混沌是指确定的、宏观的非线性系统在一定条件下所呈现的不可预测的随机现象,现已发展成为一门新兴科学。混沌科学与其他科学相互渗透,在很多领域都得到了广泛应用。混沌系统具有良好的伪随机特性、不可预测性、对初始状态以及控制参数的敏感性等一系列特性,其最大特点就是系统演化对初始条件十分敏感。 本文对混沌理论和指纹识别进行了研究,所做工作如下: 1、混沌系统的特性与密码学的要求是吻合的,因此采用混沌系统加密需要进行混沌序列的随机性进行测试,本文进行测试的标准来源于美国国家标准技术研究所(NIST)的随机序列测试标准。编写了混沌序列随机性测试软件,对几种常见的混沌序列进行了随机性测试,并对结果进行了分析和讨论。 2、采用基于指纹识别的混沌认证方法,利用混沌加密将指纹图像制作成个人身份信息卡,在校验场合通过将解密指纹信息与现场采集指纹进行匹配实现身份认证。通过引入辅助密钥,实现了“一次一密”意义下的身份认证,能够抵抗已知明文攻击,提高了系统安全性。 3、对指纹识别算法进行了研究,这是本文工作重点。 ● 分别编程实现了对指纹图像的预处理、指纹图像细化、细节点提取、和细节点匹配算法等工作,并进行了分析和讨论。其中,指纹预处理采用Gabor滤波器对指纹进行滤波,可以有效去除噪声,增强纹线。指纹细化是将二值化的指纹滤波增强图像转化为单象素宽度的点线图,方便指纹细节点提取。指纹匹配是将细节点提取之后,通过计算解密指纹信息和现场采集指纹各自中心与细节点之间的参数进行姿势调整,通过匹配细节点数目判断两指纹是否匹配,从而完成身份认证。 ● 提出了一种新的奇异点区域检测方法:首先采用Gabor滤波器对滤波指纹图像进行八方向纹线增强,然后分别计算图像块方差并二值化,将八幅二值化方差图像进行叠加,通过判断点邻域色阶变化和强度信息实现奇异点区域检测。 本文介绍的身份认证系统无需大型数据库支持,而且系统可以通过硬件实现,方便高效,应用前景广阔。