一种纸张纤维特征的显示、防伪方法及装置与流程

本发明涉及一种纸张纤维特征的显示、防伪方法及装置，属于图像识别编码技术领域。

背景技术：

近来互联网金融飞速发展，多种形式的网上支付、网络交易、网上银行及电子商务业务应用而生，构建交易双方安全互信的身份认证机制变得非常重要，从目前所采用的运行机制和技术路线来看，存在身份认证困难、安全性不高、交易过程频繁、管理成本高以及电子交易存在安全漏洞等问题。在这一技术领域，有很大的改善的空间。例如数字水印或数字签名的支票、电子发票、电子合同、专用票据等交易介质均存在身份认证的安全性问题和被复制仿冒攻击的潜在安全问题。而流通与互联网上的二维码信息、电子签名扫描码、电子标签、软件密钥分享等电子凭证信息由于存在着没有实物佐证的风险，交易当事方在身份确认上仍存在着安全漏洞。这种安全漏洞可通过对纸张识别来解决，但是公文、资料、票据以及证件等纸质材料上的重要信息通常采用普通纸张加盖印章的方式进行防伪，由于办公纸质材料信息的仿冒越来越容易，防伪变得越来越困难，而导致这种方式也变得不安全。

技术实现要素：

本发明的目的是提供一种纸张纤维特征的显示方法，以解决目前纸张纤维特征无法直观显示的问题；本发明还提供了一种基于纸张纤维特征的防伪方法，以实现对纸张的身份识别。

本发明为解决上述技术问题而提供一种纸张纤维特征的显示方法，该显示方法包括的步骤如下：

1)采集纸张的特定区域的电子图像；

2)利用纤维图像模板对采集的电子图像进行模板匹配，选取与纤维图像模板相似度大于设定阈值的电子图像对应的特征点作为纸张纤维图像特征点；

3)按照设定的优先级对得到的特征点进行筛选；

4)对筛选后的特征点的特征信息进行编码，形成与纸张纤维特征对应的二维编码图，该编码图的特征显示区采用与特征点所使用模板信息对应的特征点显示符号，所述的特征点显示符号用于显示特征点位置处的纤维纹理方向、纤维的粗细信息。

进一步地，所述二维编码图还至少包括角定位符、采集位置符号、中心校准定位符、边校准区和特征一维编码区中的一项，所述的角定位符用于定位纸张特征二维编码图的一角；所述的采集位置符号用于标示纸张纤维图像的采集位置；所述的中心校准定位符用于纸张特征二维编码图的编码区块位置校准；所述的边校准区用于校正纸张特征二维编码图中的编码区块位置；所述的特征一维编码区用于显示特征一维编码。

进一步地，所述的特征一维编码用于对所筛选的特征点的特征信息进行编码，每个特征点的编码信息至少包括特征点所使用的模板编号、横坐标和纵坐标。

进一步地，该方法还包括对特征信息在尺度上进行粗粒化和规范化处理：将所采集的电子图像进行分块，并形成从上至下从左至右分块排列序号为数值的新尺度坐标系；将步骤2)中获取的特征点二值图像中连通域的中心落入图像分块区域坐标作为新的特征点位置坐标，得到的规范化特征点坐标(X_τ，Y_τ)为：

X_τ＝a_τ-x₀,Y_τ＝b_τ-y₀,τ＝1,…E

其中(x₀,y₀)为所有分块特征点的形心；(a_τ,b_τ)为第τ个分块的分块坐标，E为排序筛选后余下的连通域个数。

进一步地，步骤3)中的优先级采用以下规则：

a.模板宽度大的特征点的优先级大于模板宽度小的特征点优先级；

b.特征点所处连通域面积大的优先级大于连通域面积小的特征点优先级；

c.若连通域面积相同，则由上至下由左至右按照出现的先后次序决定优先级。

本发明还提供了一种纸张纤维特征的显示装置，该识别装置包括采集模块、匹配模块、筛选模块和编码显示模块，

所述的采集模块用于采集纸张的特定区域的电子图像；

所述的匹配模块用于利用纤维图像模板对采集的电子图像进行模板匹配，选取与纤维图像模板相似度大于设定阈值的电子图像对应的特征点作为纸张纤维图像特征点；

所述的筛选模块用于按照设定的特征点优先级对得到的特征点进行筛选；

所述的编码显示模块用于对筛选后的特征点的特征信息进行编码，形成与纸张纤维特征对应的二维编码图，该编码图的特征显示区采用与特征点所使用模板信息对应的特征点显示符号，所述的特征点显示符号用于显示特征点位置处的纤维纹理方向、纤维的粗细信息。

本发明还提供了一种基于纸张纤维特征的防伪方法，该防伪方法的步骤如下：

1)采集纸张的特定区域的电子图像；

2)利用纤维图像模板对采集的电子图像进行模板匹配，选取与纤维图像模板相似度大于设定阈值的电子图像作为纸张纤维图像特征；

3)按照特征点的优先级对得到的特征点进行筛选；

4)对筛选后的特征点进行编码，形成与纸张纤维特征对应的二维编码图，该编码图的特征显示区采用与特征点所使用模板信息对应的特征点显示符号，所述的特征点显示符号用于显示特征点位置处的纤维纹理方向、纤维的粗细信息；

5)将得到的二维编码打印于受保护的纸张之上，比对打印于纸张上的纸张特征二维编码图中的特征显示区，若具有相同的显示符号结构组合，则证明该纸张为未经过扫描和复印后的纸张。

进一步地，所述二维编码图还至少包括角定位符、采集位置符号、中心校准定位符、边校准区和特征一维编码区中的一项，所述的角定位符用于定位纸张特征二维编码图的一角；所述的采集位置符号用于标示纸张纤维图像的采集位置；所述的中心校准定位符用于纸张特征二维编码图的编码区块位置校准；所述的边校准区用于校正纸张特征二维编码图中的编码区块位置；所述的特征一维编码区用于显示特征一维编码。

进一步地，该方法还包括对特征信息在尺度上进行粗粒化和规范化处理：将所采集的电子图像进行分块，并形成从上至下从左至右分块排列序号为数值的新尺度坐标系；将步骤2)中获取的特征点二值图像中连通域的中心落入图像分块区域坐标作为新的特征点位置坐标，得到的规范化特征点坐标(X_τ，Y_τ)为：

X_τ＝a_τ-x₀,Y_τ＝b_τ-y₀,τ＝1,…E

其中(x₀,y₀)为所有分块特征点的形心；(a_τ,b_τ)为第τ个分块的分块坐标，E为排序筛选后余下的连通域个数。

进一步地，所述步骤3)中的优先级遵循以下准则：

a.模板宽度大的特征点的优先级大于模板宽度小的特征点优先级；

b.特征点所处连通域面积大的优先级大于连通域面积小的特征点优先级；

c.若连通域面积相同，则由上至下由左至右按照出现的先后次序确定优先级。

本发明的有益效果是:本发明首先采集纸张的特定区域的电子图像；然后利用纤维图像模板对采集的电子图像进行模板匹配，选取与纤维图像模板相似度大于设定阈值的电子图像对应的特征点作为纸张纤维图像特征点，并按照设定的特征点优先级对得到的特征点进行筛选；最后对筛选后的特征点的特征信息进行编码，形成与纸张纤维特征对应的二维编码图，该编码图的特征显示区采用与特征点所使用模板信息对应的特征点显示符号，特征点显示符号用于显示特征点位置处的纤维纹理方向、纤维的粗细信息。本发明能够获取准确的、显著的纸张特征，并将纸张特征通过二维码进行直观显示，用户可方便的根据得到的二维编码图直接判断纸张的特征。

此外，本发明的还将得到的二维编码图打印于受保护的纸张之上，比对打印于纸张上的纸张特征二维编码图中的特征显示区，若具有相同的显示符号结构组合，则证明该纸张为未经过扫描和复印后的纸张，实现对纸张的防伪，该防伪方法可用于互联网金融中的抗复制水印技术、单次有效数字签名、电子实物混合发票、合同以及银行支付安全等领域，提高交易当时方身份认证的可信度。

附图说明

图1是纸张的纤维图像；

图2是标准模板基本参数示意图；

图3是生成的标准模板图像及编号示意图；

图4是特征点二值图像的连通域筛选过程示意图；

图5是纸张特征一维码编码示意图；

图6是纸张特征二维编码示意图；

图7-a是本发明实施例中纸张左下角位置二维编码图；

图7-b是本发明实施例中纸张右下角位置二维编码图；

图8是抗复印技术的防伪发布原理示意图；

图9是应用到混合电子合同、电子发票的原理示意图。

具体实施方式

下面结合附图对本发明的具体实施方式做进一步的说明。

本发明一种纸张纤维特征的显示方法的实施例

本发明首先采集纸张的特定区域的电子图像；然后利用纤维图像模板对采集的电子图像进行模板匹配，选取与纤维图像模板相似度大于设定阈值的电子图像对应的特征点作为纸张纤维图像特征点；最后按照设定的特征点优先级对得到的特征点进行筛选，从而识别出纸张的纤维特征。

1.采集纸张的特定区域的电子图像。

本发明的纸张特征是指从纸张特征区域，经光学显微透镜放大，由图像传感器采集的电子图像中纸张纤维的图像特征。特定区域限定在距离纸张两个边沿一定距离(可选择距离两边沿10mm)的平行线相交点位置，面积大小约为0.3*0.3mm的区域。这样定义特征提取对象的原因在于手动加持和定位纸张的精度大约在0.1mm左右，光学显微的物理放大倍数大致为：6mm/0.3mm的区域，即20倍左右，其中6mm是成像板的宽度，0.3mm为显微区域的实际尺寸。假设图像传感器分辨率采用640*480，设有效区为480*480，即宽度为480个采样点。若图像中大于10个像素宽的纤维方可检测和辨识，则实际可检测识别的纤维宽度为10*0.3mm/480＝0.006mm，也就是说明可辨识大于6微米粗细的纤维。

纸张纤维图像定义为：纸张中的纤维经过光线投射，经图像传感器采集，所获的灰度图像中由灰度强弱变化所形成的两条相互平行的曲线，即为纸张中的纤维成像。纵横交错的纤维成像构成了纤维图像，如图1所示。该图像是在距离纸张下边沿10mm和左边沿10mm交点处，面积约为0.3mm*0.3mm区域所采集的图像。因此本发明所设定的特征提取对象为：大于6微米粗细的纸张纤维在6mm左右成像面板上所成像。

2.构造图像模板

要从纷乱的纤维图像中得到固定不变的稳定的纸张身份特征是有很大难度的，采用不同的图像处理技术和特征提取技术，会得到不同的特征描述结果，无形成形成唯一的、一致的身份特征编码信息。为此，本发明使用自构造纤维特征图像模板，由自构造标准的纤维模板图像对所采集图像进行图像匹配，以提取纸张纤维图像特征。

纸张内的纤维其物理特性与其在成像中的图像特征是紧密相关的，局部纤维图像的最明显的物理特征是：宽度、长度、方向以及明暗变化，如图2所示，标准特征匹配模板如图2所示，其中w表示纤维的成像宽度，实际反映纤维的直径，为了减少通过标准模板匹配提取特征的歧义性，规定使用离散值，设定，即只考虑使用这三种直径的纤维像宽作为标准纤维成像宽度，d表示标准模板的宽度，设定d＝6w，表示当前标准模板图像单元中纤维的延伸方向，也采用离散值的表示方式，只取设定个数方向，本实施例中只取12个弧度方向，θ∈Φ：

Φ＝{θ_j|j＝1,2,…12}

＝{0 π/12 π/6 π/4 π/3 5π/12 π/2 7π/12 2π/3 3π/4 5π/6 11π/12}

本发明采用两个倒扣的高斯帽数学模型，并通过旋转、缩放方法合成纤维模板图像，得到的纤维模板图像模型为：

其中(x,y)＝(x′cosθ+y′sinθ,-x′sinθ+y′cosθ),θ∈Φ (2)

假设共有3种纤维宽度和12种纤维方向，总共生成36个标准纤维模板图像，公式(1)中μ为整个采样图像有效区域的灰度均值：

其中f(i,j)图像传感器获得的采样点的灰度，N是有效采样宽度方向采样点数，公式(1)中η为纤维边线的灰度相对于模板图像灰度均值的对比度，设定为：η＝20％；公式(1)中c₁和c₂是两个灰度谷底的坐标实际上是两个高斯曲线各自的均值，公式(1)用翻转的高斯帽来模拟纤维成像的两个暗边，c₁和c₂是的具体值由模板图像的中心坐标和纤维宽度确定，即：

c₁＝x_m-w/2

c₂＝x_m+w/2

公式(1)中高斯方差σ为：σ＝w/7，(x′,y′)是旋转前的坐标，(x,y)是图像旋转后的坐标，旋转角度为θ，θ∈Φ，即旋转角度弧度值按照上述12方向的弧度取值。

当选取3种纤维宽度和12种纤维方向时，可获得36个标准模板图像，如图2所示，字符B₀～B₃₅的下标表述模板的编号，图中共列出了三种宽度的模板：0～11编号的12个标准模板纤维宽度最大；12～23编号的模板纤维宽度居中，24～35号模板纤维宽度为最小。

在利用上述标准模板进行筛选时，必须设定优先级，模板的优先级决定特征的选取和取舍次序，为优先选取稳定性好的特征，使用优先级高的模板提取的特征会优先选取，依据生成的标准纤维模板图像及其编号规则，模板的优先级排序方法是：模板宽度相同则优先级相同；编号小的模板优先级大于编号大模板优先级。

3.利用构造的标准模板提取纸张图像特征。

利用构建的标准模板在采集的纸张纤维图像的有效区域(M×N)内进行逐点匹配获得。假设模板图像矩阵用B_k表示，对应扫描位置处的图像灰度矩阵用X_(x,y)表示，下标(x,y)为匹配中心坐标，则模板和图像的相似度为：

将计算得到的模板和图像的相似度与设定阈值进行比较，当取相似度大于设定阈值的点作为初级特征点集合

考虑到特征提取的规范性，为避免歧义，本发明采用统一标准参数，设定阈值T＝0.5；匹配范围参数M＝640，N＝480。特征点集合中的特征点坐标位置处的图像和该特征点所使用的图像模板图像具有相似的结构特征。每使用一个标准模板进行匹配扫描都会产生一个特征点位置二值图像，36个标准匹配模板则会产生36个特征点二值图像。特征点在二值图像中会形成一些内部连通彼此隔断的区域，对这些连通区域进行编号，设有D个连通区域，用表示，a＝1,2…,D，所有连通域的最大直径为：

其中Δx和Δy分别表示特征点连通区域的最大宽度和高度，将连通区域的直径由大到小进行排序，仅保留排序靠前的若干连通域，丢弃剩余的直径小的连通域，通过舍弃直径较小连通域的方法可增强提取特征的稳定性，本实施例中经排序筛选后二值图像中特征点连通域的变化如图4所示。

4.对提取的特征点进行规范化处理。

为进一步增强特征稳定性，减小图像采集点位置的扰动对特征稳定性的影响，将上述特征点连通域的位置坐标信息在尺度上进行粗粒化，具体过程如下：

将整个图像采集区域分块化，即将图像采集区划分成15行×15列个较大的分块，每个分块区域的大小为(N/15)×(M/15)，N和M为原始图像的宽度和高度。并形成以从上至下从左至右分块排列序号为数值的新尺度坐标系。则模板提取的特征信息可重新设定为：在原特征点二值图像中，连通域的重心所落入的上述图像分块区域坐标，作为新的特征点位置坐标，其位置坐标值是上述分块所形成的新坐标系坐标值，将所处分块坐标值连同所使用的模板编号作为新的特征点信息，本发明称之为“分块特征点”，简称为“特征点”。显然，分块特征点的特征信息包括：新坐标系下的位置坐标信息以及产生二值图像所使用的模板编号信息。

设排序筛选后余下的连通域个数为E，为了规范化，设E＝16，计算各连通区域的重心坐标，判断落入的上述图像分块。若落入第a行第b列的分块，则用分块坐标(a,b)表示该分块特征的位置信息，分块特征点位置坐标规范化为：

X_τ＝a_τ-x₀,Y_τ＝b_τ-y₀,τ＝1,…E

上式中(x₀,y₀)为所有分块特征点的形心；分块坐标(a_i,b_i)经规范化后得到规范化特征点坐标(X_τ，Y_τ)。

纸张特征点可用如下方法表示:每次采集的图像只取E个分块特征点，纸张的特征点全部信息可表示为：

δ_τ(k,s,(X_τ,Y_τ)),k＝0,1,…,35,τ＝1,2,…,E

其中k为所使用的模板B_k的模板编号，s为所处连通域的面积，(X_τ,Y_τ)为规范化分块特征点坐标。

5.筛选纸张特征点

纸张特征点的筛选是通过特征点的优先级排序后确定的，优先级用函数O表示，纸张特征点的优先级规则为：

A.模板宽度大的特征点的优先级大于模板宽度小的特征点优先级。例如，特征点δ₁所使用的模板编号为k₁，模板宽度为w_k1，所处连通域面积为s₁；特征点δ₂所使用的模板编号为k₂，模板宽度为w_k2，所处连通域面积为s₂；若模板宽度w_k1＞w_k2，则P(δ₁(k₁,s₁))＞P(δ₂(k₂,s₂))。

B.特征点所处连通域面积大的优先级大于连通域面积小的特征点优先级。

C.若连通域面积相同则由上至下由左至右按照出现的先后次序决定优先级。

根据特征点的优先级原则，特殊情况处理如下：

i.若连通域重心坐标落入了相同的分块，则连通域面积小的特征点直接被丢弃。

ii.同一模板产生的不同的连通区域重心落入了相同分块，先判断连通域面积，若面积相同，则比较模板宽度。模板宽度小的被舍弃；若两者均相同，则按照出现的次序决定，先出现的被保留。

根据上述特征点优先级原则及特殊情况处理方法，对保留的特征点再次排序，使得特征点序号等同于其优先级，若用P(δ_τ)表示特征点δ_τ的优先级，则：

P(δ₁)＞P(δ₂)＞…＞P(δ_E)

显然，序号小的特征点优先级越高。

6.对筛选后特征点的纸张特征进行编码，形成纸张二维编码图，该编码图的特征显示区采用与特征点所使用模板信息对应的特征点显示符号，所述的特征点显示符号用于显示特征点位置处的纤维纹理方向、纤维的粗细信息。

1)将经筛选后的纸张特征采用一维码进行编码。

纸张特征一维编码是对上述特征点的特征信息进行编码，根据特征点的序号或优先级确定编码先后次序。编码方法如图5所示，一维编码内容包括：编码标准的版本号、采集位置标识、特征点个数、特征点编码(包括每个特征点所使用的模板编号、横坐标、纵坐标、预留位以及校验码)、时间编码、纸张识别设备全球唯一标识号、用户设置标识码、用户设置密文码以及校验码组成。这种特征一维编码方案，可编码16个特征点，则最大编码位数是：8+2+1+4+1+16×(6+4+4+1+1)+24+32+16+24+1＝370位。

图5中版本号之后的2位采集位置编码含义规定如下：00表示纸张的左下角；01表示右下角；10表示纸张背面左下角；11表示纸张背面右下角。特征点编码中的4位横坐标和4位纵坐标表示的是经规范化后的特征点的分块坐标，4位中的最高位表示坐标的正负号：1代表负坐标，0代表正坐标。纸张特征一维编码可通过设备的接口直接传输到终端，同时也可以编码到纸张特征二维编码图中，由纸张识别设备显示或打印到纸张之上，以方便手机、电脑等设备直接提取。

2).在一维编码的基础上对图像纸张进行二维编码。

纸张特征二维编码如图6所示，二维编码的内容包括编码区块、角定位符、采集位置符号、中心校准定位符、边校准区、特征一维编码区、特征显示区和特征点显示符号，下面针对所包含的上述内容进行详细说明。

编码区块是打印在纸张之上的或显示在设备上的最小编码基本单位，由黑色矩形块或同等大小的白色矩形块组成，黑色区块表示编码“1”，同等大小的白色区块表示编码“0”。

角定位符是由5×5的编码区块组成，形状为中间带点的口字形，用于定位纸张特征二维编码图的一角，例如，图6中左下角的符号外其它三个边角位置符号都是角定位符。

采集位置符号是由5×5的编码区块组成，形状如图6左下角所示，用于表示纸张纤维图像的采集位置，如图6中表示的是在纸张左下角提取的纸张特征，若是在右下角采集的图像，则需要把左下角符号左右翻转180度后放在右下角位置，而原左下角位置则改成角定位符。

中心校准定位符由3×3的编码区块组成，形状如口型，位置在特征二维编码图的特征显示区中心位置，用于纸张特征二维编码图的编码区块位置校准，特征显示区的中心位置，也是各纸张特征点的形心位置。

边校准区正对角定位符中心编码区块或采集位置符号中心编码区块的四个连线位置上，由等间距的、黑白相隔排列的编码区块组成了边校准区，用于校准特征二维编码图中的编码区块位置。

特征一维编码区紧挨边校准区的左右两侧或上下平行位置的区域为纸张特征一维编码区。主要用于将纸张特征一维编码在这一区域编码显示。纸张特征一维编码的编码次序按图6所示的数字标号循序进行。即从编号为1的编码区块位置开始，逆时针沿特征一维编码区旋转两圈，直到编号为370的位置结束，共可编码370位。而根据特征一维编码的设计方案，正好可占满整个编码位置。

特征显示区为除了角定位符或采集位置符号以及特征一维编码区外，纸张特征二维编码图剩余的中部区域为特征显示区，特征显示区用来显示若干关键的、优先级高的特征点信息，而特征点信息用特征点显示符号表达，目的是在用纸张识别设备进行纸张图像采集和特征识别时，辅助微调纸张的位置，以获取准取的、显著的纸张特征，另外一个作用就是在用户进行纸张验证时，方便用户用肉眼直接判断纸张的特征，以将纸张识别设备显示的纸张特征二维编码图和打印的二维码图进行比对，观察是否具有相同的特征，从而判断改纸张是否经过扫描复制。

特征点显示符号是对特征点所使用的模板图像的简化表示，和该特征点所使用的模板信息相对应，能够表达该特征点位置处的纤维纹理方向、纤维的粗细等信息，具体，本实施例中显示符号和模板编号之间的对应关系如表1所示。

表1

通过上述编码方式，获得的纸张特征二维编码图如图7-a和图7-b所示，其中，图7-a为纸张左下角采集识别形成的特征二维码图；图7-b是纸张右下角采集并识别而成的纸张特征二维码图。

本发明一种纸张纤维特征的显示装置的实施例

本实施例中的识别装置包括采集模块、匹配模块、筛选模块和编码显示模块，采集模块用于采集纸张的特定区域的电子图像；匹配模块用于利用纤维图像模板对采集的电子图像进行模板匹配，选取与纤维图像模板相似度大于设定阈值的电子图像对应的特征点作为纸张纤维图像特征点；筛选模块用于按照设定的特征点优先级对得到的特征点进行筛选；编码显示模块用于对筛选后的特征点的特征信息进行编码，形成与纸张纤维特征对应的二维编码图，该编码图的特征显示区采用与特征点所使用模板信息对应的特征点显示符号，特征点显示符号用于显示特征点位置处的纤维纹理方向、纤维的粗细信息。各模块的具体实现手段已在识别方法的实施例中进行了详细说明，这里不再赘述。通过本发明的显示方法和装置，能够得到相同的特征描述结果，形成唯一的、一致的身份特征编码信息，实现对纸张纤维特征的识别。

本发明能够获取准确的、显著的纸张特征，并将纸张特征通过二维码进行直观显示，用户可方便的根据得到的二维编码图直接判断纸张的特征。

本发明一种基于纸张纤维特征的防伪方法的实施例

本实施例中的防伪方法是在纸张纤维特征显示方法基础上实现的，将得到纸张二维编码图直接打印于普通纸张上，既可以检测被复制的数字水印和数字签名，又可用于网络交易当事双方的实物留存。将得到的二维编码打印于受保护的纸张之上，比对打印于纸张上的纸张特征二维编码图中的特征显示区，若具有相同的显示符号结构组合，则可证明该纸张为未经过扫描和复印后的纸张。

下面以防伪方法应用到抗扫描复印和混合电子合同中为例进行说明，其中应用实例1是应用到抗扫描复印，应用实例2是应用到混合电子合同。

应用实例1

近几年，数字水印技术和加密二维码技术已经得到了广泛应用。但这两种技术在实际应用中仍存在着不可逾越的技术短板：即不能抵抗高分辨率扫描复印技术对版权的侵害。然而，若应用本发明的纸张防伪方法则可以解决上述问题，下面是本发明纸张防伪方法的应用实例1。

如图8所示的是一种防伪发布方法：a.首先，由纸张识别设备在空白纸张左下角或右下角距纸张边缘各距10mm处采集并识别纸张，获得纸张特征二维编码图；b.将发布方密文信息经数字水印技术或二维码技术处理之后形成数字水印或普通二维码，和纸张二维编码图一起打印于需要保护的纸张之上。图中虚线的含义是：也可以将提取的纸张特征一维编码信息和发布方密文信息混合，形成数字水印或普通二维码打印于受保护的纸张之上。

判定纸张是原发布的纸张，还是经过扫描或复印的纸张，方法是：

(a)用纸张识别设备显示当前纸张的特征二维编码图，比对打印于纸张上的纸张特征二维编码图中的特征显示区，若具有相同的显示符号结构组合，则可证明该纸张为未经过扫描和复印后的纸张。

(b)用手机、其它扫描设备提取数字水印信息或普通二维码信息，用从纸张特征二维编码图上获得的纸张特征一维编码信息解码发布方密文，从而判定纸张内容来自于发布方。

应用实例2

近些年，互联网金融、电子商务、网络交易飞速发展，然而，交易当中的身份认证问题却始终没有得到很好的解决。例如，电子印章或电子签名等完全电子化的或虚拟化的信息无法提供安全的实物佐证，这给交易后出现的法律仲裁带来了前所未有的困难。如何平衡电子凭证安全可靠性问题和物证交换问题是面临的最主要问题。本发明将纸张特征信息混合合同的电子信息进行相互交换，并采取各自打印出物证留存的方法很好地解决了上述问题。图9是混合电子合同或发票的应用方法，操作步骤描述如下：

(1)甲方取一普通空白纸张，用纸张识别设备获得该纸张的纸张特征二维编码图。甲方在电脑上编辑合同，插入甲方的数字印章或电子签名，并将纸张特征二维编码图插入所编辑的合同。

(2)在该空白纸张上第1次打印含有甲方数字印章或电子签名以及纸张特征二维编码图的合同。

(3)用扫描仪扫描第(2)步打印的合同，获得扫描电子版。

(4)甲方将扫描电子版合同通过网络传送给乙方。

(5)乙方通过网络接收到甲方传过来的扫描电子版合同。

(6)乙方取一普通空白纸张，用纸张识别设备获得该纸张的纸张特征二维编码图。

(7)乙方将该纸张的特征二维编码图插入到甲方传来的电子版合同中，并将乙方自己的数字印章或电子签名一起编辑成新的电子版合同。

(8)乙方在第(6)步取得的空白纸张上打印新合成的电子版合同并作为物证留存。

(9)乙方将新合成的电子版合同通过网络传送给甲方。

(10)甲方通过网络接收到乙方传来的新合成电子版合同。

(11)甲方将新合成电子版合同在第(2)步打印的纸张上打印(第2次打印)并作为物证留存。

通过步骤(1)到(11)，可以看出，甲乙双方并没有进行实物交换，而均获得了对方留存纸张的特征码信息，各自拥有了实物凭证和扫描电子版佐证。而且，由于采用扫描合约内容的方法，有效避免了合约内容的篡改。这样，电子凭证安全、身份认证可靠性问题以及物证交换问题都同时得到了解决。

显然，上述应用方法有如下几个优点：

(a)由于通过网络传递的内容是打印后的电子扫描件，合约内容很难篡改。

(b)纸张特征码保证了合约的单次有效性，使得复印或扫描的合约无效。这非常适合电子发票和支票等单次合约的应用。

(c)由于电子印章或数字签名与合约内容不分离传递，可保证其安全性。

(d)仲裁方无需留存合约双方任何物证，实物证据由当事双方留存。可大幅减轻管理者的责任和压力。适合于电子发票的应用。

(e)仲裁方法简单：仲裁方要求双方出示交易实物凭证，即便一方拒绝出示凭证，则只要判定出示方实物凭证真伪(判定方法同应用实例一)，并能抽取双方的电子签名或电子印章信息，即可判出示凭证方胜诉。

本发明将普通纸张的特定区域经光学显微透镜放大，并由传感器采集电子图像，由事先设计的标准模板匹配提取纸张纤维特征，将提取的特征按一定方式编码，形成纸张特征一维码和二维编码图。将这种特征二维编码图直接打印于普通纸张之上，由交易当事方作为实物物证留存。由于这种编码图具有存储纸张识别信息、显示纸张主干纤维结构特征、标示纤维图像采集位置、存储纸张识别设备标识号以及用户密文等能力，因此可解决交易当事方身份认证的可靠性问题。本发明主要应用于互联网金融中的抗复印扫描攻击的水印技术、混合电子发票、电子合同以及银行支付等安全领域。