学位论文 > 优秀研究生学位论文题录展示

印鉴图像真伪识别技术的研究

作　者: 李晗
导　师: 朱虹
学　校: 西安理工大学
专　业: 模式识别与智能控制
关键词: 印鉴真伪鉴别最大方差比算法图像配准结构特征频域多通道特征代数不变特征 Fisher分类函数支持向量机投票准则多分类器融合
分类号: TP391.4
类　型: 硕士论文
年　份: 2004年
下　载: 269次
引　用: 5次
阅　读: 论文下载

内容摘要

随着计算机技术的不断发展，伪造印章印鉴的难度大大下降，从而导致伪造印鉴引起的犯罪活动屡禁不止。印鉴真伪自动鉴别技术的研究，其目标是以高技术水平进行科学的，准确的文件鉴定，向社会提供一个具有自动化的高技术保障，能够有效的拦截伪造票据犯罪的性能良好的系统。本论文主要针对印鉴图像的真伪自动鉴别技术进行了研究。论文中首先分析了印鉴图像由于盖印条件造成的图像本身的一些复杂特点，提出了运用圆形度聚类和最大方差比算法对图像进行形状分类和阈值处理，随后利用扫描线种子填充算法和贴删标签算法进行噪声的去除等预处理。经过这些处理之后，可获得效果理想的二值印鉴图像。在所获得的二值印鉴图像的基础上，采用两种不同的思路提取印鉴的特征。一类是先对待测印鉴进行配准，之后对配准印鉴进行特征提取。这种设计方法的优点是，可以描述印鉴的细节特征。为了避免图像配准时引入的偏差，本文采用的另一类特征提取思路是不进行图像配准，直接提取对旋转和平移都保持恒值的不变特征。对第一类特征，本文针对经典算法的缺陷，提出利用极坐标投影卷积和启发式搜索相结合的双层配准策略进行印鉴图像的配准。在经过图像配准后，提出了两种可描述印鉴信息的特征。第一种是，从结构分析角度出发，分析“差图像”的特点，提取能够反映真差和假差区别的结构特征。第二种是，从频域差异角度出发，对印鉴图像进行多通道加博滤波，提取图像的频域特征。西安理工大学硕士学位论文对第二类特征，论文首先分析了各种不变特征的可用性，对代数特征的不变性进行讨论。提出了利用极坐标图像矩阵进行奇异值分解的方法以提取不变奇异值特征。这样从结构特性，频域特性和矩阵代数特性三方面出发提取了多特征，能够很好并全面的反映印鉴图像的特性。对于这三种特征，论文利用FISher线性分类器和支持向量机进行多分类器的组合和选择，并对来自不同分类器的判别结果利用投票准则进行决策融合。本论文的研究主要利用了图像处理方法和模式识别知识对印鉴图像进行图像分割，图像多特征提取和多分类器决策融合进行真伪分类鉴别。实验结果表明，无论在对同类印鉴的鲁棒性和对异类印鉴的敏感性方面都能够满足实际应用的要求。

全文目录

1 概述  10-19
  1.1 研究背景及意义  10-15
    1.1.1 课题难点  10-14
    1.1.2 印鉴鉴别系统描述  14
    1.1.3 印鉴鉴别方法的发展概述  14-15
  1.2 论文主要完成的任务及成果  15-19
    1.2.1 本文的印鉴鉴别系统描述  16
    1.2.2 主要内容及成果  16-19
2 印鉴图像的预处理  19-24
  2.1 印鉴图像的复杂特点  19-20
  2.2 彩色印鉴图像的二值化方法  20-22
    2.2.1 基于红色度的二值化算法  20
    2.2.2 最大方差比算法  20-22
  2.3 印鉴图像的去除噪声方法  22-23
  2.4 印鉴图像的形状自动分类方法  23-24
3 印鉴图像配准  24-36
  3.1 经典的印鉴配准算法  24-26
  3.2 双层图像配准方法  26-36
    3.2.1 粗配准层算法  26-33
    3.2.2 精确配准层算法  33-36
4 基于差图像的结构特征提取  36-42
  4.1 差图像分析  36-38
  4.2 结构特征提取  38-42
    4.2.1 敏感于线状和块状连接成分的特征  38-39
    4.2.2 误差特征  39-40
    4.2.3 辅助特征  40-41
    4.2.4 问题分析  41-42
5 基于配准的多通道频域特征提取  42-47
  5.1 多通道Gabor滤波器原理  42-45
    5.1.1 加博函数  42-43
    5.1.2 加博滤波器  43-45
  5.2 多通道频域特征提取  45-47
6 不变特征提取  47-52
  6.1 常用方法介绍  47-48
  6.2 SVD原理  48
  6.3 不变特征提取  48-52
    6.3.1 稳定性，不变性分析  48-50
    6.3.2 极坐标图像矩阵表示方法  50-51
    6.3.3 不变特征提取  51-52
7 分类器的设计  52-64
  7.1 模式识别及分类器概述  52-54
  7.2 Fisher线性判别函数  54-57
  7.3 支持向量机SVM  57-64
    7.3.1 基本概念  57-58
    7.3.2 感知准则函数及其梯度下降算法  58-59
    7.3.3 支持向量机原理  59-61
    7.3.4 支持向量机的参数选取及分析  61-64
8 多分类器融合  64-72
  8.1 多分类器融合的设计  64-65
  8.2 单分类器选择  65-68
  8.3 融合准则  68-72
    8.3.1 常用方法介绍  68-69
    8.3.2 投票组合规则  69-72
9 系统介绍及实验结果分析  72-76
  9.1 印鉴真伪自动鉴别系统介绍  72-73
    9.1.1 印鉴真伪自动鉴别系统软件总框架  72-73
    9.1.2 实验平台的基本构成  73
  9.2 实验结果分析  73-76
结论与展望  76-77
致谢  77-78
参考文献  78-86
已发表论文及科研情况  86-87

印鉴图像真伪识别技术的研究

内容摘要

全文目录

相似论文