專利名稱：一種有價票據(jù)圓形印鑒識別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計(jì)算機(jī)圖像處理技術(shù)和模式識別領(lǐng)域，具體地說是一種有價票據(jù)圓形 印鑒識別方法。
背景技術(shù)：
印鑒識別技術(shù)是通過數(shù)字圖像處理技術(shù)和模式識別原理，對電子化印鑒圖像通過 一定的處理，驗(yàn)證其真?zhèn)蔚募夹g(shù)。隨著現(xiàn)代科技發(fā)展，通過偽造印鑒獲得非法利益的案例時有發(fā)生，給單位和國家 造成巨大的經(jīng)濟(jì)損失。因此，通過計(jì)算機(jī)技術(shù)實(shí)現(xiàn)自動識別印鑒真假，具有極大的現(xiàn)實(shí)意義 和經(jīng)濟(jì)價值。目前，印鑒識別的研究存在以下幾個難點(diǎn)。首先，高技術(shù)制章技術(shù)使得偽造印鑒與 真印鑒幾乎不存在幾何上的差異，識別難度極大；其次，因受到票據(jù)背景花紋的噪聲影響， 系統(tǒng)提取印鑒的難度進(jìn)一步加大；再次，印鑒加蓋過程中，因力度不均等原因造成印鑒粗細(xì) 和飽滿度不同，形成了與模板印鑒之間的差異，進(jìn)而影響印鑒真?zhèn)蔚淖R別率；最后一點(diǎn)，就 是印鑒識別方法準(zhǔn)確率不高。一個印鑒識別系統(tǒng)必須具備良好的實(shí)時性、適應(yīng)性和可靠性。 雖然現(xiàn)有的各種算法在理論上可以獲得比較好的預(yù)期效果，但因真實(shí)的識別情況復(fù)雜、干 擾因素較多，難以滿足實(shí)際識別要求。

發(fā)明內(nèi)容
本發(fā)明的目的是為了克服上述現(xiàn)有技術(shù)的不足之處，提供一種有價票據(jù)圓形印鑒 識別方法，該方法能夠準(zhǔn)確識別印鑒真?zhèn)?，具備良好的?shí)時性、適應(yīng)性和可靠性。本發(fā)明的目的是通過以下技術(shù)措施來實(shí)現(xiàn)的?！N有價票據(jù)圓形印鑒識別方法，其特征在于該方法包括以下步驟
(1)利用掃描儀獲取票據(jù)的電子掃描圖像，并從印鑒模板庫中調(diào)取相應(yīng)的印鑒模板圖
像；
(2)通過自適應(yīng)閾值的HSI顏色模式提取法提取票據(jù)圖像中所有紅色部分，作為待選 印鑒圖像；對待選印鑒圖像做灰度處理，通過灰度值篩選法，去除殘留的黑色筆跡部分和淺 色背景部分，提高提取精度；通過先膨脹再腐蝕的方法對灰度篩選后的圖像做修復(fù)處理，填 充因提取造成的印鑒空隙部分，起到修復(fù)作用；
(3)對修復(fù)后的圖像采用自適應(yīng)閾值的二值化算法做二值化處理；利用外輪廓提取法 提取票據(jù)紅色連通域的外輪廓，并根據(jù)先驗(yàn)知識和輪廓幾何特征確定印鑒位置，并提取出 印鑒圖像；利用連通域檢測算法，檢測并去除掉提取到的印鑒圖像中的孤立點(diǎn)；
(4)依次從提取到的印鑒圖像的左邊各點(diǎn)向圖像豎直中心線方向逐像素檢測，當(dāng)遇到 第一個黑色像素點(diǎn)時記錄下該點(diǎn)；對印鑒圖像右邊各點(diǎn)做同樣操作；通過上述過程取得的 點(diǎn)作為印鑒圖像邊界點(diǎn)；從邊界點(diǎn)上任取3點(diǎn)，通過三點(diǎn)定圓法確定圓心、半徑，重復(fù)上述 過程k次，k為邊界點(diǎn)數(shù)目除以3得到，篩選掉其中明顯有偏差的圓心和半徑，取剩余圓心和半徑中出現(xiàn)頻率最高的作為最終的圓心和半徑；利用圓心到印章橫字距離最近的特點(diǎn)確 定印章中心線；
(5)利用圓心和半徑完成提取印鑒圖像與模板印鑒圖像的水平配準(zhǔn)和大小歸一化，利 用圓心坐標(biāo)、中心線完成旋轉(zhuǎn)配準(zhǔn)；
(6)以配準(zhǔn)后圖像與模板印鑒圖像的差值圖像作為輸入，將差值圖像網(wǎng)格化，劃分為 4X4大小的部分，統(tǒng)計(jì)各部分黑色像素點(diǎn)數(shù)目η和網(wǎng)格數(shù)目m，計(jì)算平均黑色像素點(diǎn)數(shù)目 rl,即rl=n/m，以及黑色像素點(diǎn)數(shù)目大于4的網(wǎng)格數(shù)目所占的比例r2 ；
(7)利用圖像細(xì)化算法求差值圖像的內(nèi)點(diǎn)數(shù)目，求內(nèi)點(diǎn)占所有黑色像素點(diǎn)的比例r3；
(8)當(dāng)rl<0.6、r2<0. 05、r3<0. 05時，認(rèn)為待識別印鑒為真，否則印鑒為假。在上述技術(shù)方案中，步驟(2)中所述的灰度值篩選法是將灰度值小于50及灰度值 大于220的點(diǎn)從被選區(qū)域中排除。在上述技術(shù)方案中，步驟(3)中所述的二值化處理通過OpenCV的二值化函數(shù) cvThresholdO 實(shí)現(xiàn)。在上述技術(shù)方案中，步驟(3)中所述的外輪廓提取法通過OpenCV的輪廓提取函數(shù) cvFindContours ()實(shí)現(xiàn)。在上述技術(shù)方案中，步驟(3)中所述的先驗(yàn)知識是指印鑒尺寸與票據(jù)掃描圖像尺 寸的比例。在上述技術(shù)方案中，步驟(5)中所述的配準(zhǔn)過程為分別求取模板印鑒圖像和提取 印鑒圖像中心線與豎直方向的夾角al、a2，旋轉(zhuǎn)模板印鑒圖像al度，旋轉(zhuǎn)提取印鑒圖像 a2-PI/180X3度，求旋轉(zhuǎn)之后兩圖像的差值圖像，并統(tǒng)計(jì)差值圖像黑色像素點(diǎn)數(shù)目；再次 旋轉(zhuǎn)提取印鑒圖像PI/180/2度，統(tǒng)計(jì)差值圖像黑色像素點(diǎn)數(shù)目；重復(fù)以上操作12次，獲得 差值圖像黑色像素點(diǎn)數(shù)目最少時的旋轉(zhuǎn)角度，以此角度完成旋轉(zhuǎn)配準(zhǔn)；對旋轉(zhuǎn)配準(zhǔn)后圖像 做二次平移配準(zhǔn)。在上述技術(shù)方案中，步驟(7)中所述的內(nèi)點(diǎn)是指自身為黑色像素點(diǎn)，且8鄰域都為 黑色像素點(diǎn)的像素點(diǎn)。本發(fā)明提供的一種票據(jù)印鑒識別方法，具有以下優(yōu)點(diǎn)
一、采用自適應(yīng)閾值的HIS顏色模式提取法。因票據(jù)與圖章的不同，不同票據(jù)掃描圖像 的亮度和飽和度各不相同，若采用固定閾值，則對某些票據(jù)與印鑒無法達(dá)到良好的提取效 果，本方法根據(jù)票據(jù)圖像各像素的平均亮度與飽和度確定閾值，實(shí)現(xiàn)自適應(yīng)提取的目的。二、采用三點(diǎn)定圓和圓心到水平文字最近的原理配準(zhǔn)。本發(fā)明提取印鑒圖像的最 外輪廓，隨機(jī)選擇輪廓上三個點(diǎn)，利用三點(diǎn)定圓原理確定一個圓心。如上取若干組點(diǎn)，確定 一組圓心。對圓心進(jìn)行篩選，將位置偏差過大的圓心去除。剩余圓心中出現(xiàn)頻率最高的圓 心點(diǎn)作為圓心。此方法獲得的圓心位置準(zhǔn)確，運(yùn)行速度快。本方法根據(jù)圓心到水平文字的 垂直距離為到各文字距離最短的原理確定中心線，方法簡單，提取速度快。三、采用小范圍循環(huán)檢測的旋轉(zhuǎn)配準(zhǔn)方法及多次平移配準(zhǔn)提高配準(zhǔn)精度。針對一 次配準(zhǔn)往往誤差較大的情況，本發(fā)明采用先平移配準(zhǔn)、再旋轉(zhuǎn)配準(zhǔn)、再二次配準(zhǔn)的配準(zhǔn)流 程。在旋轉(zhuǎn)配準(zhǔn)中，本發(fā)明同時針對印鑒模板和待識別圖像進(jìn)行旋轉(zhuǎn)，有效避免了因旋轉(zhuǎn)造 成的圖像失真帶來的后期比對誤差。同時在_3度到+3度的誤差之間旋轉(zhuǎn)印鑒圖像并比對 差值圖像以確定最準(zhǔn)確的旋轉(zhuǎn)角，減小中心線確定不準(zhǔn)確帶來的旋轉(zhuǎn)誤差。在二次配準(zhǔn)中，在-5像素到+5像素之間分別沿水平方向和豎直方向移動待識別印鑒各像素點(diǎn)，將移動后 的圖像與模板圖像求差值，并統(tǒng)計(jì)差值圖像中黑色像素點(diǎn)的個數(shù)，選擇黑色像素點(diǎn)最少的 情況作為最終的平移結(jié)果。實(shí)驗(yàn)證明，采用上述方法有效的減少了配準(zhǔn)中的誤差，配準(zhǔn)效果 良好。四、采用將差值圖像內(nèi)點(diǎn)比例作為識別的依據(jù)之一。因受力大小及均勻狀況的關(guān) 系，即便是真印鑒，其圖像線條的粗細(xì)可能與印鑒模板存在差別，但這種粗細(xì)差別是均勻 的，而假印章的 幾何形狀往往在某些地方與真印章存在偏差。因此，真印鑒與模板的差值圖 像表現(xiàn)為點(diǎn)狀區(qū)域及線狀區(qū)域較多，而假印鑒與模板的差值圖像表現(xiàn)為塊狀區(qū)域較多。根 據(jù)這一特性可以很好的鑒別印鑒的真假。本發(fā)明通過求出差值圖像的內(nèi)點(diǎn)即自身為黑色像 素點(diǎn)，且8鄰域各點(diǎn)為黑色像素點(diǎn)，占所有黑色像素點(diǎn)的比例，識別印鑒真?zhèn)?，該比例越?說明塊狀區(qū)域越多。


圖1是本發(fā)明一種有價票據(jù)圓形印鑒識別方法原理圖。圖2是本發(fā)明實(shí)施例中印鑒提取階段的流程圖。圖3是本發(fā)明實(shí)施例中印鑒配準(zhǔn)階段的流程圖。圖4是本發(fā)明實(shí)施例中印鑒識別階段的流程圖。圖5是本發(fā)明實(shí)施例中印鑒中心線確定方法示意圖。
具體實(shí)施例方式本實(shí)施例是在Visual Studio 9. 0上以MFC架構(gòu)實(shí)現(xiàn)，并借助OpenCV函數(shù)庫完成 軟件代碼的編寫。本實(shí)施例的原理如圖1所示，是將提取的電子票據(jù)上的印鑒與模板印鑒 庫中的模板印鑒進(jìn)行配準(zhǔn)后再進(jìn)行對比識別，確定真?zhèn)?。其過程分為三個階段印鑒提取、 印鑒配準(zhǔn)和印鑒識別。在上述實(shí)施例中，印鑒提取階段的具體流程如圖2所示
(1.1)利用掃描儀獲取票據(jù)的電子掃描圖像，并從印鑒模板數(shù)據(jù)庫中調(diào)取相應(yīng)印鑒的 模板圖像；
(1.2)將掃描圖像由RGB模式轉(zhuǎn)化為HSI模式。計(jì)算圖像H(色調(diào))、S (飽和度)分量 平均值，以此確定提取紅色部分的閾值。根據(jù)閾值，一般圖像的閾值H為0. 94，S為0. 18左 右，通過自適應(yīng)閾值的HSI顏色模式提取法提取票據(jù)所有紅色部分，作為待選印鑒區(qū)域；
(1. 3)經(jīng)過上步處理，圖像中可能殘余黑色字跡部分和淺色的背景花紋。對圖像做灰度 處理，篩選掉灰度值介于50到220之間的點(diǎn)，此方法可有效去除HIS顏色提取結(jié)果圖中的 黑色字跡和淺色底紋；
(1. 4)放大圖像至原圖像2倍，采用3X3的十字形核，通過先膨脹再腐蝕的方法(閉運(yùn) 算)對圖像做修復(fù)處理，填充因顏色提取造成的印鑒空隙部分，和不平滑邊緣部分，修復(fù)圖 像；
(1. 5)對票據(jù)圖像采用自適應(yīng)閾值的二值化算法做二值化處理，通過OpenCV的二值化 函數(shù) cvThresholdO 實(shí)現(xiàn)；
(1.6)利用OpenCV的外輪廓提取函數(shù)cvFindContoursO提取票據(jù)圖像連通域的輪廓，并根據(jù)先驗(yàn)知識即印鑒尺寸和票據(jù)掃描圖像尺寸的比例和輪廓幾何特征確定印鑒位置，并 提取印鑒。在上述 實(shí)施例中，印鑒配準(zhǔn)階段的具體流程如圖3所示
(2. 1)對提取到的印鑒圖像做預(yù)處理，通過8鄰域域檢測法找到圖像中孤立的黑色像 素點(diǎn)，并將其去除；
(2. 2)依次從提取到的印鑒圖像的左邊各點(diǎn)向圖像豎直中心線方向逐像素檢測，當(dāng)遇 到第一個黑色像素點(diǎn)時記錄下該點(diǎn)；對圖像右邊各點(diǎn)做同樣操作；通過上述過程取得的點(diǎn) 作為印鑒圖像邊界點(diǎn)，即印鑒外輪廓；
(2. 3)從上步取得的印鑒邊界點(diǎn)中隨機(jī)取3點(diǎn)，根據(jù)3點(diǎn)定圓的原理求得圓心及半徑。 循環(huán)上述過程k次，k為邊界點(diǎn)個數(shù)除以3，得到一組圓心和半徑，篩選掉其中位置明顯不正 確的圓心以及長度明顯不正確的半徑，求篩選后得到的半徑及圓心中出現(xiàn)頻率最高的作為 圓心和半徑。采用同樣方法提取到的印鑒模板圖像的圓心和半徑；
(2. 4)對印鑒圖像做外輪廓提取操作，得到印鑒中文字的外輪廓，如圖5所示，因印鑒 中心到水平文字的垂直距離小于中心到其他文字的距離，故求與印鑒中心距離最短的輪 廓，并以該輪廓與印鑒中心的連線作為印鑒的中心線。采用同樣方法提取到的印鑒模板圖 像的中心線；
(2. 5)利用圓心坐標(biāo)和印鑒半徑，對印鑒圖像做平移配準(zhǔn)和大小歸一化；
(2. 6)分別求取模板印鑒圖像和提取印鑒圖像中心線與豎直方向的夾角al、a2。旋轉(zhuǎn) 模板圖像al度，旋轉(zhuǎn)印鑒圖像a2-PI/180X 3度，求旋轉(zhuǎn)之后兩圖像的差值圖像，并統(tǒng)計(jì)差 值圖像黑色像素點(diǎn)數(shù)目；再次旋轉(zhuǎn)印鑒圖像PI/180/2度，統(tǒng)計(jì)差值圖像黑色像素點(diǎn)數(shù)目； 重復(fù)上述過程12次，獲得差值圖像黑色像素點(diǎn)數(shù)目最少時的旋轉(zhuǎn)角度，以此角度完成旋轉(zhuǎn) 配準(zhǔn)。采用同時對兩圖像旋轉(zhuǎn)可有效減少因旋轉(zhuǎn)使圖像失真帶來的比對誤差；通過對正負(fù) 3度范圍內(nèi)的旋轉(zhuǎn)和差值比對，可減小中心線確定不準(zhǔn)確帶來的旋轉(zhuǎn)誤差，尋找到最準(zhǔn)確的 旋轉(zhuǎn)角度；
(2. 7)二次平移配準(zhǔn)。分別對印鑒圖像各像素點(diǎn)做豎直方向_5像素到+5像素平移、水 平方向_5像素到+5像素平移，每次在一個方向上平移1個像素，求平移后圖像與模板圖像 的差值圖像，并記錄差值圖像黑色像素點(diǎn)數(shù)目；循環(huán)上述操作100次，以黑色像素點(diǎn)最少時 的平移結(jié)果作為二次平移配準(zhǔn)結(jié)果。在上述實(shí)施例中，印鑒識別階段的具體流程如圖4所示
(3. 1)將印鑒配準(zhǔn)過程中獲得的最終差值圖像，作為印鑒識別過程的輸入；
(3. 2)將差值圖像網(wǎng)格化，劃分為若干大小為4像素X4像素的小部分，統(tǒng)計(jì)各部分中 黑色像素個數(shù)。設(shè)圖像被劃分為m部分，黑色像素總數(shù)為n，以rl作為識別印鑒的第一個特 征標(biāo)準(zhǔn)，其中rl=n/m ；
(3. 3)統(tǒng)計(jì)黑色像素?cái)?shù)目大于4的小部分的數(shù)目p，以r2作為識別印鑒的第二個特征 標(biāo)準(zhǔn)，其中r2=p/m;
(3. 4)因加蓋力度的原因，真印鑒的差值圖像中點(diǎn)狀區(qū)域和線狀較多。而假印鑒因幾何 形狀與真印章有偏差，所以的差值圖像中塊狀區(qū)域較多。尋找內(nèi)點(diǎn)即自身是黑色像素點(diǎn)，且 8鄰域各點(diǎn)也為黑色像素點(diǎn)，統(tǒng)計(jì)差值圖像中內(nèi)點(diǎn)的數(shù)目q，以r3作為識別印鑒的第三個特 征標(biāo)準(zhǔn)，其中r3=q/n;(3. 5) 當(dāng)rl<0. 6、r2<0. 05、r3<0. 05時，認(rèn)為待識別印鑒為真，否則印鑒為假。
權(quán)利要求
1.一種有價票據(jù)圓形印鑒識別方法，其特征在于該方法包括以下步驟(1)利用掃描儀獲取票據(jù)的電子掃描圖像，并從印鑒模板庫中調(diào)取相應(yīng)的印鑒模板；(2)通過自適應(yīng)閾值的HSI顏色模式提取法提取票據(jù)圖像中所有紅色部分，作為待選 印鑒圖像；對待選印鑒圖像做灰度處理，通過灰度值篩選法，去除殘留的黑色筆跡部分和淺 色背景部分；通過先膨脹再腐蝕的方法對灰度篩選后的圖像做修復(fù)處理，填充因提取造成 的印鑒空隙部分；(3)對修復(fù)后的圖像采用自適應(yīng)閾值的二值化算法做二值化處理；利用外輪廓提取法 提取票據(jù)紅色連通域的外輪廓，并根據(jù)先驗(yàn)知識和輪廓幾何特征確定印鑒位置，并提取出 印鑒圖像；利用連通域檢測算法，檢測并去除掉提取到的印鑒圖像中的孤立點(diǎn)；(4)依次從提取到的印鑒圖像的左邊各點(diǎn)向圖像豎直中心線方向逐像素檢測，當(dāng)遇到 第一個黑色像素點(diǎn)時記錄下該點(diǎn)；對印鑒圖像右邊各點(diǎn)做同樣操作；通過上述過程取得的 點(diǎn)作為印鑒圖像邊界點(diǎn)；從邊界點(diǎn)上任取3點(diǎn)，通過三點(diǎn)定圓法確定圓心、半徑，重復(fù)上述 過程k次，k為邊界點(diǎn)數(shù)目除以3得到，篩選掉其中明顯有偏差的圓心和半徑，取剩余圓心 和半徑中出現(xiàn)頻率最高的作為最終的圓心和半徑；利用圓心到印章橫字距離最近的特點(diǎn)確 定印章中心線；(5)利用圓心和半徑完成提取印鑒圖像與模板印鑒圖像的水平配準(zhǔn)和大小歸一化，利 用圓心坐標(biāo)、中心線完成旋轉(zhuǎn)配準(zhǔn)；(6)以配準(zhǔn)后圖像與模板印鑒圖像的差值圖像作為輸入，將差值圖像網(wǎng)格化，劃分為 4X4大小的部分，統(tǒng)計(jì)各部分黑色像素點(diǎn)數(shù)目η和網(wǎng)格數(shù)目m，計(jì)算平均黑色像素點(diǎn)數(shù)目 rl,即rl=n/m，以及黑色像素點(diǎn)數(shù)目大于4的網(wǎng)格數(shù)目所占的比例r2 ；(7)利用圖像細(xì)化算法求差值圖像的內(nèi)點(diǎn)數(shù)目，求內(nèi)點(diǎn)占所有黑色像素點(diǎn)的比例r3；(8)當(dāng)rl<0.6、r2<0. 05、r3<0. 05時，認(rèn)為待識別印鑒為真，否則印鑒為假。
2.根據(jù)權(quán)利要求1所述的一種有價票據(jù)圓形印鑒識別方法，其特征是步驟(2)中所述 的灰度值篩選法是將灰度值小于50及灰度值大于220的點(diǎn)從被選區(qū)域中排除。
3.根據(jù)權(quán)利要求1所述的一種有價票據(jù)圓形印鑒識別方法，其特征是步驟(3)中所述 的二值化處理通過OpenCV的二值化函數(shù)cvThresholdO實(shí)現(xiàn)。
4.根據(jù)權(quán)利要求1所述的一種有價票據(jù)圓形印鑒識別方法，其特征是步驟(3)中所述 的外輪廓提取法通過OpenCV的輪廓提取函數(shù)cvFindContours ()實(shí)現(xiàn)。
5.根據(jù)權(quán)利要求1所述的一種有價票據(jù)圓形印鑒識別方法，其特征是步驟(3)中所述 的先驗(yàn)知識是指印鑒尺寸與票據(jù)掃描圖像尺寸的比例。
6.根據(jù)權(quán)利要求1所述的一種有價票據(jù)圓形印鑒識別方法，其特征是步驟(5)中所 述的配準(zhǔn)過程為分別求取模板印鑒圖像和提取印鑒圖像中心線與豎直方向的夾角al、a2, 旋轉(zhuǎn)模板印鑒圖像al度，旋轉(zhuǎn)提取印鑒圖像a2-PI/180 X 3度，求旋轉(zhuǎn)之后兩圖像的差值圖 像，并統(tǒng)計(jì)差值圖像黑色像素點(diǎn)數(shù)目；再次旋轉(zhuǎn)提取印鑒圖像PI/180/2度，統(tǒng)計(jì)差值圖像 黑色像素點(diǎn)數(shù)目；重復(fù)以上操作12次，獲得差值圖像黑色像素點(diǎn)數(shù)目最少時的旋轉(zhuǎn)角度， 以此角度完成旋轉(zhuǎn)配準(zhǔn)；對旋轉(zhuǎn)配準(zhǔn)后圖像做二次平移配準(zhǔn)。
7.根據(jù)權(quán)利要求1所述的一種有價票據(jù)圓形印鑒識別方法，其特征是步驟(7)中所述 的內(nèi)點(diǎn)是指自身為黑色像素點(diǎn)，且8鄰域都為黑色像素點(diǎn)的像素點(diǎn)。
全文摘要
本發(fā)明涉及計(jì)算機(jī)圖像處理技術(shù)和模式識別領(lǐng)域，提供一種有價票據(jù)圓形印鑒識別方法，該方法是將提取的電子票據(jù)上的印鑒圖像與模板印鑒庫中的印鑒模板進(jìn)行配準(zhǔn)后再進(jìn)行對比識別，確定真?zhèn)?，其過程分為三個階段印鑒提取、印鑒配準(zhǔn)和印鑒識別。本發(fā)明方法能夠準(zhǔn)確識別印鑒真?zhèn)?，具備良好的?shí)時性、適應(yīng)性和可靠性。
文檔編號G06K9/00GK102054168SQ201010602548
公開日2011年5月11日 申請日期2010年12月23日 優(yōu)先權(quán)日2010年12月23日
發(fā)明者宿瀚元, 王玉林 申請人:武漢大學(xué)蘇州研究院