[发明专利]一种基于傅里叶残差值的打印文件的鉴别方法

摘要

本发明公开了一种基于傅里叶残差值的打印文档鉴别方法，解决打印文档之间没有相同字符或者相同字符较少的情况下的鉴别问题。具体方法是：获取一张打印文档的文档图像；提取文档图像的文本行，找到最大的打印区域；提取文档图像的傅里叶残差图，在残差图上提取灰度，熵的统计特征，对这些特征利用分类器进行分类。基于傅里叶残差值的打印文档鉴别方法，可以很好的区分不同打印机之间的打印特性，同时，也不需要打印文档之间有太多相同字符，提高了打印文档鉴别方法的适用范围和准确率。

主权项

1.一种基于傅里叶残差值的打印文档鉴别方法，其特征在于，包括以下步骤：步骤1，获取一张打印文档的文档图像；步骤2，提取文档图像的文本行，找到最大的打印区域；步骤3，提取文档图像的傅里叶残差图，具体方法是：步骤31，将文档图像转化为灰度图，记为Igray(x,y)，其中(x,y)代表文档图像的像素点；步骤32，对灰度图做傅里叶变换转换到频率域，记为F(u,v)，其中(u,v)代表频率域空间坐标：式中，j为复数的虚部单位；步骤33，对傅里叶图在频率域做拉普拉斯滤波：G(u,v)＝‑(u2+v2)F(u,v)，其中，G(u,v)为傅里叶‑拉普拉斯滤波增强后的图像；步骤34，重建灰度图像IRG(x,y)和拉普拉斯滤波后的图像IRFL(x,y)，将两个图像取绝对差，得到残差图像Ires(x,y)：Ires(x,y)＝IRG(x,y)‑IRFL(x,y)步骤4，对承载打印机特性的残差图提取灰度，熵的统计特征：步骤41，提取残差图像的灰度特征，设残差图一共有M行N列，将每一行，每一列的均值分别记为和步骤42，将每一行，每一列的均值分别与残差图中的每一列，每一行计算自相关系数，记为prow，pcol,：式中，Ires(i,.)为残差图第i行的像素值，Ires(.,k)为残差图第k列的像素值；步骤43，在均值和自相关系数的基础上提取统计特征，一共14个统计特征，分别为的方差，偏度和峰度，记为p_row、p_col的方差，偏度和峰度，记为σp_row,σp_col,γ₁p_row,γ₁p_col,γ₂p_row,γ₂p_col：其中，分别为p_row、p_col的均值；步骤44，提取残差图的信息熵的相关特征，将每一行，每一列的熵，分别记为步骤45，计算残差图的每一列的值和每一列熵的相关系数，每一行的值和每一行熵的相关系数，分别记为qcol和qrow：式中，Ires(i,.)为残差图第i行的像素值，Ires(.,k)为残差图第k列的像素值；步骤46，对残差图的局部信息熵和全局信息熵提取特征，计算相关系数，均值，方差，偏度，峰度的14个统计特征；其中，分别为q_row、q_col的均值；步骤47，提取最后一个特征是关于prow，pcol的相对值，记为f29：步骤5，通过分类器分类，判别文档图像所属的打印机。