（信号与信息处理专业论文）印鉴的配准及识别方法研究.pdf

f i i ll l iillli ll i 1llli y 17 5 0 6 0 2 t h e s i ss u b m i t t e dt ot i a n j i nu n i v e r s i t yo ft e c h n o l o g yf o r t h em a s t e r sd e g r e e s t u d y o nse a lm a t c h i n ga n d i d e n t i f i ca t i o n b y d a ih o n g w e i s u p e r v i s o r m as h e - x i a n g j a n 2 0 1 0 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取 得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他 人已经发表或撰写过的研究成果，也不包含为获得天洼理工大望或 其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研 究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 ，、 学位论文作者签名：。浅物司翌签字日期：2 纩年3 月夕日 f 学位论文版权使用授权书 本学位论文作者完全了解 墨盗墨兰盘望有关保留、使用学位论文 的规定。特授权墨盗墨兰盘望 可以将学位论文的全部或部分内容编入 有关数据库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编， 以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复本和电子 文件。 ( 保密的学位论文在解密后适用本授权说明) 学位论文作者签名：俦锄陧导师签名：乃 签字日期：2 。7 口年3 月 7 7 日签字日期：z 。夕年3 月7 日 摘要 通过对国内外的一些成熟算法的研究，论文提出了基于模板匹配逐步求精的方形印 鉴配准算法，以及印鉴环形分割下的s i f t 算法( s s i f t ) 。 模板匹配逐步求精的方形印鉴配准算法首先通过对印鉴的边关系进行数学几何运 算，进行粗略配准，实验表明经过此步骤处理后配准误差都在2 0 以上，误差较大；然后 通过旋转自建模板，求解模板与待测印鉴的相关值( 即对应位置像素乘积和) ，相关值最 大时，模板旋转的角度就是印鉴需要反向旋转的角度，实验表明经过此步骤处理后配准 误差基本在2 0 以内；最后通过投影坐标轴的方法达到最终的精确配准目的，实验表明经 过此步骤后的配准误差都保持在0 5 0 以内，配准精度较高。 印鉴环形分割下的s i f t 算法( s s i f t ) 首先分析了传统的s i f t 算法，s i f t 特征向 量已经被许多学者证明是旋转、平移、仿射变换不变的，能够识别失真的图像。但实验 表明，这种算法应用在印鉴时处理的特征点数太多，耗时太长，算法的实时性不好。而 s s i f t 算法首先通过s o b e l 边缘检测算子剔除部分冗余点，再对印鉴进行极坐标重采样， 这样就减少了部分需要处理的特征点；然后通过等分极径的方法，将印鉴分割成若干小 的圆环区域，预留印鉴和待测印鉴只需要在相应的圆坏区域内进行特征向量匹配，这样 进一步减少了算法时间。实验统计表明在进行s i f t 算法时，大约需要处理2 0 0 0 多个特 征点，耗时约为4 0 s ；而s s i f t 算法只需要处理大约为1 0 0 0 左右个特征点，耗时约为 2 0 s 。相对s i f t 算法s s i f t 算法虽然识别率有所下降，但是仍然保持在9 3 以上，但实 时性提高了近2 倍。 关键词：重采样模板匹配纹理特征s s i f t a b s t r a c t w i t hs t u d yo fm a t u r ea l g o r i t h m sa th o m ea n da b r o a d ，p a p e rp r e s e n t st h es t e p w i s e r e f i n e m e n tb a s e do nt e m p l a t em a t c h i n go ft h es q u a r es e a lr e g i s t r a t i o na l g o r i t h ma n ds i f t b a s e do ns q u a r e sw h i c ha r ef o r m e db ys e g m e n t i n gs e a l f i r s t l y , t e m p l a t em a t c h i n gs t e p w i s er e f i n e m e n to ft h es q u a r es e a lr e g i s t r a t i o na l g o r i t h m r o u g h l ym a t c h e ss e a lb ym a t hg e o m e t r yc o m p u t i n g b u ta n g l eo fr e g i s t r a t i o ne r r o ri sm o r e t h a n2 0 s e c o n d l y , t h ep a p e rc o m p u t e sm u t u a l i t yo fs e a lb yc i r c u m v o l v i n gt h et e m p l a t e w h e n t h em u t u a l i t yi sm a x ，a n g l ew h i c ht e m p l a t ec i r c u m r o t a t e si st h a tt h es e a ln e e dc i r c u m v o l v e a n g l e o fr e g i s t r a t i o ne r r o ri sl e s st h a n2 0a f t e rt h i ss t e p f i n a l l y , b yt h em e t h o do fc o o r d i n a t e p r o j e c t i o n ，t h ep a p e rc a ne x a c t l ym a t c ht h es e a l e x p e r i m e n t ss t a t i s t i c ss h o wt h a t t h i s a r i t h m e t i cc a nr e a c hr e q u e s to fe x a c tm a t c h i n g s s i f ta r i t h m e t i ci sb a s e do nc i r q u e s s q u a r e sw h i c ha r ef o r m e db ys e g m e n t i n gs e a l f i r s t l y , t h ep a p e ra n a l y s e ss i f ta d v a n c e db yd a v i dg l o w e m a n ys c h o l a r sh a v et e s t i f i e dt h a tt h e c h a r a c t e rv e c t o r so fs i f ta r ei n v a r i a b l et oe d d y , m o v ea n da f f i n ec h a n g e b u ts i f tf o rs e a l i d e n t i f i c a t i o nh a sl o t so ft i m eb ye x p e r i m e n t s s s i f te x c l u d e sp a r t i a l l yr e d u n d a n tp o i n tb y s o b e la r i t h m e t i co p e r a t o r sa n ds a m p l e st h es e a la g a i ni np o l a rc o o r d i n a t e s i tu s e ss o b e l a r i t h m e t i co p e r a t o r st oe l i m i n a t et h ep o i n t so u to fe d g e t h e nw ed i s p e r s et h es e a li n t os o m e s m a l lc i r q u e s s oc h a r a c t e rv e c t o r sm a t c h i n ga r ep r o c e s s e do nt h ep a r a l l e l i s m c i r q u e s e x p e r i m e n ts t a t i s t i c ss h o wt h a ts i f ta l g o r i t h mn e e d st od e a lw i t hm o r et h a n2 0 0 0f e a t u r e p o i n t sa n dt i m e c o n s u m i n gi sa b o u t4 0 s b u ts s i f to n l yn e e d st od e a lw i t ha b o u t10 0 0 f e a t u r ep o i n t sa n dt i m e - c o n s u m i n gi sa b o u t2 0 s i d e n t i f i c a t i o na c c u r a c yo fss i f ta l g o r i t h mi s l e s st h a ns i f ta l g o r i t h m b u ti ti ss t i l lm o r et h a n9 3 t i m e - c o n s u m i n go fs s i f ta l g o r i t h mi s h a l fo fs i f ta l g o r i t h m k e y w o r d s ： s a m p l ea g a i n ，t e m p l a t em a t c h i n g , v e i n sf e a t u r e ，s s i f t 目录 第一章绪论1 1 1 研究背景和意义1 1 2 国内外研究现状1 1 3 识别系统的具体应用3 1 4 印鉴自动识别系统的市场前景4 1 5 印鉴识别的难点和重点4 1 6 本论文研究的主要内容5 第二章图像处理的基础知识7 2 1 像素邻域和连通性7 2 2 图像的边缘检测8 2 3 图像的小波变换1 0 2 4 小结1 3 第三章印鉴配准及其识别1 4 3 1 传统的印鉴配准方法1 4 3 2 圆形印鉴的配准方法1 5 3 2 1 基于极坐标重采样的印鉴配准方法1 5 3 2 2 实验结果18 3 3 方形印鉴的配准方法1 9 3 3 1 基于模板匹配逐步求精的印鉴配准方法1 9 3 3 2 实验结果2 2 3 4 旋转配准下的印鉴识别2 4 3 5 小结2 5 第四章印鉴的特征匹配及其识别2 6 4 1 印鉴的纹理特征提取及其识别2 6 4 2 环形分割下的s i f t 算法( s s i f t ) 3 l 4 2 1d a v i dg 1 0 w es i f t 算法3 2 4 2 2s s i f t 算法4 0 4 2 3s s i f t 与s i f t 对比结果4 l 4 3 小结4 4 第五章总结和展望4 5 参考文献4 6 发表论文和科研情况说明4 9 致谢+ 5 0 第一章绪论 1 1 研究背景和意义 第一章绪论 印鉴识别是计算机模式识别中最为活跃的课题，印鉴作为个人、企事业单位和政府 的一种具有法律意义的标志，具有重要的现实意义。印鉴起始于周朝，称之为玺或玺节， 是商货交流时的一种凭证，当时人们想进行贸易交易，就必须有自己的交易凭证一玺； 从春秋战国时期之后，印鉴已从一般的凭信器物发展成为权力高低、地位大小的象征； 在随后的中国历史中，印鉴作为身份的证明，一直广泛的应用于人们的社会生活中。 现代社会中行政机关、海关、公安、银行、保险等部门机构大量的使用印章办理日 常业务，以印鉴来证明公文、单据、支票、账单等文件的真实性。一九九六年颁布的中 华人民共和国票据法明确规定印鉴和签名作为票据检验唯一的合法凭据。但j 下是因为 印鉴在法律意义上的权威性，不法分子利用伪造的印鉴进行金融诈骗，给国家和个人造 成了巨大经济损失和精神损失，因此印鉴识别显得格外重要。仅2 0 0 7 年全国因金融票 据作假的涉案金额高达4 2 6 3 亿元，是整个金融犯罪金额的一半，而且呈递增的趋势。 最初的印鉴识别方法是靠人手工识别，主要通过专业的印鉴识别的专家进行印鉴辨 别，主要依据识别者的个人能力和经验，识别效果因人而异，需要的时间长，识别效率 低。随着现在计算机技术的飞速发展和摄像机、扫描仪等硬件技术的日益成熟，为了防 止伪造印章，适应社会信息化的需要，计算机的印鉴自动识别系统已经成为人们的迫切 需要。一个成功的印鉴识别系统不仅技术含量较高，而且对银行、金融等业务有重大的 现实意义和商业价值，具有广泛的应用情景。 1 2 国内外研究现状 从2 0 世纪8 0 年代至今，中同韩等许多学者对印鉴识别问题进行了深入且大量的研 究。印鉴识别研究大体上主要有两个方向： 1 首先对待测印鉴与模板进行配准然【l 】【8 1 ，然后在配准基础上提取印鉴的有效特征 进行识别。配准算法大致可分为三种： ( 1 ) 数据法，即通过文字聚类中心进行配准的方法对笔划图进行匹配的方法，包括印 鉴的外坏内坏数据进行卷积的方法。 ( 2 ) 变换方法，主要包括启发式搜索，快速最小差变换，遗传算法等。 ( 3 ) 几何算法，主要的就是外接矩形旋转方法。 ku e d a 和yn a k a m u r a 1 】提出了基于印章的局部特征和全局特征进行模板匹配的统 计决策方法，该方法首先对印章进行平移和旋转配准后，提取出印鉴的局部和全局特征， 这些特征包含外轮廓边界点的坐标、笔画方向、均值线宽、字符线宽，与其对应模板匹 第一章绪沦 配进行印鉴识别，该方法在圆章上的效果不错，但是易受噪声等外界因素影响。 f a n 【2 】- 提出了一种基于印鉴字符细化后的笔画骨架，这种方法利用印章笔画拓扑结果 的稳定性，通过骨架配准后进行匹配决策的识别方法，这种方法在方章取得不错效果， 但匹配时容易受到噪声等外界因素的的影响。 h o r i u c h i t 3 】将印章首先分割成等问隔的小区域，将小区域内像素点总数作为印章特 征向量，通过只考虑i l f 差的循环卷积的方法末计算配准偏转角，但是此却对盖印倾斜十 分敏感。 胡庆【4 】等人根据预留印章和待测印章的差图像的像素点分布进行判断，效果很好， 但是只适合方章，即所说的差图像的识别方法。 高文、董胜富1 5 】等提出的一种基于印鉴边缘匹配的鉴别方法，他们提出的基于单像 素边缘点的匹配算法，重点研究印鉴的拓扑结构和边缘信息，它定义相似度来描述模板 印鉴和待测印鉴之间的笔划位置和笔划粗细等拓扑结构的相似度，应用重填充技术消除 盖印条件的差异所带来的不利影响，这种方法因印鉴的浓淡变化而造成的笔划粗细变化 敏感，导致可靠性变差。 2 将预留印鉴和待测印鉴进行数学变换，提取不变特征向量【9 】- 【2 1 】，根据特征向量匹 配的方法进行印鉴识别，这种方法的实质就是将印章变换或映射到另一个空间，提取印 鉴图像在该变换下的抽象特征值，然后对特征值进行匹配算法达到识别真伪的目的。比 较成熟的不变特征包含矩特征，傅利叶描述子等。下面我们介绍几种比较成熟的通过不 变特征进行识别的算法： l e e 和k i m 9 】提出了笔画特征图a s g ( a t t r i b u t e ds t r o k eg r a p h ) ，即把关系图与几何位 置联系起来进行识别算法，该算法对印鉴的形状及拓扑结构完整性没有限制，但对两个 印章的中心骨架相似度高且笔划粗细有差别时，该方法效果不好。 曾东武、刘重庆【1 0 】等提出了基于f o u r i e r 描述符的轮廓匹配的印鉴鉴别方法。该方 法首先将字符的包络线认作为匹配的骨架线，通过f o u f i e r 描述符的方法对包络线描述。 刘丽珍、傅得胜【1 1 】通过对印章进行b u b b l e 小波变换【l l 】们】，然后提取由傅里叶系数导 出的形状特征实现印章的自动鉴别。 张先萌等【1 8 】提出通过矩不变量的方法进行印鉴自动识别，虽然对印鉴形状无要求， 也不需要旋转配准，但其特征的低阶次对细节差别不是很敏感。 y iw j 和r u i c w 1 1 明利用d t 网格原理依据印鉴的灰度值不同分割为大小不同的三 角形结构，再以三角形的面积分布做为印鉴的不变特征。该方法对噪声不敏感，但是印 鉴浓淡不均时方法就不在适应了。 廖闻剑【2 0 】等在前人的基础上采用多分类器决策综合考虑的方法，提取基于差图像的 统计特征、骨架的机构特征、及从中得到的k l 压缩变换特征，在利用贝叶斯和神经网 络分类器构造特征与分类器的几种组合，最后在通过支持向量机的方法进行决策融合， 但是算法过于复杂，计算复杂度太高。 第一章绪论 1 3 识别系统的具体应用 人民银行、国家安全部已多次下发加强印鉴的使用与管理等，全面推行计算机印鉴 识别，现在主要是亚洲国家使用的计算机印鉴谚 别系统，主要如以下： 浙江大学开发的计算机印鉴自动识别管理系统可以鉴别方章和圆章以及三角形印 章，最大尺度达到6 0 n m ，识别准确率大于9 0 ，适合w i n d o w sx p 、u n i x 等操作系统。 上海辰星电脑新技术公司开发的银行票据检验系统，主要实现以下功能： ( 1 ) 印鉴真伪的自动化对比，建立和维护印鉴信息库，查询帐户信息等。 ( 2 ) 计算机一次识别通过率大于8 5 ，计算机自动识别系统识别准确率明显高于手 工识别，处理速度每小时达2 5 0 3 0 0 张支票。 ( 3 ) 节约磁盘空间，1 0 0 0 0 帐户信息约占7 0 兆字节。 此系统主要是识别手工刻章，不能识别光刻及电脑刻章。 高阳扫描仪银行票据识别系统是首家获得国家公安部防伪产品质量监督检 验中心的产品认证。系统拥有突出的软硬件无关性，支持多种计算机操作系统，但是该 系统对输入设备要求较高。 方正奥德银行印鉴自动核验系统采用先进的计算机、数据库技术、网络技术、以及 图像处理技术和先进的扫描仪设备形成了具备高速处理功能的检验系统，该系统在中 行、工行及建行系统中已经被广泛应用。该系统主要有以下几个特点： ( 1 ) 图像的有效提取比同行先进，成功的解决了图像雪花、颜色深浅、图像污染等复 杂情况下分离出的目标图像的难题。 ( 2 ) 高智能的匹配模式，基本可以将比对精确到笔画级别描述，匹配结果更可靠。 ( 3 ) 它提出的基于特征码匹配的思想和方法，为实现异地通存通兑奠定了基础。 金联安印章治安管理信息系统系公安部认证的印鉴识别系统，它采用r 本原装 c c d ，保证摄入精度及变异度，自配一套成熟的微调软件，保证平台的一致性和抗震性。 福州市公安局与福州海景科技开发有限公司联合开发的海景印鉴治安管理信息系 统，经防伪产品质量监督检验中心检测，各项技术指标全都达到公安部标准。 北京华融信达科技有限公司与清华大学合作的变码印鉴支票自动识别系统采用多 钟识别方法递归组合技术，与变码印鉴校核方法相配合，实现了减少误识别的目的，识 别率在8 0 以上，系统的核心在于运用了变码印鉴的密码函数并和银行联系使用。 北京紫枫科技开发有限公司提出的飓风票据审核系统针对银行要求的印鉴识别和 票据审核的需要自行开发的综合票据审核系统，可以票据中的号码、账号、印章等进行 一次性全方面的识别，并且可以一次核对多枚印鉴。 戈德防伪技术有限公司、深圳市创业印章实业有限公司以及南京映山红科技有限公 司等都有各自开发的银行印鉴识别系统。 以上这些印鉴识别系统在实际使用中取得了不错的效果，但是还有许多待完善的地 方，主要包括以下几个方面： ( 1 ) 识别率不是很高。 ( 2 ) 识别时问长，难以满足印鉴识别的实时性要求。 第一章绪论 ( 3 ) 对印章有太多要求。 这就要求我们在前人的基础上，不断的提出新的改良的印鉴识别系统，在识别准确 率高、实时性好以及适用范 l ；l 内做出改善。 1 4 印鉴自动识别系统的市场前景 计算机模式识别是一门新兴的学科，它的发展促进了人工智能等多领域技术的发 展，印鉴识别系统是在这样一个环境下发展起来的。尤其是随着社会信息化的管理的推 动，传统的由人工管理韵印鉴被以计算机为基础的自动识别技术所代替。尤其是近些年， 我国各大银行系统如建行、人行、工行、农行等相继推出使用对印鉴计算机鉴别系统， 其应用前景非常好。在现有的各地级市的金融网点的基础上，专家预计3 年内全国市场 需要将大于1 0 万套以上，加上公安、公证和海关等部门的需求，总需求量将高于2 0 万 套，按照5 的市场占有率即可达到1 万套以上，市场分析显示有2 万套的消费潜力， 以年产5 0 0 0 台，每台4 万元计算，每年可实现收入2 0 0 0 0 万元，为国家缴税1 0 0 0 0 万 元。 1 5 印鉴识别的难点和重点 通过我们进行大量印鉴识别实验，我们得出在印鉴识别工作中的的难点和重点，统 计结论如下： ( 1 ) 盖章时条件不统一 这是印鉴识别最为常见的问题同时也是印鉴处理时最不利的因素。盖章条件主 要包括印油多少、用力大小、下垫物的软硬、印泥颜色不同等。这些不同导致印鉴填充 度、均匀度、完整性及笔划宽度等不同，形成印鉴局部残缺、空穴、角度模糊、笔划粘 连等情况，造成统一印章的不同印鉴之间的较大差异。比如盖章时用力够大，使局部印 泥较重，出现笔划粘连；用力不均导致浓淡不一，甚至出现局部残缺等。这些人为因素 造成同一类印鉴的不同，给印鉴识别带来了很大的不利影响。 ( 2 ) 图像采集器引起的印鉴差异 因为摄入印章的仪器分辨率不同，导致在采集和扫描过程中，印章可能会发生 一定的非线性失真，如果使用摄像头还会引发光照等不利因素的干扰，所以我们实验中 用到的图像是通过扫描仪等高分辨率设备作为采集工具。 ( 3 ) 人为因素 随着科学技术的飞速发展，伪造印章水平非常高，伪造的印章不论在形状，还是在 印文笔迹都和真印章非常相似。因为伪造印章带来的巨大经济利益，促使一些人铤而走 人提供了经济基础，使得他们有 越高，增加了识别难度以及识别 第一章绪论 1 6 本论文研究的主要内容 本论文主要完成的内容如下： 1 ) 极坐标重采样 求解印鉴的半径和几何中心分析比较了各种印章边缘提取的方法，最后选择效果 好、时问短的s o b e l 算子作为边缘提取方法，然后对印章进行数学形态上的填充，求解 印章的几何中心和半径，然后以几何中，f l , 为原点，在极径为r 上采样2 r c r 个点，这样采 样点在不同极径下是不同的，保证了采样的均匀性。 2 ) 印鉴配准 首先介绍了圆形和椭圆形印章配准方法一极坐标重采样下的印鉴配准方法，但是这 种方法对方形印章是失效的，为此论文提出了基于通用模板逐步求精的方形印鉴的配准 方法，这种方法能够准确的配准方形印章，这种方法通过对印鉴的各边做几何运算、旋 转模板求最大相关值以及投影坐标轴，总共三步下达到精确配准方形印鉴的目的。然后 在配准的基础上将印章分成若干小区域，通过设定小区域阈值判断的方法识别真伪。 3 ) 印鉴的不变特征向量提取与匹配 首先介绍了通过小波变换提取印章的纹理特征，把这些纹理特征送入支持向量机， 通过支持向量机的方法判断印章真伪，根据实验结果我们发现这种方法对非失真的印鉴 具有很好的识别效果，但是对于较模糊的印章却是失效的，因此，我们提出了环形分割 下s i f t 算法，传统的s i f t 特征向量是旋转、平移等不变的，能够识别失真的图像，但 实验表明s i f t 在应用到印鉴处理时耗时太多，实时性不好，实验表明s s i f t 算法在保 证识别准确率的前提下，大大提高了算法的实时性。 全文分为五章，主要内容如下： 第一章为绪论，主要介绍印鉴识别算法研究的背景及其意义、国内外发展现状、印 鉴识别系统的具体应用、以及印鉴自动识别系统的市场前景和印鉴识别的难点和重点。 第二章介绍了本论文应用到的图像处理方面的一些知识，包括图像的邻域和连通性 概念的介绍；介绍了图像的边缘检测的几种算子，并比较几种算子在处理印鉴时的表现， 择优而选取；以及小波的纹理特征的一些基本概念。 第三章分别介绍了圆形印鉴和方形印鉴的配准方法。首先介绍了基于极坐标重采样 的方形印鉴的配准方法，总结了这种方法的主要实现步骤及实验结果；提出了基于模板 匹配逐步求精的方形印鉴配准算法，并介绍了这种算法的主要实现步骤，并统计了每步 处理印鉴的实验结果，论证了这种方法的优越性。 第四章主要介绍了通过印鉴的不变特征匹配的方法识别真伪。首先介绍了印鉴的小 波变换，通过小波变换的方法提取纹理特征，然后将特征向量送入支持向量机进行识别， 实验表明此方法提取的特征点数目少、不够稳定，并且对失真的印鉴是失效的。介于上 述方法的缺陷论文提出了环形分割下的s i f t 算法。首先分析了传统的s i f t 算法，并且 做了大量实验，实验表明s i f t 算法在处理印鉴时，需要处理的特征点数目多，耗时长； 而s s i f t 算法首先对印鉴进行极坐标重采样，减少特征点数目；然后等分极径的方法将 印鉴分为若干同心圆坏，特征向量匹配只需要在相应的圆环区域内进行即可。通过上两 第一苹绪论 部的处理都达到减少处理特征点数日和减少特征向量匹配耗时问题，经过这些处理 s s i f t 的实时性得至- , j y 很好的提i 苗。 第“章是对本论文进行总结和展望，总结了论文提出的两个创新点的优缺点，并提 出了下一步研究的内容。 论文中使用m a t l a b7 0 作为开发：f ：具，利用其高效率编程特点，丰富的库函数，以 及强大图像处理工具箱和数值计算能力，以及简单的编程方法，对印鉴识别算法进行大 量研究实验，在m a t l a b 下对程序刁i 断调试、改良，最后达到了预期识别效果。 第一：章i 划像处理的基础知识 第二章图像处理的基础知识 印鉴作为图像的一个实例，在识别算法中必然会遇到图像处理方面的一印鉴作为 图像的一个实例，在识别算法中必然会遇到图像处理方面的一些基础知识，本章主要介 绍图像处理的一些基础知识，这些知识在接下来的识别算法中都是需要的，主要对以下 几个方面进行简单介绍：( 1 ) 像素的邻域及连通性的概念，( 2 ) 图像边缘检测方法，( 3 ) 图 像的小波变换。对这些知识的深入了解，对理解和设计识别算法都是非常有帮助的。 2 1 像素邻域和连通性 ( 1 ) 像素的邻域 设一个像素p 的坐标为( x ，y ) ，那么它的4 - 邻域n 4 ( p ) 定义分别为：( x l ，y ) ，( x + l ，y ) ，( x ， y - i ) ，( x ，y + 1 ) ，即p 点的4 个水平和垂直的近邻像素；它们的坐标分别为( x + l ，y + 1 ) ， ( x + l ，y - 1 ) ，( x 1 ，y + 1 ) ，( x 1 ，y - 1 ) ，记为n d ( p ) ；这些像素点再加上各自的4 - 邻域像素就构成 了p 的8 邻域，记为n s ( p ) 。 p 点的n 4 ( p ) 、n d ( p ) 、n s ( p ) 分别如图2 一l 所示 彩t 甥 p ( a ) n 4 ( p ) j p 、 “，一口。磁 ，?，。：彩 秽一j 一 蛳缆 i ? p ； ：t 7 ， 爹 ， 五 ： b i ，；， 。蕴 ( b ) n o ( p )( c ) n s ( p ) 图2 - 1p 的四邻域、对角邻域和八邻域 ( 2 ) 连通性 在我们确定图像的边界和区域内像素时，一个重要的概念是像素间的连通性。连通 性概念可进一步分为连接和连通。连接是连通的一种特例，用v 表示定义连接的灰度值 集合。通常的连接有下列三种情况： ( 1 ) 4 连接：二个像素p 和r 在v 中取值且r 在n 4 ( p ) 中 ( 2 ) 8 连接：二个像素p 和r 在v 中取值且r 在n 8 ( p ) 中 ( 3 ) 混合连接：二个像素p 和r 在v 中取值且满足下列条件之一 r 在n 4 ( p ) 中、r 在n d ( p ) 中且在n 4 ( p ) q a 、n d ( p ) 是空集。 第一：章l 划像处理的基础知识 2 2 图像的边缘检测 图像边缘信息包含了许多图像基本特征，边缘检测方法被广泛应用于图像分类、分 割以及图像配准和模式识别中。传统的图像边缘检测方法的原理j 卜要足从图像的高频分 鼍中提取边缘信息。现在的边缘检测与提取的主要手段是对图像采用微分运算。经过大 批学者的研究，提出了很多微分边缘检测算子，其中效果好的、具有代表性的是s o b e l 算子、r o b e r t s 算子、c a n n y 算子p r e w i t t 算子、和l o g 算子。 1 ) r o b e r t s 算子 r o b e r t s 边缘检测算子原理是把任意一对像素相互垂直方向上的差分认为是梯度的 这一近似方法求解进行微分计算的，采用把角线方向相邻两像素之差认为是梯度实现 识别算法的，即 f x = 厂( f ，力一厂o + l + 1 ) = u + 1 ) 一f ( i + l ) f x 和工的卷积算子为 六： ：二 梯度幅值近似为 ：巴三 ( 2 一1 ) ( 2 - 2 ) r ( f ，_ ，) = 厅+ 口， r ( i ，) = i 六l + i i ( 2 3 ) r o b e r t s 算子把差分点o + 1 2 ，j + l 2 ) 处的续梯度幅度近似认为是r ( i ，j ) ，选取适 当的阈值r ，若r ( i ，j ) f ，则认为点( i ，j ) 是图像的边缘点。r o b e r t s 算子检测水平和垂 直方向上的边缘信息要优于斜线方向边缘信息，该算子检测定位精度高，但对噪声敏感。 2 1s o b e l 边缘检测算子 s o b e l 边缘检测算子定义为 s ( f ，) = z + o r s ( i ，- ，) = m a x l zi ，i i ) ( 2 - 4 ) 其中 六= ( f ( i - 1 ，j - 1 ) + 2 f ( i - 1 ，) + f ( i 一1 ，歹+ 1 ) ) 一( f ( i + l ，歹一1 ) + 2 f ( i + l ，) + 厂( f + 1 ，+ 1 ) ) ( 2 - 5 ) 工= ( f ( i - 1 ，j - 1 ) + 2 f ( i ，j - 1 ) + f ( i + l ，j f 1 ) ) 一( ( 厂( f l ，j + 1 ) + 2 f ( ，+ 1 ) + 厂( f + 1 ，+ 1 ) ) ( 2 - 6 ) f 和六的卷积算子为 六= 三 1 2 ，：l oo i 一1 2 i - ( 2 7 ) s o b e l 算子采用综合象素点的上、下、左、右四个方向的邻点灰度的加权和，采取 第二章图像处理的基础知识 接近模板中心的权值较大方法进行边缘检测。当设定阈值门限f ，如果s ( i ，) r ，则认 为点( f ，) 是边缘点。该算予提取的边缘效果好，且对噪声具有一定的平滑作件】，降低了 噪声的影响，但是相对精度要低些。 3 ) p r e w i t t 算子 p r e w i t t 算子原理类似于s o b e l 算子，该算子首先通过对图像进行8 个方向的进行检 测t 判断哪个方向为影响最大的边缘，那么它就是图像边缘了。 p r e w i t t 算子定义为 i 三i 三；i j 1 - 2 - 1 1 二，圭二， 正两正东 正南 正北 111 l - 2 一l l1l 11 1 _ 2 一ll 西南 东北 1 1 之一1i l 一1 j 西北 图2 - 3p r e w i t t 算子的定义 一11 1 _ 2 l 1 东南 该算子对噪声具有一定的平滑作用，但检测出的边缘比较粗，精度比较低，容易损 失一些边缘信息。 4 ) c a n n y 边缘检测算子 c a n n y 边缘检测算子首先选择一定的g u a s s 滤波器对图像进行平滑滤波， 非极值抑制技术进行再处理，得到最后的边缘图像。 设二维g u a s s 滤波函数为 g c 训，= 嘉唧f 等 梯度矢量v g 的两个滤波卷积模板重新作为两个一维的行列滤波器 磐：k - x e x p ( 一2 d l 融 一 孚：砂e x p ( 一2 腓d i ，、 d 1 ， 然后模板分别与图像f ( x ，y ) 进行卷积得出 x 2 、， i 了) e x p ( z c r 。 z 、 驴) e x p ( 然后采用 ( 2 8 ) y 2 、 2 0 2 j j ，2 、 ( 2 9 ) 虿j 第一二章图像处理的基础矢【l 识 e ：_ o g 乖厂( x ，y ) ，e 。：_ o g 幸( x ，j ，) ( 2 - i o ) o x鲫 令a ( i ，) = e i ( f ，) + e ：( f ，) 嘶棚训a n 嬲】 ( 2 1 1 ) 其中彳( f ，) 表示的是f ( x ，y ) 上( f ，) 点处的边缘强度，即f ( x ，y ) 上( f ，j ) 点处的法向 矢量。该算子具有一定的平滑作用，属于一阶微分算子。 5 ) l o g 算子 l o g 算子首先对图像进行与高斯滤波器卷积计算，目的是平滑图像，降低噪声的作 用，剔除孤立的噪声点和较小的结构组织。但是因为平滑的副作用会导致边缘的延展 设图像为f ( x ，y ) ，高斯滤波器为g ( x ，y ) ，那么l o g 算子的输出h ( x ，j ，) ： j l l ( x ，y ) = v 2 k ( x ，夕) 木f ( x ，j ，) 】= 2 9 ( x ，少) 】术厂( 五y ) ( 2 1 2 ) 其中： v 2 删_ ( 等f 警 经典的l o g 模板： oo ol l一2 ol o0 一l o0 2一lo 1 62一l 一21o loo ( 2 - 1 3 ) 平滑运算导致边缘和其它尖锐不连续部分的模糊，模糊量取决于盯的值。此边缘检 测算子认为具有局部梯度最大值的点为边缘点，它属于二阶微分算子。 2 3 图像的小波变换 ( 1 ) 连续小波变换 对基本小波进行尺度伸缩和位移就得到连续小波。基本小波是一个具有特殊性质的 实值函数，它的特点是震荡衰减速度快，且在满足积分为零，表达式为 其频谱满足条件： ，一。( f ) d t =0 ( 2 - 1 4 ) 第：一：章图像处理的基础知识 c ，= f 哟弛w l ，b o ，m ，n 为整数) 小波基函数为： 加赤吐专6 ) 亿2 3 ， 将离散的尺和位移因子带入公式( 2 2 3 ) 得到了离散小波变换： ( 肌一) 2 赤m 出2 赤m m 专埘) 出 小波函数y ( x ) 通过载体类在尺度上的伸缩和时域上的平移就得到了离散小波 。( x ) 。随m 值的变化，。( x ) 在频域上就对应相应频段；随r 值的变化，。( x ) 在 时域上就对应不同的时段，因此离散小波变换是一种信号的时间。频率分析方法。 s m a u a t 于1 9 8 9 年在多分辨分析的基础上提了一种离散小波变换的快速算法一m a l l a t 算法。 ( 3 ) 二维图像的小波变换的分解与重构 图像的离散二维小波变换相当于二维图像数据在水平方向和垂直方向分别进行一 次一维小波变换。m a l l a t 小波变换塔式算法如下图2 4 和图2 5 所示。 第二章图像处理的基础知识 行 列行 州 图2 _ 4m a l l a t 图像小波变换分解算法 图中1 山2 表示每两列中取出一列， 边缘子图像，h l 表示垂直边缘子图像， 像。 l l h h 2 山1 表示每两行中取出一行，h h 表示斜方向 l h 表示水平边缘子图像，l l 表示低通子图 图2 5m a l l a t 图像小波变换重建算法 1 上2 表示在每两行中插入一行零，i 上2 表示在每两列中插入一列零。 上述过程实质上可看成是对图像的二维数据矩阵分别进行横向和纵向的滤波过程。 其中h 具有低通滤波特性，g 具有高通滤波特性；l l 是经过行和列两个方向的低通， 对应了原始图像在下一尺度上的概貌，l h 经过了行方向上的低通和列方向上的高通， 对应于原始图像水平方向的概貌和垂直方向上的细节信号，h l 对应于原始图像水平方 向的细节信号和垂直方向上的概貌，而h h 则表示的是对角线方向的细节信号。 第一：章图像处理的基础知识 2 4 小结 本章我们丰要介绍了关于图像处理方面的一些犟本知识，包括图像像素的邻域和连 通性的概念、图像边缘检测的基本方法及其主要特征和使用条件、小波变换的皋础知识。 图像边缘检测分析了p r e w i t t 算子、c a n n y 算子、r o b e r t s 算子、s o b e l 算予和l o g 算子 的效粜，为后续印章的边缘检测提供了理论基础；小波变换的基础知识介绍了连续小波、 离散小波、二维图像的小波变换的分解与重构，为基于小波的纹理特征提取作了铺垫。 总之只有掌握了基本的图像处理知识，才能保证我们在印鉴识别时做到游刃有余。 第三章印答配准基础上的特征提取 第三章印鉴配准及其识别 本章首先介绍了不同形状的预留印鉴( m s ) 和待测印鉴( s s ) 的配准方法，然后将已 经配准的印鉴分割成若干小区域，以每个小区域的有效像素( 像素为1 ) 的和值作为特 征，通过m s 和s s 对应小区域内像素和的差值作为判断印鉴真伪的依据。在印鉴识别 中，配准是非常重要且关键的因素，配准结果的好坏直接影响后续的识别算法，一个 好的配准结果为高精度的印鉴识别提供扎实的基础。我们首先介绍了在极坐标下对印 鉴重采样，通过小区域旋转匹配的方法进行配准的方法，但是这种方法只适合圆形和 椭圆形印鉴，对方形印鉴是失效的。为此针对方形印鉴我们提出了基于模板匹配逐步 求精的印鉴配准方法。这种方法首先建立通用模板，然后通过数学几何运算粗略配准 印鉴，再通过旋转模板求解通用模板与待测印鉴的最大相关值，当出现最大相关值时 候，模板旋转的角度就是印鉴需要旋转的角度，这种旋转模板比旋转这个印鉴的方法 要简单而且速度快，但是由于通用模板的大小、形状是固定的，那么在与预留印鉴求 解最大相关值时，角度可能不是惟一的，就会出现一定误差，为此我们采用投影坐标 轴的方法精确配准角度。 3 1 传统的印鉴配准方法 不： 一般情况下分割出来的预留和待测印鉴之间都是存在一定的偏转角度，如图3 1 所 图3 1 不同角度的印章 图3 1 中左侧是预留印鉴，右侧是待测印鉴，从图中可以明显看出预留印鉴和待测 印鉴之问存在一定的角度偏差。现在的印鉴识别方法好多都是建立在求出这个偏转角度 的基础上的，通过旋转这个角度对印鉴进行配准为前提下进行的。因此配准结果的好坏 第二章印签配准基础上的特征提取 直接影响到印鉴识别准确度。为此，很多学者对印攀配准提出了许多算法，做出了巨大 的贡献。 u e d a 提出了基于印鉴的局部特征和全局特征进行模板匹配的统计决策方法，该方法 首先对印鉴进行平移和旋转配准后，提取出印鉴的局部和全局特征，这些特征包含外轮 廓边界点的坐标、笔画方向、均值线宽、字符线宽，与其对应模板匹配进行印鉴识别， 该方法在圆章上的效果彳i 错，但是易受噪声等外界因素影响。f a n 提出了