CN108509992A - 一种基于机器学习技术的印章印文智能化识别防伪方法 - Google Patents

一种基于机器学习技术的印章印文智能化识别防伪方法 Download PDF

Info

Publication number
CN108509992A
CN108509992A CN201810280394.9A CN201810280394A CN108509992A CN 108509992 A CN108509992 A CN 108509992A CN 201810280394 A CN201810280394 A CN 201810280394A CN 108509992 A CN108509992 A CN 108509992A
Authority
CN
China
Prior art keywords
printed text
seal
content view
weights
machine learning
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
Application number
CN201810280394.9A
Other languages
English (en)
Other versions
CN108509992B (zh
Inventor
陈明斌
桂乐汉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangxi New Chapter Electrospray Seal Anti-Forgery Technology Development Co Ltd
Original Assignee
Guangxi New Chapter Electrospray Seal Anti-Forgery Technology Development Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangxi New Chapter Electrospray Seal Anti-Forgery Technology Development Co Ltd filed Critical Guangxi New Chapter Electrospray Seal Anti-Forgery Technology Development Co Ltd
Publication of CN108509992A publication Critical patent/CN108509992A/zh
Application granted granted Critical
Publication of CN108509992B publication Critical patent/CN108509992B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Abstract

本发明公开了一种基于机器学习技术的印章印文智能化识别防伪方法，包括以下步骤：印文智能防伪数据库获取原始印章印文数据和盖印时所采集的数据；对待检测的印文进行限定区域的图像采集，进行预处理得到裸印文；将包括印章规格信息的裸印文数据与原始印章印文数据进行匹配验证，得到印章规格信息的权值；将待检测的印文内容视图的特征数据与盖印时所采集的数据进行匹配验证，得到印文内容视图的权值；将待检测的背景内容视图的特征数据与内盖印时所采集的数据进行匹配验证，得到背景内容视图的权值；对得到的印章规格信息权值、印文内容视图权值、背景内容视图权值做权值加法运算，通过总权值判断印文真伪，从而达到快捷验证印章真伪的目的。

Description

一种基于机器学习技术的印章印文智能化识别防伪方法
技术领域
本发明涉及印章的防伪识别技术领域，具体是一种基于机器学习技术的印章印文智能化识别防伪方法。
背景技术
在我国，印章是证明党政机关、企事业、社会团体等单位组织的身份，代表其权益、法律效力的重要凭证。印章在社会政治、经济生活中起着极其重要的作用。
随着现代科学技术的发展，尤其是计算机技术和激光雕刻技术的发展，在印章制作技术和制作质量不断提高的同时，伪造印章技术相伴生也在不断的提高，伪印犯罪已同枪支、毒品犯罪一样成为社会的一大公害，研究新型印章防伪技术显得尤为迫切。
目前市场主要印章防伪技术主要有：
1.含专用字库的印章生产系统；
2.含特殊标志的排版、制凸版系统；
3.含不规则点阵或光学随机幻纹等具有个性特征的印章排版系统；
4.印油防伪技术等技术手段。
上述防伪技术本身具有缺陷，不能从根本上解决假冒印章问题。一方面我国目前对印文鉴别的方法仍然主要依靠经验判断，由于印章盖印条件的差异，包括文件背景的复杂程度、盖印的用力大小、印泥的多少与质量差异等都会对印章图像产生极大的影响，同一时间、同一纸张、同一个人加盖的印文不可能完全相同，在这种情况下，将提取的盖印印文与原始印文进行人工比对，不仅难度大，准确率低，而且极不方便，不利于社会公众实时鉴别印章，另一方面高仿真技术的发展和应用，为刻制假冒印章提供了方便，有时可以达到以假乱真的程度，致使假冒合同、假冒证件泛滥，严重扰乱了正常的经济社会秩序。
发明内容
本发明针对现有技术的不足，提出一种有效解决假冒印章和印文问题的基于机器学习技术的印章印文智能化识别防伪方法。
为了实现上述目的，本发明采用了以下技术方案：
一种基于机器学习技术的印章印文智能化识别防伪方法，包括以下步骤：
步骤一，印文智能防伪数据库获取原始印章印文数据和盖印时所采集的数据；所述的印文智能防伪数据库接入公安局印章治安管理信息系统；所述的原始印章印文数据包括印章印模和由特征点阵生成算法自动生成的不规则点阵；所述的盖印时所采集的数据包括印文内容视图和背景内容视图的特征数据；
步骤二，对待检测的印文进行限定区域的图像采集，将所采集的图像进行预处理得到裸印文，并将裸印文图像信息保存；
步骤三，将包括印章规格信息的裸印文数据与公安局印章治安管理信息系统内的原始印章印文数据进行匹配验证，匹配验证不通过的，证明可能是假冒印章，则不进行后续操作；匹配验证通过的，将得到印章规格信息的鉴定权值；
步骤四，使用计算机视觉、机器学习技术提取待检测盖印的印文内容视图和背景内容视图的特征数据，并存入印文智能数防伪据库中；
步骤五，将待检测的印文内容视图的特征数据与印文智能防伪数据库内盖印时所采集的数据进行匹配验证，得到印文内容视图的鉴定权值；
步骤六，将待检测的背景内容视图的特征数据与印文智能防伪数据库内盖印时所采集的数据进行匹配验证，得到背景内容视图的鉴定权值；
步骤七，对步骤三、步骤五和步骤六中得到的印章规格信息鉴定权值、印文内容视图鉴定权值、背景内容视图鉴定权值这三部分权值做加法运算，得到印文鉴定结果的总权值，通过总权值判断印文真伪，从而达到快捷验证印章真伪的目的。
作为本发明的进一步说明，在步骤二中的图像采集方式为手机或者扫描设备采集。
作为本发明的进一步说明，在步骤二中预处理的步骤具体为：
（1）基于RGB颜色模型提取方法，提取待检验印章印文图像；以红色印章为例，若印文图像像素Red分量值大于100，并且Red分量与Blue分量，以及Red分量与Green分量之差均大于45，则认为该像素点为有效印章颜色，即红色；若三种分量值之和大于540，则认为该像素点为正常背景色，即白色或灰色；除上述两种情况之外的像素点被认为是干扰背景色；若为蓝色印章，则要求印文图像像素Blue分量值大于100，并且Blue分量与Red分量，以及Blue分量与Green分量之差均大于45；
（2）RGB空间不能很好地反映红色这一特性，因此需要把印文图像从RGB空间转换到HSI空间更易于提取印章；把印文图像从RGB空间转换到HSI空间提取印章；HSI颜色模型是由Munseu提出的彩色系统格式，以彩色的色度（Hue）、饱和度（Saturation）、亮度（Inten-sity）为三要素来表示；
RGB空间到HSI空间的变换公式如下：
色度（Hue）的转换：
亮度（Intensity）的转换：
饱和度（Saturation）的转换：
色度的分割后，还有淡红色的底纹和黑色的干扰。饱和度决定了彩色的浓淡程度，由于印章的盖压用力不均、印油的多少等因素的影响，使得所采集的印文图像中印章的红色浓淡不均。实际应用中，人眼可接受其为红色的饱和度至少大于20%，选取20%为饱和度分割阈值可以很好去除底纹的干扰。
（3）基于HSI颜色模型提取方法，定义为I=Max(R，G，B)/255，在色度和饱和度阈值的限定下，参考Photoshop的色盘，红色的I至少大于60%，黑色和灰色的I都小于50%，选取60%为亮度分割阈值既避免的光照的影响又能很好去除黑色的干扰；构建印章提取模型为：
（4）采用Hough变化和中值过滤法除去章面上的噪声信息，获取印文成品图像；
（5）对印文成品图像进行二值化处理，获取二值化印文图像；
（6）对采集的印文图像通过透视变换算法变换为垂直视图。
作为本发明的进一步说明，在步骤三中印章规格信息采用的匹配验证方式具体为：对印文图像的印章规格信息数据采用SIFT算法与公安局印章治安管理信息系统中备案的原始印章印文数据进行模式匹配。
作为本发明的进一步说明，在步骤三中印章规格信息及其鉴定权值具体为：环排字与中心夹角，权重为5%；印章编码与中心夹角，权重为5%；环排字至边框距离，权重为3%；印章编码至边框距离，权重为3%；印章编码间距，权重为3%；环排字重合度，权重为2%；徽迹重合度，权重为2%；直排字重合度，权重为2%；编码重合度，权重为2%。
作为本发明的进一步说明，在步骤四中计算机视觉、机器学习技术具体为：SIFT算法。
作为本发明的进一步说明，在步骤五中待检测的印文内容视图的特征数据采用的匹配验证方式具体为：对待检测的印文内容视图的特征数据采用SIFT算法提取相应特征码信息与印文智能防伪数据库内盖印时所采集的数据进行匹配。
作为本发明的进一步说明，在步骤六中待检测的背景内容视图的特征数据采用的匹配验证方式具体为：对待检测的背景内容视图的特征数据采用SIFT算法提取相应特征码信息与印文智能防伪数据库内盖印时所采集的数据进行匹配。
作为本发明的进一步说明，在步骤五、步骤六中印文内容视图和背景内容视图信息鉴定权值具体为：印文内容视图特征码信息匹配的权重为53%和背景内容视图特征码信息匹配的权重为20%。
作为本发明的进一步说明，在步骤一中印文智能防伪数据库获取的信息还包括：盖印时间信息、盖印编码信息、GPS定位信息和盖印地址信息。
与现有技术相比较，本发明具备的有益效果：
1.本发明对印章规格信息与公安局印章治安管理信息系统内的原始印章印文数据匹配验证，并得到相应的印章规格信息权值，可以证明印章是否备案，是否是合法印章，它解决了验证印章的真实与合法的问题，将待检测的印文内容视图的特征数据、背景内容视图的特征数据与印文智能防伪数据库内盖印时所采集的数据进行匹配验证，得到印文内容视图的鉴定权值和背景内容视图的鉴定权值，通过对印章规格信息权值、印文内容视图权值和背景内容视图权值三部分的权值做加法运算得到总权值，通过总权值判断印章印文真伪，不仅能解决虚假印章的泛滥使用问题，而且能解决虚假合同或印章印文无法辨认的问题。
2.本发明对印文图像进行二值化和透视变换算法进行处理，很好地解决了成像颜色差异和印文图像信息存在一定的角度倾斜的问题，而且对印文图像采用基于RGB与HSI颜色模型的提取方法，先提取特定的颜色，在对特定颜色的印文图像进行去噪处理，能得到更适合与原始印章印文对比的图像，提高了对比的准确度，使得真伪验证结果的置信度更高。
3.本发明对印章规格信息做出更全面、更具体的鉴定，得到印章规格信息权值的置信度更高，能更有效判断印章的合法性和真实性，。
4.本发明的印文图像采用SIFT算法和相应特征码信息进行对比匹配验证，使匹配鉴定出的结果更精确。
附图说明
图1为印文信息采集流程图。
图2为印文真伪验证流程图。
图3为HSI颜色空间模型图。
具体实施方式
下面结合附图对本发明进一步说明。
实施例1：
一种基于机器学习技术的印章印文智能化识别防伪方法，包括以下步骤：
步骤一，印文智能防伪数据库获取原始印章印文数据和盖印时所采集的数据；所述的印文智能防伪数据库接入公安局印章治安管理信息系统；所述的原始印章印文数据包括印章印模和由特征点阵生成算法自动生成的不规则点阵；所述的盖印时所采集的数据包括印文内容视图和背景内容视图的特征数据；
步骤二，对待检测的印文进行限定区域的图像采集，将所采集的图像进行预处理得到裸印文，并将裸印文图像信息保存；
步骤三，将包括印章规格信息的裸印文数据与公安局印章治安管理信息系统内的原始印章印文数据进行匹配验证，匹配验证不通过的，证明可能是假冒印章，则不进行后续操作；匹配验证通过的，将得到印章规格信息的鉴定权值；
步骤四，使用计算机视觉、机器学习技术提取待检测盖印的印文内容视图和背景内容视图的特征数据，并存入印文智能数防伪据库中；
步骤五，将待检测的印文内容视图的特征数据与印文智能防伪数据库内盖印时所采集的数据进行匹配验证，得到印文内容视图的鉴定权值；
步骤六，将待检测的背景内容视图的特征数据与印文智能防伪数据库内盖印时所采集的数据进行匹配验证，得到背景内容视图的鉴定权值；
步骤七，对步骤三、步骤五和步骤六中得到的印章规格信息鉴定权值、印文内容视图鉴定权值、背景内容视图鉴定权值这三部分权值做加法运算，得到印文鉴定结果的总权值，通过总权值判断印文真伪，从而达到快捷验证印章真伪的目的。
在步骤二中的图像采集方式为手机或者扫描设备采集。
在步骤二中预处理的步骤具体为：
（1）基于RGB颜色模型提取方法，提取待检验印章印文图像；以红色印章为例，若印文图像像素Red分量值大于100，并且Red分量与Blue分量，以及Red分量与Green分量之差均大于45，则认为该像素点为有效印章颜色，即红色；若三种分量值之和大于540，则认为该像素点为正常背景色，即白色或灰色；除上述两种情况之外的像素点被认为是干扰背景色；若为蓝色印章，则要求印文图像像素Blue分量值大于100，并且Blue分量与Red分量，以及Blue分量与Green分量之差均大于45；
（2）把印文图像从RGB空间转换到HSI空间提取印章；
（3）基于HSI颜色模型提取方法，定义为I=Max(R，G，B)/255，在色度和饱和度阈值的限定下，参考Photoshop的色盘，红色的I至少大于60%，黑色和灰色的I都小于50%，选取60%为亮度分割阈值既避免的光照的影响又能很好去除黑色的干扰；
（4）采用Hough变化和中值过滤法除去章面上的噪声信息，获取印文成品图像；
（5）对印文成品图像进行二值化处理，获取二值化印文图像；
（6）对采集的印文图像通过透视变换算法变换为垂直视图。
在步骤三中印章规格信息采用的匹配验证方式具体为：对印文图像的印章规格信息数据采用SIFT算法与公安局印章治安管理信息系统中备案的原始印章印文数据进行模式匹配。
在步骤三中印章规格信息及其鉴定权值具体为：环排字与中心夹角，权重为5%；印章编码与中心夹角，权重为5%；环排字至边框距离，权重为3%；印章编码至边框距离，权重为3%；印章编码间距，权重为3%；环排字重合度，权重为2%；徽迹重合度，权重为2%；直排字重合度，权重为2%；编码重合度，权重为2%。
在步骤四中计算机视觉、机器学习技术具体为：SIFT算法。
在步骤五中待检测的印文内容视图的特征数据采用的匹配验证方式具体为：对待检测的印文内容视图的特征数据采用SIFT算法提取相应特征码信息与印文智能防伪数据库内盖印时所采集的数据进行匹配。
在步骤六中待检测的背景内容视图的特征数据采用的匹配验证方式具体为：对待检测的背景内容视图的特征数据采用SIFT算法提取相应特征码信息与印文智能防伪数据库内盖印时所采集的数据进行匹配。
在步骤五、步骤六中印文内容视图和背景内容视图信息鉴定权值具体为：印文内容视图特征码信息匹配的权重为53%和背景内容视图特征码信息匹配的权重为20%。
在步骤一中印文智能防伪数据库获取的信息还包括：盖印时间信息、盖印编码信息、GPS定位信息和盖印地址信息。
对各项验证信息权值分配情况整理成表格，具体如表1所示。
表1

Claims (10)

1.一种基于机器学习技术的印章印文智能化识别防伪方法，其特征在于，包括以下步骤：
步骤一，印文智能防伪数据库获取原始印章印文数据和盖印时所采集的数据；所述的印文智能防伪数据库接入公安局印章治安管理信息系统；所述的原始印章印文数据包括印章印模和由特征点阵生成算法自动生成的不规则点阵；所述的盖印时所采集的数据包括印文内容视图和背景内容视图的特征数据；
步骤二，对待检测的印文进行限定区域的图像采集，将所采集的图像进行预处理得到裸印文，并将裸印文图像信息保存；
步骤三，将包括印章规格信息的裸印文数据与公安局印章治安管理信息系统内的原始印章印文数据进行匹配验证，匹配验证不通过的，证明可能是假冒印章，则不进行后续操作；匹配验证通过的，将得到印章规格信息的鉴定权值；
步骤四，使用计算机视觉、机器学习技术提取待检测盖印的印文内容视图和背景内容视图的特征数据，并存入印文智能数防伪据库中；
步骤五，将待检测的印文内容视图的特征数据与印文智能防伪数据库内盖印时所采集的数据进行匹配验证，得到印文内容视图的鉴定权值；
步骤六，将待检测的背景内容视图的特征数据与印文智能防伪数据库内盖印时所采集的数据进行匹配验证，得到背景内容视图的鉴定权值；
步骤七，对步骤三、步骤五和步骤六中得到的印章规格信息鉴定权值、印文内容视图鉴定权值、背景内容视图鉴定权值这三部分权值做加法运算，得到印文鉴定结果的总权值，通过总权值判断印文真伪，从而达到快捷验证印章真伪的目的。
2.根据权利要求1所述的一种基于机器学习技术的印章印文智能化识别防伪方法，其特征在于：在步骤二中的图像采集方式为手机或者扫描设备采集。
3.根据权利要求1所述的一种基于机器学习技术的印章印文智能化识别防伪方法，其特征在于：在步骤二中预处理的步骤具体为：
（1）基于RGB颜色模型提取方法，提取待检验印章印文图像；以红色印章为例，若印文图像像素Red分量值大于100，并且Red分量与Blue分量，以及Red分量与Green分量之差均大于45，则认为该像素点为有效印章颜色，即红色；若三种分量值之和大于540，则认为该像素点为正常背景色，即白色或灰色；除上述两种情况之外的像素点被认为是干扰背景色；若为蓝色印章，则要求印文图像像素Blue分量值大于100，并且Blue分量与Red分量，以及Blue分量与Green分量之差均大于45；
（2）把印文图像从RGB空间转换到HSI空间提取印章；
（3）基于HSI颜色模型提取方法，定义为I=Max(R，G，B)/255，在色度和饱和度阈值的限定下，参考Photoshop的色盘，红色的I至少大于60%，黑色和灰色的I都小于50%，选取60%为亮度分割阈值既避免的光照的影响又能很好去除黑色的干扰；
（4）采用Hough变化和中值过滤法除去章面上的噪声信息，获取印文成品图像；
（5）对印文成品图像进行二值化处理，获取二值化印文图像；
（6）对采集的印文图像通过透视变换算法变换为垂直视图。
4.根据权利要求1所述的一种基于机器学习技术的印章印文智能化识别防伪方法，其特征在于：在步骤三中印章规格信息采用的匹配验证方式具体为：对印文图像的印章规格信息数据采用SIFT算法与公安局印章治安管理信息系统中备案的原始印章印文数据进行模式匹配。
5.根据权利要求1所述的一种基于机器学习技术的印章印文智能化识别防伪方法，其特征在于：在步骤三中印章规格信息及其鉴定权值具体为：环排字与中心夹角，权重为5%；印章编码与中心夹角，权重为5%；环排字至边框距离，权重为3%；印章编码至边框距离，权重为3%；印章编码间距，权重为3%；环排字重合度，权重为2%；徽迹重合度，权重为2%；直排字重合度，权重为2%；编码重合度，权重为2%。
6.根据权利要求1所述的一种基于机器学习技术的印章印文智能化识别防伪方法，其特征在于：在步骤四中计算机视觉、机器学习技术具体为：SIFT算法。
7.根据权利要求1所述的一种基于机器学习技术的印章印文智能化识别防伪方法，其特征在于：在步骤五中待检测的印文内容视图的特征数据采用的匹配验证方式具体为：对待检测的印文内容视图的特征数据采用SIFT算法提取相应特征码信息与印文智能防伪数据库内盖印时所采集的数据进行匹配。
8.根据权利要求1所述的一种基于机器学习技术的印章印文智能化识别防伪方法，其特征在于：在步骤六中待检测的背景内容视图的特征数据采用的匹配验证方式具体为：对待检测的背景内容视图的特征数据采用SIFT算法提取相应特征码信息与印文智能防伪数据库内盖印时所采集的数据进行匹配。
9.根据权利要求1所述的一种基于机器学习技术的印章印文智能化识别防伪方法，其特征在于：在步骤五、步骤六中印文内容视图和背景内容视图信息鉴定权值具体为：印文内容视图特征码信息匹配的权重为53%和背景内容视图特征码信息匹配的权重为20%。
10.根据权利要求1所述的一种基于机器学习技术的印章印文智能化识别防伪方法，其特征在于：在步骤一中印文智能防伪数据库获取的信息还包括：盖印时间信息、盖印编码信息、GPS定位信息和盖印地址信息。
CN201810280394.9A 2017-12-27 2018-04-02 一种基于机器学习技术的印章印文智能化识别防伪方法 Active CN108509992B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2017114387102 2017-12-27
CN201711438710 2017-12-27

Publications (2)

Publication Number Publication Date
CN108509992A true CN108509992A (zh) 2018-09-07
CN108509992B CN108509992B (zh) 2022-05-24

Family

ID=63379485

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810280394.9A Active CN108509992B (zh) 2017-12-27 2018-04-02 一种基于机器学习技术的印章印文智能化识别防伪方法

Country Status (1)

Country Link
CN (1) CN108509992B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109409466A (zh) * 2018-11-13 2019-03-01 屠卫平 动态防伪物理签章的生成核查方法及系统
CN109492696A (zh) * 2018-11-09 2019-03-19 上海中信信息发展股份有限公司 印章真伪鉴定方法、装置及系统
CN109635818A (zh) * 2018-10-26 2019-04-16 平安科技（深圳）有限公司 印章防伪检验方法、装置及计算机可读存储介质
CN109636825A (zh) * 2018-11-01 2019-04-16 平安科技（深圳）有限公司 印章图形分割方法、装置及计算机可读存储介质
CN109993739A (zh) * 2019-03-29 2019-07-09 深圳市创业印章实业有限公司 一种印章真伪鉴别方法与装置
CN110378886A (zh) * 2019-07-22 2019-10-25 中国工商银行股份有限公司 图像比对方法、图像比对装置、电子设备和介质
CN111291757A (zh) * 2020-02-17 2020-06-16 江苏诚印科技有限公司 一种印章唯一性识别的方法
CN115063804A (zh) * 2022-06-29 2022-09-16 支付宝(杭州)信息技术有限公司 印章识别和防伪检测方法和系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101162506A (zh) * 2007-11-02 2008-04-16 北京大学 圆形印章的印鉴图像检索方法
CN101894260A (zh) * 2010-06-04 2010-11-24 北京化工大学 基于匹配特征点随机生成特征线的伪造印章识别方法
CN102456150A (zh) * 2010-10-26 2012-05-16 程飞 印章防伪信息卡及其查询方法
CN203995152U (zh) * 2014-07-22 2014-12-10 云南华阳现代印章器材有限公司 一种可写信息的加密印章
CN104537318A (zh) * 2014-12-30 2015-04-22 北京中科江南软件有限公司 电子印章动态生成系统
WO2015089514A2 (en) * 2013-12-13 2015-06-18 Colorado State University Research Foundation Nano-stamp and matched reader for anti-counterfeiting applications
US9280696B1 (en) * 2008-04-23 2016-03-08 Copilot Ventures Fund Iii Llc Authentication method and system

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101162506A (zh) * 2007-11-02 2008-04-16 北京大学 圆形印章的印鉴图像检索方法
US9280696B1 (en) * 2008-04-23 2016-03-08 Copilot Ventures Fund Iii Llc Authentication method and system
CN101894260A (zh) * 2010-06-04 2010-11-24 北京化工大学 基于匹配特征点随机生成特征线的伪造印章识别方法
CN102456150A (zh) * 2010-10-26 2012-05-16 程飞 印章防伪信息卡及其查询方法
WO2015089514A2 (en) * 2013-12-13 2015-06-18 Colorado State University Research Foundation Nano-stamp and matched reader for anti-counterfeiting applications
CN203995152U (zh) * 2014-07-22 2014-12-10 云南华阳现代印章器材有限公司 一种可写信息的加密印章
CN104537318A (zh) * 2014-12-30 2015-04-22 北京中科江南软件有限公司 电子印章动态生成系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
BO JIN等: "Seal registration and identification based on SIFT", 《2015 IEEE 9TH INTERNATIONAL CONFERENCE ON ANTI-COUNTERFEITING, SECURITY, AND IDENTIFICATION (ASID)》 *
何瑾等: "基于边缘差异的印鉴自动鉴别", 《仪器仪表学报》 *
梁吉胜: "圆形印章图像提取与配准方法研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109635818A (zh) * 2018-10-26 2019-04-16 平安科技（深圳）有限公司 印章防伪检验方法、装置及计算机可读存储介质
WO2020082577A1 (zh) * 2018-10-26 2020-04-30 平安科技（深圳）有限公司 印章防伪检验方法、装置及计算机可读存储介质
CN109636825A (zh) * 2018-11-01 2019-04-16 平安科技（深圳）有限公司 印章图形分割方法、装置及计算机可读存储介质
CN109636825B (zh) * 2018-11-01 2023-07-18 平安科技（深圳）有限公司 印章图形分割方法、装置及计算机可读存储介质
CN109492696A (zh) * 2018-11-09 2019-03-19 上海中信信息发展股份有限公司 印章真伪鉴定方法、装置及系统
CN109492696B (zh) * 2018-11-09 2021-05-25 上海信联信息发展股份有限公司 印章真伪鉴定方法、装置及系统
CN109409466A (zh) * 2018-11-13 2019-03-01 屠卫平 动态防伪物理签章的生成核查方法及系统
CN109409466B (zh) * 2018-11-13 2022-05-24 江苏诚印科技有限公司 动态防伪物理签章的生成核查方法及系统
CN109993739A (zh) * 2019-03-29 2019-07-09 深圳市创业印章实业有限公司 一种印章真伪鉴别方法与装置
CN109993739B (zh) * 2019-03-29 2023-04-28 深圳市安印科技有限公司 一种印章真伪鉴别方法与装置
CN110378886A (zh) * 2019-07-22 2019-10-25 中国工商银行股份有限公司 图像比对方法、图像比对装置、电子设备和介质
CN110378886B (zh) * 2019-07-22 2021-09-10 中国工商银行股份有限公司 图像比对方法、图像比对装置、电子设备和介质
CN111291757A (zh) * 2020-02-17 2020-06-16 江苏诚印科技有限公司 一种印章唯一性识别的方法
CN111291757B (zh) * 2020-02-17 2023-08-15 江苏诚印科技有限公司 一种印章唯一性识别的方法
CN115063804A (zh) * 2022-06-29 2022-09-16 支付宝(杭州)信息技术有限公司 印章识别和防伪检测方法和系统

Also Published As

Publication number Publication date
CN108509992B (zh) 2022-05-24

Similar Documents

Publication Publication Date Title
CN108509992A (zh) 一种基于机器学习技术的印章印文智能化识别防伪方法
CN106782035B (zh) 锯齿码防伪方法
CN106096971B (zh) 墨沿防伪方法及墨沿防伪网络鉴别系统
CN104794629B (zh) 手机识别编码锯齿防伪方法
CN101894260B (zh) 基于匹配特征点随机生成特征线的伪造印章识别方法
US9153005B2 (en) Method and system for authenticating a secure document
WO2016049979A1 (zh) 纸币识别方法及装置
JP4510643B2 (ja) 印刷媒体の認証システム及び方法
CN204833342U (zh) 锯齿码防伪印刷物
US11715309B2 (en) Method for producing security elements in an image which are not visible to the human eye and cannot be copied, and printed image
Wang et al. Secured graphic QR code with infrared watermark
CN106960411A (zh) 二维码叠加数字水印的方法及其识别方法和识别系统
CN107437293A (zh) 一种基于票据全局特征的票据防伪鉴别方法
CN112085643B (zh) 图像脱敏处理方法、验证方法及装置、设备及介质
CN114998080B (zh) 人脸防篡改水印生成方法、篡改检测方法及属性检测方法
CN113518997A (zh) 基于微结构检测的防伪纸质品及其制作方法和鉴别方法
Blue et al. Identity document authentication using steganographic techniques: the challenges of noise
CN105809223A (zh) 一种印迹真伪识别方法
WO2020251380A1 (pt) Método para a validação da autenticidade de uma imagem presente em um objeto, objeto com nível de segurança intensificado e o seu método de preparo, aparelho computacional, programas de computador e meio de leitura adaptados
CN108615218A (zh) 伪随机信息空域调制的印刷量子点水印检测方法
EP4002196A1 (en) Copy prevention of digital sample images
Hu et al. Document recapture detection based on a unified distortion model of halftone cells
US20200247171A1 (en) Electronic fingerprint management system and method for preventing artwork forgery/falsification, method for detecting forgery/falsification of artwork, and computer program therefor
CN109784454A (zh) 一种基于二维码的信息隐藏方法、装置及电子设备
CN103729609A (zh) 应用于税务票据的防伪识别系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant