一种生物信息识别方法及系统

技术领域

本发明涉及生物信息技术领域，尤其涉及一种生物信息识别方法及系统。

背景技术

由于传感器在物理上的缺陷以及实际应用中各种因素的影响，采集到的数据会有部分噪声，进而影响到身份认证的准确性。例如：指纹采集过程中，采集仪器上的灰尘会影响指纹图像的质量；不理想的光照条件下，得到的人脸图像也会影响识别的准确性。

实践中可以发现，生物特征采集对象的配合程度、采集距离、皮肤状态、环境光线及采集设备的不同，都会导致采集图像受到不同程度的干扰。因此必须对采集到的生物特征图像进行预处理，从而降低在识别过程中的技术难度。

发明内容

为了解决上述技术问题，本发明提出了一种生物信息识别方法，包括如下步骤：

S1、利用光学识别传感器采集生物特征，得到生物特征图像；

S2、将所述生物特征图像转换为能量最小化特征图像；

S3、提取能量最小化特征图像中的生物特征，存储成特征文件作为生物信息识别依据；

S4、利用相似度算法进行生物特征值匹配；

S5、基于特征变换对用户的参考模板进行保护，加强生物特征识别系统的安全性。

进一步地，步骤S2包括：将原始采集的生物特征图像按照公式(1)转换为能量最小化特征图像x*，

其中，x

E(x；x

E(x；x

进一步地，步骤S3包括：

S3.1、选取能量最小化特征图像x*中的重要特征值存储成特征文件，作为生物信息识别依据；

S3.2、用二维特征幅度提取算法提取所述重要特征值的特征幅度；

S3.3、生成重要特征值的特征幅度的实部和实部；

S3.4、将所述重要特征值的特征幅度的实部和虚部存储到数据库中，作为生物信息识别的依据。

进一步地，步骤S3.1包括：

对于一幅大小为m×n的能量最小化特征图像x*，将其每列相连构成一个D＝m×n维的特征向量矩阵，X

μ为N列特征向量序列的特征向量均值；

按照下述公式选取协方差矩阵S

其中，α为特征系数，d为选取的重要特征值的数量，r为协方差矩阵S

进一步地，步骤S3.2包括：

将二维特征幅度提取算法提取的重要特征值的特征幅度Ψ

其中，z为随机噪音，λ为光学识别传感器中的发射波长，σ为高斯因子的标准差。

进一步地，步骤S3.3包括：通过重要特征值的特征幅度的实部公式(8)和虚部公式(9)生成得到幅度特征Ψ

进一步地，步骤S4包括：

将实时采集的生物特征图像按照转换为实时特征值的特征幅度的实部和虚部，与数据库中存储的重要特征值的特征幅度的实部和虚部进行比对，根据相似度确定生物信息是否匹配；

设两个用于比对的特征值的特征幅度的实部为：

Re(Ψ

设两个用于比对的特征值的特征幅度的虚部为：

-m(Ψ

相似度S定义为：

当相似度S的值接近于1时，待对比的特征值与参考模板越相似，结果越趋近于识别为同一个生物信息。

本发明还提出了一种生物信息识别系统，用于实现生物信息识别方法，包括：光学识别传感器，转换单元，生物特征提取单元，存储单元，匹配单元和安全系统；

所述光学识别传感器，用于采集生物特征，得到生物特征图像；

所述转换单元，用于将生物特征图像转换为能量最小化特征图像；

所述生物特征提取单元，用于提取能量最小化特征图像中的生物特征；

所述存储单元，用于将生物特征提取单元提取的生物特征存储成特征文件，作为生物信息识别依据；

所述匹配单元，用于利用相似度算法进行生物特征值匹配；

所述安全系统，用于基于特征变换对用户的参考模板进行保护，加强生物特征识别系统的安全性。

相比于现有技术，本发明具有如下有益技术效果：

利用光学识别传感器采集生物特征，得到生物特征图像，可以在最大程度上避免环境光的干扰；将生物特征图像转换为能量最小化特征图像，从而降低在后续过程中的技术难度；提取能量最小化特征图像中的生物特征，存储成特征文件作为生物信息识别依据；利用相似度算法进行生物特征值匹配；基于特征变换对用户的参考模板进行保护，加强生物特征识别系统的安全性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的生物信息识别方法流程示意图。

图2为本发明的生物信息识别系统结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

在本发明的具体实施例附图中，为了更好、更清楚的描述系统中的各元件的工作原理，表现所述装置中各部分的连接关系，只是明显区分了各元件之间的相对位置关系，并不能构成对元件或结构内的信号传输方向、连接顺序及各部分结构大小、尺寸、形状的限定。

如图1所示为生物信息识别方法流程示意图，包括如下步骤：

S1、利用光学识别传感器采集生物特征，得到生物特征图像。

使用光学识别传感器采集生物特征，光学识别传感器依靠光线的反射和折射来探测生物特征的回路，可以在最大程度上避免环境光的干扰。

光学识别传感器发出的光线会照射到生物特征高低不平的脊谷区域，并穿过脊谷区域与传感器之间的透明空气产生的不同的折射效果，最后穿过自发光像素点阵的缝隙被位于下方的光学识别模组接收。

S2、将生物特征图像转换为能量最小化特征图像。

将S1中通过光学识别传感器扫描得到的生物特征图像进行预处理，得到处理后的生物特征图像，从而降低在后续过程中的技术难度，将处理后的生物特征图像转换为能量最小化特征图像。

将原始采集的生物特征图像按照公式(1)转换为能量最小化特征图像x*，

其中x

E(x；x

E(x；x

本发明在输入生物特征图像的能量最小化特征图像转换问题中，能量函数E(x；x

S3、提取能量最小化特征图像x*中的生物特征，存储成特征文件作为生物信息识别依据。

S3.1、选取能量最小化特征图像x*中的重要生物特征信息存储成特征文件，作为生物信息识别依据。

对于一幅大小为m×n的能量最小化特征图像x*，将其每列相连构成一个D＝m×n维的特征向量矩阵。X

μ为N列特征向量序列的特征向量均值。

按照下述公式选取协方差矩阵S

其中，α为特征系数，d为选取的重要特征值的数量，r为协方差矩阵S

S3.2、用二维特征幅度提取算法提取重要特征值的特征幅度。

二维特征幅度提取算法可以描述生物特征的各种细节和结构，提取重要特征值的特征幅度。

将二维特征幅度提取算法提取的重要特征值的特征幅度Ψ

z为随机噪音，λ为光学识别传感器中的发射波长，σ为高斯因子的标准差。

S3.3、通过重要特征值的特征幅度的实部公式(8)和虚部公式(9)生成得到幅度特征Ψ

以上提取到重要特征值的特征幅度的实部和虚部，进一步地对生物特征幅度进行更加清晰的表征。

S3.4、每一个重要特征值的特征幅度的实部和虚部存储到数据库中，作为生物信息识别的依据。

S4、利用相似度算法进行生物特征值匹配。

将实时采集的生物特征图像按照上述步骤转换为实时特征值的特征幅度的实部和虚部，与数据库中存储的重要特征值的特征幅度的实部和虚部进行比对，根据相似度确定生物信息是否匹配。

设两个用于比对的特征值的特征幅度的实部为：

Re(Ψ

设两个用于比对的特征值的特征幅度的虚部为：

-m(Ψ

相似度S定义为：

当相似度S的值接近于1时，待对比的特征就与参考模板越相似，结果越趋近于识别为同一个用户的生物特征；当相似度的值接近于0时，待对比的特征就与参考模板越不相关，结果越趋近于识别为非同一个用户的生物特征。

S5、基于特征变换对用户的参考模板进行保护，加强生物特征识别系统的安全性。

优选地，用一个参数可调的不可逆变换对生物特征进行变换，并将变换后的特征作为模板。如果模板泄露，可以通过修改变换函数的参数生成一个新的模板。在此类方法中，模板的安全性取决于根据逆变换获得原始生物特征的难度。

图2为本发明的生物信息识别系统结构示意图，生物信息识别系统包括：光学识别传感器，转换单元，生物特征提取单元，存储单元，匹配单元和安全系统。

光学识别传感器，用于采集生物特征，得到生物特征图像。

使用光学识别传感器采集生物特征，光学识别传感器依靠光线的反射和折射来探测生物特征的回路，可以在最大程度上避免环境光的干扰。

光学识别传感器发出的光线会照射到生物特征高低不平的脊谷区域，并穿过脊谷区域与传感器之间的透明空气产生的不同的折射效果，最后穿过自发光像素点阵的缝隙被位于下方的光学识别模组接收。

转换单元，用于将生物特征图像转换为能量最小化特征图像。

生物特征提取单元，用于提取能量最小化特征图像中的生物特征。

存储单元，用于将生物特征提取单元提取的生物特征存储成特征文件，作为生物信息识别依据。

匹配单元，用于利用相似度算法进行生物特征值匹配。

安全系统，用于基于特征变换对用户的参考模板进行保护，加强生物特征识别系统的安全性。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者通过所述计算机可读存储介质进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如，固态硬盘(solid state disk，SSD))等。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。