技术领域
[0001] 本
发明属于
区块链领域，尤其涉及一种基于虹膜识别的私钥生成与解密的方法及系统。
背景技术
[0002] 在区块链的世界中，所有数据的可靠性都建立在
密码学的
基础之上，而在区块链中应用最多的加密
算法类型便是非对称加密，非对称加密靠一对公钥和私钥保护信息安全，公钥是公开的给公众验证信息使用的，而私钥是由自己持有的，私钥的私密性决定了采用该类加密算法的加密可靠性，而私钥往往由一长串超过128位的无规律大小写字母加数字组成，人类很难靠记忆直接记录下来，往往采用复制拷贝到
电子备忘录或手抄记录到纸质记事本上的方式记录，这样纸质记事本的丢失以及电子备忘录的被盗让原本安全的加密算法变的不那么安全；而当前流行的做法是将私钥的生成与其它信息建立可靠关联，通过绑定或获取其它信息来变相获取私钥，那么如何使用可靠的方式管理这个关联信息成为问题的研究焦点，目前主流的方式是将这个关联信息放在人的
生物特征上，这样即可以有效携带又能防止伪造与遗忘。目前有些方案采用人脸与私钥绑定的方式，这种方式存在少量同卵双胞胎长相一摸一样无法区别的问题；有些方案采用指纹与私钥绑定的方式，这种方式存在从我们触摸过的物品采集指纹从而被盗的问题；那么如何提供一种比人脸更不容易丢失又能区别同卵双胞胎、没有指纹那种被外部物品
泄漏的私钥生成方法称为一个急需解决的问题。
发明内容
[0003] 本发明所要解决的技术问题在于提供一种防止私钥丢失、被盗，保证私钥唯一性，使用安全，方便的一种基于虹膜识别的私钥生成与解密的方法及系统。
[0004] 为解决上述技术问题，本发明的技术解决方案是：
[0005] 一种基于虹膜识别的私钥生成与解密的方法，包括如下步骤：
[0006] (1)将红外线摄像头对准用户；
[0007] (2)摄像头录制一段用户视频，提取视频数据中的每一
帧；
[0008] (3)从视频的每一帧中搜索
定位虹膜
位置；
[0009] (4)检查搜索到虹膜位置的图像
质量是否满足要求，
[0010] (5)若满足要求，则进行步骤(6),若不满足要求，则跳到下一帧，返回步骤(4)；
[0011] (6)计算虹膜干扰因素精确位置，并标注该位置所在区域；
[0012] (7)计算虹膜半径范围内未被标注的连续最大区域；
[0013] (8)提取步骤(7)中的连续最大虹膜区域，将该区域进行归一化处理；
[0014] (9)使用二维Gabor波筛选和绘制归一化处理区域的物理特征；
[0015] (10)若任一个物理特征绘制失败，则跳到下一帧，返回步骤(9)，若全部帧都处理失败，则返回步骤(2)，若全部绘制成功，则进入步骤(11)；
[0016] (11)将绘制成功的归一化处理区域的物理特征的向量转换为二维码信息；
[0017] (12)将二维码信息拆分为多段短二维码，并将多段短二维码采用矩阵形式组织起来，形成虹膜码；
[0018] (13)将虹膜码采用数据
摘要算法提取唯一特征，使用该唯一特征生成密钥对，完成虹膜私钥的生成；
[0019] (14)保留私钥，并公布私钥；
[0020] (15)使用私钥加密数据，并公布加密后的数据，外部人员使用公钥验证数据，用户者使用私钥解密数据；
[0021] (16)完成虹膜私钥的解密使用。
[0022] 进一步的，所述的步骤(3)中从视频的每一帧中搜索定位虹膜位置的方法是：
[0023] (31)判断帧画面中是否有人脸；
[0024] (32)若有人脸，则进入步骤(33)，若没有人脸，则跳到下一帧，返回步骤(31)；
[0025] (33)判断帧画面中是否有人眼；
[0026] (34)若有人眼，则进入步骤(35)，若没有人眼，则跳到下一帧，返回步骤(33)；
[0027] (35)搜索虹膜位置；
[0028] (36)若搜索到虹膜位置，则进行步骤(4),若未搜索到虹膜位置，则跳到下一帧，返回步骤(35)。
[0029] 进一步的，所述的步骤(4)中图像质量包括图像的清晰度，图像的
亮度，图像是否运动，图像的聚焦程度。
[0030] 所述的步骤(6)计算虹膜干扰因素的位置，并标注该位置所在区域的方法是：
[0031]
[0032] (61)计算瞳孔和虹膜的坐标和半径；
[0033] (62)搜索虹膜半径范围内的眼皮区域；
[0034] (63)若搜索到眼皮，则标注该区域为虹膜精确位置，若未搜索到眼皮，则跳过标注；
[0035] (64)搜索虹膜半径范围内的睫毛区域；
[0036] (65)若搜索到睫毛，则标注该区域为虹膜精确位置，若未搜索到眼皮，则跳过标注；
[0037] (66)搜索虹膜半径范围内的光斑区域；
[0038] (67)若搜索到光斑，则标注该区域为虹膜精确位置，若未搜索到光斑，则跳过标注。
[0039] 进一步的，所述的步骤(9)中的物理特征包括方向、空间
频率和图像：
[0040] 一种基于虹膜识别的私钥生成与解密的系统，包括：
[0041] 虹膜采集器：所述的虹膜采集器用于通采集人眼的图像；
[0042] 虹膜识别器：所述的虹膜识别器用于用于将人眼中的虹膜数据提取出来；
[0043] 虹膜密钥器：所述的虹膜密钥器用于通过虹膜特征码生成密钥对；
[0044] 所述的虹膜采集器，虹膜识别器，虹膜密钥器顺序连接。
[0045] 进一步的，所述的虹膜采集器包括
图像采集模块和
人脸识别模块和人眼识别模块和虹膜粗定位模块，所述的图像采集模块由红外线摄像头及
存储器组成，用于将远红外摄像头采集的信息采集并转为图片信息，所述的人脸识别模块用于将图片信息中的人脸部分识别出来，所述的人眼识别模块用于将人脸中的人眼部分识别出来，所述的虹膜粗定位模块用于将人眼当中的虹膜位置识别出来。
[0046] 进一步的，所述的虹膜识别器包括虹膜图像评估模块和虹膜精确定位模块和虹膜预处理模块和虹膜特征提取模块，所述的虹膜图像评估模块用于分析虹膜图像质量，质量不好时跳过录像中的当前帧，分析下一帧，找到符合质量要求的图像；所述的虹膜精确定位模块用于将虹膜在图像中精确位置识别出来，并获取瞳孔和虹膜的圆心坐标及半径；所述的虹膜预处理模块用于将虹膜区域的干扰因素去掉，并将可用区域进行归一化处理；所述的虹膜特征提取模块中用于提取虹膜的唯一特征虹膜码，利用二维Gabor波将归一化后的图像筛选并绘制为向量，并使用这些向量信息绘制虹膜码。
[0047] 进一步的，所述的干扰因素包括眼皮、睫毛、光斑等因素。
[0048] 进一步的，所述的虹膜密钥器包括
种子生成模块和密钥对生成模块，所述的种子生成模块用于将虹膜唯一识别特征虹膜码提取生成为一个固定的特征值；所述的密钥对生成模块用于将虹膜唯一识别特征值与环境变量绑定后生成密钥对。
[0049] 本发明的有益效果是：
[0050] 本发明通过采集定位虹膜位置，将连续最大虹膜区域归一化处理后，利用二维Gabor波筛选和绘制区域物理特征，然后转化为二维码形成虹膜码生成私钥对的方式，将虹膜作为私钥，防止私钥忘记，丢失被盗等问题，保证私钥唯一性，使用安全，方便，解决了区别同卵双胞胎困难和指纹被外部物品泄漏等私钥生成方法的
缺陷与不足。
附图说明
[0052] 图：100-虹膜采集器；200-虹膜识别器；300-虹膜密钥器；101-图像采集模块；102-人脸识别模块；103-人眼识别模块；104-虹膜粗定位模块；201-虹膜图像评估模块；202-虹膜精确定位模块；203-虹膜预处理模块；204-虹膜特征提取模块；301-种子生成模块；302-密钥对生成模块；
具体实施方式
[0053] 下面结合附图和具体
实施例对本发明作进一步详述。在此需要说明的是，下面所描述的本发明各个实施例中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。
[0054] 目前区块链的私钥生成方式已经于人的特征相结合，现有最常用的就是利用人脸和指纹作为私钥的一种，但是利用人脸的方式存在少量同卵双胞胎长相一摸一样无法区别的问题；而采用指纹与私钥绑定的方式，这种方式存在从我们触摸过的物品采集指纹从而被盗的问题；本发明解决上述问题最核心的思路就是寻找比指纹更有差异性的人体特征，这个特征不与外部世界发生直接
接触，也不因同卵双胞胎而有一致特征，在人体上下，既能继承人脸、指纹优势，又能避免人脸、指纹短处的最佳选择是人眼的虹膜。虹膜是人控制眼睛瞳孔的肌肉，它是基于褪黑素形成的眼睛的有色部分，它的
颜色与结构虽然与基因有关，但细节的形成与成长环境相关，所以对于虹膜的应用关键在于对细节特征的识别与提取，并将其与私钥建立起稳定的关联关系。本发明正是基于这一点，具体公开了一种基于虹膜识别的私钥生成与解密的方法，包括如下步骤：
[0055] (1)将红外线摄像头对准用户；
[0056] (2)摄像头录制一段用户视频，提取视频数据中的每一帧，这个过程中摄像头会将视频保存到存储器中，利用处理器来提取存储器视频数据中的每一帧；
[0057] (3)从视频的每一帧中搜索定位虹膜位置，具体的方法是：(31)判断帧画面中是否有人脸；这里的判断方法同样会利用到处理器，处理器会预设一个人脸模型，只要每一帧图像中有对应这个模型的就定义为有人脸；(32)若有人脸，则进入步骤(33)，若没有人脸，则跳到下一帧，返回步骤(31)；(33)判断帧画面中是否有人眼；这里判断人眼方法与人脸相同，也是处理器预设人眼模型，然后匹配；(34)若有人眼，则进入步骤(35)，若没有人眼，则跳到下一帧，返回步骤(33)；(35)搜索虹膜位置；(36)若搜索到虹膜位置，则进行步骤(4),若未搜索到虹膜位置，则跳到下一帧，返回步骤(35)，这个步骤搜索到的虹膜位置只是虹膜的大概位置，搜索虹膜位置的方式也是通过处理器的预设，在人眼中搜索与虹膜模型相似的形状；
[0058] (4)检查搜索到虹膜位置的图像质量是否满足要求，具体的图像质量包括图像的清晰度，图像的亮度，图像是否运动，图像的聚焦程度，即先检查该图像清晰度是否符合要求，符合，则检查该图像亮度是否符合要求，符合则检查该图像是否在运动中，若在运动中则检查该图像聚焦程度是否符合要求。
[0059] (5)若全部满足要求，则进行步骤(6),若任一项不满足要求，则跳到下一帧，返回步骤(4)；
[0060] (6)计算虹膜干扰因素的位置，并标注该位置所在区域；具体的，步骤(6)计算虹膜干扰因素的位置，并标注该位置所在区域的方法是：(61)计算瞳孔和虹膜的坐标和半径；(62)搜索虹膜半径范围内的眼皮区域；(63)若搜索到眼皮，则标注该区域为虹膜精确位置，若未搜索到眼皮，则跳过标注；(64)搜索虹膜半径范围内的睫毛区域；(65)若搜索到睫毛，则标注该区域为虹膜精确位置，若未搜索到眼皮，则跳过标注；(66)搜索虹膜半径范围内的光斑区域；(67)若搜索到光斑，则标注该区域为虹膜精确位置，若未搜索到光斑，则跳过标注，通过上述步骤，能进一步确定虹膜的精确位置，而通过标注虹膜精确位置，定位该位置。
[0061] (7)计算虹膜半径范围内未被标注的连续最大区域，这个过程就是排除干扰因素，确定虹膜精确位置的关键一步；
[0062] (8)提取步骤(7)中的连续最大虹膜区域，将该区域进行归一化处理；
[0063] (9)使用二维Gabor波筛选和绘制归一化处理区域的物理特征，具体的，步骤(9)中的物理特征包括方向、空间频率和图像；Gabor波变换是根据模拟人类视觉系统而产生。通过模拟人类视觉系统，可以将
视网膜成像分解成一组滤波图像，每个分解的图像能够反映频率和方向在局部范围内的强度变化。通过一组多通道Gabor
滤波器，可以获得纹理特征。Gabor变换的根本就是Gabor滤波器的设计，而滤波器的设计又是其频率函数(U,V)和Gauss函数参数(一个)的设计。实际上，Gabor变换是为了提取
信号Fourier变换的局部信息，使用了一个Gauss函数作为窗函数，因为一个Gauss函数的Fourier变换还是一个Gauss函数，所以Fourier逆变换也是局部的。通过频率参数和高斯函数参数的选取，Gabor变换可以选取很多纹理特征，但是Gabor是非
正交的，不同特征分量之间有冗余，所以在对纹理图像的分析中效率不太高。
[0064] (10)若任一个物理特征绘制失败，则跳到下一帧，返回步骤(9)，重新绘制，若全部帧都处理失败，则返回步骤(2)，重新采集图像，若全部绘制成功，则进入步骤(11)；
[0065] (11)将绘制成功的归一化处理区域的物理特征的向量转换为二维码信息；
[0066] (12)将二维码信息拆分为多段短二维码，并将多段短二维码采用矩阵形式组织起来，形成虹膜码；
[0067] (13)将虹膜码采用数据摘要算法提取唯一特征，使用该唯一特征生成密钥对，完成虹膜私钥的生成；
[0068] (14)保留私钥，并公布私钥；
[0069] (15)使用私钥加密数据，并公布加密后的数据，外部人员使用公钥验证数据，用户者使用私钥解密数据；
[0070] (16)完成虹膜私钥的解密使用。
[0071] 本发明还公开了一种基于虹膜识别的私钥生成与解密的系统，如图1所示，包括：
[0072] 虹膜采集器100：所述的虹膜采集器100用于通采集人眼的图像；具体的，所述的虹膜采集器100包括图像采集模块101和人脸识别模块102和人眼识别模块103和虹膜粗定位模块104，所述的图像采集模块101由红外线摄像头及存储器和处理器组成，用于将远红外摄像头采集的信息采集并转为图片信息，具体的是首先通过远红外摄像头录制一段视频，然后通过处理器将视频提取帧数后转换为一张张图像，所述的人脸识别模块102用于将图片信息中的人脸部分识别出来，人脸识别模块102也是由处理器来进行人脸部分识别的，首先，处理器会预设一个人脸模型，只要每一帧的图像的模型与人脸模型匹配即被识别出来，所述的人眼识别模块103用于将人脸中的人眼部分识别出来，识别方式同人脸识别，具体也是通过处理器预设人眼模型；所述的虹膜粗定位模块104用于将人眼当中的虹膜位置识别出来，识别具体方式是通过处理器扫描人眼，对比预设的虹膜模型，来找出大概位置。
[0073] 虹膜识别器200：所述的虹膜识别器200用于用于将人眼中的虹膜数据提取出来；所述的虹膜识别器200包括虹膜图像评估模块201和虹膜精确定位模块202和虹膜预处理模块203和虹膜特征提取模块204，所述的虹膜图像评估模块201用于分析虹膜图像质量，具体是分析虹膜图像是否清晰，亮度是否足够、是否有
运动模糊、聚焦程度是否足够，不满足时跳过录像中的当前帧，直到找到符合质量要求的图像；所述的虹膜精确定位模块202用于将虹膜在图像中精确位置识别出来，并获取瞳孔和虹膜的圆心坐标及半径；所述的虹膜预处理模块203用于将虹膜区域的干扰因素去掉，比如眼皮、睫毛、光斑，这些均是干扰因素，并将可用区域进行归一化处理；所述的虹膜特征提取模块204中用于提取虹膜的唯一特征虹膜码，利用二维Gabor波将归一化后的图像筛选并绘制为向量，并使用这些向量信息绘制虹膜码。Gabor波变换是根据模拟人类视觉系统而产生。通过模拟人类视觉系统，可以将视网膜成像分解成一组滤波图像，每个分解的图像能够反映频率和方向在局部范围内的强度变化。通过一组多通道Gabor滤波器，可以获得纹理特征。Gabor变换的根本就是Gabor滤波器的设计，而滤波器的设计又是其频率函数(U,V)和Gauss函数参数(一个)的设计。实际上，Gabor变换是为了提取信号Fourier变换的局部信息，使用了一个Gauss函数作为窗函数，因为一个Gauss函数的Fourier变换还是一个Gauss函数，所以Fourier逆变换也是局部的。通过频率参数和高斯函数参数的选取，Gabor变换可以选取很多纹理特征，但是Gabor是非正交的，不同特征分量之间有冗余，所以在对纹理图像的分析中效率不太高。
[0074] 虹膜密钥器300：所述的虹膜密钥器300用于通过虹膜特征码生成密钥对；具体的，虹膜密钥器300包括种子生成模块301和密钥对生成模块302，所述的种子生成模块301用于将虹膜唯一识别特征虹膜码提取生成为一个固定的特征值；所述的密钥对生成模块302用于将虹膜唯一识别特征值与环境变量绑定后生成密钥对。
[0075] 所述的虹膜采集器100，虹膜识别器200，虹膜密钥器300顺序连接。具体的使用和连接方法是：
[0076] 首先，用户站在图像采集模块101的红外线摄像头前面，红外线摄像头录制一段用户的视频后，将视频存储到存储器中，通过图像采集模块101的处理器将视频转换为图片；然后，人脸识别模块102通过预设的人脸模型将图片信息中的人脸部分识别出来；人眼识别模块103在已被识别出人脸的图像中通过预设的人眼模型将图片信息中的人眼部分识别出来，之后，虹膜粗定位模块104将人眼当中的虹膜大概位置识别出来，如果这个过程中无法识别到，则跳到下一张
图像识别，如果整段录像都无法识别虹膜位置，则需要让摄像机重新获取图像。接下来，识别到虹膜大概位置的图像进行图像评估，利用虹膜识别器200的虹膜图像评估模块201评估分析虹膜图像是否清晰，亮度是否足够、是否有运动模糊、聚焦程度是否足够，如果有一个不满足就跳过录像中的当前帧，直到找到符合质量要求的图像。利用虹膜精确定位模块202将虹膜在图像中精确位置识别出来，这个过程中要利用虹膜精确定位模块202的处理器派出干扰因素，具体是眼皮、睫毛、光斑等光斑因素，排除后，虹膜精确定位模块202的处理器会将剩余可用区域进行归一化处理，之后虹膜特征提取模块204提取虹膜的唯一特征虹膜码，利用二维Gabor波将归一化后的图像筛选并绘制为向量，让相量的信息包括方向、空间频率及图像位置信息，最后使用这些向量信息绘制虹膜码；到这个步骤，已经完成了虹膜的提取，之后，利用虹膜密钥器300的种子生成模块301将虹膜唯一识别特征虹膜码提取生成为一个固定的特征值；之后，密钥对生成模块302将虹膜唯一识别特征值与环境变量绑定后生成密钥对，这里的环境变量指虹膜私钥的应用环境，如果是应用在区块链上，那么需要将虹膜特征与区块高度绑定，这样可以避免作恶者通过分析历史区块的虹膜数据伪造加密信息。完成私钥的生成与解密。
[0077] 本发明通过采集定位虹膜位置，将连续最大虹膜区域归一化处理后，利用二维Gabor波筛选和绘制区域物理特征，然后转化为二维码形成虹膜码生成私钥对的方式，将虹膜作为私钥，防止私钥忘记，丢失被盗等问题，保证私钥唯一性，使用安全，方便，解决了区别同卵双胞胎困难和指纹被外部物品泄漏等私钥生成方法的缺陷与不足，对区块链发展有重大的意义。
[0078] 以上所述，仅是本发明的较佳实施例而已，并非对本发明的技术范围作任何限制，故但凡依本发明的
权利要求和
说明书所做的变化或修饰，皆应属于本发明
专利涵盖的范围之内。
