一種圖像鑒權(quán)的方法及裝置制造方法及圖紙

本發(fā)明專利技術(shù)公開了一種圖像鑒權(quán)的方法及裝置，包括以下步驟：S1：獲取匹配圖像以及圖像密鑰；S2：將匹配圖像以及圖像密鑰均轉(zhuǎn)換為對應(yīng)的灰度單通道圖；S3：通過ORB特征提取算法對轉(zhuǎn)換后的匹配圖像以及圖像密鑰進行圖像特征的提取及匹配；S4：判斷是否通過ORB特征檢測，如果是，執(zhí)行步驟S5，如果否，則解密失敗；S5：對匹配圖像以及圖像密鑰進行模板匹配，如果匹配成功，則成功解密，如果匹配失敗，則解密失敗。本發(fā)明專利技術(shù)通過將ORB特征檢測與模板匹配進行結(jié)合，可以優(yōu)化圖像匹配中的盲點，提高圖像綜合匹配的水平。

Method and device for image authentication

Method and device of the invention discloses an image authentication, which comprises the following steps: S1: acquiring image matching and image key; S2: the image and image matching key were converted to the corresponding single channel map; S3: ORB based feature extraction algorithm for image feature of image matching and image key after conversion the extraction and matching; S4: to determine whether ORB feature detection, if it is, step S5, if not, the decryption failure; S5: template matching, image and image key, if the match is successful, successful decryption, if the matching fails, the decryption failure. By combining the ORB feature detection and the template matching, the invention can optimize the blind spot in the image matching and improve the comprehensive matching level of the image.

【技術(shù)實現(xiàn)步驟摘要】
一種圖像鑒權(quán)的方法及裝置
本專利技術(shù)屬于圖像處理
，尤其涉及一種圖像鑒權(quán)的方法及裝置。
技術(shù)介紹
目前在軟件領(lǐng)域里關(guān)于加密的密鑰載體主要是數(shù)字字母等字符串，通過字符串配合各種加密算法對數(shù)據(jù)和資料進行加密或者進行身份驗證，以達(dá)到防止機密泄露的目的。部分加密設(shè)備可以通過U盾、電子密碼鎖等外部硬件設(shè)備，或者指紋、虹膜等生物特征處理信息安全問題。采用字符串作為密鑰進行加密具有源遠(yuǎn)流長的歷史，具有加密方式多樣，簡單方便，加密效果好等特點，但簡單字符串密碼容易通過撞庫的方式進行破解，復(fù)雜的字符串密碼對用戶記憶是一個較大的考驗。通過硬件設(shè)備進行加密一般比字符串加密更難以破解，在一些對安全要求較高的場合使用頻繁，但這種方式需要額外購置專門的硬件設(shè)備，并需要對硬件進行后續(xù)維護。通過生物特征進行加密具備方便穩(wěn)定的優(yōu)點，但這種方式需要鑒別生物特征的設(shè)備支持，而且設(shè)備的質(zhì)量直接影響生物特征技術(shù)的錯誤率的高低。通過圖像匹配進行加密已經(jīng)逐漸被人重視，圖像獲取的方式非常方便，而且圖像比文字更加直觀。圖像在軟件中以字節(jié)流的方式存儲，字節(jié)數(shù)遠(yuǎn)大于字符串密鑰且無法被理解，提高被技術(shù)攻破的難度。目前基于圖像的研究比較多，基礎(chǔ)技術(shù)也逐漸成熟，基于圖像基礎(chǔ)技術(shù)進行高級的用于加密的技術(shù)越來越多。其中關(guān)于圖像匹配有以下幾種常用的技術(shù)：模板匹配：模板匹配是通過在一幅圖像尋找另一幅模板圖像最匹配(相似)部分的技術(shù)。模板匹配可以通過多種方法，如平方差匹配法、歸一化平方差匹配法、系數(shù)匹配法等方法對圖像中的匹配值進行計算從而找到完美匹配。特征點檢測：特征點檢測是通過特定的方法對圖像提取一部分的特征點，通過特征點進行匹配，以達(dá)到識別、防偽等目的。特征點的檢測和匹配是計算機視覺中非常重要的技術(shù)之一，在物體檢測、視覺跟蹤等領(lǐng)域具有很廣泛的應(yīng)用。其中特征檢測方法也有很多，如SIFT、SURF、ORB、FAST等，每種算法都有其優(yōu)點和不足，也有其擅長的范圍。其中ORB算法是對FAST特征點與BREIF特征描述子的一種結(jié)合與改進，這個算法是由EthanRublee,VincentRabaud,KurtKonolige以及GaryR.Bradski在2011年一篇名為“ORB：AnEfficientAlternativetoSIFTorSURF”的文章中提出。
技術(shù)實現(xiàn)思路
為了克服現(xiàn)有技術(shù)的不足，本專利技術(shù)的目的之一在于提供一種圖像鑒權(quán)的方法，其能解決基于圖像匹配進行解鎖鑒權(quán)的問題。本專利技術(shù)的目的之二在于提供一種圖像鑒權(quán)的裝置，其能解決基于圖像匹配進行解鎖鑒權(quán)的問題。本專利技術(shù)的目的之一采用以下技術(shù)方案實現(xiàn)：一種圖像鑒權(quán)的方法，包括以下步驟：S1：獲取匹配圖像以及圖像密鑰；S2：將匹配圖像以及圖像密鑰均轉(zhuǎn)換為對應(yīng)的灰度單通道圖；S3：通過ORB特征提取算法對轉(zhuǎn)換后的匹配圖像以及圖像密鑰進行圖像特征的提取及匹配；S4：判斷是否通過ORB特征檢測，如果是，執(zhí)行步驟S5，如果否，則解密失敗；S5：對匹配圖像以及圖像密鑰進行模板匹配，如果匹配成功，則成功解密，如果匹配失敗，則解密失敗。優(yōu)選的，步驟S3具體包括以下子步驟：S31：通過ORB特征提取算法檢測得到出匹配圖像和圖像密鑰的圖像特征，該圖像特征包括特征點及特征描述子；S32：通過BruteForce匹配算法對匹配圖像和圖像密鑰的特征點及特征描述子進行匹配，根據(jù)比率篩選出好匹配與差匹配；S33：根據(jù)RANSAC算法對差匹配進行矩陣變換，將符合變換矩陣匹配出的非離群配對添加回好匹配中。優(yōu)選的，步驟S4具體包括以下子步驟：S41：獲取好匹配以及壞匹配的數(shù)量，并計算得到匹配成功率，該匹配成功率＝好匹配的數(shù)量/(好匹配的數(shù)量+壞匹配的數(shù)量)；S42：判斷匹配成功率是否大于預(yù)設(shè)值，如果是，則執(zhí)行步驟S5，如果否，則解密失敗。優(yōu)選的，所述預(yù)設(shè)值為90％。優(yōu)選的，步驟S5具體包括以下子步驟：S51：對圖像密鑰進行闕值損毀，并得到圖像密鑰的闕值圖；S52：對圖像密鑰的闕值圖和匹配圖像進行匹配拼接以得到拼接圖；S53：對圖像密鑰通過歸一平方差匹配法與拼接圖進行匹配，如果匹配成功，則成功解密，如果匹配失敗，則解密失敗。本專利技術(shù)的目的之二采用以下技術(shù)方案實現(xiàn)：一種圖像鑒權(quán)的裝置，包括以下裝置：獲取模塊：用于獲取匹配圖像以及圖像密鑰；灰度轉(zhuǎn)換模塊：用于將匹配圖像以及圖像密鑰均轉(zhuǎn)換為對應(yīng)的灰度單通道圖；ORB檢測模塊：用于通過ORB特征提取算法對轉(zhuǎn)換后的匹配圖像以及圖像密鑰進行圖像特征的提取及匹配；判斷模塊：用于判斷是否通過ORB特征檢測，如果是，執(zhí)行模板匹配模塊，如果否，則解密失敗；模板匹配模塊：用于對匹配圖像以及圖像密鑰進行模板匹配，如果匹配成功，則成功解密，如果匹配失敗，則解密失敗。優(yōu)選的，ORB檢測模塊具體包括以下子模塊：特征提取模塊：用于通過ORB特征提取算法檢測得到匹配圖像和圖像密鑰的圖像特征，該圖像特征包括特征點及特征描述子；BF匹配模塊：用于通過BruteForce匹配算法對匹配圖像和圖像密鑰的特征點及特征描述子進行匹配，根據(jù)比率篩選出好匹配與差匹配；矩陣變換模塊：用于根據(jù)RANSAC算法對差匹配進行矩陣變換，將符合變換矩陣匹配出的非離群配對添加回好匹配中。優(yōu)選的，BF模塊具體包括以下子模塊：成功率計算模塊：用于獲取好匹配以及壞匹配的數(shù)量，并計算得到匹配成功率，該匹配成功率＝好匹配的數(shù)量/(好匹配的數(shù)量+壞匹配的數(shù)量)；成功率判斷模塊：用于判斷匹配成功率是否大于預(yù)設(shè)值，如果是，則執(zhí)行模板匹配模塊，如果否，則解密失敗。優(yōu)選的，所述預(yù)設(shè)值為90％。優(yōu)選的，模板匹配模塊包括以下子模塊：闕值損毀模塊：用于對圖像密鑰進行闕值損毀，并得到圖像密鑰的闕值圖；圖像拼接模塊：用于對圖像密鑰的闕值圖和匹配圖像進行匹配拼接以得到拼接圖；歸一平方差匹配模塊：用于對圖像密鑰通過歸一平方差匹配法與拼接圖進行匹配，如果匹配成功，則成功解密，如果匹配失敗，則解密失敗。相比現(xiàn)有技術(shù)，本專利技術(shù)的有益效果在于：本專利技術(shù)通過將ORB特征檢測與模板匹配進行結(jié)合，可以優(yōu)化圖像匹配中的盲點，提高圖像綜合匹配的水平；同時，由于ORB特征匹配的效率比較高，雖然模板匹配的效率一般，但是兩者結(jié)合的整體耗時可以滿足實時檢測的需求。附圖說明圖1為本專利技術(shù)的一種圖像鑒權(quán)的方法的流程圖；圖2為本專利技術(shù)的一種圖像鑒權(quán)的裝置的模塊圖。具體實施方式下面，結(jié)合附圖以及具體實施方式，對本專利技術(shù)做進一步描述：如圖1所示，本專利技術(shù)提供了一種圖像鑒權(quán)的方法，包括以下步驟：S1：獲取匹配圖像以及圖像密鑰；在進行本專利技術(shù)的程序工作之前，需要首先設(shè)定一幅圖像作為圖像密鑰，圖片格式為主流格式png或者jpg；該圖像可以保存在計算機或者移動終端的本地，或者也可以保存在服務(wù)器或者云端，保存在服務(wù)器需要保證傳輸過程和傳輸通道的安全性；在進行圖像認(rèn)證的時候，可以調(diào)用計算機或者移動終端的系統(tǒng)相冊或者攝像頭，獲取嘗試用作解密的原圖像，該原圖像即為本專利技術(shù)實施例提及的匹配圖像，原圖像可以整張進行選取，也可以截取獲取的圖像中的部分圖像來去進行驗證；S2：將匹配圖像以及圖像密鑰均轉(zhuǎn)換為對應(yīng)的灰度單通道圖；一般從相冊或者攝像頭獲取到的圖像為3通道(RGB)或者4通道(RGBA)，需要轉(zhuǎn)化為灰度單通道圖以便提取特征，以下的特征提取以及特征匹配均是圍繞轉(zhuǎn)化本文檔來自技高網(wǎng)...

【技術(shù)保護點】
一種圖像鑒權(quán)的方法，其特征在于，包括以下步驟：S1：獲取匹配圖像以及圖像密鑰；S2：將匹配圖像以及圖像密鑰均轉(zhuǎn)換為對應(yīng)的灰度單通道圖；S3：通過ORB特征提取算法對轉(zhuǎn)換后的匹配圖像以及圖像密鑰進行圖像特征的提取及匹配；S4：判斷是否通過ORB特征檢測，如果是，執(zhí)行步驟S5，如果否，則解密失敗；S5：對匹配圖像以及圖像密鑰進行模板匹配，如果匹配成功，則成功解密，如果匹配失敗，則解密失敗。

【技術(shù)特征摘要】
1.一種圖像鑒權(quán)的方法，其特征在于，包括以下步驟：S1：獲取匹配圖像以及圖像密鑰；S2：將匹配圖像以及圖像密鑰均轉(zhuǎn)換為對應(yīng)的灰度單通道圖；S3：通過ORB特征提取算法對轉(zhuǎn)換后的匹配圖像以及圖像密鑰進行圖像特征的提取及匹配；S4：判斷是否通過ORB特征檢測，如果是，執(zhí)行步驟S5，如果否，則解密失敗；S5：對匹配圖像以及圖像密鑰進行模板匹配，如果匹配成功，則成功解密，如果匹配失敗，則解密失敗。2.如權(quán)利要求1所述的圖像鑒權(quán)的方法，其特征在于，步驟S3具體包括以下子步驟：S31：通過ORB特征提取算法檢測得到匹配圖像和圖像密鑰的圖像特征，該圖像特征包括特征點及特征描述子；S32：通過BruteForce匹配算法對匹配圖像和圖像密鑰的特征點及特征描述子進行匹配，根據(jù)比率篩選出好匹配與差匹配；S33：根據(jù)RANSAC算法對差匹配進行矩陣變換，將符合變換矩陣匹配出的非離群配對添加回好匹配中。3.如權(quán)利要求2所述的圖像鑒權(quán)的方法，其特征在于，步驟S4具體包括以下子步驟：S41：獲取好匹配以及壞匹配的數(shù)量，并計算得到匹配成功率，該匹配成功率＝好匹配的數(shù)量/(好匹配的數(shù)量+壞匹配的數(shù)量)；S42：判斷匹配成功率是否大于預(yù)設(shè)值，如果是，則執(zhí)行步驟S5，如果否，則解密失敗。4.如權(quán)利要求3所述的圖像鑒權(quán)的方法，其特征在于，所述預(yù)設(shè)值為90％。5.如權(quán)利要求1所述的圖像鑒權(quán)的方法，其特征在于，步驟S5具體包括以下子步驟：S51：對圖像密鑰進行闕值損毀，并得到圖像密鑰的闕值圖；S52：對圖像密鑰的闕值圖和匹配圖像進行匹配拼接以得到拼接圖；S53：對圖像密鑰通過歸一平方差匹配法與拼接圖進行匹配，如果匹配成功，則成功解密，如果匹配失敗，則解密失敗。6.一種圖像鑒權(quán)的裝置，其特征在于，包括以下裝置：獲取模塊：用于獲取匹配圖像以及...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：陳強，何清亮，
申請(專利權(quán))人：廣東網(wǎng)金控股股份有限公司，
類型：發(fā)明
國別省市：廣東,44