CN101510268A - 一种涉密图纸的自动鉴别方法 - Google Patents
一种涉密图纸的自动鉴别方法 Download PDFInfo
- Publication number
- CN101510268A CN101510268A CNA2009100303944A CN200910030394A CN101510268A CN 101510268 A CN101510268 A CN 101510268A CN A2009100303944 A CNA2009100303944 A CN A2009100303944A CN 200910030394 A CN200910030394 A CN 200910030394A CN 101510268 A CN101510268 A CN 101510268A
- Authority
- CN
- China
- Prior art keywords
- bar code
- steps
- code
- dimensional bar
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种涉密图纸的自动鉴别方法,利用二维条码信息量大,安全性高,抗干扰性强的特点,将涉密图纸的相关信息压缩加密后存储在二维条码中,并置于图纸上。当拦截到图纸文件后,采用图像处理技术自动检测图纸中的二维条码,识别解码后鉴别是否为涉密内容。具体包括二维条码的制作、二维条码的检测、二维条码的二值化、快速反透视变换、涉密信息鉴别等步骤。本发明公开的方法,有效地解决了涉密图纸的自动鉴别问题,能够快速可靠地完成涉密图纸的鉴别。
Description
技术领域
本发明涉及一种涉密图纸的自动鉴别方法,属于信息安全和自动识别领域。
背景技术
信息化时代,无论军事研究机构还是民用企业都在最大化地利用信息技术以提高研发设计效率。军品或民品的设计图纸作为核心机密,往往都是以电子文件的形式存在。
为了避免在网络传输和介质交换时无意或恶意地将涉密信息外泄,常采用软件监控网络传输和介质交换的文件。例如在邮件收发系统中安装防火墙,拦截传输的文件进行判断。其中,如何自动鉴别一个图像文件中的内容是否涉密是其关键技术。依据图像文件名的鉴别方法显然不可靠。如果采用图像分析技术,自动识别出图像文件的各个元素,再和已有模型比对来判断是否涉密,技术难度大,实现困难。因此目前对于基于文本的涉密信息的鉴别和拦截很有效,如Word文档,但是无法解决基于图像信息的涉密图纸的鉴别。
发明内容
本发明的目的是针对上述问题,提供一种基于二维条码技术的涉密图纸的自动鉴别方法,该方法能快速可靠地完成涉密图纸的鉴别。
本发明为实现上述目的采用下面的技术方案:
一种涉密图纸的自动鉴别方法,利用二维条码信息量大,安全性高,抗干扰性强的特点,将涉密图纸的相关信息压缩加密后存储在二维条码中,并置于图纸上,拦截到图纸文件后,采用图像处理技术自动检测图纸中的二维条码,识别解码后鉴别是否为涉密内容。具体步骤为:
(1)条码制作和生成,具体步骤如下:
101步,将图纸中的相关信息用RAS加密算法加密;
102步,按照中国国家标准GB/T18284—2000的规定,将101步所述的加密信息编入二维条码,生成QR Code二维条码;
103步,寻找图纸上的空白区,将生成的QR Code二维条码放置在此空白区中;
(2)二维条码的检测,用于检测到条码的位置,具体步骤如下:
201步,用Sobel边缘检测算子对图像进行边缘检测,得到图像的边缘;
202步,对这些图像的边缘进行链码跟踪,得到区域的边界;
203步,根据202步得到的区域边界,在90度范围内等间隔地旋转某区域,计算该区域在每个旋转角度下的外接矩形,其中面积最小的外接矩形为该区域的最小外接矩形;
204步,根据区域的面积与其最小外接矩形的面积之比接近1和最小外接矩形的长宽比接近1这两条准则,判断该区域是否为正方形;
205步,当该区域是正方形区域,分析204步获得的正方形区域,考虑噪音可能导致正方形的破损,若存在两个以上的正方形,其中心点接近,则认为是一个位置探测图形;得到了位置探测图形后,即可滤除其它图形和文字,定位QR Code二维条码的位置;
(3)二维条码的二值化,解决光照不均的情况,具体步骤如下:
301步,用中值滤波对图像进行去噪处理,窗口大小选择为4×4个像素;
302步,对原图像做水平和竖直方向的Sobel边缘检测算子:
其中Gx、Gy分别为水平、竖直边缘检测模版;计算像素点的边缘强度Max(|Gx|,|Gy|),滤除边缘强度小于阈值T的像素点,保留有效的边缘点,T选取20~30;
303步,自上到下,沿水平方向自左到右扫描原图像。对于每条水平扫描线,若遇到有效的边缘点,根据此点左右邻点的灰度值判断此边缘点是暗向亮的变化,还是亮向暗的变化;若此边缘点是暗向亮的变化,计为正点;若此边缘点是亮向暗的变化,记为负点;
304步,合并连续出现的正点,保留最后一个正点;合并连续出现的负点,保留第一个负点;在每条扫描线中,将负点到正点的部分二值化为黑,将正点到负点的部分二值化为白;
(4)快速反透视变换方法,解决透视现象,具体步骤如下:
401步:在步骤(2)检测阶段205步获得了QR Code二维条码的三个位置探测图形。根据这三个位置探测图形,采用Hough变换检测直线,根据直线的交点得到QR Code二维条码的第四个顶点;
402步:计算QR Code二维条码四条边的长度,得到最长边的长度L;
403步:将QR Code二维条码四个顶点映射到(0,0),(0,L),(L,0),(L,L)四点;
404步:对于QR Code二维条码的其它点,根据它到四个顶点的距离,采用线性插值办法,得到变换后的位置;
(5)识别解码,按照国标GB/T 18284—2000中规定的流程进行解码和纠错处理,获得QR Code二维条码的信息;
(6)图纸涉密的鉴别,在步骤(5)中得到QR Code二维条码包含的信息后,将此信息解密,获得图纸的信息;根据这些信息,鉴别该图纸是否为涉密,进行相应的处理。
本发明的涉密图纸的自动鉴别方法,QR Code二维条码的模块宽度至少为0.5mm,边界四周至少有5mm的空白区。
本发明的涉密图纸的自动鉴别方法,当103步寻找图纸上的空白区放置QR Code二维条码时,当条码较大,图纸的空白空间中无法容纳此条码时,可采用结构链接的方式,将信息拆分,放在几个小的条码中。
有益效果
本发明采用上述技术方案,与现有技术相比具有下面的优点:
由于图像信息的自动分析技术难以实现,因此计算机无法自动识别图纸的内容,鉴别图纸是否涉密。本发明利用二维条码技术,将图纸相关信息加密后编码到条码中,并印制在图纸中,通过识别图纸中的二维条码来自动鉴别图纸是否涉密。本发明同时提供了二维条码检测和识别算法,能够快速稳定地识别图纸中的二维条码。故而本发明有效地解决了涉密图纸的自动鉴别问题,能够快速可靠地完成涉密图纸的鉴别。
附图说明
图1是本发明中涉密图纸添加二维条码的流程图。
图2是本发明中含有二维条码的图纸示意图。
图3是本发明中二维条码检测定位的示意图:(a)链码跟踪,(b)寻找正方形区域,(c)根据位置探测图形定位QR Code条码。
图4基于边缘信息的二值化效果:(a)灰度图像,(b)二值化图像。
图5反透视纠正效果图:(a)透视纠正前图像,(b)透视纠正后图像。
图6是本发明中利用二维条码鉴别图纸是否涉密的方法流程图。
具体实施方式
下面结合附图对本发明的技术方案进行详细说明:
条码制作和生成
流程如图1所示,具体步骤如下:
第一步:数据加密
将图纸中的相关信息如涉密级别、绘制日期、绘制单位、绘制人等用RAS加密算法加密。
第二步:数据编入二维条码
按照中国国家标准GB/T18284—2000的规定生成QR Code二维条码。为了能够稳定的识别,要求二维条码的模块宽度至少为0.5mm,二维条码边界四周至少有5mm的空白区。
第三步:在图纸上放置二维条码
寻找图纸上的空白区,将生成的二维条码放置在此空白区中,如图2所示。具体实施时可采用现有的Photoshop等软件手工进行粘贴处理,或设计一个工具软件自动寻找图纸文件的空白区,自动粘贴。
若条码较大,图纸的空白空间中无法容纳此条码,可采用结构链接的方式,将信息拆分,放在几个小的条码中。标准GB/T18284—2000中结构链接的特性,可以将数据最多用16个QR Code条码表示,并保准以任意顺序解码,都能正确地将原始信息重新连接起来。
二维条码的检测
在拦截到图纸文件后,需要计算机自动识别图纸上条码包含的信息。识别前首先要滤除图像中其它图形文字,检测到条码的位置。具体步骤如下:
第一步:边缘检测
采用Sobel边缘检测算子对图像进行边缘检测。
第二步:链码跟踪
经过边缘检测以后,得到了图像的边缘。再对这些边缘进行链码跟踪,可以得到区域的边界。结果如图3(a)所示。
第三步:计算最小外接矩形:
根据上步得到的区域边界,在90度范围内等间隔地旋转某区域,计算得到该区域在每个旋转角度下的外接矩形。其中面积最小的外接矩形为该区域的最小外接矩形(MER-Minimum Enclosing Rectangle)。
第四步:寻找正方形区域
根据以下两个准则判断该区域是否为正方形。一、区域的面积与其最小外接矩形的面积之比接近1;二、最小外接矩形的长宽比接近1。结果如图3(b)所示。
第五步:分析上步获得的正方形区域,考虑噪音可能导致正方形的破损,若存在两个以上的正方形,其中心点接近,则认为是一个位置探测图形;得到了位置探测图形后,即可滤除其它图形和文字,定位QR Code条码的位置,结果如图3(c)所示。
二维条码的二值化
由于图纸有可能是拍摄获得的,环境光不可控,因此存在光照不均的情况。如果采用单一阈值的办法进行二值化处理,效果不理想。专利03114568.x提供了一种二值化方法,首先采用高斯滤波进行平滑,再自适应选取阈值。但高斯滤波导致图像模糊,不利于后期的识别,此外此专利采用自适应的阈值方法适用性不强。考虑到条码边缘特性较强。可以基于边缘信息进行二值化。具体步骤如下:
第一步:用中值滤波对图像进行去噪处理,相对Gaussian滤波,中值滤波在去处噪声的同时,能很好的保持图像边缘信息。中值滤波的窗口大小选择为4×4个像素。
第二步:对原图像做水平和竖直方向的Sobel边缘检测算子:
其中Gx、Gy分别为水平、竖直边缘检测模版。计算像素点的边缘强度Max(|Gx|,|Gy|),滤除边缘强度小于阈值T的像素点,保留有效的边缘点,T可以选取20~30。
第三步:自上到下,沿水平方向自左到右扫描原图像。对于每条水平扫描线,若遇到有效的边缘点,根据此点左右邻点的灰度值判断此边缘点是暗向亮的变化,还是亮向暗的变化。若此边缘点是暗向亮的变化,计为正点。若此边缘点是亮向暗的变化,记为负点。
第四步:合并连续出现的正点,保留最后一个正点。合并连续出现的负点,保留第一个负点。由于条码存在白色的边界,先由亮变为暗。因此每条扫描线中,将负点到正点的部分二值化为黑,将正点到负点的部分二值化为白。
二值化效果如图4所示,其中(a)为原始灰度原始图像,(b)二值化后图像。
透视畸变纠正
由于在拍摄时角度不固定,因此拍摄到的条码会有透视效果,在手持设备拍摄时,这个问题非常普遍,也是图像处理中的一个难点。在确定了QR Code的四个顶点后,经典的反透视算法通过求解方程来确定变换的八个参数。此算法的优点是精度高,但在具体实现的时候存在两个问题。第一,算法涉及大量的浮点数的乘法和除法,耗时较多。第二,确定反透视公式中的八个参数,需要求解一组复杂的方程。
考虑到QR Code存在校正符号,可以采用近似的反透视变换。这里我们提供一个快速反透视变换方法,具体步骤如下:
第一步:在二维条码的检测步骤中获得了QR Code的三个位置探测图形。根据这三个位置探测图形,采用Hough变换检测直线,根据直线的交点得到QR Code的第四个顶点。
第二步:计算QR Code四条边的长度,得到最长边的长度L。
第三步:将QR Code四个顶点映射到(0,0),(0,L),(L,0),(L,L)四点。
第四步:对于QR Code的其它点,根据它到四个顶点的距离,采用线性插值办法,得到变换后的位置。
效果如图5所示,(a)为透视图像,(b)为反透视纠正后图像。
识别解码
按照国标GB/T 18284—2000中规定的流程进行解码和纠错处理,获得条码的信息。
图纸涉密的鉴别
在二维条码的识别解码步骤中得到条码包含的信息后,将此信息解密,获得图纸的涉密级别、绘制日期、绘制单位、绘制人等信息。根据这些信息,鉴别该图纸是否为涉密,进行相应的处理。整个识别鉴别的流程如图6所示。
Claims (3)
1、一种涉密图纸的自动鉴别方法,其特征在于包括如下步骤:
(1)条码制作和生成,具体步骤如下:
101步,将图纸中的相关信息用RAS加密算法加密;
102步,按照中国国家标准GB/T18284—2000的规定,将101步所述的加密信息编入二维条码,生成QR Code二维条码;
103步,寻找图纸上的空白区,将生成的QR Code二维条码放置在此空白区中;
(2)二维条码的检测,用于检测到条码的位置,具体步骤如下:
201步,用Sobel边缘检测算子对图像进行边缘检测,得到图像的边缘;
202步,对这些图像的边缘进行链码跟踪,得到区域的边界;
203步,根据202步得到的区域边界,在90度范围内等间隔地旋转某区域,计算该区域在每个旋转角度下的外接矩形,其中面积最小的外接矩形为该区域的最小外接矩形;
204步,根据区域的面积与其最小外接矩形的面积之比接近1和最小外接矩形的长宽比接近1这两条准则,判断该区域是否为正方形;
205步,当该区域是正方形区域,分析204步获得的正方形区域,考虑噪音可能导致正方形的破损,若存在两个以上的正方形,其中心点接近,则认为是一个位置探测图形;得到了位置探测图形后,即可滤除其它图形和文字,定位QR Code二维条码的位置;
(3)二维条码的二值化,解决光照不均的情况,具体步骤如下:
301步,用中值滤波对图像进行去噪处理,窗口大小选择为4×4个像素;
302步,对原图像做水平和竖直方向的Sobel边缘检测算子:
其中Gx、Gy分别为水平、竖直边缘检测模版;计算像素点的边缘强度Max(|Gx|,|Gy|),滤除边缘强度小于阈值T的像素点,保留有效的边缘点,T选取20~30;
303步,自上到下,沿水平方向自左到右扫描原图像。对于每条水平扫描线,若遇到有效的边缘点,根据此点左右邻点的灰度值判断此边缘点是暗向亮的变化,还是亮向暗的变化;若此边缘点是暗向亮的变化,计为正点;若此边缘点是亮向暗的变化,记为负点;
304步,合并连续出现的正点,保留最后一个正点;合并连续出现的负点,保留第一个负点;在每条扫描线中,将负点到正点的部分二值化为黑,将正点到负点的部分二值化为白;
(4)快速反透视变换方法,解决透视现象,具体步骤如下:
401步:在步骤(2)检测阶段205步获得了QR Code二维条码的三个位置探测图形。根据这三个位置探测图形,采用Hough变换检测直线,根据直线的交点得到QR Code二维条码的第四个顶点;
402步:计算QR Code二维条码四条边的长度,得到最长边的长度L;
403步:将QR Code二维条码四个顶点映射到(0,0),(0,L),(L,0),(L,L)四点;
404步:对于QR Code二维条码的其它点,根据它到四个顶点的距离,采用线性插值办法,得到变换后的位置;
(5)识别解码,按照国标GB/T18284—2000中规定的流程进行解码和纠错处理,获得QR Code二维条码的信息;
(6)图纸涉密的鉴别,在步骤(5)中得到QR Code二维条码包含的信息后,将此信息解密,获得图纸的信息;根据这些信息,鉴别该图纸是否为涉密,进行相应的处理。
2、根据权利要求1所述的涉密图纸的自动鉴别方法,其特征在于:QR Code二维条码的模块宽度至少为0.5mm,边界四周至少有5mm的空白区。
3、根据权利要求1所述的涉密图纸的自动鉴别方法,其特征在于:当103步寻找图纸上的空白区放置QR Code二维条码时,当条码较大,图纸的空白空间中无法容纳此条码时,可采用结构链接的方式,将信息拆分,放在几个小的条码中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100303944A CN101510268B (zh) | 2009-03-20 | 2009-03-20 | 一种涉密图纸的自动鉴别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100303944A CN101510268B (zh) | 2009-03-20 | 2009-03-20 | 一种涉密图纸的自动鉴别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101510268A true CN101510268A (zh) | 2009-08-19 |
CN101510268B CN101510268B (zh) | 2011-12-21 |
Family
ID=41002662
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009100303944A Expired - Fee Related CN101510268B (zh) | 2009-03-20 | 2009-03-20 | 一种涉密图纸的自动鉴别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101510268B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101882213A (zh) * | 2010-06-01 | 2010-11-10 | 福建新大陆电脑股份有限公司 | 一种条码图像采样方法 |
CN101882214A (zh) * | 2010-06-01 | 2010-11-10 | 福建新大陆电脑股份有限公司 | 一种基于Hough变换的条码层分界线方向确定方法 |
CN102411701A (zh) * | 2010-09-20 | 2012-04-11 | 航天信息股份有限公司 | 增值税专用发票的二维码阵列图像扫描识别方法及系统 |
CN102446264A (zh) * | 2010-10-15 | 2012-05-09 | 航天信息股份有限公司 | 增值税专用发票二维码的打印与扫描识别方法及系统 |
CN102708552A (zh) * | 2012-05-24 | 2012-10-03 | 中山大学 | 一种快速二维条码图像运动去模糊方法 |
CN105096261A (zh) * | 2014-05-13 | 2015-11-25 | 北京大学 | 图像处理装置和图像处理方法 |
CN104200188B (zh) * | 2014-08-25 | 2017-02-15 | 北京慧眼智行科技有限公司 | 一种快速定位qr码位置探测图形的方法和系统 |
CN107016320A (zh) * | 2016-01-27 | 2017-08-04 | 四川效率源信息安全技术股份有限公司 | 一种基于中文词库提高图片密级识别准确率的方法 |
CN109800615A (zh) * | 2018-12-28 | 2019-05-24 | 新大陆数字技术股份有限公司 | 二维码区域的检测定位方法及系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1710577A (zh) * | 2005-07-08 | 2005-12-21 | 王树勋 | 基于移动通信网络的数字水印证件防伪方法 |
JP4876696B2 (ja) * | 2006-04-28 | 2012-02-15 | 凸版印刷株式会社 | 流通管理装置およびその処理方法 |
-
2009
- 2009-03-20 CN CN2009100303944A patent/CN101510268B/zh not_active Expired - Fee Related
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101882213A (zh) * | 2010-06-01 | 2010-11-10 | 福建新大陆电脑股份有限公司 | 一种条码图像采样方法 |
CN101882214A (zh) * | 2010-06-01 | 2010-11-10 | 福建新大陆电脑股份有限公司 | 一种基于Hough变换的条码层分界线方向确定方法 |
CN101882213B (zh) * | 2010-06-01 | 2012-09-19 | 福建新大陆电脑股份有限公司 | 一种条码图像采样方法 |
CN102411701A (zh) * | 2010-09-20 | 2012-04-11 | 航天信息股份有限公司 | 增值税专用发票的二维码阵列图像扫描识别方法及系统 |
CN102446264A (zh) * | 2010-10-15 | 2012-05-09 | 航天信息股份有限公司 | 增值税专用发票二维码的打印与扫描识别方法及系统 |
CN102708552B (zh) * | 2012-05-24 | 2015-05-20 | 中山大学 | 一种快速二维条码图像运动去模糊方法 |
CN102708552A (zh) * | 2012-05-24 | 2012-10-03 | 中山大学 | 一种快速二维条码图像运动去模糊方法 |
CN105096261A (zh) * | 2014-05-13 | 2015-11-25 | 北京大学 | 图像处理装置和图像处理方法 |
CN105096261B (zh) * | 2014-05-13 | 2018-04-17 | 北京大学 | 图像处理装置和图像处理方法 |
CN104200188B (zh) * | 2014-08-25 | 2017-02-15 | 北京慧眼智行科技有限公司 | 一种快速定位qr码位置探测图形的方法和系统 |
CN107016320A (zh) * | 2016-01-27 | 2017-08-04 | 四川效率源信息安全技术股份有限公司 | 一种基于中文词库提高图片密级识别准确率的方法 |
CN107016320B (zh) * | 2016-01-27 | 2021-08-03 | 四川效率源信息安全技术股份有限公司 | 一种基于中文词库提高图片密级识别准确率的方法 |
CN109800615A (zh) * | 2018-12-28 | 2019-05-24 | 新大陆数字技术股份有限公司 | 二维码区域的检测定位方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN101510268B (zh) | 2011-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101510268B (zh) | 一种涉密图纸的自动鉴别方法 | |
CN106485183B (zh) | 一种二维码定位方法及系统 | |
CN104463795B (zh) | 一种点阵式dm二维码图像处理方法及装置 | |
CN102799850B (zh) | 一种条形码识别方法和装置 | |
CN102096795B (zh) | 磨损二维条码图像识别方法 | |
CN1323371C (zh) | 基于二维条码的指纹信息隐藏及认证方法 | |
CN107545207A (zh) | 基于图像处理的dm二维码识别方法及装置 | |
Prabhakar et al. | Automatic vehicle number plate detection and recognition | |
CN102184378A (zh) | 一种pdf417标准二维条码图像切割的办法 | |
CN105488492B (zh) | 一种彩色图像预处理方法、道路识别方法及相关装置 | |
CN105069394A (zh) | 二维码加权平均灰度法解码方法及系统 | |
US9177188B2 (en) | Method and system for detecting detection patterns of QR code | |
CN105069389A (zh) | 二维码分块解码方法及系统 | |
CN104517110A (zh) | 一种二维码图像的二值化方法及系统 | |
CN109101854A (zh) | 一种多条形码定位方法 | |
CN103177235A (zh) | 一种复杂背景下汉信码的识别装置及方法 | |
CN103425984B (zh) | 一种检测票据中正多边形印章的方法和装置 | |
CN101398895A (zh) | 一种数据矩阵(dm)二维条形码识别的图像预处理方法 | |
CN104766078A (zh) | 目标图像的倾斜角检测方法及倾斜角检测设备 | |
CN105574542A (zh) | 基于多传感器融合的多视觉特征车辆检测方法 | |
CN102054271A (zh) | 文本行检测方法和装置 | |
CN101587556A (zh) | 一种二维条码及其识别方法 | |
CN102750531A (zh) | 用于票据文档定位格的手写体标记符号检测方法 | |
CN102509077A (zh) | 基于光照自动评估的目标识别方法 | |
CN104657728A (zh) | 基于计算机视觉的条码识别系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20111221 |