[发明专利]二维条码身份证件防伪系统自动识读方法

摘要

本发明公开了一种二维条码身份证件防伪系统自动识读方法，通过用图像识别技术，获取扫描仪输入的二维条码所承载的信息。包括防伪身份证件的制作、持证人照片的处理、二维条码的生成、身份证件的真伪认证；身份照片采用压缩技术，由小波变换，主元分析，自组织特征映射神经元网络以及自适应可变子块聚类，Huffman编码构成。二维条码的识别，利用扫描仪输入带有条码的身份证件，自动找到条码所在区域，并对条码区域进行处理，按照国家标准获得PDF417编码，再根据压缩编码及加密信息，进行承载信息的获取。自动地将解码所得到的证件的文字信息，数字信息与数据库中现存的资料进行匹配，确定证件的真伪，用户按需要可将确定为真的证件信息自动录入到数据库中。

主权项

1.一种基于图像识别技术的二维条码身份证件防伪系统自动识读方法，包括防伪身份证件的制作、持证人照片的处理、二维条码的生成、身份证件的真伪认证，其特征在于：1)身份证件制作身份证件制作时的文字，数字信息的处理按国标所规定的PDF417条码的编码标准来实现；2)身份证制作时的持证人照片的处理将彩色照片转换成灰度图像进行压缩，具体步骤如下：①彩色照片转换成灰度图像计算公式为： y＝0.29R+0.58G+0.11B其中，y是灰度图像的灰度值，R，G，B为彩色图像的三原色；②对灰度图进行小波变换对灰度图进行小波变换，得到四个频段的信息，设为 h00，h01，h10，h11 其中，前下标表示行变换，后下标表示列变换，0表示低频变换，1表示高频变换；③对h00进行重新量化首先由PCA确定h00的主分量数，计算步骤如下a.设h00的大小为m×n，并不妨设m≤n，令 A＝h00Th00 则A为m×m的对称方阵；b.计算A阵的m个特征值 设为：λ1≥λ2...≥λm 根据信噪比的要求，设获得的主分量为 λ1，λ2，...，λk 其次，从所得到的主分量，获得对灰度图y的重新量化级数为k，进行k灰度级的重新量化，量化方法为SOFMNN；SOFNN网络的结构是由一个输入层和一个输出层构成的无教师信号的自组织影射网络；输入层输入的是原始信息的特征，输入层的神经元个数为特征的个数，输出层输出的是模式的分类结果，输出神经元的值在这里不直接使用，使用的是输入层与输出层的连接权阵，连接权阵则反映了两层神经元的影射关系；具体步骤如下：a.输入层的神经元个数为1个，为h00的像素灰度值；竞争层的神经元个数为k，为重新量化的灰度级数；连接权重的更新算法如下：STEP.1初始化确定权向量w、学习速率η(t)、邻域Ng(0)及总学习次数T的初值；STEP.2归一化处理${U^{\prime }}_k=[{U_1}^k,{U_2}^k,...,{U_n}^k{]}^T=\frac{U^k}{\left|\right|U^k\left|\right|}$ $W_j^{\prime }=[{W_{j1}^{\prime },W_{j2}^{\prime },...,W_{\mathrm{jn}}^{\prime }]}^T=\frac{W_j}{\left|\right|W_j\left|\right|}$ STEP.3计算欧式(Euclid)距离$d_j=[\underset{i=1}{\overset{n}{\Sigma }}{(U_i^{k^{\prime }}-W_{\mathrm{ji}}^{\prime })}^2{]}^{1/2}$ (j＝1，2，...，M)STEP.4确定获胜神经元 dg＝min[dj] (j＝1，2，...，M)STEP.5修正连接权值STEP.6归一化处理$W_{\mathrm{ji}}^{\prime }(t+1)=\frac{W_j(t+1)}{\left|\right|W_j(t+1)\left|\right|}$ STEP.7返回STEP.2，完成所有输入模式的训练；STEP.8更新学习速率η(t)和邻域Ng(t)$\eta \left(t\right)={\eta }_0(1-\frac{t}{T})$ b.神经元网络权重训练结束后，就是对h00进行重新量化，设重新量化后的图像为f，重新量化的算法步骤如下：STEP 1计算欧式(Euclid)距离$d_j=[\underset{i=1}{\overset{n}{\Sigma }}{(U_i^k-W_{\mathrm{ji}})}^2{]}^{1/2}$ (j＝1，2，...，M)STEP 2将该输入模式的值用欧氏距离为最短的神经元的连接权值替代该像素的灰度值；STEP 3返回STEP1直到所有像素的比较、替代结束；④对f进行子块聚类重新量化后的图像f相邻像素有许多相同的，可对其进行子块聚类，具体方法如下：a.将图像分为2*2的子块，设计一个标示矩阵Ks，标示矩阵的大小是图像h00的1/4，Ks为0表示2*2的子块不能合并，Ks为1，表示该2*2子块可以合并；b.查找可以合并的子块，用一个像素值替代；最终获得子块聚类的数据流，设为c；⑤进行Huffman编码对数据流c再进行Huffman编码，设得到的结果为Hc；⑥进行PDF417编码处理将所获得的Hc，Ks，以及Huffman表按照PDF417条码的字节模式，对其进行编码处理；3)二维条码的生成获得PDF417编码信息之后，按照证件上可以容纳的条码大小，按照国家标准生成条码，并打印在证件上所规定的位置上；4)身份证件的真伪认证身份证件的真伪认证过程的具体方法步骤如下：①扫描仪输入身份证件上包含二维条码的那一面；②按照PDF417条码的起始符的编码规律，找到条码所在的位置；③对条码区域进行二值化处理。选取阈值T为： T＝0.5·[fmax+fmin]其中fmin，fmax分别为条码区域的最大灰度值和最小灰度值；④对二值化后的条码进行条空比识别与计算，获得PDF417条码的编码信息；⑤按照国家标准对得到的编码信息进行解码处理，获得文字，数字以及照片；⑥系统提示数据库中是否存有该证件的相关信息，并提示用户核对解码出来的信息与证件上的明码信息是否吻合。