[发明专利]安全文档尤其是纸币的认证有效
申请号: | 201080035891.4 | 申请日: | 2010-08-11 |
公开(公告)号: | CN102473329A | 公开(公告)日: | 2012-05-23 |
发明(设计)人: | 斯蒂芬·格洛克;欧根·吉利赫;约翰尼斯·乔格·谢德;沃尔克·洛韦格 | 申请(专利权)人: | 卡巴-诺塔赛斯有限公司 |
主分类号: | G07D7/20 | 分类号: | G07D7/20;G07D7/00;G06F17/14 |
代理公司: | 北京安信方达知识产权代理有限公司 11262 | 代理人: | 周靖;郑霞 |
地址: | 瑞士*** | 国省代码: | 瑞士;CH |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 安全 文档 尤其是 纸币 认证 | ||
1.一种用于检查安全文档尤其是纸币的真实性的方法,其中真实的安全文档包括印刷、施加或以其他方式提供在安全文档上的安全特征(41-49;30;10;51,52),所述安全特征包括用于产生安全文档的工艺所固有的典型的视觉特征,所述方法包括数字处理要被认证的候选文档的表面的至少一个感兴趣区域(R.o.I.)的样本图像的步骤,所述感兴趣区域包含所述安全特征的至少一部分,所述数字处理包括通过对所述样本图像的小波变换(WT)执行对所述样本图像的分解,
其特征在于,对所述样本图像的所述分解是基于对所述样本图像的小波包变换(WPT)。
2.根据权利要求1所述的方法,其中所述小波包变换(WPT)是二维平移不变小波包变换(2D-SIWPT)。
3.根据权利要求1或2所述的方法,其中对所述样本图像的所述分解是基于不完全的小波包变换。
4.根据权利要求3所述的方法,其中对所述样本图像的所述分解包括将所述样本图像分解成包括至少一个逼近节点(Ai,j)和细节节点(cVi,j,cHi,j,cDi,j)的小波包树,并寻找在所述小波包树内的具有最高信息含量的细节节点。
5.根据权利要求4所述的方法,其中基于最佳分支算法(BBA)确定所述具有最高信息含量的节点。
6.根据权利要求5所述的方法,其中所述最佳分支算法(BBA)涉及:
-将所述样本图像分解到至少一个第一分解层(i=1),
-确定在所述第一分解层的细节节点(cV1,1,cH1,2,cD1,3)中的具有最高信息含量的细节节点、或最佳节点(cB1),以及
-将所述第一分解层的逼近节点(A1,0)和最佳节点(cB1)进一步分解到至少一个第二分解层(i=2)。
7.根据权利要求4~6任一项所述的方法,其中所述具有最高信息含量的节点被确定为在给定的分解层(i)的节点中呈现出最大方差(σ2)的节点。
8.根据前述权利要求的任一项所述的方法,包括数字处理对应于同一候选文档的若干个感兴趣区域(R.o.I.)的多个样本图像。
9.根据前述权利要求的任一项所述的方法,其中所述至少一个感兴趣区域(R.o.I.)被选定为包括高密度图案,优选包括线性或曲线的凹版印刷图案(图2b,图9)。
10.根据权利要求9所述的方法,其中所述至少一个感兴趣区域(R.o.I.)被选定为包括提供在所述候选文档上的图形表示的图案,例如肖像(图2a、图2b)。
11.根据前述权利要求的任一项所述的方法,还包括从所述样本图像的分解中提取分类特征(σ2,C,...)。
12.根据权利要求11所述的方法,其中所述分类特征(σ2,C,...)是选自包括算术平均(统计学中的一阶矩)、方差(σ2,统计学中的二阶矩)、偏斜度(统计学中的三阶矩)、超额或峰态(C,统计学中的四阶矩),以及由所述样本图像的分解产生的小波系数的统计分布的熵的组中的统计参数。
13.根据权利要求11或12所述的方法,还包括基于所提取的分类特征(σ2,C,...)获得所述候选文档的真实性评级的步骤。
14.一种用于产生安全文档尤其是纸币的方法,包括设计要被印刷、施加或以其他方式提供在安全文档上的安全特征的步骤,其中所述安全特征被设计为使依据在权利要求13中限定的方法所确定的真实文档的真实性等级最优化。
15.根据权利要求14所述的方法,其中所述安全特征被设计成包括高密度图案,优选包括线性或曲线的凹版印刷图案(图2b、图9)。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于卡巴-诺塔赛斯有限公司,未经卡巴-诺塔赛斯有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201080035891.4/1.html,转载请声明来源钻瓜专利网。