常军民, 陈国定[1]2005年在《一种基于神经网络判断的印鉴自动鉴别新方法》文中进行了进一步梳理印鉴鉴别是一个比较困难的课题,在文章中,分析了防伪印鉴的特点,从图像纹理和分析的角度出发,提出了一种基于印鉴边缘纹理的印鉴鉴别方法.主要包括印鉴图像的预处理,印鉴图像纹理特征的提取与选择及特征参数的分析比较.在此基础上,运用神经网络的判别方法对所提取的印鉴特征进行判别,以鉴别印鉴的真伪,该方法的算法简单,并经实验验证表明,该方法是从一种新的角度进行了印鉴鉴别,提出了鉴别印鉴的新途径.
刘珍丽[2]2002年在《基于神经网络的印鉴自动鉴别方法》文中研究说明本文讨论的是基于神经网络的印鉴自动鉴别问题。印鉴鉴别作为一种身份认证手段，它广泛应用于人们的日常生活中。利用传统的手工方法核对印鉴的真伪，易受人为因素和各种客观条件的制约，致使失误在所难免。利用计算机自动识别印鉴，已成为现实中的迫切需求，其研究日益引起人们的重视。印鉴自动鉴别是由图像处理、图像分析和图像理解的组合来解决的，其中包括分割、配准、特征提取和分类鉴别等过程。本文提出的利用神经网络实现印鉴自动鉴别的研究方法，旨在对印鉴图像进行分割和配准的基础上，提取其矩描述子和投影矩算子特征，然后利用改进的BP神经网络进行训练和识别。其优点在于对印鉴的结束条件很少，印章的形状可以是方形、圆形、椭圆形或其它形状，且印鉴的边界允许断裂。实验结果表明，该方法具有较强的稳定性、可靠性和适应性，已基本达到实用水平。
何瑾[3]2010年在《金融印鉴真伪识别新方法研究》文中指出印鉴作为具有法律意义的标志和证据,是我国金融系统识别票据真伪的最重要手段之一,在日、韩等东亚国家也被广泛使用。随着科技发展,伪造印鉴的仿真程度越来越高,成为社会经济安全的巨大隐患。一张盖有伪造印鉴的支票可能给银行带来数千万的损失。传统人工“折角核印”的方法在识别准确度和速度方面已经难以满足当前金融系统的需求。现有的自动识别方法多是针对手工雕刻的伪造印鉴提出,不能有效识别高仿真的伪造印鉴。因此,开展印鉴真伪自动识别方法和系统的研究成为社会经济发展的迫切要求。本文针对高仿真伪造印鉴,特别是利用激光雕刻的伪造印鉴,提出了一套包括印鉴图像分割、特征提取与匹配、印鉴图像配准、真伪区分的自动识别算法。不仅能有效识别具有不同形状和笔画结构的高仿真印鉴,还能较好地容忍真章印鉴间的差异。采用大量印鉴图像对算法进行测试,正确识别率高于99%。并以本课题组研制的金融印鉴真伪检验仪为实验平台,将算法移植入基于DSP的嵌入式系统中。本文创新性工作概括如下:1、提出基于数学形态学变换的局部自适应阈值分割方法。根据印鉴图像中字符分布特征将印鉴图像自动分成多个子区域。根据每个字符具有的不同笔画结构和背景均匀度,通过迭代计算的方法自适应地选取适用于该字符所在子区域的最佳尺寸结构元素。利用该最佳尺寸结构元素对此子区域灰度图像作形态学变换,增强图像的细节,再用Otsu方法得到印鉴二值图像。实验表明,该方法降低了对印鉴质量的要求,有效减少了印鉴二值图像的笔画粘结、残缺等失真。2、提出利用印鉴图像SIFT(Scale Invariant Feature Transform)特征相似性与空间关系相结合的方法配准待测印鉴与预留印鉴。提取待测印鉴与预留印鉴二值图像的SIFT特征并匹配。利用RANSAC方法剔除错误匹配点对,增强SIFT特征匹配的准确性和稳定性。根据正确的特征匹配点对之间的空间对应关系实现两印鉴图像的配准。该配准方法利用SIFT特征的旋转不变性和多量性有效消除了印鉴图像间偏转角度对配准结果的影响,并且对印鉴形状、笔画结构等无任何限制,实现了待测印鉴与预留印鉴的准确配准。3、提出一种根据量化的边缘差异自动识别印鉴真伪的方法。刻意伪造的假印鉴与预留印鉴的差异很小,而真印章盖出的不同印鉴也存在微小差异。为了准确区分这两种差异,通过分析待测印鉴与预留印鉴之间边缘差异的几何特征,提出利用不重合的两对应边缘之间的距离和它们的长度判断边缘差异是否由假印鉴引起。量化印鉴边缘的几何差异,构建边缘差异直方图。以此直方图作为输入特征向量,利用支持向量机(SVM)对待测印鉴进行真假分类。实验表明,正确识别率高于99%。还可根据用户需要定制分类结果,当要求错误接受率和错误拒绝率均接近0时,拒识率约为3%。4、实现了基于嵌入式系统的印鉴真伪检验。完善集彩色印鉴图像采集、处理、人机交互、网络传输等功能于一体的金融印鉴真伪检验仪。实现算法从计算机向DSP(Digital Signal Processor)系统的移植,并根据DSP的特点对算法进行优化。实验结果表明,该算法可以在基于DSP的检验仪中有效识别印鉴真伪,方形印鉴和圆形印鉴的识别时间分别约为3秒和5秒。
郭磊民[4]2005年在《银行验印系统中的印鉴自动识别》文中进行了进一步梳理随着经济的发展,印鉴作为一种身份认证手段已广泛应用于人们的日常生活中。传统的银行人工鉴别印鉴方法存在过程复杂、速度慢、受人为因素影响大以及无法开展通存通兑业务等缺点,已无法满足现实生活的需要,银行验印系统正是在这一背景下提出的。银行验印系统由图像采集、印鉴识别、数据库管理叁部分组成。印鉴自动识别是利用数字图像处理和模式识别技术对印鉴的真伪进行自动鉴别,要求既具有正确识别假印鉴的能力,又要具有容忍真印鉴间较大差异的适应性。印鉴自动识别主要由印鉴提取与修复、参数计算与配准和印鉴识别组成。印鉴的提取与修复是整个系统的基础。由于印鉴背景的复杂性、人为因素的不确定性以及采集条件的差异性等因素的影响,使得印鉴的提取面临较大困难。本文结合RGB 和HSI 彩色空间的优缺点,提出了一种新的彩色印鉴提取模型,能够清晰完整地提取出印鉴图像。对于印鉴图像中的部分残缺,本文提出了对称分布和均匀分布二级迭代填充算法对印鉴图像进行修复,能够很好修补这些残缺信息并不会对笔划交接处造成过填充。印鉴参数计算的精度决定着配准程度和印鉴识别率。由于印鉴边框可能会出现断裂和模糊等现象,常用的外接矩形法、矩法、曲线拟合法等可能会出现较大的误差,而霍夫变换检测曲线法则计算量太大。本文提出了基于印鉴几何形状的参数计算方法,既保证了系统实时性也提高了计算精度,误差仅在1-2 个像素。得到印鉴的几何参数后,根据其偏转角采用图像旋转的逆向变换法对待验印鉴和模板印鉴进行配准,既提高了配准速度也保证了配准精度。从识别算法的速度和安全性考虑,本文采用了叁级自动识别和一级模拟人工识别的识别策略。首先采用计算量最小的不变矩法对印鉴进行初步识别,对于可疑印鉴采用环投影识别,若还存在可疑则自动进行配准并采用基于差图像的识别。对于自动识别不能做出判决的印鉴,采用模拟人工折角的方法进行识别。本文采用的识别策略,既保证了系统的整体速度,也提高了系统识别率。
苗健[5]2008年在《公文印鉴自动识别关键技术》文中指出随着电子商务和电子政务的快速发展,信息化正逐步改变着我们的工作和生活。但尽管电子印章等技术在一些领域得到有效应用,但是印鉴作为一种个人、企事业单位、社会团体、政府部门乃至整个国家的具有法律意义的标志和依据,在许多东方国家的现实生活中仍旧发挥着重要的作用。在印鉴识别方面,随着经济规模的快速发展,传统的手工核对方式逐渐暴露出一些不足之处,其正确率受人为因素和各种客观条件的制约,且效率较低。因此开展印鉴自动识别技术的研究,仍旧具有广泛的使用价值。并且,将印鉴自动识别技术引入招投标业务中,将大大提高招投标业务的电子化水平,为全面的电子招投标做好准备。纵观国内外关于印鉴识别技术算法研究,许多外学者对此提出了自己独到的见解,取得了许多的研究成果,但各各算法独立看来仍然存在着一些诸如适用范围和效率及准确率等方面的问题。本论文在分析、借鉴国内外一些比较成熟算法的基础上,针对公文印鉴自动识别的关键技术进行了系统的研究,在算法研究和构建处理流程上从新的角度对印鉴识别系统进行探讨,试图在方法组织和流程再造等层面上对公文印鉴自动识别进行研究。在印鉴图像预处理方面,本文试图通过对RGB、HSI、HSV等彩色模型进行比较,从而在应用领域中找到一种将其各自优势相结合的方法,应用于印鉴提取及恢复。在印鉴图像配准方面,由于印鉴图像自身的特点和印鉴图像的预处理方式,使无论哪种配准方法在应用上都要承认甚至是继承已有对图像的变动,使得配准依据的特征存在误差。这就好象扑克玩完洗牌前都是不规矩的一把一样。而我们整理时并不是一次一张重新码好,而是用拇指从外向内在桌面(统一参考标准)上分几次码放直到整齐。所以,在配准上先采用基于印鉴图像几何参数的配准方法(如同统一扑克码放平面),再根据其偏转角度对印鉴图像进行启发式配准,模拟人工对齐方式。在印鉴识别方面,基于印鉴自动识别的速度和准确率的双重考虑,本文采用基于差图像的印鉴识别方法。在完成配准之后对图像进行差值计算,将得到的差图像进行点、线、块状分析,得到特征参量并通过构造有效的分类器对印鉴进行识别。本文还讨论了基于不变矩识别方法、基于环投影识别方法,并且在系统流程上考虑串行方法组织和并行方法组织两种模式对公文印鉴自动识别系统进行设计。本文是围绕应用于具体的电子评标系统中的公文印鉴自动识别系统而展开研究的,所以要求算法简单,在分析、借鉴国内外一些比较成熟算法的基础上,从一种新的流程再造和算法组织上对公文印鉴自动识别进行了研究,提出了公文印鉴自动识别的一种实现。
常军民[6]2005年在《基于多特征多分类器融合决策的印鉴识别》文中提出印鉴鉴别是计算机视觉和模式识别领域中一个比较活跃的研究课题。印章作为个人、企事业单位和政府的一种具有法律意义的标志和证据,在中国、日本和韩国等一些亚洲国家有着广泛的应用。目前,蓄意伪造印章的现象时有发生,有些伪造印鉴足以达到以假乱真的程度;同时,手工核对印章的低效率已成为信息管理系统的瓶颈。因此,开发印鉴自动鉴别系统有着广泛的应用前景。 印鉴鉴别可以分为印鉴预处理、配准、特征提取以及分类鉴别四部分,而配准和特征提取是整个印鉴鉴别的关键。国内外学者对此进行了深入的研究,从特征提取方法的角度来看,可以将其分为两大类:一类是基于配准技术而提取的印鉴几何特征,另一类是直接提取的印鉴代数特征。这两类方法在一定程度上都可以对印鉴进行鉴别,但由于真伪印鉴本身的差别很小,而且由于外在因素如盖印时印泥量、用力方向及大小等不同而导致的同一枚印章所盖印鉴之间的差异甚至超过真伪印鉴之间的差别。因此有效特征比较难于提取,从而导致识别率比较低。 对于印鉴鉴别这一较难的模式识别问题,传统的鉴别方法主要是针对印鉴的某一个方面提取印鉴的特征,使用单一的分类器进行判断,导致印鉴鉴别率不高。近年来,多特征多分类器融合方法成为模式识别研究的热点,该方法的优点是避免单一特征和单一分类器的局限性,多特征分类器的融合策略着重于“多特征和多分类器联合”在识别分类中的作用,降低“单一特征”和“单一分类器”对最终识别结果的
朱均超[7]2007年在《金融票据圆形印鉴真伪识别方法研究》文中研究表明印鉴作为标识身份的重要依据得到了广泛应用,特别是用于金融票据上,作为其法律有效性的最重要特征。目前印鉴的真伪辨别主要是通过人工“折角核印”,识别精度不能保证,伪造印鉴进行诈骗的犯罪活动时有发生,因此,印鉴真伪自动识别系统的研究具有重要意义。本文研究基于嵌入式系统技术的印鉴真伪检验系统,从系统的角度研究了金融票据圆形印鉴真伪识别方法,提出了从图像校正、预处理、特征提取到最终识别等一套完整的印鉴真伪识别算法,并设计、制作了基于高速DSP的嵌入式图像采集、处理系统,进行了圆形印鉴图像识别算法的实验和测试。主要内容包括:1、图像畸变校正研究。分析了图像采集过程中畸变的成因,建立了畸变和复原模型,根据该模型对畸变图像进行复原校正研究。对由于LED光源照度分布不均匀造成的图像非均匀性畸变,结合CMOS图像传感器的输出特性,提出了分段两点法对图像进行校正。对于图像的几何失真畸变,利用多项式拟合的网格模板图像,得到系统的几何畸变参数,然后利用该参数对图像进行几何校正和灰度插值,得到复原的图像。2、圆形印鉴ROI(感兴趣区域)提取算法研究和实现。以红色圆形印鉴为例,利用票据图像的彩色信息进行处理,把图像转换为灰度图像后,突出了原来的红色分量。再利用平滑卷积确定五角星上的一个像素A。以A为中心,半径为R(R大于印鉴半径)选择多个像素点。然后分别从各个象素点向A进行搜索,得到印鉴边框上多个像素点Bi,对其分析后保留标准差较小的m个点,忽略其他点。利用叁点定圆法计算出印鉴的圆心和半径,提取到印鉴的ROI。3、计算印鉴偏转角度的研究与计算。把圆形印鉴ROI从圆心向其外边框进行投影,得到一维特征数据,在不同角度下分别计算SS(Sample Seal)和MS(Model Seal)投影之间的相关性,相似度最大时的相对角度就是所求偏转角度。实验结果表明,其定位精度≤0 .5°。4、圆形印鉴的真伪识别算法研究。在对SS和MS进行位置和角度精确配准的基础上,检测圆形印鉴的区域边缘。确定SS和MS之间的边缘对应关系后,采用改进Hausdorff距离计算其相似性,将其作为印鉴的真伪识别特征。为减小印鉴的质量对识别结果的影响,把边缘对应关系作为印鉴质量测度,采用神经网络方法进行综合分析、判别。实验表明,其识别率大于95%。5、算法在基于DSP的嵌入式系统中的实验与测试。采用高速的DSP作为主处理器,设计、制作了嵌入式圆形印鉴图像采集、处理系统,编写了实验和测试软件,对识别算法在DSP中进行实验和测试。实验结果表明,该算法可以在基于DSP的嵌入式系统中有效的进行圆形印鉴真伪识别,识别速度为1秒左右。在验证算法有效性的同时,也分析了算法各环节的处理速度,为算法的进一步优化和改进提供了依据。
付秀华[8]2007年在《图像特征在印鉴识别中的应用》文中指出印鉴作为一种个人、企事业单位、社会团体、政府部门乃至整个国家的具有法律意义的标志和论据，在现实生活中占有重要的地位。利用原始的手工核对逐渐暴露出一些不足之处，其正确率受人为因素和各种客观条件的制约，且核对效率低。因此开展印鉴自动识别技术的研究，具有重要的理论意义和广泛的实用价值。本文提出了一套印鉴预处理方案。首先将输入所得到的图像RGB值转换成对应的HSI值，其中根据印鉴图像的颜色分布特点，提出一个简化的H计算公式，以快速提取出红色印鉴图像。再采取迭代自动阈值法实现印鉴图像的灰度二值化，以得到较好的处理速度和效果。然后依据对图像缺失原因的分析，提出了一种图像修复方法。最后采取开运算和部分中值滤波对印鉴图像进行去除书写线和噪声。实验结果表明，这套方案能够获得较好的提取效果和处理速度。本文重点对图像的常用特征进行分析，并在矩理论的基础上提出了一种基于伪Zernike矩不变量的鉴别方法。首先通过对印鉴图像进行规格化来获得平移和缩放的不变性，然后提取印鉴图像的伪Zernike矩不变量作为特征。该方法不需要对印鉴进行配准，对印鉴形状也无要求，与基于Hu矩不变量的鉴别方法相比，它利用正交矩，具有更小的冗余度信息，提高识别效率；与基于Zernike矩不变量的鉴别方法相比，它具有更多的高阶信息以对图像细节进行描述，提高识别准确度。最后，对所提出的方法采用matlab7.0进行仿真，实现印鉴标准样本库建立、印鉴预处理、印鉴特征提取、印鉴分类判决的整套基于伪Zernike矩不变量的印鉴识别方案，并对大量的印鉴图像进行实验。证明了与Hu矩不变量、Zernike矩不变量的鉴别方法相比，该方案提高了印鉴识别的准确率。
尚利峰[9]2007年在《脉冲耦合神经网络在图像处理中的应用》文中研究指明基于哺乳动物的视觉模型提出的第叁代人工神经网络模型-脉冲耦合神经网络(PCNN: Pulse Coupled Neural Network),已经广泛应用在图像处理和路径优化问题求解中。该人工神经网络非常接近人类大脑的生物神经网络模型,是一种非常重要的信息处理工具。本文将进一步拓展该网络的应用领域,提出基于该网络的更有效的图像处理和模式识别算法。其主要内容如下:1.介绍PCNN的发展背景、研究现状、信息处理优势和研究意义。2.提出一种基于PCNN自动波传播机制的二值图像细化算法。主要内容包括:PCNN的基本模型、参数设定方法、不同方向自动波的相遇条件和细化结果的评价方法。3.研究了印文的提取算法,并提出一种基于形态学和PCNN的复杂背景印文提取算法。主要内容包括:基于PCNN的图像空洞填充、边缘提取、具有结构选择功能的骨架提取、印文外围轮廓的定位方法和基于外围轮廓颜色信息的印文提取算法。4.根据硅藻具有封闭细胞壁这一事实,将PCNN应用到硅藻细胞壁骨架和轮廓的提取中。主要内容是硅藻灰度分割算法、硅藻细胞壁骨架提取流程和基于骨架位置信息的轮廓提取方法。5.提出一种新的基于PCNN的邮政编码分割算法,这一操作是下一步邮编识别的前提。主要内容是邮编框的提取、由投影法定位各个邮编的区域信息。6.智能中国印章识别系统。首先回顾了中国印章识别的背景、研究意义和发展趋势,然后详细描述了本系统的处理流程和各个流程采用的核心算法。7.最后对整篇论文作一个整体总结,并对后面的工作给予展望。
王静[10]2007年在《双频感应测井仪接收机前端电路设计》文中提出印章作为中国社会信用体系的一种表现形式，在日常生活中发挥着非常重要的作用。随着科技的不断发展，印章制作工艺得到了很大的提高。从传统人工雕刻发展到了机械雕刻、激光雕刻等先进的制作方式。随即带来的是假冒伪劣印章在识别中的难度大大的提高，传统人工比对方法的有效性大大降低，因此出现了计算机印章自动鉴定研究。印章自动鉴定属于图像模式识别领域，其主要分为印文分割、印文配准、特征提取及特征识别几个步骤。到目前为止，已有一些很好的研究成果被应用到实际工作中。但由于印章图像的复杂性，尚有一些问题未有效解决。本文通过研究，提出了一种新的方法，成功的将脉冲耦合神经网络(PCNN)应用到印章自动识别中。利用PCNN的自动波的特性，可有效的定位印文在图像中的位置。在获得了印文所在位置后，可获得印文图像上的关键有效像素点的色彩等信息，这样就能够得到最为准确的阈值，可有效的将印文从复杂背景中分割出来。此外还提出了将主元成分分析(PCA)神经网络方法应用到印文配准的工作中。PCA方法可以通过全局分布特点，快速的将印文图像的大致方向确定，并将印文基本配准，然后再基于基本配准的印文图像，进行小范围的精确搜索，达到最佳的精确配准效果。该方法同样得到了较好的结果。为了验证PCNN及PCA方法在实际应用中的效果，本文通过将这些方法结合实际印章图像用MATLAB进行了仿真试验。通过试验表明，本文提出的结合PCNN的方法可准确的将有效印文从复杂背景中分割出来。同时，通过与PCA结合的方法可非常精确的将印文图像进行配准，对后续的特征提取及识别工作提供了很好的支持。进一步，为了将研究成果紧密的结合到真实的应用环境中，本文设计并实现了智能印章识别系统(IntelliSIS)，本文对IntelliSIS系统的设计框架、系统实现、系统性能等作了详细介绍。
参考文献：
[1]. 一种基于神经网络判断的印鉴自动鉴别新方法[J]. 常军民, 陈国定. 浙江工业大学学报. 2005
[2]. 基于神经网络的印鉴自动鉴别方法[D]. 刘珍丽. 南京气象学院. 2002
[3]. 金融印鉴真伪识别新方法研究[D]. 何瑾. 天津大学. 2010
[4]. 银行验印系统中的印鉴自动识别[D]. 郭磊民. 重庆大学. 2005
[5]. 公文印鉴自动识别关键技术[D]. 苗健. 吉林大学. 2008
[6]. 基于多特征多分类器融合决策的印鉴识别[D]. 常军民. 浙江工业大学. 2005
[7]. 金融票据圆形印鉴真伪识别方法研究[D]. 朱均超. 天津大学. 2007
[8]. 图像特征在印鉴识别中的应用[D]. 付秀华. 武汉理工大学. 2007
[9]. 脉冲耦合神经网络在图像处理中的应用[D]. 尚利峰. 电子科技大学. 2007
[10]. 双频感应测井仪接收机前端电路设计[D]. 王静. 电子科技大学. 2007
标签：计算机软件及计算机应用论文; 神经网络算法论文; 银行预留印鉴论文; 特征提取论文; 图像融合论文; 差异分析论文; 图像配准论文; 算法论文;