基于票据水印分布特征的票据防伪鉴别方法技术

本发明专利技术公开了一种基于票据水印分布特征的票据防伪鉴别方法，包括如下步骤：选择初始水印类型，依据初始水印类型构建联合模板中的元素，进而构建联合模板；对摄像机获取到的票据图像进行处理，得到标准化的票据图像；采用局部阈值法实现票据图像的二值化；在票据图像中寻找与联合模板相同或相似的目标物，以相关系数为度量标准进行联合模板匹配；提取票据图像的水印分布特征；基于水印分布特征进行特征匹配，鉴别票据的真伪。本发明专利技术实现了各水印目标的联合检测，可以有效鉴别金融票据的真伪。

【技术实现步骤摘要】

本专利技术涉及一种票据防伪鉴别方法，尤其涉及一种基于票据水印分布特征实现的防伪鉴别方法，属于金融安全鉴伪

技术介绍
随着国民经济的快速发展，金融票据的应用越来越广泛。但目前金融票据在管理、 使用和鉴伪方面还存在一些问题，社会上的不法分子把作案目标直接瞄准了银行，金融票据诈骗案件时有发生，给国家造成重大的经济损失。现有的金融票据鉴伪方法主要依靠人工定性分析为主，所存在的问题是人工鉴别强度大、耗时久，且容易由于疲劳或疏忽造成误检。水印是金融票据的重要防伪标志之一，而且不同票据中不同类型的水印位置分布不一样，因此可以提取票据的水印分布特征进行真伪鉴别。在白光透射下，票据中的水印图像可以显现出来，便于摄像机等图像采集设备进行采集，并进行进一步的分析。然而，不同票据中的水印目标被版纹接线、文字、边框等遮挡程度不同，而且同一类型的水印目标会因为距离光源的位置不同而呈现出不同的灰度分布特性，导致水印分布特征的提取十分困难。在专利申请号为201110139206.9的中国专利技术专利申请中，公开了一种适于解决水印算法中透明性与鲁棒性相矛盾问题的灰度水印图像的嵌入和提取方法。灰度水印图像的嵌入方法包括对原始载体图像分块并进行DCT变换，利用模板将系数分低、中、高频三个数据块，组成新矩阵后进行SVD分解，计算分块能量比，确定适合嵌入的最佳分块位置； 将灰度水印信息依据能量比自适应地嵌入到低频分块的奇异值中。灰度水印图像的提取方法包括对原始载体图像与待检测含水印图像分割成相应个数的互不覆盖的图像块，对各图像块进行DCT变换、根据模板找出各图像块中的低频数据矩阵A并对各矩阵A进行奇异值分解并分离出奇异值中的信息，依据各图像块的能量比按自适应嵌入的原则，恢复出灰度水印图像。但是，该技术方案并不能直接用来进行票据的真伪鉴别。
技术实现思路
本专利技术所要解决的技术问题在于提供一种。为实现上述的专利技术目的，本专利技术采用下述的技术方案—种，其特征在于包括如下步骤(1)构建联合模板选择初始水印类型，依据所述初始水印类型构建联合模板中的元素，进而构建联合模板；(2)进行图像预处理对摄像机获取到的票据图像进行处理，得到标准化的票据图像；(3)实现图像的二值化采用局部阈值法实现所述票据图像的二值化；(4)进行联合模板匹配在所述票据图像中寻找与所述联合模板相同或相似的目标物，以相关系数为度量标准进行联合模板匹配；(5)特征提取提取所述票据图像的水印分布特征；(6)特征匹配基于所述水印分布特征进行特征匹配，鉴别票据的真伪。其中较优地，所述步骤(1)中，每一个初始水印类型对应一组目标位置排列组合， 每一组位置排列组合构成所述联合模板的一个元素。其中较优地，所述步骤( 进一步包括如下的子步骤第一，对摄像机获取到的票据图像进行畸变校正；第二，将所述票据图像中的边界部分裁剪掉，只保留票据区域，并将图像调整到统一的尺寸；第三，将裁剪后的所述票据图像进行两层小波变换，保留变换后的低频信息作为后续处理的图像信息。其中较优地，所述步骤(3)中，构造两个局部阈值判决函数；其中第一局部阈值判决函数用来描述加权拉普拉斯梯度，其权值为距离的倒数，第二局部阈值判决函数用来描述像素点灰度与邻域灰度均值的差值。其中较优地，所述步骤(3)中，对于二值化图像采用如下步骤消除噪声首先采用形态滤波器去除小的噪声，并合并相邻的连通域；然后搜索所有的连通域，将与目标差异过大的连通域删去。其中较优地，所述步骤中，在寻找单个模板的最佳匹配位置时，在起始位置的邻域区间上求取最大相关系数，所述最大相关系数对应的位置为所述模板的最佳匹配位置。其中较优地，所述步骤(5)中，所述水印分布特征包括但不限于水印总数、各水印的类型和位置特征。其中较优地，所述步骤(6)中，检测当前提取的所述水印分布特征与数据库特征是否相似，如果相似度达到设定门限，则判断票据为真，否则为假。本专利技术所提供的票据防伪鉴别方法根据各水印目标之间的约束信息构建联合模板，以相关系数为度量标准设计联合模板匹配准则，从而实现了各水印目标的联合检测，可以有效鉴别金融票据的真伪。附图说明下面结合附图和具体实施方式对本专利技术作进一步的详细说明。图1为本专利技术所提供的票据防伪鉴别方法的整体流程图2为某种金融票据中的水印图像的示例图3为图2所示的金融票据中，联合模板元素的构成示例图。具体实施方式在深入分析票据水印分布特征的基础上，本专利技术提出了基于联合模板匹配的票据水印分布特征提取方法。该方法首先根据各水印目标之间的约束信息构建联合模板，以相关系数为度量标准设计联合模板匹配准则，从而实现各水印目标的联合检测，进而鉴别金融票据的真伪。如图1所示，本专利技术所提供的票据防伪鉴别方法主要包括六个步骤第一步是联合模板的构建，第二步是进行图像的预处理，第三步是实现图像的二值化，第四步是进行联合模板匹配，第五步是特征提取，即提取水印目标的防伪特征，第六步是进行特征匹配，鉴别票据的真伪。下面分别展开详细的说明。1，构建联合模板为了减少约束多目标检测过程中出现的漏检和误检现象，本专利技术提出一种联合模板匹配算法。它的基本原理是利用多目标之间的约束信息，联合各目标共同进行模板匹配， 各目标匹配结果相互校验，从而大幅度减少单目标匹配过程中出现的漏检和误检现象。具体描述如下对于约束多目标检测问题，依据多目标之间的约束信息，枚举各目标可能出现的所有位置排列组合，将该目标位置排列组合对应的模板排列组合称之为联合模板，简记为 CT。它可以表征待检测图像中各目标所有可能出现的相对位置分布情况。由于水印是由同一制版印制，不同水印之间的相对位置信息已知，称其为约束信息。依据该约束信息，构建相应的联合模板CT，具体构建方法如下(1)选择初始水印类型参见图2和图3所示，初始水印是指票据中左上角出现的第一个完整水印，这里先选择Wl类型水印为初始水印类型。(2)构建联合模板元素依据初始水印类型的不同特点构建联合模板CT中的元素，每一个初始水印类型都对应一组目标位置排列组合，每一组位置排列组合构成联合模板的一个元素。将联合模板中的第k个元素简记为Tk(i，j，p，q)，其中(i，j)表示单个模板的像素点位置坐标，(P， q)表示单个模板在联合模板中的索引位置坐标。(3)构建联合模板图3为图2所示的金融票据中，由多个模板构建联合模板的示例图。其中，Δχ、 Δ y分别表示水印目标在水平方向和垂直方向的位置偏移量，Tk (i，j，0，0)表示第k个元素位置(0，0)处对应的水印目标模板，在图3的示例中为初始水印Wl ；相应地，Tk(i，j，p，q) 表示第k个元素位置(p，q)处对应的水印目标模板。对于图3所示例的水印图像而言，水印目标之间的间距固定，故Δχ、Ay为常量。 在不计算票据边界处不完整水印的情况下，票据每一行最多有6个水印，每一列最多有3个水印，故0 < ρ < 5，0 < q < 2 ；水印共有八种类型，故联合模板共有8个元素，于是本示例中水印目标的联合模板为CT = {Tk(i，j，p，q) |0 彡 k 彡 7，0 彡 ρ 彡 5，0 彡 q 彡 2，!^口^都为整数}2.图像预处理图像预处理阶段的工作主要有三个第一，对摄像机获取到的票据图像进行畸变校正，减小图像本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：陈章永，谢剑斌，刘通，李宏，赵国华，周启元，曾倩，张炜，
申请(专利权)人：中钞实业有限公司，
类型：发明
国别省市：