CN101491074A - 使用与快速遮盖归一化互相关性相匹配的模板进行文档认证 - Google Patents

Abstract

本文描述了用于认证安全文档的技术，所述安全文档具有包含多种安全特征的安全图像。所述技术可以在照明不均匀的情况下生成鲁棒模板匹配结果，即使是在具有更强的遮蔽对象的情况下。所述技术尤其可用于验证具有安全图像的安全文档，所述安全图像由在重复回射图像背景上形成的一个或多个“虚”回射图像组成。所述安全图像中的虚回射图像可形成可以主导背景回射图像分析和验证的强信号，从而导致错误的认证。所述技术提供遮盖由诸如所述回射虚像之类的其它安全特征所产生的强信号的修正归一化互相关性分析，同时仍然允许相对于所述背景图像执行快速有效的模板匹配。

Description

使用与快速遮盖归一化互相关性相匹配的模板进行文档认证

技术领域

本发明涉及基于图像图案确认的安全文档(例如护照、驾照、出生证明或金融单据)的计算机辅助认证。

背景技术

计算机辅助技术越来越多地用于验证安全文档的可靠性。安全文档的例子包括护照、信用卡、身份证、驾照、出生证明、商业票据和金融单据。在一些情况下，将安全图像打印、压印、刻印或附连在安全文档上，一般用来帮助检测伪造或对未经授权的文档的使用。也就是说，安全文档可以包括一种或多种安全特征，例如难以仿造的紫外线油墨、回射3MConfirm^TM图像以及回射虚像，从而能够更可靠地验证安全文档，并更有效地检测未授权文档。

发明内容

一般来讲，本发明涉及对安全文档进行认证的技术，所述安全文档具有包含了多种安全特征的安全图像。图像模板匹配技术常用于从宁静或弱噪声干扰的背景中检测强信号图案。其它安全特征形成的遮蔽增加了预期图案确认的复杂性，特别是在遮蔽物比图像图案信号更强的时候。该技术尤其可用于验证具有安全图案的安全文档，所述安全图案由在重复回射确认图像背景上形成的一个或多个“虚”回射图像组成。

如本文进一步所述，安全图像中的虚回射图像会形成更强的信号，该信号可能会主导背景回射确认图像的分析和验证，从而导致错误的认证。本文所述技术提供了一种修正的归一化互相关性分析方法，该方法可遮盖其它安全特征(例如一个或多个回射虚像)所引起的强信号，同时仍然允许快速有效地执行与背景图像相关的模板匹配。

在一个实施例中，该方法包括采集至少一部分安全文档的图像，其中安全文档的部分包括具有第一回射特征和第二回射特征的安全图像，利用根据采集图像所生成的遮盖图像来计算与第一回射特征相关的参考图像和采集图像之间的修正归一化互相关性，以及输出参考图像和采集图像之间的一个或多个匹配标记。

在另一个实施例中，安全文档认证设备包括图像采集接口，用于接收制品的至少一部分的采集图像，其中制品的部分包括具有第一回射特征和第二回射特征的安全图像。认证设备也包括快速遮盖归一化互相关(FMNCC)模块，用于利用根据采集图像所生成的遮盖图像来计算与第一回射特征相关的参考图像和采集图像之间的修正归一化互相关性，还包括输出参考图像和采集图像之间的一个或多个匹配标记的显示器。

在另一个实施例中，安全文档认证系统包括图像采集设备，其用于采集制品图像的至少一部分，其中制品的部分包括具有第一回射特征和第二回射特征的安全图像，以及用于利用根据采集图像所生成的遮盖图像来计算与第一回射特征相关的参考图像和采集图像之间的修正归一化互相关性、并输出参考图像和采集图像之间的一个或多个匹配标记的主机系统。

在又一个实施例中，方法包括采集文档的至少一部分的图像，其中文档的部分包括具有第一特征和第二特征的图像。该方法还包括利用根据采集图像所生成的遮盖图像来计算与第一特征相关的参考图像和采集图像之间的修正归一化互相关性，并输出参考图像和采集图像之间的一个或多个匹配的标记。

在附图和下文的说明中将提供本发明的一个或多个实施例的细节。可以从说明、附图及权利要求中清楚地了解本发明的其它特征、目的和优点。

附图说明

图1为示意图，示出根据本发明的原理对安全文档进行分析的示例性文档认证系统。

图2为框图，示出根据本发明的原理使用快速遮盖归一化互相关性技术对安全文档进行分析的示例性主机系统。

图3为流程图，示出图1中文档认证系统的示例操作。

图4为流程图，示出图2中主机系统的示例操作。

图5为重显图像，示出安全文档的示例性安全图像的示例采集图像。

图6为重显图像，示出示例性参考图像。

图7为从图5的示例采集图像中检测到的示例遮盖图像的重显图像。

图8A-8C示出采用不同模板匹配技术分析图5中示例采集图像时获得的实际结果，用以进行对比。

图9示出由主机系统显示的示例性显示图像。

图10为由主机系统在显示器上显示的示例性输出窗口，示出了示例模板匹配数据。

具体实施方式

图1为示意图，示出用于根据本发明原理分析安全文档12的示例性文档认证系统10。安全文档12包括具有一个或多个安全特征的至少一个安全图像13。文档认证系统10可以用于认证或验证安全文档12，例如通过验证安全文档12具有某些安全特征。安全特征可以是(例如)打印、压印或附连到安全文档12上的回射图像、回射虚像或其它类型的图像。

安全文档12可以为(例如)护照、驾照、身份证、资格证书或其它制品。文档认证系统10可以被用于通过确定安全图像13是否包括与存储的参考回射图像(也称为“模板”图像)相匹配的回射图像来验证护照的真实性。文档认证系统10可以执行这项确定，方法是通过采集安全图像13或安全文档12整个表面的图像，并分析采集图像，以确定采集图像内是否有一个或多个参考图像存在。如果参考图像存在于采集图像中，则文档认证系统10会生成安全文档12已正确验证的标记(如音频和/或视频标记)。如果采集图像中不存在参考图像，则文档认证系统10会形成安全文档12无法自动验证并可能被拒绝的标记。

在一些实施例中，安全图像13可以包括其它安全特征。例如，除了包括一个或多个匹配参考图像的图像区域外，安全图像13可以包括作为其它安全特征的回射虚像(如“浮”像)。在安全图像13中形成浮像的示例性技术在授予Florczak等人、名称为“Sheeting With Composite Imagethat Floats”(带有浮动合成图像的片材)的美国专利No.6,288,842中有所描述，据此全文以引用方式并入本文。又如，安全图像13可以包括紫外线图案、印制的可见图案或生物特征(例如指纹)。

安全图像13中包括的回射图像和其它安全特征可以提供使用传统的模板匹配技术难以匹配的模板。具体地讲，安全特征(例如回射虚像)可以在采集图像中产生比代表参考图像的信号更强的信号，从而使得难以对安全图像13包含有效的参考图像进行验证。因此，文档认证系统10的主机系统20使用本文所述的“快速遮盖归一化互相关性”(FMNCC)技术有效和高效地遮盖任何由于其它安全特征而出现在采集图像中的信号。主机系统20将FMNCC技术应用于所采集的图像，以提供快速模板匹配分析和安全文档12的认证或拒绝。

在操作中，用户将安全文档12放置在查看框架14上。查看框架14相对于文档认证系统10的其它组件准确地布置安全文档12。在图1的示例性实施例中，文档认证系统10包括光源16，用于照亮放置在查看框架14上的安全文档12。光源16可以相对于查看位置成角度放置。在一些实施例中，文档认证系统10可以包括一个以上的光源。文档认证系统10还包括布置在查看位置的图像采集设备18。图像采集设备18可以为摄像头，例如电荷耦合器件(CCD)、行扫描仪或其它光学输入设备。光源16和图像采集设备18可以由主机系统20进行控制。光源18的强度可以在最小值到最大值之间的强度范围内由主机系统20自动调整或根据用户输入调整。

当用户将安全文档12放置在查看框架14中之后，图像采集设备18采集包括安全图像13的安全文档12的图像。采集的图像可以表示安全文档12的整体或部分，前提条件是该部分包括安全图像13。图像采集设备通过信号通道22来将采集图像传送到主机系统20以进行图像处理。被主机系统20处理后的采集图像可以显示在与主机系统20相连的显示器(未示出)上以用于检查。主机系统20可以为(例如)计算机、膝上型计算机、移动个人数字助理(PDA)或其它具有足够用于分析所采集图像的处理器和存储器资源的计算系统。主机系统20的示例构造和操作将在下文进一步详述。

图2为框图，示出根据本发明原理使用快速遮盖归一化互相关性技术分析安全文档的示例性主机系统20。主机系统20分析从图像采集设备18(图1)接收的图像数据，以确定是否可以在采集图像中找到(即，与采集图像匹配的)给定的参考图像。

主机系统20包括图像采集接口24，用于通过信号通道22从图像采集设备18接收图像数据。图像采集接口24可以为(例如)串行或并行硬件接口，用于与图像采集设备18通信和接收图像数据。又如，图像采集接口24可以为通用串行总线(USB)接口。主机系统20可以在图像存储26中存储接收到的图像数据，如一个或多个文件，并且可以更新数据库30以反映图像存储26中图像数据的位置。图像存储26可以为内部或外部永久存储介质，例如硬盘、光盘、磁带、可移动存储卡等。

主机系统20还可以通过用户界面34接收用户输入32，并可以根据用户输入更新数据库30。用户输入32可以包括(例如)从参考图像库选择参考图像，所述参考图像在图像存储26中存储为模板28。参考图像库可以包括具有与不同类型安全文档相关的具体安全特征的多个参考图像。参考图像用于验证安全文档(例如护照、驾照、金融单据或其它安全文档)的有效性。

图像采集接口24通过信号通道22接收到的图像数据可能表示整个或部分安全文档12的采集图像。如上所述，采集图像可以包括主要安全特征和其它安全特征，例如回射虚像。主机系统20计算参考图像和采集图像之间的修正归一化互相关性。具体地讲，遮盖图像生成器36生成“遮盖图像”，该“遮盖图像”表示包含由于其它安全特征所引起的更强信号或其它明显图像特征的采集图像区域，并施加遮盖图像以消除其它安全特征对归一化互相关性计算的影响。

遮盖图像生成器36实时动态构建遮盖图像，其中遮盖图像的大小与安全图像13的相关采集图像相同。在一个实施例中，遮盖图像生成器36可以通过逐像素对采集图像的图像进行阈值处理来查找高信号强度的区域，即很亮或者很暗的图像区域，从而构建遮盖图像。遮盖图像生成器36还可以进行一些形态处理。例如，遮盖图像生成器36可以生成遮盖图像，这可以通过根据采集图像中的对应像素的亮度值是在预定义亮度值范围之内还是之外来将遮盖图像的像素设置为最高亮度值(如，8位像素为255)或最低亮度值(如，0)来完成。在一个实例中，当采集图像的像素的亮度值在50-200的范围以外(即小于50或大于200)时，遮盖图像生成器36可以将遮盖图像中相应像素的亮度值设置为0(黑)；而如果采集图像的像素的亮度值在50到200的范围之内，遮盖图像生成器36可以将遮盖图像相应像素的亮度值设置为255(白)。几轮膨胀和腐蚀可以显著地改善遮盖区域的形状。用于构建遮盖图像的具体范围和方法可根据安全图像13的类型或特性或者安全图像内包含的安全特征的特性而有差别。遮盖图像生成器36还可以包括多个预定义亮度范围，其根据所分析的文档类型而有差别。亮度值范围还可以动态估计。遮盖图像生成器36还可以提前统计地预计算遮盖图像。

遮盖图像生成器36将遮盖图像提供给快速遮盖归一化互相关(FMNCC)模块38。FMNCC模块38从图像存储26获取采集图像，并将遮盖图像施加至采集图像，以生成“遮盖后”图像。遮盖后图像可以认为是采集图像的一个版本，但是其中由其它安全特征(例如回射浮像)所引起的任何强信号是至少部分过滤的。FMNCC模块38计算参考图像和遮盖后图像之间的互相关性并进行归一化处理，并通过乘以各个匹配处模板大小与遮盖面积的比率来补偿结果。根据这些计算结果，总称为FMNCC的一个实施例，主机系统20可以确定采集图像中的充分匹配参考图像的像素区域，称为匹配区域。

FMNCC模块38可以在遮盖后图像内的多个区域查找参考图像。当辨识到匹配时，主机系统20生成正的标记，如匹配的音频和/或视觉指示标记。例如，主机系统20可以通过显示器40显示全部或部分采集图像以及采集图像中的匹配区域的视觉内容。作为另外一种选择，如果FMNCC模块38没有在遮盖后图像中找到与参考图像足够的匹配，则主机系统20输出负的标记(音频或视频标记)，以表明安全文档13未通过认证。例如，主机系统20可以显示表明没有找到匹配的消息或其它适当的错误消息。

图3为流程图，其示出图1中文档认证系统10的示例操作。首先，主机系统20将一个或多个参考图像28存储到图像存储26。然后，用户将安全文档12(例如护照)放置在图像采集设备18下(42)。主机系统20接收和存储用图像采集设备18和光源16采集的安全文档12的采集图像(44)。

主机系统20可以辨识手动认证的或使用多种特性自动认证的安全文档12的类型。根据辨识，主机系统20从模板28中选择针对该文档类型的一个或多个参考图像(46)。例如，用户可以通过用户界面34手动选择参考图像。作为另外一种选择，主机系统20可以采用自动文档标识符以根据采集图像的特性(如文档大小、机器可读区域(MRZ)或其它文本光学字符识别(OCR)或某些预定义标记的自动识别)自动或半自动地选择参考图像。又如，主机系统20可以针对每种类型的安全文档12来使用默认的参考图像。

选择了模板之后，主机系统20进行快速遮盖归一化互相关性(FMNCC)分析，以确定采集图像和参考图像之间的互相关性(48)。这样，主机系统20确定了采集图像内是否有一个或多个参考图像的实例。该分析将在下文中进一步详述。主机系统20可以在显示器40上显示FMNCC分析的结果，或生成任何其它适合的音频或视觉指示标记(50)。

图4为流程图，其更详细地示出图2的主机系统20的示例操作。主机系统20通过分析与安全文档相关的采集图像来认证安全文档12。如上所述，主机系统20通过图像采集接口24接收安全文档12的采集图像(52)，并可以将采集图像存储到图像存储26。FMNCC模块38根据采集图像生成遮盖图像m(x，y)，(如)通过上述针对图2的采集图像进行的阈值处理(54)。此外，主机系统20从图像存储26的模板28访问参考图像(56)。

然后FMNCC模块38使用遮盖图像去除参考图像和遮盖图像之间的归一化互相关处理所不需要的对象。更具体地讲，FMNCC模块38将遮盖图像施加于采集图像上，以获得遮盖后图像f_m(x，y)(58)。FMNCC模块38可以通过将遮盖图像(以m(x，y)表示)引入模板图像t(x，y)和采集图像f(x，y)之间的归一化互相关性计算来完成此操作。模板图像和采集图像之间的归一化互相关性通过以下方法给定：

$\mathrm{\γ}(u,v)=\frac{\underset{x,y}{\mathrm{\Σ}}[t(x,y)-\stackrel{\‾}{t}][f(x+u,y+v)-{\stackrel{\‾}{f}}_{u,v}]}{{\left\{\underset{x,y}{\mathrm{\Σ}}{[t(x,y)-\stackrel{\‾}{t}]}^2\underset{x,y}{\mathrm{\Σ}}{[f(x+u,y+v)-{\stackrel{\‾}{f}}_{u,v}]}^2\right\}}^{0.5}}$

                (1)，

其中t是模板的平均值，而f_u，v是模板图像下区域中的采集图像f(x，y)的平均值。

将遮盖图像施加在采集图像上的归一化互相关性γ_m(x，y)的公式为：

${\mathrm{\γ}}_m(u,v)=\frac{\underset{x,y}{\mathrm{\Σ}}m(x+u,y+v)[t(x,y)-\stackrel{\‾}{t}][f(x+u,y+v)-{\stackrel{\‾}{f}}_{u,v}]}{{\left\{\underset{x,y}{\mathrm{\Σ}}{m(x+u,y+v)[t(x,y)-\stackrel{\‾}{t}]}^2\underset{x,y}{\mathrm{\Σ}}m(x+u,y+v){[f(x+u,y+v)-{\stackrel{\‾}{f}}_{u,v}]}^2\right\}}^{0.5}}$

$=\frac{\underset{x,y}{\mathrm{\Σ}}[t(x,y)-\stackrel{\‾}{t}][f_m(x+u,y+v)-{\stackrel{\‾}{f}}_{m(u,v)}]}{{\left\{\underset{x,y}{\mathrm{\Σ}}{m(x+u,y+v)[t(x,y)-\stackrel{\‾}{t}]}^2\underset{x,y}{\mathrm{\Σ}}{[f_m(x+u,y+v)-{\stackrel{\‾}{f}}_{m(u,v)}]}^2\right\}}^{0.5}},$

                                                      (2)

其中t是模板的平均值，f_u，v是位置(u，v)处模板下区域的f(x，y)的平均值，而f_m(u，v)是遮盖后图像f_m(x，y)的相应平均值。

重新整理公式(2)得出以下公式：

${\mathrm{\γ}}_m(u,v)=\frac{{\left\{\underset{x,y}{\mathrm{\Σ}}{[t(x,y)-\stackrel{\‾}{t}]}^2\right\}}^{0.5}}{{\left\{\underset{x,y}{\mathrm{\Σ}}m(x+u,y+v){[t(x,y)-\stackrel{\‾}{t}]}^2\right\}}^{0.5}}{\mathrm{\γ}\′}_m(u,v),$

                                        (3)

其中

为模板图像t(x，y)和遮盖后图像f_m(x，y)之间的归一化互相关性，而

由修饰因子进行了校正。该修饰因子的分母的形式为遮盖图像和参考模板图像之间的互相关性。在某些情况下，快速傅立叶变换(FFT)可以用于提高互相关性的计算效率。然而，引入遮盖后图像会由于在分母中引入了另一种卷积而复杂化，从而提高了总的互相关性计算复杂度，并使得提高计算效率更为困难。

为了提高计算效率，本文所述修饰因子的分母是经遮盖图像过滤后的采集图像部分中每个像素的平方和，因此公式(3)中的修饰因子表示参考图像中每个像素平方和与该遮盖部分每个像素平方和的比率。在许多实施例中，参考图像由亮度相近的图形图案构成。对于这些实施例，我们可以假设该信号在整个参考图像中均匀出现，即该信号在参考图像的各个部分均匀分布。通过假设信号在整个参考图像中均匀分布，我们可以假定整个参考图像的方差σ应接近遮盖部分的方差σ_m。

因此，根据这一认识，我们可以简化公式(3)，得到以下公式：

${\mathrm{\γ}}_m(u,v)=\frac{\{M_t\×N_t\}\×\mathrm{\σ}}{{\left\{\underset{x,y}{\mathrm{\Σ}}m(x+u,y+v)\right\}}^{0.5}\×{\mathrm{\σ}}_m}{\mathrm{\γ}\′}_m(u,v),$

(4)

$\≈{\left\{\frac{(M_t\×N_t)}{\underset{x,y}{\mathrm{\Σ}}m(x+u,y+v)}\right\}}^{0.5}{\mathrm{\γ}\′}_m(u,v),$

                          (5)

其中σ是整个参考图像的方差，而σ_m是遮盖部分的方差，M_t和N_t定义了参考图像的尺寸，而

为参考图像和遮盖后图像的归一化互相关性。如果通过每个匹配区域的模板大小与遮盖面积的比率来估计修饰因子(现称为遮盖效果修饰因子)，则公式(5)可归纳为：

${\mathrm{\γ}}_m(u,v)\≈{\left\{\frac{\{M_t\×N_t\}}{\underset{x,y}{\mathrm{\Σ}}m(x+u,y+v)}\right\}}^{\mathrm{\α}}{\mathrm{\γ}\′}_m(u,v),$

                               (6)

其中α表示修正强度。

在实践中，使用α＝1的值会快速得到

的良好近似值，即参考图像和遮盖后图像之间的归一化互相关性。这一简化方法使得FMNCC模块38能够应用FFT来提高计算效率。FMNCC模块38通过使用FFT计算遮盖后图像和参考图像之间的互相关性(60)，归一化互相关性(62)(换句话讲，计算

)，以及通过将

乘以遮盖效果修饰因子以用遮盖效果对归一化互相关性进行修正(64)，来获得最终结果。在某些实施例中，FMNCC模块38可以大约几百毫秒的速度进行此计算，其中主机系统20包括一个通用处理器，如2GHz处理器。

主机系统20根据上述快速遮盖归一化互相关性分析的结果确定是否存在任何匹配区域。具体地讲，主机系统利用上述快速遮盖归一化互相关性技术的结果来确定采集图像中是否有任何区域充分匹配参考图像。主机系统20可以根据预定义分数阈值确定是否在采集图像中找到任何匹配区域。在一个实例中，预定义分数阈值可能需要至少75的相关性分数(用0到100来计分)。在一些实施例中，主机系统可以根据所需最少数量的有着预定义分数阈值以上的相关性分数的匹配，确定是否在采集图像中找到任何匹配区域。在一个实例中，主机系统20可被配置为使得对于找到的任何匹配区域，至少有3个匹配区域必须有超过预定义分数阈值的相关性分数。在一些实施例中，可以为不同的文档类型定义不同的预定义分数阈值。

在一些实施例中，主机系统20在显示器20上显示全部或部分采集图像，并且辨识其中充分匹配参考图像40的任何区域(66)。例如，主机系统20可以显示具有高亮匹配区域的安全文档的采集图像。又如，主机系统20可以显示匹配区域的列表，如匹配参考图像的采集图像的匹配区域的中心像素。匹配区域可以以相应的相关性分数显示，如0-100。FMNCC模块38可以识别匹配区域，即使其中的匹配图像相对于参考图像进行了旋转。主机系统20可以在显示匹配时表明这样的旋转。作为另外一种选择，主机系统20可以只给出安全文档12通过/失败的指示。

图5为重显图像，其示出安全文档上的示例性安全图像的一个示例采集图像70。采集图像70示出具有多个安全特征的安全图像。具体地讲，采集图像70包括回射背景图案72，其包括图6中所示的参考图像的多个实例，以及以回射虚像74的形式出现的其它安全特征。

如图5所示，回射背景图案72包括由单词“CONFIRM”和圆形标志组成的重复图案。具有玻璃微球的回射薄片材料可以粘结到形成有重复图案的安全文档上。图案可以为回射性的，以使其在回射光下可见。回射虚像74的其它安全特征形成在背景图案上，并且在该实例中是具有沿波形显现的标志“3M”的波形设计。回射虚像74可以为看起来相对于文档移动显示的浮像。采集图像70可以在安全文档放置在查看框架14时由图像采集设备18(图1)所采集。

图6为重显图像，示出用于创建回射背景图案72的示例性参考图像76。在该实例中，参考图像76包括回射安全标志。参考图像76可以存储在模板数据结构28中，并且在用户查看了采集图像70之后可以由主机系统20的操作员通过用户界面34(图2)手动选择，或可由主机系统20通过分析文档的特性来自动选择。根据本文所述的技术，主机系统20处理采集图像70以识别充分匹配参考图像76的一个或多个部分。

图7为从图5的示例采集图像70检测到的示例遮盖图像78的重显图像。在该实例中，遮盖图像78通过对采集图像70的每个像素“进行阈值处理”来生成。例如，分析采集图像70的每个像素以确定像素强度是否在预定义范围之外，即像素是否很亮或很暗。根据分析，遮盖图像78的相应像素值设置为0。与采集图像70中、处于预定义范围之内的像素相对应的遮盖图像78的所有其它像素值设置为255。这样，生成遮盖图像78以遮盖可以主导或掩盖基础背景图案72的采集图像70的部分。构建遮盖图像的方法可根据采集图像的类型或特性而有差别。

图8A-8C示出采用不同模板匹配技术分析图5中示例采集图像70时的实际结果，并将结果显示以供对比。图8A示出使用直接快速傅立叶转换(FFT)的互相关性计算所获得的示例匹配结果82，并且没有归一化，也没有遮盖回射虚像74，即，使用公式(1)中的分子。如图8A所示，匹配结果82示出回射虚像的其它安全特征引起的严重干涉和照明不均匀的情况。

图8B示出在未对回射虚像74遮盖的情况下使用归一化互相关性(NCC)获得的实际匹配结果84，即，使用上述公式(1)。如图所示，改善了照明不均匀的问题，但是由于回射虚像74的强信号而使结果过度归一化。

图8C示出使用本文所述的快速遮盖NCC(FMNCC)技术获得的实际匹配结果86。可以从与匹配结果84和82相比较的匹配结果86看出，FMNCC技术提供对采集图像70内参考图像76中所有8个点进行的更好更一致的匹配评估，如匹配点的白色峰值所示。

图9示出由主机系统20显示的示例性显示图像90。例如，主机系统20可以在显示器40上输出显示图像90。在该实例中，主机系统20给出的显示图像90包括图5中的采集图像70和标记匹配区域92的标识符，其中该匹配区域被认为充分匹配参考图像76。如图所示，匹配结果仅由主机系统20在采集图像中找到的与整个参考图像匹配的区域组成。每个匹配区域92由方块标记，在每个方块中间有表明所显示匹配区域的级别的数。相对参考图像76旋转了180°的匹配区域92的级别示于括号中。

图10为由主机系统20在显示器40上显示的示例性输出窗口94，示出示例模板匹配数据。输出窗口94可以在主机系统20分析了从安全文档12获得的采集图像70之后示于显示器40(图2)上，或者该结果可以与文档认证的安全确认的其它部分结合。如图10所示，输出窗口94为在采集图像70中找到的六个模板匹配各提供一行。每个匹配区域92的中心像素的位置坐标显示在列96[x，y]中，以左上角作为原点。根据匹配区域92的相关性分数对其分级，如列98所示，这是一个在0到100之间的数值，100为最大值。旋转列100表示每个匹配区域92相对于参考图像76的旋转度数。

以上描述了本发明的多个实施例。尽管基于对安全文档中回射图像的模板匹配进行解释的目的进行了描述，但本文所述的FMNCC技术可以应用于其它形式的安全特征和模板匹配情况。上述及其它实施例均处在所附权利要求的范围内。

Claims (27)

1.一种方法，包括：

采集安全文档的至少一部分的图像，其中所述安全文档的所述部分包括具有第一回射特征和第二回射特征的安全图像；

利用根据采集图像所生成的遮盖图像来计算与所述第一回射特征相关的参考图像和采集图像之间的修正归一化互相关性；以及

输出所述参考图像和所述采集图像之间的一个或多个匹配的标记。

2.根据权利要求1所述的方法，其中计算所述参考图像和所述采集图像之间的所述修正归一化互相关性的步骤包括：

根据所述采集图像生成遮盖图像；

将所述遮盖图像施加到所述采集图像以获得遮盖后图像；

计算所述遮盖后图像和所述参考图像之间的归一化互相关性；以及使用遮盖效果修饰因子来修正所述计算得到的归一化互相关性，所述遮盖效果修饰因子表示所述参考图像大小与每个匹配区域处的遮盖面积的比率。

3.根据权利要求2所述的方法，其中所述遮盖效果修饰因子为

${\left\{\frac{\{M_t\×N_t\}}{\underset{x,y}{\mathrm{\Σ}}m(x+u,y+v)}\right\}}^{\mathrm{\α}}$

的形式，其中Mt和Nt定义了所述参考图像的尺寸，m(x，y)表示所述遮盖图像，而α表示修正强度。

4.根据权利要求3所述的方法，其中使用遮盖效果修饰因子修正所述计算得到的归一化互相关性的步骤包括使用其中α＝1的遮盖效果修饰因子来进行修正。

5.根据权利要求2所述的方法，其中所述第二回射特征是回射虚像，并且其中将所述遮盖图像施加到所述采集图像的步骤会从所述采集图像中去除所述回射虚像的至少一部分。

6.根据权利要求2所述的方法，

其中所述遮盖图像和所述采集图像由多个像素组成，并且

其中生成遮盖图像的步骤包括：在所述采集图像的相应像素具有处在预定义亮度值范围以外的亮度值时将所述遮盖图像的像素设置为第一个值，并且在所述采集图像的所述相应像素具有处在所述预定义亮度值范围以内的亮度值时将所述遮盖图像的像素设置为第二个值。

7.根据权利要求6所述的方法，还包括根据所述安全文档的类型从多个预定义亮度值范围中选择预定义亮度值范围的步骤。

8.根据权利要求1所述的方法，还包括根据所述计算得到的修正归一化互相关性确定所述采集图像中的匹配区域的步骤。

9.根据权利要求8所述的方法，其中输出一个或多个匹配的标记的步骤包括显示所述确定的匹配区域和对应于每个确定的匹配区域的相关性分数。

10.根据权利要求8所述的方法，其中输出标记的步骤包括表示在所述采集图像中未找到任何匹配区域，其中未找到任何匹配区域是根据预定义分数阈值和所要求的最小匹配数来确定的。

11.根据权利要求1所述的方法，其中计算所述参考图像和所述采集图像之间的修正归一化互相关性的步骤包括使用快速傅立叶变换计算修正归一化互相关性。

12.一种安全文档认证设备，包括：

图像采集接口，其用于接收制品的至少一部分的采集图像，其中所述制品的所述部分包括具有第一回射特征和第二回射特征的安全图像；

快速遮盖归一化互相关(FMNCC)模块，其利用根据采集图像所生成的遮盖图像来计算与所述第一回射特征相关的参考图像和所述采集图像之间的修正归一化互相关性；以及

显示器，其输出所述参考图像和所述采集图像之间的一个或多个匹配的标记。

13.根据权利要求12所述的认证设备，还包括：

遮盖图像生成器，其从所述采集图像生成遮盖图像，

其中所述FMNCC模块将所述遮盖图像施加到所述采集图像，以获得遮盖后图像，计算所述遮盖后图像和所述参考图像之间的归一化互相关性，并用遮盖效果修饰因子来修正所述计算得到的归一化互相关性，所述遮盖效果修饰因子表示所述参考图像大小与每个匹配区域处的遮盖面积的比率。

14.根据权利要求13所述的认证设备，

其中所述遮盖图像和所述采集图像由多个像素组成，并且

其中所述遮盖图像生成器通过以下方法生成所述遮盖图像：在所述采集图像的相应像素具有处在预定义亮度值范围以外的亮度值时将所述遮盖图像的像素设置为第一个值，并且在所述采集图像的所述相应像素具有处在所述预定义亮度值范围之内的亮度值时将所述遮盖图像的像素设置为第二个值。

15.根据权利要求12所述的认证设备，其中所述FMNCC模块根据所述计算得到的修正归一化互相关性确定所述采集图像中的匹配区域，并且其中所述显示器显示所述确定的匹配区域和对应于每个确定的匹配区域的相关性分数。

16.根据权利要求12所述的认证设备，其中所述制品为护照、信用卡、身份证、出生证明或安全文档中的一种。

17.根据权利要求12所述的认证设备，其中所述FMNCC模块使用快速傅立叶转换来计算所述修正归一化互相关性。

18.根据权利要求12所述的认证设备，还包括：

图像存储模块，其存储所述采集图像和包括参考图像的参考图像库；以及

用户界面，其接收用于从所述参考图像库中选择参考图像的用户输入，其中所述认证设备从所述图像存储模块中检索出所选的参考图像。

19.根据权利要求12所述的认证设备，还包括：

图像存储模块，其用于存储所述采集图像和包含所述参考图像的参考图像库，

其中自动文档标识符根据所述采集图像的特性从所述参考图像库中选择参考图像，其中所述认证设备从所述图像存储模中块检索出所选的参考图像。

20.一种安全文档认证系统，包括：

图像采集设备，其用于采集制品的至少一部分的图像，其中所述制品的所述部分包括具有第一回射特征和第二回射特征的安全图像；

以及

主机系统，其用于利用根据采集图像所生成的遮盖图像来计算与所述第一回射特征相关的参考图像和所述采集图像之间的修正归一化互相关性，并输出所述参考图像和所述采集图像之间的一个或多个匹配的标记。

21.根据权利要求20所述的认证系统，其中所述主机系统根据所述采集图像生成遮盖图像，将所述遮盖图像施加到所述采集图像以获得遮盖后图像，计算所述遮盖后图像和所述参考图像之间的归一化互相关性，并用遮盖效果修饰因子来修正所述计算得到的归一化互相关性，所述遮盖效果修饰因子表示所述参考图像大小与每个匹配区域处的遮盖面积的比率。

22.根据权利要求21所述的认证系统，其中所述第二回射特征为回射虚像，并且其中所述主机系统通过将所述遮盖图像施加到所述采集图像来从所述采集图像中去除所述回射虚像的至少一部分。

23.根据权利要求20所述的认证系统，还包括照亮所述制品的光源，其中所述光源相对于查看位置成角度布置，并且其中所述图像采集设备被布置在查看位置处。

24.一种方法，包括：

采集文档的至少一部分的图像，其中所述文档的所述部分包括具有第一特征和第二特征的图像；

利用根据采集图像所生成的遮盖图像来计算与所述第一特征相关的参考图像和所述采集图像之间的修正归一化互相关性；以及

输出所述参考图像和所述采集图像之间的一个或多个匹配的标记。

25.根据权利要求24所述的方法，其中所述第一和第二特征是第一和第二紫外线图案，并且其中计算修正归一化互相关性的步骤包括将所述遮盖图像施加到所述采集图像以从所述采集图像中去除所述第二紫外线图案的至少一部分。

26.根据权利要求24所述的方法，其中所述第一和第二特征是第一和第二印制的可见图案，并且其中计算修正归一化互相关性的步骤包括将所述遮盖图像施加到所述采集图像以从所述采集图像去除所述第二可见图案的至少一部分。

27.根据权利要求24所述的方法，其中所述第二特征是生物特征，并且其中计算修正归一化互相关性的步骤包括将所述遮盖图像施加到所述采集图像以从所述采集图像去除所述生物特征的至少一部分。

Images