CN100501763C - 在对应金融票券的图像中特征化多个区域的纹理的方法 - Google Patents

Abstract

本发明提供一种在对应金融票券的图像中特征化多个区域的纹理的方法，该方法包含有如下步骤：将该图像划分为多个区域；对于每一区域计算一灰阶值；从所述区域中选择多个潜在区域，且所述潜在区域具有在一预定范围内的多个灰阶值；从所述潜在区域中选择多个钞票区域，且所述钞票区域具有在一预先定义的色彩范围内与一预先定义的连续色彩梯度范围内的多个像素；根据在所述钞票区域中的所述像素的多个灰阶梯度产生一二进制边缘图；以及根据该二进制边缘图对每一钞票区域计算一纹理数值。本发明的方法可以得到精确的检测正确率与非常低的警示错误比率，也具有足够的强度与弹性以应用在广泛的图像型式与操作条件下。

Description

在对应金融票券的图像中特征化多个区域的纹理的方法

技术领域

本发明关于图像特征化(image characterization)，尤指一种在对应金融票券的图像中特征化多个区域的纹理的方法。

背景技术

近年来，随着图像处理系统的进步，包含数字彩色复印机、扫描仪以及小尺寸的印刷装置等，已经在彩色图像与摄影的重制方面造成广泛的使用。虽然大部分用于专业或个人休闲领域，但是经常有犯罪者利用这些设备来重制货币、股票、支票、法律文件以及其它禁止重制的文件等以从中获取利益。由于这类非法与伪造物品的存在，因此便会产生高效且快速地特征化以及检测非法印刷的货币这方面的需求，然而，这项工作却变得愈来愈困难，主要是因为印刷与重制的先进技术可以让伪造者重制出人眼无法辨别的伪造物品。

除了在辨识合法的货币钞票方面存在愈来愈多的困难之外，还希望能从比被扫描的样本货币大的图像中检测这些样本货币，如此一来就可以使用任何普通的扫描仪扫描一张钞票，同时也有可能一次扫描与辨识多张钞票。然而，这样做会在钞票放在任意背景上以及具有位移与旋转的变动性时造成更多问题。目前的许多货币检测器一般只能一次扫描一张钞票，并且只能扫描最接近钞票的区域，以省略对于钞票的背景、旋转与对齐的考虑。

此外，如果当票券内嵌于一复杂的图像背景中被扫描的时候，要将实际的票券与该图像背景区分开来就会变得非常困难，同时该图像背景也会提供额外的噪声和/或图案，使得该检测过程变得更复杂，并且还会造成非预期的结果与判断错误。

发明内容

因此本发明的目的之一在于提供一种在对应金融票券的一图像中特征化多个区域的纹理的方法，以解决前述的问题。

根据本发明的目的，揭示一种在对应金融票券的一图像中特征化多个区域的纹理的方法。该方法包含有如下步骤：将该图像划分为多个区域；对于每一区域计算一灰阶值；从所述区域中选择多个潜在区域，且所述潜在区域具有在一预定范围内的多个灰阶值；从所述潜在区域中选择多个钞票区域，且所述钞票区域具有在一预先定义的色彩范围内与一预先定义的连续色彩梯度范围内的多个像素；根据在所述钞票区域中的所述像素的多个灰阶梯度产生一二进制边缘图；以及根据该二进制边缘图对每一钞票区域计算一纹理数值。

根据所述的方法，其中产生该二进制边缘图的步骤还包含有如下步骤：对于所述钞票区域中的所述像素计算多个灰阶梯度；将所述钞票区域中的所述像素的所述灰阶梯度与一预定临界值比较；指定具有高于该预定临界值的灰阶梯度的目标像素具有一第一数值；指定具有低于该预定临界值的灰阶梯度的目标像素具有一第二数值；以及将对应所述目标像素的多个第一数值与多个第二数值映像到该二进制边缘图。

根据所述的方法，还包含有步骤：利用一索贝尔滤波器产生该二进制边缘图。

根据所述的方法，其中根据该二进制边缘图对每一钞票区域计算该纹理数值的步骤还包含有如下步骤：在该二进制边缘图的一第一方向中决定数值交替的一第一频率；在该二进制边缘图的一第二方向中决定数值交替的一第二频率；在该二进制边缘图的一第三方向中决定数值交替的一第三频率；在该二进制边缘图的一第四方向中决定数值交替的一第四频率；以及根据该第一频率、该第二频率、该第三频率以及该第四频率计算该纹理数值。

根据所述的方法，还包含有步骤：根据在该第一频率、该第二频率、该第三频率以及该第四频率中的一最大频率、一最小频率以及该最大频率与该最小频率的一差异来计算该纹理数值。

根据所述的方法，其中所述多个区域为多个区块。

根据所述的方法，其中所述多个区域为部分重叠的多个区块。

根据所述的方法，其中从所述潜在区域中选择具有在该预先定义的色彩范围内与该预先定义的连续色彩梯度范围内的像素的所述钞票区域的步骤还包含有利用一半色调检测算法的步骤。

根据所述的方法，其中从所述潜在区域中选择具有在该预先定义的色彩范围内与该预先定义的连续色彩梯度范围内的像素的所述钞票区域的步骤还包含有根据所述像素的一YUV色彩空间来判断具有一类似色调的像素的步骤。

根据所述的方法，其中从所述潜在区域中选择具有在该预先定义的色彩范围内与该预先定义的连续色彩梯度范围内的像素的所述钞票区域的步骤还包含有根据所述像素的一YCbCr色彩空间来判断具有一类似色调的像素的步骤。

本发明的在对应金融票券的图像中特征化多个区域的纹理的方法可以得到精确的检测正确率与非常低的警示错误比率，同时本发明也具有足够的强度与弹性以应用在广泛的图像型式与操作条件下。

附图说明

通过下列附图及说明能够更深入地了解本发明：

图1为本发明一实施例的纹理特征化方法的流程图。

图2为显示各种不同对象的灰阶变异图的一个范例。

图3所显示的一范例为根据图1所示方法的一使用半色调模式印刷的图像与一使用典型钞票印刷的图像。

图4显示根据本发明的二进制边缘图的一实施例

图5显示根据本发明的二进制边缘图的另一实施例

图6显示横越该二进制边缘图以决定在各个不同方向中数值交替的第一频率、第二频率、第三频率以及第四频率的一个范例。

图7为概述本发明在对应金融票券的一图像中特征化多个区域的纹理的方法的一实施例的流程图。

图8显示本发明一实施例中多个区域为以格子状排列的多个区块。

图9显示本发明一实施例中多个区域为以重叠排列的多个区块以用于在纹理特征化的步骤中提供测试区域一较高的分辨率。

其中，附图标记说明如下：

810  区域

814   区块

具体实施方式

货币的适当特征化对于确保所收到的货币的有效性以及降低被诈骗的机率与财物损失来说是非常重要的。不受移动与转动所影响的货币的适当特征化会对货币检测提供弹性与方便性，并使其可以被应用于许多种情况与硬件装置中。

因此本发明提供一种在对应金融票券的一图像中特征化多个区域的纹理的方法以解决前述的问题，而本方法可以应用于伪造货币的检测。在一实施例中，图像接收自一图像扫描，其包含有一已知货币形式的一金融票券，这可以包含美国与日本的钞票，但本发明不限于此。应用一图像扫描的适当纹理特征化可以将判断的数值与一所要参考货币的已知标准作比较，如此一来可以用于推断所扫描的货币的真实性。

由于本方法在特征化的过程中并不是基于一固定轴，所以图像也可以在任意的旋转轴与平移对准(shift alignment)下产生。此外，此图像可以包含该金融票券重叠在任意背景上，包括在此图像内有多个隔离的或独立的票卷、或是具有重叠的票卷。本方法可以与个人扫描仪、复印机和其它相关的扫描或检测装置结合来操作。

在本发明中所描述的纹理特征化方法是结合应用创新且独特的纹理获取技术，以有效地且高效率地判断伪造货币或复制货币的存在。多层次的纹理处理、边缘处理与灰阶分析结合应用于该多面向的方法中，因此可以得到精确的检测正确率与非常低的警示错误比率。同时，本发明也具有足够的强度与弹性以应用在广泛的图像型式和操作条件下。本发明不但提供了可增加安全性的方法，而且也具有弹性以及与一般的硬件装置整合运用的可能性，此外，该方法对于根本的问题提供了一低成本的解决方案。

在简要描述本发明的纹理特征化的方法之前，必须先了解到在说明书及后续的权利要求当中使用了某些词汇来表示特定的过程或步骤。所属领域的普通技术人员应理解，发明人可能会用不同的名词来称呼这些类型的过程。本说明书及后续的权利要求并不以名称的差异来作为区分元件的方式，而是以元件在功能上的差异来作为区分的基准。在整篇说明书及后续的权利要求当中所提及的“包含”为一开放式的用语，故应解释成“包含但不限定于”。另外，“货币”、“票券”以及“钞票”等词汇在此可相互表示同样的意思。

请参考图1，图1描述根据本发明一实施例的纹理特征化方法。图1说明在对应金融票券的一图像中特征化多个区域的纹理的方法的基本操作。本方法由接收一扫描图像开始，该扫描图像可以包含有金融票券，也可以不包含任何金融票券。在进行灰阶处理110时，该图像会被划分为多个区域。在灰阶处理110之后，在进行半色调(halftone)分析120时，在一预定范围内的具有灰阶(在此之后也被称作灰阶多样性)的区域会被选择作为潜在区域。该半色调分析120是针对半色调印刷图案检查图像中的潜在区域，然后在这些潜在区域中不具有半色调印刷图案的潜在区域会被选择作为钞票区域。接着，在二进制边缘图建构(binary edge map construction)130的过程中，这些钞票区域会再次被检查以用于建构其边缘图。然后，在纹理数值计算140的步骤中使用该二进制边缘图来决定纹理数值。根据本发明中不同的实施例，该纹理数值会随之变动。在本发明的一实施例中，该纹理数值为一过零率(也即从0到1与从1到0的变化频率)。该纹理特征化的实际步骤并不限制于以上所述的顺序，只要可以实现本发明的目的即可。以上的纹理数值是共同地定义在对应金融票券的一图像中的多个区域的纹理，关于每一特定的过程步骤会在下面进一步详细讨论。

一般来说，接收自一扫描仪或一相关的图像硬件装置的扫描图像可被划分为多个区域。如图8所示，在一实施例中，多个区域810实际上为以格子状排列的多个区块814。然而，在其它实施例中可以使用不同的几何形状，只要可以同样达到将图像划分为多个区域以用于初步的肉眼检验的目的即可。这些区域可以是隔离的、互相结合的、部分重叠的或不相交的。例如图9所示，这些区域810为排列为部分重叠的区块814，以用于在纹理特征化的方法中提供测试区域一较高的分辨率。一般来说，本发明并不限制于这些区域所用的形状、形式或精确的配置结构，因为本发明同样可以应用于所有的组合以及排列。

一开始的过程步骤牵涉到灰阶处理110，当该扫描图像为典型的彩色型式时，该扫描图像会被转换为灰阶以进行初步的纹理特征化。一般而言，金融票券在一特定的预定范围内具有一灰阶变异。图2为显示各种不同对象的灰阶变异图的一个范例说明。图2(a)显示一美元票券的灰阶变异，以及图2(b)显示一片织布的灰阶变异，而图2(c)显示白色背景上的黑色文字的灰阶变异。如图2所显示的一些范例可知，任一对象都倾向具有一特定范围的灰阶变异。图2(b)所显示的织布倾向具有较小的灰阶变异，主要是因为具有较为均匀的灰阶分布。图2(c)所显示的白色背景上的黑色文字具有较大的灰阶变异，这是因为黑色文字与白色背景彼此交错的关系。在以上这三种物品之中，图2(a)所显示的金融票券具有最宽广的灰阶变异，这是因为票券中具有不同色调的灰色存在其中。这就是在灰阶处理110中所利用的特性，以用于根据一已知金融票券的一灰阶变异数来判断该扫描图像中的区域。

灰阶处理110对于该扫描图像中每一个被划分的区域判断一灰阶多样性(此后，以灰阶一词来描述)。然后每一个区域的灰阶会被拿来跟一所要的金融票券相关的一预定范围相比较，如果被拿来比较的区域在该预定范围之内，则将该区域选定为一潜在区域。这项比较会用来对每一个区域进行，以完全地决定任何可能的潜在区域。

接着，潜在区域会被用在半色调分析120中以用来区分半色调图案，该半色调分析120用于区分具有一预先定义的色彩范围与一预先定义的连续色彩梯度范围的潜在区域。在YUV空间中，半色调图案为在一相同范围的色调(U，V)没有相邻或很少相邻的图案，而在YCbCr空间，半色调图案为在一相同范围的色调(Cb，Cr)中没有相邻或很少相邻的图案，这也为已知的半色调模式印刷。图3所显示的一范例为一使用半色调模式印刷(图3(b))的图像与一使用典型的钞票印刷(图3(a))的图像。图3(a)所显示的钞票印刷的图像在一直线中具有一较为连续的色彩梯度，这是因为任一所给的像素都有具有相同或相似色调的周边像素。图3(b)所显示的半色调模式的图像具有较多的不相交点，同时在色彩上以及色彩连续度上具有较大的变异。一般来说，半色调图像中的像素不会具有相似色调的周边像素，因此不会有一连续的色彩梯度。在该步骤中，由半色调模式所印刷的潜在区域会在后续过程的步骤中被忽略，因为这些潜在区域与金融票券没有对应关系。然后，具有与一所要的金融票券有对应关系的一预先定义的色彩范围与一预先定义的连续色彩梯度范围的潜在区域会被选定为钞票区域，以进行进一步的处理。

前面所描述的半色调分析120，也即钞票区域是从具有在该预先定义的色彩范围内与该预先定义的连续色彩梯度范围内的多个像素的这些潜在区域中选出的步骤，也可以根据一半色调检测算法来进行。另外，该步骤也可以根据这些像素的一YUV色彩空间判断具有类似色调的像素。由于半色调分析的方法为所属技术领域的普通技术人员所熟悉，所以不在此另行赘述。

在决定钞票区域之后，就可以进行二进制边缘图建构130的步骤来建构出一二进制边缘图(binary edge map)。一般来说，二进制边缘图为基于该扫描图像的灰阶梯度的一种二阶(或二色调)的表示法。在某些实施例中，二进制边缘图为在一3乘3灰色区块中的梯度(在YUV色彩空间中，使用Y通道)。在钞票区域之内的像素会被指定具有一个或两个数值，更精确地来说，这些钞票区域之内的像素的灰阶梯度会被拿来跟一预定临界值作比较，如果目标像素的灰阶梯度高于该预定临界值，则该目标像素会被指定具有一第一数值，而如果目标像素的灰阶梯度低于该预定临界值，则该目标像素会被指定具有一第二数值，而所有这些目标像素的数值都会被指定并且随后被映像到一二进制边缘图。图4显示该二进制边缘图的一实施例。一个10乘10的钞票区域总共包含有100个像素，在该实施例中，如果像素的灰阶梯度超过了预定临界值，该像素会被指定具有一数值“1”，反之，该像素会被指定具有一数值“0”。图5显示该二进制边缘图的另一实施例，该实施例应用了一索贝尔滤波器(Sobel filter)，其中，第一数值为一黑色调，而第二数值为一白色调，使得该二进制边缘图具有一较为可视化的表现。如图5所示，该票券跟背景比较起来显得非常明显。

有了通过该二进制边缘图所产生的对应该扫描图像的两数值表示法，该纹理数值的计算可以在纹理数值计算140的过程中开始进行。该纹理数值计算140是利用基于区域的过零率(section-based zero-crossing frequency)来决定该纹理数值。当票券的纹理倾向非常的精细时，其中一种将其特征化的方式为在横越该二进制边缘图的时候判断边缘的数目。换句话说，当在该二进制边缘图横越一钞票区域时，会计算出从一第一数值转换到一第二数值(与从第二数值转换到第一数值)的一频率。为了让该纹理数值得到一较高的分辨率，总共在四个方向中会取得四种不同的频率：在该二进制边缘图的一第一方向中的数值交替的第一频率、一第二方向中的第二频率、一第三方向中的第三频率以及一第四方向中的第四频率。

同样地，根据本发明的不同的实施例，该纹理数值的实际表示法会随之变动。本发明的一实施例是利用一过零率来作为该纹理数值，该纹理特征化的实际步骤并不限制于以上所述的顺序，只要可以实现本发明的目的即可(也即纹理数值计算140是利用基于区域的过零率来决定该纹理数值)。

图6显示横越该二进制边缘图以决定在各个不同方向中数值交替的第一频率、第二频率、第三频率以及第四频率的一个范例。在图6(a)中，该第一方向为0度；在图6(b)中，该第二方向为45度；在图6(c)中，该第三方向为90度；以及在图6(d)中，该第四方向为135度。紧接着得到所述第一频率、第二频率、第三频率以及第四频率，然后就可以相应地对每一钞票区域计算出该纹理数值。优选的情况是针对根据在所述第一频率、第二频率、第三频率以及第四频率中的一最大频率、一最小频率以及该最大频率与该最小频率的一差异来计算该纹理数值。

在计算出各个钞票区域的纹理数值之后，就可以拿来跟所要的金融票券的一预定参考数值作比较，这是用来判断钞票的合法性与真实性，而该预定参考数值是基于被检测的真实所要的金融票券，并且在一可接受的正确性的误差范围内提供可接受的纹理数值的范围。如果该钞票区域的纹理数值落在一预定参考数值的范围内，那么该对应的钞票区域可以被推断为真实的，反之，如果该钞票区域的纹理数值没有落在一预定参考数值的范围内，那么该钞票区域的纹理就无法被确认为所要的金融票券。

图7为概述本发明在对应金融票券的一图像中特征化多个区域的纹理的方法的一实施例的流程图。假如大体上可以得到相同的结果，流程700中的步骤不一定需要照图7所示的顺序来执行，也不一定需要是连续的，也就是说，这些步骤之间可以插入其它的步骤。本方法包含有：

步骤700：将图像划分为多个区域。

步骤702：对于各个区域计算一灰阶值。

步骤704：从这些区域中选择多个潜在区域，且这些潜在区域具有在一预定范围内的多个灰阶值。

步骤706：从这些潜在区域中选择多个钞票区域，且这些钞票区域具有在一预先定义的色彩范围内与一预先定义的连续色彩梯度范围内的多个像素。

步骤708：根据在这些钞票区域中的这些像素的灰阶梯度产生一二进制边缘图。

步骤710：根据该二进制边缘图对于各个钞票区域计算一纹理数值。

因此，应用上述本发明的方法可以提供一种在对应金融票券的一图像中特征化多个区域的纹理的方法，而通过适当且精确地特征化对应一金融票券的一图像，就可以区分伪造与非法的货币以及合法的货币。计算出的纹理数值可以用来与所要的参考货币的一已知标准作比较，以推论该扫描的票券的真实性。

在这些纹理处理步骤的不同的阶段中相继地将不同的区域缩小为对应于金融票券的候选的潜在区域。由于只有对一些剩余的区域计算这些纹理数值，所以可以达到更有效且经济的操作。此外，本发明的方法可以得到精确的检测正确率与非常低的警示错误比率，同时本发明也具有足够的强度与弹性以应用在广泛的图像型式与操作条件下。

由于本方法在特征化的过程中并不是基于一固定轴，所以一个扫描的输入图像也可以在任意的旋转轴与平移对准的情况下提供，此外，该图像可以包含这些金融票券重叠在任意背景上，包括在该图像内有多个隔离的或独立的票卷或是具有部分重叠的票卷。由于本发明的方法可以与个人扫描仪、复印机、独立的打印机以及其它相关的扫描或检测装置结合来应用，所以该方法也提供了一个低成本的解决方案。

以上所述仅为本发明的优选实施例，凡是根据本发明权利要求所做的均等变化与修饰，均应属于本发明的涵盖范围。

Claims (10)

1.一种在对应金融票券的图像中特征化多个区域的纹理的方法，该方法包含有如下步骤：

将该图像划分为多个区域；

对于每一区域计算一灰阶值；

从所述区域中选择多个潜在区域，且所述潜在区域具有在一预定范围内的多个灰阶值；

从所述潜在区域中选择多个钞票区域，且所述钞票区域具有在一预先定义的色彩范围内与一预先定义的连续色彩梯度范围内的多个像素；

根据在所述钞票区域中的所述像素的多个灰阶梯度产生一二进制边缘图；以及

根据该二进制边缘图对每一钞票区域计算一纹理数值。

2.如权利要求1所述的方法，其中产生该二进制边缘图的步骤还包含有如下步骤：

对于所述钞票区域中的所述像素计算多个灰阶梯度；

将所述钞票区域中的所述像素的所述灰阶梯度与一预定临界值比较；

指定具有高于该预定临界值的灰阶梯度的目标像素具有一第一数值；

指定具有低于该预定临界值的灰阶梯度的目标像素具有一第二数值；以及

将对应所述目标像素的多个第一数值与多个第二数值映像到该二进制边缘图。

3.如权利要求1所述的方法，还包含有步骤：利用一索贝尔滤波器产生该二进制边缘图。

4.如权利要求1所述的方法，其中根据该二进制边缘图对每一钞票区域计算该纹理数值的步骤还包含有如下步骤：

在该二进制边缘图的一第一方向中决定数值交替的一第一频率；

在该二进制边缘图的一第二方向中决定数值交替的一第二频率；

在该二进制边缘图的一第三方向中决定数值交替的一第三频率；

在该二进制边缘图的一第四方向中决定数值交替的一第四频率；以及

根据该第一频率、该第二频率、该第三频率以及该第四频率计算该纹理数值。

5.如权利要求4所述的方法，还包含有步骤：根据在该第一频率、该第二频率、该第三频率以及该第四频率中的一最大频率、一最小频率以及该最大频率与该最小频率的一差异来计算该纹理数值。

6.如权利要求1所述的方法，其中所述多个区域为多个区块。

7.如权利要求1所述的方法，其中所述多个区域为部分重叠的多个区块。

8.如权利要求1所述的方法，其中从所述潜在区域中选择具有在该预先定义的色彩范围内与该预先定义的连续色彩梯度范围内的像素的所述钞票区域的步骤还包含有利用一半色调检测算法的步骤。

9.如权利要求1所述的方法，其中从所述潜在区域中选择具有在该预先定义的色彩范围内与该预先定义的连续色彩梯度范围内的像素的所述钞票区域的步骤还包含有根据所述像素的一YUV色彩空间来判断具有一类似色调的像素的步骤。

10.如权利要求1所述的方法，其中从所述潜在区域中选择具有在该预先定义的色彩范围内与该预先定义的连续色彩梯度范围内的像素的所述钞票区域的步骤还包含有根据所述像素的一YCbCr色彩空间来判断具有一类似色调的像素的步骤。

Images