[發明專利]基于纖維個性化特征的票據防偽鑒別方法

有效

• 申請號: 201110362933.1
• 申請日: 2011-11-16
• 公開（公告）號: CN102542655A
• 公開（公告）日: 2012-07-04
• 發明（設計）人: 陳章永;謝劍斌;劉通;李沛秦;閆瑋;惠騰飛
• 申請（專利權）人: 中鈔實業有限公司
• 主分類號: G07D7/06
• 分類號: G07D7/06;G06T5/00
• 代理公司: 北京汲智翼成知識產權代理事務所(普通合伙) 11381
• 代理人: 陳曦

1.一種基于纖維個性化特征的票據防偽鑒別方法，其特征在于包括如下步驟：

(1)圖像預處理：對攝像機獲取到的票據圖像進行處理，得到標準化的票據圖像；

(2)背景融合：采用極大值濾波器進行圖像濾波，將所述票據圖像中的多類對象轉化成平緩區域背景和纖維目標兩類對象；

(3)目標檢測：采用優化的二維熵分割算法分割票據圖像，檢測纖維目標；

(4)特征提取：提取纖維目標的防偽特征，所述防偽特征為質心坐標、面積、曲率和矩特征中的一個或多個；

(5)特征匹配：基于所述防偽特征進行特征匹配，鑒別票據的真偽。

2.如權利要求1所述的票據防偽鑒別方法，其特征在于：

所述步驟(3)中，首先生成所述票據圖像關于點灰度-鄰域灰度均值的二維直方圖，然后在點灰度-鄰域灰度均值平面中沿對角線分布的區域用點灰度-鄰域灰度均值二維最大熵法確定最佳閾值。

3.如權利要求2所述的票據防偽鑒別方法，其特征在于：

在確定所述最佳閾值時，采用如下無失真的快速遞推算法：首先求出每一行P的初始值，然后遞推計算本行其它P值，同時記錄各列的初始增量；下一行運算時首先計算下一行P的初始值，同時刷新初始行的P值；所述P為所述二維直方圖中沿對角線分布的區域的像素和。

4.如權利要求2所述的票據防偽鑒別方法，其特征在于：

在確定所述最佳閾值時，采用如下有失真的優化搜索策略：第一步在點灰度-鄰域灰度均值平面的對角線上進行粗略搜索，尋找使改進二維熵判別函數取最小值的閾值所在的區域；第二步在第一步搜索確定的所述區域周圍鄰域求使所述改進二維熵判別函數取最小值的閾值作為最佳二維熵分割閾值。

5.如權利要求1所述的票據防偽鑒別方法，其特征在于：

所述步驟(3)中，對于分割后的二值化圖像通過如下步驟進行標識：

步驟1：使用中值濾波消除孤立噪聲點；

步驟2：采用膨脹和腐蝕操作合并目標區域的，除去圖像的孔洞；

步驟3：采用鄰接連通方法對檢測出來的纖維目標的二值圖像進行標識。

6.如權利要求1所述的票據防偽鑒別方法，其特征在于：

對于所述纖維目標采用雙閾值剔除虛假的目標，所述雙閾值包括閾值下限40像素和閾值上限200像素。

7.如權利要求1所述的票據防偽鑒別方法，其特征在于：

所述步驟(1)進一步包括如下的子步驟：第一，對攝像機獲取到的票據圖像進行畸變校正；第二，將票據圖像中邊界的背景裁剪掉，只保留票據區域，并將圖像調整到統一的尺寸；第三，將裁剪后的票據圖像進行兩層小波變換，保留變換后的低頻信息作為后續處理的圖像信息。

8.如權利要求1所述的票據防偽鑒別方法，其特征在于：

所述步驟(2)中，所述極大值濾波器的窗口尺寸在5×5～15×15像素范圍內。

9.如權利要求1所述的票據防偽鑒別方法，其特征在于：

所述步驟(4)中，所述矩特征采用7個Hu不變矩特征表征。

10.如權利要求1所述的票據防偽鑒別方法，其特征在于：

所述步驟(5)中，如果當前票據中某個纖維目標的防偽特征與出票時提取的所有纖維目標的防偽特征的最小距離都小于設定的閾值，則認為該纖維目標與數據庫匹配，匹配目標數加1；當所述匹配目標數與當前票據中總的纖維目標數的比值大于預定值時，認為該票據為真票；否則認為該票據為假票。