安全文件鉴别及执行鉴别的移动装置的制造方法
【专利说明】安全文件鉴别及执行鉴别的移动装置
[0001] 1.介绍
[0002] 维护安全文件尤其是纸币中的置信度是且一直是中央银行主要关屯、的问题，W 便保持世界范围内经济的稳定性。用于纸币鉴别的一种尤为适合的方法是基于所谓的 Sound-of-Intaglio?方法，参考[1]、巧](还参见国际专利出版号WO2008/146262A2)， 该方法的重点在于分析凹版印刷所产生的本质特征（Sound-of-Intaglio?名称是 邸A-NotaSySA的商标）。结果是基于图像处理和模式识别的通用算法，该算法用真正的凹 版检测本质信息W便区分纸币，而不论是硬币或破旧纸币、或甚至是伪造品。该是因为凹 版印刷能够使打印具有非常精细、高分辨率且非常清晰的图案。另外，凹版是最持久的印 刷特征，在流通环境中该特征给予了制备工艺某些鲁椿性优势。因此，凹版"事实上"被标 识为本质特征并且可W用作公众的安全标识方法。由警察机关和银行回收的绝大多数伪 造品是用一些方法和可商购的设备创造的。凹版已经证明是防御伪造品的最可靠和安全 的平台。虽然凹版特征并未被大众有意识地认识到，但无误的光学外观结合独有的触感性 质（都可W在结合印刷基板时看到）是用户习惯性识别真实纸币的关键。此方法通过使 用例如移动电话W负担得起的图像分析工具来标识凹版的独有特征。当然，该种一般方法 对中央银行在分选和鉴证时也是有用的。而且，该种概念的优点是中央银行无需披露任何 保密信息（如特殊性质、几何尺寸等），尤其是如果凹版达到某个质量水平时，无需重新设 计现有的纸币。另外，凹版代表了商业印刷的重要差异化中的一种差异化并且是纸币印刷 过程的实质部分。本研究实际上集中探讨使凹版自动应用在现金循环中的可能性。为此， Sound-of-Intaglio?为支付终端的制造商或银行系统提供一种未来框架W确保领先流通 领域中日益提高的伪造品质量并进行防范。迄今为止，伪造技术未成功地提供可接受的凹 版仿制品或甚至使用该技术用于犯罪目的。
[0003] 除了"已证实的"大量商业胶版印刷伪造品外，在数字桌面技术（扫描仪、相机、W 及数字办公室打印机）上的不断进步已经建立了一类全新的"数字"伪造品（digifeit)。 由于在印刷工业中存在的严格的非扩散政策，高清晰度纸币凹版印刷的全部流程（设计、 印前操作、制版和印刷）得到良好的保护W防止其在伪造应用中的使用或滥用。由于凹版 工艺对纸币安全性、其无误的外观和公共流通中功能的唯一性，通过标识凹版的存在来直 接鉴别真实纸币是最为明智的。由于在艰苦且具有挑战性的流通条件下直接测量S维结构 已被证明是困难的且缺少鲁椿性，已找到一种完全不同的方法，该方法发掘了普通高质量 凹版结构的独有的不透明性和外观。
[0004] 下文所描述的是基于Sound-of-Intaglio?方法[1]的图像处理和模式识别方法， 用于智能移动装置（如智能电话[4]等巧])中。该种概念基于一种构建自适应小波来分 析纸币上的不同印刷图案的新策略。而且，生成一个纸币特定的特征矢量，该矢量有效地描 述各种照明条件下的真实纸币。一种多级线性判别分析（LDA)分类器生成稳定且可靠的输 出。
[0005] 本申请组织如下；在此介绍之后，第二节中将重点介绍相关工作和先决条件，其中 重点是相关的出版物、移动装置的某些技术方面、W及基于小波的凹版检测（WIBD)。在第= 节，将描述智能电话上用于纸币鉴别的自适应小波方法。第四节专口用于介绍结果，而第五 节总结了本说明书。
[OOOd2.相关工作巧先决条件[0007] 2. 1相关出版物
[000引在过去十年，已经出版了一些与纸币面额检测W及鉴别本身相关的出版物。在上 述该些年间，在SPIE、I邸E、和ACM数据库中检测到不超过大约300种出版物。大部分出版 物在其方法中描述了光学扫描技术和信号处理算法。只有一些作者建议除光学概念外的方 法，例如[5]、[6]。出版作品的绝大多数与特征提取和机器学习有关，例如[7]、巧]、和巧]。 某些最近的出版物也已经表明在纸币面额的标识[10]和识别[11]方面小波方法似乎是有 希望的。尤其是基于小波的概念支持[1]中的一般方法和下文的基于小波的鉴别理论巧]、 巧]、和[12]。
[000引2. 2務动装晉巧术
[0010] 在本节中，描述了移动装置的关键组件，尤其是最先进的智能电话的关键组件。重 点是相机模块，因为如果用作图像处理装置的话，该是智能电话的关键元件。
[0011] 定义。如果移动电话具有用小型软件应用（app)进行扩展的能力并且如果它提供 更高级的计算能力和增强的连接性[13]，就称为智能电话。近些年逐渐提高的处理器性能 带来了变化非常大的使用行为；最初，智能电话W更方便的方式用于收发电子邮件或文本， 主要是商业用户使用。现今，智能电话可W运行第S方app，该些a卵极大地扩展了功能 性。智能电话不仅仅是移动电话，而且是笔记本电脑、微型相机、游戏伴侣、音乐播放器、互 联网冲浪站、卫星导航工具等。最重要的市场竞争者基本上使用两种不同的操作系统：苹果 (Apple)的iOS和谷歌（Google)的安卓（An化oid)。2012年第S季度，在该领域中它们分 享了全球销售的所有智能电话的86. 3% [14]，安卓是最大的竞争者具有72. 4%的市场份 额[1句。
[0012] 通用硬件。通常，智能电话配备有大显示器。自从苹果的iPhone在2007年出现W 来，大的高分辨率多点触摸显示器已经成为实际上的标准。苹果提供了最高分辨率（每英 寸显示器326像素）[15]。S星的Gala巧NoteN7000是当前市场上最大的智能电话之一， 配备了 5.3英寸的屏幕[16]。而且，智能电话具有广泛范围的传感器，例如，巧螺仪、加速 计、GPS、接近度或光传感器。第一种智能电话使用单核处理单元，具有600MHz的时钟频率。 然而如今，在高度复杂的型号[17]、[18]中建立了多核处理器（四到五核）和大约1.5GHz 的时钟频率。智能电话通常有两个相机，该在下一段落中进行描述。
[0013] 相机单元。典型的智能电话采用两种不同类型的相机；一个位于屏幕侧用于视频 电话呼叫，而另一个位于后部。通常，第一个相机具有大约是一百万像素的分辨率，而另一 个相机通常提供较高的传感器分辨率并且被设计为静态或视频相机的替代品。由于该就是 应用于图像处理的相机，所W术语相机在下文用于指高分辨率相机并且忽略其他类型的相 机。典型的智能相机具有在五百万和一千二百万像素之间的分辨率，趋势是像素数越来越 大。正如其他具有低质量光学器件的微型相机一样，该并不意味着结果改善。智能电话中 的相机模块缺少变焦镜头（在该一点上，忽略像诺基亚（Nokia)化review808该样的小众 型号）。该些相机的传感器具有典型的4至7mm的对角线宽度，该使得它们易于受到噪声干 扰。内置的照明常常是基于LED或氣闪的闪光灯，只能够照亮镜头附近的对象，例如肖像或 特写。
[0014] 高分辨率导致大的内存需求。现今，该就是为何不可能得到原始图像数据的原因， 而原始图像在图像处理中是重要的。图像采集过程的结果总是化g格式压缩的照片。然而， 可W该样说，通常是基于智能电话技术的技术发展水平来降低压缩率。
[00巧]2. 3用于務动装晉的纸币麻用
[0016] 使用智能装置进行纸币鉴别的设想就其本身而言并非是新的。不同的出版物已经 例举了此类应用，例如巧]、[4]、和[19]。基本思想是使用集成的相机、照明单元、和处理单 元来分析不同的显性和隐性纸币特征并将纸币进行分类。另一种方法是最近发表的，该方 法基于配备有光学近红外点光源和低功率传感器巧片的口袋式扫描仪。此系统可W连接至 任何移动电话巧0]。该技术模仿了ATM制造商的某些基本概念。除了该些app，还有更多 一些app可W用作纸币展示应用，例如巧1]、巧2]。
[0017] 2. 4甚于小妮的凹版檢测（WIBD)
[001引在此子部分，描述了基于小波的凹版检测（WBID)的一般性概念一一如在[1]中 举例讲解，该种概念设计通过执行基于小波的数字信号处理技术来分解待鉴别的文件的 一个或多个样本图像。该种概念的进一步的细节和相关变体可W参考相应的文献，其全 文通过引用结合在此，具体而言是[1]、巧]、巧]、[4]、和[12]，W及国际专利出版号WO 2008/146262A2 和WO2011/018764A2。
[0019] 小波。小波是一种用于将给定的函数或信号分为不同尺度的分量的数学函数。小 波变换是函数或信号的小波表示。小波变换在表达具有间断点和尖峰的函数和信号方面比 传统傅里叶变换更有优势。根据本方法，具体地是发掘了所谓的离散小波变换值WT)的性 质，而该将在下文进行讨论。在本说明书中不会深入地探讨小波理论，因为此理论本身是众 所周知的并且在有关该主题的一些教科书中进行了广泛的讨论和描述。有兴趣的读者可W 例如参考引用的有关小波理论的书籍和出版物巧3]、巧4]、[25]、和巧6]。
[0020] 为了识别局部特征，信号变换是平移不变的，该一点很重要。该意味着移动A个 样本的信号平移可W导致缩放或细节系数的平移，但不会修改它们的值。该个性质保证比 例图不取决于尺度上零点的选择。在使用快速小波变换（FWT)时，由于FWT固有的次级抽 样，丢失了该个平移不变性质。因此，源自FWT的小波系数示出了对信号平移的高度依赖。 通过次级抽样，当进行到下一个变换尺度时，还要冒着丧失沿的重要信息的风险。所W，使 用平移不变的信号变换是十分重要的。为了实现平移不变的变换，在不对信号s[n]进行次 级抽样的前提下确定变换。平移不变的小波变换（SWT)满足了该个条件巧7]、[28]。对于 平移的、但在其他方面完全相同的信号，SWT提供了平移的、但完全相同的小波系数。由于 不使用次级抽样，得到了冗余的信号表示巧7]、[2引。为了将二维纸币图像变换为频谱描 述，使用两个二维变换巧引。该是有效的，因为图像可W被理解为可分离的信号巧引。为 了变换一个二维信号X，交替地在图像行n和图像列m上采用一维变换算法。该产生具有维 度（2nX2m)的方阵X;
[0021]
[002引现在，将小波变换后的信号分为四个子图像；缩放系数A(低通滤波的）P)和竖 直细节系数cV(带通滤波的，iD)属于Ay,而水平的W及对角细节系数（地和cD，带通滤波 的，iio包括在Dy中。细节矩阵cV、地、和cD描述了图像的小波变换后的信号的相同结构。 在第二步，将细节系数合并为一个通用细节矩阵cG: