CN1178962A - 印章自动对比辨识系统 - Google Patents

Abstract

本发明为一种印章自动对比辨识系统,该系统以印章图样中的线条端点及交叉点为特征点,并对两印章影像的特征点的分布位置,评估出两印章影像有关字体结构上的相似程度;以印章图样中阳刻部分的线条位置及形状为特征,将两印章影像的线条重叠对比,以评估出印章图样线条的相似程度;以印章图样中的封闭区域作为印章影像线条连接完美性的特征,对封闭区域的个数及面积作匹配的对比,评估出印章影像间的细微变异。

Description

印章自动对比辨识系统

本发明涉及一种印章自动对比辨识系统。特别是涉及一种对二组以上数位化印章影像资料进行对比，以判断是否出自相同来源的影像自动对比方法及装置。

印章对比是东方社会，特别是中国人社会中，判断文件真伪的重要方式。虽然电脑科技发达，应用普及，同时各种影像对比、辨识应用均应运而生，但至今仍没有任何全自动印章对比系统可供应用。在使用印章对比最为频繁的银行，现今仍只有半自动的光学辅助设备，来协助银行柜台人员作印章真伪的辨识工作。该半自动的光学辅助设备，是将银行内登录印章的“印章卡”，以光学读取设备扫描后，登录到电脑资料库中。在对比时将资料库中建档的印章影像资料，与待核对的印章，在光学影像显示设备上重叠显示。使用者可以挪移、旋转待核对印章的位置，而以人眼依所显示的影像重叠程度，来辨识印章是否相同。

上述方法虽免除了调阅传统印章卡的不便，但辨识印章依旧完全仰赖人工，不仅人力负担重，而且没有客观的参考数据以资稽查。容易发生认定不一致。再者，工作人员仅能依据主观的经验来辨识印章，要达到熟练阶段，需要一段时间的训练。台湾的第78873号实用新型专利涉及一种“影像对比台新结构，即揭示了上述人工对比印章的装置。

因此目前极须有一种印章自动对比辨识系统，该系统能自动对比资料库的印章与待对比的印章。

本发明的目的即在提供一种印章自动对比辨识系统，该系统能自动对比资料库的印章与待对比的印章。

本发明的目的也在提供一种对比正确率高的印章自动对比辨识系统。

依据本发明的印章自动对比辨识系统，系综合应用三种影像资料特性，分别以“印章字体结构上的相似度”、“印章线条的相似度”、及“印章的不完全度”等指标，作为印章自动对比辨识系统的参考辨识数据，达到高正确率的印章自动对比与辨识。

详细地说，本发明的印章自动对比辨识系统，是：

1.以印章图样中的线条端点及交叉点为特征点，并通过对比两印章影像的特征点的分布位置，评估出两印章影像有关字体结构上的相似程度。

2.以印章图样中，阳刻部分的线条位置及形状为特征，将两印章影像的线条重叠对比，以评估出印章图样线条的相似程度。

3.以印章图样中的封闭区域作为印章影像线条连接完美性的特征，对封闭区域的个数及面积作匹配的对比，评估出印章影像间的细微差异。通过此步骤可判断出仿刻章与原印章的微细不同。

本发明的其他目的及优点，可由以下说明，参照下列附图而更显清晰：

第1图表示一个经二进制化的印章影像示意图。

第2图表示第1图经细线化及抽取特征后的影像资料示意图。

第3图表示两个待对比的印章影像资料示意图。

第4图表示第3图重叠后的影像示意图。

第5图表示一2*2罩框，用来标记印章图样中的封闭区域。

第6图表示一待标示，具有一对闭区域的影像示意图。

第7图显示第6图经标记后的影像示意图。

第8图表示完成清除后的影像示意图。

第9图表示一个待对比的二进制化印章影像示意图。

第10图表示另一个待对比的二进制化印章影像示意图。

第11图表示另一个待对比的二进制化印章影像示意图。

第12图表示本发明印章自动对比辨识系统的一实施例的流程图。

本发明的印章自动对比辨识系统利用：(一)印章字体结构相似度评分、(二)印章线条相似度评分、(三)印章相似度综合指标、及(四)印章不完全度指标等步骤，进行印章影像的对比及辨识。说明如下：

(一)印章字体结构相似度评分：

包括的步骤有：

1.将欲对比的两印章影像二进制化。

2.将二进制化的印章影像细线化。

3.找出细线化后影像资料中的细线端及交叉点等特征点的座标。

4.对比两印章影像资料的特征点的座标，得出两印章字体结构相似性评分。

(二)印章线条相似度评分：

包括的步骤有：

1.将两印章影像二进制化。

2.计算两印章影像的基准点，作为建档印章与待核对印章重叠对比时的参考位置。利用一适当的“旋转参数”，校正待核对印章影像的倾斜角度，完成定位校正。

3.将建档印章影像与完成定位校正的待核对印章由该基准点重叠，得出两印章线条相似度评分。

(三)印章相似度综合指标：

印章相似度综合指标的计算方式：

。其中，W₁+W₂＝W。在某些实施例中，可将W₁设为5，W₂设为1。

(四)印章不完全度指标：

包括的步骤有：

1.将两印章影像二进制化。

2.标出两印章图样中的封闭区域，记录封闭区域的个数及面积，并依封闭区域面积大小加以排序。

3.计算建档印章影像资料与待核对印章影像资料的封闭区域面积的差异，作为印章不完全度指标。

(五)判断：

在本发明的实施例中，基本上的印章辨识是以印章相似度综合指标为判断的主要基准，而印章不会合度指标则当作一个辅助的参考指标。其中：

1.如印章相似度综合指标≥相似度标准值：

在某些实施例中，只要印章相似度综合指标大于或等于相似度标准值，即可视为两印章影像来自相同印章。

2.如印章不完全度指标≤不完全度标准值：

在特殊的实施例中，例如在印章卡建档之初，希望所建立的影像资料尽量完美，不要有印泥涂抹不匀、印章按压不佳等瑕疵时，可对比同印章数种印文影像，若对比后的印章不完全度指标小于或等于不完全度标准值，即可视为品质良好的印章像档。

印章不完全度指标另一种应用，是在侦测仿刻印章。尽管电脑激光仿刻的技术已经相当进步，但当待核对的印章影像与建档印章影像产生细微不同时，仍可利用印章不完全度指标提出警告，揭示使用者加以注意。

以下说明本发明印章自动对比辨识系统的实施例。第12图表示本发明印章自动对比辨识系统的一实施例的流程图。

(一)印章字体结构相似度评分：

首先，在(101)利用常规方法，将欲对比的两印章影像IP及IQ二进制化。适用的方式包括利用市售的影像扫描器，将印于纸张上的印文扫描，成为二进制化的影像资料档。将存档印章影像定为Q，欲核对的印章影像资料定为P，均存档备用。

接着，在(102)将二进制化的印章影像细线化。所谓“细线化”是指将二进制化的印章影像资料档所包含的线条，剥除外缘后，成为宽度仅一像素的线条。台湾第78102864号“二进制影像细线化及特征抽取方法及其处理装置”专利申请案所揭示的方法，即为适用的技术。

上述细线化后的影像资料，包括若干线条。根据统计的结果，影像资料中的线条，彼此均会产生交叉或具有细线的端点。将各细线的端点及细线与细线的交叉点座标取出，作为影像资料的特征点集合。第一图表示一个经二进制化的印章影像示意图。第二图则表示其经细线化及抽取特征后的影像资料示意图。

接着，在(103)对比两印章影像资料的特征点的座标。印章影像资料特征点座标的对比，可利用各种习知的方法。例如台湾专利申请案第79109743号，即是适用技术之一。在本发明中，可引为参考。

以下说明该79109743号专利权的对比方法：

设经二进制化，细线化及特征抽取后所得的建档印章影像资料特征点集合P及待核对印章影像资料特征点集合Q，分别为：

P＝{p1，p2，p3，...，pm}，

Q＝{q1，q2，q3，...，qn}。

首先，在(103a)指定一个“起始配对机率”给每一对配对点。因为P平面样型点中的任一点pi与Q平面样型点中的任一点qj的配对机率相等，所以所有配对点的“起始配对机率”应设成相同。接着，在(103b)将pi与qj的配对机率根据“pi与qj是正确的配对时，其他配对点(ph与qk)配对的可能性”反覆予以修正。

假设反复修正到第r次时，pi与qj的配对机率为S^(r)(pi，qj)，而S^(r-1)(pi，qj)为“起始配对机率”，则S^(r)(pi，qj)可以下式修正： $S^{\left(r\right)}(\mathrm{pi},\mathrm{qi})=\frac{\underset{h\≠i,k\≠j}{\mathrm{\Σ}}\left\{\max \right[S^{(r-1)}(\mathrm{pi},\mathrm{qi})\×\mathrm{Cij}(h,k)\left]\right\}}{m-1}.....\left(1\right)$

式中，Cij(h，k)代表“pi与qi是正确的配对时，其他配对点(ph与qk)配对的可能性”： $\mathrm{Cij}(h,k)=\frac{1}{1+\mathrm{\Δ}}........\left(2\right)$ $\mathrm{\Δ}=\frac{|\mathrm{lih}-\mathrm{lik}|}{|\mathrm{lih}+\mathrm{ljk}|}......\left(3\right)$

式中，l代表点与点间的距离。

因为0＜＝Δ＜1，所以0.5＜＝Cij(h，k)＜＝1，故该“配对机率”经反复修正后，将由1单调递减。反复计算数次之后，配对正确的点，其“配对机率”渐高，配对错误的点，其“配对机率”趋近于0。

以“模糊松弛法”反复将“配对机率”修正过数次之后，p与Q之间的最佳配对，即可依据“配对机率”值选出。但由于印章影像在取像时，即使来自相同印章，所得到的两组印章影像亦会有差异，而其特征点的分布，将有更大的不同，最明显的原因包括：

1.两组点的个数可能不同：|P|≠|Q|。

2.相同点重复出现的机率无法预测：有些点出现在P中却不出现在Q中，或者在Q中却不在P中。

为解决上述难题，在(103c)利用“向前顺序选取法”(Sequential-Forward Selection Method)，选取可能配对的点：

首先令“配对机率”所成的集合为[Sij]，其中，i＝1，2，3，…，m′j＝1，2，3，.....，n，而m为P的点的个数，n为Q的点个数。

令K＝min(m，n)，S为[Sij]中，配对机率值最大的K个元素所成的集合，K值可以利用影像的特色加以决定。选取配对的方法如下：

1.在[Sij]矩阵里，找出S集合元素中数值最大者Smax，以其所对应的pi与qj即为正确的一组配对。

2.在[Sij]中，消去与Smax位于同行或同列的元素。

3.在S集合中消去Smax。

4.重复步骤1至3，直到S为空集合为止。

经由上述方法算得任两组样型点间配成对的点数，各点的配对机率，以及各点的座标。利用这些参数，于(104)再计算两组样型点的(1)配对率、(2)平均配对率、(3)平均配对点间距离，及(4)缩放因子。(1)配对率：X₁ (2)平均配对率：X₂ $X_2=\frac{1}{K}\left(\underset{i=1}{\overset{k}{\mathrm{\Σ}}}{S}^{\left(r\right)}(\mathrm{pi},\mathrm{qmi})\right).......\left(5\right)$ (3)平均配对点间距离：X3 $X_3=\frac{1}{K}(\underset{i=1}{\overset{k}{\mathrm{\Σ}}}{(\mathrm{xi}-\mathrm{xm}{i}^{\′})}^2+{(\mathrm{yi}-{\mathrm{ymi}}^{\′})}^2).........\left(6\right)$ (4)缩放因子：X4

令r₃＝S×cosθ，r₄＝S×sinθ，则 $S=\sqrt{(r_3^2+r_4^2)}$ 即为缩放比例。基此定义：缩放因子X₄＝1+|1-S|····(7)

由X₁，X₂，X₃，X₄计算得到一个分数score来代表P与Q的相似程度： $\mathrm{Score}=\frac{X_1\×X_2}{X_3\×X_4}\×C,$ C＝常数······(8)

此外，应各种不同目的的需要，使用时可对X1-X4分别予以加权，以提高或降低score的值。

该方法可算得任两组平面样型点的相似程度评分Score。于此，令印章字体结构相似度评分＝Score。

而从上述对比法中的“最小均方误差调整法”，中可求出一个转换R，使得均方误差(Mean-Square-Error)为最小。这个转换中的“旋转量”参数，将在稍后使用。

(二)印章线条相似度评分：

在(201)将二进制化的印章影像资料，计算其基准点，作为建档印章影像与待核对印章影像重叠对比时的参考位置。并利用适当的方式，校正待核对印章影像的倾斜角度，完成定位校正。

在(202)计算印章基准点的方法，是以影像的左上角为原点(0，0)。待处理的影像资料档，由于经二进制化的结果，其灰阶为00与FF两种。现设灰阶为FF的点为有值点，若整张印章在二进制化影像上有值点的个数为N，其座标分别为(X1，Y1)，(X2，Y2)，…(XN，YN)，则印章基准点(X_G，Y_G)位置定义为： $(X_G,Y_G)=(\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{Xi}}{N},\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{Yi}}{N})........\left(9\right)$

虽不欲为任何理论所拘束，但本发明利用上述(X_G，Y_G)(重心点)作为印章基准点，是基于希望减少大量的运算，就可以得到较佳的重叠，因此需要发展一个快速的基准点的计算方法，而这个基准点是必须符合影像结构上的唯一性及不变性的(至少变动性不太大)。

使用重心法，不但符合影像结构上的唯一性及不变性的，而且利用影像上各点相对于重心的力矩平衡特性，从使影像尚有杂讯因而造成误差，在假设杂讯的分布是均匀的情况下，杂讯对于使用重心当作基准点影响会因为对称性的抵消而降低，也就是说对于重心的支持度，影像上每个点都有贡献，并不会因为杂讯的影响而有很大的变化。而使用重心法的运算复杂度是O(2n²)，比依次实际去比较最佳重叠的运算复杂度O(n⁴)要小了许多。

在此条件下，若两个影像为相同的印章，基于结构上的相似性，只要基准点一致，配合旋转校正，一定可以得到重叠性很高的匹配。反之，若两个影像为不同的印章，则不管以什么点为基准来重叠意义都不大，因为不论怎么重叠，永远无法得到一个好的匹配，而重叠的误差也就很大，这是合理的，因为影像结构基本上就不相同。

当然，利用其他基准点，也可达到适当效果。但例如利用印章角落作为基准点，则认定角落的特性仅需由角落附近的点来决定，为其优点。但如果在角落附近有杂讯，则稳定性非常容易受影响。而且方章有四个角落，并不是唯一，所以必须重叠作四次，并且此方法对图章并不适用。

由于样型点取得样本时可能已产生平移，旋转或比例缩放，因此第(6)式中所得的X₃可能仍高，导致score未适当放大。为提高对比正确率，可于(202)先对样型以“最小均方误差调整法(Least Mean-Square-Error Registration)”加以调整，使的更近似于基本样型，利于对比。在本发明的实施例中，是以上第79109743号台湾专利所揭示的“最小均方误差调整法(Least Mean-Square-Error Registration)”作为调整方法。

其步骤如下：

考虑两组平面样型点集合P与Q，其间的最佳配对用M＝m1，m2，....，mk来表示，其意义为P平面样型点中的pi(xi，yi)与Q平面样型点中的qmi(xmi，ymi)(i＝1，2，....，k)为最佳配对。

求出一个转换(transformation)R，使得： $\underset{i=1}{\overset{k}{\mathrm{\Σ}}}[{(\mathrm{xi}-{\mathrm{xmi}}^{\′})}^2+{(\mathrm{yi}-{\mathrm{ymi}}^{\′})}^2]$ 的值为最小，即认为该转换R为最适合对比的对平面样型点集合Q的转换，其中： $\left[\begin{array}{c}{\mathrm{xmi}}^{\′}\\ {\mathrm{ymi}}^{\′}\end{array}\right]=R\left[\begin{array}{c}\mathrm{xmi}\\ \mathrm{ymi}\end{array}\right]=\left[\begin{array}{c}r1\\ r2\end{array}\right]+\left[\begin{array}{ccc}r3& -& r4\\ r4& & r3\end{array}\right]\left[\begin{array}{c}\mathrm{xmi}\\ \mathrm{ymi}\end{array}\right].......\left(10\right)$ 其中，r1，r2代表平移量(translation)，r3，r4代表旋转量(rotation)。

经由上式计算，即可采取最适当的方式，对样型点的座标作调整，以减少X3的值。

在(203)将建档印章影像的基准点与完成倾斜角度定位校正的待核对印章影像的基准点重叠，于(204)计算，得出两印章线条相似度评分。

印章线条相似度的计算方法为：若建档印章二进制化后有值点的点数为N₁，待核对印章二进制化后有值点的点数为N₂，而定位重叠后，重叠部分的点数为N₁₂，定义：

第3图表示两个待对比的印章影像资料示意图，第4图为其重叠后的影像示意图。

(三)印章相似度综合指标：

经上述步骤的计算后，得到印章字体结构相似度评分及印章线条相似度评分两种数值，可在(301)据的计算印章相似度综合指标：······(12)

其中，W₁+W₂＝W。在本实施例中，将W₁设为5，W₂设为1。

(四)印章不完全度指标：

于(401)将两个二进制化的印章影像标出其中的封闭区域，记录封闭区域的个数及面积，并依封闭区域面积大小加以排序。

整个标记的动作是在二进制化后的影像上进行，前景部分定为灰度255，背景部分定为灰度10。

为了标记印章图样中的封闭区域，采用了一个2*2罩框。如第5图所示，将二进制化的影像资料以上述2*2罩框；自最左上方第一个有值点，由左至右，由上往下逐一检视。每次栓视四个像素。

(1)若A为FF，则将之维持为FF；否则，

(2)若B及D均为FF，则将A设定一值，例如1；否则，

(3)若D为FF且B为设定值n，则将A亦设为n；否则，

(4)若B为FF且D为设定值m，则A亦设为m；否则，

(5)若B且D均为设定值n，则A亦设为n；否则，

(6)若B为n且D为m，则将A设为n或m。

由于上述的设定值动作是依循被设定像素左方及上方的设定衍生而来，在印章的右下方会出现多余的标记(亦即，在封闭区外的非有值点)。所以在完成上述的设定后，尚须于(402)清除这些多余的标记。

以下配合图式说明标记印章图样封闭区域的步骤。第6图表示一个待标示的具有一封闭区域(以FF有值点围绕区域)的影像示意图。

依图式说明(401)的标示方法如下：

(1)如待处理点A(参照第5图)的位置为d1，c2，b3，....等，为该列的第一个有值点时，才开始后面的步骤，的前的点如a1-c1，a2-b2，a3，...都不予理会，保留为00。

(2)如A的位置为d1，f1，c2，e2，g2，b3，g3，....等都是有值点而非空白区域，因此维持为FF。

(3)如A的位置d2，f2，c3，....等。其相对的B，D值都是FF，因此赋予新标记，新标记从1开始，尔后则依次递增。例如在本例中，d2是第一个新标记，因此标记为1。f2是第二个新标记，因此标记为2。c3是第三个新标记，因此标记为3，....依此类推。

(4)如A的位置c4，其相对的D值为FF，其相对的B值为标记值m(＝3)，因此c4的标记值亦设为m(＝3)。

(5)如A的位置为e3，其相对的B值为FF，其相对的D值为标记值n(＝1)，因此e3的标记值亦设为n(＝1)。

(6)如A的位置为e4，其相对的B，D均设为相同的标记n(＝1)，因此e4的标记值亦设为n(＝1)。

(7)如A的位置为d3，其相对的D值为m(＝3)，其相对的B值为n(＝1)，此时将d3的标记值设为m(＝3)或n(＝1)均可。在本例中是设为n(＝1)

。第7图显示第6图经标记后的影像示意图。在完成所有标记动作后，发现标记1，标记2与标记3意义均是相等；均代表被有值点围绕的封闭区域，因此将这些标记全部设为1。然后再计算所有标记1的个数，就得到了这个封闭区域的面积。

在第7图中，右下角的h6，g7，h7，......等点并不在封闭区域内，所以在(402)将其标记清除。第8图即表示完成清除后的影像示意图。

完成上述设定后，得到标为FF的点所环绕的封闭区域。在(403)步统计封闭区域个数及面积大小。于(404)依其面积大小排序后，以M_area代表封闭区域个数，以A₁，A₂，...A_n代表由大至小的封闭区域。

接着，于(405)计算建档印章与待核对印章的封闭区域面积的差异。其方式是以M_area代表建档印章的封闭区域个数，以A₁，A₂，...A_m代表由大至小的封闭区域。以N_area代表待核对印章的封闭区域个数，以B₁，B₂，....B_n代表由大至小的封闭区域。定义印章不完全度指标如下：

(五)判断：

经由上述处理之后，于(501)进行印章相似与否的判断。

在本发明的实施例中，基本的印章辨识是以印章相似度综合指标为主要基准，而印章不完全度指标则当作一个辅助的参考指标。其中：

1.如印章相似度综合指标≥相似度标准值：

在某些实施例中，只要印章相似度综合指标大于或等于相似度标准值，即可视为两印章相同。

2.如印章不完全度指标≤不完全度标准值：

在特殊的实施例中，例如在印章卡建档当初，希望所建立的影像资料尽量完美，不要有印泥涂抹不匀、印章按压不佳等瑕疵时，可对比同印章数种印文影像，若对比后的印章不完全度指标小于或等于不完全度标准值，即可视为品质良好的印章影像文件。

印章不完全度指标另一种应用是在侦测仿刻印章。尽管电脑激光仿刻的技术已经相当进步，但当待核对的印章影像与建档印章影像产生细微不同时，仍可利用印章不完全度指标提出警告，提示使用者加以注意。〔实施例〕

以下以实施例说明本发明印章自动对比辨识系统的应用。在所有实施例中，均设定相似度标准值为80(％)，不完全度标准值为200。实施例1：相同印章对比

第9图表示一个待对比的二进制化印章影像示意图。该印章影像是利用第1图相同来源的印章，另外印得的影像，经二进制化的结果。经对比的结果：

1.印章字体相似度评分：100

2.印章线条相似度评分：45

3.印章综合相似度指标：91。

4.印章不完全度指标：123。

由于其印章综合相似度指标(91)大于80，且其印章不完全度指标(123)小于200，故认定两印章影像是源自相同印章。

实施例2：不同印章对比

第10图表示另一个待对比的二进制化印章影像示意图。该印章是由与第1图所示的印章不同印章印得的影像，二进制化后的结果。经对比的结果：

1.印章字体相似度评分：0

2.印章线条相似度评分：0

3.印章综合相似度指标：0。

4.印章不完全度指标：622。

由于其印章综合相似度指标(0)小于80，且其印章不完全度指标(622)大于200，故认定两印章影像并非源自相同印章。

实施例3：仿刻印章对比

第11图显示另一个待对比的二进制化印章影像示意图。该印文是由一个仿造自第1图的印章所印得的影像，二进制化后的结果。经对比的结果：

1.印章字体相似度评分：100

2.印章线条相似度评分：44

3.印章综合相似度指标：91。

4.印章不完全度指标：234。

对比的结果，虽然其综合相似度指标(91)大于80，但因其印章不完全度指标(234)大于200，仍认为并非源自同一印章的影像。

以上是对本发明印章自动对比辨识系统实施例的说明，本技术领域内的人员不难由上述的说明理解本发明的精神，进而作出不同的衍伸与变化，但只要不超出本发明的精神，均应包含在后面的权利要求的内。

Claims (14)

1.一种印章自动对比辨识方法，包括：

将欲对比的两印章影像二进制化；

计算印章字体相似度，包括：

将该二进制化的印章影像细线化；

找出各印章细线化后影像资料中的特征点的座标；及

对比该两印章影像资料的该特征点的座标，依一定公式计算两印章字体结构相似度；

计算印章线条相似度，包括：

    计算两印章影像的基准点；

    将两印章影像以该基准点为中心点重叠；及

    计算该两印章线条相似度；

依下式计算印章相似度综合指标：

，其中，W₁+W₂＝W；及

依据一定的标准值判断两印章影像是否相同。

2.如权利要求1所述的印章自动对比辨识方法，还包括一计算印章不完全度的步骤，该步骤包括：

标出两印章影像中的封闭区域；

记录印章封闭区域的个数及面积；

依封闭区域面积大小加以排序；及

计算两印章影像封闭区域面积的差异，作为印章不完全度指标；

该判断步骤还包括在该印章不完全度指标小于或等于一不完全度标准值时，判断两印章影像不相同的步骤。

3.如权利要求1或2的印章自动对比辨识方法，其中该印章细线化后影像资料中的特征点为其细线端点及交叉点者。

4.如权利要求1或2的印章自动对比辨识方法，其中该计算印章线条相似度的步骤包括，在将两印章影像重叠前，利用一适当的“旋转参数”，校正一印章影像的倾斜角度，完成定位校正。

5.如权利要求1或2的印章自动对比辨识方法，其中W₁设为5，W₂设为1。

6.如权利要求1或2的印章自动对比辨识方法，其中该印章影像是利用影像扫描器二进制化。

7.如权利要求1或2的印章自动对比辨识方法，其中计算两印章字体结构相似度的步骤包括：

对一印章影像资料的所有特征点与另一印章影像资料的所有特征点，指定一个“起始配对机率”；

将一印章影像资料的所有特征点与另一印章影像资料的所有特征点的配对机率，根据“一印章影像资料的一特征点与另一印章影像资料的一特征点是正确的配对时，该一印章影像资料的另一特征点与另一印章影像资料的另一特征点成正确配对的可能性”反复修正该“起始配对机率”；

利用“向前顺序选取法”，由修正后的“起始配对机率”最高的配对点优先选取可能配对的点，并逐一删除已经选为配对点的特征点与另一印章影像资料的所有特征点的配对，直至无配对点可选为止；

计算两组印章特征点的配对率X₁、平均配对率X₂、平均配对点间距离X₃，及缩放因子X₄；其中：

配对率：

平均配对率： $X_2=\frac{1}{K}\left(\underset{i=1}{\overset{k}{\mathrm{\Σ}}}{S}^{\left(r\right)}(\mathrm{pi},\mathrm{qmi})\right)$ 平均配对点间距离： $X_3=\frac{1}{K}(\underset{i=1}{\overset{k}{\mathrm{\Σ}}}{(\mathrm{xi}-\mathrm{xm}{i}^{\′})}^2+{(\mathrm{yi}-{\mathrm{ymi}}^{\′})}^2);$ 及缩放因子：X₄＝1+|1-S|，其中， $S=\sqrt{(r_3^2+r_4^2)},$ 为缩放比例，r₃＝S×cosθ，r₄＝S×sinθ；及

计算得到一个分数Score作为两印章字体结构相似度： $\mathrm{Score}=\frac{X_1\×X_2}{X_3\×X_4}\×C,$ 其中C＝常数。

8.如权利要求7的印章自动对比辨识方法，其中计算两印章字体结构相似度的步骤中，修正配对机率的方法包括以下式修正一印章影像资料的一特征点pi与另一印章影像资料的一特征点qj的配对机率S^(r)(pi，qj)： $S^{\left(r\right)}(\mathrm{pi},\mathrm{qi})=\frac{\underset{h\≠i,k\≠j}{\mathrm{\Σ}}\left\{\max \right[S^{(r-1)}(\mathrm{pi},\mathrm{qi})\×\mathrm{Cij}(h,k)\left]\right\}}{m-1};$

其中，r代表修正的次数，S^(r-1)(pi，qj)代表“起始配对机率”，Cij(h，k)代表“pi与qi是正确的配对时，其他配对点(ph与qk)配对的可能性”： $\mathrm{Cij}(h,k)=\frac{1}{1+\mathrm{\Δ}},$ 且 $\mathrm{\Δ}=\frac{|\mathrm{lih}-\mathrm{lik}|}{|\mathrm{lih}+\mathrm{lik}|},$ l代表该两点于同座标系中的距离。

9.如权利要求1或2的印章自动对比辨识方法，其中该计算印章影像基准点的步骤，系以该影像的左上角为原点(0，0)，标出待处理的印章影像资料的有值点座标，并以下式计算该影像资料档的基准点(X_G，Y_G)： $(X_G,Y_G)=(\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{Xi}}{N},\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{Yi}}{N});$

其中，N代表影像档中有值点的个数，(X_i，Y_i)代表各有值点的座标。

10.如权利要求9的印章自动对比辨识方法，其中该待处理的印章影像资料的有值点是指二进制化后，灰阶为FF的点。

11.如权利要求1或2的印章自动对比辨识方法，其中印章线条相似度的计算步骤为：

其中，N₁为一印章影像二进制化后有值点的点数，N₂为另一印章影像二进制化后有值点的点数，N₁₂为两印章影像重叠后，重叠部分的点数。

12.如权利要求1或2的印章自动对比辨识方法，其中标出两二进制化的印章影像中的封闭区域的步骤包括：

采用了一个2*2罩框：

以上述2*2罩框，自印章影像左上方第一个有值点，由左至右，由上往下逐一检视，每次检视四个像素：

若A为有值点，则将之标记为有值点；否则，

若B及D均为有值点，则将A设定一值，否则，

若D或B中一者为有值点且另一者为设定值，则将A亦设为该设定值；否则，

若B及D均为设定值，则A设为与B或D相同的值；及

将印章影像右下方封闭区外的标记清除。

13.如权利要求12的印章自动对比辨识方法，其中计算封闭区域面积的步骤包括将封闭区域内的设定值的个数作为该封闭区域的面积。

完成上述设定后，得到标为FF的点所环绕的封闭区域。于(403)统计封闭区域个数及面积大小。于(404)依其面积大小排序后，以M_area代表封闭区域个数，以A₁，A₂，....A_n代表由大至小的封闭区域。

14.如权利要求12的印章自动对比辨识方法，包括利用下式计算印章不完全度指标：

其中M_area代表一印章影像的封闭区域个数，N_area代表另一印章影像的封闭区域个数，A_i代表该一印章影像由大至小的封闭区域，B_i代表该另一印章影像由大至小的封闭区域。

Images