[发明专利]一种基于紫外图案票据验伪检测方法及其检测系统

权利要求书

1.一种基于紫外图案票据验伪检测方法，其特征在于，包括如下步骤：

步骤1、票据预处理：对待待验伪的紫外图像进行去噪处理以及二值化处理，然后截取验伪图案；

步骤2、特征值提取：提取待测图片的角点特征、轮廓特征和像素点特征；

以Haar小波特征水平方向值之和、垂直方向值之和、水平方向绝对值之和 以及垂直方向绝对值之和这四个值作为子区域特征值；得到一个共有64维特征向量作为特征点的描述子，即为图片的角点特征向量；

所述轮廓特征包括图像的外轮廓曲线变化和图像的面积大小；采用Hu矩表示待测图片的轮廓特征，Hu矩为利用二阶和三阶归一化中心矩构造的7个不变矩；

像素点特征为对二值化后的待测图片进行形态学处理，祛除背景中可能存在的细小白色噪点；再遍历整张待测图片获得白色像素点个数；

步骤3、阈值判别：将待测票据的特征矩阵与模板票据的特征矩阵进行相似度比对，获得两个特征矩阵的相似度值，最后判别相似度值是否满足阈值要求，进而判定票据真伪；

将所述待测票据的特征矩阵为将角点特征、轮廓特征和像素点特征三种特征提取后的特征向量融合，构成一个新的特征向量矩阵；所述新的特征向量矩阵为将Hu矩计算而来的七个矩阵值M₁到M₇和白色像素点值S构成一个64维的单列特征向量，将此特征向量与角点特征向量融合并对矩阵进行归一化，构成n+1列，64行的特征向量矩阵T；

以欧式距离计算该矩阵与模板图片的特征向量矩阵进行相似度计算，记模板图像的特征向量矩阵为T'；

两个矩阵的相似度的计算结果以一维数组形式输出，记为L，其中包含n+1列特征的相似度，设定相似度阈值为t₁,将数组中小于相似度阈值t₁的元素值零，获得新的相似度矩阵L'；

将满足相似度阈值的相似度值与成员个数进行自定义加权计算得出代表图片相似性的值P，当P≥0.86则判定为真实图案，否则判定为假。

2.根据权利要求1所述的基于紫外图案票据验伪检测方法，其特征在于，所述票据预处理方法，包括如下步骤：

步骤11、首先对紫外图像进行灰度化处理，将像素点的值控制在(0,255)之间，灰度化后的图像记为G(x,y)，则有：

其中R，G，B分别为紫外图像F₀(x,y)像素点的三通道值；

步骤12、再对灰度处理后的紫外图像进行二值化处理，处理后的图像用F(x,y)表示，二值化处理公式为：

其中t为区分验伪图案与背景图案的阈值，根据票据多次试验测试，取t＝150时；

步骤13、二值化后图片为黑白两色，F(x,y)＝1为白色，F(x,y)＝0为黑色。

3.根据权利要求1所述的基于紫外图案票据验伪检测方法，其特征在于，所述角点特征的提取方法，包括如下步骤：

步骤211、首先构建Hessian矩阵，每个像素点求出一个Hessian矩阵，利用Hessian矩阵判别式计算局部最大值；

步骤212、以局部最大值点作为关键点，再设定阈值滤除能量比较弱的关键点以及错误定位的关键点，筛选出有用特征点；

步骤213、在特征点周围取一个预先设定的X1*Y1的矩形区域块，所取矩形区域方向沿特征点的主方向；

步骤214、在每个区域块再以预先设定的X2*Y2大小进行采样，统计每个区域块阀值T个像素的水平方向和垂直方向的Haar小波特征；

步骤215、以Haar小波特征水平方向值之和、垂直方向值之和、水平方向绝对值之和 以及垂直方向绝对值之和这四个值作为子区域特征值；

步骤216、得到一个共有64维特征向量作为特征点的描述子，即为图片的角点特征向量。

4.根据权利要求1所述的基于紫外图案票据验伪检测方法，其特征在于，所述相似度阈值与真伪检测阈值由不同环境下票据测试所得。

5.一种基于权利要求1至4任一项所述的基于紫外图案票据验伪检测方法的检测系统，其特征在于，包括如下模块：

票据预处理模块，用于对待待验伪的紫外图像进行去噪处理以及二值化处理，然后截取验伪图案；

特征值提取模块，用于提取待测图片的角点特征、轮廓特征和像素点特征；

阈值判别模块，将待测票据的特征矩阵与模板票据的特征矩阵进行相似度比对，获得两个特征矩阵的相似度值，最后判别相似度值是否满足阈值要求，进而判定票据真伪。