CN110765992A - 印章鉴别方法、介质、设备及装置 - Google Patents

印章鉴别方法、介质、设备及装置 Download PDF

Info

Publication number
CN110765992A
CN110765992A CN201910901481.6A CN201910901481A CN110765992A CN 110765992 A CN110765992 A CN 110765992A CN 201910901481 A CN201910901481 A CN 201910901481A CN 110765992 A CN110765992 A CN 110765992A
Authority
CN
China
Prior art keywords
stamp image
image
identified
original
stamp
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
CN201910901481.6A
Other languages
English (en)
Other versions
CN110765992B (zh
Inventor
赵毅峰
曹伟楠
刘榜
林泽宇
许雪婷
黄联芬
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.)
Xiamen University
Original Assignee
Xiamen University
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 Xiamen University filed Critical Xiamen University
Priority to CN201910901481.6A priority Critical patent/CN110765992B/zh
Publication of CN110765992A publication Critical patent/CN110765992A/zh
Application granted granted Critical
Publication of CN110765992B publication Critical patent/CN110765992B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/42Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/136Segmentation; Edge detection involving thresholding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/22Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/26Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds

Abstract

本发明公开了一种印章鉴别方法、介质、设备及装置,其中方法包括:获取待鉴别印章图像所对应的原始印章图像;分别提取两者的特征点,并根据特征点对待鉴别印章图像和/或原始印章图像进行移动,以使得待鉴别印章图像和原始印章图像重合;计算待鉴别印章图像和原始印章图像的几何结构特征值,并判断待鉴别印章图像的几何结构特征值和原始印章图像的几何结构特征值之间的差值是否小于预设的差值阈值;如果是,则对印章图像进行切割,以生成多个相对应的切分区间,并计算每对切分区间之间的相似度,以根据相似度生成待鉴别印章图像对应的鉴别结果;能够自动对待鉴别印章进行有效鉴别,提高印章鉴别效率和精度,保证原始印章拥有者的权益不受损害。

Description

印章鉴别方法、介质、设备及装置
技术领域
本发明涉及印章鉴别技术领域,特别涉及一种印章鉴别方法、一种计算机可读存储介质、一种计算机设备及一种印章鉴别装置。
背景技术
印章,作为一种甄别文件有效性和权威性的凭证,逐渐成为政治、经济和文化生活中不可或缺的工具。在利益的驱使下,大量印章被伪造来达成非法目的,进而严重干扰了正常的商业秩序,危害了社会公平与稳定,给国家、单位、个人都造成了难以估量的损失。
然而,相关技术中,在对印章进行鉴别时,多采用人工鉴别,其鉴别效率低下、鉴别精度较低,并且,人工鉴别过程中具有强烈的主观因素,容易导致鉴别结果的不准确。
发明内容
本发明旨在至少在一定程度上解决上述技术中的技术问题之一。为此,本发明的一个目的在于提出一种印章鉴别方法,能够自动对待鉴别印章进行有效鉴别,提高印章鉴别效率和精度,进而保证原始印章拥有者的权益不受损害。
本发明的第二个目的在于提出一种计算机可读存储介质。
本发明的第三个目的在于提出一种计算机设备。
本发明的第四个目的在于提出一种印章鉴别装置。
为达到上述目的,本发明第一方面实施例提出了一种印章鉴别方法,包括以下步骤:获取待鉴别印章图像所对应的原始印章图像;分别提取所述待鉴别印章图像和所述原始印章图像的特征点,并根据所述特征点对所述待鉴别印章图像和/或所述原始印章图像进行移动,以使得所述待鉴别印章图像和所述原始印章图像重合;计算所述待鉴别印章图像和所述原始印章图像的几何结构特征值,并判断所述待鉴别印章图像的几何结构特征值和所述原始印章图像的几何结构特征值之间的差值是否小于预设的差值阈值;如果是,则对所述待鉴别印章图像和所述原始印章图像进行切割,以生成多个相对应的切分区间,并计算每对切分区间之间的相似度,以根据所述相似度生成所述待鉴别印章图像对应的鉴别结果。
根据本发明实施例的印章鉴别方法,首先,获取待鉴别印章图像所对应的原始印章图像;接着,分别提取待鉴别印章图像和原始印章图像的特征点,并根据特征点对待鉴别印章图像和/或原始印章图像进行移动,以使得待鉴别印章图像和原始印章图像重合;然后,计算待鉴别印章图像和原始印章图像的几何结构特征值,并判断待鉴别印章图像的几何结构特征值和原始印章图像的几何结构特征值之间的差值是否小于预设的差值阈值;如果否,则认为待鉴别印章图像为伪造印章图像;如果是,则对待鉴别印章图像和原始印章图像进行切割,以生成多个相对应的切分区间,并计算每对切分区间之间的相似度,以根据相似度生成待鉴别印章图像对应的鉴别结果;从而实现自动对待鉴别印章进行有效鉴别,提高印章鉴别效率和精度,进而保证原始印章拥有者的权益不受损害。
另外,根据本发明上述实施例提出的印章鉴别方法还可以具有如下附加的技术特征:
可选地,分别提取所述待鉴别印章图像和所述原始印章图像的特征点,并根据所述特征点对所述待鉴别印章图像和/或所述原始印章图像进行移动,包括:分别提取所述待鉴别印章图像和所述原始印章图像的特征点,并根据所述特征点计算对应所述待鉴别印章图像和所述原始印章图像的特征向量,以及对所述特征向量进行归一化处理;根据所述待鉴别印章图像的特征向量和所述原始印章图像的特征向量计算所述待鉴别印章图像与所述原始印章图像之间的平移变量和旋转角度,并根据所述平移变量和所述旋转角度对所述待鉴别印章图像和/或所述原始印章图像进行移动。
可选地,计算所述待鉴别印章图像和所述原始印章图像的几何结构特征值,并判断所述待鉴别印章图像的几何结构特征值和所述原始印章图像的几何结构特征值之间的差值是否小于预设的差值阈值,包括:分别计算所述待鉴别印章图像和所述原始印章图像中印章的几何中心,并随机选取印章对应的多个边缘点;计算多个边缘点与所述几何中心之间的几何距离平均值;判断所述待鉴别印章图像的几何距离平均值与所述原始印章图像的几何距离平均值之间的差值是否小于预设的差值阈值。
可选地,如果所述待鉴别印章图像的几何距离平均值与所述原始印章图像的几何距离平均值之间的差值小于预设的差值阈值,则分别计算所述待鉴别印章图像和所述原始印章图像中印章所包含的每个文字的几何中心,并计算每个文字的几何中心与所述印章的几何中心之间的距离,以生成每个文字对应的文字距离;判断所述待鉴别印章图像和所述原始印章图像中相应文字之间的文字距离差值是否小于预设的距离差值阈值;如果否,则认为所述待鉴别印章图像为伪造印章图像。
可选地,对所述待鉴别印章图像和所述原始印章图像进行切割,包括:分别对所述待鉴别印章图像和所述原始印章图像进行网格切割、水平切割和垂直切割。
可选地,计算每对切分区间之间的相似度,包括:计算每对切分区间之间的Hausdorff距离,以根据所述Hausdorff距离度量相应切分区间之间的相似度。
可选地,所述印章待鉴别印章图像和所述原始印章图像为圆形印章图像,其中,在对所述待鉴别印章图像和所述原始印章图像进行切割之前,还包括:将所述待鉴别印章图像和所述原始印章图像投影到极坐标系中,以使得所述待鉴别印章图像和所述原始印章图像中的环绕文字呈矩形排列;对所述待鉴别印章图像和所述原始印章图像进行水平投影和垂直投影,并根据投影结果确定呈矩形排列的文字的界限,以便根据文字的界限对每个文字进行切割。
为达到上述目的,本发明第二方面实施例提出了一种计算机可读存储介质,其上存储有印章鉴别程序,该印章鉴别程序被处理器执行时实现如上述的印章鉴别方法。
根据本发明实施例的计算机可读存储介质,通过存储印章鉴别程序,以使得该印章鉴别程序在被处理器执行时,实现如上述的印章鉴别方法,从而实现自动对待鉴别印章进行有效鉴别,提高印章鉴别效率和精度,进而保证原始印章拥有者的权益不受损害。
为达到上述目的,本发明第三方面实施例提出了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时,实现如上述的印章鉴别方法。
根据本发明实施例的计算机设备,通过存储器对印章鉴别程序进行存储,以使得处理器在运行存储器上存储的计算机程序时,实现如上述的印章鉴别方法,从而实现自动对待鉴别印章进行有效鉴别,提高印章鉴别效率和精度,进而保证原始印章拥有者的权益不受损害。
为达到上述目的,本发明第四方面实施例提出了一种印章鉴别装置,包括:获取模块,所述获取模块用于获取待鉴别印章图像所对应的原始印章图像;配准模块,所述配准模块用于分别提取所述待鉴别印章图像和所述原始印章图像的特征点,并根据所述特征点对所述待鉴别印章图像和/或所述原始印章图像进行移动,以使得所述待鉴别印章图像和所述原始印章图像重合;几何判断模块,所述几何判断模块用于计算所述待鉴别印章图像和所述原始印章图像的几何结构特征值,并判断所述待鉴别印章图像的几何结构特征值和所述原始印章图像的几何结构特征值之间的差值是否小于预设的差值阈值;相似判断模块,所述相似判断模块用于在所述待鉴别印章图像的几何结构特征值和所述原始印章图像的几何结构特征值之间的差值小于预设的差值阈值时,对所述待鉴别印章图像和所述原始印章图像进行切割,以生成多个相对应的切分区间,并计算每对切分区间之间的相似度,以根据所述相似度生成所述待鉴别印章图像对应的鉴别结果。
根据本发明实施例的印章鉴别装置,通过获取模块对待鉴别印章图像所对应的原始印章图像进行获取,配准模块对待鉴别印章图像和原始印章图像的特征点进行提取,并根据提取到的特征带你对待鉴别印章图像和/或原始印章图像进行移动,以使得待鉴别印章图像和原始印章图像重合;几何判断模块对待鉴别印章图像和原始印章图像的几何结构特征值进行计算,并根据计算结果对待鉴别印章图像的真实性进行初步判断,如果待鉴别印章图像的集合结构特征值与原始印章图像的几何结构特征值之间的差值大于预设的差值阈值,则认为待鉴别印章图像为伪造印章图像,如果小于,则通过相似判断模块对待鉴别印章图像和原始印章图像进行切割,以生成多个相对应的切分区间,并计算每对切分区间之间的相似度,以根据相似度生成待鉴别印章图像对应的鉴别结果;从而实现自动对待鉴别印章进行有效鉴别,提高印章鉴别效率和精度,进而保证原始印章拥有者的权益不受损害。
附图说明
图1为根据本发明实施例的印章鉴别方法的流程示意图;
图2为根据本发明实施例的几何结构对比过程的流程示意图;
图3为根据本发明实施例的圆形印章文字切割过程的流程示意图;
图4为根据本发明实施例的印章鉴别装置的方框示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
相关技术中,对于印章的鉴别效率低下、精度较低,且主观因素影响较深,导致鉴别结果不稳定;根据本发明实施例的印章鉴别方法,首先,获取待鉴别印章图像所对应的原始印章图像;接着,分别提取待鉴别印章图像和原始印章图像的特征点,并根据特征点对待鉴别印章图像和/或原始印章图像进行移动,以使得待鉴别印章图像和原始印章图像重合;然后,计算待鉴别印章图像和原始印章图像的几何结构特征值,并判断待鉴别印章图像的几何结构特征值和原始印章图像的几何结构特征值之间的差值是否小于预设的差值阈值;如果否,则认为待鉴别印章图像为伪造印章图像;如果是,则对待鉴别印章图像和原始印章图像进行切割,以生成多个相对应的切分区间,并计算每对切分区间之间的相似度,以根据相似度生成待鉴别印章图像对应的鉴别结果;从而实现自动对待鉴别印章进行有效鉴别,提高印章鉴别效率和精度,进而保证原始印章拥有者的权益不受损害。
为了更好的理解上述技术方案,下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
请参阅图1,图1为根据本发明实施例的印章鉴别方法的流程示意图,如图1所示,该印章鉴别方法包括以下步骤:
S101,获取待鉴别印章图像所对应的原始印章图像。
也就是说,在用户需要对待鉴别印章图像进行鉴别时,获取该待鉴别印章图像所对应的原始印章图像。
其中,获取待鉴别印章图像所对应的原始印章图像的方式可以有多种。
作为一种示例,首先,获取原始印章对应的清晰完整的原始印章图像,并以图片格式对该原始印章图像进行存储,同时,为该原始印章图像分配一唯一可识别ID,在用户需要对待鉴别印章图像进行鉴别时,可输入对应的原始印章图像的唯一可识别ID,以便根据该唯一可识别ID获取待鉴别印章图像所对应的原始印章图像。
其中,获取待鉴别印章图像的方式可以有多种,例如,直接获取用户上传的待鉴别印章图像。
作为一种示例,在获取到用户上传的合同图像之后,首先,提取该合同图像中的红色分量,具体地,将合同图像从RGB颜色模型转变为HIS颜色空间模型,其中,从RGB颜色模型转变为HIS颜色空间模型的各个分量计算如下:
Figure BDA0002211964950000051
接着,给定HIS三个分量的阈值分别为0.94≤cosθ≤1、0.2≤S≤1、0.6≤I≤1,如果当前像素点的三个分量值在上述阈值区间内,则保留当前像素点,如果不在,则将当前像素点设置为白色像素点;接着,利用霍夫变换检测待鉴别印章的圆心和半径,以对待鉴别印章的位置进行获取,并根据对待鉴别印章进行提取,以取出无关区域,从而完成待鉴别印章图像的获取。
需要说明的是,为了保证后续对于待鉴别印章图像进行鉴别的结果的准确性,在获取到待鉴别印章图像之后,还可以利用霍夫变换检测该待鉴别印章图像中的直线分量,并根据返回的像素点坐标值将相应的像素点设置为白色像素,以出去待鉴别印章图像中的书写线。
S102,分别提取待鉴别印章图像和原始印章图像的特征点,并根据特征点对待鉴别印章图像和/或原始印章图像进行移动,以使得待鉴别印章图像和原始印章图像重合。
也就是说,分别提取待鉴别印章图像的特征点和原始印章图像的特征点,并根据两者的特征点对待鉴别印章图像进行移动,或者,对原始印章进行移动,或者,对待鉴别印章图像和原始印章图像进行移动,以使得待鉴别印章图像和原始印章图像重合。
在一些实施例中,为了保证待鉴别印章图像与原始印章图像的重合效果,分别提取待鉴别印章图像和原始印章图像的特征点,并根据特征点对待鉴别印章图像和/或原始印章图像进行移动,包括:
分别提取待鉴别印章图像和原始印章图像的特征点,并根据特征点计算对应待鉴别印章图像和原始印章图像的特征向量,以及对特征向量进行归一化处理;
根据待鉴别印章图像的特征向量和原始印章图像的特征向量计算待鉴别印章图像与原始印章图像之间的平移变量和旋转角度,并根据平移变量和旋转角度对待鉴别印章图像和/或原始印章图像进行移动。
作为一种示例,首先,假设待鉴别印章图像或原始印章图像为I(x,y),使用Gaussian函数G(x,y,σ)作为核函数进行尺度空间变换,以对图像尺度空间进行极值检测,其中,图像尺度空间L(x,y,σ)可表示为:
L(x,y,σ)=G(x,y,σ)*I(x,y)
其中,G(x,y,σ)的计算式如下:
Figure BDA0002211964950000061
式中x和y分别代表像素点的横纵坐标,L表示尺度空间,σ代表尺度空间因子,决定图像处理的平滑度。
接着,用高斯差分算子近似拉普拉斯高斯函数:
G(x,y,kσ)-G(x,y,σ)≈(k-1)σ22G
从而得到高斯差分尺度空间:
D(x,y,σ)=(G(x,y,kσ)-G(x,y,σ))*I(x,y)==L(x,y,kσ)-L(x,y,σ)
进而,如果当前像素点为高斯差分尺度空间中多个邻域中的最值,则将该像素点作为候选特征点;
然后,对特征点进行定位,由于高斯差分算子会产生边缘相应,为了使算子的抗噪声能力更强,匹配稳定性更好,则需要对候选特征点进行筛选,以除去其中对比度较低的候选特征点,去除不稳定的边缘响应点;
其中,高斯差分尺度空间在极值点(x,y,σ)处的Taylor展开式为:
Figure BDA0002211964950000071
对上式求导,令导数为零,即得到特征点偏移量为:
Figure BDA0002211964950000072
进一步地,由上述两式可解得:
Figure BDA0002211964950000073
进而,通过设置
Figure BDA0002211964950000074
的阈值,即可对候选特征点进行筛选,以此完成对于待鉴别印章图像和原始印章图像的特征点的提取。
进一步地,对筛选得到的特征点的方向进行确定,以使得算子具有旋转不变性,;具体地,可以使用邻域像素的梯度来制定每个特征点的方向;假设特征点的坐标为(x,y),灰度值为L(x,y),方向为θ(x,y),梯度幅值为m(x,y),则可得到如下计算式:
Figure BDA0002211964950000075
θ(x,y)=tan-1((L(x,y+1)-L(x,y-1))/(L(x+1,y)-L(x-1,y)))
进而,可以根据上述两式对特征点的方向进行计算,以使得算子具有旋转不变性。
进一步地,可对特征点进行描述,以使其适用于后续的计算过程,具体地,首先,以特征点的主方向作为坐标轴的正方向,并建立一个16×16的窗口,特征点作为该窗口的中心,将该窗口划分为16个部分,并求出每个部分对应的8个方向的梯度方向直方图,以及在8个方向上绘制梯度累加值,以形成一个种子点;从而,通过这种方式可以得到16个种子点,如此,每个特征点长盛的数据为128个,即得到128维的特征向量,然后,对得到的特征向量进行归一化处理,以完成对特征向量的计算和归一化处理。
其中,根据特征向量计算待鉴别印章图像与原始印章图像之间的平移向量和旋转角度的方式可以有多种。
作为一种示例,借助单应性矩阵完成待鉴别印章图像与原始印章图像之间的配准,可知,在二维空间中,单应性矩阵可以用来表示两幅图像之间的缩放关系、平移变量和旋转角度;进而,假设单应性矩阵为H,待鉴别印章图像中特征点为P(x,y,1),则原始印章图像中存在特征点Q(u,v,1)满足以下计算式:
P=H×Q
Q=H-1×P
其中,H为:
Figure BDA0002211964950000081
则可得:
H1P-u(H3P)=0
H2P-v(H3P)=0
一个单应性矩阵只需要4对匹配的特征点即可求出,为了减小任意选取匹配特征点而造成误差,可使用RANSAC算法对特征点进行筛选,以使得最终计算所得单应性矩阵为最佳单应性矩阵;进而,在单应性矩阵计算完成之后,根据单应性矩阵对待鉴别印章图像和/或原始印章图像进行移动,以完成两者之间的配准过程。
S103,计算待鉴别印章图像和原始印章图像的几何结构特征值,并判断待鉴别印章图像的几何结构特征值和原始印章图像的几何结构特征值之间的差值是否小于预设的差值阈值。
也就是说,计算待鉴别印章图像和原始印章图像的几何结构特征值,以根据两者的几何结构特征值进行两者几何结构上的对比,如果两者之间的几何结构特征值差值大于预设的差值阈值,则认为两者之间的几何结构差异过大,确定待鉴别印章图像为伪造的印章图像,从而完成对待鉴别印章图像的初步鉴别。
S104,如果是,则对待鉴别印章图像和原始印章图像进行切割,以生成多个相对应的切分区间,并计算每对切分区间之间的相似度,以根据相似度生成待鉴别印章图像对应的鉴别结果。
也就是说,在初步判定待鉴别印章图像与原始印章图像之间的几何结构差异符合要求之后,进一步对待鉴别印章图像和原始印章图像进行切割,以形成多个相对应的切分区间,即言,每个待鉴别印章图像的切分区间对应有相同位置、相同形状和大小的原始印章图像中的切分区间;并计算每对切分区间之间的相似度,以便根据相似度生成待鉴别印章图像所对应的鉴别结果。
其中,根据相似度生成待鉴别印章图像所对应的鉴别结果的方式可以有多种。
作为一种示例,在计算每对切分区间的相似度之后,进一步地计算所有相应切分区间的相似度平均值,并判断该相似度平均值是否大于平均值阈值,如果是,则认为该待鉴别印章图像为有效印章图像,如果否,则认为该待鉴别印章图像为伪造印章图像。
作为另一种示例,在计算每对切分区间的相似度之后,判断每个相似度是否大于预设的相似度阈值,如果否,则对该切分区间进行标记,以便根据标记结果判断待鉴别印章图像是否为伪造印章图像。
作为又一种示例,在计算每对切分区间的相似度之后,判断每个相似度是否小于预设的相似度阈值,并计算满足条件的相似度的数量,以及计算该数量与相似度总数之间的比值,然后,判断该比值是否小于预设的比值阈值,如果是,则认为该待鉴别印章图像为有效印章图像,如果否,则认为该待鉴别印章图像为伪造印章图像。
其中,对待鉴别印章图像和原始印章图像进行切割的方式可以有多种。
作为一种示例,分别对待鉴别印章图像和原始印章图像进行网格切割、水平切割和垂直切割;以生成三种模式下的切分区间,具体地,可以将待鉴别印章图像和原始印章图像切割为3*3网格状、9*1水平状和1*9垂直状。
其中,计算每对切分区间之间的相似度的方式可以有多种。
作为一种示例,计算每对切分区间之间的Hausdorff距离,以根据Hausdorff距离度量相应切分区间之间的相似度。
可知,Hausdorff距离(豪斯多夫距离)是在度量空间中任意两个集合之间定义的一种距离。
在传统豪斯多夫距离计算过程中,首先设给定两个有限点集(例如,相应切分区间中的像素点),X={x1,x2,x3,…,xm}和Y={y1,y2,y3,…,yn},则两个有限点集X与Y之间的Hausdorff距离H(X,Y)可以定义如下:
H(X,Y)=max{h(X,Y),h(Y,X)}
其中,h(X,Y)和h(Y,X)分别为X→Y和Y→X的有向距离,其定义为:
其中,运算符号‖·‖代表范数。h(X,Y)=d表示对于点集X中的每一点,点集Y中至少存在一个点使得这两点之间的距离小于或等于d。若定义dY(x)=miny∈Y‖x-y‖,dx(y)=minx∈X‖y-x‖,可得到:
Figure BDA0002211964950000101
即点集X中一个点到点集Y的有向距离为该点与点集Y中所有点距离的最小值,点集X与点集Y的有向距离定义为X中的所有点到Y的有向距离的最大值,记为h(X,Y)。显然,h(X,Y)具有方向性,一般来说,h(X,Y)与h(Y,X)并不相等。若h(X,Y)=d,说明点集X中的所有点到点集Y的最短距离小于d。两点集之间的Hausdorff距离H(X,Y)为有向距离h(X,Y)和h(Y,X)之间的最大值,通过计算出h(X,Y)和h(Y,X)的值,找出最大值就可以获得两个点集之间的匹配程度,即计算出待鉴别印章图像与原始印章图像中相应切分区间之间的相似度。
在一些实施例中,在相应切分区间之间存在平移变换时,可通过以下方式进行Hausdorff距离的计算:
首先,假设点集Y相对于点集X的平移量为t,则Hausdorff距离计算如下:
Figure BDA0002211964950000102
其中,H代表标准Hausdorff距离,符号
Figure BDA0002211964950000103
表示闵可夫斯基(Minkowski)和,即
Figure BDA0002211964950000104
则可以得到:
Figure BDA0002211964950000105
由上式可知,若两点集之间存在平移,则Hausdorff距离与平移量t相关。
从而,可以在待鉴别印章图像与原始印章图像之间存在平移变换时,保证最终Hausdorff距离计算结果的准确性。
在一些实施例中,如果待鉴别印章图像与原始印章图像中存在噪声或者存在图像不完整的情况,通过直接按照传统方式进行Hausdorff距离的计算,则会导致特征点的误匹配,进而使得结果存在误差,因此,为了防止特征点的误匹配,可通过以下方式进行Hausdorff距离的计算:
首先,计算点集X,Y之间的距离时,仅仅考察其中距离比较小的点,引入部分有向Hausdorff距离hK(X,Y)和hT(Y,X):
Figure BDA0002211964950000111
其中,M和N分别代表X,Y两点集中的数目,而K和T表示参与距离计算的有效点数目。hK(X,Y)代表X到Y的部分有向距离,采用如下方法计算:计算X中的所有点到Y的距离最小值,按递增顺序排列,得到有序序列dy(x1)≤dy(x2),≤…,≤dy(xM),其中第K个距离就是所求值hK(X,Y)。如果所有点均参与计算,即K=M时,hK(X,Y)=h(X,Y)。同理,我们可以得到hT(Y,X)。部分Hausdorff距离测度,通过选择合适的K和T,从而在存在点被污染和有缺失的问题时,防止特征点的误匹配。需要说明的是,K和T一般没有固定的值,可根据具体应用环境来选择。
在一些实施例中,鉴于印章图像可能存在噪声、遮挡和伪边缘等问题,提出一种鲁棒性Hausdorff距离计算方式:
首先,定义有向距离hRHD(X,Y)为:
Figure BDA0002211964950000112
其中,Sum(X)表示求点集X中的点数目,S是一个远大于正常点集距离的常数,点集X′={x|x∈X,dY(x)<β},β作为阈值来消除范围外的点。当X′为空集时,hRHD(X,Y)=S;否则,hRHD(X,Y)的值由
Figure BDA0002211964950000113
Figure BDA0002211964950000114
两项所决定,第一项考虑的是遮挡因素,第二项是X′中dY(x)的均值。同理可得有向距离hRHD(Y,X)为:
Figure BDA0002211964950000121
最后得到鲁棒性Hausdorff距离HRHD为:HRHD=max(hRHD(X,Y),hRHD(Y,X))。鲁棒性Hausdorff距离,综合考虑了噪声、遮挡和伪边缘等因素,与印章图像的实际情况非常符合,对于判断印章图像相似性是一个非常适合的距离测度。
在一些实施例中,为了保证待鉴别印章图像与原始印章图像之间的几何结构对比结果的准确性,如图2所示,计算待鉴别印章图像和原始印章图像的几何结构特征值,并判断待鉴别印章图像的几何结构特征值和原始印章图像的几何结构特征值之间的差值是否小于预设的差值阈值,包括:
S201,分别计算待鉴别印章图像和原始印章图像中印章的几何中心,并随机选取印章对应的多个边缘点;
S202,计算多个边缘点与几何中心之间的几何距离平均值;
S203,判断待鉴别印章图像的几何距离平均值与原始印章图像的几何距离平均值之间的差值是否小于预设的差值阈值。
也就是说,首先,分别计算出待鉴别印章图像和原始印章图像中印章所对应的几何中心,然后在印章的边缘位置随机选择多个边缘点,并计算每个边缘点与该几何中心之间的距离,以及根据每个边缘点与该几何中心之间的距离计算多个边缘点与几何中心之间的几何距离平局值,接着,计算待鉴别印章图像的几何距离平均值与原始印章图像的几何距离平均值之间的差值,并判断该差值是否小于预设的差值阈值,如果否,则认为待鉴别印章图像为伪造印章图像。
在一些实施例中,为了进一步提高本发明实施例提出的印章鉴别方法对于待鉴别印章图像与原始印章图像之间的几何结构对比的准确性,如果待鉴别印章图像的几何距离平均值与原始印章图像的几何距离平均值之间的差值小于预设的差值阈值,则分别计算待鉴别印章图像和原始印章图像中印章所包含的每个文字的几何中心,并计算每个文字的几何中心与印章的几何中心之间的距离,以生成每个文字对应的文字距离;
判断待鉴别印章图像和原始印章图像中相应文字之间的文字距离差值是否小于预设的距离差值阈值;
如果否,则认为待鉴别印章图像为伪造印章图像。
从而,进一步计算待鉴别印章图像和原始印章图像中印章所包含的每个文字的几何中心与印章几何中心之间的文字距离,并根据该文字距离判断两者之间的几何结构是否差异过大,即言,两者之间的差值是否大于预设的距离差值阈值,如果是,则认为待鉴别印章图像为伪造印章图像,进而保证几何结构比对的准确性。
在一些实施例中,如图3所示,当待鉴别印章图像和原始印章图像为圆形印章图像时,为了保证两者之间相应切分区间相似度比对的准确性,在对待鉴别印章图像和原始印章图像进行切割之前,还包括:
S301,将待鉴别印章图像和原始印章图像投影到极坐标系中,以使得待鉴别印章图像和原始印章图像中的环绕文字呈矩形排列;
S302,对待鉴别印章图像和原始印章图像进行水平投影和垂直投影,并根据投影结果确定呈矩形排列的文字的界限,以便根据文字的界限对每个文字进行切割。
也就是说,将原本处于直角坐标系中的待鉴别印章图像和原始印章图像投影到极坐标系中,以使得原本待鉴别印章图像和原始印章图像中的环绕文字变换为呈矩形排列;并在变换完整之后,对变换后的待鉴别印章图像和原始印章图像进行水平投影和垂直投影,以找出文字行的界限,以便根据界限对每个文字进行切割。
作为一种示例,以ρ为纵坐标,θ为横坐标,将圆形印章环绕文字变换成矩形排列。圆心采用最小二乘法拟合出圆心和半径。将印章五角星区域变为白色像素点,然后将图像坐标原点中心移动到拟合出的圆心位置,得到文字每一点像素的坐标,将直角坐标变换到极坐标系:
Figure BDA0002211964950000131
然后将其投影到以ρ为纵坐标,θ为横坐标的直角坐标系中;
接着,对变换后的图像进行水平投影,找到文字行的上界限和下界限,进行行切割;然后对切割出的文字行进行垂直投影,找到每一个字符的左右边界;并根据上界限、下界限和左右边界进行单个字符的切割。
综上所述,根据本发明实施例的印章鉴别方法,首先,获取待鉴别印章图像所对应的原始印章图像;接着,分别提取待鉴别印章图像和原始印章图像的特征点,并根据特征点对待鉴别印章图像和/或原始印章图像进行移动,以使得待鉴别印章图像和原始印章图像重合;然后,计算待鉴别印章图像和原始印章图像的几何结构特征值,并判断待鉴别印章图像的几何结构特征值和原始印章图像的几何结构特征值之间的差值是否小于预设的差值阈值;如果否,则认为待鉴别印章图像为伪造印章图像;如果是,则对待鉴别印章图像和原始印章图像进行切割,以生成多个相对应的切分区间,并计算每对切分区间之间的相似度,以根据相似度生成待鉴别印章图像对应的鉴别结果;从而实现自动对待鉴别印章进行有效鉴别,提高印章鉴别效率和精度,进而保证原始印章拥有者的权益不受损害。
为了实现上述实施例,本发明实施例提出了一种计算机可读存储介质,其上存储有印章鉴别程序,该印章鉴别程序被处理器执行时实现如上述的印章鉴别方法。
根据本发明实施例的计算机可读存储介质,通过存储印章鉴别程序,以使得该印章鉴别程序在被处理器执行时,实现如上述的印章鉴别方法,从而实现自动对待鉴别印章进行有效鉴别,提高印章鉴别效率和精度,进而保证原始印章拥有者的权益不受损害。
为了实现上述实施例,本发明实施例提出了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时,实现如上述的印章鉴别方法。
根据本发明实施例的计算机设备,通过存储器对印章鉴别程序进行存储,以使得处理器在运行存储器上存储的计算机程序时,实现如上述的印章鉴别方法,从而实现自动对待鉴别印章进行有效鉴别,提高印章鉴别效率和精度,进而保证原始印章拥有者的权益不受损害。
为了实现上述实施例,本发明实施例提出了一种印章鉴别装置,如图4所示,该印章鉴别装置包括:获取模块10、配准模块20、几何判断模块30和相似判断模块40。
其中,获取模块10用于获取待鉴别印章图像所对应的原始印章图像;
配准模块20用于分别提取待鉴别印章图像和原始印章图像的特征点,并根据特征点对待鉴别印章图像和/或原始印章图像进行移动,以使得待鉴别印章图像和原始印章图像重合;
几何判断模块30用于计算待鉴别印章图像和原始印章图像的几何结构特征值,并判断待鉴别印章图像的几何结构特征值和原始印章图像的几何结构特征值之间的差值是否小于预设的差值阈值;
相似判断模块40用于在待鉴别印章图像的几何结构特征值和原始印章图像的几何结构特征值之间的差值小于预设的差值阈值时,对待鉴别印章图像和原始印章图像进行切割,以生成多个相对应的切分区间,并计算每对切分区间之间的相似度,以根据相似度生成待鉴别印章图像对应的鉴别结果。
需要说明的是,上述关于图1中印章鉴别方法的描述同样适用于该印章鉴别装置,在此不做赘述。
综上所述,根据本发明实施例的印章鉴别装置,通过获取模块对待鉴别印章图像所对应的原始印章图像进行获取,配准模块对待鉴别印章图像和原始印章图像的特征点进行提取,并根据提取到的特征带你对待鉴别印章图像和/或原始印章图像进行移动,以使得待鉴别印章图像和原始印章图像重合;几何判断模块对待鉴别印章图像和原始印章图像的几何结构特征值进行计算,并根据计算结果对待鉴别印章图像的真实性进行初步判断,如果待鉴别印章图像的集合结构特征值与原始印章图像的几何结构特征值之间的差值大于预设的差值阈值,则认为待鉴别印章图像为伪造印章图像,如果小于,则通过相似判断模块对待鉴别印章图像和原始印章图像进行切割,以生成多个相对应的切分区间,并计算每对切分区间之间的相似度,以根据相似度生成待鉴别印章图像对应的鉴别结果;从而实现自动对待鉴别印章进行有效鉴别,提高印章鉴别效率和精度,进而保证原始印章拥有者的权益不受损害。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
应当注意的是,在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
在本发明的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不应理解为必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种印章鉴别方法,其特征在于,包括以下步骤:
获取待鉴别印章图像所对应的原始印章图像;
分别提取所述待鉴别印章图像和所述原始印章图像的特征点,并根据所述特征点对所述待鉴别印章图像和/或所述原始印章图像进行移动,以使得所述待鉴别印章图像和所述原始印章图像重合;
计算所述待鉴别印章图像和所述原始印章图像的几何结构特征值,并判断所述待鉴别印章图像的几何结构特征值和所述原始印章图像的几何结构特征值之间的差值是否小于预设的差值阈值;
如果是,则对所述待鉴别印章图像和所述原始印章图像进行切割,以生成多个相对应的切分区间,并计算每对切分区间之间的相似度,以根据所述相似度生成所述待鉴别印章图像对应的鉴别结果。
2.如权利要求1所述的印章鉴别方法,其特征在于,分别提取所述待鉴别印章图像和所述原始印章图像的特征点,并根据所述特征点对所述待鉴别印章图像和/或所述原始印章图像进行移动,包括:
分别提取所述待鉴别印章图像和所述原始印章图像的特征点,并根据所述特征点计算对应所述待鉴别印章图像和所述原始印章图像的特征向量,以及对所述特征向量进行归一化处理;
根据所述待鉴别印章图像的特征向量和所述原始印章图像的特征向量计算所述待鉴别印章图像与所述原始印章图像之间的平移变量和旋转角度,并根据所述平移变量和所述旋转角度对所述待鉴别印章图像和/或所述原始印章图像进行移动。
3.如权利要求1所述的印章鉴别方法,其特征在于,计算所述待鉴别印章图像和所述原始印章图像的几何结构特征值,并判断所述待鉴别印章图像的几何结构特征值和所述原始印章图像的几何结构特征值之间的差值是否小于预设的差值阈值,包括:
分别计算所述待鉴别印章图像和所述原始印章图像中印章的几何中心,并随机选取印章对应的多个边缘点;
计算多个边缘点与所述几何中心之间的几何距离平均值;
判断所述待鉴别印章图像的几何距离平均值与所述原始印章图像的几何距离平均值之间的差值是否小于预设的差值阈值。
4.如权利要求3所述的印章鉴别方法,其特征在于,如果所述待鉴别印章图像的几何距离平均值与所述原始印章图像的几何距离平均值之间的差值小于预设的差值阈值,则分别计算所述待鉴别印章图像和所述原始印章图像中印章所包含的每个文字的几何中心,并计算每个文字的几何中心与所述印章的几何中心之间的距离,以生成每个文字对应的文字距离;
判断所述待鉴别印章图像和所述原始印章图像中相应文字之间的文字距离差值是否小于预设的距离差值阈值;
如果否,则认为所述待鉴别印章图像为伪造印章图像。
5.如权利要求1所述的印章鉴别方法,其特征在于,对所述待鉴别印章图像和所述原始印章图像进行切割,包括:分别对所述待鉴别印章图像和所述原始印章图像进行网格切割、水平切割和垂直切割。
6.如权利要求1-5中任一项所述的印章鉴别方法,其特征在于,计算每对切分区间之间的相似度,包括:
计算每对切分区间之间的Hausdorff距离,以根据所述Hausdorff距离度量相应切分区间之间的相似度。
7.如权利要求1-5中任一项所述的印章鉴别方法,其特征在于,所述待鉴别印章图像和所述原始印章图像为圆形印章图像,其中,在对所述待鉴别印章图像和所述原始印章图像进行切割之前,还包括:
将所述待鉴别印章图像和所述原始印章图像投影到极坐标系中,以使得所述待鉴别印章图像和所述原始印章图像中的环绕文字呈矩形排列;
对所述待鉴别印章图像和所述原始印章图像进行水平投影和垂直投影,并根据投影结果确定呈矩形排列的文字的界限,以便根据文字的界限对每个文字进行切割。
8.一种计算机可读存储介质,其特征在于,其上存储有印章鉴别程序,该印章鉴别程序被处理器执行时实现如权利要求1-7中任一项所述的印章鉴别方法。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时,实现如权利要求1-7中任一项所述的印章鉴别方法。
10.一种印章鉴别装置,其特征在于,包括:
获取模块,所述获取模块用于获取待鉴别印章图像所对应的原始印章图像;
配准模块,所述配准模块用于分别提取所述待鉴别印章图像和所述原始印章图像的特征点,并根据所述特征点对所述待鉴别印章图像和/或所述原始印章图像进行移动,以使得所述待鉴别印章图像和所述原始印章图像重合;
几何判断模块,所述几何判断模块用于计算所述待鉴别印章图像和所述原始印章图像的几何结构特征值,并判断所述待鉴别印章图像的几何结构特征值和所述原始印章图像的几何结构特征值之间的差值是否小于预设的差值阈值;
相似判断模块,所述相似判断模块用于在所述待鉴别印章图像的几何结构特征值和所述原始印章图像的几何结构特征值之间的差值小于预设的差值阈值时,对所述待鉴别印章图像和所述原始印章图像进行切割,以生成多个相对应的切分区间,并计算每对切分区间之间的相似度,以根据所述相似度生成所述待鉴别印章图像对应的鉴别结果。
CN201910901481.6A 2019-09-23 2019-09-23 印章鉴别方法、介质、设备及装置 Active CN110765992B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910901481.6A CN110765992B (zh) 2019-09-23 2019-09-23 印章鉴别方法、介质、设备及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910901481.6A CN110765992B (zh) 2019-09-23 2019-09-23 印章鉴别方法、介质、设备及装置

Publications (2)

Publication Number Publication Date
CN110765992A true CN110765992A (zh) 2020-02-07
CN110765992B CN110765992B (zh) 2023-03-24

Family

ID=69330207

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910901481.6A Active CN110765992B (zh) 2019-09-23 2019-09-23 印章鉴别方法、介质、设备及装置

Country Status (1)

Country Link
CN (1) CN110765992B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112016563A (zh) * 2020-10-17 2020-12-01 深圳神目信息技术有限公司 一种圆形印章的真伪识别方法
CN112115921A (zh) * 2020-09-30 2020-12-22 北京百度网讯科技有限公司 一种真伪鉴别方法、装置以及电子设备
CN113077355A (zh) * 2021-06-04 2021-07-06 国任财产保险股份有限公司 保险理赔方法、装置、电子设备及存储介质
CN113177961A (zh) * 2021-06-07 2021-07-27 傲雄在线(重庆)科技有限公司 一种用于印章图文比对的多模态深度模型训练方法
CN113486891A (zh) * 2021-06-22 2021-10-08 深圳无境创新科技有限公司 螺钉图像处理方法、装置、电子设备和存储介质
CN114882482A (zh) * 2021-10-12 2022-08-09 北京九章云极科技有限公司 印章防伪识别方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
US20110007336A1 (en) * 2009-07-10 2011-01-13 Fuji Xerox Co., Ltd. Image registration device, image registration system, image registration method and computer readable medium
CN109145723A (zh) * 2018-07-09 2019-01-04 长江大学 一种印章识别方法、系统、终端装置及存储介质
CN109447068A (zh) * 2018-10-26 2019-03-08 信雅达系统工程股份有限公司 一种从图像中分离印章并校准印章的方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110007336A1 (en) * 2009-07-10 2011-01-13 Fuji Xerox Co., Ltd. Image registration device, image registration system, image registration method and computer readable medium
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
CN109145723A (zh) * 2018-07-09 2019-01-04 长江大学 一种印章识别方法、系统、终端装置及存储介质
CN109447068A (zh) * 2018-10-26 2019-03-08 信雅达系统工程股份有限公司 一种从图像中分离印章并校准印章的方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
GUOFU ZHAI 等: "Material identification of loose particles in sealed electronic devices using PCA and SVM", 《NEUROCOMPUTING》 *
张淑媛: "仿真签名鉴定实证研究——以光敏签名印文和黑白喷墨打印签名为研究对象", 《中国优秀硕士学位论文全文数据库》 *
陈运文等: "基于几何统计特征的印鉴自动识别算法", 《计算机工程与应用》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112115921A (zh) * 2020-09-30 2020-12-22 北京百度网讯科技有限公司 一种真伪鉴别方法、装置以及电子设备
CN112016563A (zh) * 2020-10-17 2020-12-01 深圳神目信息技术有限公司 一种圆形印章的真伪识别方法
CN113077355A (zh) * 2021-06-04 2021-07-06 国任财产保险股份有限公司 保险理赔方法、装置、电子设备及存储介质
CN113177961A (zh) * 2021-06-07 2021-07-27 傲雄在线(重庆)科技有限公司 一种用于印章图文比对的多模态深度模型训练方法
CN113486891A (zh) * 2021-06-22 2021-10-08 深圳无境创新科技有限公司 螺钉图像处理方法、装置、电子设备和存储介质
CN114882482A (zh) * 2021-10-12 2022-08-09 北京九章云极科技有限公司 印章防伪识别方法及装置

Also Published As

Publication number Publication date
CN110765992B (zh) 2023-03-24

Similar Documents

Publication Publication Date Title
CN110765992B (zh) 印章鉴别方法、介质、设备及装置
CN111474184B (zh) 基于工业机器视觉的aoi字符缺陷检测方法和装置
CN107543828B (zh) 一种工件表面缺陷检测方法及系统
US20220172348A1 (en) Information processing device, information processing method, and storage medium
JP6794766B2 (ja) 指紋処理装置、指紋処理方法、プログラム、指紋処理回路
Zhu et al. Concrete column recognition in images and videos
JP6000455B2 (ja) フォーム認識方法及びフォーム認識装置
CN104574421B (zh) 一种大幅面小重合区域高精度多光谱图像配准方法及装置
CN109801267B (zh) 基于特征点检测与svm分类器的巡检目标缺陷检测方法
CN110546651B (zh) 用于识别对象的方法、系统和计算机可读介质
TW201437925A (zh) 物體識別裝置、方法及電腦程式產品
CN104462380A (zh) 商标检索方法
CN108985305B (zh) 一种激光蚀刻工业雷管编码图像定位及校正方法
CN107192716A (zh) 一种基于轮廓特征的工件缺陷快速检测方法
EP3171295B1 (en) Method for processing image and computer-readable non-transitory recording medium storing program
US20140219569A1 (en) Image recognition system and method for identifying similarities in different images
US20110150279A1 (en) Image processing apparatus, processing method therefor, and non-transitory computer-readable storage medium
CN105718931B (zh) 用于确定采集图像中的杂斑的系统和方法
JP7188201B2 (ja) 画像処理装置、画像処理方法、及び画像処理プログラム
CN104537376A (zh) 一种识别台标的方法及相关设备、系统
CN111222507A (zh) 数字式仪表读数的自动识别方法、计算机可读存储介质
JP2009163682A (ja) 画像識別装置及びプログラム
CN110288040B (zh) 一种基于拓扑验证的图像相似评判方法及设备
CN107808165B (zh) 一种基于susan角点检测的红外图像匹配方法
JP2011107878A (ja) 位置検出装置、位置検出方法

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