CN111291757A - 一种印章唯一性识别的方法 - Google Patents

一种印章唯一性识别的方法 Download PDF

Info

Publication number
CN111291757A
CN111291757A CN202010096989.6A CN202010096989A CN111291757A CN 111291757 A CN111291757 A CN 111291757A CN 202010096989 A CN202010096989 A CN 202010096989A CN 111291757 A CN111291757 A CN 111291757A
Authority
CN
China
Prior art keywords
image
stamp
identified
original
post
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
CN202010096989.6A
Other languages
English (en)
Other versions
CN111291757B (zh
Inventor
王义康
朱毓君
蔡旖旎
潘敏灵
吴解民
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.)
Jiangsu Chengyin Technology Co Ltd
Original Assignee
Jiangsu Chengyin Technology 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 Jiangsu Chengyin Technology Co Ltd filed Critical Jiangsu Chengyin Technology Co Ltd
Priority to CN202010096989.6A priority Critical patent/CN111291757B/zh
Publication of CN111291757A publication Critical patent/CN111291757A/zh
Application granted granted Critical
Publication of CN111291757B publication Critical patent/CN111291757B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • 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
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种印章唯一性识别的方法，方法的步骤中包括：采集盖章时留下的印章图像，得到原始印章图像，建立原始印章数据库；对待识别印章图像进行提取和分割，获取包含待识别印章图像的最小外接矩形区域，得到待识别印章后处理图像；利用基于互信息的配准方式对待识别印章后处理图像和原始印章图像进行旋转和平移，搜索最佳的位置，使得待识别印章后处理图像与原始印章图像的像素的灰度互信息最大，以完成配准；通过正差图像和负差图像，计算待识别印章后处理图像和原始印章图像的局部和全局特征信息，能够较好地进行印章的唯一性识别。

Description

一种印章唯一性识别的方法
技术领域
本发明涉及一种印章唯一性识别的方法，属于印章图像处理技术领域。
背景技术
当前，伪造假印章或盗用真印章所产生的纠纷给社会带来了巨大的损失，对个人和集体的经济、政治生活都产生了不良影响。而随着计算机技术的发展，犯罪分子伪造印章的手段也越来越高，伪造的印章和真实的印章差异性越来越小，鉴别印章图像的难度越来越高。因此，采用计算机快速准确识别印章的唯一性已经成为一个深具意义的研究问题。
而印章的唯一性识别既要具有准确区分真假印章图像的能力，又要具有识别出同一印章不同图像的差异的能力，这是问题的难点。目前大部分的方法，仅仅考虑判断印章图像的真伪性，盗用印章私自盖印的问题却无法解决，同时也不能反映出每个印章图像对应的具体信息。
发明内容
本发明所要解决的技术问题是克服现有技术的缺陷，提供一种印章唯一性识别的方法，它能够较好的识别唯一匹配的印章图像。
为了解决上述技术问题，本发明的技术方案是：一种印章唯一性识别的方法，方法的步骤中包括：
S1：采集盖章时留下的印章图像，得到原始印章图像，建立原始印章数据库；
S2：对待识别印章图像进行提取和分割，获取包含待识别印章图像的最小外接矩形区域，得到待识别印章后处理图像；
S3：利用基于互信息的配准方式对待识别印章后处理图像和原始印章图像进行旋转和平移，搜索最佳的位置，使得待识别印章后处理图像与原始印章图像的像素的灰度互信息最大，以完成配准；
S4：通过正差图像和负差图像，计算待识别印章后处理图像和原始印章图像的全局特征信息，粗识别筛选出全局特征信息与待识别印章后处理图像的全局特征信息相似的原始印章图像，并进行下一步判别；
S5：利用正差图像和负差图像，获得印章图像的局部特征信息，在经过步骤S4筛选保留下的原始印章图像中识别出与待识别印章后处理图像唯一匹配的原始印章图像，以判别待识别印章图像的唯一性。
进一步，在步骤S5中，当识别出与待识别印章后处理图像唯一匹配的原始印章图像时，返回对应原始印章图像的盖章时间和文件信息。
进一步，在步骤S1中，对采集的印章图像按照相应的印章编号进行分类，对采集的印章图像进行印章提取、印章配准、差图特征提取。
进一步，步骤S2具体为：
S21：将待识别印章图像从RBG颜色空间转化到HSI颜色空间，利用K-均值聚类法，利用每个像素的色相将图像按照红色划分聚类，获取阈值，提取红色分量；
S22：对经过步骤S21处理后的待识别印章图像进行形状检测，利用投影法获取包含待识别印章图像的最小外接矩形区域。
进一步，步骤S22中，当待识别印章图像为圆形时，利用霍夫变换获得待识别印章图像的大致位置，以获得圆形的圆心和半径；再利用水平投影和垂直投影的方法，提取获取包含待识别印章图像的最小外接矩形区域。
进一步，步骤S23中，当待识别印章图像为椭圆形时，利用霍夫变换获得待识别印章图像的大致位置，以获得椭圆形的中心定点坐标、长轴和短轴的轴长以及旋转角度；利用中心定点坐标信息使用投影变换放正待识别印章图像，再利用水平投影和垂直投影的方法，提取获取包含待识别印章图像的最小外接矩形区域。
进一步，步骤S23中，当待识别印章图像为矩形时，使用基于Sobel算子的Canny边缘检测算法，提取轮廓信息，检测轮廓面积最大的区域，用多边形将其包围后，提取四个顶点的位置坐标；利用顶点位置坐标信息使用投影变换放正待识别印章图像，再利用水平投影和垂直投影的方法，提取获取包含待识别印章图像的最小外接矩形区域。
进一步，步骤S4具体为：
S41：获取正差图像和负差图像，正差图像指原始印章图像多于经过步骤S3处理后的待识别印章后处理图像的像素部分，负差图像指原始印章图像少于经过步骤S3处理后的待识别印章后处理图像的像素部分；
S42：统计图像的差异度，构建差异度直方图，获得全局特征信息，通过全局特征信息比较筛选相似图像后，进行下一步。
进一步，步骤S5具体为：利用正差图像和负差图像，获得局部特征信息信息，用欧式距离公式，寻找粗识别后的原始印章图像中与待识别印章后处理图像唯一匹配的原始印章图像。
进一步，当在步骤S4中筛选不出全局特征信息与待识别印章后处理图像的全局特征信息相似的原始印章图像或在步骤S5中在经过步骤S4筛选保留下的原始印章图像中识别不出与待识别印章后处理图像唯一匹配的原始印章图像时，则待识别印章后处理图像为非法印章图像。
采用了上述技术方案后，本发明保留下了每一次盖章时的图像，能够对多种形状的印章图像进行识别和提取，能够判断待识别印章图像与原始印章图像哪一张一致，能获得该原始印章图像盖章时的具体信息。
附图说明
图1为本发明的印章唯一性识别的方法的流程图。
具体实施方式
为了使本发明的内容更容易被清楚地理解，下面根据具体实施例并结合附图，对本发明作进一步详细的说明。
如图1所示，一种印章唯一性识别的方法，方法的步骤中包括：
S1：采集盖章时留下的印章图像，得到原始印章图像，建立原始印章数据库；
S2：对待识别印章图像进行提取和分割，获取包含待识别印章图像的最小外接矩形区域，得到待识别印章后处理图像；
S3：利用基于互信息的配准方式对待识别印章后处理图像和原始印章图像进行旋转和平移，搜索最佳的位置，使得待识别印章后处理图像与原始印章图像的像素的灰度互信息最大，以完成配准；
S4：通过正差图像和负差图像，计算待识别印章后处理图像和原始印章图像的全局特征信息，粗识别筛选出全局特征信息与待识别印章后处理图像的全局特征信息相似的原始印章图像，并进行下一步判别；
S5：利用正差图像和负差图像，获得印章图像的局部特征信息，在经过步骤S4筛选保留下的原始印章图像中识别出与待识别印章后处理图像唯一匹配的原始印章图像，以判别待识别印章图像的唯一性。
在本实施例中，基于互信息的配准方式考虑了像素的相似性方法，对图像所有像素进行配准，待识别印章后处理图像和原始印章图像的互信息是通过它们的熵(H)以及联合熵，来反映它们之间信息的相互包含程度。对图像R、F来讲，互信息(MI)为：
MI(R,F)＝H(R)+H(F)-H(R,F)
同时考虑归一化互信息(NMI)和熵相关系数(ECC)算法作为匹配准则。
Figure BDA0002385768070000031
Figure BDA0002385768070000041
其中，R和F分别为识别印章后处理图像和原始印章图像。
将识别印章后处理图像和原始印章图像在小范围内进行平移变换和角度旋转，在保留的原始印章图像上搜索最佳的位置，使得该识别印章后处理图像与原始印章图像的像素的灰度互信息最大。
在步骤S1中，采集盖章时的原始印章图像的方法包括但不限于采用扫描或拍照的方式。
在步骤S5中，当识别出与待识别印章后处理图像唯一匹配的原始印章图像时，返回对应原始印章图像的盖章时间和文件信息。
在步骤S1中，对采集的印章图像按照相应的印章编号进行分类，对采集的印章图像进行印章提取、印章配准、差图特征提取。
步骤S2具体为：
S21：将待识别印章图像从RBG颜色空间转化到HSI颜色空间，利用K-均值聚类法考虑每个像素的色相将图像按照红色划分聚类，获取阈值，提取红色分量；在本实施例中，考虑到噪声与印章本身的颜色比较相近，为了能比较准确的得到分离阈值，采用K-均值聚类法，以每个像素的H(色相)将图像按照红色划分聚类，可以获得印章颜色所属的聚类H值的上下界，k-均值聚类法是一种无监督的机器学习算法，在选取K个聚类中心后，根据全部像素与这些聚类中心的相似度，将这些像素分配给与之最为相似的聚类，反复计算聚类中心直到收敛。计算目标中心和相邻中心的均值确定该聚类的上下界，也就是阈值。
S22：对经过步骤S21处理后的待识别印章图像进行形状检测，利用投影法获取包含待识别印章图像的最小外接矩形区域；由于印章外围存在空白区域或其他油墨印记，需要得到保留完整识别印章图像的最小外接矩形区域；
步骤S22中，当待识别印章图像为圆形时，利用霍夫变换获得待识别印章图像的大致位置，以及圆形的圆心和半径；再利用水平投影和垂直投影的方法，提取获取包含待识别印章图像的最小外接矩形区域。由于圆环的存在，检测的位置可能有一定的偏离，这里使用水平和垂直投影的方法，将像素投影到水平和垂直位置上，在已确定的位置附近寻找连通区域，做适当调整，获得最小外接矩形区域。
步骤S23中，当待识别印章图像为椭圆形时，利用霍夫变换获得待识别印章图像的大致位置，以及椭圆形的中心定点坐标、长轴和短轴的轴长以及旋转角度；利用中心定点坐标信息并结合投影变换放正待识别印章图像，再利用水平投影和垂直投影的方法，提取获取包含待识别印章图像的最小外接矩形区域。
步骤S23中，当待识别印章图像为矩形时，使用基于Sobel算子的Canny边缘检测算法，提取轮廓信息，检测轮廓面积最大的区域，用多边形将其包围后，提取四个顶点的位置坐标；利用顶点位置坐标信息使用投影变换放正待识别印章图像，再利用水平投影和垂直投影的方法，提取获取包含待识别印章图像的最小外接矩形区域。
步骤S4具体为：
S41：获取正差图像和负差图像，正差图像指原始印章图像多于经过步骤S3处理后的待识别印章后处理图像的像素部分，负差图像指原始印章图像少于经过步骤S3处理后的待识别印章后处理图像的像素部分；
S42：统计图像的差异度，构建差异度直方图，获得全局特征信息，通过全局特征信息比较筛选相似图像后，进行下一步。
步骤S5具体为：利用正差图像和负差图像，利用局部特征信息，用欧式距离公式寻找原始印章图像中与待识别印章后处理图像唯一匹配的原始印章图像。
步骤S4和步骤S5更具体的步骤如下如下：
将配准后的待识别印章图像二值化，与原始印章图像做差后获得左差图像、右差图像，计算图像的差异度作为全局特征信息。差异度考虑为区域内连通集的个数和面积，设置阈值除去面积过小的连通区域，利用统计学原理，以直方图的面积为横轴、个数为纵轴构建直方图特征，将直方图特征作为全局特征；
利用全局特征信息做一个粗识别，使用欧氏距离设定相应的阈值，筛选出与待识别印章图像较相似的图片，进行下一步的精细比较。
利用差图的局部统计特征进行精识别，将差图分成6*6的小区域，提取区域内的面积和连通集平均大小，作为局部特征信息，使用欧氏距离计算该待识别印章后处理图像与原始印章图像统计特征的差异程度，寻找原始印章图像中唯一匹配的印章图像，返回盖章时间和文件信息。
另外，当在步骤S4中筛选不出全局特征信息与待识别印章后处理图像的全局特征信息相似的原始印章图像或在步骤S5中在经过步骤S4筛选保留下的原始印章图像中识别不出与待识别印章后处理图像唯一匹配的原始印章图像时，则待识别印章后处理图像为非法印章图像。
以上所述的具体实施例，对本发明解决的技术问题、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
在本发明的描述中，需要理解的是，指示方位或位置关系的术语为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
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。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
此外，术语“水平”、“竖直”、“悬垂”等术语并不表示要求部件绝对水平或悬垂，而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平，并不是表示该结构一定要完全水平，而是可以稍微倾斜。
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之上或之下可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征之上、上方和上面包括第一特征在第二特征正上方和斜上方，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、下方和下面包括第一特征在第二特征正下方和斜下方，或仅仅表示第一特征水平高度小于第二特征。

Claims (10)

1.一种印章唯一性识别的方法，其特征在于方法的步骤中包括：
S1：采集盖章时留下的印章图像，得到原始印章图像，建立原始印章数据库；
S2：对待识别印章图像进行提取和分割，获取包含待识别印章图像的最小外接矩形区域，得到待识别印章后处理图像；
S3：利用基于互信息的配准方式对待识别印章后处理图像和原始印章图像进行旋转和平移，搜索最佳的位置，使得待识别印章后处理图像与原始印章图像的像素的灰度互信息最大，以完成配准；
S4：通过正差图像和负差图像，计算配准后的待识别印章后处理图像和原始印章图像的全局特征信息，粗识别筛选出全局特征信息与待识别印章后处理图像的全局特征信息相似的原始印章图像，并进行下一步判别；
S5：利用正差图像和负差图像，获得印章图像的局部特征信息，在经过步骤S4筛选保留下的原始印章图像中，识别出与待识别印章后处理图像唯一匹配的原始印章图像，以判别待识别印章图像的唯一性。
2.根据权利要求1所述的印章唯一性识别的方法，其特征在于，
在步骤S5中，当识别出与待识别印章后处理图像唯一匹配的原始印章图像时，返回对应原始印章图像的盖章时间和文件信息。
3.根据权利要求1所述的印章唯一性识别的方法，其特征在于，
在步骤S1中，对采集的印章图像按照相应的印章编号进行分类，对采集的印章图像进行印章提取、印章配准、差图特征提取。
4.根据权利要求1所述的印章唯一性识别的方法，其特征在于，
步骤S2具体为：
S21：将待识别印章图像从RBG颜色空间转化到HSI颜色空间，利用K-均值聚类法，利用每个像素的色相将图像按照红色划分聚类，获取阈值，提取红色分量；
S22：对经过步骤S21处理后的待识别印章图像进行形状检测，利用投影法获取包含待识别印章图像的最小外接矩形区域。
5.根据权利要求4所述的印章唯一性识别的方法，其特征在于，
步骤S22中，当待识别印章图像为圆形时，利用霍夫变换获得待识别印章图像的大致位置，以及圆形的圆心和半径；再利用水平投影和垂直投影的方法，提取获取包含待识别印章图像的最小外接矩形区域。
6.根据权利要求4所述的印章唯一性识别的方法，其特征在于，
步骤S23中，当待识别印章图像为椭圆形时，利用霍夫变换获得待识别印章图像的大致位置，以及椭圆形的中心定点坐标、长轴和短轴的轴长以及旋转角度；利用中心定点坐标信息使用投影变换放正待识别印章图像，再利用水平投影和垂直投影的方法，提取包含待识别印章图像的最小外接矩形区域。
7.根据权利要求4所述的印章唯一性识别的方法，其特征在于，
步骤S23中，当待识别印章图像为矩形时，使用基于Sobel算子的Canny边缘检测算法，提取轮廓信息，检测轮廓面积最大的区域，用多边形将其包围后，提取四个顶点的位置坐标；利用顶点位置坐标信息使用投影变换放正待识别印章图像，再利用水平投影和垂直投影的方法，提取获取包含待识别印章图像的最小外接矩形区域。
8.根据权利要求1所述的印章唯一性识别的方法，其特征在于，
步骤S4具体为：
S41：获取正差图像和负差图像，正差图像指原始印章图像多于经过步骤S3处理后的待识别印章后处理图像的像素部分，负差图像指原始印章图像少于经过步骤S3处理后的待识别印章后处理图像的像素部分；
S42：统计图像的差异度，构建差异度直方图，获得全局特征信息，通过全局特征信息比较筛选相似图像后，进行下一步。
9.根据权利要求1所述的印章唯一性识别的方法，其特征在于，
步骤S5具体为：利用正差图像和负差图像，获得局部特征信息，用欧式距离公式寻找原始印章图像中与待识别印章后处理图像唯一匹配的原始印章图像。
10.根据权利要求1所述的印章唯一性识别的方法，其特征在于，
当在步骤S4中筛选不出全局特征信息与待识别印章后处理图像的全局特征信息相似的原始印章图像或在步骤S5中在经过步骤S4筛选保留下的原始印章图像中识别不出与待识别印章后处理图像唯一匹配的原始印章图像时，则待识别印章后处理图像为非法印章图像。
CN202010096989.6A 2020-02-17 2020-02-17 一种印章唯一性识别的方法 Active CN111291757B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010096989.6A CN111291757B (zh) 2020-02-17 2020-02-17 一种印章唯一性识别的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010096989.6A CN111291757B (zh) 2020-02-17 2020-02-17 一种印章唯一性识别的方法

Publications (2)

Publication Number Publication Date
CN111291757A true CN111291757A (zh) 2020-06-16
CN111291757B CN111291757B (zh) 2023-08-15

Family

ID=71020149

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010096989.6A Active CN111291757B (zh) 2020-02-17 2020-02-17 一种印章唯一性识别的方法

Country Status (1)

Country Link
CN (1) CN111291757B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111696154A (zh) * 2020-06-16 2020-09-22 北京惠朗时代科技有限公司 坐标定位方法、装置、设备及存储介质
CN111860536A (zh) * 2020-06-23 2020-10-30 南京南审审计大数据研究院有限公司 一种图像识别方法、装置及存储介质
CN112288045A (zh) * 2020-12-23 2021-01-29 深圳神目信息技术有限公司 一种印章真伪判别方法
CN112633852A (zh) * 2020-12-30 2021-04-09 广东电网有限责任公司电力调度控制中心 一种业务文档的审查系统
CN112669367A (zh) * 2020-12-25 2021-04-16 平安科技（深圳）有限公司 盖章位置检测方法、装置、计算机设备及存储介质
CN112784835A (zh) * 2021-01-21 2021-05-11 恒安嘉新（北京）科技股份公司 圆形印章的真实性识别方法、装置、电子设备及存储介质
CN116645591A (zh) * 2023-05-31 2023-08-25 杭州数盒魔方科技有限公司 基于像素值的电子合同印章图片ps痕迹识别方法及系统
CN117152121A (zh) * 2023-09-25 2023-12-01 上海卓昕医疗科技有限公司 医学影像的配准方法、装置、电子设备和介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103871044A (zh) * 2012-12-14 2014-06-18 阿里巴巴集团控股有限公司 一种图像签名生成方法和图像验证方法及装置
CN108197642A (zh) * 2017-12-25 2018-06-22 山东浪潮云服务信息科技有限公司 一种印章鉴别方法及装置
CN108509992A (zh) * 2017-12-27 2018-09-07 广西新章物电防伪技术开发有限公司 一种基于机器学习技术的印章印文智能化识别防伪方法
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
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

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103871044A (zh) * 2012-12-14 2014-06-18 阿里巴巴集团控股有限公司 一种图像签名生成方法和图像验证方法及装置
CN108197642A (zh) * 2017-12-25 2018-06-22 山东浪潮云服务信息科技有限公司 一种印章鉴别方法及装置
CN108509992A (zh) * 2017-12-27 2018-09-07 广西新章物电防伪技术开发有限公司 一种基于机器学习技术的印章印文智能化识别防伪方法
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
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

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
潘梅森, 上海复旦大学出版社, pages: 165 - 166 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111696154A (zh) * 2020-06-16 2020-09-22 北京惠朗时代科技有限公司 坐标定位方法、装置、设备及存储介质
CN111696154B (zh) * 2020-06-16 2023-06-13 北京惠朗时代科技有限公司 坐标定位方法、装置、设备及存储介质
CN111860536B (zh) * 2020-06-23 2024-01-23 南京南审审计大数据研究院有限公司 一种图像识别方法、装置及存储介质
CN111860536A (zh) * 2020-06-23 2020-10-30 南京南审审计大数据研究院有限公司 一种图像识别方法、装置及存储介质
WO2021258634A1 (zh) * 2020-06-23 2021-12-30 南京南审审计大数据研究院有限公司 一种图像审计识别方法、装置及存储介质
CN112288045A (zh) * 2020-12-23 2021-01-29 深圳神目信息技术有限公司 一种印章真伪判别方法
CN112669367A (zh) * 2020-12-25 2021-04-16 平安科技（深圳）有限公司 盖章位置检测方法、装置、计算机设备及存储介质
CN112669367B (zh) * 2020-12-25 2024-05-14 平安科技（深圳）有限公司 盖章位置检测方法、装置、计算机设备及存储介质
CN112633852A (zh) * 2020-12-30 2021-04-09 广东电网有限责任公司电力调度控制中心 一种业务文档的审查系统
CN112784835B (zh) * 2021-01-21 2024-04-12 恒安嘉新（北京）科技股份公司 圆形印章的真实性识别方法、装置、电子设备及存储介质
CN112784835A (zh) * 2021-01-21 2021-05-11 恒安嘉新（北京）科技股份公司 圆形印章的真实性识别方法、装置、电子设备及存储介质
CN116645591B (zh) * 2023-05-31 2024-01-05 杭州数盒魔方科技有限公司 基于像素值的电子合同印章图片ps痕迹识别方法及系统
CN116645591A (zh) * 2023-05-31 2023-08-25 杭州数盒魔方科技有限公司 基于像素值的电子合同印章图片ps痕迹识别方法及系统
CN117152121A (zh) * 2023-09-25 2023-12-01 上海卓昕医疗科技有限公司 医学影像的配准方法、装置、电子设备和介质

Also Published As

Publication number Publication date
CN111291757B (zh) 2023-08-15

Similar Documents

Publication Publication Date Title
CN111291757B (zh) 一种印章唯一性识别的方法
CN104951940B (zh) 一种基于掌纹识别的移动支付验证方法
Patel et al. Automatic number plate recognition system (anpr): A survey
CN105046252B (zh) 一种人民币冠字码识别方法
CN112686812B (zh) 银行卡倾斜矫正检测方法、装置、可读存储介质和终端
CN107424142B (zh) 一种基于图像显著性检测的焊缝识别方法
WO2018018788A1 (zh) 一种基于图像识别的计量表抄表装置及其方法
CN109409355B (zh) 一种新型变压器铭牌识别的方法及装置
KR101719549B1 (ko) 차량 번호판 인식을 위한 영상처리방법 및 이를 이용한 차량 번호판 인식 장치
CN106709500B (zh) 一种图像特征匹配的方法
KR101632912B1 (ko) 지문 인식을 이용한 사용자 인증 방법
CN101122953A (zh) 一种图片文字分割的方法
CN103426186A (zh) 一种改进的surf快速匹配方法
CN106446894A (zh) 一种基于轮廓识别球型目标物位置的方法
EP2783328A1 (en) Text detection using multi-layer connected components with histograms
CN105139011B (zh) 一种基于标识物图像的车辆识别方法及装置
CN102799859A (zh) 一种交通标志识别方法
WO2022121025A1 (zh) 证件增减类别检测方法、装置、可读存储介质和终端
KR101742115B1 (ko) 건물 인식을 위한 멀티뷰 영상에서의 인라이어 선택 및 잉여 제거 방법
CN112364862B (zh) 一种基于直方图相似度的扰动变形汉字图片匹配的方法
CN115830359A (zh) 复杂场景下基于目标检测和模板匹配的工件识别计数方法
CN113658039A (zh) 一种药瓶标签图像的拼接顺序确定方法
Chidiac et al. A robust algorithm for text extraction from images
CN111325722B (zh) 印章图像精确识别方法及系统和印章图像识别处理方法
Rastegar et al. An intelligent control system using an efficient License Plate Location and Recognition Approach

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