[发明专利]一种利用字符边缘特征进行打印机类型取证的方法

说明书

技术领域

本发明属于信号与信息处理技术领域，涉及到打印机类型的取证方法。 

背景技术

目前日常办公中使用的打印机类型主要是激光打印机和喷墨打印机。在文书鉴定过程中，需要判断打印文档的打印机来源，在确定打印机的品牌及型号之前若能区分打印机类型，可以提高检测效率，缩小侦查范围。 

由于激光打印机和喷墨打印机的机械构造、打印原理、墨的性状均不相同，导致打印效果和质量不同。因此可从多个角度考虑两种打印机类型的鉴别问题。 

刘宁在《喷墨打印机种鉴别方法及流程》中提出利用打印文件的墨迹特征、机械压痕特征、墨水成分三方面对喷墨打印机打印的文档进行分析，并使用综合压痕显现法、墨水成分分析法及显微镜检验法对喷墨打印机进行鉴别。该方法需要专业的人员和设备进行检测。 

Jack Tchan在《Classifying Digital Prints According to Their Production Process Using Image Analysis and Artificial Neural Networks》中利用专门打印的方形黑色区块进行打印机的类型鉴别，提取黑色区块的边缘特征，并使用神经网络进行鉴别。该方法鉴别打印机类型必须使用预先的打印图像，不能应用于字符或普通图像的检测。 

Christian Schulze等在《Using DCT Features for Printing Technique and Copy Detection》中针对整幅文档利用DCT变换，分析DCT系数的分布特征，能够对激光打印机、喷墨打印机及复印机产生的文档进行有效区分。该方法只能针对整幅扫描的文档图像进行检测，不能检测单个字母或汉字。 

发明内容

本发明的目的是在打印文档中，如何判断每个打印字符的打印机类型，其中打印机类型包括激光打印机和喷墨打印机。由打印原理不同导致打印字符的效果和质量不同，研究如何利用每个字符的边缘特征进行打印机类型的鉴别。本发明解决了自动检测打印机类型问题，以帮助文件检验工作人员更准确的检验文档的来源及其真实性，这将为文件检验工作提供一种新的方法。 

本发明的技术方案如下： 

1.利用字符边缘特征进行打印机类型取证的方法框图 

本方法的框图如图1所示，首先对扫描图像进行预处理，然后提取字符边缘区域平均梯度和边缘离散测度两维特征。提取边缘区域平均梯度特征时，首先要进行倾斜校正和字符分割的预处理操作，然后针对每个字符图像提取边缘区域并计算平均梯度；提取边缘离散测度特征时，首先要进行倾斜校正、字符分割和二值化的预处理操作，然后针对每个字符图像进行轮廓提取、单位法向量计算、旋转变换，最后计算边缘离散测度；最后进行综合判决，将每个字符的两维特征表示在二维直角坐标系中，利用决策线区分不同类型打印机的打印字符。 

2.文档图像预处理 

使用平板扫描仪对打印文档进行扫描，利用Hough变换估计文档图像的倾斜角度，然后将图像旋转进行倾斜校正以便于字符分割，在Hough变换中选择角度范围为θ∈[-30°，30°]。 

使用投影方法对倾斜校正后的图像进行字符分割，先进行行向投影，获取单行字符图像，再对单行字符图像进行列向投影获得单个字符图像。 

字符分割之后对每个字符图像进行二值化，由于字符图像为灰度图像且直方 图会出现明显的两个峰值，因此选取两峰值所对应像素值的均值作为二值化的阈值，小于该阈值的像素值为0，大于或等于该阈值的像素值为1。 

3.字符边缘区域平均梯度特征提取 

(1)边缘区域选择 

在计算字符边缘的平均梯度之前，要确定边缘区域的位置，利用直方图的阈值分割确定字符边缘位置，图2为打印字符“o”的直方图。在上述将图像二值化过程中，取直方图的两峰值点对应像素值的均值Th，以Th为中心向两边扩展一定宽度以获得打印字符的边缘区域，本发明选取的边缘区域像素值范围为0.8×Th～1.2×Th，即将像素值在此范围内的点作为计算平均梯度的边缘区域集合，设为集合为M。集合M在字符图像中的位置如图3所示，字符边缘的纯白区域的像素为边缘集合M。 

(2)梯度图像计算