KR101629138B1 - 망점 구조 영상을 이용한 컬러 레이저 프린터 판별 방법 및 그 장치 - Google Patents

망점 구조 영상을 이용한 컬러 레이저 프린터 판별 방법 및 그 장치 Download PDF

Info

Publication number
KR101629138B1
KR101629138B1 KR1020150020899A KR20150020899A KR101629138B1 KR 101629138 B1 KR101629138 B1 KR 101629138B1 KR 1020150020899 A KR1020150020899 A KR 1020150020899A KR 20150020899 A KR20150020899 A KR 20150020899A KR 101629138 B1 KR101629138 B1 KR 101629138B1
Authority
KR
South Korea
Prior art keywords
halftone
image
binary image
color
laser printer
Prior art date
Application number
KR1020150020899A
Other languages
English (en)
Inventor
이흥규
김도국
Original Assignee
한국과학기술원
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 한국과학기술원 filed Critical 한국과학기술원
Priority to KR1020150020899A priority Critical patent/KR101629138B1/ko
Application granted granted Critical
Publication of KR101629138B1 publication Critical patent/KR101629138B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Image Analysis (AREA)

Abstract

망점 구조 영상을 이용한 컬러 레이저 프린터 판별 방법 및 그 장치가 개시된다. 본 발명의 일 실시예에 따른 컬러 레이저 프린터 판별 방법은 컬러 레이저 프린터로 인쇄된 출력물의 촬영 영상을 수신하고, 상기 촬영 영상을 CMY(Cyan, Magenta, Yellow) 영상으로 변환하는 단계; 상기 CMY 영상의 각 컬러 채널에 대한 망점 바이너리 영상을 획득하는 단계; 상기 망점 바이너리 영상을 이산 퓨리에 변환(DFT; Discrete Fourier Transform)하여 상기 각 컬러 채널에 대한 망점 특징들(halftone features)을 추출하는 단계; 및 상기 각 컬러 채널에 대해 추출된 상기 망점 특징들(halftone features)을 이용하여 상기 컬러 레이저 프린터의 프린터 정보를 검출하는 단계를 포함한다.

Description

망점 구조 영상을 이용한 컬러 레이저 프린터 판별 방법 및 그 장치 {Color Laser Printer Identification Method Using Photographed Halftone Images and Apparatus therefor}
본 발명의 실시예들은 컬러 레이저 프린터에 관한 것으로, 상세하게는 촬영된 망점 구조 영상을 이용하여 컬러 레이저 프린터를 판별하는 방법 및 그 장치와 관련된 것이다.
컬러 레이저 프린터 시장의 성장은 많은 이익뿐만 아니라 부작용을 동반한다. 위조된 화폐, 상품권 및 티켓을 포함하는 많은 위조문서들은 실제로 컬러 레이저 프린터에 의해 만들어진다. 컬러 레이저 프린터에 의한 위조가 점점 더 증가하면서 과학수사 분야에서 이러한 프린터들로부터 데이터를 식별할 수 있는 것이 중요해지고 있다.
각 프린터는 다른 밴딩 주파수를 가지고 있고, 이러한 밴딩 주파수는 소스 프린터의 핑거프린트로 사용될 수 있다. 그러나, 텍스트 문서로부터 밴딩 주파수를 검출하는 것이 어렵기 때문에 그레이 레벨 동시발생 특징(GLCM: Gray Level Co-occurrence features)를 사용하는 프린터 식별 방법이 제안되었다.
또한, Deng 등은 단색 레이저 인쇄된 텍스트 문서의 거리 변환 특징을 사용하여 프린터를 식별하는 방법을 제안하였으며, Choi 등은 컬러 레이저 인쇄 영상을 분석하고 이산 웨이블릿 변환(discrete wavelet transform)에 기초한 통계적인 분석으로부터 노이즈 특성을 추출하는 방식을 제안하였다. Bulan 등은 소스 프린터의 특성을 추출하는 방법으로 망점의 기하학적 왜곡을 사용하였으며, Ryu 등은 컬러 레이저 인쇄된 영상의 망점 텍스쳐를 분석함으로써 특징을 추출할 수 있었다. 상술한 방법들은 CMYK 컬러 채널 각각에 대해 망점 패턴에서 라인 콤포넌트의 각도 값을 이용하여 히스토그램을 생성하고, 이렇게 생성된 히스토그램을 특징으로 적용하였다. Tsai 등은 그레이 레벨 동시발생 행렬(GLCM: Gray Level Co-occurrence Matrix)과 이산 웨이블릿 변환을 이용하여 텍스쳐 특징을 추출하였다.
하지만, 이러한 프린터 식별 기술은 스캐너를 사용하여 인쇄물의 이미지를 획득하였으며, 대부분의 스캐너들은 휴대가 용이하지 않기 때문에 기존 프린터 식별 기술을 사용하여 위조문서에 의해 발생되는 위험을 효과적으로 방지하기 어렵다.
본 발명의 실시예들은, 촬영 영상을 이용한 망점 구조 분석을 통해 컬러 레이저 프린터를 판별할 수 있는 컬러 레이저 프린터 판별 방법 및 그 장치를 제공한다.
또한, 본 발명의 실시예들은, 촬영 영상을 이용하여 컬러 레이저 프린터의 식별 능력을 향상시킴으로써, 디지털 과학조사 분야에서 사용하기 용이한 컬러 레이저 프린터 판별 방법 및 그 장치를 제공한다.
본 발명의 일 실시예에 따른 컬러 레이저 프린터 판별 방법은 컬러 레이저 프린터로 인쇄된 출력물의 촬영 영상을 수신하고, 상기 촬영 영상을 CMY(Cyan, Magenta, Yellow) 영상으로 변환하는 단계; 상기 CMY 영상의 각 컬러 채널에 대한 망점 바이너리 영상을 획득하는 단계; 상기 망점 바이너리 영상을 이산 퓨리에 변환(DFT; Discrete Fourier Transform)하여 상기 각 컬러 채널에 대한 망점 특징들(halftone features)을 추출하는 단계; 및 상기 각 컬러 채널에 대해 추출된 상기 망점 특징들(halftone features)을 이용하여 상기 컬러 레이저 프린터의 프린터 정보를 검출하는 단계를 포함한다.
상기 망점 바이너리 영상을 획득하는 단계는 상기 각 컬러 채널의 픽셀 각각에 대해 해당 픽셀을 포함하는 미리 결정된 영역의 픽셀 평균 값을 계산하는 단계; 상기 픽셀 각각에 대해 계산된 픽셀 평균 값에 기초하여 상기 픽셀 각각을 바이너리화하고, 상기 각 컬러 채널에 대한 바이너리 영상을 생성하는 단계; 및 상기 바이너리 영상으로부터 노이즈 성분을 제거하여 상기 망점 바이너리 영상을 획득하는 단계를 포함할 수 있다.
상기 망점 바이너리 영상을 획득하는 단계는 상기 바이너리 영상에 대해 모폴로지 침식(morphological erosion)과 모폴로지 팽창(morphological dilation)을 순차적으로 수행하여 상기 망점 바이너리 영상을 획득할 수 있다.
상기 망점 특징들을 추출하는 단계는 상기 망점 바이너리 영상을 복수의 블록들로 분할하는 단계; 상기 복수의 블록들 각각을 이산 퓨리에 변환하여 상기 복수의 블록들 각각의 피크 값을 계산하는 단계; 상기 복수의 블록들 각각의 피크 값에 기초하여 상기 복수의 블록들 중 적어도 하나의 블록을 선택하는 단계; 및 이산 퓨리에 변환된 상기 적어도 하나의 블록을 분석하여 상기 망점 특징들을 추출하는 단계를 포함할 수 있다.
상기 각 컬러 채널의 망점 특징들은 인쇄 각도, 인쇄 해상도, 상기 DFT 계수들로부터 추출된 적어도 하나 이상의 통계적인 특징을 포함할 수 있다.
본 발명의 다른 일 실시예에 따른 컬러 레이저 프린터 판별 방법은 컬러 레이저 프린터로 인쇄된 출력물의 촬영 영상을 수신하고, 상기 촬영 영상을 CMYK(Cyan, Magenta, Yellow, Black) 영상으로 변환하는 단계; 상기 CMYK 영상의 컬러 채널들 중 어느 하나의 제1 컬러 채널에 대한 망점 바이너리 영상을 획득하는 단계; 상기 망점 바이너리 영상을 이산 퓨리에 변환하여 상기 제1 컬러 채널에 대한 망점 특징들을 추출하는 단계; 및 추출된 상기 망점 특징들을 이용하여 상기 컬러 레이저 프린터의 프린터 정보를 검출하는 단계를 포함한다.
본 발명의 일 실시예에 따른 컬러 레이저 프린터 판별 장치는 컬러 레이저 프린터로 인쇄된 출력물의 촬영 영상을 수신하고, 상기 촬영 영상을 CMY(Cyan, Magenta, Yellow) 영상으로 변환하는 변환부; 상기 CMY 영상의 각 컬러 채널에 대한 망점 바이너리 영상을 획득하는 획득부; 상기 망점 바이너리 영상을 이산 퓨리에 변환(DFT; Discrete Fourier Transform)하여 상기 각 컬러 채널에 대한 망점 특징들(halftone features)을 추출하는 추출부; 및 상기 각 컬러 채널에 대해 추출된 상기 망점 특징들(halftone features)을 이용하여 상기 컬러 레이저 프린터의 프린터 정보를 검출하는 검출부를 포함한다.
상기 획득부는 상기 각 컬러 채널의 픽셀 각각에 대해 해당 픽셀을 포함하는 미리 결정된 영역의 픽셀 평균 값을 계산하는 제1 계산부; 상기 픽셀 각각에 대해 계산된 픽셀 평균 값에 기초하여 상기 픽셀 각각을 바이너리화하고, 상기 각 컬러 채널에 대한 바이너리 영상을 생성하는 생성부; 및 상기 바이너리 영상으로부터 노이즈 성분을 제거하여 상기 망점 바이너리 영상을 획득하는 영상 획득부를 포함할 수 있다.
상기 영상 획득부는 상기 바이너리 영상에 대해 모폴로지 침식(morphological erosion)과 모폴로지 팽창(morphological dilation)을 순차적으로 수행하여 상기 망점 바이너리 영상을 획득할 수 있다.
상기 추출부는 상기 망점 바이너리 영상을 복수의 블록들로 분할하는 분할부; 상기 복수의 블록들 각각을 이산 퓨리에 변환하여 상기 복수의 블록들 각각의 피크 값을 계산하는 제2 계산부; 상기 복수의 블록들 각각의 피크 값에 기초하여 상기 복수의 블록들 중 적어도 하나의 블록을 선택하는 선택부; 및 이산 퓨리에 변환된 상기 적어도 하나의 블록을 분석하여 상기 망점 특징들을 추출하는 특징 추출부를 포함할 수 있다.
상기 각 컬러 채널의 망점 특징들은 인쇄 각도, 인쇄 해상도, 상기 DFT 계수들로부터 추출된 적어도 하나 이상의 통계적인 특징을 포함할 수 있다.
본 발명의 실시예들에 따르면, 컬러 레이저 프린터에 의해 출력된 출력물의 촬영 영상을 이용하여 컬러 레이저 프린터의 망점 특징들을 효과적으로 추출함으로써, 컬러 레이저 프린터의 식별 능력을 향상시킬 수 있다.
또한, 본 발명의 실시예들에 따르면, 스마트폰과 같은 촬영 기기를 이용하여 촬영한 위조 지폐 등과 같은 출력물의 촬영 영상을 이용하기 때문에 컬러 레이저 프린터를 식별하는데 있어서 시간과 장소에 대한 제약을 줄일 수 있으며, 따라서 디지털 과학수사 분야에서 사용하기 용이하고, 위조물에 대해 효과적으로 대비할 수 있다.
즉, 스캐너를 이용한 컬러 레이저 프린터의 식별은 스캐너의 휴대가 용이하지 않기 때문에 위조 지폐 등의 위조물에 의해 발생되는 위험을 효과적으로 방지하기 어려운 반면, 본 발명은 휴대가 용이한 촬영 기기를 이용하기 때문에 위조물에 의해 발생되는 위험을 효과적으로 방지할 수 있다.
도 1은 본 발명의 일 실시예에 따른 컬러 레이저 프린터 판별 장치에 대한 구성을 나타낸 것이다.
도 2는 본 발명의 컬러 레이저 프린터 판별 장치에 대한 동작을 설명하기 위한 일 예시도를 나타낸 것이다.
도 3은 도 1에 도시된 획득부에 대한 일 실시예 구성을 나타낸 것이다.
도 4는 도 1에 도시된 추출부에 대한 일 실시예 구성을 나타낸 것이다.
도 5는 컬러 레이저 프린터의 출력물을 촬영한 촬영 영상에 대한 일 예시도를 나타낸 것이다.
도 6은 전처리 과정을 통해 망점 바이너리 영상을 생성하는 과정을 설명하기 위한 영상들의 일 예시도를 나타낸 것이다.
도 7은 망점 특징들을 추출하기 위해 망점 바이너리 영상을 복수의 블록들로 분할하는 분할 영역의 일 예시도를 나타낸 것이다.
도 8은 망점 바이너리 영상으로부터 망점 특징들을 추출하는 일 예시도를 나타낸 것이다.
도 9는 본 발명의 일 실시예에 따른 컬러 레이저 프린터 판별 방법에 대한 동작 흐름도를 나타낸 것이다.
도 10은 도 9에 도시된 단계 S930에 대한 일 실시예 동작 흐름도를 나타낸 것이다.
도 11은 도 9에 도시된 단계 S940에 대한 일 실시예 동작 흐름도를 나타낸 것이다.
도 12는 본 발명의 다른 일 실시예에 따른 컬러 레이저 프린터 판별 방법에 대한 동작 흐름도를 나타낸 것이다.
이하, 본 발명의 실시예들을 첨부된 도면들을 참조하여 설명한다. 아래에서는 한정된 실시예들이 기술되지만, 이러한 실시예들은 본 발명의 예이며, 당업자는 이러한 실시예들을 용이하게 변경할 수 있다.
본 발명의 실시예들은, 스마트폰과 같은 촬영 기기를 이용하여 컬러 레이저 프린터에 의해 출력된 출력물의 영상을 촬영하고, 이러한 촬영 영상을 이용하여 망점 특징들을 추출함으로써, 컬러 레이저 프린터의 프린터 정보를 검출하는 것을 그 요지로 한다.
본 발명의 실시예들은, 촬영 영상을 이용하기 때문에 시간과 장소의 제약이 적고, 휴대가 용이하며 따라서 위조물에 의해 발생될 수 있는 위험을 효과적으로 방지할 수 있다.
이러한 본 발명은 디지털 과학수사 분야에서 용이하게 사용될 수 있다.
도 1은 본 발명의 일 실시예에 따른 컬러 레이저 프린터 판별 장치에 대한 구성을 나타낸 것이고, 도 2는 본 발명의 컬러 레이저 프린터 판별 장치에 대한 동작을 설명하기 위한 일 예시도를 나타낸 것이다.
도 1과 도 2를 참조하면, 본 발명의 일 실시예에 따른 컬러 레이저 프린터 판별 장치(100)는 변환부(110), 획득부(120), 추출부(130) 및 검출부(140)를 포함한다.
변환부(110)는 컬러 레이저 프린터로 인쇄된 출력물의 촬영 영상(RGB 영상)을 수신하고, 수신된 촬영 영상을 CMY(Cyan, Magenta, Yellow) 영상으로 변환한다.
이 때, 컬러 레이저 프린터 판별 장치(100)에 촬영 기기가 구비된 경우에는 장치에 구비된 촬영 기기를 이용하여 출력물의 영상을 촬영함으로써, 촬영 영상을 수신할 수 있으며, 컬러 레이저 프린터 판별 장치(100)에 촬영 기기가 구비되지 않은 경우에는 별도의 촬영 기기에 의해 촬영된 출력물의 촬영 영상을 외부에서 수신할 수도 있다. 예를 들어, 컬러 레이저 프린터 판별 장치(100)가 스마트폰이라 가정하면, 스마트폰에 구비된 카메라를 이용하여 출력물의 영상을 촬영할 수 있다.
물론, 변환부(110)로 수신되는 촬영 영상은 도 5에 도시된 일 예와 같이, 근접 촬영된 망점 영상(halftone image)일 수 있다.
즉, 변환부(110)는 출력물(unknown printed document)에 대한 접사 촬영 영상을 수신하고, 수신된 접사 촬영 영상을 CMY 영상으로 변환하는 것으로, 도 2에 도시된 RGB 영상을 CMY 영상으로 변환하는 컬러 도메인 변환(color domain transform) 기능을 수행한다.
하지만, 촬영 영상은 불균일한 조명으로 인하여 조도(illumination)가 균일하지 않을 수 있기 때문에 촬영 영상으로부터 노이즈 특징들을 추출하기 어려운 문제가 있으며, 특정 컬러로 인쇄된 컬러 노이즈 특성은 프린터마다 다를 수 있다. 즉, 불균일한 조명은 같은 프린터에 의해 인쇄된 출력물의 영상이더라도 영상의 위치에 따라 픽셀의 컬러를 변화시킬 수 있기 때문에 촬영 영상으로부터 컬러 노이즈 특성을 정확하게 추출하는 것은 어렵다.
본 발명에서는 이러한 불균일한 조명에 의한 영향을 최소화하여 컬러 노이즈 특성을 정확하게 추출하기 위해, 적응적인 영상 쓰레스홀딩(adaptive image thresholding) 기법과 모폴로지 오프닝(morphological opening) 기법을 사용하는 전처리 과정을 수행한다.
획득부(120)는 변환된 CMY 영상의 각 컬러 채널(C 채널, M 채널, Y 채널)에 대한 망점 바이너리 영상을 획득하는 구성으로, 적응적인 영상 쓰레스홀딩 기법과 모폴로지 오프닝 기법을 포함하는 전처리 과정(preprocessing)을 통해 각 컬러 채널에 대한 망점 바이너리 영상을 획득한다.
여기서, 적응적인 영상 쓰레스홀딩 기법은 컬러 채널의 픽셀 각각에 대해 적응적인 임계 값(threshold)을 적용하는 것으로, 적응적인 영상 쓰레스홀딩 기법을 이용하여 불균일한 조명에 의한 영향을 최소화한 바이너리 영상을 생성할 수 있으며, 모폴로지 오프닝 기법은 생성된 바이너리 영상으로부터 노이즈 성분을 제거함으로써, 바이너리 영상으로부터 망점 바이너리 영상을 획득할 수 있다.
이러한 획득부(120)에 대한 상세한 설명을 도 3를 참조하여 설명하면 다음과 같다.
획득부(120)는 도 3에 도시된 일 예와 같이, 제1 계산부(121), 생성부(122) 및 영상 획득부(123)를 포함한다.
제1 계산부(121)는 각 컬러 채널의 픽셀 각각에 대해 해당 픽셀을 포함하는 미리 결정된 영역의 픽셀 평균 값을 계산한다.
이 때, 제1 계산부(121)는 픽셀 각각에 대해 해당 픽셀을 중심으로 일정 영역 예를 들어, 20×20 블록 내의 픽셀 평균 값을 계산할 수 있다. 물론, 외곽 영역에 위치한 픽셀의 경우 해당 픽셀이 일정 영역의 중심에 위치할 수 없기 때문에 어느 한 축(X축 또는 Y축)의 중앙에 위치하도록 일정 영역을 설정할 수도 있고, 한 축의 중앙에 위치하기 어려운 경우에는 해당 픽셀부터 일정 영역을 설정할 수도 있는데, 이와 같이 픽셀 평균 값을 계산하기 위한 일정 영역은 픽셀의 위치에 따라 상이하게 결정될 수도 있다. 이 뿐만 아니라, 제1 계산부(121)는 해당 픽셀이 일정 영역의 중심에 위치하기 어려운 경우 전체 영역의 픽셀 평균 값을 해당 픽셀에 대한 픽셀 평균 값으로 계산할 수도 있으며, 영역을 설정하는 방법은 상술한 방법 뿐만 아니라 본 발명에 적용될 수 있는 다양한 방법이 사용될 수 있다.
생성부(122)는 픽셀 각각에 대해 계산된 픽셀 평균 값에 기초하여 픽셀 각각을 바이너리화하고, 각 컬러 채널에 대한 바이너리 영상을 생성한다.
이 때, 생성부(122)는 픽셀 평균 값에 기초하여 픽셀 각각을 쓰레스홀딩하기 위한 픽셀 각각의 임계 값(threshold)을 결정하고, 결정된 픽셀 각각의 임계 값을 적용하여 픽셀들 각각을 쓰레스홀딩함으로써, 각 컬러 채널에 대한 바이너리 영상을 생성할 수 있다.
여기서, 임계 값은 픽셀 평균 값의 미리 결정된 퍼센트(%) 예를 들어, 96%를 적용함으로써 결정될 수 있다.
이와 같이, 생성부(122)는 픽셀 각각에 대해 상이한 임계 값을 적용하여 쓰레스홀딩함으로써, 불균일한 조명에 의한 영향을 최소화한 바이너리 영상을 각 컬러 채널에 대해 생성할 수 있다. 즉, 생성부(122)는 픽셀 각각의 값과 픽셀 각각에 대해 결정된 임계 값을 비교하여 해당 픽셀 값이 임계 값보다 크면 망점 픽셀을 의미하는 '1'로 바이너리화하고, 임계 값보다 작으면 배경 픽셀을 의미하는 '0'으로 바이너리화함으로써, 각 컬러 채널에 대한 바이너리 영상을 각각 생성한다.
예컨대, 불균일한 조명에 의해 촬영된 촬영 영상에 대한 CMY 영상 중 C 채널 영상을 도 6a에 도시된 바와 같이 전체 픽셀 평균 값을 이용하여 모든 픽셀을 쓰레스홀딩하게 되면, 도 6b에 도시된 바와 같이 바이너리 영상으로부터 망점을 추출할 수 없게 된다.
반면, 본 발명은 적응적인 영상 쓰레스홀딩 기법을 사용함으로써, 픽셀 각각에 대한 임계 값을 상이하게 적용하고 이를 통해 불균일한 조명에 의한 영향을 최소화하여 도 6c와 같은 바이너리 영상을 생성할 수 있다.
영상 획득부(123)는 생성부(122)에 의해 생성된 각 컬러 채널의 바이너리 영상으로부터 노이즈 성분을 제거하여 각 컬러 채널의 망점 바이너리 영상을 획득한다.
즉, 생성부(122)에 의해 생성된 바이너리 영상이 분석 결과에 영향을 줄 수 있는 노이즈를 포함하고 있기 때문에 영상 획득부(123)는 바이너리 영상에 포함된 노이즈를 제거함으로써, 정확한 망점 특징들을 추출할 수 있도록 한다.
이 때, 영상 획득부(123)는 아래 <수학식 1>과 같은 모폴로지 오프닝 기법을 사용하여 바이너리 영상에 포함된 노이즈를 제거할 수 있다.
[수학식 1]
Figure 112015014545436-pat00001

여기서, A?B는 모폴로지 오프닝 기법을 의미하고, A는 바이너리 영상을 의미하며, B는 미리 결정된 일정 형태(예를 들어, 디스크 형태)의 필터를 의미하고,
Figure 112015014545436-pat00002
는 모폴로지 침식(morphological erosion)을 의미하며,
Figure 112015014545436-pat00003
는 모폴로지 팽창(morphological dilation)을 의미한다.
상기 수학식 1을 통해 알 수 있듯이, 영상 획득부(123)는 일정 형태의 필터를 이용하여 바이너리 영상에 대한 모폴로지 침식과 모폴로지 팽창을 순차적으로 수행함으로써, 바이너리 영상으로부터 노이즈가 제거된 망상 바이너리 영상을 획득하는 것을 알 수 있다.
예컨대, 영상 획득부(123)는 도 6c의 바이너리 영상에 대해 모폴로지 침식과 모폴로지 팽창을 순차적으로 수행함으로써, 도 6d와 같은 망상 바이너리 영상을 획득할 수 있다.
이와 같이, 획득부(120)는 적응적인 영상 쓰레스홀딩 기법과 모폴로지 오프닝 기법을 사용함으로써, 불균일한 조명에 의한 영향을 최소화시킨 망점 바이너리 영상을 획득한다.
다시 도 1을 참조하면, 추출부(130)는 획득부(120)에 의해 획득된 각 컬러 채널의 망점 바이너리 영상 즉, C 채널의 망점 바이너리 영상, M 채널의 망점 바이너리 영상, Y 채널의 망점 바이너리 영상을 이산 퓨리에 변환(DFT; Discrete Fourier Transform)하여 각 컬러 채널에 대한 망점 특징들(halftone features)을 추출한다.
이 때, 추출부(130)에 의해 추출되는 망점 특징들은 각 컬러 채널 별 인쇄 각도, 인쇄 해상도, DFT 계수들에 의해 추출되는 적어도 하나 이상의 통계적인 특징을 포함할 수 있으며, 통계적인 특징은 표준 편차(standard deviation), 왜도(skewness), 첨도(kurtosis)를 포함할 수 있다.
각 컬러 채널의 망상 바이너리 영상은 하나의 망상 패턴을 포함하는 것이 바람직하지만, 각 컬러 채널의 망상 바이너리 영상은 두 개의 망상 패턴들을 포함할 수도 있다. 두 개의 망상 패턴들을 포함하는 경우 제1 망상 패턴의 피크 값이 제2 망상 패턴에 의해 마스크될 수 있기 때문에 전체 DFT 도메인으로 망상 바이너리 영상을 분석하는 것이 어렵다. 따라서, 본 발명의 추출부(130)는 망상 바이너리 영상을 복수의 블록들로 분할하고, 블록 단위의 DFT 도메인으로 분석함으로써, 각 컬러 채널에 대한 망점 특징들을 추출한다.
이러한 추출부(130)에 대한 상세한 설명을 도 4를 참조하여 설명하면 다음과 같다.
추출부(130)는 도 4에 도시된 일 예와 같이 분할부(131), 제2 계산부(132), 선택부(133) 및 특징 추출부(134)를 포함한다.
분할부(131)는 각 컬러 채널의 망점 바이너리 영상을 미리 결정된 복수의 블록들로 분할한다.
이 때, 분할(131)부는 망점 바이너리 영상을 384×384 블록들로 분할할 수 있으며, 일 예로, 도 7에 도시된 바와 같이 망상 바이너리 영상을 미리 결정된 분할 영역을 가지는 9개의 블록들로 분할할 수 있다.
비록, 도 7에 도시된 복수의 블록들 각각이 다른 블록과 겹쳐지지 않은 것으로 도시하였지만, 블록들 각각이 다른 블록과 일부 영역이 겹쳐질 수 있다.
제2 계산부(132)는 분할부(131)에 의해 분할된 복수의 블록들 각각을 DFT하여 복수의 블록들 각각의 피크 값을 계산한다.
이 때, 제2 계산부(132)는 아래 <수학식 2>와 같은 하이패스 필터를 이용하여 복수의 블록들 각각에 대해 로그스케일 DFT 매그니튜드(log-scale DFT magnitude)를 계산함으로써, 복수의 블록들 각각의 피크 값을 계산할 수 있다.
[수학식 2]
Figure 112015014545436-pat00004

여기서, H(r)은 하이패스 필터를 의미하고, r은 블록의 중심에서의 거리를 의미한다.
선택부(133)는 제2 계산부(132)에 의해 계산된 복수의 블록들 각각의 피크 값에 기초하여 적어도 하나의 블록을 선택한다.
이 때, 선택부(133)는 복수의 블록들 각각의 피크 값 중 최대 피크 값을 가지는 블록을 선택할 수 있다. 이는 최대 피크 값을 가지는 블록이 주기적인 망점 패턴을 가장 명확하게 나타내기 때문에 최대 피크 값을 가지는 블록을 망점 특징들을 추출하기 위한 블록으로 선택할 수 있다.
나아가, 선택부(133)는 최대 피크 값 대비 일정 값 예를 들어, 최대 피크 값의 90%에 해당하는 값 이상의 피크 값을 가지는 블록을 망점 특징들을 추출하기 위한 추가 블록으로 선택할 수도 있다.
특징 추출부(134)는 선택부(133)에 의해 선택된 블록에 대한 DFT 도메인에서의 분석을 통해 각 컬러 채널의 망점 특징들을 추출한다.
이 때, 특징 추출부(134)는 선택된 블록의 DFT 도메인에서의 분석을 통해 각 컬러 채널의 인쇄 각도와 인쇄 해상도를 추출하고, 나아가 DFT 계수들로부터 표준 편차, 왜도, 첨도 중 적어도 하나 이상을 포함하는 통계적인 특징을 추출할 수 있다.
특징 추출부(134)는 각 컬러 채널의 인쇄 각도를 먼저 추출한 후 나머지 망점 특징들을 추출할 수 있다.
특징 추출부(134)는 최대 피크 값을 가지는 블록의 DFT 분석을 통해 추출된 인쇄 각도를 제1 후보 인쇄 각도로 추출한 후 나머지 블록 예를 들어, 최대 피크 값의 90%에 해당하는 값 이상의 피크 값을 가지는 블록의 DFT 분석을 통해 추출된 인쇄 각도를 제2 후보 인쇄 각도로 추출한다.
이 때, 특징 추출부(134)는 나머지 블록으로부터 추출된 인쇄 각도가 제1 후보 인쇄 각도와 10도 이상 차이 나는 경우 제2 후보 인쇄 각도로 추출할 수 있으며, 10도 미만의 차이가 나는 경우에는 해당 컬러 채널에 대한 인쇄 각도의 후보로 추출하지 않는다.
그리고, 특징 추출부(134)에 의해 추출된 후보 인쇄 각도가 하나인 경우, 특징 추출부(134)는 최대 피크 값을 가지는 블록의 DFT 분석을 통해 추출된 인쇄 각도를 해당 컬러 채널의 인쇄 각도로 결정한다.
특징 추출부(134)는 C 컬러 채널, M 컬러 채널, Y 컬러 채널의 후보 인쇄 각도로 3개 내지 6개를 추출할 수 있으며, 후보 인쇄 각도의 개수에 따라 각 컬러 채널의 인쇄 각도를 결정하는 과정에 대해 설명하면 다음과 같다.
1) 3개의 후보 인쇄 각도
각 컬러 채널에 대해 후보 인쇄 각도가 하나씩이기 때문에 각 컬러 채널의 인쇄 각도는 각 컬러 채널의 후보 인쇄 각도로 결정된다.
2) 4개의 후보 인쇄 각도
후보 인쇄 각도가 4개인 경우는 두 컬러 채널의 후보 인쇄 각도가 하나씩이고 나머지 한 컬러 채널의 후보 인쇄 각도가 두 개이기 때문에 두 컬러 채널의 인쇄 각도는 해당 컬러 채널의 후보 인쇄 각도로 결정되고, 나머지 컬러 채널의 인쇄 각도는 두 후보 인쇄 각도 중 다른 두 컬러 채널의 인쇄 각도와 상이한 각도를 가지는 후보 인쇄 각도로 결정된다.
3) 5개의 후보 인쇄 각도
후보 인쇄 각도가 5개인 경우는 한 컬러 채널의 인쇄 각도가 결정되고, 나머지 두 컬러 채널의 인쇄 각도가 결정되지 않은 상태이기 때문에 4개의 후보 인쇄 각도 중 이미 결정된 인쇄 각도와 같은 각도를 가지는 후보 인쇄 각도를 제거한 후 나머지 후보 인쇄 각도를 이용하여 나머지 두 컬러 채널의 인쇄 각도를 결정한다. 예를 들어, 제1 컬러 채널의 인쇄 각도가 결정되고, 제1 컬러 채널의 인쇄 각도와 동일한 각도를 가지는 후보 인쇄 각도가 제2 컬러 채널의 후보 인쇄 각도에 존재하는 경우 제2 컬러 채널의 나머지 후보 인쇄 각도를 제2 컬러 채널의 인쇄 각도로 결정하며, 제3 컬러 채널의 인쇄 각도는 상기 2)의 경우에서 설명한 4개의 후보 인쇄 각도에서 인쇄 각도를 결정하는 과정에 의해 결정된다.
반면, 제2 컬러 채널과 제3 컬러 채널의 후보 인쇄 각도 중 제1 컬러 채널의 인쇄 각도와 동일한 각도가 없는 경우에는 컬러 채널에 따른 인쇄 각도의 크기를 고려하여 제2 컬러 채널과 제3 컬러 채널의 인쇄 각도를 결정할 수 있다. 예컨대, Magenta 채널의 인쇄 각도가 가장 크고, Yellow 채널의 인쇄 각도가 가장 작은 것으로 가정하면, 컬러 채널들 각각의 후보 인쇄 각도를 비교함으로써, 제2 컬러 채널과 제3 컬러 채널의 인쇄 각도를 결정할 수 있다.
4) 6개의 후보 인쇄 각도
상기 3)의 경우에서 설명한 컬러 채널에 따른 인쇄 각도의 크기 비교를 통해 세 컬러 채널의 인쇄 각도를 결정할 수 있다.
특징 추출부(134)는 각 컬러 채널의 인쇄 각도가 결정되면, 인쇄 각도를 추출한 블록으로부터 나머지 특징들을 추출한다.
즉, 특징 추출부(134)는 인쇄 각도(θ)가 결정된 블록 예를 들어, 도 8a에 도시된 인쇄 각도를 추출한 블록의 DFT 도메인에서의 분석을 통해 r 값을 추출하고, 추출된 r 값에 기초하여 인쇄 해상도를 추출한다.
여기서, r 값은 망점 패턴에서 주요한 주기 신호(dominant periodic signal)의 주파수로, r 값은 망점 인쇄 해상도와 관련된 특징이다.
그리고, 특징 추출부(134)는 각 컬러 채널의 나머지 특징들을 추출하는데, 특정 밴드 예를 들어, 아래 <수학식 3>에 나타낸 밴드 B의 DFT 계수들을 이용하여 통계적인 특징들인 표준 편차, 왜도, 첨도를 추출한다.
[수학식 3]
Figure 112015014545436-pat00005

여기서, rp은 피크와 센터 간의 거리를 의미한다.
예를 들어, 특징 추출부(134)는 도 8b에 도시된 일 예와 같이 밴드 B의 절반에 해당하는 관심 영역(ROI; region of interest)의 DFT 계수들을 이용하여 해당 컬러 채널의 표준 편차, 왜도, 첨도를 추출한다. DFT 매그니튜드는 디아고날 대칭(diagonal symmetry)하기 때문에 밴드 B의 절반에 해당하는 관심 영역은 통계적인 분석용으로 사용될 수 있다.
다시 도 1을 참조하면, 검출부(140)는 추출부(130)에 의해 추출된 각 컬러 채널의 망점 특징들 즉, 인쇄 각도, 인쇄 해상도, 표준 편차, 왜도, 첨도를 이용하여 위조 지폐와 같은 출력물을 인쇄한 컬러 레이저 프린터의 프린터 정보를 검출한다.
이 때, 검출부(140)는 SVM(support vector machine) 분류기에 의해 컬러 레이저 프린터의 프린터 정보를 검출할 수 있는데, 검출부(140)는 프린터 정보를 알고 있는 출력물들(known printed documents)로부터 추출된 망점 특징들과 추출부에 의해 추출된 망점 특징들을 비교함으로써, 위조 지폐와 같은 출력물을 인쇄한 컬러 레이저 프린터의 프린터 정보를 추출할 수 있다.
이와 같이, 본 발명의 실시예에 따른 컬러 레이저 프린터 판별 장치는 촬영 영상의 망점 구조 분석을 통해 컬러 레이저 프린터를 판별할 수 있고, 휴대가 용이하기에 디지털 과학수사 분야에 용이하게 적용할 수 있으며, 이를 통해 위조 지폐와 같은 위조물에 의해 발생될 수 있는 위험을 효과적으로 차단할 수 있다.
아래 <표 1>과 <표 2>는 본 발명과 Ryu의 방법을 이용한 컬러 레이저 프린터의 판별 결과를 나타낸 것으로, 표 1은 브랜드별 판별 결과를 나타낸 것이고, 표 2는 프린터별 판별 결과를 나타낸 것이다.
[표 1]
Figure 112015014545436-pat00006

[표 2]
Figure 112015014545436-pat00007

표2의 프린터 종류 H1, X1~X3, K1~K3는 아래 <표 3>과 같다.
[표 3]
Figure 112015014545436-pat00008

상기 표 1과 표 2의 판별 결과는 각 프린터별 238장의 영상을 촬영한 후 프린터별119장의 촬영 영상은 기준 망점 특징들을 추출하기 위해 사용하고, 나머지 119장의 촬영 영상은 프린터 출력물의 프린터 정보를 판별하기 위해 사용한 결과이다. 물론, 촬영 영상은 근접 촬영에 의해 촬영된 영상을 의미한다.
표 1과 표 2를 통해 알 수 있듯이, Ryu의 방법에 의한 브랜드 판결 결과가 74.4%의 평균 정확성을 가지고 있는 반면, 본 발명을 이용한 브랜드 판별 결과가 94.4%의 평균 정확성을 가지는 것을 알 수 있다. 또한 Ryu의 방법에 의한 프린터 판별 결과가 41.5%의 평균 정확성을 가지고 있는 반면, 본 발명을 이용한 프린터 판별 결과가 76.0%의 평균 정확성을 가지는 것을 알 수 있다.
이는 Ryu의 방법이 촬영 영상을 이용하여 망점 특징들을 정확하게 추출할 수 없다는 것을 의미하고, 본 발명은 촬영 영상의 망점 특징들을 Ryu의 방법에 비해 정확하게 추출할 수 있다는 것을 의미한다.
즉, 본 발명에 따른 기술은 촬영 영상을 이용하여 컬러 레이저 프린터를 정확하게 식별함으로써, 휴대가 용이한 스마트폰과 같은 기기에 적용할 수 있고, 따라서 디지털 과학수사 분야에 넓게 사용될 수 있다.
상술한 본 발명에 따른 컬러 레이저 프린터 판별 장치는 촬영된 RGB 영상이 변환된 CMY 영상의 세 컬러 채널에 대한 망점 특징들을 모두 이용하여 컬러 레이저 프린터의 프린터 정보를 검출하였지만 이에 한정하지 않고, 촬영 영상이 변환된 CMYK 영상의 컬러 채널들 중 어느 하나의 컬러 채널에 대한 망점 특징들만을 이용하여 컬러 레이저 프린터의 프린터 정보를 검출할 수도 있다.
즉, 컬러 레이저 프린터 판별 장치는 촬영 영상을 CMYK 영상으로 변환하고, 변환된 CMYK(Cyan, Magenta, Yellow, Black) 영상 중 어느 하나의 컬러 채널 예를 들어, Cyan 채널에 대해 적응적인 영상 쓰레스홀딩 기법과 모폴로지 오프닝 기법을 적용하여 망점 바이너리 영상을 생성하며, 생성된 망점 바이너리 영상을 복수의 블록들로 분할한 후 DFT 분석을 통해 최대 피크 값을 갖는 블록을 선택하고, 선택된 블록의 DFT 분석을 통해 인쇄 각도를 결정하며, 인쇄 각도를 결정한 블록의 DFT 분석과 특정 밴드의 DFT 계수들로부터 인쇄 해상도 및 통계적인 특징들(표준 편차, 왜도, 첨도)를 추출함으로써, Cyan 채널의 인쇄 각도, 인쇄 해상도 및 통계적인 특징들만을 이용하여 컬러 레이저 프린터의 프린터 정보를 검출할 수 있다.
이와 같이 본 발명에 따른 기술은 촬영 영상을 이용한 전처리 과정을 통해 망점 바이너리 영상을 생성하고, 망점 바이너리 영상의 분할된 블록들 중 최대 피크 값을 가지는 블록의 DFT 분석을 통해 망점 특징들을 추출하는 것을 주요 특징으로 하는 것으로, 복수의 컬러 채널들에 대한 망점 특징들을 추출하여 판별하고자 하는 출력물의 컬러 레이저 프린터 정보를 판별할 수도 있지만, 이에 한정하지 않으면 복수의 컬러 채널들 중 미리 선택된 하나의 컬러 채널에 대한 망점 특징들만을 추출하여 판별하고자 하는 출력물의 컬러 레이저 프린터 정보를 판별할 수도 있다.
도 9는 본 발명의 일 실시예에 따른 컬러 레이저 프린터 판별 방법에 대한 동작 흐름도를 나타낸 것으로, 도 1에 도시된 컬러 레이저 프린터 판별 장치에서의 동작 흐름도를 나타낸 것이다.
도 9를 참조하면, 본 발명의 일 실시예에 따른 컬러 레이저 프린터 판별 방법은 컬러 레이저 프린터로 인쇄된 출력물의 촬영 영상을 수신하고, 수신된 촬영 영상 즉, RGB 영상을 CMY 영상으로 변환한다(S910, S920).
여기서, 촬영 영상은 프린터 정보를 알 수 없는 출력물에 대한 촬영 영상일 수 있다.
단계 S920에 의해 CMY 영상이 생성되면, CMY 영상의 전처리 과정을 통해 각 컬러 채널의 망점 바이너리 영상을 획득한다(S930).
여기서, 전처리 과정은 적응적인 영상 쓰레스홀딩 기법과 모폴로지 오프닝 기법에 의한 처리 과정을 의미한다.
적응적인 영상 쓰레스홀딩 기법은 컬러 채널의 픽셀 각각에 대해 적응적인 임계 값을 적용하는 것으로, 적응적인 영상 쓰레스홀딩 기법을 이용하여 바이너리 영상을 생성할 수 있으며, 모폴로지 오프닝 기법은 생성된 바이너리 영상으로부터 노이즈 성분을 제거함으로써, 바이너리 영상으로부터 망점 바이너리 영상을 획득할 수 있다.
이 때, 단계 S930에 의해 획득되는 각 컬러 채널의 망점 바이너리 영상은 불균일한 조명의 영향을 최소화하고 노이즈가 제거된 망점 바이너리 영상일 수 있다.
각 컬러 채널의 망점 바이너리 영상이 획득되면, 각 컬러 채널의 망점 바이너리 영상에 대한 DFT 분석을 통해 각 컬러 채널의 망점 특징들을 추출한다(S940).
여기서, 각 컬러 채널의 망점 특징들은 인쇄 각도, 인쇄 해상도, 통계적인 특징들(표준 편차, 왜도, 첨도)을 포함할 수 있다.
단계 S940에 의해 각 컬러 채널의 망점 특징들이 추출되면 추출된 망점 특징들 예를 들어, 15개의 망점 특징들을 이용하여 출력물을 인쇄한 컬러 레이저 프린터의 프린터 정보를 검출한다(S950).
이 때, 단계 S950은 미리 저장된 프린터 정보에 따른 망점 특징들과 단계 S940에 의해 추출된 망점 특징들의 비교를 통해 컬러 레이저 프린터의 프린터 정보를 검출할 수 있으며, SVM을 이용하여 컬러 레이저 프린터의 프린터 정보를 검출할 수 있다. 그리고, SVM은 학습 등을 통해 기준이 되는 컬러 레이저 프린터들의 프린터 정보와 이에 대한 망점 특징들을 저장할 수 있다. 즉, SVM은 기준 프린터 정보와 기준 망점 특징들을 학습을 통해 지속적으로 업데이트할 수 있다.
도 10은 도 9에 도시된 단계 S930에 대한 일 실시예 동작 흐름도를 나타낸 것이다.
도 10을 참조하면, 각 컬러 채널의 망점 바이너리 영상을 획득하는 단계(S930)는 각 컬러 채널의 픽셀 각각에 대해 해당 픽셀을 포함하는 미리 결정된 영역의 픽셀 평균 값을 계산한다(S1010).
이 때, 단계 S1010은 픽셀 각각에 대해 해당 픽셀을 중심으로 일정 영역 내의 픽셀 평균 값을 계산할 수 있다. 물론, 단계 S1010은 픽셀이 외곽 영역에 위치한 경우 해당 픽셀이 일정 영역의 중심에 위치할 수 없기 때문에 어느 한 축(X축 또는 Y축)의 중앙에 위치하도록 일정 영역을 설정할 수도 있고, 한 축의 중앙에 위치하기 어려운 경우에는 해당 픽셀부터 일정 영역을 설정할 수도 있으며, 픽셀이 일정 영역의 중심에 위치하기 어려운 경우 전체 영역의 픽셀 평균 값을 해당 픽셀에 대한 픽셀 평균 값으로 계산할 수도 있다.
픽셀 각각에 대해 계산된 픽셀 평균 값에 기초하여 픽셀 각각을 바이너리화함으로써, 각 컬러 채널에 대한 바이너리 영상을 생성한다(S1020).
이 때, 단계 S1020은 픽셀 평균 값에 기초하여 픽셀 각각을 쓰레스홀딩하기 위한 픽셀 각각의 임계 값을 결정하고, 결정된 픽셀 각각의 임계 값을 적용하여 픽셀들 각각을 쓰레스홀딩함으로써, 각 컬러 채널에 대한 바이너리 영상을 생성할 수 있다.
단계 S1020은 적응적인 영상 쓰레스홀딩 기법을 사용함으로써, 픽셀 각각에 대한 임계 값을 상이하게 적용하고 이를 통해 불균일한 조명에 의한 영향을 최소화한 바이너리 영상을 생성하는 것이다.
각 컬러 채널의 바이너리 영상이 생성되면, 각 컬러 채널의 바이너리 영상에서 노이즈 성분을 제거하여 각 컬러 채널의 망점 바이너리 영상을 획득한다(S1030).
이 때, 단계 S1030은 일정 형태의 필터를 이용하여 바이너리 영상에 대한 모폴로지 침식과 모폴로지 팽창을 순차적으로 수행함으로써, 바이너리 영상으로부터 노이즈가 제거된 망상 바이너리 영상을 획득할 수 있다.
도 11은 도 9에 도시된 단계 S940에 대한 일 실시예 동작 흐름도를 나타낸 것이다.
도 11을 참조하면, 각 컬러 채널의 망점 특징들을 추출하는 단계(S940)는 각 컬러 채널의 망상 바이너리 영상을 미리 결정된 복수의 블록들로 분할하고, 분할된 복수의 블록들 각각을 DFT하여 복수의 블록들 각각에 대한 피크 값을 계산한다(S1110, S1120).
이 때, 단계 S1110은 블록들 각각이 이웃하는 블록과 일부 겹치도록 망상 바이너리 영상을 복수의 블록들로 분할할 수 있으며, 단계 S1120은 복수의 블록들 각각에 대해 로그스케일 DFT 매그니튜드(log-scale DFT magnitude)를 계산함으로써, 복수의 블록들 각각의 피크 값을 계산할 수 있다.
각 컬러 채널의 복수의 블록들 각각에 대한 피크 값이 계산되면, 계산된 피크 값에 기초하여 각 컬러 채널 별 망점 특징들을 추출하기 위한 적어도 하나의 블록을 선택한다(S1130).
이 때, 단계 S1130은 복수의 블록들 각각의 피크 값 중 최대 피크 값을 가지는 블록을 선택할 수 있으며, 나아가 최대 피크 값 대비 일정 값 예를 들어, 최대 피크 값의 90%에 해당하는 값 이상의 피크 값을 가지는 블록을 추가적으로 선택할 수도 있다.
단계 S1130에 의해 선택된 각 컬러 채널의 적어도 하나의 블록에 대한 DFT 분석을 통해 망점 특징들을 추출한다(S1140).
이 때, 단계 S1140은 각 컬러 채널의 인쇄 각도를 먼저 추출한 후 인쇄 각도를 추출한 블록의 DFT 분석을 통해 나머지 망점 특징들 즉, 인쇄 해상도, 표준 편차, 왜도, 첨도를 추출할 수 있으며, 표준 편차, 왜도, 첨도를 포함하는 통계적인 특징들은 특정 밴드의 DFT 계수들을 이용하여 추출될 수 있다.
단계 S1140에서 각 컬러 채널의 인쇄 각도를 추출하는 과정은 컬러 레이저 프린터 판별 장치에서 상세히 설명하였기에 여기서는 그 설명을 생략한다.
도 12는 본 발명의 다른 일 실시예에 따른 컬러 레이저 프린터 판별 방법에 대한 동작 흐름도를 나타낸 것이다.
도 12를 참조하면, 본 발명의 다른 일 실시예에 따른 컬러 레이저 프린터 판별 방법은 컬러 레이저 프린터로 인쇄된 출력물의 촬영 영상을 수신하고, 수신된 RGB 영상을 CMYK 영상으로 변환한다(S1210, S1220).
여기서, 촬영 영상은 프린터 정보를 알 수 없는 출력물에 대한 촬영 영상일 수 있다.
단계 S1220에 의해 CMYK 영상이 생성되면, CMYK 영상의 컬러 채널들 중 어느 하나의 컬러 채널을 선택하고, 선택된 컬러 채널에 대한 전처리 과정을 통해 선택된 컬러 채널의 망점 바이너리 영상을 획득한다(S1230, S1240).
이 때, 단계 S1230에 의해 선택되는 컬러 채널은 4개의 컬러 채널들 중 임의의 컬러 채널일 수도 있고, 미리 결정된 컬러 채널일 수도 있다.
이 때, 단계 S1240은 선택된 컬러 채널의 픽셀 각각에 대해 해당 픽셀을 포함하는 미리 결정된 영역의 픽셀 평균 값을 계산하고, 픽셀 각각에 대해 계산된 픽셀 평균 값을 이용한 적응적인 영상 쓰레스홀딩 기법을 통해 픽셀 각각을 바이너리화함으로써, 선택된 컬러 채널에 대한 바이너리 영상을 생성하며, 바이너리 영상에서 노이즈 성분을 제거하여 망점 바이너리 영상을 획득할 수 있다. 단계 S1240은 바이너리 영상에 대한 모폴로지 침식과 모폴로지 팽창을 순차적으로 수행함으로써, 바이너리 영상으로부터 노이즈가 제거된 망상 바이너리 영상을 획득할 수 있다.
선택된 컬러 채널의 망점 바이너리 영상이 획득되면, 망점 바이너리 영상에 대한 DFT 분석을 통해 선택된 컬러 채널의 망점 특징들을 추출한다(S1250).
여기서, 추출되는 망점 특징들은 선택된 컬러 채널의 인쇄 각도, 인쇄 해상도, 통계적인 특징들(표준 편차, 왜도, 첨도)을 포함할 수 있다.
단계 S1250는 망상 바이너리 영상을 미리 결정된 복수의 블록들로 분할하고, 분할된 복수의 블록들 각각을 DFT하여 복수의 블록들 각각에 대한 피크 값을 계산한 후 계산된 피크 값 중 최대 피크 값을 가지는 블록을 선택하며, 선택된 블록에 대한 DFT 분석을 통해 망점 특징들을 추출한다. 물론, 필요에 따라, 단계 S1250은 최대 피크 값을 가지는 블록 뿐만 아니라 일정 조건을 만족하는 추가적인 적어도 하나의 블록을 선택함으로써, 추출하고자 하는 망점 특징들에 대한 정확성과 신뢰성을 높일 수도 있다.
단계 S1250에 의해 선택된 컬러 채널의 망점 특징들이 추출되면 추출된 망점 특징들을 이용하여 출력물을 인쇄한 컬러 레이저 프린터의 프린터 정보를 검출한다(S1260).
상술한 도 9 내지 도 11은 복수의 컬러 채널들에 대한 망점 특징들을 추출한 후 추출된 복수의 컬러 채널에 대한 망점 특징들을 이용하여 위조 지폐와 같은 위조물을 출력한 컬러 레이저 프린터 정보를 검출하는 것인 반면, 상술한 도 12는 복수의 컬러 채널들 중 선택된 하나의 컬러 채널에 대한 망점 특징들만을 이용하여 위조물을 출력한 컬러 레이저 프린터 정보를 검출하는 것이다.
본 발명의 일 실시예에 따른 컬러 레이저 프린터 판별 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (15)

  1. 컬러 레이저 프린터로 인쇄된 출력물의 촬영 영상을 수신하고, 상기 촬영 영상을 CMY(Cyan, Magenta, Yellow) 영상으로 변환하는 단계;
    상기 CMY 영상의 각 컬러 채널에 대한 망점 바이너리 영상을 획득하는 단계;
    상기 망점 바이너리 영상을 이산 퓨리에 변환(DFT; Discrete Fourier Transform)하여 상기 각 컬러 채널에 대한 망점 특징들(halftone features)을 추출하는 단계; 및
    상기 각 컬러 채널에 대해 추출된 상기 망점 특징들(halftone features)을 이용하여 상기 컬러 레이저 프린터의 프린터 정보를 검출하는 단계;
    를 포함하고,
    상기 망점 특징들을 추출하는 단계는
    상기 망점 바이너리 영상을 복수의 블록들로 분할하는 단계;
    상기 복수의 블록들 각각을 이산 퓨리에 변환하여 상기 복수의 블록들 각각의 피크 값을 계산하는 단계;
    상기 복수의 블록들 각각의 피크 값에 기초하여 상기 복수의 블록들 중 적어도 하나의 블록을 선택하는 단계; 및
    이산 퓨리에 변환된 상기 적어도 하나의 블록을 분석하여 상기 망점 특징들을 추출하는 단계
    를 포함하는 컬러 레이저 프린터 판별 방법.
  2. 제1항에 있어서,
    상기 망점 바이너리 영상을 획득하는 단계는
    상기 각 컬러 채널의 픽셀 각각에 대해 해당 픽셀을 포함하는 미리 결정된 영역의 픽셀 평균 값을 계산하는 단계;
    상기 픽셀 각각에 대해 계산된 픽셀 평균 값에 기초하여 상기 픽셀 각각을 바이너리화하고, 상기 각 컬러 채널에 대한 바이너리 영상을 생성하는 단계; 및
    상기 바이너리 영상으로부터 노이즈 성분을 제거하여 상기 망점 바이너리 영상을 획득하는 단계
    를 포함하는 컬러 레이저 프린터 판별 방법.
  3. 제2항에 있어서,
    상기 망점 바이너리 영상을 획득하는 단계는
    상기 바이너리 영상에 대해 모폴로지 침식(morphological erosion)과 모폴로지 팽창(morphological dilation)을 순차적으로 수행하여 상기 망점 바이너리 영상을 획득하는 컬러 레이저 프린터 판별 방법.
  4. 삭제
  5. 제1항에 있어서,
    상기 각 컬러 채널의 망점 특징들은
    인쇄 각도, 인쇄 해상도, DFT 계수들로부터 추출된 적어도 하나 이상의 통계적인 특징을 포함하는 컬러 레이저 프린터 판별 방법.
  6. 컬러 레이저 프린터로 인쇄된 출력물의 촬영 영상을 수신하고, 상기 촬영 영상을 CMYK(Cyan, Magenta, Yellow, Black) 영상으로 변환하는 단계;
    상기 CMYK 영상의 컬러 채널들 중 어느 하나의 제1 컬러 채널에 대한 망점 바이너리 영상을 획득하는 단계;
    상기 망점 바이너리 영상을 이산 퓨리에 변환하여 상기 제1 컬러 채널에 대한 망점 특징들을 추출하는 단계; 및
    추출된 상기 망점 특징들을 이용하여 상기 컬러 레이저 프린터의 프린터 정보를 검출하는 단계;
    를 포함하고,
    상기 망점 특징들을 추출하는 단계는
    상기 망점 바이너리 영상을 복수의 블록들로 분할하는 단계;
    상기 복수의 블록들 각각을 이산 퓨리에 변환하여 상기 복수의 블록들 각각의 피크 값을 계산하는 단계;
    상기 복수의 블록들 각각의 피크 값에 기초하여 상기 복수의 블록들 중 적어도 하나의 블록을 선택하는 단계; 및
    이산 퓨리에 변환된 상기 적어도 하나의 블록을 분석하여 상기 망점 특징들을 추출하는 단계
    를 포함하는 컬러 레이저 프린터 판별 방법.
  7. 제6항에 있어서,
    상기 망점 바이너리 영상을 획득하는 단계는
    상기 제1 컬러 채널의 픽셀 각각에 대해 해당 픽셀을 포함하는 미리 결정된 영역의 픽셀 평균 값을 계산하는 단계;
    상기 픽셀 각각에 대해 계산된 픽셀 평균 값에 기초하여 상기 픽셀 각각을 바이너리화함으로써, 상기 제1 컬러 채널에 대한 바이너리 영상을 생성하는 단계; 및
    상기 바이너리 영상으로부터 노이즈 성분을 제거하여 상기 망점 바이너리 영상을 획득하는 단계
    를 포함하는 컬러 레이저 프린터 판별 방법.
  8. 제7항에 있어서,
    상기 망점 바이너리 영상을 획득하는 단계는
    상기 바이너리 영상에 대해 모폴로지 침식(morphological erosion)과 모폴로지 팽창(morphological dilation)을 순차적으로 수행하여 상기 망점 바이너리 영상을 획득하는 컬러 레이저 프린터 판별 방법.
  9. 삭제
  10. 제6항에 있어서,
    상기 망점 특징들을 추출하는 단계는
    이산 퓨리에 변환된 상기 적어도 하나의 블록을 분석하여 인쇄 각도, 인쇄 해상도, DFT 계수들로부터 추출된 적어도 하나 이상의 통계적인 특징을 포함하는 상기 망점 특징들을 추출하는 컬러 레이저 프린터 판별 방법.
  11. 컬러 레이저 프린터로 인쇄된 출력물의 촬영 영상을 수신하고, 상기 촬영 영상을 CMY(Cyan, Magenta, Yellow) 영상으로 변환하는 변환부;
    상기 CMY 영상의 각 컬러 채널에 대한 망점 바이너리 영상을 획득하는 획득부;
    상기 망점 바이너리 영상을 이산 퓨리에 변환(DFT; Discrete Fourier Transform)하여 상기 각 컬러 채널에 대한 망점 특징들(halftone features)을 추출하는 추출부; 및
    상기 각 컬러 채널에 대해 추출된 상기 망점 특징들(halftone features)을 이용하여 상기 컬러 레이저 프린터의 프린터 정보를 검출하는 검출부
    를 포함하고,
    상기 추출부는
    상기 망점 바이너리 영상을 복수의 블록들로 분할하는 분할부;
    상기 복수의 블록들 각각을 이산 퓨리에 변환하여 상기 복수의 블록들 각각의 피크 값을 계산하는 제2 계산부;
    상기 복수의 블록들 각각의 피크 값에 기초하여 상기 복수의 블록들 중 적어도 하나의 블록을 선택하는 선택부; 및
    이산 퓨리에 변환된 상기 적어도 하나의 블록을 분석하여 상기 망점 특징들을 추출하는 특징 추출부
    를 포함하는 컬러 레이저 프린터 판별 장치.
  12. 제11항에 있어서,
    상기 획득부는
    상기 각 컬러 채널의 픽셀 각각에 대해 해당 픽셀을 포함하는 미리 결정된 영역의 픽셀 평균 값을 계산하는 제1 계산부;
    상기 픽셀 각각에 대해 계산된 픽셀 평균 값에 기초하여 상기 픽셀 각각을 바이너리화하고, 상기 각 컬러 채널에 대한 바이너리 영상을 생성하는 생성부; 및
    상기 바이너리 영상으로부터 노이즈 성분을 제거하여 상기 망점 바이너리 영상을 획득하는 영상 획득부
    를 포함하는 컬러 레이저 프린터 판별 장치.
  13. 제12항에 있어서,
    상기 영상 획득부는
    상기 바이너리 영상에 대해 모폴로지 침식(morphological erosion)과 모폴로지 팽창(morphological dilation)을 순차적으로 수행하여 상기 망점 바이너리 영상을 획득하는 컬러 레이저 프린터 판별 장치.
  14. 삭제
  15. 제11항에 있어서,
    상기 각 컬러 채널의 망점 특징들은
    인쇄 각도, 인쇄 해상도, DFT 계수들로부터 추출된 적어도 하나 이상의 통계적인 특징을 포함하는 컬러 레이저 프린터 판별 장치.
KR1020150020899A 2015-02-11 2015-02-11 망점 구조 영상을 이용한 컬러 레이저 프린터 판별 방법 및 그 장치 KR101629138B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150020899A KR101629138B1 (ko) 2015-02-11 2015-02-11 망점 구조 영상을 이용한 컬러 레이저 프린터 판별 방법 및 그 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150020899A KR101629138B1 (ko) 2015-02-11 2015-02-11 망점 구조 영상을 이용한 컬러 레이저 프린터 판별 방법 및 그 장치

Publications (1)

Publication Number Publication Date
KR101629138B1 true KR101629138B1 (ko) 2016-06-10

Family

ID=56190848

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150020899A KR101629138B1 (ko) 2015-02-11 2015-02-11 망점 구조 영상을 이용한 컬러 레이저 프린터 판별 방법 및 그 장치

Country Status (1)

Country Link
KR (1) KR101629138B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001118109A (ja) * 1999-10-20 2001-04-27 Oji Paper Co Ltd インクジェットプリンターの異同識別方法および装置
KR101182729B1 (ko) * 2011-03-10 2012-09-13 동국대학교 산학협력단 의료용 혈관영상 처리방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001118109A (ja) * 1999-10-20 2001-04-27 Oji Paper Co Ltd インクジェットプリンターの異同識別方法および装置
KR101182729B1 (ko) * 2011-03-10 2012-09-13 동국대학교 산학협력단 의료용 혈관영상 처리방법

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
논문1 *
논문2 *

Similar Documents

Publication Publication Date Title
Birajdar et al. Digital image forgery detection using passive techniques: A survey
US6343204B1 (en) Detection and deterrence of counterfeiting of documents with tokens characteristic color and spacing
US9349237B2 (en) Method of authenticating a printed document
KR101140699B1 (ko) 디지털 포렌직 기술을 이용한 보안 인쇄물 위조식별 시스템 및 그 방법
JP2014057306A (ja) 画像位相一致を用いた文書画像の二値化及び分割
Kim et al. Color laser printer identification using photographed halftone images
Ryu et al. Electrophotographic printer identification by halftone texture analysis
Nathalie Diane et al. A survey of partition‐based techniques for copy‐move forgery detection
Tsai et al. Source color laser printer identification using discrete wavelet transform and feature selection algorithms
US8306335B2 (en) Method of analyzing digital document images
KR101322524B1 (ko) 화상 시그너처 추출 디바이스
Wu et al. A printer forensics method using halftone dot arrangement model
Chakraborty et al. Review of various image processing techniques for currency note authentication
Soni et al. Image forensic using block-based copy-move forgery detection
Vaishnavi et al. Recognizing image splicing forgeries using histogram features
Chen et al. A distortion model-based pre-screening method for document image tampering localization under recapturing attack
EP2812848B1 (en) Forensic verification utilizing forensic markings inside halftones
KR101629138B1 (ko) 망점 구조 영상을 이용한 컬러 레이저 프린터 판별 방법 및 그 장치
JP2006252562A (ja) 画像認識方法
KR20110086990A (ko) 컬러 레이저 프린터 판별 방법
Kaur et al. Forgery detection using noise estimation and hog feature extraction
Kumar et al. A review of image features extraction techniques and their applications in image forensic
JP4866698B2 (ja) 埋め込み情報再生装置、改竄検知装置及び埋め込み情報再生方法
Uliyan et al. A forensic scheme for revealing post-processed region duplication forgery in suspected images
Sharma et al. Detection of image forgery

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20190603

Year of fee payment: 4