CN106485639A - 鉴别伪造证件图片的方法和装置 - Google Patents
鉴别伪造证件图片的方法和装置 Download PDFInfo
- Publication number
- CN106485639A CN106485639A CN201510541216.3A CN201510541216A CN106485639A CN 106485639 A CN106485639 A CN 106485639A CN 201510541216 A CN201510541216 A CN 201510541216A CN 106485639 A CN106485639 A CN 106485639A
- Authority
- CN
- China
- Prior art keywords
- picture
- detected
- image
- similar pictures
- similarity
- 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.)
- Pending
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种鉴别伪造证件图片的方法和装置。该方法包括：提取待检测图片的图像特征；根据图像特征，在图库查询系统中查询相似图片；计算待检测图片与相似图片的相似度；当相似度超过设定阈值时，确定待检测图片为伪造证件图片。本发明通过在图库查询系统中查询相似图片来鉴定待检测图片是否伪造证件图片，提高了证件图片检测的准确率。
Description
技术领域
本发明实施例涉及图像处理技术，尤其涉及一种鉴别伪造证件图片的方法和装置。
背景技术
随着商业搜索带来的经济价值增加，互联网商业发布信息业务以及客户也不断增加，其中也混入了很多没有具备合法资质的客户，依靠伪造营业执照等资质图片通过资质审核投放发布信息。为通过官方数据的验证，有的资质是套用别人的资质模板生成的伪造资质图片，即资质套证。
现有技术中，判断证件图片是否伪造时，大都是鉴定对图片本身内容的篡改，包括主动防伪技术和被动防伪技术。主动防伪技术主要是依靠在图像中内嵌水印或者其他编码的方式实现；被动防伪技术则是利用图像本身的exif(Exchangeable Image File，可交换图像文件)信息、编解码信息或图像内容信息等，判断图像是否伪造。
现有技术存在的缺陷在于主动防伪技术过于依赖图像的采集和对原始数据信息的掌握，被动防伪技术由于相当于盲检测，可利用的先验信息有限，准确率和召回率均有限。因此，现有技术中的主动防伪技术和被动防伪技术检测的准确率均比较低。
发明内容
有鉴于此，本发明实施例提供一种鉴别伪造证件图片的方法和装置，以提高证件图片检测的准确率。
第一方面，本发明实施例提供了一种鉴别伪造证件图片的方法，所述方法包括：
提取待检测图片的图像特征；
根据所述图像特征，在图库查询系统中查询相似图片；
计算所述待检测图片与相似图片的相似度；
当所述相似度超过设定阈值时，确定所述待检测图片为伪造证件图片。
第二方面，本发明实施例还提供了一种鉴别伪造证件图片的装置，所述装置包括：
特征提取模块，用于提取待检测图片的图像特征；
图片查询模块，用于根据所述图像特征，在图库查询系统中查询相似图片；
相似计算模块，用于计算所述待检测图片与相似图片的相似度；
图片判定模块，用于当所述相似度超过设定阈值时，确定所述待检测图片为伪造证件图片。
本发明实施例通过提取待检测图片的图像特征，根据所述图像特征在图库查询系统中查询相似图片，计算所述待检测图片与相似图片的相似度，当所述相似度超过设定阈值时，确定所述待检测图片为伪造证件图片，通过在图库查询系统中查询相似图片来鉴定待检测图片是否伪造证件图片，提高了证件图片检测的准确率。
附图说明
图1是本发明实施例一提供的鉴别伪造证件图片的方法的流程图；
图2是本发明实施例二提供的鉴别伪造证件图片的方法的流程图；
图3是本发明实施例三提供的鉴别伪造证件图片的方法的流程图；
图4是本发明实施例四提供的鉴别伪造证件图片的装置的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。
实施例一
图1是本发明实施例一提供的鉴别伪造证件图片的方法的流程图，本实施例可适用于对投放发布信息的客户进行资质鉴定，该方法可以由计算机来执行，具体包括如下：
S110，提取待检测图片的图像特征。
例如，首先将待检测图片的图像从RGB颜色空间转到HSV颜色空间，根据应用的精度进行量化和采样，结合空间信息对图像进行位置相关HSV直方图特征抽取Hx,y(h,s,v)，其中，h、s、v表示颜色，x、y表示h、s、v所表示的颜色在原图像中的位置坐标，H表示满足x、y关系内h、s、v所表示的颜色的像素数占总像素数的比例值，由于证件图像直方图呈现稀疏分布，可以只取分布最集中的前设定维特征作为图像的空间HSV特征；如果在精度要求不高或者对特征存储空间有要求的情况下，可以仅抽取位置相关灰度直方图Hx,y(g)其中，g表示灰度，x、y表示g所表示的灰度在原图像中的位置坐标，H表示满足x、y关系内g所表示的灰度的像素数占总像素数的比例值。图像特征优选包括颜色特征和/或灰度特征，还包括结构特征，上述位置坐标即结构特征。
其中，RGB颜色空间采用R(Red，红色)、G(Green，绿色)和B(Blue，蓝色)三基色表示一种颜色，每一种颜色都可以由R、G、B三基色按不同的比例相加混合而成；HSV颜色空间采用圆锥空间模型来描述，其中，H(Hue，色调)用角度度量，取值范围为0°～360°；S(Saturation，饱和度)为一比例值，范围从0到1，它表示所选颜色的纯度和该颜色最大的纯度之间的比率；V(Value，亮度)表示色彩的明亮程度，范围从0到1。
S120，根据图像特征，在图库查询系统中查询相似图片。
图库查询系统保存了大量推广用户的资质图片，该图库查询系统基本可以涵盖所有合格的资质图片。正常资质图片在自然条件下拍摄与另一张资质图片的雷同概率极小；而大多数资质套证可以在图库查询系统中找到非常类似的图片，即只修改了名称注册号等关键信息，其余部分完全一致。因此，通过该图库查询系统可以判定某一图片是否为伪造证件图片。
根据图像特征，在图库查询系统中查询与待检测图片特征相近的相似图片，以便于根据相似图片判断待检测图片是否伪造证件图片。其中，查找到的相似图片可能会有很多幅图片。
其中，根据图像特征，在图库查询系统中查询相似图片可以包括：
计算待检测图片的设定阶矩；
将设定阶矩作为索引，根据图像特征在图库查询系统中查询相似图片。
例如，首先计算待检测图片的统计特征，即图像的设定阶矩，可以利用图像的一阶矩或者二阶矩等，其阶数可以根据对精度的要求设定，将设定阶矩作为查询图库查询系统时的索引，在图库查询系统中查询与待检测图片相似的图片，作为相似图片。通过利用图像的统计特征作为在图库查询系统中查询的索引，可以缩减查询时的比对范围，提高查询效率。
S130，计算待检测图片与相似图片的相似度。
例如，分别对待检测图片和相似图片进行直方图均衡、低通滤波、降采样、归一化处理，将待检测图片和相似图片经过上述处理后得到的值相减，得到一个图片，对该图片进行二值化处理，得到二值化图像，根据该二值化图像利用相似度计算公式计算待检测图片与相似图片的相似度。当相似图片有多幅图片时，分别计算待检测图片与每一副相似图片的相似度。
S140，当相似度超过设定阈值时，确定待检测图片为伪造证件图片。
当待检测图片与相似图片的相似度超过设定阈值时，确定待检测图片为伪造证件图片。当相似图片有多幅图片时，待检测图片与其中一幅图片的相似度超过设定阈值，即可确定待检测图片为伪造证件图片。
在计算相似度时，充分利用了颜色分部信息与细节结构的差异，当相似度超过设定阈值时，可以准确判断出待检测图片为资质套证。
本实施例通过提取待检测图片的图像特征，根据图像特征在图库查询系统中查询相似图片，计算待检测图片与相似图片的相似度，当相似度超过设定阈值时，确定待检测图片为伪造证件图片，通过在图库查询系统中查询相似图片来鉴定待检测图片是否伪造证件图片，提高了证件图片检测的准确率。
实施例二
图2是本发明实施例二提供的鉴别伪造证件图片的方法的流程图，具体包括如下：
S210，提取待检测图片的图像特征。
S220，根据图像特征，在图库查询系统中查询相似图片。
S230，比对待检测图片的图像特征与相似图片的图像特征，确定与待检测图片的图像特征达到设定相似度的相似图片。
通过比对待检测图片的图像特征与相似图片的图像特征，确定与待检测图片的图像特征达到设定相似度的相似图片，选取出与待检测图片的图像特征比较接近的相似图片，从而减少相似图片的数量，减少后续相似度的计算量。
其中，比对待检测图片的图像特征与相似图片的图像特征，确定与待检测图片的图像特征达到设定相似度的相似图片例如可以包括：
根据图像特征，依据距离计算准则计算待检测图片与相似图片的距离；
选取距离在设定距离阈值范围内的相似图片，作为图像特征达到设定相似度的相似图片。
在比对待检测图片的图像特征与相似图片的图像特征时，可以依据距离计算准则计算待检测图片与相似图片的距离，从而选取与待检测图片的距离在设定距离阈值范围内的相似图片，作为图像特征达到设定相似度的相似图片。其中，距离计算准则包括Euclidean距离(欧氏距离)、Mahalanobis距离(马氏距离)或Bhattacharyya距离(巴氏距离)。
S240，计算待检测图片与相似图片的相似度。
本实施例中，只需计算待检测图片与图像特征达到设定相似度的相似图片的相似度。在计算相似度时，对待检测图片和相似图片按照实施例一中的处理方法得到二值化图像后，再结合前面比对时计算的待检测图片与相似图片的距离，利用相似度计算公式计算待检测图片与相似图片的相似度。
S250，当相似度超过设定阈值时，确定待检测图片为伪造证件图片。
本实施例通过提取待检测图片的图像特征，根据图像特征在图库查询系统中查询相似图片，比对待检测图片的图像特征与相似图片的图像特征，确定与待检测图片的图像特征达到设定相似度的相似图片，计算待检测图片与图像特征达到设定相似度的相似图片的相似度，当相似度超过设定阈值时，确定待检测图片为伪造证件图片，通过在图库查询系统中查询相似图片来鉴定待检测图片是否伪造证件图片，提高了证件图片检测的准确率，与实施例一相比，通过选取出图像特征达到设定相似度的相似图片，只计算这些相似图片与待检测图片的相似度，不用计算所有相似图片与待检测图片的相似度，提高了计算效率。
实施例三
图3是本发明实施例三提供的鉴别伪造证件图片的方法的流程图，具体包括如下：
S310，提取待检测图片的图像特征。
S320，根据图像特征，在图库查询系统中查询相似图片。
S330，计算待检测图片与相似图片的相似度。
S340，当相似度超过设定阈值时，确定待检测图片为伪造证件图片。
S350，显示相似图片，以供人工鉴定。
当待检测图片与相似图片的相似度超过设定阈值时，显示相似度超过设定阈值的相似图片，以便于人工核实鉴定。
本实施例通过提取待检测图片的图像特征，根据图像特征在图库查询系统中查询相似图片，计算待检测图片与相似图片的相似度，当相似度超过设定阈值时，确定待检测图片为伪造证件图片，并显示相似图片，以供人工鉴定，通过在图库查询系统中查询相似图片来鉴定待检测图片是否伪造证件图片，提高了证件图片检测的准确率，与实施例一相比，通过显示相似图片，使得检测结果易于人工核实鉴定。
实施例四
图4是本发明实施例四提供的鉴别伪造证件图片的装置的结构示意图，如图4所示，本实施例的鉴别伪造证件图片的装置包括：特征提取模块410、图片查询模块420、相似计算模块430和图片判定模块440。
其中，特征提取模块410用于提取待检测图片的图像特征；
图片查询模块420用于根据图像特征，在图库查询系统中查询相似图片；
相似计算模块430用于计算待检测图片与相似图片的相似度；
图片判定模块440用于当相似度超过设定阈值时，确定待检测图片为伪造证件图片。
可选择地，图片查询模块包括：
阶矩计算单元，用于计算待检测图片的设定阶矩；
图片查询单元，用于将设定阶矩作为索引，根据图像特征在图库查询系统中查询相似图片。
此外，鉴别伪造证件图片的装置还可以包括：
特征比对模块，用于在计算待检测图片与相似图片的相似度之前，比对待检测图片的图像特征与相似图片的图像特征，确定与待检测图片的图像特征达到设定相似度的相似图片。
可选择地，特征比对模块可以包括：
距离计算单元，用于根据图像特征，依据距离计算准则计算待检测图片与相似图片的距离；
图片选取单元，用于选取距离在设定距离阈值范围内的相似图片，作为图像特征达到设定相似度的相似图片。
可选择地，鉴别伪造证件图片的装置还可以包括：
图片显示模块，用于在确定待检测图片为伪造证件图片之后，显示相似图片，以供人工鉴定。
可选择地，图像特征可以包括颜色特征和/或灰度特征，还可以包括结构特征。
上述产品可执行本发明任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (12)
1.一种鉴别伪造证件图片的方法，其特征在于，所述方法包括：
提取待检测图片的图像特征；
根据所述图像特征，在图库查询系统中查询相似图片；
计算所述待检测图片与相似图片的相似度；
当所述相似度超过设定阈值时，确定所述待检测图片为伪造证件图片。
2.根据权利要求1所述的方法，其特征在于，根据所述图像特征，在图库查询系统中查询相似图片包括：
计算所述待检测图片的设定阶矩；
将所述设定阶矩作为索引，根据所述图像特征在图库查询系统中查询相似图片。
3.根据权利要求1所述的方法，其特征在于，在计算所述待检测图片与相似图片的相似度之前，还包括：
比对待检测图片的图像特征与相似图片的图像特征，确定与所述待检测图片的图像特征达到设定相似度的相似图片。
4.根据权利要求3所述的方法，其特征在于，比对待检测图片的图像特征与相似图片的图像特征，确定与所述待检测图片的图像特征达到设定相似度的相似图片包括：
根据所述图像特征，依据距离计算准则计算所述待检测图片与相似图片的距离；
选取所述距离在设定距离阈值范围内的相似图片，作为图像特征达到设定相似度的相似图片。
5.根据权利要求1所述的方法，其特征在于，在确定所述待检测图片为伪造证件图片之后，还包括：
显示相似图片，以供人工鉴定。
6.根据权利要求1-5任一所述的方法，其特征在于，所述图像特征包括颜色特征和/或灰度特征，还包括结构特征。
7.一种鉴别伪造证件图片的装置，其特征在于，所述装置包括：
特征提取模块，用于提取待检测图片的图像特征；
图片查询模块，用于根据所述图像特征，在图库查询系统中查询相似图片；
相似计算模块，用于计算所述待检测图片与相似图片的相似度；
图片判定模块，用于当所述相似度超过设定阈值时，确定所述待检测图片为伪造证件图片。
8.根据权利要求7所述的装置，其特征在于，所述图片查询模块包括：
阶矩计算单元，用于计算所述待检测图片的设定阶矩；
图片查询单元，用于将所述设定阶矩作为索引，根据所述图像特征在图库查询系统中查询相似图片。
9.根据权利要求7所述的装置，其特征在于，还包括：
特征比对模块，用于在计算所述待检测图片与相似图片的相似度之前，比对待检测图片的图像特征与相似图片的图像特征，确定与所述待检测图片的图像特征达到设定相似度的相似图片。
10.根据权利要求9所述的装置，其特征在于，所述特征比对模块包括：
距离计算单元，用于根据所述图像特征，依据距离计算准则计算所述待检测图片与相似图片的距离；
图片选取单元，用于选取所述距离在设定距离阈值范围内的相似图片，作为图像特征达到设定相似度的相似图片。
11.根据权利要求7所述的装置，其特征在于，还包括：
图片显示模块，用于在确定所述待检测图片为伪造证件图片之后，显示相似图片，以供人工鉴定。
12.根据权利要求7-11任一所述的装置，其特征在于，所述图像特征包括颜色特征和/或灰度特征，还包括结构特征。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510541216.3A CN106485639A (zh) | 2015-08-28 | 2015-08-28 | 鉴别伪造证件图片的方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510541216.3A CN106485639A (zh) | 2015-08-28 | 2015-08-28 | 鉴别伪造证件图片的方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106485639A true CN106485639A (zh) | 2017-03-08 |
Family
ID=58234889
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510541216.3A Pending CN106485639A (zh) | 2015-08-28 | 2015-08-28 | 鉴别伪造证件图片的方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106485639A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107451990A (zh) * | 2017-06-13 | 2017-12-08 | 宁波大学 | 一种使用非线性引导滤波的照片图像篡改检测方法 |
| CN107679480A (zh) * | 2017-09-27 | 2018-02-09 | 阿里巴巴集团控股有限公司 | 识别真实拍摄图片的方法和装置 |
| CN110059705A (zh) * | 2019-04-22 | 2019-07-26 | 厦门商集网络科技有限责任公司 | 一种基于建模的ocr识别结果判决方法和设备 |
| WO2021164515A1 (zh) * | 2020-02-17 | 2021-08-26 | 中国银联股份有限公司 | 一种针对篡改图像的检测方法及装置 |
| CN113656621A (zh) * | 2021-07-23 | 2021-11-16 | 武汉祺锦信息技术有限公司 | 基于区块链照片防伪溯源处理系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103238159A (zh) * | 2010-09-28 | 2013-08-07 | 华为技术有限公司 | 用于图像认证的系统和方法 |
-
2015
- 2015-08-28 CN CN201510541216.3A patent/CN106485639A/zh active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103238159A (zh) * | 2010-09-28 | 2013-08-07 | 华为技术有限公司 | 用于图像认证的系统和方法 |
Non-Patent Citations (1)
| Title |
|---|
| 李向阳 等: "基于内容的图像检索技术与系统", 《计算机研究与发展》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107451990A (zh) * | 2017-06-13 | 2017-12-08 | 宁波大学 | 一种使用非线性引导滤波的照片图像篡改检测方法 |
| CN107451990B (zh) * | 2017-06-13 | 2019-11-15 | 宁波大学 | 一种使用非线性引导滤波的照片图像篡改检测方法 |
| CN107679480A (zh) * | 2017-09-27 | 2018-02-09 | 阿里巴巴集团控股有限公司 | 识别真实拍摄图片的方法和装置 |
| CN110059705A (zh) * | 2019-04-22 | 2019-07-26 | 厦门商集网络科技有限责任公司 | 一种基于建模的ocr识别结果判决方法和设备 |
| WO2021164515A1 (zh) * | 2020-02-17 | 2021-08-26 | 中国银联股份有限公司 | 一种针对篡改图像的检测方法及装置 |
| CN113656621A (zh) * | 2021-07-23 | 2021-11-16 | 武汉祺锦信息技术有限公司 | 基于区块链照片防伪溯源处理系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111488756B (zh) | 基于面部识别的活体检测的方法、电子设备和存储介质 | |
| US9189842B2 (en) | Paper identifying method and related device | |
| WO2020082577A1 (zh) | 印章防伪检验方法、装置及计算机可读存储介质 | |
| CN106485639A (zh) | 鉴别伪造证件图片的方法和装置 | |
| CN103824091B (zh) | 一种用于智能交通系统的车牌识别方法 | |
| WO2016025071A1 (en) | Method and system for verifying user identity using card features | |
| US10803116B2 (en) | Logo detection system for automatic image search engines | |
| CN111898520B (zh) | 证件真伪识别方法、装置、计算机可读介质及电子设备 | |
| Sutar et al. | Number plate recognition using an improved segmentation | |
| CN109740572A (zh) | 一种基于局部彩色纹理特征的人脸活体检测方法 | |
| CN107330433A (zh) | 图像处理方法和装置 | |
| CN111259891B (zh) | 一种自然场景下身份证识别方法、装置、设备和介质 | |
| CN107146258B (zh) | 一种图像显著区域检测方法 | |
| CN105488486A (zh) | 防止照片攻击的人脸识别方法及装置 | |
| Surampalli et al. | An analysis of skin pixel detection using different skin color extraction techniques | |
| Sun et al. | Exposing splicing forgery based on color temperature estimation | |
| CN111708907B (zh) | 一种目标人员的查询方法、装置、设备及存储介质 | |
| CN105740820B (zh) | 辨别用图片的获取方法和辨别用图片的获取系统 | |
| CN103871084B (zh) | 蓝印花布图案识别方法 | |
| Pele et al. | Improving perceptual color difference using basic color terms | |
| Li et al. | Research of face detection based on skin color feature | |
| Kaur et al. | Copy-move forgery detection using ORB and SIFT detector | |
| CN108549855A (zh) | 面向智能家居场景的实时人形检测方法 | |
| CN106845479B (zh) | 一种基于对比色矩形特征的小尺寸车牌检测方法 | |
| Hong et al. | Saliency-based feature learning for no-reference image quality assessment |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170308 |