CN101894268A - 一种可消除底单干扰的印鉴真伪识别方法 - Google Patents
一种可消除底单干扰的印鉴真伪识别方法 Download PDFInfo
- Publication number
- CN101894268A CN101894268A CN 201010229733 CN201010229733A CN101894268A CN 101894268 A CN101894268 A CN 101894268A CN 201010229733 CN201010229733 CN 201010229733 CN 201010229733 A CN201010229733 A CN 201010229733A CN 101894268 A CN101894268 A CN 101894268A
- Authority
- CN
- China
- Prior art keywords
- seal
- image
- seal image
- interference
- residual error
- 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
Landscapes
- Collating Specific Patterns (AREA)
Abstract
本发明公开了一种可消除底单干扰的印鉴真伪识别方法,该方法按照以下步骤具体实施:印鉴图像的预处理;预处理结果图像的修复;印鉴图像与预存标准印鉴图像的配准;膨胀处理;对消除底单干扰的图像进行滤波;将配准后的标准印鉴图像进行一次腐蚀处理;进一步消除残留干扰;对印鉴图像的真伪进行粗判别;对印鉴图像的真伪进行精细判别。本发明的真伪识别方法适用于实际盖印条件下的票据印鉴,印鉴图像的预处理环节主要是消除票据叠加在印鉴之上的底单表格、文字等干扰,采用了颜色提取,印鉴的签字叠加缺损修复,局部干扰滤波去除等步骤完成;印鉴图像的真伪鉴别,则通过定义左差及右差的方式,根据残差比的分布特性给出真伪鉴别的结果。
Description
技术领域
本发明属于模式识别技术领域,涉及一种可消除底单干扰的印鉴真伪识别方法。
背景技术
印鉴作为维护票据法律有效性的凭据被广泛应用,伪造印鉴的识别是阻止经济犯罪的有效手段之一,由于大多数情况下,验证票据是否有效都是仅凭盖印票据,而不可能携带印章本体,所以,基于图像检测技术的印鉴真伪自动辅助鉴别系统是最便捷、最实用的模式。考虑到票据盖印条件较为复杂,容易出现盖印力度、印泥多少的不同,并且,底单上的文字、表格线等也为其自动识别造成比较大的干扰,这些干扰是导致产生误检与漏检的关键因素之一。
发明内容
本发明的目的是提供一种可消除底单干扰的印鉴真伪识别方法,解决了现有技术存在的底单上的文字、表格线为其自动识别造成比较大的干扰,导致容易产生误检与漏检的问题。
本发明所采用的技术方案是,一种可消除底单干扰的印鉴真伪识别方法,该方法按照以下步骤具体实施:
步骤1,印鉴图像的预处理:
假设盖印的印泥颜色为红色,设输入的大小为m×n的印鉴票据图像的红、绿、蓝三颜色通道值分别为[R(x,y)]m×n,[G(x,y)]m×n,[B(x,y)]m×n,则其灰度值为[F(x,y)]m×n:
F(x,y)=0.299·R(x,y)+0.587·G(x,y)+0.114·B(x,y),x=1,2,...,m,y=1,2,...,n (1)
对灰度化后的印章图像[F(x,y)]m×n采用最大类间类内方差比法进行二值化处理,消除纸张背景影响,得到二值图像[Fb(x,y)]m×n,即:
其中,Th为阈值,采用类间类内方差比法确定,之后计算每个像素点的红色占比:
则预处理后的印鉴图像[I(x,y)]m×n为:
其中,Pth为阈值,在20%-50%的范围内选择;
步骤2,对上步预处理后的印鉴图像[I(x,y)]m×n进行修复;
步骤3,对上步修复后的印鉴图像[I(x,y)]m×n与预存标准印鉴图像[Is(x,y)]m×n进行配准:
对预存标准印鉴图像[Is(x,y)]m×n进行平移与旋转,找到与[I(x,y)]m×n相比残差最小的位置,即完成两者的配准,配准后的标准印鉴图像仍为[Is(x,y)]m×n;
步骤4,将[Is(x,y)]m×n进行膨胀处理:设膨胀后的标准印鉴图像为[Isd(x,y)]m×n,用其消除印鉴图像[I(x,y)]m×n的底单干扰,特别是当底单的表格与文字均为红色时的干扰,消除底单干扰的图像[IR(x,y)]m×n计算公式为:
步骤5,对消除底单干扰的图像[IR(x,y)]m×n进行滤波,消除残留的局部干扰;
步骤6,将由步骤3得到的配准后的标准印鉴图像[Is(x,y)]m×n进行腐蚀处理,结构元素采用步骤5中的十字形模板,得到的结果记作[Ise(x,y)]m×n;
步骤7,将[Ise(x,y)]m×n与[IRs(x,y)]m×n进行“或”操作,以在保持输入印鉴图像的基本特征的同时,进一步消除残留干扰,结果为[IRf(x,y)]m×n,即:
式(8)中x=1,2,...,m,y=1,2,...,n;
步骤8,对印鉴图像的真伪进行粗判别:
8.1)将步骤7得到的印鉴图像[IRf(x,y)]m×n与配准后的标准印鉴[Is(x,y)]m×n做差异检测,得到残差图为[e(x,y)]m×n,即:
8.2)对[e(x,y)]m×n进行贴标签处理,统计所有连通域的大小,保留的面积大于阈值STh的连通域,统计保留下来的所有连通域中的像素个数,记作Nk;统计标准印鉴图像[Is(x,y)]m×n的目标像素点数,记作Ns,残差率ρe计算公式为:
步骤9,对印鉴图像的真伪进行精细判别:
9.1)将步骤7得到的印鉴图像[IRf(x,y)]m×n与配准后的标准印鉴[Is(x,y)]m×n,分别进行左差检测和右差检测,左差图[eL(x,y)]m×n和右差图[eR(x,y)]m×n的计算公式如下:
记左差不为0的像素点个数为NL,右差不为0的像素点个数为NR;
9.14)计算总残差率ρ:ρ=(ρL+ρR)/2,如果ρ大于阈值ρTh,ρTh为1%-5%,则判断为假印鉴,否则判断为真印鉴。
本发明的方法,适用于采用图像检测模式,对常见的实际盖印条件下的票据底单的文字,表格等各类干扰进行去除,使所获得的结果图像能够通过与预存标准印鉴的配准比较后完成对印鉴的真伪辅助鉴别。
具体实施方式
下面结合具体实施方式对本发明进行详细说明。
本发明的方法,按照以下步骤具体实施:
步骤1,印鉴图像的预处理
假设盖印的印泥颜色为红色,一般的票据主要分为纸张的背景,红色的印章区域,还有票据上的印刷字、表格线,以及手写体签名等干扰。预处理的目的是保留印鉴区域部分,消除背景及各种干扰的影响。
设输入的大小为m×n的印鉴票据图像的红、绿、蓝三颜色通道值分别为[R(x,y)]m×n,[G(x,y)]m×n,[B(x,y)]m×n,其灰度值为[F(x,y)]m×n:
F(x,y)=0.299·R(x,y)+0.587·G(x,y)+0.114·B(x,y),x=1,2,...,m,y=1,2,...,n (1)
对灰度化后的印章图像[F(x,y)]m×n采用最大类间类内方差比法进行二值化处理,消除纸张背景影响,得到二值图像[Fb(x,y)]m×n,即:
则预处理后的印鉴图像[I(x,y)]m×n为:
其中,Pth为20%-50%,优选35%。
步骤2,预处理结果图像[I(x,y)]m×n的修复
由于底单上的签名、表格,以及纸张粗糙等因素存在,会导致由式(4)计算得到的预处理后的图像存在断线、空洞等现象,影响了印鉴信息的保持,所以,在这里对其进行修复。
首先,提取签名信息,对[I(x,y)]m×n和[Fb(x,y)]m×n进行异或运算得[S(x,y)]m×n,即:
根据手写体签名一般是采用黑色或者是蓝色笔书写而成,所以,根据原图的灰度分布消除[S(x,y)]m×n中的噪声,得到签名信息[Sb(x,y)]m×n即:
其中,Th0为灰度图像中较小的阈值,以判断黑色或蓝色签名的灰度值。
之后,用[Sb(x,y)]m×n来修复因叠加导致的印鉴预处理图像[I(x,y)]m×n的缺损,由于只有一部分的签名信息是与印鉴叠加的,所以采用以下的方法来进行修复。
找到所有[I(x,y)]m×n为0,但[Sb(x,y)]m×n为1的点,设为{(x1,y1),...,(xK,yK)},分别在以点(xi,yi),i=1,2,...,K为中心,覆盖一个N×N(N为奇数)的模板,统计该模板中为1像素个数,记作Nb,如果Nb≥(N×N)/2,则该点置I(xi,yi),i=1,2,...,K为1,否则,不做处理。由此,完成对预处理印鉴图像的修复。
步骤3,印鉴图像[I(x,y)]m×n与预存标准印鉴图像[Is(x,y)]m×n的配准
对预存标准印鉴图像[Is(x,y)]m×n进行平移与旋转,找到与[I(x,y)]m×n相比残差最小的位置,即完成两者的配准,配准后的标准印鉴图像仍为[Is(x,y)]m×n。
步骤4,将[Is(x,y)]m×n进行膨胀处理
设膨胀后的标准印鉴图像为[Isd(x,y)]m×n,之后,用其消除印鉴图像[I(x,y)]m×n的底单干扰,特别是当底单的表格与文字均为红色时的干扰,消除底单干扰的图像[IR(x,y)]m×n计算公式为:
步骤5,对消除底单干扰的图像[IR(x,y)]m×n进行滤波,消除残留的局部干扰,具体操作如下:
5.1)设计长度为Nm(Nm为奇数)的十字形模板,设模板的中心为(x0,y0),则模板为:
Tem={(x0-Nm/2,y0),...,(x0,y0),...(x0+Nm/2,y0),
(x0,y0-Nm/2),...,(x0,y0-1),(x0,y0+1),...,(x0,y0+Nm/2)}
5.2)将模板Tem依次作用于[IR(x,y)]m×n上所有值为1的点,模板的中心点(x0,y0)依次为待处理像素的位置,计算[IR(x,y)]m×n上模板范围内的所有为1的像素点的个数,如果该个数超过(Nm+1)/2,则该点修正为背景点,由此,消除局部的残留干扰,记经过处理后的印鉴图像为[IRs(x,y)]m×n。
步骤6,将由步骤3得到的配准后的标准印鉴图像[Is(x,y)]m×n进行一次腐蚀处理,结构元素采用步骤5中的十字形模板,得到的结果记作[Ise(x,y)]m×n。
步骤7,将[Ise(x,y)]m×n与[IRs(x,y)]m×n进行“或”操作,以在保持输入印鉴图像的基本特征的同时,进一步消除残留干扰,结果为[IRf(x,y)]m×n,即:
步骤8,对印鉴图像的真伪进行粗判别
考虑到伪造印鉴的仿真性,认为印鉴的外周轮廓的差异属于印泥多少,盖印力度差异等盖印条件不同所造成的,在后续的计算中,外周轮廓的差异不作为判断依据。
8.1)将步骤7得到的印鉴图像[IRf(x,y)]m×n与配准后的标准印鉴[Is(x,y)]m×n做差异检测,得到残差图为[e(x,y)]m×n,即:
8.2)对[e(x,y)]m×n进行贴标签处理,统计所有连通域的大小,保留的面积大于阈值STh(STh根据扫描印鉴图像时所取的扫描仪分辨率有关,可调试确定)的连通域,统计保留下来的所有连通域中的像素个数,记作Nk;统计标准印鉴图像[Is(x,y)]m×n的目标像素点数,记作Ns,残差率ρe计算公式为:
8.3)当残差率ρe大于阈值为5%-10%,优选8%,则表明该印鉴为伪造精度不高的假印鉴,如果ρe不大于阈值ρTh,则进入精细判别环节。
步骤9,对印鉴图像的真伪进行精细判别
9.1)将步骤7得到的印鉴图像[IRf(x,y)]m×n与配准后的标准印鉴[Is(x,y)]m×n,分别进行左差检测和右差检测,左差图[eL(x,y)]m×n和右差图[eR(x,y)]m×n的计算公式如下:
记左差不为0的像素点个数为NL,右差不为0的像素点个数为NR。
9.2)对左差图[eL(x,y)]m×n进行贴标签处理,统计所有连通域的大小,保留的面积大于阈值(根据扫描印鉴图像时所取的扫描仪分辨率有关,可调试确定)的连通域,这些连通域为疑似伪造残差,设这些连通域有KL个,记作其连通域的面积分别为
9.5)分别按照下面公式计算右残差率即:
9.8)对右差图[eR(x,y)]m×n进行贴标签处理,统计所有连通域的大小,保留的面积大于阈值(根据扫描印鉴图像时所取的扫描仪分辨率有关,可调试确定)的连通域,这些连通域为疑似伪造残差,设这些连通域有KR个,记作其连通域的面积分别为
9.11)分别按照下面公式计算左残差率即:
9.14)计算总残差率ρ:ρ=(ρL+ρR)/2,如果ρ大于阈值ρTh,ρTh为1%-5%,优选4%,则判断为假印鉴,否则判断为真印鉴。
本发明的方法,在实际票据印鉴真伪鉴别时,能够在保持原有印鉴信息的同时,消除底单文字、表格线等干扰,之后根据待测印鉴与标准印鉴的差异分析,准确识别印鉴的真伪。
Claims (3)
1.一种可消除底单干扰的印鉴真伪识别方法,其特征在于,该方法按照以下步骤具体实施:
步骤1,印鉴图像的预处理:
假设盖印的印泥颜色为红色,设输入的大小为m×n的印鉴票据图像的红、绿、蓝三颜色通道值分别为[R(x,y)]m×n,[G(x,y)]m×n,[B(x,y)]m×n,则其灰度值为[F(x,y)]m×n:
F(x,y)=0.299·R(x,y)+0.587·G(x,y)+0.114·B(x,y),x=1,2,...,m,y=1,2,...,n (1)
对灰度化后的印章图像[F(x,y)]m×n采用最大类间类内方差比法进行二值化处理,消除纸张背景影响,得到二值图像[Fb(x,y)]m×n,即:
其中,Th为阈值,采用类间类内方差比法确定,之后计算每个像素点的红色占比:
则预处理后的印鉴图像[I(x,y)]m×n,为:
其中,Pth为阈值,在20%-50%的范围内选择;
步骤2,对上步预处理后的印鉴图像[I(x,y)]m×n进行修复;
步骤3,对上步修复后的印鉴图像[I(x,y)]m×n与预存标准印鉴图像[Is(x,y)]m×n进行配准:
对预存标准印鉴图像[Is(x,y)]m×n进行平移与旋转,找到与[I(x,y)]m×n相比残差最小的位置,即完成两者的配准,配准后的标准印鉴图像仍为[Is(x,y)]m×n;
步骤4,将[Is(x,y)]m×n进行膨胀处理:设膨胀后的标准印鉴图像为[Isd(x,y)]m×n,用其消除印鉴图像[I(x,y)]m×n的底单干扰,特别是当底单的表格与文字均为红色时的干扰,消除底单干扰的图像[IR(x,y)]m×n计算公式为:
步骤5,对消除底单干扰的图像[IR(x,y)]m×n进行滤波,消除残留的局部干扰;
步骤6,将由步骤3得到的配准后的标准印鉴图像[Is(x,y)]m×n进行腐蚀处理,结构元素采用步骤5中的十字形模板,得到的结果记作[Ise(x,y)]m×n;
步骤7,将[Ise(x,y)]m×n与[IRs(x,y)]m×n进行“或”操作,以在保持输入印鉴图像的基本特征的同时,进一步消除残留干扰,结果为[IRf(x,y)]m×n,即:
式(8)中x=1,2,...,m,y=1,2,...,n;
步骤8,对印鉴图像的真伪进行粗判别:
8.1)将步骤7得到的印鉴图像[IRf(x,y)]m×n与配准后的标准印鉴[Is(x,y)]m×n做差异检测,得到残差图为[e(x,y)]m×n,即:
8.2)对[e(x,y)]m×n进行贴标签处理,统计所有连通域的大小,保留的面积大于阈值STh的连通域,统计保留下来的所有连通域中的像素个数,记作Nk;统计标准印鉴图像[Is(x,y)]m×n的目标像素点数,记作Ns,残差率ρe计算公式为:
步骤9,对印鉴图像的真伪进行精细判别:
9.1)将步骤7得到的印鉴图像[IRf(x,y)]m×n与配准后的标准印鉴[Is(x,y)]m×n,分别进行左差检测和右差检测,左差图[eL(x,y)]m×n和右差图[eR(x,y)]m×n的计算公式如下:
记左差不为0的像素点个数为NL,右差不为0的像素点个数为NR;
9.14)计算总残差率ρ:ρ=(ρL+ρR)/2,如果ρ大于阈值ρTh,ρTh为1%-5%,则判断为假印鉴,否则判断为真印鉴。
2.根据权利要求1的所述的可消除底单干扰的印鉴真伪识别方法,其特征在于,所述步骤2中,具体按照以下步骤进行修复:
首先,提取签名信息,对[I(x,y)]m×n和[Fb(x,y)]m×n进行异或运算得[S(x,y)]m×n,即:
x=1,2,...,m,y=1,2,...,n (5)
根据手写体签名一般是采用黑色或者是蓝色笔书写而成,所以,根据原图的灰度分布消除[S(x,y)]m×n中的噪声,得到签名信息[Sb(x,y)]m×n即:
其中,Th0为灰度图像中较小的阈值,以判断黑色或蓝色签名的灰度值,之后,用[Sb(x,y)]m×n来修复因叠加导致的印鉴预处理图像[I(x,y)]m×n的缺损,采用以下的方法来进行修复:
找到所有[I(x,y)]m×n为0,但[Sb(x,y)]m×n为1的点,设为{(x1,y1),...,(xK,yK)},分别在以点(xi,yi),i=1,2,...,K为中心,覆盖一个N×N的模板,N为奇数,统计该模板中为1像素个数,记作Nb,如果Nb≥(N×N)/2,则该点置I(xi,yi),i=1,2,...,K为1,否则,不做处理。
3.根据权利要求1的所述的可消除底单干扰的印鉴真伪识别方法,其特征在于,步骤5中的消除残留的局部干扰,具体操作如下:
5.1)设计长度为Nm的十字形模板,Nm为奇数,设模板的中心为(x0,y0),则模板为:
Tem={(x0-Nm/2,y0),...,(x0,y0),...(x0+Nm/2,y0),
(x0,y0-Nm/2),...,(x0,y0-1),(x0,y0+1),...,(x0,y0+Nm/2)}
5.2)将模板Tem依次作用于[IR(x,y)]m×n上所有值为1的点,模板的中心点(x0,y0)依次为待处理像素的位置,计算[IR(x,y)]m×n上模板范围内的所有为1的像素点的个数,如果该个数超过(Nm+1)/2,则该点修正为背景点,由此,消除局部的残留干扰,经过处理后的印鉴图像记为[IRs(x,y)]m×n。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010102297334A CN101894268B (zh) | 2010-07-16 | 2010-07-16 | 一种可消除底单干扰的印鉴真伪识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010102297334A CN101894268B (zh) | 2010-07-16 | 2010-07-16 | 一种可消除底单干扰的印鉴真伪识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101894268A true CN101894268A (zh) | 2010-11-24 |
CN101894268B CN101894268B (zh) | 2012-05-23 |
Family
ID=43103456
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010102297334A Expired - Fee Related CN101894268B (zh) | 2010-07-16 | 2010-07-16 | 一种可消除底单干扰的印鉴真伪识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101894268B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102054168A (zh) * | 2010-12-23 | 2011-05-11 | 武汉大学苏州研究院 | 一种有价票据圆形印鉴识别方法 |
CN103729656A (zh) * | 2014-01-22 | 2014-04-16 | 河北远东通信系统工程有限公司 | 印鉴印痕的鉴别方法及鉴别系统 |
CN104574370A (zh) * | 2014-12-18 | 2015-04-29 | 曹轶超 | 一种印文配准比对方法和装置 |
CN107093181A (zh) * | 2016-12-30 | 2017-08-25 | 西安航天精密机电研究所 | 一种利用视觉系统识别存在冗余标签的多标签检测方法 |
CN107358184A (zh) * | 2017-06-30 | 2017-11-17 | 中国科学院自动化研究所 | 文档文字的提取方法及提取装置 |
CN108146093A (zh) * | 2017-12-07 | 2018-06-12 | 南通艾思达智能科技有限公司 | 一种去除票据印章的方法 |
CN108197642A (zh) * | 2017-12-25 | 2018-06-22 | 山东浪潮云服务信息科技有限公司 | 一种印章鉴别方法及装置 |
CN109871744A (zh) * | 2018-12-29 | 2019-06-11 | 新浪网技术(中国)有限公司 | 一种增值税发票图像配准方法及系统 |
CN113095156A (zh) * | 2021-03-23 | 2021-07-09 | 西安深信科创信息技术有限公司 | 一种基于逆灰度方式的双流网络签名鉴定方法及装置 |
CN113688838A (zh) * | 2021-10-25 | 2021-11-23 | 江西软云科技股份有限公司 | 红色笔迹提取方法、系统、可读存储介质及计算机设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050238229A1 (en) * | 2004-04-22 | 2005-10-27 | Nec Corporation | Picture reading method, program and device, principal color extracting method, program and device, and image dividing method, program and device |
CN1698540A (zh) * | 2004-05-17 | 2005-11-23 | Ge医疗系统环球技术有限公司 | 图像处理方法、图像处理系统以及x-射线ct系统 |
-
2010
- 2010-07-16 CN CN2010102297334A patent/CN101894268B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050238229A1 (en) * | 2004-04-22 | 2005-10-27 | Nec Corporation | Picture reading method, program and device, principal color extracting method, program and device, and image dividing method, program and device |
CN1698540A (zh) * | 2004-05-17 | 2005-11-23 | Ge医疗系统环球技术有限公司 | 图像处理方法、图像处理系统以及x-射线ct系统 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102054168A (zh) * | 2010-12-23 | 2011-05-11 | 武汉大学苏州研究院 | 一种有价票据圆形印鉴识别方法 |
CN102054168B (zh) * | 2010-12-23 | 2012-11-14 | 武汉大学苏州研究院 | 一种有价票据圆形印鉴识别方法 |
CN103729656A (zh) * | 2014-01-22 | 2014-04-16 | 河北远东通信系统工程有限公司 | 印鉴印痕的鉴别方法及鉴别系统 |
CN104574370A (zh) * | 2014-12-18 | 2015-04-29 | 曹轶超 | 一种印文配准比对方法和装置 |
CN107093181B (zh) * | 2016-12-30 | 2020-01-31 | 西安航天精密机电研究所 | 一种利用视觉系统识别存在冗余标签的多标签检测方法 |
CN107093181A (zh) * | 2016-12-30 | 2017-08-25 | 西安航天精密机电研究所 | 一种利用视觉系统识别存在冗余标签的多标签检测方法 |
CN107358184A (zh) * | 2017-06-30 | 2017-11-17 | 中国科学院自动化研究所 | 文档文字的提取方法及提取装置 |
CN108146093A (zh) * | 2017-12-07 | 2018-06-12 | 南通艾思达智能科技有限公司 | 一种去除票据印章的方法 |
CN108197642A (zh) * | 2017-12-25 | 2018-06-22 | 山东浪潮云服务信息科技有限公司 | 一种印章鉴别方法及装置 |
CN109871744A (zh) * | 2018-12-29 | 2019-06-11 | 新浪网技术(中国)有限公司 | 一种增值税发票图像配准方法及系统 |
CN113095156A (zh) * | 2021-03-23 | 2021-07-09 | 西安深信科创信息技术有限公司 | 一种基于逆灰度方式的双流网络签名鉴定方法及装置 |
CN113095156B (zh) * | 2021-03-23 | 2022-08-16 | 西安深信科创信息技术有限公司 | 一种基于逆灰度方式的双流网络签名鉴定方法及装置 |
CN113688838A (zh) * | 2021-10-25 | 2021-11-23 | 江西软云科技股份有限公司 | 红色笔迹提取方法、系统、可读存储介质及计算机设备 |
CN113688838B (zh) * | 2021-10-25 | 2022-03-22 | 江西软云科技股份有限公司 | 红色笔迹提取方法、系统、可读存储介质及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN101894268B (zh) | 2012-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101894268A (zh) | 一种可消除底单干扰的印鉴真伪识别方法 | |
Shi et al. | Automatic license plate recognition system based on color image processing | |
EP2897082B1 (en) | Methods and systems for improved license plate signature matching | |
CN101894260A (zh) | 基于匹配特征点随机生成特征线的伪造印章识别方法 | |
CN106530275A (zh) | 元件错件检测方法和系统 | |
CN104574418A (zh) | 基于神经网络的压力容器焊缝缺陷识别方法及其装置 | |
CN101739549B (zh) | 人脸检测方法及系统 | |
CN111126391B (zh) | 一种印刷字符缺陷定位方法 | |
CN104647893A (zh) | 一种基于十字线的印刷套印误差检测方法 | |
Ahmed et al. | A generic method for stamp segmentation using part-based features | |
CN104537654B (zh) | 利用半色调点位置失真打印图像篡改取证方法 | |
CN111832562B (zh) | 基于图像处理的弹簧托板故障识别方法 | |
CN102646194B (zh) | 一种利用字符边缘特征进行打印机类型取证的方法 | |
Goel et al. | Vehicle registration plate recognition system using template matching | |
CN101854461B (zh) | 一种利用半色调信息检测文档真实性的打印文档取证方法 | |
CN110033469A (zh) | 一种亚像素边缘检测方法及系统 | |
Ueda et al. | Automatic seal imprint verification system for bank check processing | |
CN105426902A (zh) | 基于形变复原技术的钞券质量检测系统及方法 | |
CN109840499B (zh) | 一种快速检测印刷品打印及装订质量的方法 | |
CN103617627A (zh) | 基于差影技术的继电器上印刷文字缺陷的检测方法 | |
Li et al. | Traffic indication symbols recognition with shape context | |
KR101030548B1 (ko) | Cyan 컬러 이미지 정보의 망점 구조 분석에 의한 컬러레이저 프린터 판별 시스템 및 그 방법 | |
JP5190312B2 (ja) | 印鑑照合装置 | |
ALAMERİ et al. | Computational Methods for Forgery Detection in Printed Official Documents | |
van Beusekom et al. | Lessons learned from automatic forgery detection in over 100,000 invoices |
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 |
Granted publication date: 20120523 Termination date: 20140716 |
|
EXPY | Termination of patent right or utility model |