CN102982607B - 用于鉴别仿造票据的移动通信设备和方法 - Google Patents

Abstract

提供用于鉴别仿造票据的移动通信设备和方法。在该方法中，接收票据的红外（IR）图像，从IR图像中提取特征值以表示边缘，基于特征值生成具有显示像素和不显示像素的二进制图像，以及通过将二进制图像覆盖在预存储的真实票据数据库上、并调整二进制图像以将二进制图像的预定区域匹配到真实票据数据库的预定区域来生成校正图像。对正图像中显示像素的数目进行计数，并且票据是否是伪造的基于校正图像中显示像素的数目。

Description

用于鉴别仿造票据的移动通信设备和方法

技术领域

本发明一般涉及用于鉴别伪造票据的移动通信设备和方法，更具体地，涉及用于使用红外(IR)光鉴别伪造票据的移动通信设备和方法。

背景技术

近来已经关于用于鉴别伪造票据的方法和设备进行了广泛的研究。传统地，通过目视检查来执行伪造票据的鉴别。然而，在不具有用于防止钞票或票据的变造、篡改或伪造的特征的先验知识的情况下，难以确定钞票或票据是否是伪造的。

当传统点钞机使用IR伪造检测技术时，由通过连接到点钞机的装载器，可以在固定位置以相同照明获得票据图像。因此，票据图像可以避免照明改变和几何失真。

当前正在研究使用移动IR照相机的伪造检测设备和方法。然而，使用移动IR照相机的缺点是它受用户的捕获动作或周围环境的显著影响。例如，从移动IR照相机捕获的票据图像的信息很可能由于用户手颤动、镜头特征或取决于图像捕获位置的周围的照明环境而退化。

发明内容

本发明已被设计为解决至少上述问题和/或缺点并且提供至少下述优点。

因此，本发明的一个方面提供用于通过抑止用户捕获动作或周围环境的影响来鉴别伪造票据的移动通信设备和方法。

根据本发明的一个实施例，提供一种用于鉴别伪造票据的方法，其中，接收票据的红外（InfraRed，IR）图像，从IR图像中提取特征值以表示边缘，基于特征值生成具有显示像素（displayed pixels）和不显示像素（non-displayed pixels）的二进制图像，通过将二进制图像覆盖在预存储的真实票据数据库上、并调整二进制图像以将二进制图像的预定区域匹配到真实票据数据库的预定区域来生成校正图像，对校正图像中显示像素的数目进行计数，并且其中，票据是否是伪造的基于在校正图像中显示像素的数目。

根据本发明的另一个实施例，提供一种用于鉴别伪造票据的方法，其中，接收票据的IR图像，从IR图像中提取表示边缘的特征值，基于特征值生成具有显示像素和不显示像素的二进制图像，通过将二进制图像覆盖在预存储的真实票据数据库上、并调整二进制图像以将二进制图像的预定区域匹配到对真实票据数据库的预定区域来生成校正图像，具有显示像素和不显示像素的预存储的伪造票据数据库覆盖在校正图像上，并且票据是否是伪造的基于校正图像的显示像素与伪造票据数据库的显示像素之间的匹配率。

根据本发明的另一个实施例，提供一种移动通信设备，其中，照相机模块接收票据的IR图像，存储器存储真实票据数据库，处理器从IR图像中提取特征值以表示边缘，基于特征值生成具有显示像素和不显示像素的二进制图像，通过将二进制图像覆盖在从存储器读取的真实票据数据库上、并调整二进制图像以将二进制图像的预定区域匹配到真实票据数据库的预定区域来生成校正图像，对校正图像中显示像素的数目进行计数，并且基于校正图像中显示像素的数目确定票据是否是伪造的，以及输出单元通知票据可能是伪造的。

根据本发明的另一个实施例，提供一种移动通信设备，其中，照相机模块捕获票据的IR图像，存储器存储真实票据数据库以及具有显示像素和不显示像素的伪造票据数据库，处理器从IR图像中提取表示边缘的特征值，基于特征值生成具有显示像素和不显示像素的二进制图像，通过将二进制图像覆盖在从存储器读取的真实票据数据库上、并调整二进制图像以将二进制图像的预定区域匹配到真实票据数据库的预定区域来生成校正图像，将伪造票据数据库覆盖在校正图像上，并且基于校正图像的显示像素与伪造票据数据库的显示像素之间的匹配率确定票据是否是伪造的。

附图说明

从下面结合附图的详细描述，本发明的特定示范性实施例的上述及其它方面、特征和优点将更加清楚，其中：

图1是示出在根据本发明的实施例的移动通信设备中的伪造票据鉴别方法的流程图；

图2A是示出根据本发明的实施例的用于生成二进制图像的方法的流程图；

图2B示出根据本发明的实施例的用于通过Sobel边缘检测方法的特征检测的掩码（mask）；

图2C示出根据本发明的实施例的量值的直方图；

图2D和图2E示出根据本发明的实施例的由移动通信设备生成的二进制图像；

图3A是示出根据本发明的实施例的用于校正二进制图像的方法的流程图；

图3B是示出根据本发明的实施例的真实票据数据库的预定区域的概念视图；

图3C是示出根据本发明的实施例的用于比较真实票据数据库的预定区域与二进制图像的预定区域的方法的概念视图；

图3D示出根据本发明的实施例的、在移动通信设备以预定比率放大二进制图像之后在二进制图像的预定区域中的像素组；

图3E示出根据本发明的实施例的、在移动通信设备将二进制图像向右平行移动一个像素之后在二进制图像的预定区域中的像素组；

图4A和图4B示出根据本发明的实施例的校正图像；

图5是示出根据本发明的实施例的伪造票据鉴别方法的流程图；

图6A示出根据本发明的实施例的伪造票据数据库；

图6B示出根据本发明的实施例的校正图像；

图7是示出根据本发明的实施例的移动通信设备的概念视图；

图8是示出根据本发明的实施例的移动通信设备的框图；以及

图9是示出根据本发明的另一个实施例的移动通信设备的框图。

贯穿全部附图，相同的附图标号将被理解为指代相同的元件、特征和结构。

具体实施方式

下面参考附图详细描述本发明的各个实施例。在下面的描述中，诸如详细的配置和组件之类的细节仅仅是为了帮助全面理解本发明的这些实施例而提供的。因此，本领域普通技术人员应当认识到，可以在不脱离本发明的范围和精神的情况下，对这里描述的实施例做出各种变化和修改。此外，为了清楚和简明，省略了对公知的功能和结构的描述。

图1是示出在根据本发明的实施例的移动通信设备中的伪造票据鉴别方法的流程图。移动通信设备包括类似照相机的光接收器和红外（IR）发射器。

附加地，移动通信设备能够与基站（BS）或另一歌设备通信。例如，移动通信设备可以是便携式电话机或智能电话机。然而，将清楚理解的是，图1中示出的伪造票据鉴别方法不局限于移动通信设备。

参照图1，在步骤S110中移动通信设备接收捕获的钞票或票据的IR图像（在下文中，简单地称为“票据”）。例如，移动通信设备可以根据用户的操纵而以伪造鉴别模式操作。

更具体地，当移动通信设备进入伪造鉴别模式时，IR光投射到票据上。IR光是在大约760nm到50000nm波长范围的电磁波。例如，移动通信设备可以包括830-nm GaAs半导体激光、1300-nm或1060-nm Nd-YAG或Ndglass激光、2800-nm HF激光、5000-nm CO激光、10600-nm CO2激光、16000-nm SF6激光、或具有从数十纳米到数百纳米的波长范围的远红外（far-IR）激光。因此，以上各个波长的IR光被投射到票据上。

移动通信设备使用光接收器，例如，照相机，接收从票据发射的IR图像。光接收器接收在可见光和IR光的波长范围的电磁波。

在步骤S120中，移动通信设备通过从在步骤S110中捕获的IR图像中提取特征值来生成表示为二进制值的二进制图像。

特征值指的是分配给IR图像中的每个像素的值。如果在像素处接收到IR光，则该像素具有值1。如果在像素处没有接收到IR光，则该像素具有值0。因此，移动通信设备基于特征值生成表示为二进制值的二进制图像。即，二进制图像由被设置为特征值1的显示像素和被设置为特征值0的不显示像素组成。

附加地，可以使特征值专用于有效地表现IR图像中包括的每个对象的特征。

在生成二进制图像之后，在步骤S130中移动通信设备通过将二进制图像覆盖在真实票据数据库上来生成校正图像。

更具体地，移动通信设备将二进制图像在覆盖预存储的真实票据数据库上，该真实票据数据库是通过投射IR光到真实票据上、并捕获从真实票据反射的IR光而形成的。真实票据数据库是真实票据的准确IR图像，在这些图像中消除了用户捕获动作或周围照明的影响。真实票据数据库可以预存储在移动通信设备中。

移动通信设备通过移动、旋转、放大或缩小二进制图像以将二进制图像的预定区域匹配到真实票据数据库的预定区域（即，对应的区域）来生成校正图像。即，真实票据的IR图像和伪造票据的IR图像所共有的对象被设置为预定区域。

附加地，移动通信设备可以校正二进制图像，从而真实票据数据库的预定区域准确地与二进制图像的预定区域相匹配。更具体地，移动通信设备可以将二进制图像向上、向下、向左或向右移动预定距离或预定距离的倍数。此外，移动通信设备可以将二进制图像顺时针或逆时针地旋转预定角度或预定角度的倍数，和/或可以以预定比率或预定比率的倍数放大或缩小二进制图像。

因此，移动通信设备通过移动、旋转、放大和/或缩小校正二进制图像来生成校正图像，以使得真实票据数据库的预定区域准确地与被移动、旋转、放大或缩小的二进制图像的预定区域相匹配。

在步骤S140中，移动通信设备基于包括在校正图像中的显示像素的数目来确定票据是否是伪造的。

伪造票据数据库和真实票据数据库可以在显示像素的数目方面不同。例如，伪造票据数据库可以具有相对较大数目的显示像素，而真实票据数据库可以具有相对较小数目的显示像素。

如果二进制图像具有相对较大数目的显示像素，则移动通信设备确定该票据是伪造的。然而，如果二进制图像具有相对较小数目的显示像素，则移动通信设备确定该票据是真实的。

此外，移动通信设备可以根据二进制图像中的显示像素的数目对伪造票据数据库的显示像素的数目与真实票据数据库的显示像素的数目的总和的比率来确定票据的伪造概率。

虽然未在图1中示出，但是如果移动通信设备根据二进制图像的显示像素的数目确定票据是真实的，则移动通信设备还可以将预存储的伪造票据数据库覆盖在校正图像上，并且基于在校正图像和伪造票据数据库之间的显示像素匹配比率来确认票据是否不是伪造的。

如上所述，根据本发明的实施例，即使用户没有捕获准确的数据库匹配的（database-matching）图像，移动通信设备校正用户捕获的IR图像以将其准确地与数据库相匹配。

此外，本发明对难以安装高性能的计算单元的移动通信设备是有用的，因为它可以使用包括在伪造票据数据库中的显示像素的数目、包括在真实票据数据库中的显示像素的数目、以及包括在收集的二进制图像中的显示像素的数目，来确定票据是否是伪造的，而不需要复杂的算法。

图2A是示出根据本发明的实施例的用于生成二进制图像的方法的流程图。例如，二进制图像生成方法对应于图1中的步骤S120。

参照图2A，在步骤S210中，移动通信设备接收票据的IR图像。根据本发明的实施例，移动通信设备通过，例如，Sobel边缘检测来检测IR图像中的每个像素的量值（magnitude value），以便从接收到的IR图像中提取特征值。移动通信设备可以基于检测到的量值检测边缘作为IR图像的特征值的示例。

边缘指的是IR图像中的特定对象或区域的边界，并且移动通信设备可以检测像素亮度的不连续点，来进行边缘检测。

为了边缘检测，移动通信设备可以计算IR图像的梯度（gradient）。因为IR图像的亮度在边缘处会迅速地改变，所以具有较大梯度的区域可以被确定为边缘。

Sobel算子可以大约是IR图像的梯度中的主梯度（primary gradient）。等式（1）描述二维图像中的像素(x,y)的二维梯度。

$\▿I=\left[\begin{array}{c}\▿x\\ \▿y\end{array}\right]=\left[\begin{array}{c}\\ \frac{\∂I}{\∂x}\\ \frac{\∂I}{\∂y}\end{array}\right]...\left(1\right)$

像素(x,y)的梯度向量（gradient vector）指示I的最大变化率的方向。用于边缘检测的向量的绝对值表示为等式(2)中所示。

$\▿I=\mathrm{mag}(\▿I)={[{(\▿x)}^2+{(\▿y)}^2]}^{1/2}...\left(2\right)$

基于等式(1)和等式(2)，微分可以实现成以下等式(3)的数字形式。

$\▿I(m,n)=\mathrm{mag}(\▿I(m,n))$

$={[{(\▿x(m,n))}^2+{(\▿y(m,n))}^2]}^{1/2}\mathrm{or}|{(\▿x(m,n))}^2+{(\▿y(m,n))}^2|$ .....(3)

在等式(3)中，(m,n)表示图像上的垂直和水平位置，可以使用等式(4)给出。

$\▿x(m,n)=I(m-1,n)-I(m,n)\mathrm{or\; I}(m,n)-I(m-1,n)\mathrm{or\; I}(m-1,n)-I(m-1,n)$ .....(4)

Sobel边缘检测方法能够使用梯度算子的类型提供图像差和平化（flattening）效果。结果产生的噪声减轻可以导致对周围环境的影响的抑制，例如，由照明引起的噪声。

图2B示出根据本发明的实施例的在Sobel边缘检测方法中使用的掩码。掩码可以表示为等式(5)和等式(6)中所示。

$\▿x(m,n)=[I(m-1,n+1)+2I(m+1,n)+I(m+1,m-1)]-[I(m-1,n+1)$

$+2I(m-1,n)+I(m-1,n-1)]$

.....(5)

$\▿y(m,n)=[I(m+1,n+1)+2I(m,n+1)+I(m-1,n+1)]-[I(m-1,n-1)$

$+2I(m,n-1)+I(m-1,n-1)]$

.....(6)

移动通信设备可以计算表示边缘的量值，所述边缘即是上述操作中IR图像中的特定区域或对象的轮廓。

为了更有效地抑制周围环境的影响，移动通信设备可以使用在量值直方图上最大化方差（variance）的阈值方法。

图2C示出根据本发明的实施例的量值的直方图。

参照图2C，量值直方图具有双峰值和设置为阈值的谷点。即，直方图被划分为两类（class），并且将直方图划分成两类的量值被设置为阈值。直方图的总方差可以表示为类内（intra-class）方差和类间（inter-class）方差的总和。可以在等式(7)中给出类内方差。

${\mathrm{\σ}}_w^2\left(t\right)=w1\left(t\right){\mathrm{\σ}}_1^2\left(t\right)+w2\left(t\right){\mathrm{\σ}}_2^2\left(t\right)...\left(7\right)$

在等式(7)中，w1和w2表示权重。

具体地，等式(7)将类内方差表达为类1的方差与权重1之间的乘积以及类2的方差与权重2之间的乘积的总和。

为了更准确地进行边缘检测，应该计算更准确的阈值，从而全部两类的方差都应当很小。即，准确的阈值可以通过计算最小的类内方差来计算。类间方差可以如等式(8)中所示的给出。

${\mathrm{\σ}}_b^2\left(t\right)={\mathrm{\σ}}^2-{\mathrm{\σ}}_w^2\left(t\right)=w1w2{[{\mathrm{\μ}}_1\left(t\right)-{\mathrm{\μ}}_2\left(t\right)]}^2...\left(8\right)$

在等式(8)中，μ1和μ2分别是类的均值。

根据本发明的实施例，移动通信设备计算最大化总方差的阈值，向具有等于或大于阈值的量值的像素分配“1”，以及向具有小于阈值的量值的像素分配“0”，由此生成具有显示像素和不显示像素的二进制图像。

因此，移动通信设备形成表示IR图像中的特定区域或对象的轮廓的二进制图像。

图2D和图2E示出在根据本发明的实施例的移动通信设备中生成的二进制图像。具体地，在图2D中，参考标号1和2分别表示真实票据的IR图像和二进制图像，而在图2E中，参考标号3和4分别表示伪造票据的IR图像和二进制图像。

参照图2D，韩国银行10,000韩元的票据的IR图像1在右下角有数字面额对象b，“10000”，并且在右上角具有类似于矩形的对象。伪造票据具有更多的在其上产生印迹的墨水量。因此，喷射在伪造票据表面上的碳的量增加，从而导致伪造票据的IR图像与真实票据的IR图像之间的差别。

此外，在IR图像1的左侧存在暗的捕获区域。本领域技术人员将理解，相同操作适用于具有其它面额的韩国银行票据或支票以及其它国家的钞票或支票。

因为传统的伪造票据鉴别设备未考虑诸如改变的照明之类的外界环境，所以它把IR图像的左方区域看作检测边缘中的特定对象。相反，根据本发明的实施例的伪造票据鉴别方法考虑诸如局部照明改变之类的外界环境，以最大化方差的方式使用Sobel边缘检测来确定特征值。因此，从图2D的右边发现，仅检测右下放和右上方的边缘。

在图2E中示出伪造的韩国银行10,000韩元票据的IR图像3和二进制图像4。

参照图2E，IR图像3中，伪造的韩国银行票据在右下角包括数字面额对象g“10000”，以及在左侧的另一垂直的面额对象e“10000韩元”，和雨量计（rain gauge）对象f。

在图2E的右侧与伪造票据的IR图像3对应的二进制图像4中，在右下角存在数字面额对象“10000”的边缘j，以及垂直的面额对象“10000韩元”的边缘h以及在右侧的雨量计对象的边缘i。

例如，伪造票据和真实票据的二进制图像共同包括右下方的数字面额对象“10000”的边缘。真实票据的二进制图像还包括右上方对象的边缘，而伪造票据的二进制图像还包括左侧垂直的面额对象“10000韩元”和雨量计对象的边缘。

当移动通信设备生成如上所述的二进制图像之时，可以最小化诸如外部照明之类的周围环境的影响。因此，移动通信设备可以在IR图像中准确地提取用于伪造检测的对象，并生成所提取的对象的二进制图像。

图3A是示出根据本发明的实施例的用于校正二进制图像的方法的流程图。

参照图3A，在步骤S310中，移动通信设备生成二进制图像。在步骤S320中，移动通信设备可以确定如何从二进制图像中生成校正图像，用于与预存储的数据库进行比较。根据本发明的实施例，移动通信设备可以使用三个不同的方法生成校正图像。

在步骤S330中，移动通信设备通过以预定比率的倍数（multiple）多次放大或缩小二进制图像来生成校正图像。

更具体地，移动通信设备可以读出预存储的真实票据数据库，在该数据库中距离值被分配给每个像素，其中，距离值表示在像素和显示像素之间的距离。如上所述，真实票据数据库是通过最小化外部因素、基于真实票据的IR图像而形成的二进制图像。例如，真实的10000韩元韩国银行票据在票据的右下角包括数字面额对象“10000”的边缘。此外，伪造票据数据库也在票据的右下角包括数字面额对象“10000”的边缘。

移动通信设备读取预存储的真实票据数据库，并在预定区域中比较真实票据数据库与二进制图像。例如，预定区域可以是数字面额对象“10000”的一部分，如图3B中所示。

参照图3B，预定区域是真实票据数据库和伪造数据库共有的对象的一部分。例如，在图3B中，预定区域是在票据的右下角的数字面额对象“10000”。例如，在300×900的像素中，预定区域可以在从宽度方向上的像素280到像素286乘以长度方向上的像素894到像素900的范围中。

此外，如图3B中所示，预定区域可以包括显示像素和不显示像素。

因此，可以通过在步骤S360中比较真实票据数据库的预定区域与二进制图像的预定区域来形成校正图像，而不需要在票据的整个区域上比较真实票据数据库与二进制图像。

图3C是示出根据本发明的实施例的用于比较真实票据数据库的预定区域与二进制图像的预定区域的方法。

参照图3C，像素组301对应于真实票据数据库的预定区域，占据7×7个像素。像素组301包括显示像素和不显示像素。然而，像素组302对应于二进制图像的预定区域，也占据7×7个像素。像素组302也包括显示像素和不显示像素。

移动通信设备比较真实票据数据库与二进制图像，以确定真实票据数据库的预定区域的像素组301与二进制图像的预定区域的像素组302之间的差别。真实票据数据库的像素组301包括分配给每个像素的距离值，该距离值表示像素到显示像素的距离，如参考标号303所指示的。

例如，像素组303中的每个显示像素的距离值是0。直接与显示像素相邻的像素具有距离值3。距离值4或6分配给与直接相邻象素相邻的像素。以这样的方式，每个像素具有距离值以使得更远离显示像素的像素具有更高的距离值。

移动通信设备计算与二进制图像的像素组302的显示像素对应的、真实票据数据库的距离值的总和。例如，在真实票据数据库中，二进制图像中的像素组302的像素(1，3)和像素(2，3)的距离值分别是4和3。在图3C中，像素组302中的全部显示像素的距离值的总和是26。移动通信设备可以将距离值总和，例如，26，与二进制图像一起存储。

此外，移动通信设备可以以预定比率放大或缩小整个二进制图像。

图3D示出在移动通信设备以预定比率放大整个二进制图像之后在二进制图像中的预定区域的像素组。

参照图3D，以预定比率放大的像素组304包括显示像素和不显示像素。移动通信设备以和图3C中所示的相同方式计算像素组304中的显示像素的距离值的总和。在图3D中的距离值总和是37。

移动通信设备然后可以存储距离值总和与放大比率两者。

移动通信设备可以重复放大二进制图像，从而二进制图像以预定放大比率的倍数被进一步放大，或者移动通信设备可以以预定比率的倍数将二进制图像重复地缩小多次。

在步骤S370中，移动通信设备比较存储的距离值总和，并将具有最小距离值的二进制图像确定为校正图像。

可替换地，在步骤S340中，移动通信设备可以通过向上、向下、向左或向右平行移动二进制图像来确定校正图像。

图3E示出通过向右平行移动二进制图像一个像素生成的预定区域的像素组305。像素组305包括显示像素和不显示像素。

移动通信设备以和图3C中所示的相同方式计算在移动的像素组305中的显示像素的距离值的总和。在图3E中，距离值总和是19。

此后，移动通信设备可以存储移动距离和距离值总和两者。

移动通信设备可以重复移动二进制图像以便二进制图像移动移动距离的倍数。类似地，移动通信设备可以将二进制图像平行向上、向下、向左或向右重复移动，以使得二进制图像移动移动距离的倍数。

此后，在S370步骤中，移动通信设备通过比较存储的距离值总和、将具有最小距离值总和的二进制图像确定为校正图像。

在步骤S350中，移动通信设备以预定角度旋转二进制图像，然后计算和存储预定区域的旋转像素组中的显示像素的距离值的总和。此外，每次重复旋转，移动通信设备可以重复旋转二进制图像多次，以使得以预定角度的倍数旋转二进制图像，然后计算和存储结果像素组中的显示像素的距离值总和。

此后，在S370步骤中，移动通信系统通过比较存储的距离值总和、将具有最小距离值总和的二进制图像确定为校正图像。

虽然图3A示出移动通信设备执行步骤S330、S340或S350，但是移动通信设备可以在二进制图像上组合执行移动、旋转、放大和缩小，即，执行步骤S330、S340和S350。

当预定区域中的显示像素的最小距离值总和等于或大于预定阈值时，移动通信设备确定票据是伪造的。为了计算伪造概率，移动通信设备计算阈值和最小距离值总和之间的差值，并对于更高的差别而设置更高的伪造概率。即，如果最小距离值总和等于或大于阈值，则判断票据是伪造的。因此，伪造概率可以表示为，例如，50+(最小距离值总和-阈值)×权重。

如上所述，移动通信设备可以通过最小化用户的捕获动作，例如，手颤动的影响而更准确地检测伪造票据。

图4A和图4B示出根据本发明的实施例的校正图像。

参照图4A和图4B，校正图像包括在右下角的数字面额对象“10000”的边缘和在右上角的矩形的边缘。校正图像还包括与票据的外围对应的边缘。

如图4A和图4B中所示，除了与票据外围对应的边缘之外，移动通信设备可以从校正图像中排除一定的上、下、左、右区域，由此更准确地判断票据是真实的还是伪造的。

移动通信设备可以基于消除了上、下、左、右区域的校正图像中的显示像素的数目，来确定票据是真实的还是伪造的。

例如，真实票据数据库和伪造票据数据库可以分别具有200个显示像素和800个显示像素。如果校正图像包括大约200个显示像素，则移动通信设备判断票据是真实的。然而，如果校正图像包括大约800个显示像素，则移动通信设备判断票据是伪造的。

可替换地，当票据包括500或更多的像素时，即包括在真实票据数据库和伪造票据数据库中的显示像素的数目的平均值，移动通信设备判断票据是伪造的。如果票据包括少于500个显示像素，则移动通信设备判断票据是真实的。

移动通信设备可以通过票据的伪造概率来表达确定结果。例如，移动通信设备可以将包括在校正图像中的显示像素的数目对包括在伪造票据数据库中的显示像素的数目的比率设置为票据的伪造概率。

因为移动通信设备可以基于显示像素的数目来判断票据是否是伪造的，而不使用复杂算法或比较处理，所以伪造检测很快。此外，上面的简单方法对于诸如移动通信设备之类的不能装备有高集成计算器件的设备更有用处。

图5是示出在根据本发明另一个实施例的伪造票据鉴别方法的流程图。

在图5中，图5的步骤S510、S520和S530与图1的步骤S110、S120和S130相同，从而，此处不提供这些步骤的重复描述。

在步骤S540中，移动通信设备通过将票据的校正图像直接覆盖在伪造票据数据库上，来确定票据是否是伪造的。例如，移动通信设备通过检查与校正图像的显示像素对应的伪造票据数据库的像素是显示像素还是不显示像素，来确定票据是否是伪造的。

图6A示出根据本发明的实施例的伪造票据数据库，图6B示出根据本发明的实施例的校正图像。移动通信设备比较伪造票据数据库与校正图像，并基于它们的像素之间的匹配率确定票据是否是伪造的。

当移动通信设备仅在校正图像的显示像素上执行比较操作时，缩短了伪造判断时间，使得可能进行快速的伪造检测。

虽然已经在上面描述了基于图2A中的校正图像中的显示像素的数目、以及通过将校正图像覆盖在图5中的伪造票据数据库上来判断票据是否是伪造的，但是还可以预期（contemplate）在移动通信设备基于校正图像中的显示像素的数目确定票据是否是伪造的之后，在伪造票据数据库上附加地覆盖校正图像，以便更准确地确定票据是否是伪造的。还可以预期在通过将校正图像覆盖在伪造票据数据库上来确定票据是否是伪造的之后，基于校正图像中的显示像素的数目附加地做出确定。

图7示出根据本发明的实施例的移动通信设备。

参照图7，移动通信设备700包括IR发射器701和照相机模块702。例如，移动通信设备700根据用户的操作从IR发射器701投射IR光到票据790上。

从票据790反射的IR光可以入射在照相机模块702上。照相机模块702接收IR波长范围中的电磁波，并且通过可见光截止滤光器附件或内部照相机滤光器开关获得IR图像。

图8是示出根据本发明的实施例的移动通信设备的框图。

参照图8，移动通信设备800包括照相机模块810、存储器820、输出单元830、以及处理器840。照相机模块810捕获票据的IR图像。例如，照相机模块810可以配置成互补金属氧化物半导体(CMOS)或电荷耦合器件(CCD)模块。

存储器820存储真实票据数据库和伪造票据数据库。如上所述，存储器820可以在二进制图像的校正期间存储二进制图像中的预定区域的距离值的总和。此外，存储器820可以存储用于为移动通信设备800提供总体控制的算法、程序或应用。例如，存储器820可以包括随机存取存储器（RAM）、只读存储器（ROM）、电可擦可编程只读存储器（EEPROM）等。

处理器840基于从IR图像中提取的特征值生成由显示像素和不显示像素构成的二进制图像以表示边缘。如上所述，可以通过Sobel边缘检测来确定特征值。

此外，处理器840可以以这样的方式补偿特征值，即通过Sobel边缘检测确定的特征值的直方图具有最大方差，并且基于补偿的特征值生成二进制图像。

处理器840通过将二进制图像覆盖在从存储器820读取的真实票据数据库上，并移动、旋转、放大或缩小二进制图像以将真实票据数据库的预定区域匹配到二进制图像的预定区域，来生成校正图像。

处理器840对校正图像中的显示像素的数目进行计数，以基于显示像素的数目确定票据是否是伪造的。例如，处理器840可以配置成微处理器、微型计算机、或计算机。

输出单元830通知用户票据是伪造的。例如，输出单元830可以是液晶显示器（LCD）。

当处理器840基于显示像素的数目确定票据不是伪造的时候，然后处理器840将由显示像素和不显示像素构成的预存储的伪造票据数据库覆盖在校正图像上，从而还可以基于在校正图像的显示像素和伪造票据数据库的显示像素之间的匹配率来确认票据是否是伪造的。

此外，处理器840可以以预定比率的倍数将二进制图像放大或缩小多次、将放大或缩小的图像覆盖在真实票据数据库上、并计算二进制图像的显示像素的距离值的总和。存储器820可以存储由重复的放大或缩小操作生成的距离值总和。处理器840将具有最小的存储距离值总和的二进制图像确定为校正图像。

处理器840以预定距离的倍数将二进制图像垂直或水平地移动多次、将移动的二进制画面覆盖在真实票据数据库上、并计算在移动的二进制图像中的显示像素的距离值的多个总和。存储器820存储距离值的多个总和。处理器840将具有最小的存储距离值总和的二进制图像确定为校正图像。

处理器840可以以预定角度的倍数将二进制图像旋转多次、将旋转的二进制图像覆盖在真实票据数据库上、并计算在旋转的二进制图像中的显示像素的距离值的多个总和。存储器820存储距离值的多个总和。处理器840将具有最小的存储距离值总和的二进制图像确定为校正图像。

当最小距离值总和大于或等于阈值时，处理器840判断票据是伪造的。

此外，除了校正图像的预定外围区域之外，处理器840可以对剩余区域中的显示像素的数目进行计数。如果显示像素的数目大于或等于阈值，则处理器840判断票据是伪造的。

可替换地，处理器840可以计算除了校正图像的预定外围区域之外的剩余区域中的显示像素的数目对伪造票据数据库中的像素的总数的比率。如果比率大于或等于阈值，则处理器840判断票据是伪造的。

图9是示出根据本发明的另一个实施例的移动通信设备的框图。

参照图9，移动通信设备900包括照相机模块910、存储器920、输出单元930、处理器940、以及IR发射器950。下面将不描述、或将简要地描述图8中示出的相同组件。

IR发射器950根据通过界面(未示出)的用户的操作将IR波长范围中的电磁波投射到票据上。

处理器940包括边缘检测器941、二进制图像生成器942、距离值计算器943、校正图像生成器944、第一滤光器单元945、以及第二滤光器单元946。边缘检测器941在从照相机模块910接收到的IR图像中检测特定对象的边缘。根据本发明的实施例，如上所述，边缘检测器941通过Sobel边缘检测来检测特征值。

如上所述，二进制图像生成器942通过最大化从边缘检测器941接收到的特征值的方差来抑制周围的照明环境的影响，以生成准确的二进制图像。

距离值计算器943从存储器920读取真实票据数据库，并通过将从二进制图像生成器942生成的二进制图像的预定区域与真实票据数据库的预定区域进行比较，来计算二进制图像的预定区域的距离值的总和。此外，距离值计算器943可以将距离值总和存储在存储器920中。

距离值计算器943还可以移动、旋转、放大或缩小二进制图像，通过比较真实票据数据库的预定区域与移动、旋转、放大或缩小的二进制图像的预定区域来计算二进制图像的预定区域的距离值的总和，并将距离值总和存储在存储器920中。

校正图像生成器944将具有最小距离值总和的二进制图像确定为校正图像。

第一滤光器单元945使用关于包括在从存储器920读取的伪造票据数据库和真实票据数据库中的显示像素的数目的信息、基于校正图像中的显示像素的数目来确定票据是否是伪造的。

第二滤光器单元946基于通过将从存储器920读取的伪造票据数据库覆盖在校正图像上而计算的像素匹配率来确定票据是否是伪造的。

输出单元930可以输出从第一滤光器单元945和第二滤光器单元946接收到的伪造概率中的一个或两个，或者输出单元930可以将合适的权重应用（apply）到伪造概率，从而输出结果的伪造概率。

从上面描述清楚地看出，本发明的各个实施例提供用于通过抑制用户捕获动作或周围环境的影响来鉴别伪造票据的移动通信设备和方法。因为移动通信设备可以容易和可靠地识别伪造票据，而不需要附加的设备，所以移动通信设备具有非常高的成本效益（cost-effective）。

此外，由于移动通信设备的便携性，用户可以容易地认出伪造票据而没有时间和空间上的限制。因为可以根据移动通信设备的特性在任意时间更新伪造票据数据库和真实票据数据库，从而可以提高伪造检测可靠性。如果附加地更新对于每个国家的推荐数据库，则可以针对任何国家的推荐票据检测伪造票据。

尽管已经参考本发明的特定实施例对本发明进行了具体的图示和描述，但是本领域技术人员应当理解，在不脱离由以下权利要求书及其等同物所定义的本发明的精神和范围的情况下，可以对本发明做出形式和细节上的各种修改。

Claims (15)

1.一种用于在移动设备中鉴别伪造票据的方法，该方法包括步骤：

由移动设备接收票据的红外(IR)图像；

从IR图像中提取表示边缘的特征值；

基于特征值生成具有显示像素和不显示像素的二进制图像；

通过将二进制图像覆盖在预存储的真实票据数据库上、并调整二进制图像以将二进制图像的预定区域匹配到真实票据数据库的预定区域来生成校正图像，其中真实票据数据库是真实票据的准确IR图像；

对校正图像中显示像素的数目进行计数；以及

基于校正图像中的显示像素的数目来确定票据是否是伪造的。

2.如权利要求1所述的方法，还包括：

将包括显示像素和不显示像素的预存储的伪造票据数据库覆盖在校正图像上；以及

基于校正图像和伪造票据数据库之间的显示像素匹配率来确认票据是否是伪造的，

其中伪造票据数据库是伪造票据的IR图像。

3.如权利要求1所述的方法，其中，生成校正图像包括：

读取具有对于每个像素的距离值的预存储的真实票据数据库，该距离值表示像素到显示像素的距离；

将二进制图像放大或缩小多次；

将放大或缩小的二进制图像覆盖在真实票据数据库上；

计算在放大或缩小的二进制图像中显示像素的距离值的多个总和；

存储距离值的多个总和；以及

将具有所述距离值的多个总和中的最小距离值总和的二进制图像确定为校正图像。

4.如权利要求1所述的方法，其中，生成校正图像包括：

读取具有对于每个像素的距离值的预存储的真实票据数据库，该距离值表示像素到显示像素的距离；

将二进制图像垂直或水平地移动多次；

将移动的二进制图像覆盖在真实票据数据库上；

计算移动的二进制图像中显示像素的距离值的多个总和；

存储距离值的多个总和；以及

将具有所述距离值的多个总和中的最小距离值总和的二进制图像确定为校正图像。

5.如权利要求1所述的方法，其中，生成校正图像包括：

读取具有对于每个像素的距离值的预存储的真实票据数据库，该距离值表示像素到显示像素的距离；

将二进制图像旋转多次；

将旋转的二进制图像覆盖在真实票据数据库上；

计算旋转的二进制图像中显示像素的距离值的多个总和；

存储距离值的多个总和；以及

将具有所述距离值的多个总和中的最小距离值总和的二进制图像确定为校正图像。

6.一种移动通信设备，包括：

照相机模块，用于接收票据的红外(IR)图像；

存储器，用于存储真实票据数据库，其中真实票据数据库是真实票据的准确IR图像；

处理器，用于从IR图像中提取特征值，基于特征值生成具有显示像素和不显示像素的二进制图像，通过将二进制图像覆盖在从存储器读取的真实票据数据库上、并调整二进制图像以将二进制图像的预定区域匹配到真实票据数据库的预定区域来生成校正图像，对校正图像中显示像素的数目进行计数，并且基于校正图像中显示像素的数目来确定票据是否是伪造的；以及

输出单元，用于基于所述确定通知票据是否是伪造的。

7.如权利要求6所述的移动通信设备，其中，所述处理器将包括显示像素和不显示像素的预存储的伪造票据数据库覆盖在校正图像上，并且基于校正图像和伪造票据数据库之间的显示像素匹配率来确认票据是否是伪造的，

其中伪造票据数据库是伪造票据的IR图像。

8.如权利要求6所述的移动通信设备，其中，存储在存储器中的真实票据数据库包括对于每个像素的距离值，该距离值表示像素到显示像素的距离，并且所述处理器将二进制图像放大或缩小多次，将放大或缩小的二进制图像覆盖在真实票据数据库上，计算放大或缩小的二进制图像中显示像素的距离值的多个总和，将距离值的多个总和存储在存储器中，并且将具有所述距离值的多个总和中的最小距离值总和的二进制图像确定为校正图像。

9.如权利要求8所述的移动通信设备，其中，所述处理器将最小距离值总和与阈值进行比较，当最小距离值总和大于或等于阈值时确定票据为伪造票据，并且当最小距离值总和小于阈值时确定票据不是伪造的。

10.如权利要求6所述的移动通信设备，其中，存储在存储器中的真实票据数据库包括对于每个像素的距离值，该距离值表示像素到显示像素的距离，并且所述处理器将二进制图像垂直或水平地移动多次，将移动的二进制图像覆盖在真实票据数据库上，计算移动的二进制图像中显示像素的距离值的多个总和，将距离值的多个总和存储在存储器中，并且将具有所述距离值的多个总和中的最小距离值总和的二进制图像确定为校正图像。

11.如权利要求6所述的移动通信设备，其中，存储在存储器中的真实票据数据库包括对于每个像素的距离值，该距离值表示像素到显示像素的距离，并且所述处理器将二进制图像旋转多次，将旋转的二进制图像覆盖在真实票据数据库上，计算旋转的二进制图像中显示像素的距离值的多个总和，将距离值的多个总和存储在存储器中，并且将具有所述距离值的多个总和中的最小距离值总和的二进制图像确定为校正图像。

12.如权利要求6所述的移动通信设备，其中，所述处理器对除了校正图像的预定外围区域之外的剩余区域中的显示像素的数目进行计数，并且如果剩余区域中显示像素的数目大于或等于阈值，则确定票据为伪造的票据。

13.如权利要求6所述的移动通信设备，其中，所述处理器计算除了校正图像的预定外围区域之外的剩余区域中的显示像素的数目对伪造票据数据库中像素的总数目的比率，并且如果该比率大于或等于阈值则确定票据为伪造的票据。

14.如权利要求6所述的移动通信设备，其中，所述处理器通过Sobel边缘检测提取量值来提取特征值。

15.如权利要求6所述的移动通信设备，还包括IR发射器，用于投射IR光到票据上，

其中，所述照相机模块包括可见光截止滤光器设备。