CN109740586A - 一种防眩光证件自动阅读系统及方法 - Google Patents

Abstract

本发明公开了一种防眩光证件自动阅读系统，包括光源，光源控制单元，图像采集单元和图像处理单元；光源包括左侧光源(11)和右侧光源(12)，左侧光源(11)向右斜射向证件(10)，右侧光源(12)向左斜射向证件(10)的表面；光源控制单元对光源的开闭控制相互独立；图像采集单元用于采集左侧光源(11)和右侧光源(12)分别打开时证件(10)的两张图像；图像处理单元用于选取左侧光源(11)打开时采集的证件图像的右半边，右侧光源(12)打开时采集的证件图像的左半边，并将右半边和左半边两幅图像进行拼接合成，从而获得完整的无炫光图像。从而解决了眩光的干扰，能够获取高质量的、可读可识别的证件图像，并进行正确的查验。

Description

一种防眩光证件自动阅读系统及方法

技术领域

本发明属于证件防伪鉴伪领域，具体涉及一种防眩光证件自动阅读系统及方法。

背景技术

随着我国经济的快速发展与改革开放的推进，国内外的人员流动逐年增长。这种增长给火车站、机场、海关等机构带来了巨大的挑战。

在过去，对流动人员的证件查验主要通过人工核验来完成，由于工作人员业务水平参差不齐，给相关工作带来了巨大隐患。于是各类证件自动查验系统应运而生，且取得了很好的效果。

但随着防伪技术的发展，各类新型材料被用于证件的防伪镀膜上。这种镀膜能够提高证件的防伪性能，但其独特的眩光也会严重干扰文字、图案的采集和识读，影响自动查验系统的性能，导致系统产生错误查验。例如专利号为CN101661644A名为“护照、证件自动查验技术”的专利中提到的护照自动查验技术，由于忽视了对眩光的处理，对于具有防伪镀膜的证件，很难取得较好的图像质量。

发明内容

针对现有技术以上缺陷或改进需求中的至少一种，本发明提供了一种防眩光证件自动阅读系统及方法，解决了眩光的干扰，保证证件查验系统能够采集到高质量的图像并进行正确的查验，经过使用各类证件进行反复的测试，能够确保系统能始终获取到高质量的、可读可识别的证件图像，并进行正确的查验。

为实现上述目的，按照本发明的一个方面，提供了一种防眩光证件自动阅读系统，包括光源，光源控制单元，图像采集单元和图像处理单元；

所述光源包括左侧光源和右侧光源，所述左侧光源向右斜射向证件，所述右侧光源向右斜射向证件的表面；

所述光源控制单元对左侧光源和右侧光源的开闭控制相互独立，互不干扰；

所述图像采集单元用于采集所述左侧光源和所述右侧光源分别打开时所述证件的两张图像；

所述图像处理单元用于选取所述左侧光源打开时采集的证件图像的右半边，所述右侧光源打开时采集的证件图像的左半边，并将右半边和左半边两幅图像进行合成，从而获得完整的无炫光图像。

优选地，所述左侧光源和右侧光源均可分别发射包括红外光、白光、紫外光的不同色光；所述光源控制单元对左侧光源和右侧光源的色光控制相互独立，互不干扰。

优选地，所述证件包括各国护照、中国第二代居民身份证、港澳通行证、港澳回乡证、台胞证、港澳台居民居住证、驾驶证、外国人居住证等等。

为实现上述目的，按照本发明的另一个方面，还提供了一种如前所述的防眩光证件自动阅读系统的图像采集方法，包括如下步骤：

S1、阅读系统打开光源的红外光，检测证件是否放置到位；

S2、当检测到证件到位时，左侧光源和右侧光源分别斜射相同的色光，依次进行不同色光下证件的图像采集；

S3、在步骤S2中每次打开一种色光时，采集左侧光源和右侧光源分别打开时证件在该种色光下的的两张图像；如此，依次采集证件不同侧光源下、不同色光下的图像；

S4、选取同种色光下左侧光源打开时采集的证件图像的右半边，右侧光源打开时采集的证件图像的左半边，将右半边和左半边两幅图像进行拼接合成，分别得到不同色光下证件完整的无炫光图像。

优选地，在步骤S4中，在右半边和左半边两幅图像拼接合成的过程中，中间使用渐变操作，渐变操作的公式如下：

I_AU＝I_左+(1-α)I_右

其中I_AU为融合部分的灰度值，I_左和I_右分别为左右部分的灰度值，α为融合系数。

优选地，所述左侧光源和右侧光源为LED光源；

和/或，阅读系统的壳体的内腔壁使用不含荧光剂的白色散光喷涂材料均匀喷涂。

优选地，若第一次使用所述阅读系统进行图像采集，则先进行参数调整与校正，步骤如下：

S01、取一张颜色材质均匀的标准色纸作为校正标准；

S02、使用前述步骤S1-S4采集上述标准色纸的图像，作为参考图像，初始化一个同样大小、通道的矩阵以保存校正系数Cref；

S03、对参考图像的每个像素点的RGB通道分别计算校正系数，如果该像素点灰度大于预设阈值，则判定是前景区域，校正系数Cref＝T/灰度值，T为固定参考值；如果该像素点灰度小于或等于预设阈值，则判定不是前景区域，校正系数为前景区域的校正系数的平均值；

S04、储存校正系数；

在前述步骤S4之后，还包括如下步骤：

S5、所述阅读系统按照前述步骤S1-S4正常采集所述证件的图像时，将步骤S4采集的证件完整的无炫光图像中的每个像素乘以相应的校正系数，得到校正后图片。

优选地，在步骤S03与S04之间，对校正系数的各个通道分别进行一次标准高斯平滑。

优选地，在步骤S5之后，还包括如下步骤：

S6、采用深度卷积神经网络进行图像去噪，将步骤S5中得到的图像输入到预训练的深度神经网络中，输出一幅分辨率相同的去噪后图像。

优选地，步骤S6中，预训练的深度神经网络采用的网格结构为CAN，其核心式为：

其中，是s层L^s的第i个特征层，*rs代表空洞卷积操作，代表3*3卷积核，是偏置项；

在训练时，使用的损失函数为L2损失函数，即：

上述优选技术特征只要彼此之间未构成冲突就可以相互组合。

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，具有以下有益效果：

1、本发明的防眩光证件自动阅读系统及方法，解决了眩光的干扰，保证证件查验系统能够采集到高质量的图像并进行正确的查验，经过使用各类证件进行反复的测试，能够确保系统能始终获取到高质量的、可读可识别的证件图像，并进行正确的查验。

2、本发明的防眩光证件自动阅读系统及方法，使用斜射光来避免采集到眩光，具体将光源分为左右两部分，分别点亮并采集证件图像，将两次采集到的图像合成，取得完整的无眩光图片。不同部分光源的控制相互独立，互不干扰；在空间上，将光源分割为多个部分，能够有效减少眩光干扰，提高局部图像质量。

3、本发明的防眩光证件自动阅读系统及方法，在功能上，光源被分割为红外、白光、紫外等部分，不同部分光源的控制相互独立，互不干扰，以分别实现不同的功能，例如证件检测、图像展示与图像鉴伪等。

4、本发明的防眩光证件自动阅读系统及方法，可广泛适用于多种身份证件的图像采集与查验，包括但不限于各国护照、中国第二代居民身份证、港澳通行证、港澳回乡证、台胞证、港澳台居民居住证、驾驶证、外国人居住证等。

5、本发明的防眩光证件自动阅读系统及方法，中间使用渐变操作，让图片拼接处过渡更加真实。使用侧面发光的LED方案，可以极大地改善对侧区域的亮度；将仪器内壁使用不含荧光剂的白色散光喷涂材料均匀喷涂，并构造适当的结构，可以改善光线在模具内的漫反射，进而使图像的灰度更加均匀,从而取得比较均匀一致的不含眩光的证照图像。

6、本发明的防眩光证件自动阅读系统及方法，使用一种后处理算法使合成图片更加均匀，为了提高图像质量，使用了一个标准色纸的初始校正方法，可以得到质量较高的图像

7、本发明的防眩光证件自动阅读系统及方法，对图像还进行了进一步的图像去噪，消除了光照不均与眩光造成的噪声。

8、本方法可有效地防止与处理证件表面防伪镀膜的眩光干扰，显著地提升了证件阅读器的性能与效果，提高了后续查验工作防伪鉴伪的准确率。

附图说明

图1是本发明的防眩光证件自动阅读系统的内部光路示意图；

图2是本发明的防眩光证件自动阅读系统的图像采集方法的流程示意图；

图3是本发明的防眩光证件自动阅读系统的图像采集方法中去噪流程的示意图。

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。下面结合具体实施方式对本发明进一步详细说明。

作为本发明的一种较佳实施方式，如图1所示，本发明提供一种防眩光证件自动阅读系统及图像采集方法。首先分析现有的系统，眩光图像主要由于光源直射到证件上，随后反射光和镀膜一起被采集设备(如摄像头)接收，造成采集到的图中含有眩光，所以，为了采集不含眩光的证件图像，本发明尽量使用斜射光或者散射光。系统结构如图1所示，整个流程如图2所示。

本发明的防眩光证件自动阅读系统，包括光源，光源控制单元，图像采集单元和图像处理单元。

所述光源包括左侧光源11和右侧光源12，所述左侧光源11向右斜射向证件10，所述右侧光源12向左斜射向证件10的表面；所述光源控制单元对左侧光源11和右侧光源12的开闭控制相互独立，互不干扰；所述图像采集单元用于采集所述左侧光源11和所述右侧光源12分别打开时所述证件10的两张图像；

所述图像处理单元用于选取所述左侧光源11打开时采集的证件图像的右半边，所述右侧光源12打开时采集的证件图像的左半边，并将右半边和左半边两幅图像进行拼接合成，从而获得完整的无炫光图像。

本发明的防眩光证件自动阅读系统及方法，解决了眩光的干扰，保证证件查验系统能够采集到高质量的图像并进行正确的查验，经过使用各类证件进行反复的测试，能够确保系统能始终获取到高质量的、可读可识别的证件图像，并进行正确的查验。

本发明的防眩光证件自动阅读系统及方法，使用斜射光来避免采集到眩光，具体将光源分为左右两部分，分别点亮并采集证件图像，将两次采集到的图像合成，取得完整的无眩光图片。不同部分光源的控制相互独立，互不干扰；在空间上，将光源分割为多个部分，能够有效减少眩光干扰，提高局部图像质量。

优选地，所述左侧光源11和右侧光源12均可分别发射包括红外光、白光、紫外光的不同色光；所述光源控制单元对左侧光源11和右侧光源12的色光控制相互独立，互不干扰。本发明的防眩光证件自动阅读系统及方法，在功能上，光源被分割为红外、白光、紫外等部分，不同部分光源的控制相互独立，互不干扰，以分别实现不同的功能，例如证件检测、图像展示与图像鉴伪等。

本发明的防眩光证件自动阅读系统及方法，可广泛适用于多种身份证件的图像采集与查验，包括但不限于各国护照、中国第二代居民身份证、港澳通行证、港澳回乡证、台胞证、港澳台居民居住证、驾驶证、外国人居住证等。

如图2所示，本发明还提供了一种如前所述的防眩光证件自动阅读系统的图像采集方法，包括如下步骤：

S1、阅读系统打开光源的红外光，检测证件10是否放置到位；

S2、当检测到证件10到位时，左侧光源11和右侧光源12分别斜射相同的色光，依次进行不同色光下证件的图像采集；

S3、在步骤S2中每次打开一种色光时，采集左侧光源11和右侧光源12分别打开时证件10在该种色光下的的两张图像；如此，依次采集证件不同侧光源下、不同色光下的图像；

S4、选取同种色光下左侧光源11打开时采集的证件图像的右半边，右侧光源12打开时采集的证件图像的左半边，将右半边和左半边两幅图像进行拼接合成，分别得到不同色光下证件完整的无炫光图像。

本方法可有效地防止与处理证件表面防伪镀膜的眩光干扰，显著地提升了证件阅读器的性能与效果，提高了后续查验工作防伪鉴伪的准确率。

优选地，在步骤S4中，在右半边和左半边两幅图像拼接合成的过程中，中间使用渐变操作，渐变操作的公式如下：

I_AU＝I_左+(1-α)I_右

其中I_AU为融合部分的灰度值，I_左和I_右分别为左右部分的灰度值，α为融合系数。通过中间渐变操作，可以让图片拼接处过渡更加真实。

由于在上述步骤中，采取的策略是开启单侧光源，采集图片的对侧区域(比如开启左侧光源，采集到的图像取右半边)，有效区域距离光源比较远，和中心区域相比，边角区域亮度会比较差，影响了采集到的图片的均匀性，对后续处理造成了不好的影响，对此采取了以下措施改善图像质量：

优选地，所述左侧光源11和右侧光源12为LED光源；和/或，阅读系统的壳体的内腔壁使用不含荧光剂的白色散光喷涂材料均匀喷涂。使用侧面发光的LED方案，可以极大地改善对侧区域的亮度；将仪器内壁使用不含荧光剂的白色散光喷涂材料均匀喷涂，并构造适当的结构，可以改善光线在模具内的漫反射，进而使图像的灰度更加均匀,从而取得比较均匀一致的不含眩光的证照图像。

经过上述处理，已经可以取得比较均匀一致的不含眩光的证照图像，但是由于光源、结构等原因，取得的图像还是会有一定的明暗变化和局部色差，影响观感以及后续算法处理的精度。对此问题采取了以下的处理措施：

优选地，若第一次使用所述阅读系统进行图像采集，则先进行参数调整与校正，步骤如下：

S01、取一张颜色材质均匀的标准色纸作为校正标准，一般为浅灰色，不透光，尺寸与仪器有效采集尺寸一致。

S02、使用前述步骤S1-S4采集上述标准色纸的图像，作为参考图像ImageRef，初始化一个同样大小、通道的矩阵Cref以保存校正系数。

S03、对参考图像ImageRef的每个像素点的RGB通道分别计算校正系数，如果该像素点灰度大于预设阈值，则判定是前景区域，校正系数Cref＝T/灰度值，T为固定参考值，优选为255；如果该像素点灰度小于或等于预设阈值，则判定不是前景区域，校正系数为前景区域的校正系数的平均值。

S04、将校正参数按照特定的格式进行编码，并将其存储，以便之后校正图像时使用。

在前述步骤S4之后，还包括如下步骤：

S5、所述阅读系统按照前述步骤S1-S4正常采集所述证件10的图像时，将步骤S4采集的证件完整的无炫光图像中的每个像素乘以相应的校正系数，得到校正后图片。

优选地，在步骤S03与S04之间，为了避免参考图像中噪声、标准色纸上污点等对图像的影响，对校正系数的各个通道分别进行一次标准高斯平滑(卷积核的尺寸和原始图像DPI有关，可以适当调整)。

经过上述步骤，可以得到质量较高的图像，但此时仍然存在光照不均与眩光造成的噪声，所以需要进一步进行图像去噪。

优选地，在步骤S5之后，还包括如下步骤：

S6、采用深度卷积神经网络进行图像去噪，将步骤S5中得到的图像输入到预训练的深度神经网络中，输出一幅分辨率相同的去噪后图像。其流程如图3所示。此处可以使用多种网络结构，但经过实际测试验证，使用CAN(上下文聚合网络)的效果相对更好。CAN的核心式为：

其中，是s层L^s的第i个特征层，*rs代表空洞卷积操作，代表3*3卷积核，是偏置项；

在训练时，使用的损失函数为L2损失函数，即：

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 (10)

1.一种防眩光证件自动阅读系统，其特征在于：包括光源，光源控制单元，图像采集单元和图像处理单元；

所述光源包括左侧光源(11)和右侧光源(12)，所述左侧光源(11)向右斜射向证件(10)，所述右侧光源(12)向左斜射向证件(10)的表面；

所述光源控制单元对左侧光源(11)和右侧光源(12)的开闭控制相互独立，互不干扰；

所述图像采集单元用于采集所述左侧光源(11)和所述右侧光源(12)分别打开时所述证件(10)的两张图像；

所述图像处理单元用于选取所述左侧光源(11)打开时采集的证件图像的右半边，所述右侧光源(12)打开时采集的证件图像的左半边，并将右半边和左半边两幅图像进行融合，从而获得完整的无炫光图像。

2.如权利要求1所述的防眩光证件自动阅读系统，其特征在于：

所述左侧光源(11)和右侧光源(12)均可分别发射包括红外光、白光、紫外光的不同色光；所述光源控制单元对左侧光源(11)和右侧光源(12)的色光控制相互独立，互不干扰。

3.如权利要求1-2任一项所述的防眩光证件自动阅读系统，其特征在于：

所述证件(10)包括各国护照、中国第二代居民身份证、港澳通行证、港澳回乡证、台胞证、港澳台居民居住证、驾驶证、外国人居住证。

4.一种如权利要求2所述的防眩光证件自动阅读系统的图像采集方法，其特征在于，包括如下步骤：

S1、阅读系统打开光源的红外光，检测证件(10)是否放置到位；

S2、当检测到证件(10)防止到位时，左侧光源(11)和右侧光源(12)分别斜射相同色光，依次进行不同色光下证件的图像采集；

S3、在步骤S2中每次打开一种色光时，采集左侧光源(11)和右侧光源(12)分别打开时证件(10)在该种色光下的两张图像；如此，依次采集证件不同侧光源下、不同色光下的图像；

S4、选取同种色光下左侧光源(11)打开时采集的证件图像的右半边，右侧光源(12)打开时采集的证件图像的左半边，将右半边和左半边两幅图像进行合成，分别得到不同色光下证件完整的无炫光图像。

5.如权利要求4所述的防眩光证件自动阅读系统的图像采集方法，其特征在于：

在步骤S4中，在右半边和左半边两幅图像合成的过程中，中间使用渐变操作，渐变操作的公式如下：

I_AU＝I_左+(1-α)I_右

其中I_AU为融合部分的灰度值，I_左和I_右分别为左右部分的灰度值，α为融合系数。

6.如权利要求5所述的防眩光证件自动阅读系统的图像采集方法，其特征在于：

所述左侧光源(11)和右侧光源(12)为LED光源；

和/或，阅读系统的壳体的内腔壁使用不含荧光剂的白色散光喷涂材料均匀喷涂。

7.如权利要求6所述的防眩光证件自动阅读系统的图像采集方法，其特征在于：

若第一次使用所述阅读系统进行图像采集，则先进行参数调整与校正，步骤如下：

S01、取一张颜色材质均匀的标准色纸作为校正标准；

S02、使用前述步骤S1-S4采集上述标准色纸的图像，作为参考图像，初始化一个同样大小、通道的矩阵以保存校正系数Cref；

S03、对参考图像的每个像素点的RGB通道分别计算校正系数，如果该像素点灰度大于预设阈值，则判定是前景区域，校正系数Cref＝T/灰度值，T为固定参考值；如果该像素点灰度小于或等于预设阈值，则判定不是前景区域，校正系数为前景区域的校正系数的平均值；

S04、储存校正系数；

在前述步骤S4之后，还包括如下步骤：

S5、所述阅读系统按照前述步骤S1-S4正常采集所述证件(10)的图像时，将步骤S4采集的证件完整的无炫光图像中的每个像素乘以相应的校正系数，得到校正后图片。

8.如权利要求7所述的防眩光证件自动阅读系统的图像采集方法，其特征在于：

在步骤S03与S04之间，对校正系数的各个通道分别进行一次标准高斯平滑。

9.如权利要求8所述的防眩光证件自动阅读系统的图像采集方法，其特征在于：

在步骤S5之后，还包括如下步骤：

S6、采用深度卷积神经网络进行图像去噪，将步骤S5中得到的图像输入到预训练的深度神经网络中，输出一幅分辨率相同的去噪后图像。

10.如权利要求9所述的防眩光证件自动阅读系统的图像采集方法，其特征在于：

步骤S6中，预训练的深度神经网络采用的网格结构为CAN，其核心式为：

其中，是s层L^s的第i个特征层，*rs代表空洞卷积操作，代表3*3卷积核，是偏置项；

在训练时，使用的损失函数为L2损失函数，即：