一種基于云平臺的銀行票據指紋特征防偽鑒別方法
【技術領域】
[0001] 本發明設及一種金融票據防偽鑒別方法，尤其設及一種基于云平臺的銀行票據指 紋特征防偽鑒別方法，屬于防偽鑒偽技術領域。
【背景技術】
[0002] 隨著國民經濟的快速發展，金融票據的應用越來越廣泛。但目前金融票據在管理、 使用和鑒偽方面還存在一些問題，社會上的不法分子把作案目標直接瞄準了銀行，金融票 據詐騙案件時有發生，給國家造成重大的經濟損失。現有的金融票據鑒偽方法主要依靠人 工定性分析為主，所存在的問題是人工鑒別強度大、耗時久，且容易由于疲勞或疏忽造成誤 檢。
[0003] 纖維是票據的重要防偽標志之一，而且不同票據中纖維位置的隨機分布不一樣。 因此，在現有的票據防偽鑒別方法中，常常采用提取纖維特征進行票據防偽鑒別。在紫外光 照射下，纖維有巧光效應，便于提取防偽特征。但是，在運個防偽鑒別過程中，票據表面的纖 維特征提取是關鍵步驟和難題。由于票據表面的背景非常復雜，包括文字、邊框、巧光標志 和平緩區域等，灰度分布范圍很廣，而纖維目標比較小，雖然灰度大致分布在高亮區，但與 背景灰度分布并沒有明顯的界限，區分比較困難。而且實踐中要求對于同一張票據用結構 相似的機器提取纖維特征，其結果要一致，運就要求特征提取方法的自適應性和穩定性都 要好。
[0004] 為了解決上述問題，在專利號為化201110362933.1的中國發明專利中提出了一種 基于纖維個性化特征的票據防偽鑒別方法，包括如下步驟:對攝像機獲取到的票據圖像進 行處理，得到標準化的票據圖像;采用極大值濾波器進行圖像濾波，將票據圖像中的多類對 象轉化成平緩區域背景和纖維目標兩類對象;采用優化的二維賭分割算法分割票據圖像， 檢測纖維目標;提取纖維目標的防偽特征，防偽特征為質屯、坐標、面積、曲率和矩特征中的 一個或多個;基于防偽特征進行特征匹配，鑒別票據的真偽。該方法融合了極大值濾波和改 進二維賭的纖維小目標檢測技術，具有很好的自適應性和穩定性。
[0005] 雖然上述方法能在一定程度上提高防偽鑒別的準確性。但是，隨著科學技術的發 展和進步，違法分子制作假票據的水平也隨著新版票據的出現而變化，造假水平也越來越 高。單一的票據鑒別技術難W保證對票據進行防偽鑒定的準確性。
【發明內容】
[0006] 針對現有技術的不足，本發明所要解決的技術問題在于提供一種基于云平臺的銀 行票據指紋特征防偽鑒別方法。
[0007] 為實現上述發明目的，本發明采用下述的技術方案：
[000引一種基于云平臺的銀行票據指紋特征防偽鑒別方法，包括如下步驟：
[0009] S1，采集大張票據的多光譜圖像；
[0010] S2,對所述多光譜圖像進行預處理，得到標準的單張票據圖像，將所有的單張票據 圖像的指紋特征存儲到云平臺；
[0011] S3,采集待檢測票據的圖像信息，結合云平臺存儲的單張票據圖像的指紋特征，通 過雙色纖維檢測、巧光圖案檢測、紅外圖像消隱特征檢測分別對所述圖像信息進行檢測；
[0012] S4,當Ξ種檢測均判定待檢測票據為真時，判定待檢測票據為真，否則，判定待檢 測票據為假。
[0013] 其中較優地，在步驟S2中，對所述多光譜圖像進行預處理，得到標準的單張票據圖 像，包括如下步驟：
[0014] S21，依據崎變系數和崎變模型，對采集的大張票據的多光譜圖像進行崎變校正；
[0015] S22,對進行崎變校正后得到的圖像，進行定標裁剪得到標準的單張票據圖像。
[0016] 其中較優地，在步驟S22中，對進行崎變校正后得到的圖像，進行定標裁剪得到標 準的單張票據圖像，包括如下步驟：
[0017] S221，對于大張票據的白光反射圖像WIMG，將RGB顏色空間轉換到服V顏色空間；
[001引S222,采用固定闊值分割方法，將白光反射圖像WIMG中H、S分量分別在第一固定區 間內的像素點作為目標點，得到二值分割圖像；
[0019] S223,采用與票據水溶線尺寸相同的矩形窗對圖像進行掃描，統計矩形窗內的目 標點數目，如果目標點數據超出矩形窗尺寸的1/3,則檢測到水溶線位置，記錄矩形窗中屯、 位置為(x〇，y〇);
[0020] S224，W坐標點(x〇-wl，y〇-hl)為票據起點，依據票據尺寸進行單張票據圖像的裁 剪，得到標準的單張票據圖像，其中，wl為票據水溶線區域中屯、距離票據左側的距離，hi為 票據水溶線區域中屯、距離票據上側的距離。
[0021] 其中較優地，在步驟S3中，采集待檢測票據的圖像信息，通過雙色纖維檢測對采集 的圖像信息進行檢測，包括如下步驟：
[0022] S301，分別采集待檢測票據的正面的紫外反射圖像FIMG和背面的紫外反射圖像 BIMG，并將其轉換成HSV格式的圖片；
[0023] S302,根據票據中紅藍纖維的特點，將HSV格式的圖片中H、S分量分別在第二固定 區間內的像素點作為目標點，進行H、S分量粗分割，在V分量上采用0TSU闊值分割算法進行 圖像細分割；
[0024] S303，對分割后的圖形進行纖維目標提取；
[0025] S304,獲取同一條纖維分別在正面的紫外反射圖像FIMG和背面的紫外反射圖像 BIMG中呈現的纖維，對正面的紫外反射圖像FIMG和背面的紫外反射圖像BIMG中的纖維進行 匹配，如果兩條纖維相匹配，待檢測票據通過雙色纖維檢測;否則，待檢測票據為假票。
[0026] 其中較優地，在進行雙色纖維檢測待檢測票據的真偽時，進一步通過雙色特性判 決待檢測票據的真偽。
[0027] 其中較優地，所述通過雙色特性判決待檢測票據的真偽包括如下步驟：
[002引對于同一條纖維，分別提取其在正面的紫外反射圖觀皿郝背面的紫外反射圖觀IMG中Η分 量的最小值、平均值和最大值，分別記為
[0029] 構建的雙色特性判決函數為：
[0030]
[0031 ]判斷F的值;如果F不為零，則所述纖維滿足雙色特性，待檢測票據為真;否則，所述 纖維不滿足雙色特性，待檢測票據為假。
[0032] 其中較優地，在步驟S3中，采集待檢測票據的圖像信息，結合云平臺存儲的單張票 據圖像的指紋特征，通過巧光圖案檢測對采集的圖像信息進行檢測，包括如下步驟：
[0033] S311，分別采集待檢測票據的正面的紫外反射圖像FIMG和背面的紫外反射圖像 BIMG，并將其轉換成HSV格式的圖片；
[0034] S312,對正面的紫外反射圖像FIMG的V分量，進行小波變換，獲取變換后的低頻信 息FIMG0;
[0035] S313,對所述低頻信息FIMG0的V分量，采用0TSU闊值分割算法進行圖像細分割；
[0036] S314,從云平臺提取標準的單張票據圖像的指紋特征，將細分割后的圖像的巧光 圖案特征與標準的單張票據圖像的巧光圖案特征進行匹配，通過相關系數的值判斷票據的 真假。
[0037] 其中較優地，在步驟S314中，所述相關系數的計算公式為：
[00；3 引
[0039] 其中，FIMG0(x，y)為正面的紫外反射圖像FIMG在V分量上的低頻信息;MIMG(x，y) 為標準的單張票據圖像的二值模板圖像；當相關系數大于巧光圖案檢測闊值時，判定巧光 圖案滿足防偽要求;票據為真;否則，判定巧光圖案不滿足防偽要求，票據為假。
[0040] 其中較優地，在步驟S3中，采集待檢測票據的圖像信息，結合云平臺存儲的單張票 據圖像的指紋特征，通過紅外圖像消隱特征檢測對采集的圖像信息進行檢測，包括如下步 驟：
[0041] S321，分別采集待檢測票據的正面的紅外反射圖像RIMG和白光反射圖像WIMG，并 轉換為灰度圖像；
[0042] S322,對待檢測票據的正面的紅外反射圖像RIMG和白光反射圖像WIMG的灰度圖 像，分別進行小波變換，獲得變換后的低頻信息RIMG0和WIMG0;
[0043] S323，對低頻信息RIMG0和WIMG0分別構建對應的闊值圖像，進行闊值圖像分割，得 到對應的二值圖像RIMG1和WIMG1;
[0044] S324,融合二值圖像RIMG1和WIMG1，得到二值圖像RWIMG1:
[0045]
[0046] S325,從云平臺提取標準的單張票據圖像的紅外圖像的二值模板圖像，采用相關 匹配算法將所述二值圖像與所述二值模板圖像進行匹配，如果匹配成功，則帶檢測票據的 紅外消隱特性滿足防偽要求，票據為真;否則，判定帶檢測票據的紅外消隱特性不滿足防偽 要求，票據為假。
[0047] 其中較優地，在步驟S323中，對低頻信息RIMG0構建闊值圖像，包括如下步驟：
[0048] 對于任一像素點(x，y)，計算其鄰域窗口內的灰度均值Ml;
[0049] 判斷不等式RIMG0(x，y)〉Ml是否成立，如果成立，點（x，y)處的闊值圖像TIMG(x，y) =M1 ；
[00加]否則，計算最佳分割闊值t，點(X，y)處的闊值圖像TIMG( X，y) = t。
[0051] 本發明所提供的基于云平臺的銀行票據指紋特征防偽鑒別方法，采集待檢測票據 的圖像信息，結合云平臺存儲的單張票據圖像的指紋特征，通過雙色纖維檢測、巧光圖案檢 巧。、紅外圖像消隱特征檢測分別對采集的圖像信息進行檢測；當Ξ種檢測均判定待檢測票 據為真時，判定待檢測票據為真，當Ξ種檢測有一種判定待檢測票據為假時，判定待檢測票 據為假。消除了單一的票據鑒別技術進行防偽鑒定的弊端，有效地提高了防偽鑒定的準確 性。
【附圖說明】
[0052] 圖1為本發明所提供的基于云平臺的銀行票據指紋特征防偽鑒別方法的流程圖；
[0053] 圖2為銀行大張票據的多光譜圖像采集系統的電路連接示意圖；
[0054] 圖3為本發明所提供的防偽鑒別方法中，采用高清網絡攝像機采集銀行大張匯票 的多光譜圖像的結構示意圖；
[0055] 圖4為本發明所提供的防偽鑒別方法中，單臺攝像機與光源、匯票的位置分布示意 圖；
[0056] 圖5為本發明所提供的防偽鑒別方法中，像素灰度分布