[发明专利]基于纤维个性化特征的票据防伪鉴别方法

权利要求书

1.一种基于纤维个性化特征的票据防伪鉴别方法，其特征在于包括如下步骤：

(1)图像预处理：对摄像机获取到的票据图像进行处理，得到标准化的票据图像；

(2)背景融合：采用极大值滤波器进行图像滤波，将所述票据图像中的多类对象转化成平缓区域背景和纤维目标两类对象；

(3)目标检测：采用优化的二维熵分割算法分割票据图像，检测纤维目标；

(4)特征提取：提取纤维目标的防伪特征，所述防伪特征为质心坐标、面积、曲率和矩特征中的一个或多个；

(5)特征匹配：基于所述防伪特征进行特征匹配，鉴别票据的真伪。

2.如权利要求1所述的票据防伪鉴别方法，其特征在于：

所述步骤(3)中，首先生成所述票据图像关于点灰度-邻域灰度均值的二维直方图，然后在点灰度-邻域灰度均值平面中沿对角线分布的区域用点灰度-邻域灰度均值二维最大熵法确定最佳阈值。

3.如权利要求2所述的票据防伪鉴别方法，其特征在于：

在确定所述最佳阈值时，采用如下无失真的快速递推算法：首先求出每一行P的初始值，然后递推计算本行其它P值，同时记录各列的初始增量；下一行运算时首先计算下一行P的初始值，同时刷新初始行的P值；所述P为所述二维直方图中沿对角线分布的区域的像素和。

4.如权利要求2所述的票据防伪鉴别方法，其特征在于：

在确定所述最佳阈值时，采用如下有失真的优化搜索策略：第一步在点灰度-邻域灰度均值平面的对角线上进行粗略搜索，寻找使改进二维熵判别函数取最小值的阈值所在的区域；第二步在第一步搜索确定的所述区域周围邻域求使所述改进二维熵判别函数取最小值的阈值作为最佳二维熵分割阈值。

5.如权利要求1所述的票据防伪鉴别方法，其特征在于：

所述步骤(3)中，对于分割后的二值化图像通过如下步骤进行标识：

步骤1：使用中值滤波消除孤立噪声点；

步骤2：采用膨胀和腐蚀操作合并目标区域的，除去图像的孔洞；

步骤3：采用邻接连通方法对检测出来的纤维目标的二值图像进行标识。

6.如权利要求1所述的票据防伪鉴别方法，其特征在于：

对于所述纤维目标采用双阈值剔除虚假的目标，所述双阈值包括阈值下限40像素和阈值上限200像素。

7.如权利要求1所述的票据防伪鉴别方法，其特征在于：

所述步骤(1)进一步包括如下的子步骤：第一，对摄像机获取到的票据图像进行畸变校正；第二，将票据图像中边界的背景裁剪掉，只保留票据区域，并将图像调整到统一的尺寸；第三，将裁剪后的票据图像进行两层小波变换，保留变换后的低频信息作为后续处理的图像信息。

8.如权利要求1所述的票据防伪鉴别方法，其特征在于：

所述步骤(2)中，所述极大值滤波器的窗口尺寸在5×5～15×15像素范围内。

9.如权利要求1所述的票据防伪鉴别方法，其特征在于：

所述步骤(4)中，所述矩特征采用7个Hu不变矩特征表征。

10.如权利要求1所述的票据防伪鉴别方法，其特征在于：

所述步骤(5)中，如果当前票据中某个纤维目标的防伪特征与出票时提取的所有纤维目标的防伪特征的最小距离都小于设定的阈值，则认为该纤维目标与数据库匹配，匹配目标数加1；当所述匹配目标数与当前票据中总的纤维目标数的比值大于预定值时，认为该票据为真票；否则认为该票据为假票。