CN106096348B - 一种基于多维码的证卡验证系统及方法 - Google Patents
一种基于多维码的证卡验证系统及方法 Download PDFInfo
- Publication number
- CN106096348B CN106096348B CN201610399199.9A CN201610399199A CN106096348B CN 106096348 B CN106096348 B CN 106096348B CN 201610399199 A CN201610399199 A CN 201610399199A CN 106096348 B CN106096348 B CN 106096348B
- Authority
- CN
- China
- Prior art keywords
- image
- card
- multidimensional code
- information
- data
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012795 verification Methods 0.000 claims abstract description 29
- 238000007906 compression Methods 0.000 claims description 14
- 230000006835 compression Effects 0.000 claims description 14
- 101100217298 Mus musculus Aspm gene Proteins 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 6
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 5
- 230000007797 corrosion Effects 0.000 claims description 4
- 238000005260 corrosion Methods 0.000 claims description 4
- 230000003993 interaction Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000013144 data compression Methods 0.000 claims description 2
- 235000013399 edible fruits Nutrition 0.000 claims description 2
- 230000003628 erosive effect Effects 0.000 claims description 2
- 238000004321 preservation Methods 0.000 claims description 2
- 238000013500 data storage Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000001815 facial effect Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000005530 etching Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 101100389746 Rattus norvegicus Esr1 gene Proteins 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisions for transferring data to distant stations, e.g. from a sensing device
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/94—Hardware or software architectures specially adapted for image or video understanding
- G06V10/95—Hardware or software architectures specially adapted for image or video understanding structured as a network, e.g. client-server architectures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1365—Matching; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开了一种基于多维码的证卡验证系统及方法,其系统包括多维码生成单元和多维码解码及信息验证单元;多维码生成单元用于获取用户基本信息和用户生物特征图像,并生成多维码;采用具有RFID标签的证卡作为多维码载体;多维码解码及信息验证单元用于采集、识别所述证卡上的多维码信息,并结合RFID标签数据与数据库数据进行信息验证;其方法基于该系统,通过证卡上多维码图像的解码信息、证卡RFID标签存储信息和数据库存储信息完成信息的多重验证;解决了现有二维条码防伪的存储容量有限以及信息易被篡改的问题;提高了证卡识别和校验的准确性。
Description
技术领域
本发明属于信息认证领域,更具体地,涉及一种基于多维码的证卡验证系统及方法。
背景技术
近年来,随着科学技术的进步、全球经济一体化进程的加快,制假造假行为并日益泛滥。制假造假不仅破坏了市场秩序,甚至还危害国家和民众的利益。现有的防伪技术包括激光防伪、荧光防伪、磁性防伪、温变防伪、特种制版印刷等。由于成本较高、防伪性有限,这些防伪技术的使用范围受到局限,因此建立一套有效的、高保密性的防伪系统成为当今世界重要的研究课题。
由于保密性高、成本低、易操作、识别稳定等特点,条码防伪技术逐步走入人们的视野。当前条码防伪中常用隐形条码、二维条码、金属条码、隐含磁码等条码技术,其中二维条码技术在多个领域已广泛应用,但是二维条码的存储容量有限而且二维条码内存储的信息容易被篡改。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种基于多维码的证卡验证系统及方法,其目的在于解决现有二维条码防伪的存储容量有限以及信息易被篡改的技术问题。
为实现上述目的,按照本发明的一个方面,提供了一种基于多维码的证卡验证系统,包括多维码生成单元和多维码解码及信息验证单元;
其中,多维码生成单元用于获取用户基本信息和生物特征图像,并根据用户基本信息与生物特征图像生成多维码;采用具有RFID标签的证卡作为多维码载体;
多维码解码及信息验证单元用于采集、识别证卡上的多维码信息,并根据证卡存储的数据与数据库数据进行信息验证;
上述基于多维码的证卡验证系统,其多维码生成单元根据采集到的用户信息与生物特征图像进行编码加密形成多维码,而多维码具有较大的存储容量,不易破解;通过将证卡存储的信息与数据库比对来进行信息验证,增强了证卡的防伪性以及证卡信息安全性。
优选的,上述基于多维码的证卡验证系统,其多维码生成单元包括第一显示模块、生物特征采集模块、编码模块和存储模块;
其中,生物特征采集模块的第一端连接第一显示模块的第一端;编码模块的第一端连接生物特征采集模块的第二端,第二端连接第一显示模块的第二端;存储模块的第一端连接编码模块的第三端,第二端连接第一显示模块的第三端;
其中,第一显示模块用于人机交互,从外部获取用户输入的基本信息,并实时显示生物特征采集模块采集到的用户的生物特征图像,以及编码模块生成的多维码、以及存储模块的信息存储于证卡打印进度;其中,生物特征图像包括指纹和人脸图像,
生物特征采集模块用于采集用户的生物特征图像并进行压缩处理;
编码模块用于根据用户基本信息和上述压缩处理后的图像数据生成多维码;并用于将用户基本信息和上述生物特征的图像数据存储到数据库中;
存储模块用于将生物特征图像和用户基本信息存储到证卡RFID标签中,并将多维码和用户基本信息打印在证卡表面。
优选的,上述基于多维码的证卡验证系统,其多维码解码及信息验证单元包括第二显示模块、图像采集模块、解码模块和信息验证模块;
其中,图像采集模块的第一端连接第二显示模块的第一端,解码模块的第一端连接图像采集模块的第二端,第二端连接第二显示单元的第二端;信息验证模块的第一端连接解码模块的第三端,第二端连接第二显示模块的第三端;
其中,第二显示模块用于人机交互,并实时显示图像采集模块采集到的多维码图像、解码模块解码获得的生物特征图像和用户基本信息、以及信息验证模块的信息比对结果;
图像采集模块用于采集多维码图像,并对采集到的多维码图像进图像预处理和校正;
解码模块用于对校正后的多维码图像进行解码,提取多维码内存储的用户基本信息和生物特征图像,并将该用户基本信息和生物特征图像恢复成字符串信息和图像;
信息验证模块用于数据比对,将解码获得的字符串信息和图像与证卡内存储的信息进行比对验证;
并用于根据多维码解码获得的用户基本信息里的用户ID从数据库中索引出相关的生物特征图像和用户基本信息;
通过将数据库中存储的信息与解码获得的信息中进行比对,完成对用户基本信息的验证;并通过解码获得的图像与数据库存储图像的网格特征或穿越特征,计算平均误差率,完成生物特征的匹配和信息的综合验证。
按照本发明的另一方面,提供了一种基于多维码的证卡验证方法,包括如下步骤:
(1)获取用户基本信息和生物特征图像;并对生物特征图像进行预处理,以用户身份ID为索引建立数据库,并将用户基本信息与生物特征图像存储到数据库;其中,生物特征图像包括据人脸灰度图像和指纹灰度图像;
根据人脸灰度图像压缩数据、指纹灰度图像压缩数据和用户基本信息编码获得多维码;将该多维码、用户基本信息和卡片校验信息存储到证卡的RFID标签中,并将多维码与用户基本信息打印到证卡表面;
(2)证卡验证时,采集证卡上的多维码图像,对该多维码图像预处理后解码出多维码内存储的图像数据和文本数据;获取证卡RFID标签内存储的用户基本信息;
将解码获得的文本数据与RFID标签内存储的用户基本信息进行比对;并以解码获得的文本数据中的身份ID为索引查询数据库信息,进行用户基本信息比对和图像数据比对,获得证卡验证结果;
上述基于多维码的证卡验证方法通过证卡上多维码图像的解码信息、证卡上RFID标签存储信息和数据库存储信息完成信息的多重验证,提高了证卡识别和校验的准确性。
优选地,上述基于多维码的证卡验证方法,其步骤(1)包括如下子步骤:
(1.1)获取用户基本信息,包括姓名、身份ID和证卡编号;
(1.2)采集人脸灰度图像、指纹灰度图像;对人脸灰度图像和指纹灰度图像进行压缩处理,获得人脸灰度图像压缩数据和指纹灰度图像压缩数据;
(1.3)以用户身份ID为索引建立数据库,将用户基本信息和上述人脸灰度图像压缩数据和指纹灰度图像压缩数据保存到数据库;
(1.4)根据人脸灰度图像压缩数据、指纹灰度图像压缩数据和用户基本信息进行多维码编码处理,获得多维码;
(1.5)将多维码打印在证卡表面,并将用户基本信息和卡片校验信息保存在证卡RFID标签内;
其中,卡片校验信息按安全哈希算法中SHA1规则生成,校验信息=SHA1(姓名+身份ID+证卡编号+图像数据的大小)。
优选地,上述基于多维码的证卡验证方法,其步骤(2)包括如下子步骤:
(2.1)采集证卡上的多维码图像;
(2.2)对采集到的多维码图像进行预处理,包括二值化、图像腐蚀、Hough变换和仿射变换,完成图像校正;
(2.3)对校正后的图像进行解码,获取图像数据和文本数据;
(2.4)获取RFID标签内的用户基本信息,将该用户基本信息与步骤(2.3)解码获得的文本数据进行比对,当两者不一致,判定为匹配失败;当两者一致,则进入步骤(2.5);
(2.5)根据SHA1的校验信息生成规则,结合步骤(2.3)获得的图像数据的大小生成校验码,将该校验码与RFID标签内的校验码进行比对,当两者不一致,判定为匹配失败;当两者一致,则进入步骤(2.6);
(2.6)获取数据库中存储的用户基本信息与图像数据;
(2.7)将步骤(2.3)解码获得文本数据与从数据库获取到的用户基本信息进行二次匹配比较;若解码获得的文本数据与从数据库获取的用户基本信息不一致,判定为匹配失败;若一致,则进入步骤(2.8);
(2.8)对多维码解码生成的人脸图像数据,利用局部二元模式LBP提取LBP图谱,对获得的LBP图谱的灰度值进行直方图统计,与数据库中人脸图像数据LBP图谱的直方图用相似性度量函数计算,当多维码解码生成的人脸图像数据的LBP图谱直方图与数据库中人脸图像数据的LBP图谱直方图之间的平均误差率小于0.1,则判定为匹配成功,否则,判定为匹配失败;
对多维码解码生成的指纹图像数据,按8*8的单元分块后提取纹网格特征,将获得的纹网格特征与数据库中指纹图像数据的网格特征用相似性度量函数计算,当多维码解码生成的指纹图像数据与数据库中指纹图像数据的网格特征之间的平均误差率小于0.1,则判定数据匹配成功,否则,数据匹配失败。
优选地,上述基于多维码的证卡验证方法,采用高清摄像头采集人脸灰度图像,采用指纹仪采集指纹灰度图像;
对步骤(1.2)中,对人脸灰度图像利用JPEG标准(ISO/IEC IS 10918)中定义的基于DCT(离散余弦变换,Discrete Cosine Transform)的操作模式完成有损图像压缩;对指纹图像利用灰度图像转二进制图像的方法完成数据压缩。
优选地,上述基于多维码的证卡验证方法,采用SHA1()对用字符串形式的用户姓名、身份ID、证卡编号和图像数据大小信息进行加密,生成40位大写字符的校验码。
优选地,上述基于多维码的证卡验证方法,步骤(2.2)进行图像预处理的方法,包括如下子步骤:
(2.2.1)使用最大类间方差法获取二值化阈值,生成二值化图像F;
(2.2.2)对图像进行腐蚀处理,获取已除去部分细节和噪声的图像;
(2.2.3)利用Hough变换从步骤(2.2.2)腐蚀处理后的图片中找出最长的四条直线,获取这四条直线两两相交的四个不同的交点;
(2.2.4)利用上述四个交点与步骤(2.1)中采集到的多维码原始图像进行仿射变换完成图像校正。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,能够取得下列有益效果:
(1)本发明提供的基于多维码的证卡验证方法及系统,根据基本信息和生物特征图像生成具有唯一性的多维码;并以证卡作为多维码的载体,增强了证卡信息的防伪性;利用多维码的存储容量的优势解决了现有二维码防伪技术中二维码由于版本号有限导致存储容量小的问题;
(2)本发明提供的基于多维码的证卡验证方法及系统,用户基本信息与生物信息在线存储在数据库中,采用具有RFID标签的证卡作为多维码载体,并将存储用户基本信息和校验信息存储在RFID标签内;将多维码标签、RFID标签与证卡信息进行绑定,在提高证卡防伪性的同时也增强了基本信息的保密性;
(3)本发明提供的基于多维码的证卡验证方法及系统,证卡验证时,对解码获得的图像与数据库里的图像数据均进行特征提取,对特征提取后的直方图进行比对,消除了人工比对所带来的差异性,提高了验证的准确度;
(4)本发明提供的基于多维码的证卡验证方法,所采用的LBP算子是一种有效的纹理描述算子,具有旋转不变性和灰度不变性的显著优点;使用的网格特征,主要对指纹图像数据在网格单元内进行灰度值统计;这两种特征提取方法,很大程度上减少了计算量,增强了校验的实时性。
附图说明
图1为本发明实施例提供的基于多维码的证卡验证系统实体示意图;其中,图1(a)是证卡验证系统示意图,图1(b)是多维码证卡样本示意图;
图2为本发明实施例中基于多维码的证卡验证系统的功能框图;
图3为本发明实施例中生成多维码信息的流程图;
图4为本发明实施例中多维码解码及信息验证的流程图;
图5为本发明实施例中多维码图像预处理示意图;
其中,图5(a)是实施例中采集的多维码图像,图5(b)是对5(a)图像进行二值化处理后的图像,图5(c)是对5(b)图像以10*10像素模块的结构元素进行腐蚀操作后的图像,图5(d)是对5(c)图像进行Hough变换找到最长的四条直线的轮廓图像,图5(e)是对图5(a)根据四个交点进行仿射变换后的校正图像;
图6为本发明实施例中人脸图像、LBP图谱及其统计直方图;
其中,图6(a)是实施例中采集的人脸图像数据,图6(b)是对图6(a)利用局部二元模式LBP提取特征后的LBP图谱,图6(c)是图6(b)的LBP图谱灰度值的统计直方图;
图7为本发明实施例中指纹图像网格特征划分示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明实施例提供的基于多维码的证卡验证系统,其实物图片如图1所示意的,图1(a)是证卡验证系统示意图,图1(b)是多维码证卡样本示意图;其中,证卡验证系统功能框图如图2所示意的,包括多维码生成单元和多维码解码及信息验证单元;
其中,多维码生成单元用于获取用户基本信息,采集用户的生物特征图像,将用户基本信息与生物特征图像存储到数据库,并根据用户基本信息与生物特征图像生成多维码;生成的多维码打印在具有RFID标签的证卡上;
多维码解码及信息验证单元用于采集和识别证卡上的多维码信息,并结合RFID标签数据和数据库数据进行信息验证;根据实施例提供的这种基于多维码的证卡验证系统,进行证卡验证的方法包括以下步骤:
(1)获取用户基本信息和生物特征图像;并对生物特征图像进行预处理,以用户身份ID为索引建立数据库,并将用户基本信息与生物特征图像存储到数据库;其中,生物特征图像包括据人脸灰度图像和指纹灰度图像;
根据人脸灰度图像压缩数据、指纹灰度图像压缩数据和用户基本信息编码获得多维码;将该多维码、用户基本信息和卡片校验信息存储到证卡的RFID标签中,并将多维码与用户基本信息打印到证卡表面;
(2)证卡验证时,采集证卡上的多维码图像,对该多维码图像预处理后解码出多维码内存储的图像数据和文本数据;获取证卡RFID标签内存储的用户基本信息;
将解码获得的文本数据与RFID标签内存储的用户基本信息进行比对;并以解码获得的文本数据中的身份ID为索引查询数据库信息,进行用户基本信息比对和图像数据比对,获得证卡验证结果。
实施例中,步骤(1)生成多维码信息的流程如图3所示意的,包括以下子步骤:
S11,输入用户基本信息,包括姓名(2-10位有效汉字)、身份ID(18位有效数字)、证卡编号Card_ID(8位有效数字);
S12,利用摄像头采集人脸图像数据,生成规格为120*160的24位彩色图像,取出RGB通道的R通道图像作为基础灰度图像数据,利用JPEG标准(ISO/IEC IS 10918)对图像进行有损压缩并计算出图像数据的大小Size(4位以内有效数字);
利用指纹仪采集指纹图像数据,生成规格为64*64的8位灰度图像,由于灰度值255、0分别表示黑色和白色,因此利用二值图中的1、0表示来完成对数据的压缩,并计算出图像数据的大小Size(4位以内有效数字);
S13,利用MySQL数据库的API函数连接数据库,创建用户信息表,添加姓名、身份ID、证卡编号、指纹图像、人脸图像字段,以身份ID作为主键,上传新添加的用户信息和压缩后的图像数据;
S14,选择人脸图像、指纹图像其中一种,与用户输入的基本信息编码生成多维码,用户基本信息存储在多维码关键信息区域,图像压缩数据存储在多维码彩色区域;用户输入信息包括姓名、身份ID、证卡编号;
S15,通过证卡打印机将生成的多维码图像打印在具有RFID标签(ISO 14443)的证卡上;对姓名、身份ID、证卡编号和图像数据大小以字符串形式连接,利用安全哈希算法(Secure Hash Algorithm)中SHA1方法生成长度为40的大写字符串信息作为卡片检验信息Verify=SHA1(ID+CardID+Name+Size);利用工作频率为13.56MHz的RFID读写模块对卡片RFID标签写入用户基本信息,包括姓名、身份ID、证卡编号和卡片校信息。
实施例中,步骤(2)进行多维码解码及信息验证的流程如图4所示意的,包括以下子步骤:
S21,利用摄像头完成证卡上多维码图像的采集,获得如图5(a)所示的采集的多维码图像;
S22,图像预处理:使用最大类间方差法(otsu)计算出前景和背景图象的方差最大值,计算二值化阈值,对图像进行二值化操作,获得如图5(b)所示的二值化处理后的图像;以10*10像素模块的结构元素对图像进行腐蚀操作,获得如图5(c)所示的腐蚀操作后的图像;利用Hough变换找到图像数据中最长的四条直线,并根据直线的斜率和截距获取到直线的交点,获得如图5(d)所示的通过Hough变换找到最长的四条直线的轮廓图像;利用交点和仿射变换将原始的多维码图像校正成640*640规格的标准多维码图像,获得如图5(e)所示的校正后图像;
S23,对规格为640*640的多维码图像进行解码,解码信息包含姓名A_Name(2-10位有效汉字)、身份IDA_ID(18位有效数字)、证卡编号A_Card_ID(8位有效数字)和读取图像数据大小DecoderSize;
S24,读取RFID标签内姓名B_Name(2-10位有效汉字)、身份IDB_ID(18位有效数字)、证卡编号B_Card_ID(8位有效数字),和解码信息A_Name、身份IDA_ID、证卡编号A_Card_ID进行比对,信息不一致,显示匹配失败;当信息一致,则进入步骤S25;
S25,利用校验信息生成规则A_Verify=SHA1(A_ID+A_CardID+A_Name+DecoderSize),将利用校验信息生成规则生成的A_Verify与标签内校验码Verify进行比对,当两者不一致,显示匹配失败;当两者一致,则进入步骤S26;
S26,利用MySQL数据库的API函数连接数据库,根据多维码解码数据中的身份ID码A_ID在数据库中进行索引,将姓名C_Name(2-10位有效汉字)、身份ID C_ID(18位有效数字)、证卡编号C_Card_ID(8位有效数字)和图像数据发送到本地;
S27,对解码数据中姓名A_Name、身份IDA_ID、证卡编号A_CardID和数据库中姓名C_Name、身份IDC_ID、证卡编号C_CardID进行二次比较,当信息一致,则进入步骤S28;当信息不一致,则显示匹配失败;
S28,当多维码中存储的是人脸图像数据,则对大小规格为120*160的人脸图像进行解码,对解码获得的图像数据于数据库存储的图像数据利用局部二元模式LBP提取图像特征,如图6所示;其中,图6(a)是实施例中采集的人脸图像数据,图6(b)是对图6(a)利用局部二元模式LBP提取特征后的LBP图谱,图6(c)是图6(b)的LBP图谱灰度值的统计直方图;
根据原始灰度图像生成LBP图谱,对LBP图谱的灰度值进行直方图统计,数据库图像数据灰度值为0,1,…,255的个数分别记作a0,a1…a255,解码图像灰度值为0,1,…,255的个数分别记作b0,b1,…,b255,分别计算0,1,…,255中灰度值为n的误差率计算0~255总计256个灰度值的平均误差率若r<0.1即判定为数据匹配成功;
当多维码中存储的是指纹图像数据,则对大小规格为64*64的指纹图像进行如图7所示的处理,按16*16作为一个单元对指纹图像进行网格划分,将划分后的16个单元分别统计像素值得总和,数据库图像网格单元数据分别记作c0,c1,…,c15,解码图像网格单元数据分别记作d0,d1,…,d15,单元n的误差率计算16个单元平均值误差率r′<0.1判定数据匹配成功;数据匹配成功则判定证卡为真;否则判定证卡为假。
实施例提供的这种系统以多维码为基础,通过多重验证证卡信息来判断证卡的真伪,有效地构建了具有高防伪性、高稳定性的证卡验证系统。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种证卡验证方法,其特征在于,包括如下步骤:
(1)获取用户基本信息和生物特征图像;对所述生物特征图像进行预处理,并以用户身份ID为索引建立数据库,将用户基本信息与预处理获得的生物特征图像数据存储到数据库;
根据预处理获得的生物特征图像数据和所述用户基本信息编码获得多维码;将卡片校验信息、所述多维码和用户基本信息存储到证卡的RFID标签中,并将所述多维码与用户基本信息打印到证卡表面;所述生物特征图像包括据人脸灰度图像和指纹灰度图像;
(2)证卡验证时,采集证卡表面的多维码图像,根据所述多维码图像解码获得多维码内存储的图像数据和文本数据;
并获取证卡RFID标签内存储的用户基本信息;
将解码获得的所述文本数据与RFID标签内存储的用户基本信息进行比对;并以解码获得的文本数据中的身份ID为索引查询数据库信息,进行用户基本信息二次比对和图像数据比对,获得证卡验证结果;
所述步骤(2)包括如下子步骤:
(2.1)采集证卡上的多维码图像;
(2.2)对所述多维码图像进行预处理,包括二值化、图像腐蚀、Hough变换和仿射变换处理,完成图像校正;
(2.3)对校正后的图像进行解码,获取图像数据和文本数据;
(2.4)获取RFID标签内的用户基本信息,将该用户基本信息与步骤(2.3)解码获得的文本数据进行比对,当两者不一致,判定为匹配失败;当两者一致,则进入步骤(2.5);
(2.5)根据SHA1的校验信息生成规则,结合步骤(2.3)获得的图像数据的大小生成校验码,将所述校验码与RFID标签内的校验信息进行比对,当两者不一致,判定为匹配失败;当两者一致,则进入步骤(2.6);
(2.6)获取数据库中存储的用户基本信息与图像数据;
(2.7)将步骤(2.3)解码获得文本数据与从数据库获取到的用户基本信息进行二次匹配比较,若两者不一致,判定为匹配失败;若一致,则进入步骤(2.8);
(2.8)对多维码解码生成的人脸图像数据利用局部二元模式LBP提取LBP图谱,获取所述LBP图谱的灰度值的直方图,与数据库中人脸图像数据LBP图谱的直方图用相似性度量函数计算平均误差率;当所述平均误差率小于0.1,则判定为匹配成功,否则判定为匹配失败。
2.如权利要求1所述的证卡验证方法,其特征在于,所述步骤(1)包括如下子步骤:
(1.1)获取用户基本信息,包括姓名、身份ID和证卡编号;
(1.2)采集人脸灰度图像、指纹灰度图像;对所述人脸灰度图像和指纹灰度图像进行压缩处理,获得人脸灰度图像压缩数据和指纹灰度图像压缩数据;
(1.3)以用户身份ID为索引建立数据库,将所述用户基本信息和所述述人脸灰度图像压缩数据和指纹灰度图像压缩数据保存到数据库;
(1.4)根据所述人脸灰度图像压缩数据、指纹灰度图像压缩数据和用户基本信息进行多维码编码处理,获得多维码;
(1.5)将所述多维码和用户基本信息打印在证卡表面,并将用户基本信息、所述多维码和卡片校验信息保存在证卡RFID标签内。
3.如权利要求1所述的证卡验证方法,其特征在于,所述步骤(2)还包括如下子步骤:
对多维码解码生成的指纹图像数据,按8*8的单元分块后提取指纹网格特征,将获得的指纹网格特征与数据库中指纹图像数据的网格特征用相似性度量函数计算,当多维码解码生成的指纹图像数据与数据库中指纹图像数据的网格特征之间的平均误差率小于0.1,则判定为匹配成功,否则判定为匹配失败。
4.如权利要求2所述的证卡验证方法,其特征在于,所述步骤(1.2)中,对人脸灰度图像利用JPEG标准定义的基于DCT的操作模式进行有损图像压缩;对指纹图像利用灰度图像转二进制图像的方法进行数据压缩。
5.如权利要求2所述的证卡验证方法,其特征在于,根据安全哈希算法中SHA1规则生成所述卡片校验信息=SHA1(姓名+身份ID+证卡编号+图像数据的大小)。
6.如权利要求1所述的证卡验证方法,其特征在于,所述步骤(2.2)进行图像预处理的方法,包括如下子步骤:
(2.2.1)使用最大类间方差法获取二值化阈值,生成二值化图像;
(2.2.2)对所述二值化图像进行腐蚀处理,获取已除去部分细节和噪声的图像;
(2.2.3)利用Hough变换从步骤(2.2.2)腐蚀处理后的图片中找出最长的四条直线,获取这四条直线两两相交的四个不同的交点;
(2.2.4)利用所述四个交点与步骤(2.1)中采集到的多维码原始图像进行仿射变换完成图像校正。
7.如权利要求1所述的证卡验证方法,其特征在于,所述证卡验证方法基于一种基于多维码的证卡验证系统,该系统包括多维码生成单元和多维码解码及信息验证单元;
所述多维码生成单元用于获取用户基本信息和生物特征图像,并根据所述用户基本信息与生物特征图像生成多维码;所述多维码解码及信息验证单元用于采集、识别证卡上的多维码信息,并根据证卡存储的数据与数据库数据进行证卡验证。
8.如权利要求7所述的证卡验证方法,其特征在于,所述多维码生成单元包括第一显示模块、生物特征采集模块、编码模块和存储模块;
所述生物特征采集模块的第一端连接第一显示模块的第一端;编码模块的第一端连接生物特征采集模块的第二端,第二端连接第一显示模块的第二端;存储模块的第一端连接编码模块的第三端,第二端连接第一显示模块的第三端;
通过所述第一显示模块进行人机交互,获取用户输入的基本信息,并实时显示生物特征采集模块采集到的生物特征图像,以及编码模块生成的多维码,以及存储模块的信息存储与证卡打印进度。
9.如权利要求7所述的证卡验证方法,其特征在于,所述多维码解码及信息验证单元包括第二显示模块、图像采集模块、解码模块和信息验证模块;
所述图像采集模块的第一端连接第二显示模块的第一端,解码模块的第一端连接图像采集模块的第二端,第二端连接第二显示模块的第二端;信息验证模块的第一端连接解码模块的第三端,第二端连接第二显示模块的第三端;
通过所述第二显示模块进行人机交互,并实时显示图像采集模块采集到的多维码图像、解码模块解码获得的生物特征图像和用户基本信息、以及信息验证模块的信息比对结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610399199.9A CN106096348B (zh) | 2016-06-07 | 2016-06-07 | 一种基于多维码的证卡验证系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610399199.9A CN106096348B (zh) | 2016-06-07 | 2016-06-07 | 一种基于多维码的证卡验证系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106096348A CN106096348A (zh) | 2016-11-09 |
CN106096348B true CN106096348B (zh) | 2019-04-12 |
Family
ID=57228203
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610399199.9A Active CN106096348B (zh) | 2016-06-07 | 2016-06-07 | 一种基于多维码的证卡验证系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106096348B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107067061B (zh) * | 2017-01-04 | 2018-11-20 | 陆际文 | 一种物纹码编码方法及系统 |
CN109840405A (zh) * | 2017-11-29 | 2019-06-04 | 上海荆虹电子科技有限公司 | 一种身份认证装置及其使用方法 |
CN108683497B (zh) * | 2018-05-11 | 2021-01-26 | 南京师范大学 | 多维空间码的构成装置 |
CN109242056A (zh) * | 2018-07-17 | 2019-01-18 | 佛山职业技术学院 | 一种带rfid芯片的证卡片制作系统和方法 |
CN109344722B (zh) | 2018-09-04 | 2020-03-24 | 阿里巴巴集团控股有限公司 | 一种用户身份确定方法、装置及电子设备 |
CN109754040A (zh) * | 2019-01-09 | 2019-05-14 | 深圳西文科技发展有限公司 | 编码织标、编码织标的生成方法 |
CN110933047B (zh) * | 2019-11-12 | 2022-04-26 | 广州大白互联网科技有限公司 | 一种网证信息安全核验方法、装置、介质及终端设备 |
CN117934158B (zh) * | 2024-03-13 | 2024-08-13 | 湖南三湘银行股份有限公司 | 一种基于rpa的信贷资料自动审查方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1581213A (zh) * | 2004-03-22 | 2005-02-16 | 龙涛 | 全息自携移动数据库隐形加密可机读防伪方法 |
CN101452526A (zh) * | 2008-10-31 | 2009-06-10 | 电子科技大学 | 基于指纹和人脸的二维条码式身份认证方法 |
CN101596820A (zh) * | 2008-06-03 | 2009-12-09 | 周羽 | 指纹加密证书及证卡的制作方法 |
CN102446312A (zh) * | 2011-06-28 | 2012-05-09 | 于佳辉 | 基于物联网的身份证管理系统及方法 |
CN104809561A (zh) * | 2015-04-24 | 2015-07-29 | 柳州市网中网络策划中心 | 具有归还和图像分析的图书管理系统 |
CN104809490A (zh) * | 2015-04-27 | 2015-07-29 | 华中科技大学 | 一种基于多维码的证卡防伪系统及其认证方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050238210A1 (en) * | 2004-04-06 | 2005-10-27 | Sim Michael L | 2D/3D facial biometric mobile identification |
-
2016
- 2016-06-07 CN CN201610399199.9A patent/CN106096348B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1581213A (zh) * | 2004-03-22 | 2005-02-16 | 龙涛 | 全息自携移动数据库隐形加密可机读防伪方法 |
CN101596820A (zh) * | 2008-06-03 | 2009-12-09 | 周羽 | 指纹加密证书及证卡的制作方法 |
CN101452526A (zh) * | 2008-10-31 | 2009-06-10 | 电子科技大学 | 基于指纹和人脸的二维条码式身份认证方法 |
CN102446312A (zh) * | 2011-06-28 | 2012-05-09 | 于佳辉 | 基于物联网的身份证管理系统及方法 |
CN104809561A (zh) * | 2015-04-24 | 2015-07-29 | 柳州市网中网络策划中心 | 具有归还和图像分析的图书管理系统 |
CN104809490A (zh) * | 2015-04-27 | 2015-07-29 | 华中科技大学 | 一种基于多维码的证卡防伪系统及其认证方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106096348A (zh) | 2016-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106096348B (zh) | 一种基于多维码的证卡验证系统及方法 | |
US11210510B2 (en) | Storing anonymized identifiers instead of personally identifiable information | |
WO2017215540A1 (zh) | 一种离线身份认证的方法和装置 | |
US9946865B2 (en) | Document authentication based on expected wear | |
US10019646B2 (en) | Method for object recognition and/or verification on portable devices | |
Battiato et al. | Robust image alignment for tampering detection | |
US10489643B2 (en) | Identity document validation using biometric image data | |
CN103426016B (zh) | 一种第二代身份证真伪鉴别方法与装置 | |
CN105631272B (zh) | 一种多重保险的身份认证方法 | |
CN106228129B (zh) | 一种基于matv特征的人脸活体检测方法 | |
US11055589B2 (en) | Method for authenticating an illustration | |
WO2019174131A1 (zh) | 身份认证方法、服务器及计算机可读存储介质 | |
US10403076B2 (en) | Method for securing and verifying a document | |
Das et al. | Lip biometric template security framework using spatial steganography | |
CN102542243A (zh) | 一种基于lbp图像和分块编码的虹膜特征提取方法 | |
CN106874968B (zh) | 一种二代身份证真伪鉴别方法 | |
US20180033020A1 (en) | System and apparatus for detecting forgery features on identification documents | |
CN113111880B (zh) | 证件图像校正方法、装置、电子设备及存储介质 | |
CN108021837A (zh) | 一种条形码检测方法、条形码检测装置及电子设备 | |
CN112926379A (zh) | 一种构建人脸识别模型的方法及装置 | |
CN109583889A (zh) | 基于区块链的印章或签名识别系统 | |
Querini et al. | Facial biometrics for 2D barcodes | |
CN113887484B (zh) | 一种卡片式文件图像识别方法和装置 | |
US20240005691A1 (en) | Validating identification documents | |
CN108960125A (zh) | 一种三维掌纹识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |