1.一种基于指纹的可重用鲁棒模糊提取方法，其特征在于，包括如下步骤：步骤1：指纹图像预处理；

步骤2：特征提取；

步骤3：构建平面直角坐标系；

步骤4：可重用鲁棒的密钥生成；

步骤5：可重用鲁棒的密钥恢复。

2.根据权利要求1所述的基于指纹的可重用鲁棒模糊提取方法，其特征在于，步骤1包括如下具体步骤：

步骤1.1：从图像背景中分割指纹区域：将指纹图像平均分成n×n个块，然后计算各块中强度的均值和方差值，以从图形背景中分割出指纹区域；

步骤1.2：对指纹图像做增强处理，生成指纹骨架图：采用CrossNumber的方法提取指纹的端点、分叉点这两种细节点作为特征。

3.根据权利要求2所述的基于指纹的可重用鲁棒模糊提取方法，其特征在于，步骤2包括如下具体步骤：

步骤2.1：中心点的选取：

采用Poincare索引算法求取中心点，以该中心点的所在区域作为参考，围绕中心点区域选择若干的细节点；

步骤2.2：细节点的选取：

首先定义最小采样半径Rmin，随后选取在采样半径外，距离中心点最近的一个指纹脊线端点作为参考点，以中心点为极点，从中心点出发，向端点引出一条射线作为极轴建立极坐标系，取逆时针方向为正，那么中心点的坐标为(0，0)，任意一个细节点i的坐标为(ρi，θi)，对于任意一个于细节点，若其ρ满足以下条件，将作为候选细节点：ρ＞Rmin

此时对于所有的候选细节点按照距离中心点的远近，选择距离最近的N个细节点加入至选择队列中；

步骤2.3：细节点排序：

对上一步选取的细节点按照θ值从小到大排序，若存在两个或多个细节点θ值在给定的角度阈值δ之内，则ρ更小的细节点排序在前；最终构成细节点集合m＝(m1，...，mn)，其中N为选取的有效细节点的数量；mi＝(ρi，θi)，ρi为距离中心点的距离，θi为相对于极轴的偏转角度，θi∈[0，2π]。

4.根据权利要求3所述的基于指纹的可重用鲁棒模糊提取方法，其特征在于，步骤3包括如下具体步骤：

在安全梗概中，将在平面直角坐标系下基于切比雪夫距离来实现纠错算法，同时在平面直角坐标系中来表示生物特征，每个特征都是坐标系中的一个点；其中，X轴和Y轴相交于+

原点O，单位距离a∈R ，在X轴和Y轴上分别定义点(...，‑4a，‑3a，‑2a，‑a，0，a，2a，3a，

4a，...)，定义坐标轴上(b，b+ka)为一个间隔，其中k∈{1，2，...}表示在一个间隔中跨越几个单位距离，故ka是一个间隔的宽度， 表示间隔起点，一个坐标轴上的间隔数量用v表示；

接下来定义该坐标系平面上一个区域的表示方式：设(m，n)，将 和

这四个点围成的正方形称为一个区域Im，n，一个区域由构成该区域的正方形的中心坐标定义Im，n＝(m，n)。

5.根据权利要求4所述的基于指纹的可重用鲁棒模糊提取方法，其特征在于，步骤4包括如下具体步骤：

步骤4.1：生成梗概：

首先将全部n个细节点输入至安全梗概方案中，得到梗概s，该s将用于后续密钥恢复算法中尝试恢复原始细节点；

步骤4.2：密钥提取：

为了保证密钥的随机性，结合生物特征B和当前的时间戳T，将B和T连接后输入至哈希函数中，将得到的哈希值平均分隔成两部分，前一部分作为密钥R，后一部分作为验证符v；

步骤4.3：构建公共参数：

假设m(m≤n)是能够恢复的细节点数量最差的一种情况，每次从n个不同的细节点中，无序的任取m个细节点并成一组，得到 个子集B1，B2，...，BZ，步骤4.4：加密哈希值：

SKE.Enc为对称密钥加密方法的加密算法，将(R，v)作为明文消息，分别将B1，B2，...，BZ作为加密密钥对(R，v)进行加密操作，得到对应的密文c1，c2，...，cZ， 令C＝(c1，c2，...，cZ)，将P＝(s，v，C)作为公开帮助字符串保存，其余数据均销毁。

6.根据权利要求5所述的基于指纹的可重用鲁棒模糊提取方法，其特征在于，步骤5包括如下具体步骤：

步骤5.1：恢复指纹特征点：

B′＝(b′1，…，b′n)为第二次采集的同一手指的指纹细节点，首先结合梗概s，恢复出原始细节点，将B′和s输入至安全梗概的恢复算法之中，得到恢复的细节点序列步骤5.2：解密密钥：

借用组合数的方法，每次从n个恢复的细节点中，无序的任取m个细节点并成一组，得到子集 若存在任何一个 则能够实现对ci的解密，通过验证 是否等于v，若等于则成功恢复密钥

7.根据权利要求6所述的基于指纹的可重用鲁棒模糊提取方法，其特征在于，所述安全梗概的算法包括：步骤a：注册阶段和步骤b：验证阶段。

8.根据权利要求7所述的基于指纹的可重用鲁棒模糊提取方法，其特征在于，步骤a包括如下具体步骤：

步骤a.1初始化阶段：

基于所述步骤3构建坐标系Ca，k，v，在每条坐标轴上有v个间隔，从而构成v×v个区域；

在每一个区域内部，最大可接受的切比雪夫距离t＝ka/2，将t也称为生物特征阈值；

在指纹细节点集合m＝(m1，...，mn)中，对于每一个细节点mi＝(ρi，θi)，将极坐标转换为直角坐标，过程如下：

从而得到生物特征信息向量B＝(b1，...，bn)；

步骤a.2：SS(B)→s阶段：对于用户的生物特征信息向量B＝(b1，...，bn)，其中bi＝(xi，yi)是直角坐标系Ca，k，v中的点；

寻找一个点x＝(p，q)在给定坐标系Ca，k，v后的所属区域Im，n＝(m，n)，根据步骤3可知，每个坐标轴上的间隔宽度为ka，

此方法同样适用于区域边界上的点或4个区域的交点，例如bi＝(ka，ka)，如果bi在垂直于x轴的边界上，则将bi归属于距离其最近的左侧区域；若bi在平行于x轴的边界上，则将bi归属于距离其最近的下方区域；bi位于4个区域交点处，则根据上述两条规则判断，对于所有的bi∈(b1，...，bn)，根据每个bi所在的区域Im，n，有Im，n＝bi+si

其中si是在坐标系C中用坐标点对表示的向量，表示点bi若要达到Im，n，需沿向量si移动，将所有的si以及平面直角坐标系的建立参数(a，k，v)构成集合s＝(a，k，v，s1，...，sn)作为草图返回，并且公开展示。

9.根据权利要求8所述的基于指纹的可重用鲁棒模糊提取方法，其特征在于，步骤b对于输入指纹图像采用相同的特征提取方法，提取生物特征信息向量B′，包括如下具体步骤：步骤b.1：Rec(B′，s)→B阶段：输入为编码后的用户生物信息向量B′＝(b1′，...，bn′)和安全草图s，其中bi′＝(x，y)是坐标系Ca，k，v中的点，恢复算法如下所示：首先通过参数(a，k，v)重构平面直角坐标系Ca，k，v对于所有的bi′∈(b1′，...，bn′)和si∈(s1，...，sn)，计算对于所有的 根据公式找到包含 的区域Im，n，计算

di＝Im，n‑si

返回向量D＝(d1，...，dn)，恢复完成；若dis(B，B′)≤t，认为D＝B，即能够完全恢复出注册阶段采集的生物特征。

10.根据权利要求9所述的基于指纹的可重用鲁棒模糊提取方法，其特征在于，坐标点的恢复过程包括如下具体步骤：

区间宽度ka＝8，因此，阈值t＝8/2＝4，点b1(2，6)是原始生物特征；b1所在的区域为I4，4＝(4，4)，在安全梗概的生成算法中，首先计算草图s1＝I4，4‑b1＝(4‑2，4‑6)＝(2，‑2)，保存公开参数s1，原始生物特征信息b1无需保存；

在恢复算法中，输入再次采样的生物特征b1′＝(‑1，3)，b1和b1′之间的切比雪夫距离是dis(b1，b1′)＝3＜t；首先计算 然后得到 的所在区域I4，4，最后计算d1＝I4，4‑s1＝(4‑2，4‑(‑2))＝(2，6)，得b1＝d1到，恢复完成。