JP2010246034A

JP2010246034A - 画像処理装置、真贋判定装置、画像処理方法及び真贋判定方法

Info

Publication number: JP2010246034A
Application number: JP2009095148A
Authority: JP
Inventors: Taro Mori; 太郎森
Original assignee: Fuji Xerox Engineering Co Ltd
Current assignee: Fuji Xerox Engineering Co Ltd
Priority date: 2009-04-09
Filing date: 2009-04-09
Publication date: 2010-10-28
Anticipated expiration: 2029-04-09
Also published as: JP5293357B2

Abstract

【課題】固体の真贋判定精度の向上と、本物の固体を識別するための基準データのサイズの縮小化を図る。
【解決手段】真贋判定対象の印刷物１５の読取画像を取得する画像取得部３１と、読取画像にＱＲコードから基準データを取得するコードデータ復元部３５と、読取画像から抽出された比較画像を画素の数列に変換した後ランダムに並び替え、その並び替えた後の数列を予め設定された圧縮度Ｎ毎にグループ分割し、グループ毎に、当該グループに含まれる画素値の総和を求めることで比較データを生成する比較データ生成部３３と、基準データと比較データとの相関値を求め、その相関値の値によって印刷物１５の真贋判定を行う判別部３６と、を有する。
【選択図】図３

Description

本発明は、画像処理装置、真贋判定装置、画像処理方法、真贋判定方法及び固体に関する。

紙は太さ２０〜３０ミクロンの植物繊維がからまってランダムなパターンを作り出しているので、紙の表面は指紋と同じように一枚毎に異なってくる。この紙毎に異なってくるランダムなパターンを「紙指紋」と称するとすると、各紙特有の紙指紋を証明書等の用紙が本物であるかの真贋判定を行うために利用することができる。例えば、本物の用紙のある特定領域の紙指紋の撮像データをＱＲコード等にコード化してその用紙上に記録しておく。こうしておくと、ある持ち込まれた用紙が本物かどうかを判別する際に、その持ち込まれた用紙の特定領域の紙指紋を撮影し、その撮像データから得られたデータと、その持ち込まれた用紙上のＱＲコード等を比較すればよい。例えば、本物の用紙が複写されて作成された複写物には、本物の用紙のＱＲコードが記録されることになるが、複写物の紙指紋は本物の用紙とは異なる。これにより、複写物が本物ではないと容易に判別できる。

このようにして、紙指紋を利用して用紙の真贋判定を行うことができるが、例えば用紙の１画素の画素値が１バイト長で表現される場合、コードデータを得る用紙上の特定領域の大きさを３２×３２画素とすると、３２×３２＝１０２４バイトの大きさのデータが得られることになるが、このデータは、付加的なデータであるため用紙に記録する際にはサイズを小さくした方が都合がよい。例えば、ＪＰＥＧの圧縮技術を用いると４分の１程度に圧縮することは可能である。

特開２００５−３８３８９号公報特開２００７−３６３１７号公報

本発明は、固体の真贋判定精度の向上と、本物の固体を識別するための基準データのサイズの縮小化を図ることを目的とする。

本発明に係る画像処理装置は、ランダム性を有する読み取り可能な固有の特徴を有する固体の全体又は一部の画像データであってＷ×Ｈ画素（Ｗ，Ｈは共に正整数）の２次元で表現される画像データを取得する取得手段と、取得した画像データから当該固体の識別性を有する基準データを生成する生成手段と、を有し、前記生成手段は、取得された画像データを圧縮する第１のデータ圧縮部と、前記第１のデータ圧縮部により圧縮された画像データを更に圧縮する第２のデータ圧縮部と、を有し、前記第１のデータ圧縮部は、取得された画像データをＷ×Ｈの長さの１次元の画素の数列に変換した後ランダムに並び替え、その並び替えた後の数列を予め設定された圧縮度Ｎ毎にグループ分割し、グループ毎に、当該グループに含まれる画素値の総和を求め、前記第２のデータ圧縮部は、総和することにより求められた各グループのデータ値をそれぞれ、所定に規則に従い更に圧縮することにより基準データを生成することを特徴とする。

本発明に係る真贋判定装置は、上記発明の画像処理装置により生成された真の固体の基準データを取得する基準データ取得手段と、ランダム性を有する読み取り可能な固有の特徴を有する真贋判定対象の固体の全体又は一部の画像データであってＷ×Ｈ画素（Ｗ，Ｈは共に正整数）の２次元で表現される画像データを比較画像として取得する比較画像取得手段と、取得された比較画像をＷ×Ｈの長さの１次元の画素の数列に変換した後、上記発明の画像処理装置が有する第１のデータ圧縮部により並び替えられたのと同じようにランダムに並び替え、その並び替えた後の数列を予め設定された圧縮度Ｎ毎にグループ分割し、グループ毎に、当該グループに含まれる画素値の総和を求めることで比較データを生成する比較データ生成手段と、基準データと比較データとの相関関係を求める相関算出手段と、求められた相関関係に従って前記判定対象の固体の真贋判定を行う真贋判定手段と、を有することを特徴とする。

また、前記比較画像取得手段は、前記判定対象の固体表面全体の画像データの中から比較画像を順次切り出して取得する際、比較画像を１画素より小さくずらしながら取得することを特徴とする。

また、前記真贋判定手段が前記相関算出手段により算出された相関値を、予め設定された閾値と比較することによって真贋判定を行う場合、前記閾値は、前記真の固体の画像データから得られた数列と判定対象の固体の画像データから得られた数列とを比較した相関値の列を、フィッシャーのZ変換をした結果を標準化し、更に標準化した結果の中の最大値を標準正規分布の累積分布関数に通した後、N乗(Nは、相関係数の列の長さ)した結果を利用して決定されることを特徴とする。

また、前記第２のデータ圧縮部は、各グループのデータ値が所定の閾値より小さい場合は０に、それ以外を１に変換するという所定の規則に従い、各グループのデータ値をそれぞれ１ビット長のデータに変換することを特徴とする。

また、前記第２のデータ圧縮部は、各グループのデータ値の四分位点をＱ１，Ｑ２，Ｑ３とした場合、各グループのデータ値が、Ｑ１よりも小さければ０、Ｑ１以上で（Ｑ１＋Ｑ３）／２よりも小さければ１、（Ｑ１＋Ｑ３）／２以上でＱ３よりも小さければ２、Ｑ３以上であれば３とするという所定の規則に従い、各グループのデータ値をそれぞれ２ビット長のデータに変換することを特徴とする。

本発明に係る画像処理方法は、コンピュータにより実施され、ランダム性を有する読み取り可能な固有の特徴を有する固体の全体又は一部の画像データであってＷ×Ｈ画素（Ｗ，Ｈは共に正整数）の２次元で表現される画像データを取得する取得ステップと、取得した画像データから当該固体の識別性を有する基準データを生成する生成ステップと、を含み、前記生成ステップは、取得された画像データを圧縮する第１のデータ圧縮ステップと、前記第１のデータ圧縮部により圧縮された画像データを更に圧縮する第２のデータ圧縮ステップと、を含み、前記第１のデータ圧縮ステップは、取得された画像データをＷ×Ｈの長さの１次元の画素の数列に変換した後ランダムに並び替え、その並び替えた後の数列を予め設定された圧縮度Ｎ毎にグループ分割し、グループ毎に、当該グループに含まれる画素値の総和を求め、前記第２のデータ圧縮部は、総和することにより求められた各グループのデータ値をそれぞれ、所定の規則に従い更に圧縮することにより基準データを生成することを特徴とする。

本発明に係る画像処理方法は、コンピュータにより実施され、請求項１記載の画像処理装置又は請求項９記載の画像処理方法により生成された真の固体の基準データを取得する基準データ取得ステップと、ランダム性を有する読み取り可能な固有の特徴が表面にある真贋判定対象の固体表面の画像データであってＷ×Ｈ画素（Ｗ，Ｈは共に正整数）の２次元で表現される画像データを比較画像として取得する比較画像取得ステップと、取得された比較画像をＷ×Ｈの長さの１次元の画素の数列に変換した後ランダムに並び替え、その並び替えた後の数列を予め設定された圧縮度Ｎ毎にグループ分割し、グループ毎に、当該グループに含まれる画素値の総和を求めることで比較データを生成する比較データ生成ステップと、基準データと比較データとの相関関係を求める相関算出ステップと、
求められた相関関係に従って前記判定対象の固体の真贋判定を行う真贋判定ステップと、を含むことを特徴とする。

本発明によれば、本物の固体を識別するための基準データのサイズをより縮小化することができる。

また、本物の固体を識別するための基準データのサイズがより縮小化された場合でも、固体の真贋判定精度を向上させることができる。

また、比較画像を１画素より小さくずらしながら固体表面の画像データの中から切り出すことによって、固体の真贋判定精度をより一層向上させることができる。

また、フィッシャーのZ変換及び標準正規分布の累積分布関数を利用して真贋判定に用いる閾値を決定することにより、固体の真贋判定精度をより一層向上させることができる。

本発明に係る画像処理方法を実施する画像処理装置の一実施の形態を示したブロック構成図である。本実施の形態における画像処理装置を形成するコンピュータのハードウェア構成図である。本発明に係る真贋判定方法を実施する真贋判定装置の一実施の形態を示したブロック構成図である。本実施の形態における真贋判定装置を形成する画像処理装置のハードウェア構成図である。本実施の形態において真贋判定に用いる基準データの生成処理を示したフローチャートである。本実施の形態において基準画像から基準データを生成する手順を説明するために用いる図である。本実施の形態における真贋判定方法を示したフローチャートである。本物に対する判定と偽物に対する真贋判定を各５０回ずつ行った結果のグラフを示した図である。ある条件で非整数画素ずらしを利用した場合としなかった場合について、本物に対する判定と偽物に対する判定を各５０回ずつ行った結果のグラフを示した図である。本実施の形態において、フィッシャーのｚ変換及び標準正規分布の累積分布関数を利用して本物及び偽物に対して各５０回ずつ判別を行った実験結果を表形式で示した図である。

以下、図面に基づいて、本発明の好適な実施の形態について説明する。

図１は、本発明に係る画像処理方法を実施する画像処理装置の一実施の形態を示したブロック構成図である。

本実施の形態における画像処理装置２０は、画像取得部２１、基準画像抽出部２２、基準データ生成部２３、コード化部２４及び印刷処理部２５を有している。画像取得部２１は、本物の印刷物１３の撮像データを取得する。基準画像抽出部２２は、印刷物１３の撮像データから印刷物１３が本物であることを証明する部分領域の画像データ（以下、「基準画像」）を抽出する。基準データ生成部２３は、抽出された部分画像から印刷物１３の識別性を有する基準データを生成する。コード化部２４は、基準データをコード化することによってＱＲコード等のデータコードを生成する。印刷処理部２５は、印刷物１３にコード化した基準データを印刷する。

図２は、本実施の形態における画像処理装置２０を形成するコンピュータのハードウェア構成図である。本実施の形態において画像処理装置２０を形成するコンピュータは、従前から存在する汎用的なハードウェア構成で実現できる。すなわち、コンピュータは、図２に示したようにＣＰＵ１、ＲＯＭ２、ＲＡＭ３、ハードディスクドライブ（ＨＤＤ）４を接続したＨＤＤコントローラ５、入力手段として設けられたマウス６とキーボード７、及び表示装置として設けられたディスプレイ８、あるいはプリンタ等の周辺機器（図示せず）をそれぞれ接続する入出力コントローラ９、通信手段として設けられたネットワークコントローラ１０を内部バス１１に接続して構成される。

画像処理装置２０における各構成要素２１〜２５は、画像処理装置２０を形成するコンピュータと、コンピュータに搭載されたＣＰＵ１で動作するプログラムとの協調動作により実現される。

図３は、本発明に係る真贋判定方法を実施する真贋判定装置の一実施の形態を示したブロック構成図である。本実施の形態における真贋判定装置３０は、画像取得部３１、比較画像抽出部３２、比較データ生成部３３、コード画像抽出部３４、コードデータ復元部３５、判別部３６及び結果出力部３７を有している。画像取得部３１は、真贋判定対象となる印刷物１５の読取画像を取得する。比較画像抽出部３２は、その読取画像の中から基準データと比較する元データとなる画像データ（以下、「比較画像」）を抽出する。比較データ生成部３３は、比較画像に対し後述する圧縮処理を行うことで基準データと比較する比較データを生成する。コード画像抽出部３４は、印刷物１５の読取画像から印刷物１５に印刷されたコード画像を抽出する。コードデータ復元部３５は、コード画像を復元することで基準データを得る。判別部３６は、基準データと比較データとの相関関係を求める相関算出手段として設けられている。結果出力部３７は、判別部３６による判別結果、すなわち真贋判定対象の印刷物１５が本物であるか、あるいは偽物であるかの判定結果を出力する。

図４は、本実施の形態における真贋判定装置３０を実現する画像形成装置のハードウェア構成図である。画像形成装置は、スキャナ機能、印刷機能等各種機能を搭載した複合機であり、コンピュータを内蔵した装置である。図４において、ＣＰＵ４１は、ＲＯＭ４９に格納されたプログラムにしたがってスキャナ４４やプリンタエンジン４６等本装置に搭載された各種機構の動作制御を行う。アドレスデータバス４２は、ＣＰＵ４１の制御対象となる各種機構と接続してデータの通信を行う。操作パネル４３は、ユーザからの指示の受け付け、情報の表示を行う。スキャナ４４は、ユーザがセットした印刷物を読み取り、電子データとしてＨＤＤ（ＨａｒｄＤｉｓｋＤｒｉｖｅ）４５等に蓄積する。ＨＤＤ４５は、スキャナ４４を使用して読み取った電子文書などを格納する。プリンタエンジン４６は、ＣＰＵ４１で実行される制御プログラムからの指示に従い出力用紙上に画像を印字する。ネットワークインタフェース（Ｉ／Ｆ）４７は、ネットワーク１７を接続し、本装置が生成した電子データの送信、本装置宛に送信されてきた電子メールの受信、またブラウザ経由による本装置へのアクセスなどに利用される。ＲＡＭ４８は、プログラム実行時のワークメモリや電子データ送受信時の通信バッファとして利用される。ＲＯＭ４９は、本装置の制御や電子データの暗号、電子データの送受信に関する各種プログラムが格納されている。各種プログラムが実行されることで後述する各構成要素が所定の処理機能を発揮する。外部メディアインタフェース（Ｉ／Ｆ）４０は、ＵＳＢメモリ、フラッシュメモリ等の外部メモリ機器とのインタフェースである。

真贋判定装置３０における各構成要素３１〜３７は、真贋判定装置３０を形成する画像形成装置内蔵のコンピュータと、コンピュータに搭載されたＣＰＵ３１で動作するプログラムとの協調動作により実現される。なお、真贋判定装置３０は、図２に示したコンピュータにスキャナ等の周辺機器を接続して構成してもよいし、画像処理装置２０は、図４に示した画像形成装置で実現してもよい。

また、本実施の形態で用いるプログラムは、通信手段により提供することはもちろん、ＣＤ−ＲＯＭやＤＶＤ−ＲＯＭ等のコンピュータ読み取り可能な記録媒体に格納して提供することも可能である。通信手段や記録媒体から提供されたプログラムはコンピュータにインストールされ、コンピュータのＣＰＵがインストールプログラムを順次実行することで各種処理が実現される。

次に、本実施の形態における動作について説明する。まず最初に、画像処理装置２０により実施される真贋判定に用いる基準データの生成処理について図５に示したフローチャートを用いて説明する。

画像取得部２１は、本物であることを証明する対象の印刷物１３の撮像データを取得する（ステップ１１０）。この撮像データは、紙繊維のランダムパターンをカメラなどで光学的に読み取って画像処理が行われたデータであり、図示しないネットワーク経由で送られてきたデータでもよいし、画像処理装置２０に接続されたスキャナ（図示せず）によって読み取られたデータでもよい。続いて、基準画像抽出部２２は、取得された撮像データの中から当該印刷物が本物であることを証明するために用いる部分画像を抽出する（ステップ１２０）。この部分画像が真贋判定に用いるために用紙の特定領域を撮影することにより得られた部分画像（基準画像）に相当する。なお、基準画像を特定する領域の大きさ及び印刷物１３における位置は予め決められているものとする。あるいは、画像取得部２１が基準画像に相当する部分画像のみを取得するように構成してもよい。この場合、基準画像抽出部２２が不要、若しくは画像取得部２１と基準画像抽出部２２とが一体に形成される。少なくとも基準画像の大きさは、後述する真贋判定処理においても用いられるので、この情報を比較画像抽出部３２が利用できるように、システム上、事前に設定しておく必要がある。

続いて、基準データ生成部２３は、基準画像抽出部２２が抽出した基準画像に基づき次のようにして真贋判定の基準となる基準データを生成する（ステップ１３０）。

基準画像のサイズをＷ×Ｈ、基準画像Ｍの座標ｘ，ｙにおける画素値（輝度値）をＭ［ｘ，ｙ］とすると、基準データ生成部２３は、まず、疑似乱数を元に関数Ｆ(ｘ，ｙ)＝ｉを作成する。ここで、データの圧縮度をＮ（Ｎは整数）とすると、ｉは整数であって０≦ｉ＜Ｗ×Ｈ÷Ｎであり、ｉの値によらず、Ｆ(ｘ，ｙ)＝ｉを満たすｘ，ｙの組の個数が一定であるように関数Ｆを設定する。なお、本実施の形態では、圧縮度Ｎとして２〜３２程度を想定している。

続いて、基準データ生成部２３は、関数Ｆ(ｘ，ｙ)に基づきＭａ［ｉ］＝Σ｛Ｍ［
ｘ，ｙ］｜Ｆ(ｘ，ｙ)＝ｉ｝を求める。要するに、Ｍａ［ｉ］は、基準画像Ｍを構成するＷ×Ｈ個の画素をシャッフルした後で、Ｎ個ずつの組に分け、それぞれの組の総和をとったものである。これにより、Ｗ×Ｈ個からなる基準画像は、Ｗ×Ｈ÷Ｎ個のデータＭａ［ｉ］に圧縮される。そして、本実施の形態では、この計算によって求まったＭａ［ｉ］を、更に縮小して一要素あたり１ビット又は２ビットで表現する基準データＭｂ［ｉ］を生成する。Ｍｂ［ｉ］を１ビットで表現する場合、Ｍａ［ｉ］の値が中央値より小さい場合は０、それ以外は１とする。つまり、Ｍｂ［ｉ］は０又は１の値をとる。Ｍｂ［ｉ］を２ビットで表現する場合、Ｑ１，Ｑ２，Ｑ３を四分位点とすると、Ｍａ［ｉ］がＱ１よりも小さければ０、Ｑ１以上で（Ｑ２＋Ｑ３）／２よりも小さければ１、（Ｑ２＋Ｑ３）／２以上でＱ３よりも小さければ２、それ以外を３とする。これにより、Ｍｂ［ｉ］は０〜３のいずれかの値をとる。この結果、合計Ｗ×Ｈバイトの大きさのデータＭａ［ｉ］は、合計Ｗ×Ｈ÷Ｎビットあるいは合計２×Ｗ×Ｈ÷Ｎビットの大きさのデータＭｂ［ｉ］に更に圧縮される。なお、本実施の形態では、所定の閾値として、前述した中央値や四分位点を利用したが、これ以外にも、例えばＭａ［ｉ］とＭｂ［ｉ］の相関係数が最大となるような分割点を探索するなどの方法を用いてもよい。また、本実施の形態では、実行時に閾値を算出して得るようにしたが、予め設定された閾値を利用するようにしてもよい。

ここで、基準データ生成部２３が実施する基準データ生成処理について図６を用いて具体的に説明する。ここでは、Ｗ＝Ｈ＝３２、圧縮度Ｎ＝４とする。

基準画像Ｍを構成する３２×３２個の画素を一列に並べ、これをランダムに並べ替えた後、圧縮度Ｎの設定値である４個ずつのグループに分ける。画素値は１バイト長で表現するため、４個ずつに分けた時点では、各グループとも４バイト（＝３２ビット）長となる。そして、各グループの総和を求めることでＭａ［ｉ］（ｉ＝０〜２５５）が得られるが、Ｍａ［ｉ］は、０〜１０２０（＝２５５×４）の値をとりうることから、Ｍａ［ｉ］は１０ビット長で表現できる。つまり、グループ毎に画素値の総和を求めるようにしたことで、この時点で２５６個の各グループを３２ビット長から１０ビット長に圧縮することができる。換言すると、基準画像８１９２ビット（＝３２×３２×１バイト）を２５６０（＝２５６×１０ビット）に縮小したことになる。なお、本実施の形態では、上記説明したＭａ［ｉ］までのデータ圧縮を「加算による圧縮」と称することにする。

そして、一要素Ｍａ［ｉ］当たり1ビットに縮小するとした場合、まず、Ｍａ［ｉ］（ｉ＝０〜２５５）の中央値を求める。Ｍａ［ｉ］の要素数が２５６個であるため、値が大きいほうから１２７番目の値と１２８番目の値の平均が中央値となる。この値をＭＥＤとする。ＭＥＤより小さいＭａ［ｉ］に対応するＭｂ［ｉ］には０を、それ以外のＭｂ［ｉ］には１を設定する。このように、本実施の形態では、更にＭａ［ｉ］を１ビットで表現されるＭｂ［ｉ］に縮小する。なお、本実施の形態では、Ｍａ［ｉ］を１ビット又は２ビットに縮小するＭｂ［ｉ］までのデータ圧縮を「レベル削減による圧縮」と称することにする。

このように、一要素Ｍａ［ｉ］当たり１ビットに縮小するとした場合、８１９２ビットの大きさの基準画像は、最終的に１ビット×２５６個＝２５６ビットと３２分の１に縮小される。また、一要素Ｍａ［ｉ］当たり２ビットに縮小するとした場合、８１９２ビットの大きさの基準画像は、最終的に２ビット×２５６個＝５１２ビットと１６分の１に縮小される。

以上のようにして縮小化された基準データが算出されると、コード化部２４は、基準データをコード化することによりデータコードを形成する（ステップ１４０）。図１には、データコードの一例としてＱＲコードを形成した例を示している。そして、印刷処理部２５は、印刷物１３に対し、ＱＲコード１４を印刷する（ステップ１５０）。これは、図示しないプリンタに印刷物１３を予めセットしておき、ＱＲコード１４がその印刷物１３に印刷されるように印刷要求を送信すればよい。

続いて、本実施の形態における真贋判定方法を図７に示したフローチャートを用いて説明する。

持ち込まれた印刷物１５がスキャナ４４にセットされ所定の読取操作が行われることにより印刷物１５の画像が読み取られると、画像取得部３１は、その印刷物１５の読取画像を取得する（ステップ２１０）。この印刷物１５は、本物か偽物かが不明であるために真贋判定の対象とする印刷物である。もちろん、画像取得部３１は、スキャナ４４ではなく、ネットワークスキャナ等他の装置を用いて読み取られることで生成された読取画像をネットワーク経由で取得するようにしてもよい。

続いて、コード画像抽出部３４は、印刷物１５の読取画像の中からＱＲコード１６を抽出する（ステップ２２０）。この抽出処理は、既存の技術を用いることができるので詳細な説明を省略する。コードデータ復元部３５は、ＱＲコード１６を解読することでコードデータ、すなわち基準データＭｂ［ｉ］を得る（ステップ２３０）。

一方、比較画像抽出部３２は、基準画像生成処理において抽出した基準画像と同じ領域サイズの部分画像を読取画像から抽出する（ステップ２４０）。この部分画像を、以降の説明では「比較画像」と称することにする。なお、スキャナ４４による印刷物１５の読取画像の位置合わせ等の画像処理を行う必要があるかもしれないが、この処理は本実施の形態の要旨ではないので説明を省略する。

続いて、比較データ生成部３３は、比較画像に基づき真贋判定の基準となる比較データを生成する（ステップ２５０）。この比較データ生成部３３が実施すべき処理内容は、基準画像から基準データを生成する基準データ生成部２３における基準データ生成処理（ステップ１３０）と基本的には同じであるので、比較データ生成部３３が実施する比較データ生成処理の詳細は、前述した基準データ生成処理の説明における「基準画像」を「比較画像」と読み替えればよい。従って、比較データ生成処理については、適宜省略しながら説明する。

比較画像のサイズは、当然ながら基準画像と同じＷ×Ｈである。ここで、比較画像Ｓの座標ｘ，ｙにおける画素値（輝度値）をＳ［ｘ，ｙ］、比較画像から切り出す左上の点を（Ｌ，Ｔ）とする。初期値は、Ｌ，Ｔ共に０とする。

比較データ生成部３３は、まず、比較データ生成部２３と同じ関数Ｆを作成する。つまり、比較データ生成部３３は、基準データ生成処理において使用した疑似乱数と同じものを使用してシャッフルすることになるので、シャッフルされた後の画素の並び順は、基準データ生成処理と同じとなる。そして、比較データ生成部３３は、関数Ｆ(ｘ，ｙ)に基づきＳａ［ｉ］＝Σ｛Ｓ［ｘ，ｙ］｜Ｆ(ｘ，ｙ)＝ｉ｝を求める。要するに、Ｓａ
［ｉ］は、基準データ生成処理においてＭａ［ｉ］を求めたときと同じ処理により得る。この処理により得られたＳａ［ｉ］を比較データとする。真贋判定処理では、Ｓａ［ｉ］を求めるに留まる。

そして、判別部３６は、基準データＭｂ［ｉ］と上記処理により求めた比較データＳａ［ｉ］との相関値を計算し（ステップ２６０）、その計算結果をＲＡＭ４８に保存する（ステップ２７０）。

相関値を求めると、比較画像抽出部３２は、読取画像全体から読取画像が抽出できるまで（ステップ２７０でＮ）、比較画像の抽出位置を１画素より小さい０．２５画素分ずらしながら比較画像を読取画像から抽出する（ステップ２８０，２４０）。そして、前述した比較データの生成、基準データＭｂ［ｉ］と比較データＳａ［ｉ］との相関値の計算、保存を繰り返し行う。なお、１画素よりも小さくずらした画像を計算する際には、補間処理が必要になってくるが、本実施の形態では、双一次補間という既知の補間処理を利用する。

以上のようにして求めた相関値に従い、判別部３６は、相関値の定量的評価を実施し（ステップ２９０）、その結果、相関値が所定の閾値以上の値であれば（ステップ３００でＹ）、基準画像と比較画像が一致すると判断する。すなわち真贋判定対象の印刷物１５は、本物と判断できる。これにより、結果出力部３７は、その判定結果を操作パネル３３に表示するなど出力する（ステップ３１０）。一方、基準データＭｂ［ｉ］と比較データＳａ［ｉ］との間に相関がない場合（ステップ３００でＮ）、真贋判定対象の印刷物１５は、偽物と判断できる。これにより、結果出力部３７は、その判定結果を操作パネル３３に表示するなど出力する（ステップ３２０）。

ここで、実験結果を示す。ある条件で、従来技術（５×５ピクセル、８ビット／ピクセル）、レベル削減による圧縮のみ（１０×１０ピクセル、８ビット／ピクセル、２ビット／ピクセルに圧縮）及び加算による圧縮とレベル削減による圧縮の併用（３０×３０ピクセル、８ビット／ピクセル、圧縮度９、２ビット／ピクセルに圧縮）の３つ条件で、本物に対する判定と偽物に対する真贋判定を各５０回ずつ（合計３００回）行った結果のグラフを図８に示す。３つの条件は、いずれも基準画像サイズ２００ビットとなるものである。図８に示したように、加算による圧縮とレベル削減による圧縮を併用すると、本物と偽物がよく分離されることがわかる。このため、高精度な真贋判定を実現できる。また、相関を計算した結果を閾値と比較することにより本物か偽物かを判定することになるが、加算による圧縮とレベル削減による圧縮を併用する場合が誤差のない最適な閾値を設定しやすくなる。

また、本実施の形態では、０．２５画素分ずつずらしながら比較画像を読取画像から抽出するようにした。従来では、基準画像の比較対象とする比較画像を１画素ずつずらしながら印刷物１５から切り出していた。このため、基準画像と比較画像が１画素に満たない分だけずれていた場合、相関値があまり高くならないという問題があった。これは、１ピクセル前後の波長の成分について相関値が全くとれなくなることが原因である。

この問題を解決するため、本実施の形態においては、比較画像を切り出す際、切り出す左上の位置を一例として０．２５ピクセルずつずらすようにした。

ところで、画素のずれが非整数の場合、補間が必要になる。本実施の形態においては双一次補間を利用したが、双三次補間やＬａｎｃｚｏｓなどを用いてもよい。また、０．２５という値も、これに限定しない。これにより、基準画像と比較画像が０．５ピクセルあるいはそれに近い値でずれている場合でも高い相関値を出すことができるようになった。

ある条件で１画素未満で非整数画素ずらしを利用した場合としなかった場合について、本物に対する判定と偽物に対する判定を各５０回ずつ（合計２００回）行ったところ、図９に示したグラフのようになった。非整数画素ずらしを利用した場合の方が本物と偽物をよく分離できることがわかる。この結果から明らかなように、処理時間は増えるものの、０．５画素あるいは０．２５画素などのように非整数ずつ画素をずらして相関を計算することにより、より高い相関値が得られる可能性が高くなり、これにより真贋判定の精度を向上させることができる。また、図９に示したように本物と偽物の相関値がよく分離しているので、真贋判定に用いる閾値としてどの値に設定すべきかということを決定しやすくなる。

ところで、図７のステップ２６０で説明したように、印刷物１５が本物であるかどうかを判別するためには、相関値そのもの、あるいは相関値の標準得点（ノーマライズドスコア）という値を算出し、その算出値を予め設定しておいた閾値と比較するようにしている。この閾値を適切な値とするためには、実験を必要としていた。また、閾値は、カメラ、紙の種類、基準画像のサイズなどに依存してくる。従って、カメラ、紙の種類、基準画像のサイズなどが変更されるたびに閾値を決定するための実験を行う必要があり、面倒であった。

そこで、本実施の形態においては、相関値の定量的評価（ステップ２９０）を行うことで、概算ではあるものの実験を行うことなく適切な閾値若しくはそれを見いだすための目安となる値を提示できるようにした。具体的には、図７のステップ２６０で算出された相関値（評価結果）に対し、偽物の比較画像がそのような観測結果をもたらす確率Ｐを算出ができるようになった。これにより、真贋判定の精度を高めるための微調整が容易になった。この確率Ｐを算出する方法は、次の通りである。

まず、印刷物１５の画像から切り出した比較画像と基準画像を比較した相関値を｛Ｃｉ｝、｛Ｃｉ｝の長さをＮとする。なお、基準画像が３２×３２画素であり、Ｎ＝０．２５ずつ画素をずらす場合、非整数画素数は、整数画素の間に３ずつ含まれるので、３２＋（３２−１）×３＝１２５、すなわちｉは０〜１２５となる。まず、
Ｘｉ＝ｌｏｇ（（１＋Ｃｉ）／（１−Ｃｉ））
を計算する。この計算は「フィッシャーのＺ変換」と呼ばれているが、この計算を行うことによって、ランダムなデータ同士の相関係数を正規分布に変換することができる。続いて、｛Ｘｉ｝の平均Ｅと標準偏差ｓを求める。そして、
Ｚｍａｘ＝（ｍａｘ｛Ｘｉ｝−Ｅ）／ｓ
を求める。この計算により標準化を行う。そして、
Ｐ＝１−（Φ（Ｚｍａｘ））^N
を行い、その結果求めるべき確率Ｐが得られる。但し、Φ（ｘ）は、標準正規分布の累積分布関数である。

この値を利用することで、パラメータの調整を短時間で行うことが可能となった。また、実験によると、従来の基準と比べて判別する性能が良くなっている。本物に対して５０回、偽物に対して５０回の判別を行った実験結果を表形式で示した図を図１０に示す。なお、本物と判定されるべき実験によって得られた値の平均値と標準偏差をμ₀とσ₀、偽物と判定されるべき実験によって得られた値の平均値と標準偏差をμ₁とσ₁としたとき、｜μ₀−μ₁｜／（σ₀＋σ₁）を「本物の分布と偽物の分布の距離」とした。

この実験の例では、いずれの指標を用いても本物と偽物をよく分離しているが、図１０に示した通り、わずかながら偽物の比較画像がそのような観測結果をもたらす確率Ｐが優れていることがわかる。

このように、従来において、数多くの実験を積み重ねることで閾値を決めていたが、本実施の形態では、フィッシャーのＺ変換と正規分布の累積分布関数を利用することで従来と比較して数多くの実験を実施しなくても正しい閾値を求めることができる。

以上説明したように、本実施の形態においては、本物であることを証明するための基準データを基準画像から高圧縮率にてデータ縮小化を図ることができるので、基準データをＱＲコード等のデータコードのみならず磁気ストライプにも入れることが可能になる。

なお、本実施の形態では、基準データをＱＲコード化して印刷物１３に付加するようにしたが、印刷物１３の識別情報と関連付けしてデータベースに格納し、管理するようにしてもよい。この場合、コード画像抽出部３４及びコードデータ復元部３５の代わりに、データベースから基準データを読み出してくる手段を設けることになる。

また、本実施の形態では、ランダム性を有する読み取り可能な固有の特徴を有する固体として、紙媒体である印刷物を例にして説明をした。そして、紙媒体表面の一部にある紙指紋を紙媒体固有の特徴として利用した。ただ、紙媒体の表面ではなく紙媒体の内部に存在する紙指紋を読み出すようにしてもよい。また、固体固有の特徴のある固体であれば紙媒体に限らず、本実施の形態を適用することは可能である。更に、固体の一部分からではなく全体から固有の特徴を読み出すようにしてもよい。

１ＣＰＵ、２，４９ＲＯＭ、３，４８ＲＡＭ、４，４５ハードディスクドライブ（ＨＤＤ）、５ＨＤＤコントローラ、６マウス、７キーボード、８ディスプレイ、９入出力コントローラ、１０ネットワークコントローラ、１１内部バス、１７ネットワーク、２０画像処理装置、２１画像取得部、２２基準画像抽出部、２３基準データ生成部、２４コード化部、２５印刷処理部、３０真贋判定装置、３１画像取得部、３２比較画像抽出部、３３比較データ生成部、３４コード画像抽出部、３５コードデータ復元部、３６判別部、３７結果出力部、４１ＣＰＵ、４２アドレスデータバス、４３操作パネル、４４スキャナ、４６プリンタエンジン、４７ネットワークインタフェース（Ｉ／Ｆ）、５０外部メディアインタフェース（Ｉ／Ｆ）。

Claims

ランダム性を有する読み取り可能な固有の特徴を有する固体の全体又は一部の画像データであってＷ×Ｈ画素（Ｗ，Ｈは共に正整数）の２次元で表現される画像データを取得する取得手段と、
取得した画像データから当該固体の識別性を有する基準データを生成する生成手段と、
を有し、
前記生成手段は、
取得された画像データを圧縮する第１のデータ圧縮部と、
前記第１のデータ圧縮部により圧縮された画像データを更に圧縮する第２のデータ圧縮部と、
を有し、
前記第１のデータ圧縮部は、
取得された画像データをＷ×Ｈの長さの１次元の画素の数列に変換した後ランダムに並び替え、
その並び替えた後の数列を予め設定された圧縮度Ｎ毎にグループ分割し、
グループ毎に、当該グループに含まれる画素値の総和を求め、
前記第２のデータ圧縮部は、総和することにより求められた各グループのデータ値をそれぞれ、所定に規則に従い更に圧縮することにより基準データを生成する、
ことを特徴とする画像処理装置。
請求項１記載の画像処理装置により生成された真の固体の基準データを取得する基準データ取得手段と、
ランダム性を有する読み取り可能な固有の特徴を有する真贋判定対象の固体の全体又は一部の画像データであってＷ×Ｈ画素（Ｗ，Ｈは共に正整数）の２次元で表現される画像データを比較画像として取得する比較画像取得手段と、
取得された比較画像をＷ×Ｈの長さの１次元の画素の数列に変換した後、請求項１記載の画像処理装置が有する第１のデータ圧縮部により並び替えられたのと同じようにランダムに並び替え、その並び替えた後の数列を予め設定された圧縮度Ｎ毎にグループ分割し、グループ毎に、当該グループに含まれる画素値の総和を求めることで比較データを生成する比較データ生成手段と、
基準データと比較データとの相関関係を求める相関算出手段と、
求められた相関関係に従って前記判定対象の固体の真贋判定を行う真贋判定手段と、
を有することを特徴とする真贋判定装置。
請求項２記載の真贋判定装置において、
前記比較画像取得手段は、前記判定対象の固体表面全体の画像データの中から比較画像を順次切り出して取得する際、比較画像を１画素より小さくずらしながら取得することを特徴とする真贋判定装置。
請求項２記載の真贋判定装置において、
前記真贋判定手段が前記相関算出手段により算出された相関値を、予め設定された閾値と比較することによって真贋判定を行う場合、前記閾値は、前記真の固体の画像データから得られた数列と判定対象の固体の画像データから得られた数列とを比較した相関値の列を、フィッシャーのZ変換をした結果を標準化し、更に標準化した結果の中の最大値を標準正規分布の累積分布関数に通した後、N乗(Nは、相関係数の列の長さ)した結果を利用して決定されることを特徴とする真贋判定装置。
請求項１記載の画像処理装置において、
前記第２のデータ圧縮部は、各グループのデータ値が所定の閾値より小さい場合は０に、それ以外を１に変換するという所定の規則に従い、各グループのデータ値をそれぞれ１ビット長のデータに変換することを特徴とする画像処理装置。
請求項１記載の画像処理装置において、
前記第２のデータ圧縮部は、各グループのデータ値の四分位点をＱ１，Ｑ２，Ｑ３とした場合、各グループのデータ値が、Ｑ１よりも小さければ０、Ｑ１以上で（Ｑ１＋Ｑ３）／２よりも小さければ１、（Ｑ１＋Ｑ３）／２以上でＱ３よりも小さければ２、Ｑ３以上であれば３とするという所定の規則に従い、各グループのデータ値をそれぞれ２ビット長のデータに変換することを特徴とする画像処理装置。
コンピュータにより実施され、
ランダム性を有する読み取り可能な固有の特徴を有する固体の全体又は一部の画像データであってＷ×Ｈ画素（Ｗ，Ｈは共に正整数）の２次元で表現される画像データを取得する取得ステップと、
取得した画像データから当該固体の識別性を有する基準データを生成する生成ステップと、
を含み、
前記生成ステップは、
取得された画像データを圧縮する第１のデータ圧縮ステップと、
前記第１のデータ圧縮部により圧縮された画像データを更に圧縮する第２のデータ圧縮ステップと、
を有し、
前記第１のデータ圧縮ステップは、
取得された画像データをＷ×Ｈの長さの１次元の画素の数列に変換した後ランダムに並び替え、
その並び替えた後の数列を予め設定された圧縮度Ｎ毎にグループ分割し、
グループ毎に、当該グループに含まれる画素値の総和を求め、
前記第２のデータ圧縮部は、総和することにより求められた各グループのデータ値をそれぞれ、所定の規則に従い更に圧縮することにより基準データを生成する、
ことを特徴とする画像処理方法。
コンピュータにより実施され、
請求項１記載の画像処理装置又は請求項７記載の画像処理方法により生成された真の固体の基準データを取得する基準データ取得ステップと、
ランダム性を有する読み取り可能な固有の特徴を有する真贋判定対象の固体の全体又は一部の画像データであってＷ×Ｈ画素（Ｗ，Ｈは共に正整数）の２次元で表現される画像データを比較画像として取得する比較画像取得ステップと、
取得された比較画像をＷ×Ｈの長さの１次元の画素の数列に変換した後ランダムに並び替え、その並び替えた後の数列を予め設定された圧縮度Ｎ毎にグループ分割し、グループ毎に、当該グループに含まれる画素値の総和を求めることで比較データを生成する比較データ生成ステップと、
基準データと比較データとの相関関係を求める相関算出ステップと、
求められた相関関係に従って前記判定対象の固体の真贋判定を行う真贋判定ステップと、
を含むことを特徴とする真贋判定方法。