CN112017352A - 证件鉴伪方法、装置、设备及可读存储介质 - Google Patents
证件鉴伪方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN112017352A CN112017352A CN202010925576.4A CN202010925576A CN112017352A CN 112017352 A CN112017352 A CN 112017352A CN 202010925576 A CN202010925576 A CN 202010925576A CN 112017352 A CN112017352 A CN 112017352A
- Authority
- CN
- China
- Prior art keywords
- certificate
- average
- difference
- image
- counterfeit
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
- G07D7/00—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency
- G07D7/20—Testing patterns thereon
- G07D7/2008—Testing patterns thereon using pre-processing, e.g. de-blurring, averaging, normalisation or rotation
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
- G07D7/00—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency
- G07D7/20—Testing patterns thereon
- G07D7/2016—Testing patterns thereon using feature extraction, e.g. segmentation, edge detection or Hough-transformation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及人工智能,提供一种证件鉴伪方法、装置、设备及可读存储介质,该方法包括:获取待鉴伪证件在不同光线下拍摄的第一证件图片和第二证件图片,并根据待鉴伪证件的预设鉴伪点,分别从第一证件图片和第二证件图片中提取出第一鉴伪图和第二鉴伪图;根据第一鉴伪图和第二鉴伪图,确定多个图像梯度方差、灰度平均差值以及亮度平均差值;根据多个图像梯度方差、灰度平均差值和亮度平均差值,对待鉴伪证件鉴伪。此外,本发明还涉及区块链技术,第一证件图片和第二证件图片可存储于区块链中。通过对不同光线下拍摄的第一证件图片和第二证件图片处理,确定多个图像梯度方差、灰度平均差值和亮度平均差值对证件鉴伪,提高了鉴伪的准确性。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种证件鉴伪方法、装置、设备及可读存储介质。
背景技术
身份证、驾驶证、护照等该类与身份相关的证件,容易被不法分子伪造,在很多场景均需要对证件进行鉴伪,如金融业务的开户业务,通过鉴伪来确定身份证的真实性。当前证件的鉴伪包括线上鉴伪和线下鉴伪两种方式,对于线下鉴伪,通常由人工进行审核,整个流程繁琐,效率低。对于线上鉴伪,通过对证件所具有特征的识别,实现鉴伪;但当前线上特征识别容易受各种因素的影响,识别结果具有较大的误差,影响了鉴伪的准确性。
因此,如何实现证件的线上准确鉴伪是当前亟待解决的技术问题。
发明内容
本发明的主要目的在于提供一种证件鉴伪方法、装置、设备及可读存储介质,旨在解决现有技术中如何实现证件的线上准确鉴伪的技术问题。
为实现上述目的,本发明实施例提供一种证件鉴伪方法,所述证件鉴伪方法包括以下步骤:
获取待鉴伪证件在不同光线下拍摄的第一证件图片和第二证件图片,并根据所述待鉴伪证件的预设鉴伪点,分别从所述第一证件图片和所述第二证件图片中提取出第一鉴伪图和第二鉴伪图;
根据所述第一鉴伪图和所述第二鉴伪图,确定多个图像梯度方差、灰度平均差值以及亮度平均差值;
根据多个所述图像梯度方差、所述灰度平均差值和所述亮度平均差值,对所述待鉴伪证件进行鉴伪。
优选地,所述根据所述第一鉴伪图和所述第二鉴伪图,确定多个图像梯度方差、灰度平均差值以及亮度平均差值的步骤包括:
从所述第一鉴伪图的四角区域中的至少两个区域分别提取第一子图片,并从所述第二鉴伪图的四角区域中的至少两个区域分别提取第二子图片;
根据各所述第一子图片和各所述第二子图片,确定多个所述图像梯度方差;
根据所述第一鉴伪图中的像素和所述第二鉴伪图中的像素,生成所述灰度平均差值和所述亮度平均差值。
优选地,所述根据各所述第一子图片和各所述第二子图片,确定多个所述图像梯度方差的步骤包括:
根据预设公式,对各所述第一子图片中的像素分别进行向量计算,得到多个第一梯度向量;
根据所述预设公式,对各所述第二子图片中的像素分别进行向量计算,得到多个第二梯度向量;
根据多个所述第一梯度向量和多个所述第二梯度向量,生成多个梯度向量相对值;
对多个所述梯度向量相对值分别进行方差计算,生成多个所述图像梯度方差。
优选地,所述根据所述第一鉴伪图中的像素和所述第二鉴伪图中的像素,生成所述灰度平均差值和所述亮度平均差值的步骤包括:
计算所述第一鉴伪图中各像素的第一平均值,以及所述第二鉴伪图中各像素的第二平均值;
在所述第一平均值和所述第二平均值进行差值运算,生成所述亮度平均差值;
将所述第一鉴伪图和所述第二鉴伪图灰度化处理后,基于边缘检测,计算第一鉴伪图和第二鉴伪图分别在预设方向上的第一梯度图和第二梯度图;
根据所述第一梯度图中的像素和所述第二梯度图中的像素,生成所述灰度平均差值。
优选地,所述根据所述第一鉴伪图和所述第二鉴伪图,确定多个图像梯度方差、灰度平均差值以及亮度平均差值的步骤之前包括:
根据所述第一鉴伪图,从所述第一证件图中提取第一修正图,并根据所述第二鉴伪图,从所述第二证件图中提取第二修正图;
对所述第一修正图和所述第二修正图进行灰度处理后,计算第一修正图中各像素的第一修正均值,以及计算第二修正图中各像素的第二修正均值;
确定所述第一鉴伪图的各像素中小于所述第一修正均值的第一像素,以及所述第二鉴伪图的各像素中小于所述第二修正均值的第二像素;
调用预设像素值分别对所述第一像素和所述第二像素进行修正,以更新所述第一鉴伪图和所述第二鉴伪图。
优选地,所述根据多个所述图像梯度方差、所述灰度平均差值和所述亮度平均差值,对所述待鉴伪证件进行鉴伪的步骤包括:
将多个所述图像梯度方差分别和第一预设阈值对比,确定多个所述图像梯度方差中大于所述第一预设阈值的目标图像梯度方差,并统计所述目标图像梯度方差的方差数量;
在多个所述图像梯度方差对比,确定多个所述图像梯度方差中的最小值;
根据所述方差数量、所述最小值、所述灰度平均差值和所述亮度平均差值,对所述待鉴伪证件进行鉴伪。
优选地,所述根据所述方差数量、所述最小值、所述灰度平均差值和所述亮度平均差值,对所述待鉴伪证件进行鉴伪的步骤包括:
判断所述灰度平均差值是否大于第一预设差值,若大于所述第一预设差值,则判定所述待鉴伪证件为真实证件;
若不大于第一预设差值,则判断所述灰度平均差值是否小于第二预设差值,且所述亮度平均差值是否小于第三预设差值;
若所述灰度平均差值小于第二预设差值,且所述亮度平均差值小于第三预设差值,则判定所述待鉴伪证件为虚假证件;
若所述灰度平均差值不小于第二预设差值,或者所述亮度平均差值不小于第三预设差值,则判断所述方差数量是否大于或等于预设数量,且所述最小值是否大于第二预设阈值;
若所述方差数量大于或等于预设数量,且所述最小值大于第二预设阈值,则判断所述待鉴伪证件为真实证件;
若所述方差数量小于预设数量,且所述最小值不大于第二预设阈值,则判定所述待鉴伪证件为虚假证件。
为实现上述目的,本发明还提供一种证件鉴伪装置,所述证件鉴伪装置包括:
获取模块,用于获取待鉴伪证件在不同光线下拍摄的第一证件图片和第二证件图片,并根据所述待鉴伪证件的预设鉴伪点,分别从所述第一证件图片和所述第二证件图片中提取出第一鉴伪图和第二鉴伪图;
确定模块,用于根据所述第一鉴伪图和所述第二鉴伪图,确定多个图像梯度方差、灰度平均差值以及亮度平均差值;
鉴伪模块,用于根据多个所述图像梯度方差、所述灰度平均差值和所述亮度平均差值,对所述待鉴伪证件进行鉴伪。
进一步地,为实现上述目的,本发明还提供证件鉴伪设备,所述证件鉴伪设备包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的证件鉴伪程序,所述证件鉴伪程序被所述处理器执行时实现上述的证件鉴伪方法的步骤。
此外,为实现上述目的,本发明还提供一种可读存储介质,所述可读存储介质上存储有证件鉴伪程序,所述证件鉴伪程序被处理器执行时实现上述的证件鉴伪方法的步骤。
本发明提供一种证件鉴伪方法、装置、设备及可读存储介质,对于具有鉴伪需求的待鉴伪证件,先获取其在不同光线下拍摄的第一证件图片和第二证件图片,并根据待鉴伪证件上设置的预设鉴伪点,分别从第一证件图片和第二证件图片中提取出第一鉴伪图和第二鉴伪图;再依据第一鉴伪图和第二鉴伪图,确定多个图像梯度方差、灰度平均差值和亮度平均差值;进而依据该多个图像梯度方差、灰度平均差值和亮度平均差值,对待鉴伪证件进行鉴伪。以此,通过对不同光线下拍摄的第一证件图片和第二证件图片进行处理,确定多个图像梯度方差、灰度平均差值和亮度平均差值对证件进行鉴伪,鉴伪过程仅与光线相关,避免了其他因素的影响,提高了鉴伪的准确性。
附图说明
图1为本发明实施例方案涉及的硬件运行环境的证件鉴伪设备结构示意图;
图2为本发明证件鉴伪方法第一实施例的流程示意图;
图3为本发明证件鉴伪装置较佳实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
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。
如图1所示,图1是本发明实施例方案涉及的硬件运行环境的证件鉴伪设备结构示意图。
在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明,其本身没有特定的意义。因此,“模块”、“部件”或“单元”可以混合地使用。
本发明实施例证件鉴伪设备可以是PC,也可以是平板电脑、便携计算机等可移动式终端设备。
如图1所示,该证件鉴伪设备可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的证件鉴伪设备结构并不构成对证件鉴伪设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种可读存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及检测程序。
在图1所示的设备中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的检测程序,并执行以下操作:
获取待鉴伪证件在不同光线下拍摄的第一证件图片和第二证件图片,并根据所述待鉴伪证件的预设鉴伪点,分别从所述第一证件图片和所述第二证件图片中提取出第一鉴伪图和第二鉴伪图;
根据所述第一鉴伪图和所述第二鉴伪图,确定多个图像梯度方差、灰度平均差值以及亮度平均差值;
根据多个所述图像梯度方差、所述灰度平均差值和所述亮度平均差值,对所述待鉴伪证件进行鉴伪。
进一步地,所述根据所述第一鉴伪图和所述第二鉴伪图,确定多个图像梯度方差、灰度平均差值以及亮度平均差值的步骤包括:
从所述第一鉴伪图的四角区域中的至少两个区域分别提取第一子图片,并从所述第二鉴伪图的四角区域中的至少两个区域分别提取第二子图片;
根据各所述第一子图片和各所述第二子图片,确定多个所述图像梯度方差;
根据所述第一鉴伪图中的像素和所述第二鉴伪图中的像素,生成所述灰度平均差值和所述亮度平均差值。
进一步地,所述根据各所述第一子图片和各所述第二子图片,确定多个所述图像梯度方差的步骤包括:
根据预设公式,对各所述第一子图片中的像素分别进行向量计算,得到多个第一梯度向量;
根据所述预设公式,对各所述第二子图片中的像素分别进行向量计算,得到多个第二梯度向量;
根据多个所述第一梯度向量和多个所述第二梯度向量,生成多个梯度向量相对值;
对多个所述梯度向量相对值分别进行方差计算,生成多个所述图像梯度方差。
进一步地,所述根据所述第一鉴伪图中的像素和所述第二鉴伪图中的像素,生成所述灰度平均差值和所述亮度平均差值的步骤包括:
计算所述第一鉴伪图中各像素的第一平均值,以及所述第二鉴伪图中各像素的第二平均值;
在所述第一平均值和所述第二平均值进行差值运算,生成所述亮度平均差值;
将所述第一鉴伪图和所述第二鉴伪图灰度化处理后,基于边缘检测,计算第一鉴伪图和第二鉴伪图分别在预设方向上的第一梯度图和第二梯度图;
根据所述第一梯度图中的像素和所述第二梯度图中的像素,生成所述灰度平均差值。
进一步地,所述根据所述第一鉴伪图和所述第二鉴伪图,确定多个图像梯度方差、灰度平均差值以及亮度平均差值的步骤之前,处理器1001可以用于调用存储器1005中存储的检测程序,并执行以下操作:
根据所述第一鉴伪图,从所述第一证件图中提取第一修正图,并根据所述第二鉴伪图,从所述第二证件图中提取第二修正图;
对所述第一修正图和所述第二修正图进行灰度处理后,计算第一修正图中各像素的第一修正均值,以及计算第二修正图中各像素的第二修正均值;
确定所述第一鉴伪图的各像素中小于所述第一修正均值的第一像素,以及所述第二鉴伪图的各像素中小于所述第二修正均值的第二像素;
调用预设像素值分别对所述第一像素和所述第二像素进行修正,以更新所述第一鉴伪图和所述第二鉴伪图。
进一步地,所述根据多个所述图像梯度方差、所述灰度平均差值和所述亮度平均差值,对所述待鉴伪证件进行鉴伪的步骤包括:
将多个所述图像梯度方差分别和第一预设阈值对比,确定多个所述图像梯度方差中大于所述第一预设阈值的目标图像梯度方差,并统计所述目标图像梯度方差的方差数量;
在多个所述图像梯度方差对比,确定多个所述图像梯度方差中的最小值;
根据所述方差数量、所述最小值、所述灰度平均差值和所述亮度平均差值,对所述待鉴伪证件进行鉴伪。
进一步地,所述根据所述方差数量、所述最小值、所述灰度平均差值和所述亮度平均差值,对所述待鉴伪证件进行鉴伪的步骤包括:
判断所述灰度平均差值是否大于第一预设差值,若大于所述第一预设差值,则判定所述待鉴伪证件为真实证件;
若不大于第一预设差值,则判断所述灰度平均差值是否小于第二预设差值,且所述亮度平均差值是否小于第三预设差值;
若所述灰度平均差值小于第二预设差值,且所述亮度平均差值小于第三预设差值,则判定所述待鉴伪证件为虚假证件;
若所述灰度平均差值不小于第二预设差值,或者所述亮度平均差值不小于第三预设差值,则判断所述方差数量是否大于或等于预设数量,且所述最小值是否大于第二预设阈值;
若所述方差数量大于或等于预设数量,且所述最小值大于第二预设阈值,则判断所述待鉴伪证件为真实证件;
若所述方差数量小于预设数量,且所述最小值不大于第二预设阈值,则判定所述待鉴伪证件为虚假证件。
本发明证件鉴伪设备的具体实施方式与下述证件鉴伪方法各实施例基本相同,在此不再赘述。
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公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开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公开,并且能够将本公开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。
参照图2,本发明第一实施例提供一种证件鉴伪方法的流程示意图。该实施例中,所述证件鉴伪方法包括以下步骤:
步骤S10,获取待鉴伪证件在不同光线下拍摄的第一证件图片和第二证件图片,并根据所述待鉴伪证件的预设鉴伪点,分别从所述第一证件图片和所述第二证件图片中提取出第一鉴伪图和第二鉴伪图;
本实施例中的证件鉴伪方法应用于服务器,通过服务器来鉴定证件的真伪。具体地,将需要进行真伪鉴定的证件作为待鉴伪证件,并拍摄待鉴伪证件在不同光线下的证件图片上传到服务器。其中,不同光线下的证件图片包括关闭闪光灯拍摄的图片和开启闪光灯拍摄的图片。服务器在接收到上传的该类证件图片后,将关闭闪光灯拍摄的图片作为第一证件图片,并将开启闪光灯拍摄的图片作为第二证件图片。
需要强调的是,为进一步保证上述第一证件图片和第二证件图片的私密和安全性,上述的第一证件图片和第二证件图片还可以存储于一区块链的节点中。当然,在对第一证件图片和第二证件图片处理过程中,所得到的中间信息,以及最终信息也可以是存储于一区块链的节点中。
本实施例所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
进一步地,待鉴伪证件中预先设置有用于鉴伪的预设鉴伪点,该预设鉴伪点可以是设定的特定图像、颜色或者光栅区域等;本实施例以光栅区域为例进行说明。对于设定光栅区域用于鉴伪的证件,可以选择在证件的某个特定位置设定光栅区域,如香港居民身份证,在左下角设置的白色椭圆形区域即为光栅区域。服务器在获取到第一证件图片和第二证件图片后,依据待鉴伪证件所设定的预设鉴伪点位置,从第一证件图片中提取出第一鉴伪图,以及从第二证件图片中提取出第二鉴伪图。第一鉴伪图和第二鉴伪图均包含预设鉴伪点,且两者相当于待鉴伪证件具有相同的位置坐标以及尺寸大小;即第一鉴伪图在待鉴伪证件中的位置坐标,与第二鉴伪图在待鉴伪证件中的位置坐标相同,使得由各自位置坐标所形成的尺寸大小也相同,如170*110的尺寸,以通过待鉴伪证件中的相同区域,来对待鉴伪证件鉴伪。
步骤S20,根据所述第一鉴伪图和所述第二鉴伪图,确定多个图像梯度方差、灰度平均差值以及亮度平均差值;
进一步地,分别对第一鉴伪图的像素和第二鉴伪的像素进行计算处理,得到多个图像梯度方差,灰度平均差值和亮度平均差值。其中,图像梯度方差由第一鉴伪图中像素与第二鉴伪图中像素分别得到的梯度向量的相对值进行方差计算的结果;灰度平均差值则为第一鉴伪图和第二鉴伪图经灰度处理后进行像素均值并做差运算的结果,亮度平均差值则为第一鉴伪图和第二鉴伪图的像素均值处理后做差运算的结果。
更进一步地,考虑到待鉴伪证件拍摄过程中,可能因光线的影响,而使得第一鉴伪图中像素和第一鉴伪图中像素难以准确体现各自的特征。对于此,本实施在对第一鉴伪图的像素和第二鉴伪的像素进行计算处理前,设置有通过待鉴伪证件中位于预设鉴伪点以外的区域对包含预设鉴伪点区域的修正机制。具体地,根据第一鉴伪图和第二鉴伪图,确定多个图像梯度方差、灰度平均差值以及亮度平均差值的步骤之前包括:
步骤a,根据所述第一鉴伪图,从所述第一证件图中提取第一修正图,并根据所述第二鉴伪图,从所述第二证件图中提取第二修正图;
进一步地,依据第一鉴伪图在第一证件图中的位置,从第一证件图中提取出第一修正图,第一修正图位于第一鉴伪图的下方,尺寸相对于第一鉴伪图较小,如对于170*110的第一鉴伪图,第一修正图的尺寸大小可以是170*55。同样地,依据第二鉴伪图在第二证件图中的位置,从第二证件图中提取出第二修正图,第二修正图位于第二鉴伪图的下方,尺寸相对于第二鉴伪图较小,如对于170*110的第二鉴伪图,第二修正图的尺寸大小可以是170*55。
步骤b,对所述第一修正图和所述第二修正图进行灰度处理后,计算第一修正图中各像素的第一修正均值,以及计算第二修正图中各像素的第二修正均值;
更进一步地,对第一修正图和第二修正图分别进行灰度化处理,并对灰度化处理后第一修正图中各像素进行平均值计算,得到第一修正均值。同时,对灰度化处理后第二修正图中各像素进行平均值计算,得到第二修正均值。
步骤c,确定所述第一鉴伪图的各像素中小于所述第一修正均值的第一像素,以及所述第二鉴伪图的各像素中小于所述第二修正均值的第二像素;
进一步地,将第一鉴伪图中的各像素分别和第一修正均值对比,确定各像素中小于第一修正均值的第一像素。同时,将第二鉴伪图中的各像素分别和第二修正均值对比,确定各像素中小于第二修正均值的第二像素。
步骤d,调用预设像素值分别对所述第一像素和所述第二像素进行修正,以更新所述第一鉴伪图和所述第二鉴伪图。
更进一步地,预先设置有用于修正的预设像素值,如像素值0。在确定出第一鉴伪图中的各第一像素,以及第二鉴伪图中的各第二像素后,调用预设像素值,并用预设像素值对第一像素进行修正,将第一像素的像素值替换为预设像素值,得到更新的第一鉴伪图。同样用预设像素值对第二像素进行修正,将第二像素的像素值替换为预设像素值,得到更新的第二鉴伪图。进而对更新的第一鉴伪图中的像素和更新的第二鉴伪图中的像素进行计算处理,得到多个图像梯度方差,灰度平均差值和亮度平均差值。
步骤S30,根据多个所述图像梯度方差、所述灰度平均差值和所述亮度平均差值,对所述待鉴伪证件进行鉴伪。
进一步地,多个图像梯度、灰度平均差值和亮度平均差值从预设鉴伪点所在区域的轮廓差异、颜色变化以及亮度变化方面,体现了待鉴伪证件的真伪性;故可依据多个图像梯度方差,灰度平均差值和亮度平均差值,实现待鉴伪证件的鉴伪。
本实施例的证件鉴伪方法,对于具有鉴伪需求的待鉴伪证件,先获取其在不同光线下拍摄的第一证件图片和第二证件图片,并根据待鉴伪证件上设置的预设鉴伪点,分别从第一证件图片和第二证件图片中提取出第一鉴伪图和第二鉴伪图;再依据第一鉴伪图和第二鉴伪图,确定多个图像梯度方差、灰度平均差值和亮度平均差值;进而依据该多个图像梯度方差、灰度平均差值和亮度平均差值,对待鉴伪证件进行鉴伪。以此,通过对不同光线下拍摄的第一证件图片和第二证件图片进行处理,确定多个图像梯度方差、灰度平均差值和亮度平均差值对证件进行鉴伪,鉴伪过程仅与光线相关,避免了其他因素的影响,提高了鉴伪的准确性。
进一步的,基于本发明证件鉴伪方法第一实施例,提出本发明证件鉴伪方法第二实施例,在第二实施例中,所述根据所述第一鉴伪图和所述第二鉴伪图,确定多个图像梯度方差、灰度平均差值以及亮度平均差值的步骤包括:
步骤S21,从所述第一鉴伪图的四角区域中的至少两个区域分别提取第一子图片,并从所述第二鉴伪图的四角区域中的至少两个区域分别提取第二子图片;
本实施例基于第一鉴伪图四个角的位置区域的像素和第二鉴伪图四个角的位置区域的像素,来生成多个图像梯度方差。具体地,预先依据需求设定有预设区域大小,如45*45,依据该预设区域大小,对第一鉴伪图的四角区域中的至少两个区域分别进行提取操作,提取出大小为预设区域大小的至少两张第一子图片。本实施例以对四个区域全部进行提取操作为例进行说明,即提取到四张第一子图片。该四张第一子图片分别来源于第一鉴伪图的左上角、左下角、右上角和右下角。同时,依据预设区域大小,对第二鉴伪图的四角区域中的至少两个区域分别进行提取操作,提取出大小为预设区域大小的至少两张第二子图片。本实施例以对四个区域全部进行提取操作为例进行说明,即提取到四张第二子图片。该四张第二子图片分别来源于第二鉴伪图的左上角、左下角、右上角和右下角。
步骤S22,根据各所述第一子图片和各所述第二子图片,确定多个所述图像梯度方差;
进一步地,在分别从第一鉴伪图和第二鉴伪图中提取出各自四张第一子图片和第二子图片后,即可依据四张第一子图片的像素和四张第二子图片的像素,来确定四个像素梯度方差。具体地,根据各第一子图片和各第二子图片,确定多个图像梯度方差的步骤包括:
步骤S221,根据预设公式,对各所述第一子图片中的像素分别进行向量计算,得到多个第一梯度向量;
更进一步地,预先设置有用于计算图片中各像素的梯度向量的预设公式,针对每张第一子图片,通过预设公式对其中的像素分别进行向量计算,得到各自的第一梯度向量。其中,预设公式如公式(1)所示,公式(1)为:
其中,第一子图片中的各个像素构成矩阵n*n的矩阵,如上述尺寸大小为45*45的第一子图片,i矩阵的行号,j为矩阵的列号,Xi,j为矩阵中的各个像素值。在计算的过程中,对于矩阵中行号和列号相加等于某一值的像素进行加和,并用加和结果与该值做比值,得到各个结果形成第一梯度向量。如对于i+j=2的情况,像素X0,2、X2,0和X1,1均满足该条件,故对三者加和后除以2,得到grad[2]的值。如此计算,得到grad[0]到grad[2n-2]的值,形成第一子图片的第一梯度向量。在每个第一子图片均经计算得到各自的第一梯度向量后,则得到四个第一梯度向量。
步骤S222,根据所述预设公式,对各所述第二子图片中的像素分别进行向量计算,得到多个第二梯度向量;
同样地,对于第二子图片,对其中的像素通过预设公式进行向量计算,得到第二梯度向量。在每个第二子图片均经计算得到各自的第二梯度向量后,则得到四个第二梯度向量。
步骤S223,根据多个所述第一梯度向量和多个所述第二梯度向量,生成多个梯度向量相对值;
进一步地,对于四个第一梯度向量和四个第二梯度向量,依据四张第一子图片和四张第二子图片的位置关系,进行差值运算,生成四个梯度向量相对值。当第一子图片和第二子图片的位置关系相同,如都对应位于待鉴伪证件的左上角,则对该第一子图片的第一梯度向量和该第二子图片的第二梯度向量进行差值计算,生成梯度向量相对值。在四个角位置上的第一子图片和第二子图片之间的第一梯度向量和第二梯度向量均经差值计算后,则生成的哥梯度向量相对值。
步骤S224,对多个所述梯度向量相对值分别进行方差计算,生成多个所述图像梯度方差。
更进一步地,通过方差计算函数,对四个梯度向量相对值分别进行方差计算,生成四个图像梯度方差。如在一具体实施例中,左上角、右上角、左下角和右下角的四个第一梯度向量分别为x1、x2、x3和x4,四个第二梯度向量分别为y1、y2、y3和y4,则四个梯度向量相对值为(x1-y1)、(x2-y2)、(x3-y3)和(x4-y4),对四个梯度向量相对值进行方差计算,得到的四个图像梯度方差分别为std(x1-y1)、std(x2-y2)、std(x3-y3)和std(x4-y4),其中,std为方差计算函数。
步骤S23,根据所述第一鉴伪图中的像素和所述第二鉴伪图中的像素,生成所述灰度平均差值和所述亮度平均差值。
进一步地,对于灰度平均差值,则依据第一鉴伪图和第二鉴伪图在灰度化处理后对各自的像素计算平均值,并用各自的平均值做差值运算生成。对于亮度平均差值,则依据第一鉴伪图和第二鉴伪图直接对各自的像素计算平均值后,用各自的平均值做差值生成。具体地,根据第一鉴伪图中的像素和第二鉴伪图中的像素,生成灰度平均差值和亮度平均差值的步骤包括:
步骤S231,计算所述第一鉴伪图中各像素的第一平均值,以及所述第二鉴伪图中各像素的第二平均值;
更进一步地,对第一鉴伪图中所具有像素的像素值相加,并用相加结果和所具有像素的数量做比值,得到第一鉴伪图中各像素的第一平均值。同时,对第二鉴伪图中所具有像素的像素值相加,并用相加结果和所具有像素的数量做比值,得到第二鉴伪图中各像素的第二平均值。
步骤S232,在所述第一平均值和所述第二平均值进行差值运算,生成所述亮度平均差值;
进一步地,在第一平均值和第二平均值之间进行差值运算,得到的运算结果即为亮度平均差值。
步骤S233,将所述第一鉴伪图和所述第二鉴伪图灰度化处理后,基于边缘检测,计算第一鉴伪图和第二鉴伪图分别在预设方向上的第一梯度图和第二梯度图;
更进一步地,对于灰度平均差值,先对第一鉴伪图和第二鉴伪图进行灰度化处理,并通过sobel边缘检测算法计算处理后两者在预设方向上的梯度,分别作为第一梯度图和第二梯度图。其中,边缘检测是检测出图像上的边缘信息,形成梯度图,预设方向为预先设定的方向,优先为y轴方向。
步骤S234,根据所述第一梯度图中的像素和所述第二梯度图中的像素,生成所述灰度平均差值。
进一步地,对第一梯度图中所具有像素的像素值相加,并用相加结果和所具有像素的数量做比值,得到第一梯度图中各像素的第一平均值。同时,对第二梯度图中所具有像素的像素值相加,并用相加结果和所具有像素的数量做比值,得到第二梯度图中各像素的第二平均值。进而在第一平均值和第二平均值之间进行差值运算,得到的运算结果即为灰度平均差值。
本实施例对位于第一鉴伪图四角的四张第一子图片,和位于第二鉴伪图四角的四张第二子图片的像素进行处理,得到四个图像梯度方差,表征第一鉴伪图和第二鉴伪图之间轮廓的差异。同时通过第一鉴伪图和第二鉴伪图之间的亮度平均差值和灰度平均差值,来体现颜色差异和亮度变化。以便于结合轮廓差异、颜色变化以及亮度变化多个方面,来对待鉴伪证件准确鉴伪。
进一步的,基于本发明证件鉴伪方法第一实施例或第二实施例,提出本发明证件鉴伪方法第三实施例,在第三实施例中,所述根据多个所述图像梯度方差、所述灰度平均差值和所述亮度平均差值,对所述待鉴伪证件进行鉴伪的步骤包括:
步骤S31,将多个所述图像梯度方差分别和第一预设阈值对比,确定多个所述图像梯度方差中大于所述第一预设阈值的目标图像梯度方差,并统计所述目标图像梯度方差的方差数量;
进一步地,预设设置有表征方差大小的第一预设阈值,将多个图像梯度方差分别和该第一预设阈值对比,从多个图像梯度方差中筛选出大于该第一预设阈值的目标图像方差,并且统计该目标图像方差的方差数量。
步骤S32,在多个所述图像梯度方差对比,确定多个所述图像梯度方差中的最小值;
更进一步地,在多个图像梯度方差之间对比,查找其中的数值最小的图像梯度方差,形成为多个图像梯度方差中的最小值。
步骤S33,根据所述方差数量、所述最小值、所述灰度平均差值和所述亮度平均差值,对所述待鉴伪证件进行鉴伪。
进一步地,在通过多个图像梯度方差,确定出大于第一预设阈值的方差数量和其中的最小值后,则将两者结合灰度平均差值和亮度平均差值,对待验证证件进行鉴伪操作。具体地,根据方差数量、最小值、灰度平均差值和亮度平均差值,对待鉴伪证件进行鉴伪的步骤包括:
步骤S331,判断所述灰度平均差值是否大于第一预设差值,若大于所述第一预设差值,则判定所述待鉴伪证件为真实证件;
更进一步地,预先设置有表征灰度差异较大的第一预设差值,如20。将灰度平均差值和该第一预设差值对比,判断灰度平均差值是否大于第一预设差值;若大于则判定待鉴伪证件为真实证件。
步骤S332,若不大于第一预设差值,则判断所述灰度平均差值是否小于第二预设差值,且所述亮度平均差值是否小于第三预设差值;
进一步地,预先设置有表征灰度差异较小的第二预设差值,如-15,以及表征亮度差异较小的第三预设差值,如8。若判定灰度平均差值不大于第一预设差值,则将灰度平均差值和第二预设差值对比,判断灰度平均差值是否小于第二预设差值。同时将亮度平均差值和第三预设差值对比,判断亮度平均差值是否小于第三预设差值。通过灰度平均差值与第二预设差值之间的大小关系,以及亮度平均差值与第三预设差值之间的大小关系,来对待鉴伪证件进行鉴伪。
步骤S333,若所述灰度平均差值小于第二预设差值,且所述亮度平均差值小于第三预设差值,则判定所述待鉴伪证件为虚假证件;
更进一步地,若经对比确定灰度平均差值小于第二预设差值,且亮度平均差值小于第三预设差值,则判定待鉴伪证件为虚假证件。
步骤S334,若所述灰度平均差值不小于第二预设差值,或者所述亮度平均差值不小于第三预设差值,则判断所述方差数量是否大于或等于预设数量,且所述最小值是否大于第二预设阈值;
进一步地,若经对比确定灰度平均差值不小于第二预设差值,即位于第二预设差值和第一预设差值之间;或者亮度平均差值不小于第三预设差值,则结合方差数量和最小值进行鉴伪。具体地,预先设置有表征数量多少的预设数量,如3,以及表征最小值大小的第二预设阈值,如-40。将方差数量和预设数量对比,判断方差数量是否大于或等于预设数量;同时将最小值和第二预设阈值对比,判断最小值是否大于第二预设阈值。通过方差数量与预设数量之间的大小关系,以及最小值与第二预设阈值之间的大小关系,对待鉴伪证件进行鉴伪。
步骤S335,若所述方差数量大于或等于预设数量,且所述最小值大于第二预设阈值,则判断所述待鉴伪证件为真实证件;
更进一步地,若经确定方差数量大于或等于预设数量,且最小值大于第二预设阈值,则判定待鉴伪证件为真实证件。
步骤S336,若所述方差数量小于预设数量,且所述最小值不大于第二预设阈值,则判定所述待鉴伪证件为虚假证件。
进一步地,若经对比确定,方差数量小于预设数量,且最小值不大于预设阈值,则判定待鉴伪证件为虚假证件。
本实施例通过灰度平均差值、亮度平均差值、多个图像梯度方差中的最小值,以及多个图像梯度方差中大于第一预设阈值的方差数量,对待鉴伪证件进行真假鉴定,实现了结合多方面因素的鉴伪,提高了鉴伪的准确性。
进一步地,本发明还提供一种证件鉴伪装置。
参照图3,图3为本发明证件鉴伪装置第一实施例的功能模块示意图。所述证件鉴伪装置包括:
获取模块10,用于获取待鉴伪证件在不同光线下拍摄的第一证件图片和第二证件图片,并根据所述待鉴伪证件的预设鉴伪点,分别从所述第一证件图片和所述第二证件图片中提取出第一鉴伪图和第二鉴伪图;
确定模块20,用于根据所述第一鉴伪图和所述第二鉴伪图,确定多个图像梯度方差、灰度平均差值以及亮度平均差值;
鉴伪模块30,用于根据多个所述图像梯度方差、所述灰度平均差值和所述亮度平均差值,对所述待鉴伪证件进行鉴伪。
本实施例的证件鉴伪装置,对于具有鉴伪需求的待鉴伪证件,获取模块10先获取其在不同光线下拍摄的第一证件图片和第二证件图片,并根据待鉴伪证件上设置的预设鉴伪点,分别从第一证件图片和第二证件图片中提取出第一鉴伪图和第二鉴伪图;再由确定模块20依据第一鉴伪图和第二鉴伪图,确定多个图像梯度方差、灰度平均差值和亮度平均差值;进而由鉴伪模块30依据该多个图像梯度方差、灰度平均差值和亮度平均差值,对待鉴伪证件进行鉴伪。以此,通过对不同光线下拍摄的第一证件图片和第二证件图片进行处理,确定多个图像梯度方差、灰度平均差值和亮度平均差值对证件进行鉴伪,鉴伪过程仅与光线相关,避免了其他因素的影响,提高了鉴伪的准确性。
进一步地,所述确定模块20包括:
提取单元,用于从所述第一鉴伪图的四角区域中的至少两个区域分别提取第一子图片,并从所述第二鉴伪图的四角区域中的至少两个区域分别提取第二子图片;
确定单元,用于根据各所述第一子图片和各所述第二子图片,确定多个所述图像梯度方差;
生成单元,用于根据所述第一鉴伪图中的像素和所述第二鉴伪图中的像素,生成所述灰度平均差值和所述亮度平均差值。
进一步地,所述确定单元还用于:
根据预设公式,对各所述第一子图片中的像素分别进行向量计算,得到多个第一梯度向量;
根据所述预设公式,对各所述第二子图片中的像素分别进行向量计算,得到多个第二梯度向量;
根据多个所述第一梯度向量和多个所述第二梯度向量,生成多个梯度向量相对值;
对多个所述梯度向量相对值分别进行方差计算,生成多个所述图像梯度方差。
进一步地,所述生成单元还用于:
计算所述第一鉴伪图中各像素的第一平均值,以及所述第二鉴伪图中各像素的第二平均值;
在所述第一平均值和所述第二平均值进行差值运算,生成所述亮度平均差值;
将所述第一鉴伪图和所述第二鉴伪图灰度化处理后,基于边缘检测,计算第一鉴伪图和第二鉴伪图分别在预设方向上的第一梯度图和第二梯度图;
根据所述第一梯度图中的像素和所述第二梯度图中的像素,生成所述灰度平均差值。
进一步地,所述证件鉴伪装置还包括:
提取模块,用于根据所述第一鉴伪图,从所述第一证件图中提取第一修正图,并根据所述第二鉴伪图,从所述第二证件图中提取第二修正图;
计算模块,用于对所述第一修正图和所述第二修正图进行灰度处理后,计算第一修正图中各像素的第一修正均值,以及计算第二修正图中各像素的第二修正均值;
所述确定模块还用于确定所述第一鉴伪图的各像素中小于所述第一修正均值的第一像素,以及所述第二鉴伪图的各像素中小于所述第二修正均值的第二像素;
修正模块,用于调用预设像素值分别对所述第一像素和所述第二像素进行修正,以更新所述第一鉴伪图和所述第二鉴伪图。
进一步地,所述鉴伪模块30还包括:
统计单元,用于将多个所述图像梯度方差分别和第一预设阈值对比,确定多个所述图像梯度方差中大于所述第一预设阈值的目标图像梯度方差,并统计所述目标图像梯度方差的方差数量;
对比单元,用于在多个所述图像梯度方差对比,确定多个所述图像梯度方差中的最小值;
鉴伪单元,用于根据所述方差数量、所述最小值、所述灰度平均差值和所述亮度平均差值,对所述待鉴伪证件进行鉴伪。
进一步地,所述鉴伪单元还用于:
判断所述灰度平均差值是否大于第一预设差值,若大于所述第一预设差值,则判定所述待鉴伪证件为真实证件;
若不大于第一预设差值,则判断所述灰度平均差值是否小于第二预设差值,且所述亮度平均差值是否小于第三预设差值;
若所述灰度平均差值小于第二预设差值,且所述亮度平均差值小于第三预设差值,则判定所述待鉴伪证件为虚假证件;
若所述灰度平均差值不小于第二预设差值,或者所述亮度平均差值不小于第三预设差值,则判断所述方差数量是否大于或等于预设数量,且所述最小值是否大于第二预设阈值;
若所述方差数量大于或等于预设数量,且所述最小值大于第二预设阈值,则判断所述待鉴伪证件为真实证件;
若所述方差数量小于预设数量,且所述最小值不大于第二预设阈值,则判定所述待鉴伪证件为虚假证件。
本发明证件鉴伪装置具体实施方式与上述证件鉴伪方法各实施例基本相同,在此不再赘述。
此外,本发明实施例还提出一种可读存储介质。
可读存储介质上存储有证件鉴伪程序,证件鉴伪程序被处理器执行时实现如上所述的证件鉴伪方法的步骤。
本发明可读存储介质的具体实施方式与上述证件鉴伪方法各实施例基本相同,在此不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个可读存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种证件鉴伪方法,其特征在于,所述证件鉴伪方法包括以下步骤:
获取待鉴伪证件在不同光线下拍摄的第一证件图片和第二证件图片,并根据所述待鉴伪证件的预设鉴伪点,分别从所述第一证件图片和所述第二证件图片中提取出第一鉴伪图和第二鉴伪图;
根据所述第一鉴伪图和所述第二鉴伪图,确定多个图像梯度方差、灰度平均差值以及亮度平均差值;
根据多个所述图像梯度方差、所述灰度平均差值和所述亮度平均差值,对所述待鉴伪证件进行鉴伪。
2.如权利要求1所述的证件鉴伪方法,其特征在于,所述根据所述第一鉴伪图和所述第二鉴伪图,确定多个图像梯度方差、灰度平均差值以及亮度平均差值的步骤包括:
从所述第一鉴伪图的四角区域中的至少两个区域分别提取第一子图片,并从所述第二鉴伪图的四角区域中的至少两个区域分别提取第二子图片;
根据各所述第一子图片和各所述第二子图片,确定多个所述图像梯度方差;
根据所述第一鉴伪图中的像素和所述第二鉴伪图中的像素,生成所述灰度平均差值和所述亮度平均差值。
3.如权利要求2所述的证件鉴伪方法,其特征在于,所述根据各所述第一子图片和各所述第二子图片,确定多个所述图像梯度方差的步骤包括:
根据预设公式,对各所述第一子图片中的像素分别进行向量计算,得到多个第一梯度向量;
根据所述预设公式,对各所述第二子图片中的像素分别进行向量计算,得到多个第二梯度向量;
根据多个所述第一梯度向量和多个所述第二梯度向量,生成多个梯度向量相对值;
对多个所述梯度向量相对值分别进行方差计算,生成多个所述图像梯度方差。
4.如权利要求2所述的证件鉴伪方法,其特征在于,所述根据所述第一鉴伪图中的像素和所述第二鉴伪图中的像素,生成所述灰度平均差值和所述亮度平均差值的步骤包括:
计算所述第一鉴伪图中各像素的第一平均值,以及所述第二鉴伪图中各像素的第二平均值;
在所述第一平均值和所述第二平均值进行差值运算,生成所述亮度平均差值;
将所述第一鉴伪图和所述第二鉴伪图灰度化处理后,基于边缘检测,计算第一鉴伪图和第二鉴伪图分别在预设方向上的第一梯度图和第二梯度图;
根据所述第一梯度图中的像素和所述第二梯度图中的像素,生成所述灰度平均差值。
5.如权利要求1-4任一项所述的证件鉴伪方法,其特征在于,所述根据所述第一鉴伪图和所述第二鉴伪图,确定多个图像梯度方差、灰度平均差值以及亮度平均差值的步骤之前包括:
根据所述第一鉴伪图,从所述第一证件图中提取第一修正图,并根据所述第二鉴伪图,从所述第二证件图中提取第二修正图;
对所述第一修正图和所述第二修正图进行灰度处理后,计算第一修正图中各像素的第一修正均值,以及计算第二修正图中各像素的第二修正均值;
确定所述第一鉴伪图的各像素中小于所述第一修正均值的第一像素,以及所述第二鉴伪图的各像素中小于所述第二修正均值的第二像素;
调用预设像素值分别对所述第一像素和所述第二像素进行修正,以更新所述第一鉴伪图和所述第二鉴伪图。
6.如权利要求1-4任一项所述的证件鉴伪方法,其特征在于,所述根据多个所述图像梯度方差、所述灰度平均差值和所述亮度平均差值,对所述待鉴伪证件进行鉴伪的步骤包括:
将多个所述图像梯度方差分别和第一预设阈值对比,确定多个所述图像梯度方差中大于所述第一预设阈值的目标图像梯度方差,并统计所述目标图像梯度方差的方差数量;
在多个所述图像梯度方差对比,确定多个所述图像梯度方差中的最小值;
根据所述方差数量、所述最小值、所述灰度平均差值和所述亮度平均差值,对所述待鉴伪证件进行鉴伪。
7.如权利要求6所述的证件鉴伪方法,其特征在于,所述根据所述方差数量、所述最小值、所述灰度平均差值和所述亮度平均差值,对所述待鉴伪证件进行鉴伪的步骤包括:
判断所述灰度平均差值是否大于第一预设差值,若大于所述第一预设差值,则判定所述待鉴伪证件为真实证件;
若不大于第一预设差值,则判断所述灰度平均差值是否小于第二预设差值,且所述亮度平均差值是否小于第三预设差值;
若所述灰度平均差值小于第二预设差值,且所述亮度平均差值小于第三预设差值,则判定所述待鉴伪证件为虚假证件;
若所述灰度平均差值不小于第二预设差值,或者所述亮度平均差值不小于第三预设差值,则判断所述方差数量是否大于或等于预设数量,且所述最小值是否大于第二预设阈值;
若所述方差数量大于或等于预设数量,且所述最小值大于第二预设阈值,则判断所述待鉴伪证件为真实证件;
若所述方差数量小于预设数量,且所述最小值不大于第二预设阈值,则判定所述待鉴伪证件为虚假证件。
8.一种证件鉴伪装置,其特征在于,所述证件鉴伪装置包括:
获取模块,用于获取待鉴伪证件在不同光线下拍摄的第一证件图片和第二证件图片,并根据所述待鉴伪证件的预设鉴伪点,分别从所述第一证件图片和所述第二证件图片中提取出第一鉴伪图和第二鉴伪图;
确定模块,用于根据所述第一鉴伪图和所述第二鉴伪图,确定多个图像梯度方差、灰度平均差值以及亮度平均差值;
鉴伪模块,用于根据多个所述图像梯度方差、所述灰度平均差值和所述亮度平均差值,对所述待鉴伪证件进行鉴伪。
9.一种证件鉴伪设备,其特征在于,所述证件鉴伪设备包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的证件鉴伪程序,所述证件鉴伪程序被所述处理器执行时实现如权利要求1-7中任一项所述的证件鉴伪方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质上存储有证件鉴伪程序,所述证件鉴伪程序被处理器执行时实现如权利要求1-7中任一项所述的证件鉴伪方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010925576.4A CN112017352B (zh) | 2020-09-03 | 2020-09-03 | 证件鉴伪方法、装置、设备及可读存储介质 |
PCT/CN2020/125010 WO2021189850A1 (zh) | 2020-09-03 | 2020-10-30 | 证件鉴伪方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010925576.4A CN112017352B (zh) | 2020-09-03 | 2020-09-03 | 证件鉴伪方法、装置、设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112017352A true CN112017352A (zh) | 2020-12-01 |
CN112017352B CN112017352B (zh) | 2022-12-06 |
Family
ID=73515909
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010925576.4A Active CN112017352B (zh) | 2020-09-03 | 2020-09-03 | 证件鉴伪方法、装置、设备及可读存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112017352B (zh) |
WO (1) | WO2021189850A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113240043A (zh) * | 2021-06-01 | 2021-08-10 | 平安科技(深圳)有限公司 | 基于多图片差异性的鉴伪方法、装置、设备及存储介质 |
CN113378878A (zh) * | 2021-04-30 | 2021-09-10 | 长城信息股份有限公司 | 一种身份证鉴伪方法和电子设备 |
CN113705486A (zh) * | 2021-08-31 | 2021-11-26 | 支付宝(杭州)信息技术有限公司 | 检测证件真伪的方法及装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005076230A1 (en) * | 2004-02-05 | 2005-08-18 | Nv Bekaert Sa | Optical system for controlling value documents |
CN101764934A (zh) * | 2008-12-16 | 2010-06-30 | 卡西欧计算机株式会社 | 摄像装置及图像处理方法 |
CN104574424A (zh) * | 2015-02-03 | 2015-04-29 | 中国人民解放军国防科学技术大学 | 基于多分辨率dct边缘梯度统计的无参照图像模糊度评价方法 |
CN106780962A (zh) * | 2016-11-10 | 2017-05-31 | 深圳怡化电脑股份有限公司 | 一种纸币鉴伪的方法及装置 |
CN107832735A (zh) * | 2017-11-24 | 2018-03-23 | 百度在线网络技术(北京)有限公司 | 用于识别人脸的方法和装置 |
CN109558903A (zh) * | 2018-11-20 | 2019-04-02 | 拉扎斯网络科技(上海)有限公司 | 一种证照图像检测方法、装置、电子设备及可读存储介质 |
CN110490204A (zh) * | 2019-07-11 | 2019-11-22 | 深圳怡化电脑股份有限公司 | 图像处理方法、图像处理装置及终端 |
CN110516739A (zh) * | 2019-08-27 | 2019-11-29 | 阿里巴巴集团控股有限公司 | 一种证件识别方法、装置及设备 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20030051250A (ko) * | 2001-12-13 | 2003-06-25 | 오므론 가부시키가이샤 | 서류 진위 판별장치 및 그 방법 |
KR101883425B1 (ko) * | 2011-08-01 | 2018-07-31 | 삼성전자주식회사 | 휴대 단말기를 이용하는 위폐 감별법 |
CN106803086A (zh) * | 2016-12-30 | 2017-06-06 | 北京旷视科技有限公司 | 辨别证件真实性的方法、装置及系统 |
CN107085883B (zh) * | 2017-03-15 | 2019-09-20 | 深圳怡化电脑股份有限公司 | 一种纸币识别的方法和装置 |
-
2020
- 2020-09-03 CN CN202010925576.4A patent/CN112017352B/zh active Active
- 2020-10-30 WO PCT/CN2020/125010 patent/WO2021189850A1/zh active Application Filing
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005076230A1 (en) * | 2004-02-05 | 2005-08-18 | Nv Bekaert Sa | Optical system for controlling value documents |
CN101764934A (zh) * | 2008-12-16 | 2010-06-30 | 卡西欧计算机株式会社 | 摄像装置及图像处理方法 |
CN104574424A (zh) * | 2015-02-03 | 2015-04-29 | 中国人民解放军国防科学技术大学 | 基于多分辨率dct边缘梯度统计的无参照图像模糊度评价方法 |
CN106780962A (zh) * | 2016-11-10 | 2017-05-31 | 深圳怡化电脑股份有限公司 | 一种纸币鉴伪的方法及装置 |
CN107832735A (zh) * | 2017-11-24 | 2018-03-23 | 百度在线网络技术(北京)有限公司 | 用于识别人脸的方法和装置 |
CN109558903A (zh) * | 2018-11-20 | 2019-04-02 | 拉扎斯网络科技(上海)有限公司 | 一种证照图像检测方法、装置、电子设备及可读存储介质 |
CN110490204A (zh) * | 2019-07-11 | 2019-11-22 | 深圳怡化电脑股份有限公司 | 图像处理方法、图像处理装置及终端 |
CN110516739A (zh) * | 2019-08-27 | 2019-11-29 | 阿里巴巴集团控股有限公司 | 一种证件识别方法、装置及设备 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113378878A (zh) * | 2021-04-30 | 2021-09-10 | 长城信息股份有限公司 | 一种身份证鉴伪方法和电子设备 |
CN113378878B (zh) * | 2021-04-30 | 2022-08-16 | 长城信息股份有限公司 | 一种身份证鉴伪方法和电子设备 |
CN113240043A (zh) * | 2021-06-01 | 2021-08-10 | 平安科技(深圳)有限公司 | 基于多图片差异性的鉴伪方法、装置、设备及存储介质 |
CN113240043B (zh) * | 2021-06-01 | 2024-04-09 | 平安科技(深圳)有限公司 | 基于多图片差异性的鉴伪方法、装置、设备及存储介质 |
CN113705486A (zh) * | 2021-08-31 | 2021-11-26 | 支付宝(杭州)信息技术有限公司 | 检测证件真伪的方法及装置 |
CN113705486B (zh) * | 2021-08-31 | 2023-11-10 | 支付宝(杭州)信息技术有限公司 | 检测证件真伪的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2021189850A1 (zh) | 2021-09-30 |
CN112017352B (zh) | 2022-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112017352B (zh) | 证件鉴伪方法、装置、设备及可读存储介质 | |
KR102406432B1 (ko) | 신원 인증 방법 및 장치, 전자 기기 및 저장 매체 | |
US9946865B2 (en) | Document authentication based on expected wear | |
AU2007276963B2 (en) | Document authentication using template matching with fast masked normalized cross-correlation | |
KR20200032206A (ko) | 얼굴인식 잠금해제 방법 및 장치, 기기, 매체 | |
CN111553251B (zh) | 证件四角残缺检测方法、装置、设备及存储介质 | |
US11144752B1 (en) | Physical document verification in uncontrolled environments | |
CN112613506A (zh) | 图像中的文本识别方法、装置、计算机设备和存储介质 | |
CN111898520A (zh) | 证件真伪识别方法、装置、计算机可读介质及电子设备 | |
WO2019069617A1 (ja) | 個体識別装置 | |
CN112668575A (zh) | 关键信息提取方法、装置、电子设备及存储介质 | |
CN112669412A (zh) | 证件图片生成方法、装置、设备及存储介质 | |
JP2019139640A (ja) | 認証システムおよび認証方法 | |
EP4141830A1 (en) | Method for detecting a forgery of an identity document | |
EP3296925B1 (en) | Document data processing including image-based tokenization | |
US11600130B2 (en) | Validation method and apparatus for identification documents | |
CN111860314B (zh) | 基于图像识别的电子证照验证方法、装置和系统 | |
KR101835105B1 (ko) | 위조 인쇄물 감식 방법 | |
JP2015149008A (ja) | 認証システムおよび認証方法 | |
CN112434727A (zh) | 身份证明文件认证方法和系统 | |
JP4958868B2 (ja) | 文書特徴量抽出装置及び方法 | |
US11872832B2 (en) | Texture-based authentication of digital identity documents | |
US11295437B2 (en) | Authentication method and system | |
WO2023188681A1 (ja) | 判定システムおよび判定コードの真贋判定方法 | |
CN112434747A (zh) | 认证方法和系统 |
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 |