CN102308321B

CN102308321B - 鉴定

Info

Publication number: CN102308321B
Application number: CN200980156101.5A
Authority: CN
Inventors: R·P·考伯恩; P·塞姆
Original assignee: Ingenia Holdings UK Ltd
Current assignee: Ingenia Holdings UK Ltd
Priority date: 2008-12-19
Filing date: 2009-12-17
Publication date: 2014-07-02
Anticipated expiration: 2029-12-17
Also published as: EP2374111A1; US8682076B2; WO2010070345A1; GB0823327D0; GB2466465A; US20100158377A1; JP2012513054A; EP2374111B1; CN102308321A; JP5596052B2; GB2466465B

Abstract

本发明可提供能够操作为从设置在读取容积中的物品确定签名的装置。该装置可包括：能够操作为产生聚焦的非相干束并连续将其引导到读取容积的多个不同区域中的每一个上的产生器；能够操作为从当所述束从读取容积的不同区域散射时获得的信号收集包含数据点的组的集合的检测器，其中，数据点的组中的不同组涉及来自读取容积的各自的不同区域的散射；和能够操作为从数据点的组的集合确定物品的签名的数据获取和处理模块。

Description

鉴定

技术领域

本发明涉及鉴定，并且特别地但不排他地涉及实现可靠和可再现的签名产生以用于使用非相干照射源的鉴定和验证中。

背景技术

在物理物品的鉴定领域中，依赖于物品的标识符是已知的。可以使用基于物理性质的标识符，它们可包含嵌入的反射粒子(WO02/50790A1、US6584214)或物品的未修改的表面(WO2005/088533)。发明人以前在本领域中的工作涉及通过用相干光束照射物品表面而从该物品的未修改表面确定标识符。其它人(WO2006/021083)提出了使用用于给予目标激励的LED源，两者均具有修改的物品和未修改的物品。但是，在WO2006/021083中提出的配置极其难用于产生具有高的鉴定可靠性的有用设备。

为了基于这种标识符提供鉴定结果，必须将来自要被鉴定的物品的读数与存储的读数结果相比较。对于这种比较，使用匹配寻找算法。

鉴于现有系统的已知的缺点，构想了本发明。

发明内容

从第一方面看，本发明提供一种可提供能够操作为从设置在读取容积中的物品确定签名的装置。该装置可包括：能够操作为产生聚焦的非相干束并连续将其引导到读取容积的多个不同区域中的每一个上的产生器。该装置还包括能够操作为从当所述束从读取容积的不同区域散射时获得的信号收集包含数据点的组的集合的检测器配置，其中，数据点的组中的不同组涉及来自读取容积的各自的不同区域的散射；和能够操作为从数据点的组的集合确定物品的签名的数据获取和处理模块。由此，可以在不使用激光照射的情况下对于物品表面获得可靠、可再现的签名。

在一些例子中，产生器包含诸如LED阵列的结构化源。在其它的例子中，产生器包含诸如单个LED、荧光灯或诸如白炽灯的热源的非结构化源。因此，可以使用各种不同的非相干照射源。

在一些例子中，产生器能够操作为聚焦所述束以在读取体积中实现长焦点。在一些例子中，长焦点的短尺寸小于100μm。在其它的例子中，长焦点的短尺寸小于50μm。在一些例子中，长焦点的长尺寸为3mm～50mm。因此，可以进行目标表面的相对宽区域的扫描，其中单次通过较窄地聚焦的束。

在一些例子中，产生器包含用于将非相干光束准直化并且随后将准直化的束聚焦的配置。因此，该束可被随后的聚焦阶段视为激光束。

从另一方面看，本发明提供一种用于从设置在读取体积中的物品确定签名的方法。该方法包括连续将聚焦的非相干束引导到读取体积的多个不同区域中的每一个上。该方法还包括：从当光束从读取体积的不同区域散射时获得的信号收集包含数据点的组的集合，其中，数据点的组中的不同组涉及来自读取体积的各自的不同区域的散射；和从数据点的组的集合确定物品的签名。由此，可以在不使用激光照射的情况下对于物品表面获得可靠、可再现的签名。

在一些例子中，非相干束来自诸如LED阵列的结构化源。在一些例子中，非相干束来自诸如单个LED、荧光灯或诸如白炽灯的热源的非结构化源。因此，可以使用各种不同的非相干照射源。

在一些例子中，该方法包括聚焦所述束以在读取体积中实现长焦点。在一些例子中，长焦点的短尺寸小于100μm。在其它的例子中，长焦点的短尺寸小于50μm。在一些例子中，长焦点的长尺寸为3mm～50mm。因此，可以进行目标表面的相对宽区域的扫描，其中单次通过较窄地聚焦的束。

在一些例子中，该方法还包括将非相干束准直化并且随后聚焦准直化的光束。因此，光束可被随后的聚焦阶段视为激光束。

参照以下的描述和所附的权利要求，本发明的其它的目的和优点将变得十分明显。

附图说明

为了更好地理解本发明并表示可以如何实施它，现在作为例子参照附图，在这些附图中，

图1表示读取器装置的示意性侧视图；

图2表示结构化光源配置的示意图；

图3表示非结构化光源配置的示意图；

图4表示非结构化光源配置的示意图；

图5表示读取器装置的功能部件的示意性框图；

图6是纸表面的显微图像；

图7表示塑料表面的等价的图像；

图8表示如何可从扫描产生物品的签名的流程图；

图9a～9c示意性地表示高衬度过渡对于收集的数据的影响；

图10示意性地表示高衬度过渡对于位匹配率的影响；

图11a～11c示意性地表示通过过渡封顶导致的高衬度过渡对于收集的数据的影响的减轻；

图12表示可如何执行过渡封顶的流程图；

图13a和图13b表示过渡封顶对于来自具有大量高幅度过渡的表面的数据的影响；

图14a和图14b表示过渡封顶对于来自没有高幅度过渡的表面的数据的影响；

图15是表示如何可对照签名数据库验证从扫描获得的物品的签名的流程图；

图16示意性表示可如何减轻高衬度过渡对于位匹配率的影响；

图17是表示如何出于验证目的扫描文件的总体处理和向用户呈现的结果的流程图；

图18以图的方式表示改变焦点的效果；

图19A～19D以图的方式表示使用不同的源的再现性；

图20以图的方式表示使用相干和非相干源时反射的相对强度；

图21以图的方式表示扫描之间的不对准的影响；

图22以图的方式表示使用相干和非相干源时的相对总体性能；

图23a是表示可如何改变图18的验证处理以应对扫描中的非理想性的流程图；

图23b是表示可如何改变图15的验证处理以应对扫描中的非理想性的另一例子的流程图；

图24A表示从扫描收集的互相关数据的例子；

图24b表示从被扫描物品畸变的扫描收集的互相关数据的例子；以及

图24C表示从以非线性速度扫描被扫描物品的扫描收集的互相关数据的例子。

虽然可对于本发明提出各种修改和替代形式，但是，在附图中作为例子并且这里详细描述特定的实施例。但是，应当注意，附图及其详细的描述不是要将本发明限于所公开的特定形式，相反，本发明要覆盖落入由所附的权利要求限定的本发明的精神和范围内的所有的修改、等同物和替代方式。

具体实施方式

为了提供用于唯一地识别物品的精确的方法，能够使用依赖于来自物品表面的光学反射的系统。参照图1～24描述这种系统的例子。

这里描述的示例性系统是由Ingenia Technologies Ltd开发和出售的系统。该系统可操作为分析诸如纸页的纸、卡板、塑料或金属物品、身份证或护照、安全密封、支付卡等的随机的表面构图，以唯一地识别给定的物品。在大量的公开的专利申请中详细描述了该系统，包括：在2004年3月12日提交的GB0405641.2(在2005年9月14日公开为GB2411954)、在2004年8月13日提交的GB0418138.4(在2006年3月8日公开为GB2417707)、在2004年8月13日提交的US60/601464、在2004年8月13日提交的US60/601463、在2004年9月15日提交的US60/610075、在2004年8月13日提交的GB0418178.0(在2006年2月15日公开为GB2417074)、在2004年8月13日提交的US60/601219、在2004年8月13日提交的GB0418173.1(在2006年3月1日公开为GB2417592)、在2004年8月13日提交的US60/601500、在2005年5月11日提交的GB0509635.9(在2006年11月15日公开为GB2426100)、在2005年5月11日提交的US60/679892、在2005年7月27日提交的GB0515464.6(在2007年2月7日公开为GB2428846)、在2005年7月27日提交的US60/702746、在2005年7月27日提交的GB0515461.2(在2007年2月14日公开为GB2429096)、在2005年7月27日提交的US60/702946、在2005年7月27日提交的GB 0515465.3(在2007年2月14日公开为GB2429092)、在2005年7月27日提交的US60/702897、在2005年7月27提交的GB0515463.8(在2007年2月7日公开为GB2428948)、在2005年7月27日提交的US 60/702742、在2005年7月27日提交的GB 0515460.4(在2007年2月14日公开为GB2429095)、在2005年7月27日提交的US 60/702732、在2005年7月27日提交的GB0515462.0(在2007年2月14日公开为GB2429097)、在2005年7月27日提交的US 60/704354、在2005年9月8日提交的GB0518342.1(在2007年3月14日公开为GB2429950)、在2005年9月8日提交的US60/715044、在2005年10月28提交的GB 0522037.1(在2007年5月2日公开为GB2431759)、在2005年10月28日提交的US60/731531、在2005年12月23日提交的GB0526420.5(在2007年7月27日公开为GB2433632)、在2005年12月23日提交的US60/753685、在2005年12月23日提交的GB0526662.2、在2005年12月23日提交的US60/753633、在2006年1月16日提交的GB0600828.8(在2007年7月25日公开为GB2434442)、在2006年1月25日提交的US60/761870、在2006年6月12日提交的GB0611618.0(在2008年1月30日公开为GB2440386)、在2006年6月12日提交的US60/804537、在2007年6月13日提交的GB0711461.4(在2008年12月17日公开为GB2450131)和在2006年6月13日提交的US60/943801(均由Cowburn等发明)，在这里加入它们的全部的内容作为参考。

如所示的那样，在发明人以前在Ingenia Technologies有限公司的工作的背景中开发了本发明。但是，虽然以前工作中的许多工作涉及使用激光源以照射目标，但是，本公开涉及使用激光源以外的光源以照射目标表面并从中获得唯一的标识符。

图1表示读取器装置1的示意性侧视图。光学读取器装置1用于从配置于装置的读取容积中的物品(未示出)测量签名。通过作为外壳12中的狭缝的读取孔径10形成读取容积。外壳12包含装置的主要光学部件。狭缝主要沿x方向(参照图中的插入轴)延伸。主要光学部件是用于产生光束15的光源14和由k个光电检测器元件制成的标为16a和16b的检测器装置16，这里，在本例子中k＝2。在示出的例子中，检测器元件16a、16b分布于束轴的任一侧，以不同的角度从束轴偏移，以收集在来自读取容积中存在的物品的反射中散射的光。在一个例子中，偏移角度为±45度，在另一例子中，角度为-30度和+50度。束轴的任一侧的角度可被选择为不相等，使得它们收集的数据点尽可能地无关。但是，在实际中，已经确定这对于操作不是必要的，并且使检测器在入射束的任一侧具有相等的角度是优选地可工作的配置。在共同的面中配置检测器元件。当光束从读取容积散射时，光电检测器元件16a和16b检测从位于外壳上的物品散射的光。如图所示，源被安装为引导光束15，以使其束轴沿z方向，使得它将以法向入射而打到读取孔径中的物品上。

现在描述可如何配置非激光源以在目标表面上提供光束15的足够紧密聚焦的多个例子。

图2表示光源是结构化源的配置。在本例子中，结构化源是LED41的线性阵列。来自线性阵列41的光通过聚焦透镜42聚焦于目标的细长或线性的焦点43上。在示出的例子中，该光学配置使得阵列和透镜之间的间隔和透镜和目标之间的间隔为透镜焦距的两倍。应用于该距离的一般原理为：

\frac{1}{D_{1}} + \frac{1}{D_{2}} = \frac{1}{f_{A}}

这里，f_A是透镜的焦距，D₁和D₂分别是透镜和源之间以及透镜和希望的焦点之间的距离。

在图2的例子中，结构化源是256个单个LED元件的线性LED阵列，每个具有15μm×22μm的尺寸并且以44μm的间距设置。通过使用图2中的光学配置，可以实现聚焦线的宽度小于100μm的线性焦点。焦点深度依赖于所希望的焦点尺寸和其它因素，包含有效数值孔径。在本例子中，可直接实现500μm量级的焦点深度。可通过改变光学配置实现更大的焦点深度。

也可使用其它的LED阵列尺寸。如果LED阵列的长度不与目标上的线性焦点的希望的长度对应，那么透镜43可被配置为延长线性焦点，或者，可以使用附加的透镜元件以延长线性焦点。

图3表示具有诸如LED、白炽灯(热源)或荧光灯44的非结构化光源的配置。在本例子中，使用孔径以将由灯44发射的光“整形”以使得透镜46能够将光聚焦到希望的细长或线性焦点上。在示出的例子中，光学配置使得阵列和透镜之间的间隔和透镜和目标之间的间隔为透镜的焦点的两倍。应用于该距离的一般原理为：

\frac{1}{D_{1}} + \frac{1}{D_{2}} = \frac{1}{f_{A}}

其中，f_A是透镜的焦距，并且D₁和D₂分别是透镜和源之间以及透镜和希望的焦点之间的距离。

在图3的例子中，孔径具有8mm×50μm的尺寸。通过使用图3中的光学配置，可以实现聚焦线的宽度小于100μm的线性焦点。焦点深度依赖于希望的焦点尺寸和包含有效数值孔径的其它因素。在本例子中，可直接实现500μm量级的焦点深度。可通过改变光学配置实现更大的焦点深度。

也可使用其它的孔径尺寸。如果孔径的长轴不与目标上的线性焦点的希望长度对应，那么透镜43可被配置为延长该线性焦点，或者可以使用附加的透镜元件以延长该线性焦点。

图4表示用于非结构化源的替代性配置。在本例子中，非结构化源也是诸如LED、白炽灯(热源)或荧光灯44的源。从源44发射的光然后通过被配置为将通过孔径47b的光聚焦的平凸透镜47a并然后通过第二平凸透镜47c的配置准直化，以实现准直化的输出。第一透镜47a和孔径之间的间距是透镜47a的焦距，并且，孔径和第二透镜47c之间的间距是该透镜的焦距。一旦通过配置47产生了准直光束，就可以以与可将准直激光束聚焦的方式类似的方式通过聚焦透镜48将该准直光束聚焦。在本例子中，透镜48聚焦成希望的线性焦点，并且因而使用诸如柱面透镜的透镜。

在图3和图4的例子中，源可以是结构化阵列以外的配置的LED，并且，如果需要的话，可包含多于一个LED以实现给定的输出强度。在一个例子中，可以使用在红色光谱中发光的LED。源可以替代性地为白炽灯(白热灯或热源)，并且如果需要的话可包含多于一个灯以实现给定的输出强度。在一个例子中，可以使用卤素灯。源也可以是荧光灯或者气体放电灯，并且如果需要的话可包含多于一个灯以实现给定的输出强度。

重新参照图1，通过诸如参照图2、图3和图4讨论的那些中的一个的聚焦配置将光束聚焦成沿y方向(与图面垂直)延伸并且处于读取孔径的平面中的细长焦点。在一个示例性读取器中，该细长焦点具有约5mm的长轴尺寸和约40微米的短轴尺寸。这些光学部件包含于子组件20中。

一般地，希望焦点深度较大，使得沿z方向放置的物品的任何差异不在读取孔径的面中导致束尺寸的明显变化。焦点深度、数值孔径和工作距离的参数是相互依赖的，从而导致斑点尺寸和焦点深度之间的公知的折衷。在一些配置中，焦点可以是可调整的，并且，与范围寻找手段结合，焦点可被调整为瞄准以位于可用的焦点范围内的物品。

为了使得能够读取目标物品上的大量的点，物品和读取器装置可被配置以允许入射束和相关的检测器相对于目标物品移动。可通过移动物品、扫描仪组件或两者配置它。在一些例子中，物品可保持在与读取器装置外壳相邻的位置中，并且，扫描仪组件可在读取器装置内移动以导致该动作。作为替代方案，例如，在物品沿传输器行进的同时物品通过固定位置扫描仪的生产线的情况下，物品可移动通过扫描仪组件。在其它的替代方案中，物品和扫描仪可均保持静止，而定向聚焦装置使得相干光束行进跨过目标。这会要求检测器随光束移动，或者静止的检测器可被定位以从目标上的光束的所有入射位置接收反射。

图5是以上讨论的读取器装置的逻辑部件的示意性框图。光发生器14被控制和签名产生单元36控制。可选地，电动机22也可被控制和签名产生单元36控制。可选地，如果实现某形式的移动检测或线性化装置(示为19)以测量目标通过读取器装置的移动，并且/或者测量并由此应对这些相对移动中的非线性，那么可通过使用控制和签名产生单元36控制它。

来自目标表面扫描区域的聚焦光束的反射被光电检测器16检测。如上面讨论的那样，在一些例子中，可以设置多于一个的光电检测器。来自光电检测器16的输出在传递到控制和签名产生单元36以供处理以产生特定目标表面扫描区域的签名之前被模数转换器(ADC)31数字化。ADC可以是数据捕获电路的一部分，或者，它可以是单独的单元，或者，它可被集成到控制和签名产生单元36的微控制器或微处理器中。

控制和签名产生单元36可以使用呈现入射位置信息的聚焦光束以确定各组的光电检测器反射信息的扫描区域位置。由此，可以产生基于扫描区域的被扫描部分的所有或选择部分的签名。在少于整个扫描区域的区域包含于签名中的情况下，签名产生单元36可在产生签名时简单地忽略从扫描区域的其它部分接收的任何数据。作为替代方案，在出于诸如来自目标的图像型数据的定位或收集的另一目的使用来自整个扫描区域的数据的情况下，整个数据组可出于附加的目的被控制和签名产生单元36使用，并然后在实现该附加的目的之后被保持或被舍弃。

可以理解，可以物理地在各种装置组合中实施图5所示的各种逻辑元件。例如，在一些情况下，可以在扫描装置内包含所有的元件。在其它的情况下，扫描装置可仅包含光发生器14、电动机22(如果有的话)和光电检测器16，所有剩余的元件位于单独的一个或多个物理单元中。也可使用逻辑元件的物理分布的其它组合。并且，控制和签名产生单元36可被分成多个单独的物理单元。例如，可存在实际控制光发生器14和电动机(如果有的话)的第一单元、计算聚焦光束当前入射位置信息的第二单元、识别要用于产生签名的扫描数据的第三单元和实际计算签名的第四部分。

可以理解，可通过使用诸如专用集成电路(ASIC)或专用模拟处理电路的专用处理配置实现由ADC 31和/或控制和签名产生单元36实现的处理步骤中的一些或全部。作为替代方案，或者，另外，可通过使用诸如数字信号处理器的可编程处理装置或诸如可用于常规的个人计算机、便携式计算机、手持式计算机(例如，个人数字助理或PDA)或智能电话中的多用途处理器，实现由束ADC 31和/或控制和签名产生单元36实现的处理步骤中的一些或全部。在使用可编程处理装置的情况下，可以理解，可以使用一个或多个软件程序以使得可编程装置实现所希望的功能。这种软件程序可实施于诸如磁盘或光盘的载体介质上或者数据通信信道上的传输用信号上。

为了示出这些例子中的系统可读取的表面性质，图6和图7分别示出纸和塑料物品表面。

图6是具有覆盖约0.5×0.2mm的区域的图像的纸表面的显微图像。该图被包含以示出诸如来自纸的在宏观上平坦的表面在许多情况下在微观尺度上高度结构化。对于纸，作为构成纸的木材或其它的植物纤维的相互交织的网络的结果，表面在微观上高度结构化。该图还示出为约10微米的木材纤维的特征长度尺度。该尺寸与非相干束的光学波长具有正确的关系，以导致衍射并且还扩散具有依赖于纤维取向的轮廓的散射。因此，可以理解，如果读取器要被设计为被用于特定类型的货品，那么可对于要被扫描的货品类别的结构特征尺寸定制光的波长。从图中还可看出，各纸片的局部表面结构将是唯一的，原因是它依赖于各单个木材纤维如何被配置。因此，由于具有作为通过由自然定律掌握的处理被制造的结果唯一的结构，因此纸与现有技术的诸如特殊的树脂代币或磁性材料沉积的特殊制造的代币没有不同。这同样适用于许多其它类型的物品。

图7示出塑料表面的等价图像。该原子力显微镜图像清楚地表示宏观上平滑的塑料表面的不均匀的表面。从该图可以推测，该表面比图6所示的纸表面平滑，但是，即使在各种塑料表面上的这种水平的表面波动也可通过使用本例子的签名产生方案被唯一地识别。

换句话说，当可以从各种各样的日常物品以直接的方式测量唯一的特性时，制造特殊制备的代币的努力和花费基本上是没有意义的。现在描述利用物品的表面(或传送的情况下的内部)的天然结构的散射信号的数据收集和数值处理。

如以上的图1所示，通过大量的检测器16收集从表面反射的聚焦的光。检测器接收跨过检测器的区域的反射光。反射光包含关于光入射位置处表面的信息。如上面讨论的那样，该信息可包含表面在微观水平上的表面粗糙度的信息。该信息由反射光以反射光的观察图案中的特征的波长的形式承载。通过检测这些波长特征，可基于表面的表面结构导出指纹或签名。通过测量表面上的大量位置上的反射，指纹或签名可基于表面的大量样本，由此使其更加容易，然后在以后的日期重新读取该表面，以使来自后面的读数的签名与来自初始读数的签名匹配。

反射光包含两个主要角度波长或角度频率区域上的信息。高角度频率(短波长)信息是常规上称为斑点(speckle)的信息。该高角度频率分量一般具有0.5度的量级的角度周期性。还存在一般具有15度的量级的角度周期性的低角度频率(长波长)信息。

如上所述，各光电检测器在将称为θ_n的立体角度上收集反射光。假定在本公开中每个光电检测器在正方形或圆形区域上收集光。光收集的立体角度可在不同的光电检测器16之间改变。每个光电检测器16测量来自表面的具有最小角度的反射光，该最小角度称为θ_r。因此，由给定的光电检测器16检测的光包含相对于表面的角度在θ_r和θ_r+θ_n之间的反射束。如后面更详细地讨论的那样，由于使检测器通道以最大的可能的角度分开，因此可存在使得系统抵抗干扰的优点。这会导致使得角度θ_r尽可能地小。

可以理解，光电检测器16检测反射光的立体角度θ_n也可表示为数值孔径(NA)，这里，

这里，是可进入或离开检测器的光的最大锥度的半角度。因此，本例子中的检测器的数值孔径为：

NA＝sin(θ_n/2)

因此，具有大的数值孔径的光电检测器将具有收集更大量光(即，更多的光子)的可能性，但它具有使反射信息(斑点)中的更多信息平均化而使得所有捕获的信息斑点的和减弱的效果。但是，与短角度波长(常规的斑点)分量相比，通过平均化，长角度波长分量更少地受影响，因此，这具有提高长波长与短波长反射信号的比的效果。

虽然在图1中表示聚焦的非相干束法向入射到表面上，但是，在实际中很容易理解，确保理想的法向入射会是十分困难的。在设置低成本读取器的情况下，在由接受很少的训练或者没有接受训练的用户执行定位的情况下，或者，在物品的定位失去用户的控制的情况下，诸如在包含例如传输物品的传送器的商业处理环境中，以及，在从读取器到物品的距离使得在读取器和物品之间不存在物理接触的任何情况下，尤其如此。因此，实际上入射的聚焦的非相干光束将非常可能不从理想的法向入射到物品上。

图8表示表示可如何从扫描产生物品的签名的流程图。

步骤S1是沿整个扫描长度在大量的位置上获取光电检测器中的每一个处的光学强度的数据获取步骤。同时，随着时间获取编码器信号。应当注意，如果扫描电动机具有高度的线性化精度(例如，如步进电动机)，或者，如果可通过按块分析或模板匹配去除数据中的非线性，那么可以不需要数据的线性化。参照以上的图5，通过从ADC31取得数据的签名产生器36获取数据。以下，在每次扫描中收集的每个光电检测器的数据点的数量被定义为N。并且，值a_k(i)被定义为来自光电检测器k的第i个存储的强度值，这里，i为1～N。

步骤S2是对于捕获的数据应用时域滤波器的可选步骤。在本例子中，这用于选择性地去除如果目标还要经受来自聚焦束以外的源的照射则可望出现的50/60Hz和100/120Hz频带中的信号。这些频率是最常用于驱动诸如荧光灯的室内照明的频率。如果扫描用照射源是诸如白炽灯或荧光灯的非结构化源以不排除将源通电所需要的任何AC频率，那么应加以小心。

步骤S3执行数据的对准。在一些例子中，该步骤使用数值内插以局部展开和收缩a_k(i)，使得编码器过渡在时间上均匀间隔开。这校正了电动机速度的局部变化和数据中的其他非性线。可通过签名产生器36执行该步骤。

在扫描区域与预定的图案模板对应的一些例子中，捕获的数据可与对捕获的数据施加的已知模板和平移和/或旋转调整相比较，以使数据与模板对准。并且，在扫描头相对于物品的通过与从中构建模板的通过不同的情况下，伸展和收缩调整可被应用于捕获的数据，以使其与模板对准。因此，如果通过使用线性扫描速度构建模板，那么，如果通过存在的速度非线性引导扫描数据，那么扫描数据可被调整以与模板匹配。

步骤S4应用可选的信号强度封顶，以解决通过具有例如高度打印表面、包含例如具有文本打印的表面和具有半色调打印的表面的物品出现的特定问题。该问题是，存在非匹配结果遇到匹配分数的增加由此减少非匹配结果和匹配结果之间的分离的趋势。

这是由扫描表面上的突然衬度变化的非随机影响导致的，这涉及得到的签名的各位的随机性。就简单的方面，突然的衬度变化导致大量的非随机数据位进入签名，因此，这些非随机位匹配在类似地打印或构图的物品的扫描之间相互匹配。图10更详细地示出该处理。

图9a表示物品上的扫描区域50，该扫描区域具有两个区域51和区域52，区域51具有第一表面颜色，区域52具有第二表面颜色。在图9b中示出该表面颜色过渡的效果，这里，沿扫描区域的长度绘制由扫描装置捕获的反射信号的强度。可以看出，该强度在呈现第一表面颜色时跟随第一水平，并且当呈现第二表面颜色时跟随第二水平。在第一和第二水平中的每一个上，出现信号强度的小变化。这些小变化是用于导出签名的信息内容。

步骤在图9b中的第一和第二水平之间变化的问题实际导致得到图9c所示的签名。图9c表示施加AC滤波器(诸如以下关于步骤S5讨论的空域带通滤波器)之后的来自图9b的强度数据。从图9c可以清楚地看出，即使使用诸如第2阶滤波器的高阶滤波器，在扫描区域上的表面图案中的每个突然过渡之后，也出现丢失小的强度变化的区域。因此，对于区域53中的各数据位位置，不管实际在这些位置上出现的小的强度变化如何，在签名中最终的数据位的值都将为0。类似地，对于区域54中的各数据位位置，不管实际在这些位置上出现的小的强度变化如何，在签名中最终的数据位的值都将为1。

由于两个类似的物品可望在扫描区域上具有标称相同的表面打印或构图，因此，在与表面图案/打印/颜色中的步骤变化对应的位置上的签名内，这种物品的所有签名可望具有全1和/或全0数据位的大致相同的区域。因此，对于不同的物品之间的比较，这些区域导致人为增加的比较结果值，从而减少匹配结果和非匹配结果之间的分离。在图13中示出这种减小的分离，这里，可以看出，单个物品的不同次扫描之间的比较的峰值(即，匹配结果)以约99％的位匹配率为中心，而对于不同的物品的扫描执行比较的次佳匹配的峰值以约85％的位匹配率为中心。在不出现这种表面构图效果的正常的情况下，非匹配峰值可望更接近50％。

如上所述，使由这种过渡导致的数据损失最小化的第一方法包含：使用使恢复时间最小化并由此使受每次扫描表面过渡影响的签名位的数量最小化的高阶滤波器。

如后面将描述的那样，可以采用更复杂的方法以使这种扫描表面过渡对于从该扫描表面的扫描得到的签名中位的影响最小化。特别地，可以实现一种系统，以检测到出现太大而不能做为表示导致签名的表面纹理或粗糙度的小变化中的一个的强度变化。如果检测到这种过渡，那么可以在施加AC滤波器以进一步减少滤波器恢复时间之前削减或封顶该过渡的幅度。在图11中示出这一点。图11a与图9a相同，并且示出具有构图的区域的扫描区域。图11b表示构图的区域之间的过渡的封顶后的幅度，并且图11c表示导致全1和全0数据位的区域55和56远小于图9c中的相应区域53和54。这从而减少了签名中被强制采用0或1值作为表面图案过度的直接结果的位的数量，而不涉及该签名的剩余部分所基于的小的变化。

检测这种过渡的最直接的方式中的一种是，诸如通过使可与扫描数据比较的模板在沿扫描长度的中心点上自动对所述过渡封顶，来获知它们何时到来。该方法具有两个缺点，即，模板需要与扫描数据对准以允许扫描仪相对于物品的错位，以及，扫描仪需要事先获知什么类型的物品要被扫描以获知使用什么模板。

另一种检测这种过渡的方式是，使用基于例如标准偏差的计算以认出大过渡。但是，这种方法一般具有长时期无过渡的麻烦，并因此可导致在被扫描物品不具有任何/许多过渡的情况下引入误差。

为了克服这种方法中的缺点，可以使用以下的技术以启用一种系统，其中不管扫描区域是否在打印/构图中包含过渡都同样很好地工作并且不需要实现了解被扫描的物品。因此，在本例子中，在图12中示出在可选步骤S4中采取的方法。

从步骤D1开始，强度值被求微分以产生一系列的微分值。然后，在步骤D2上，按百分比分析这些微分值以使得能够在低的值上选择一个值。在本例子中，常规上使用第50个百分数。也可以使用第50个周围或低于它的其它的百分数值。

步骤D3然后通过以缩放因子缩放所选择的百分数处的值而产生阈值。可以经验地导出缩放因子，尽管一个缩放因子可适用于广泛的表面材料类型。在本例子中，对于许多不同的表面材料类型，包含纸、卡板、光滑纸和光滑卡板，使用2.5的缩放因子。

然后，在步骤D4，所有的微分值与该阈值相比较。任何具有比阈值大的值的微分被设为零值。一旦微分值被进行了阈值检查，修改的微分就在步骤D5中被重新积分。

在本例子中，在将来自光电检测器的模拟数据转换成多级数字值之后，实施所有这些步骤。在光电检测器输出数字强度信号而不是模拟信号的例子中，数字化不是必须的。

该系统因此认出大过渡，这些大过渡对于成为表面纹理/粗糙度响应来说太大，并且，为了避免纹理/粗糙度响应数据被大过渡掩盖，对这些过渡封顶。

在图13a和图13b中示出步骤S4对于来自高度打印表面的数据的影响。图13a示出对于从具有横穿扫描方向的一系列的高衬度条带的表面取出的数据，在实施可选步骤S4之前紧挨着步骤S4的数据。在图13b中示出步骤S4处理之后的相同的数据组，这里可以看出，尽管高衬度过渡，保存的表面信息的量仍较高。

作为比较，图14a和图14b示出，在S4中实现的系统在没有高衬度打印过渡的数据中不产生问题。图14a示出对于从普通表面取出的数据，在实施步骤S4之前紧挨着步骤S4的数据。在图14b中示出步骤S4处理之后的相同的数据组，这里可以看出，尽管实施S4的处理，表面信息量也不减少。

步骤S5向捕获的数据施加空域带通滤波器。该滤波器沿x方向(扫描头的移动方向)通过某范围的波长。滤波器被设计为使样本之间的衰减最大化，并且保持数据内的高度的自由度。想到这一点，滤波器通带的下限被设为具有快速的衰减。这是所需的，因为从签名产生的观点看来自目标表面的绝对强度值不是所关注的，而明显类似的强度的区域之间的变化是所关注的。但是，衰减不被设为太快，原因是这会降低信号的随机性，由此降低捕获数据的自由度。上限可被设为较高；当可能存在一些高频噪声或需要对于x方向(如上面对y方向的值讨论的那样)的值之间的一些平均化(拖尾效应)时，一般不需要除高上限以外的任何事情。在一些例子中，可以使用2阶滤波器。在目标表面上的聚焦束的行进速度为每秒20mm的一个例子中，滤波器可具有100微米的脉冲上升范围和500微米的脉冲下降范围。

作为应用简单的滤波器的替代，可能希望将滤波器的不同的部分加权。在一个例子中，应用的加权是重要的，使得产生三角通带以引入诸如微分的实空间函数的等价。对于高度结构化的表面，微分类型效果会是有用的，原因是它可用于相对于不相关的贡献减弱来自信号的相关贡献(例如，来自打印在目标上的表面)。

步骤S6是多级数字信号(来自ADC的处理的输出)被转换成双态数字信号以计算表示扫描的数字签名的数字化步骤。通过应用如下规则来在本例子中获得数字签名：a_k(i)＞平均值映射到二进制‘1’上，并且a_k(i)＜＝平均值映射到二进制‘0’上。数字化的数据组被定义为d_k(i)，其中i为1～N。除了刚刚描述的强度数据的数字化签名以外，物品的签名可有利地包括其他成分。现在描述这些其他可选的签名成分。

步骤S7是产生更小的“略图”数字签名的可选步骤。在一些例子中，它可以是通过一起平均化m个读数的相邻的组或者通过拾取每c个数据点而产生的实空间略图，其中c是略图的压缩因子。由于平均化可能不成比例地放大噪声，因此后者会是优选的。在其它的例子中，略图可基于签名数据中的一些或全部的快速傅立叶变换。然后对于减少的数据组应用在步骤S6中使用的相同数字化规则。略图数字化被定义为t_k(i)，其中i为1～N/c，并且c是压缩因子。

步骤S8是当存在多个检测器通道(即，k＞1)时适用的可选步骤。附加的成分是在从不同光电检测器中获得的强度数据之间计算的互相关分量。2个通道存在一个可能的互相关系数，3个通道达到3，4个通道达到6，等等。互相关系数可以是有用的，原因是发现它们是材料类型的良好的指示。例如，对于诸如给定类型的护照或激光打印机纸的特别类型的文件，互相关系数总是出现于可预测的范围内。可在a_k(i)和a_l(i)之间计算规格化的互相关，其中k≠l并且k、l在所有的光电检测器通道号之间改变。规格化的互相关函数被定义为：

Γ (k, l) = \frac{Σ_{i = 1}^{N} a_{k} (i) a_{l} (i)}{\sqrt{(Σ_{i = 1}^{N} a_{k} {(i)}^{2}) (Σ_{i = 1}^{N} a_{l} {(i)}^{2})}}

可被存储以用于稍后验证的互相关函数的另一方面是互相关函数的峰值宽度，例如全宽度半最大(FWHM)。后面进一步描述验证处理中的互相关系数的使用。

步骤S9是要计算指示信号强度分布的简单强度平均值的另一可选步骤。它可以是诸如a_k(i)的均方根(rms)值的不同检测器的平均值中的每一个的总平均值或各检测器的平均值。如果如上述的读取器那样在法向入射的任一侧成对地配置检测器，那么可以使用各对的检测器的平均值。发现强度值是材料类型的良好的天然的过滤器，原因是它是样品的总反射率和粗糙度的简单指示。例如，可以使用去除平均值即DC背景之后的未规范化的rms值作为强度值。该rms值提供表面反射率的指示，原因是该rms值与表面粗糙度有关。

从扫描物品获得的签名数据可与保持在用于验证目的的签名数据库中的记录相比较，并且/或者被写入数据库以添加签名的新记录，以扩展现存数据库，并且/或者在具有或者没有数据库访问的情况下以编码的形式被写入到物品中以供后面的验证。

新数据库记录包含在步骤S6中获得的数字签名，并且可选地包含在步骤S7中获得的用于每个光电检测器通道的其更小的略图版本、在步骤S8中获得的互相关系数和在步骤S9中获得的平均值。作为替代方案，略图可被存储于为了快速搜索而优化的它们自己的单独的数据库上，并且，数据的其余部分(包含略图)被存储于主数据库上。

图15是表示可如何对于签名数据库验证从扫描获得的物品的签名的流程图。

在简单的实现中，数据库可被简单地搜索以基于签名数据的全集找到匹配。但是，为了加速验证过程，本例子的处理基于计算的平均值和现在描述的互相关系数使用较小的略图和预筛选。为了提供这种快速验证处理，在两个主要的步骤中实施该验证处理，第一个使用从扫描数据的傅立叶变换的幅度分量导出的略图(以及，可选地，基于计算的平均值和互相关系数的预筛选)，如现在要描述的，并且第二个相互比较扫描和存储的全数字签名。

验证步骤V1是验证处理的第一步骤，该步骤是要根据上述的处理扫描物品，即，执行扫描步骤S1～S8。该扫描获得要对比现有的物品签名的一个或多个记录验证的物品的签名。

验证步骤S2通过使用如上面参照扫描步骤S7解释的那样获得的略图(从扫描信号的傅立叶变换的幅度分量或者作为来自扫描信号的实空间略图导出)寻找候选匹配。验证步骤S2取得略图条目中的每一个，并且评价它和t_k(i+j)之间的匹配位的数量，其中j是被改变以补偿被扫描区域的布局的误差的位偏移。j的值被确定，然后，给出最大数量匹配位的略图条目被确定。这是用于进一步处理的“命中”。其变化要包含基于全数字签名的全测试有多个候选匹配通过的可能性。略图选择可基于任何适当的准则，诸如通过达到候选匹配的例如10个或100个的最大数量，每个候选匹配被限定为具有大于例如60％的某阈值百分比的匹配位的略图。在存在多于候选匹配的最大数量的情况下，只有最佳候选通过。如果没有发现候选匹配，那么该物品被拒绝(即，跳到验证步骤S6并且发布失败结果)。

出于以下的原因，在本例子中使用的该基于略图的搜索方法传输总体提高的扫描速度。由于略图比全签名小，因此，与使用全签名相比，使用略图搜索花费更少的时间。在使用实空间略图的情况下，以全签名相对于存储的签名被位偏移以确定匹配的方式相同的方式，略图需要相对于存储的略图被位偏移以确定是否已出现“命中”。略图搜索的结果是推定的匹配的决选列表，推定的匹配中的每一个然后可被用于测试全签名。

在略图基于签名或其一部分的傅立叶变换的情况下，由于不需要在搜索时位偏移略图，因此可实现进一步的优点。当傅立叶变换时，伪随机位序列承载幅度谱中的一些信息或相位谱中的一些信息。但是，任何位偏移仅影响相位谱，不影响幅度谱。因此，可以在没有位偏移的任何知识的情况下匹配幅度谱。虽然一些信息在舍弃相位谱时丢失，但是所剩的足以获得对比数据库的粗略匹配。这允许对于目标的一个或多个推定的匹配位于数据库中。然后，可如实空间略图例子那样通过对于新扫描使用常规的实空间方法适当地比较这些推定的匹配中的每一个。

验证步骤V3是在对比扫描的数字签名分析作为记录存储的全数字签名之前执行的可选预筛选测试。在此预筛选中，在扫描步骤S9中获得的rms值与命中的数据库记录中的相应的存储值相比较。如果各平均值不与预定的范围一致，那么从进一步的处理拒绝该“命中”。然后，物品由于未验证而被拒绝(即，跳到验证步骤V6并发布失败结果)。

验证步骤V4是在分析全数字签名之前执行的另一可选的预筛选测试。在该预筛选中，在扫描步骤S8中获得的互相关系数与该命中的数据库记录中的相应的存储值相比较。如果各互相关系数不与预定的范围一致，那么从进一步的处理中拒绝该“命中”。然后，物品由于未验证而被拒绝(即，跳到验证步骤V6并发布失败结果)。

可在验证步骤V4中执行的使用互相关系数的另一检查是检查互相关函数中的峰值的宽度，其中，通过比较从以上的扫描步骤S8中的原始扫描存储的值与重新扫描的值，评价互相关函数：

Γ_{k, l} (j) = \frac{Σ_{i = 1}^{N} a_{k} (i) a_{l} (i + j)}{\sqrt{(Σ_{i = 1}^{N} a_{k} {(i)}^{2}) (Σ_{i = 1}^{N} a_{l} {(i)}^{2})}}

如果重新扫描的峰值的宽度明显地比原始扫描的宽度大，那么这可被视为重新扫描的物品已被篡改或者存在其他可疑之处的指示。例如，该检查应挫败尝试通过打印具有光电检测器从被扫描的表面期望的相同强度变化的条型码或其它图案欺骗系统的欺诈者。

验证步骤V5执行测试以确定识别为“命中”的推定的匹配事实上是否为匹配。在本例子中，该测试是自校准，使得避免由扫描表面上的突然的过渡(诸如导致反射光的阶越改变的打印图案)导致的签名损失。这提供更简单的处理，并且避免由于物品表面上的打印或其它的图案而损失应构成签名的显著百分比的数据的可能性。

如上面参照步骤S4和图9～14描述的那样，可以在签名产生阶段采取行动，以限制构图/打印对于鉴定/验证匹配置信度的影响。在本例子中，可以采取附加的方法以使对于由过渡效果而不是由物品表面的粗糙度/纹理响应设定的签名内的任何数据位的匹配结果的影响最小化。不管是否执行以上参照图9～14描述的过渡封顶方法，都可实施该附加的方法。

因此，在步骤V5中，在使用略图搜索遵从了命中的决选名单之后以及在V4的可选预筛选之后，执行大量的动作。

最终，在决选名单签名中的每一个的记录签名和测试签名之间执行全签名比较，以选择具有最佳整体匹配结果的签名。它被选择为最佳匹配签名。为了帮助确定最佳匹配签名实际上是匹配结果还是仅仅是相对较高得分的非匹配，使用签名的位的随机性的测量，以将最佳匹配签名的互相关结果加权。

为了建立签名中的位的随机性的测量，最佳匹配签名与由略图识别的决选名单中的其它签名的记录签名互相关。从对比最佳匹配签名的每个决选名单签名的滑动互相关，可对比最佳匹配签名对于这些决选名单签名中的每一个找到最佳结果位置。然后，测量还在决选名单签名中的每一个的最佳结果位置中出现最佳匹配签名的每位值的次数。

该测量值表示最佳匹配签名内的每位的随机性。例如，如果给定的位值在决选名单签名的约一半中相同，那么该位可能是随机的，而如果给定的位值在决选名单签名的约90％中相同，那么该位可能不是随机的。为了量化该测量，本例子定义并使用位利用率。

BitUtilityRatio \begin{matrix} = 4 {(1 - AverageBitBMR)}^{2} \\ AveragBitBMR &GreaterEqual; 0.5 \\ = 1 \\ AveragBitBMR < 0.5 \end{matrix}\}

这提供，对于表现良好的随机性水平的位，将应用接近1的位利用率，并且，对于表现低水平的随机性的位，应用接近0的位利用率。重新参照以上的例子，如果给定的位值在决选名单签名的约一半中相同(AverageBitBMR＝0.5)，那么位利用率＝1，而如果给定的位值在决选名单签名的约90％中相同(AverageBitBMR＝0.9)，那么位利用率＝0.04。

然后使用对于最佳匹配签名的每位计算的位利用率来加权测试签名和最佳匹配签名之间的比较的互相关结果。因此，作为常规方式中的简单地将互相关中的每位比较的比较结果求和的替代，使用每位的位利用率以在将位结果求和之前将每位结果加权。因此，鉴于互相关合计结果在不施加加权时被定义为：

BMR = \frac{\underset{i}{Σ} f (i) \overset{&OverBar;}{&CircleTimes;} g (i)}{\underset{i}{Σ} 1}

其中，f(i)表示测试签名的第i个值，g(i)表示记录签名的第i个值；互相关合计结果在使用位利用率(BUR)作为加权时被定义为：

CorrectedBMR = \frac{\underset{i}{Σ} f (i) \overset{&OverBar;}{&CircleTimes;} g (i) \cdot BUR (i)}{\underset{i}{Σ} BUR (i)}

其中，BUR(i)是记录签名的第i位的位利用率。

然后可使用该校正的位匹配率评价最佳匹配记录签名事实上是否取自与测试签名相同的物品。作为与图10的比较，图16示出单个物品的不同的扫描之间的比较的峰值(即，匹配结果)以约97％的位匹配率为中心，而对于不同的物品的扫描执行比较的次佳匹配的峰值现在以约55％的位匹配率为中心。因此，非匹配和匹配之间的区别更加清楚并且更加明显。

本领域技术人员可以理解，在本例子中实现的两个处理中的每一个单独地提供显著贡献以避免匹配结果由于物品表面上的打印或构图而得到错误的结论。因此，实现这些技术中的任一个(或两个)可使得单次鉴定或验证系统能够在不需要获知正在考虑哪种物品类型或者不需要在填充之前预配置记录签名数据库的情况下在各种物品类型上工作。

在替代性例子中，作为以上的例子的替代，可以使用在EP1730675A中描述的进行步骤V5的方法。

验证步骤V6发布验证处理的结果。在对纸实施的实验中，一般发现符合的位的75％表现出良好或优异的匹配，而符合的位的50％表现出不匹配。

对于阈值或一组阈值执行给定的结果是表示匹配还是不匹配的确定。可根据特定应用中的对于错误肯定和错误否定的敏感度水平设定在匹配和不匹配之间需要的区别水平。阈值可涉及绝对BMR值，并且/或者可包含来自决选名单记录签名的一组不匹配结果的峰值宽度的测量，并且/或者可包含最佳结果和次最佳结果之间的BMR中的分离的测量。

作为例子，在实验中发现，包含1百万条记录、每条记录包含128位略图(从傅立叶变换幅度谱或作为实空间略图得到)的数据库可在2004规范的标准PC计算机上在1.7秒内被搜索。1千万个条目可以在17秒内被搜索。更先进的计算机和高端服务器计算机可望实现比这快10倍以上的速度。

因此，描述了用于验证从物品产生的签名是否事先包含于已知物品的数据库中的方法。

可以理解，许多的变化是可能的。例如，作为将互相关系数视为预筛选分量的替代，它们可与数字化的强度数据一起被视为主签名的一部分。例如，互相关系数可被数字化并且被加到数字化的强度数据上。互相关系数还可自身被数字化，并且被用于产生位串等，然后，为了找到命中，这些位串等可以以与上述对于数字化的强度数据的略图相同的方式被搜索。

因此，描述了用于比较测试签名和记录签名以获得匹配置信度结果的大量的选项。

图17是表示如何出于验证目的扫描文件以及向用户呈现的结果的总体处理的流程图。首先，根据图8的扫描步骤扫描文件。然后通过使用图15的验证步骤验证文件真实性。如果在数据库中不存在匹配记录，那么可向用户显示“不匹配”结果。如果存在匹配，那么可通过使用适当的用户界面向用户显示这一点。用户界面可以是诸如对于不同的结果接通/关断或者从一种颜色变为另一种颜色的灯或LED的简单的是/否指示器系统。用户界面也可以采取诸如可用于常规的信用卡验证的销售点类型验证报告界面的形式。用户界面可以是详细的界面，给出结果的性质的各种细节，诸如结果中的确信度和描述原始物品或该物品的所有人的数据。这种界面可由系统管理员或实施人使用以提供对系统工作的反馈。可以作为用于常规的计算机终端上的软件包的一部分提供这种界面。

因此，可以理解，当发现数据库匹配时，可以以直观且可访问的形式向用户呈现相关的信息，该形式也可允许用户对于附加的非正式的验证层应用其自身的常识。例如，如果物品是文件，那么在用户界面上显示的文件的任何图像应看起来类似于向验证的人呈现的文件，并且，诸如置信度水平和涉及文件来源的文献数据的其它的因素是所关注的。验证人能够应用他们的经验以使得关于这些各条信息的价值判断是自我一致的。

另一方面，扫描验证操作的输出可被馈送到一些形式的自动控制系统中而不是被馈送给操作员。自动控制系统然后将使得输出结果可用，以用于涉及取得验证(或非验证)的签名的物品的操作中。

从发明人以前关于基于激光的系统的工作发现，在得到可以产生可靠和可再现的签名的良好质量数据的方面，将光聚焦到物品表面上是十分重要的。图18示出焦点精度对于得到的签名的影响。

从图18可以看出，随着孔径宽度(限定聚焦束形状的有效孔径，诸如图4所示的物理孔径，或者由透镜聚焦产生的有效孔径)增加，自相关宽度(即，从签名得到的峰值的全宽度半最大与其自身的互相关)增加，这表示来自光电检测器的接收信号包含更少的信息，这意味着，用于确定唯一性时的签名中的有效位数减少。并且，随着孔径宽度增加，表示由光电检测器接收的信号随其变化的分数强度变化(在某种程度上这是接收的信号的“强度”)的dl/l度量减小，这表示由目标的表面结构产生的接收信号正在弱化。

在图19A～19D示出不同照射技术的性能。每个图表示相对绘制同一物品的同一区域的两次连续扫描。物品为具有1.8μm的RMS表面粗糙度高度的毛玻璃的5mm长度扫描区域。在两次扫描返回几乎相同的数据时，每个图中的两个曲线之间的差异几乎不明显。

图19A示出照射是来自以上参照图2讨论的诸如LED阵列的结构化LED源的结果。

作为比较，图19B示出照射是来自通过柱面透镜聚焦为细长焦点的准直化的激光源的结果。

图19C示出来自诸如以上参照图3讨论的源是诸如白炽灯的热源的配置的结构化孔径配置的结果。

图19D示出来自诸如以上参照图3讨论的源是LED的配置的结构化孔径配置的结果。

在所有的情况下，可以看出，两次扫描之间的对应性非常好，使得通过结构化和非结构化源均可实现高水平的再现性。

图19示出不同的源类型的签名产生的再现性，在物品基于其当在多个不同的情况下被分析或被询问时产生基本上相同的签名的能力经受确证或鉴定的情况下，这是重要的考虑。另一重要的考虑是要从中产生签名的信号的强度，即，来自读取容积的反射或折射的强度。在图20中示出这一点，其中，来自结构化LED源和激光源的反射的强度被比较。图20中的两个曲线是对于纸基板的大致同一部分的30mm扫描，由此，在比较两个源的性能时，峰值位置和相对峰值尺寸的轻微差异是不重要的。但是，可从图23读取的是，来自结构化LED源的反射的相对强度与来自激光源的那些相比稍小，原因是LED源轨迹的微细峰相对比激光源轨迹的那些小。因此，与LED源相比，看起来激光源读取具有更高幅度的微细表面结构。

图21示出同一对象的不同次扫描的扫描仪相对于目标表面的定位中的偏移，所产生签名的抗力的比较。从图21可以看出，与激光源相比，同一物品的不同扫描之间的互相关位匹配率的下降随着结构化源的扫描之间的横向平移失位下降得稍快。

在图22中示出使用激光源和使用非相干源的性能之间的进一步的比较。该图对于各种基板示出当比较使用基于激光源的扫描仪和结构化的基于非相干的扫描仪的同一基板的不同的扫描时实现的位匹配率。结果显示，纸打印机标签(诸如由Avery Dennison Corporation制造的那些)的目标基板和测量的表面粗糙度为120粒度(测试目标Thor Labs DG100×100-120毛玻璃漫射器)和220粒度(测试目标ThorLabs DX100×100-220毛玻璃漫射器)的表面的已知匹配的结果强度。

该图示出，对于较大的表面纹理尺寸(纸，粒径＞～100μm)，非相干源的性能可与激光相当，但是，对于更小的表面纹理尺寸，非相干源的性能会下降。

因此，很显然，用于扫描目标基板以从中产生可再现签名的非相干光源的使用对于各种环境是可行的选项。实现这种类型的非激光系统存在三个问题，它们是：得到必要的焦点的能力；得到该焦点处的必要的反射强度的能力；以及，激光散射的光学性质在特定的条件下是否将与非激光一起工作。从以上可以看出，可以获得焦点，并且可以包含足够的强度，并且，激光散射效果对于系统足够好地出现以工作并提供有用和可再现的数据。

因此，现在描述了用于在不使用激光源的情况下扫描物品以从中产生签名并用于将得到的扫描与物品的早先记录签名相比较，以确定所扫描的物品是否与从中取得记录签名的物品相同的方法。这些方法可以以非常高的精度提供物品是否与已从中进行记录扫描的物品匹配的确定。

总之，从一个观点看，现在因此描述了通过数字化通过在纸、卡板、塑料、金属或其它物品上扫描聚焦的非相干束获得的一组数据点，并测量散布，而获得数字签名的系统。还通过在实空间中平均化或压缩数据，或通过数字化一组数据点的傅立叶变换的幅度谱，确定略图数字签名。数字签名和它们的略图的数据库也可由此被构建。可在后面通过重新扫描物品以确定其数字签名和略图并然后在数据库中搜索匹配来验证物品的真实性。基于略图完成搜索以提高搜索速度。由于在伪随机位序列中任何位偏移仅影响在极坐标中表示的傅立叶变换的相位谱而不影响幅度谱，因此，基于傅立叶变换的略图的使用可提高速度。因此，可以在没有由原始扫描和重新扫描之间的登记误差导致的未知的位偏移的任何知识的情况下匹配存储于略图中的幅度谱。

在一些例子中，用于从所扫描的物品提取签名的方法可被优化，从而，尽管物品由于例如伸展或收缩出现变形，也提供该物品的可靠识别。物品的这种伸展或收缩可由例如对于纸和卡板基物品的水损伤导致。

并且，如果物品对于扫描仪中的传感器的相对速度是非线性的，那么该物品在扫描仪看来是伸展或收缩的。如果例如物品沿传送器系统移动，或者，如果物品由持该物品的人移动通过扫描仪，那么会出现这种情况。可能出现这种情况的例子是人例如通过使用插刷型扫描仪扫描例如银行卡。

在一些例子中，在扫描仪基于在扫描仪单元内相对于对于扫描仪或在扫描仪内保持静止的物品移动的扫描头的情况下，可在扫描仪内提供线性化的引导，以解决扫描头的移动的任何非线性。在物品由人移动的情况下，这些非线性可被极大地夸大。

为了解决可由这些非线性效果导致的识别问题，可以调整物品的扫描的分析相位。因此，现在参照图23a描述修改的确证过程。在本例子中实现的处理使用数据的按块分析以解决非线性。

根据图23a实施的处理可包含参照图8描述但是为了避免混淆图的内容没有在图23a中示出的时域滤波、交替或附加的线性化、过渡封顶、空域滤波、数据平滑化和微分和用于获得签名和略图的数字化的步骤中的一些或全部。

如图23a所示，用于通过使用按块分析进行确证扫描的扫描处理从通过执行物品的扫描以获取描述物品的固有性质的数据的步骤S21开始。该扫描数据然后在步骤S22中后被分成邻接的块(可在数字化和任何的平滑化/微分等之前或之后执行)。在一个例子中，1600mm²(例如，40mm×40mm)的扫描面积被分成8个等长度块。每个块因此代表被扫描物品的被扫描区域的子部分。

在步骤S23中，对于块中的每一个，对于要与物品比较的每个存储签名的等价块执行互相关。可通过使用一个略图用于一个块的略图方法执行这一点。这些互相关计算的结果然后被分析以识别互相关峰值的位置。然后，互相关峰值的位置然后在步骤S24中与在物品的原始扫描和后面的扫描之间存在完美线性关系的情况的峰值的期望位置相比较。

由于该块匹配技术是相对在计算上加强的过程，因此，在一些例子中，其使用可限于与略图搜索组合使用，使得该按块分析仅被应用于由略图搜索识别的可能的签名匹配的决选名单。

如图24A、图24B和图24C所示，该关系可被图形化表示。在图24A的例子中，互相关峰值确切地为期望的峰值，使得扫描头相对于物品的运动是完美线性的，并且物品没有经受伸展或收缩。因此，对于期望的峰值结果的实际峰值位置的曲线产生穿过原点并且梯度为1的直线。

在图24B的例子中，互相关峰值比期望的位置更加靠近在一起，使得最佳拟合线的梯度小于1。因此，物品相对于其在初始扫描时的物理特性收缩了。并且，该最佳拟合线不穿过曲线的原点。因此，与其记录扫描的位置相比，物品相对于扫描头偏移。

在图24C的例子中，互相关峰值不形成直线。在本例子中，它们近似拟合成表示y²函数的曲线。因此，物品相对于扫描头的移动在扫描期间变慢。并且，由于最佳拟合曲线不经过原点，很显然，物品相对于其用于记录扫描的位置偏移。

可以对于互相关峰值的点的曲线测试拟合各种函数以找到最佳拟合函数。因此，可以使用应对伸展、收缩、不对准、加速、减速和它们的组合的曲线。适当的函数的例子可包含直线函数、指数函数、三角函数、x²函数和x³函数。

一旦最佳拟合函数在步骤S25中被识别出，就可在步骤S26中确定代表每个互相关峰值从其期望位置偏移多少的一组变化参数。这些补偿参数可然后在步骤S27中被应用于来自在步骤S21中进行的扫描的数据，以便基本上抵消收缩、伸展、不对准、加速或减速对于来自扫描的数据的影响。可以理解，在步骤S25中获得的最佳拟合函数拟合扫描数据拟合得越好，则补偿效果将越好。

如步骤S22中那样，补偿的扫描数据然后在步骤S28中分成邻接的块。这些块然后在步骤S29中单独地与来自存储的签名的数据的各块互相关，以获得互相关系数。此时，在步骤S29中，分析互相关峰值的幅度以确定唯一性因素。因此，可以确定扫描的物品是否与当创建存储的签名时扫描的物品相同。

因此，现在描述了用于补偿扫描的物品中的物理变形和/或物品相对于扫描仪的移动的非线性的方法的例子。通过该方法，可对照从物品的较早的扫描获得的该物品的存储的签名而检查扫描的物品，从而以高确信水平确定是否在稍后扫描中出现相同的物品。由此，可以可靠地识别由容易畸变的材料构成的物品。并且，可以使用扫描仪相对于物品的移动可以为非线性的扫描仪，由此允许使用没有移动控制元件的低成本扫描仪。

在图23b中给出用于执行扫描数据的按块分析的替代性方法。

该方法在步骤S21中开始，如上面参照图23a的步骤S21讨论的那样执行目标表面的扫描。一旦数据已被捕获，该扫描数据就在步骤S31中被投射到预定数量的位上。这包含扫描数据的位数的有效减小以匹配投射长度。在本例子中，扫描数据通过取得扫描数据的均匀间隔开的位被应用于投射长度，以便构成投射数据。

然后，在步骤S33中，执行检查以确保在投射数据的相邻的位之间存在足够高水平的相关。在实际中，已发现相邻位之间的约50％的相关性是足够的。如果发现位不满足阈值，那么投射扫描数据的滤波器被调整以给出投射数据中的位的不同的组合。

在步骤S35中，一旦确定了投射数据的相邻位之间的相关性足够高，就将投射数据与存储的记录签名相比较。通过取得记录签名的每个预定的块并且将其与投射数据相比较完成这一点。在本例子中，在投射数据和记录签名的等价的减少的数据集之间进行比较。对于投射数据的每个位的位置偏移测试记录签名的各块，并且，该块的最佳匹配的位置是返回最高互相关值的位偏移位置。

一旦记录签名的每个块与投射数据相比较，可以作为每个块的最高互相关值的和为该记录签名产生匹配结果(位匹配率)。并且，如果必要的话(在一些例子中依赖于测试是1∶1测试还是1∶许多测试)，其他候选记录签名可与投射数据相比较。

在完成比较步骤之后，可以在步骤S37中应用可选的匹配规则。这些可包含当对于给定的记录签名产生位匹配配给时强制记录签名的各块处于正确的次序。例如，如果记录签名被分成五个块(块1、块2、块3、块4和块5)但是各块的最佳互相关值在对照投射数据被测试时返回块的不同的次序(例如，块2、块3、块4、块1和块5)时，该结果可被拒绝，并且通过使用最佳互相关计算的新的总值使得以正确的次序保持各块。该步骤是任选的，因为在实施的实验测试中，看到如果得到与最终结果的任何差异则这种类型的规则很少起作用。认为这是由于在较短块的长度上操作的表面识别性质，使得在统计上出现错误次序的匹配以产生错误肯定的可能性极低。

最后，在步骤S39中，使用位匹配率，可通过比较整个扫描数据与整个记录签名，包括对于基于在步骤S35中确定的互相关峰值的位置的扫描数据偏移记录签名的块，确定唯一性。此时，在步骤S39中，分析互相关峰值的幅度以确定该唯一性因素。因此，可以确定被扫描物品是否与当创建存储的记录签名时扫描的物品相同。

在本方法中使用的块尺寸可事先被确定，以提供有效的匹配和匹配的高可靠性。当在扫描数据集和记录签名之间执行互相关时，存在匹配结果将具有约0.9的位匹配率的期望。由于由扫描测量的表面的性质的生物计量型本质，因此不指望1.0的匹配率。还期望非匹配将具有约0.5的位匹配率。块包含比完整签名少的位这一本质趋于偏移非匹配结果的可能值，从而导致找到错误肯定的机会增加。例如，实验发现，32位的块长使非匹配移动到约0.75，这对于许多应用来说太高并且太接近约0.9的肯定的匹配结果。通过使用64位的块长使非匹配结果向下移动到约0.68，这在一些应用中还是会太高。进一步将块尺寸增加到96位，使非匹配结果向下偏移到约0.6，这对于大多数的应用提供了在真实肯定和错误肯定结果之间的足够的分离。从以上可以清楚地看出，由于匹配和非匹配峰值之间的分离是块长度的函数，因此，增加块长度增加非匹配和匹配结果之间的分离。因此，很显然，以增加由每块的更大位数导致的处理复杂性为代价，可对于更大的峰值分离(和更大的区分精度)增加块长度。另一方面，如果在真实肯定和错误肯定结果之间存在更少分离是可接受的，则可为了更低的处理复杂度而使得块长度更短。

还能够对于由光电检测器收集的数据的各单个子集产生唯一性测量并且组合这些单个唯一性值而不是组合数据，并然后计算总的唯一性。例如，在一些例子中，数据分解到一组块中以供处理，并且，每个块可具有为其计算的BMR。这可采取进一步的步骤，使得对于每个块产生唯一性测量。类似地，可分析来自各单个光电检测器的数据以为其创建唯一性。

通过采取这种方法，关于整体唯一性的附加信息会变得明显。例如，如果数据被分成10块并且这些块中的3个提供非常强的唯一性并且其它的7个块返回较弱或不存在的唯一性，那么这会与10个块全具有适中的唯一性提供相同的总体唯一性。因此，物品的窜改、物品损伤、传感器故障和大量的其它情况可被检测。

这种方法由此涉及组合单独的块和/或光电检测器唯一性以给出总体唯一性。这可以是值的直接的组合，或者，在一些情况下，可以应用加权以相对于一些值强调另一些值的贡献。为了组合以对数坐标表达的唯一性，各单个的唯一性被求和(例如，在三个块中，每个具有10²⁰的唯一性，总唯一性为10⁶⁰)，并且，如果不使用对数坐标，那么这些值被相乘。

可通过使用基于物品的固有性质产生的签名的按块分析检测的该物品的另一特性是对于该物品的局部化损伤的特性。例如，可以使用这种技术以检测在初始记录扫描之后进行的对于物品的修改。

例如，诸如护照、ID卡和驾照的许多文件包含持有人的照片。如果这种物品的真实性扫描包含照片的一部分，那么对于该照片的任何更改将被检测到。考虑将签名分成10个块的任意例子，这些块中的3个可能覆盖文件上的照片并且其它的7个覆盖诸如背景材料的文件另一部分。如果照片被替换，那么文件的随后的重新扫描可望对于没有出现修改的7个块提供良好的匹配，但是替换的照片将提供非常差的匹配。通过获知这3个块与照片对应，可以利用所有的3个提供非常差的匹配的事实以自动地使该文件的确证失败，而不管整个签名上的平均分数如何。

并且，许多文件包含一个或多个人的书写的指示，例如，由护照、驾照或身份证识别的人的姓名或银行帐户持有人的姓名。许多文件还包含应用持有人或证明人的书写的签名的位置。对于确证使用从中获得的签名的按块分析可检测修改以更改姓名或打印或书写到文件上的其它重要的单词或数字。与修改的打印或书写的位置对应的块预计产生比没有发生修改的块低得多的质量的匹配。因此，修改的姓名或书写的签名可被检测，并且，即使文件的总匹配足够高以获得通过结果，文件也在确证测试中失败。

为扫描区域选择的区域和要素可依赖于大量的因素，包括欺诈方最可能尝试修改的文件的要素。例如，对于包含照片的任何文件，最可能的修改目标通常为照片，原因是照片在视觉上识别持有人。因此，这种文件的扫描区域可有益地被选择为包含照片的一部分。可受到欺骗性修改的另一要素是持有人的签名，原因是对于人来说假装具有他们自己的名字以外的名字是很容易的，但很难复制另一人的签名。因此，对于签字的文件，特别是不包含照片的那些，扫描区域可有益地包含文件上的签名的一部分。

因此，在一般的情况下，可以看出，物品的真实性的测试可包含用于整个签名的验证签名和记录签名之间的足够高质量匹配和签名的至少选择的块上的足够高的匹配的测试。因此，对于评价物品的真实性来说十分重要的区域可被选择为对于实现肯定的真实性结果十分关键。

在一些例子中，可允许被选择为关键块以外的块给出较差的匹配结果。因此，只要关键块提供良好的匹配并且签名总体提供良好的匹配，尽管被撕裂或者另外部分受损，文件也可接受为真实的。

因此，现在描述了用于识别物品的局部化损伤并且用于拒绝在其预定的区域中具有局部化的损伤或修改的非真实物品的系统、方法和装置的大量的例子。其它区域中的损伤或修改可被忽略，由此允许将文件识别为真实的。

在一些扫描仪装置中，还可能难以确定扫描的区域在哪里开始和结束。在以上讨论的例子中，这会是最有问题的处理线型系统，其中，扫描仪可以“看到”比物品的扫描区域多的区域。解决这种困难的一种方法是将扫描区域限定为在物品的边缘处开始。由于当物品穿过先前为空的空间时在扫描头处接收的数据将经受明显的步进变化，因此，在扫描头处取出的数据将被用于确定扫描在哪里开始。

在本例子中，扫描头在将物品应用于扫描仪之前是工作的。因此，初始地，扫描头接收与扫描头前面的未占用空间对应的数据。当物品在扫描头前面通过时，扫描头接收的数据立即变为描述该物品的数据。因此，该数据可被监视以确定物品在哪里开始并且之前的所有数据可被舍弃。可以以多种方式确定扫描区域相对于物品前缘的位置和长度。最简单的方式是，使得扫描区域为物品的整个长度，使得可通过拾取与空的空间对应的数据而再次由扫描头检测到结束。另一方法是，从前缘预定数量的扫描读数开始，将记录的数据开始和/或停止。假定物品总是以大致相同的速度移动通过扫描头，那么这会导致一致的扫描区域。另一替代方案是，使用物品上的实际标记以开始和停止该扫描区域，虽然这在数据处理方面会需要更多的工作以确定哪个捕获的数据与扫描区域对应以及哪个数据可被丢弃。

在一些例子中，处理线的驱动电动机可配有旋转编码器以提供物品的速度。作为替代，可关于线的移动表面使用某形式的线性编码器。这可以用于确定扫描相对于物品的检测的前缘的开始和停止位置。如以上参照图8描述的那样，这也可以用于提供数据的线性化的速度信息。可以周期性从编码器确定速度，使得每天、每小时、每半小时等检查一次速度。

在一些例子中，可通过分析来自传感器的数据输出确定处理线的速度。通过事先获知物品的尺寸并且通过测量物品穿过扫描仪所需要的时间，可以确定平均速度。如以上参照图8讨论的那样，可以使用所计算的速度以相对于前缘定位扫描区域并且将数据线性化。

用于应对这种类型的情况的另一方法是使用物品上的标记或纹理特征以指示扫描区域的开始和/或结束。可例如通过使用上述的模式匹配技术识别它。

因此，现在描述了用于扫描一项目以基于物品的固有性质收集数据、如果必要的话补偿物品的损伤或扫描处理中的非线性、并且基于物品的先前的扫描比较物品与存储的签名以确定是否对于两次扫描呈现相同的物品的多种技术。

现在描述用于签名产生的另一可选的配置。本例子的技术对于从光电检测器16(如图1所示)提取反射信号使用差分方法。在本方法中，光电检测器成对操作。因此，如果使用多于两个的光电检测器，那么一些可对于差分方法包含于光电检测器对中，而一些可单独地或者在合计的意义上被考虑。本例子的剩余部分将参照使用两个光电检测器16a和16b的情况。

在本例子中，来自每个光电检测器16的输出被馈送到单独的ADC31。这两个ADC的输出然后求差分(例如，从来自第一光电检测器的数字化的信号减去来自第二光电检测器的数字化的信号)，以提供用于签名产生的数据集。

该技术特别适用于当差分具有达到将信号强度加倍的效果时来自两个光电检测器的输出基本上反关联的情况。出现高水平的反关联的情况的例子是具有高水平的半色调打印的表面。

因此，描述了用于从物品获得并使用生物计量型签名的系统的各种例子。在以上识别的各种专利申请中阐述了作为替代方案的扫描仪配置和这种系统的各种应用和使用。发明人构想出通过物理扫描仪配置中的任一个的这里公开的匹配结果测试方法的使用和/或在这些其它的专利申请中公开的这种技术的应用和使用。

Claims

1.一种用于从设置在读取容积中的物品的固有结构确定签名的装置，包括：

产生器，能够操作为产生聚焦的非相干束并且连续将其引导到所述读取容积的多个不同区域中的每一个上；

检测器，能够操作为从当所述束从所述读取容积的不同区域散射时获得的信号收集包含数据点的组的集合，其中，所述数据点的组中的不同的组中的每一组涉及来自所述读取容积的不同区域的散射；和

数据获取和处理模块，能够操作为从数据点的组的所述集合确定所述物品的签名。

2.根据权利要求1的装置，其中，所述产生器包含以结构化阵列配置的结构化源。

3.根据权利要求2的装置，其中，所述结构化源是LED阵列。

4.根据权利要求1的装置，其中，所述产生器包含未以结构化阵列配置的非结构化源。

5.根据权利要求4的装置，其中，所述非结构化源是热源。

6.根据权利要求1至5中任意一项所述的装置，其中，所述产生器能够操作为聚焦所述束以在所述读取容积中实现长焦点。

7.根据权利要求6的装置，其中，所述长焦点的短尺寸小于100μm。

8.根据权利要求6的装置，其中，所述长焦点的短尺寸小于50μm。

9.根据权利要求6的装置，其中，所述长焦点的长尺寸为3mm～50mm。

10.根据权利要求1至5中任意一项所述的装置，其中，所述产生器包含用于将所述非相干束准直化并且随后将准直化的束聚焦的配置。

11.一种用于从设置在读取容积中的物品的固有结构确定签名的方法，包括：

连续将聚焦的非相干束引导到所述读取容积的多个不同区域中的每一个上；

从当所述束从读取容积的不同区域散射时获得的信号收集包含数据点的组的集合，其中，所述数据点的组中的不同的组中的每一组涉及来自所述读取容积的不同区域的散射；和

从数据点的组的所述集合确定所述物品的签名。

12.根据权利要求11的方法，其中，所述非相干束来自以结构化阵列配置的结构化源。

13.根据权利要求12的方法，其中，所述束来自LED阵列。

14.根据权利要求11的方法，其中，所述非相干束来自未以结构化阵列配置的非结构化源。

15.根据权利要求14的方法，其中，非相干束来自热源。

16.根据权利要求11～14中的任一项的方法，还包括聚焦所述束以在所述读取容积中实现长焦点。

17.根据权利要求16的方法，其中，所述长焦点的短尺寸小于100μm。

18.根据权利要求16的方法，其中，所述长焦点的短尺寸小于50μm。

19.根据权利要求16的方法，其中，所述长焦点的长尺寸为3mm～50mm。

20.根据权利要求11～15中的任一项的方法，还包括将所述非相干束准直化并且随后将准直化的束聚焦。