一种基于云平台的银行票据指纹特征防伪鉴别方法
【技术领域】
[0001] 本发明设及一种金融票据防伪鉴别方法，尤其设及一种基于云平台的银行票据指 纹特征防伪鉴别方法，属于防伪鉴伪技术领域。
【背景技术】
[0002] 随着国民经济的快速发展，金融票据的应用越来越广泛。但目前金融票据在管理、 使用和鉴伪方面还存在一些问题，社会上的不法分子把作案目标直接瞄准了银行，金融票 据诈骗案件时有发生，给国家造成重大的经济损失。现有的金融票据鉴伪方法主要依靠人 工定性分析为主，所存在的问题是人工鉴别强度大、耗时久，且容易由于疲劳或疏忽造成误 检。
[0003] 纤维是票据的重要防伪标志之一，而且不同票据中纤维位置的随机分布不一样。 因此，在现有的票据防伪鉴别方法中，常常采用提取纤维特征进行票据防伪鉴别。在紫外光 照射下，纤维有巧光效应，便于提取防伪特征。但是，在运个防伪鉴别过程中，票据表面的纤 维特征提取是关键步骤和难题。由于票据表面的背景非常复杂，包括文字、边框、巧光标志 和平缓区域等，灰度分布范围很广，而纤维目标比较小，虽然灰度大致分布在高亮区，但与 背景灰度分布并没有明显的界限，区分比较困难。而且实践中要求对于同一张票据用结构 相似的机器提取纤维特征，其结果要一致，运就要求特征提取方法的自适应性和稳定性都 要好。
[0004] 为了解决上述问题，在专利号为化201110362933.1的中国发明专利中提出了一种 基于纤维个性化特征的票据防伪鉴别方法，包括如下步骤:对摄像机获取到的票据图像进 行处理，得到标准化的票据图像;采用极大值滤波器进行图像滤波，将票据图像中的多类对 象转化成平缓区域背景和纤维目标两类对象;采用优化的二维赌分割算法分割票据图像， 检测纤维目标;提取纤维目标的防伪特征，防伪特征为质屯、坐标、面积、曲率和矩特征中的 一个或多个;基于防伪特征进行特征匹配，鉴别票据的真伪。该方法融合了极大值滤波和改 进二维赌的纤维小目标检测技术，具有很好的自适应性和稳定性。
[0005] 虽然上述方法能在一定程度上提高防伪鉴别的准确性。但是，随着科学技术的发 展和进步，违法分子制作假票据的水平也随着新版票据的出现而变化，造假水平也越来越 高。单一的票据鉴别技术难W保证对票据进行防伪鉴定的准确性。
【发明内容】
[0006] 针对现有技术的不足，本发明所要解决的技术问题在于提供一种基于云平台的银 行票据指纹特征防伪鉴别方法。
[0007] 为实现上述发明目的，本发明采用下述的技术方案：
[000引一种基于云平台的银行票据指纹特征防伪鉴别方法，包括如下步骤：
[0009] S1，采集大张票据的多光谱图像；
[0010] S2,对所述多光谱图像进行预处理，得到标准的单张票据图像，将所有的单张票据 图像的指纹特征存储到云平台；
[0011] S3,采集待检测票据的图像信息，结合云平台存储的单张票据图像的指纹特征，通 过双色纤维检测、巧光图案检测、红外图像消隐特征检测分别对所述图像信息进行检测；
[0012] S4,当Ξ种检测均判定待检测票据为真时，判定待检测票据为真，否则，判定待检 测票据为假。
[0013] 其中较优地，在步骤S2中，对所述多光谱图像进行预处理，得到标准的单张票据图 像，包括如下步骤：
[0014] S21，依据崎变系数和崎变模型，对采集的大张票据的多光谱图像进行崎变校正；
[0015] S22,对进行崎变校正后得到的图像，进行定标裁剪得到标准的单张票据图像。
[0016] 其中较优地，在步骤S22中，对进行崎变校正后得到的图像，进行定标裁剪得到标 准的单张票据图像，包括如下步骤：
[0017] S221，对于大张票据的白光反射图像WIMG，将RGB颜色空间转换到服V颜色空间；
[001引S222,采用固定阔值分割方法，将白光反射图像WIMG中H、S分量分别在第一固定区 间内的像素点作为目标点，得到二值分割图像；
[0019] S223,采用与票据水溶线尺寸相同的矩形窗对图像进行扫描，统计矩形窗内的目 标点数目，如果目标点数据超出矩形窗尺寸的1/3,则检测到水溶线位置，记录矩形窗中屯、 位置为(x〇，y〇);
[0020] S224，W坐标点(x〇-wl，y〇-hl)为票据起点，依据票据尺寸进行单张票据图像的裁 剪，得到标准的单张票据图像，其中，wl为票据水溶线区域中屯、距离票据左侧的距离，hi为 票据水溶线区域中屯、距离票据上侧的距离。
[0021] 其中较优地，在步骤S3中，采集待检测票据的图像信息，通过双色纤维检测对采集 的图像信息进行检测，包括如下步骤：
[0022] S301，分别采集待检测票据的正面的紫外反射图像FIMG和背面的紫外反射图像 BIMG，并将其转换成HSV格式的图片；
[0023] S302,根据票据中红蓝纤维的特点，将HSV格式的图片中H、S分量分别在第二固定 区间内的像素点作为目标点，进行H、S分量粗分割，在V分量上采用0TSU阔值分割算法进行 图像细分割；
[0024] S303，对分割后的图形进行纤维目标提取；
[0025] S304,获取同一条纤维分别在正面的紫外反射图像FIMG和背面的紫外反射图像 BIMG中呈现的纤维，对正面的紫外反射图像FIMG和背面的紫外反射图像BIMG中的纤维进行 匹配，如果两条纤维相匹配，待检测票据通过双色纤维检测;否则，待检测票据为假票。
[0026] 其中较优地，在进行双色纤维检测待检测票据的真伪时，进一步通过双色特性判 决待检测票据的真伪。
[0027] 其中较优地，所述通过双色特性判决待检测票据的真伪包括如下步骤：
[002引对于同一条纤维，分别提取其在正面的紫外反射图觀皿郝背面的紫外反射图觀IMG中Η分 量的最小值、平均值和最大值，分别记为
[0029] 构建的双色特性判决函数为：
[0030]
[0031 ]判断F的值;如果F不为零，则所述纤维满足双色特性，待检测票据为真;否则，所述 纤维不满足双色特性，待检测票据为假。
[0032] 其中较优地，在步骤S3中，采集待检测票据的图像信息，结合云平台存储的单张票 据图像的指纹特征，通过巧光图案检测对采集的图像信息进行检测，包括如下步骤：
[0033] S311，分别采集待检测票据的正面的紫外反射图像FIMG和背面的紫外反射图像 BIMG，并将其转换成HSV格式的图片；
[0034] S312,对正面的紫外反射图像FIMG的V分量，进行小波变换，获取变换后的低频信 息FIMG0;
[0035] S313,对所述低频信息FIMG0的V分量，采用0TSU阔值分割算法进行图像细分割；
[0036] S314,从云平台提取标准的单张票据图像的指纹特征，将细分割后的图像的巧光 图案特征与标准的单张票据图像的巧光图案特征进行匹配，通过相关系数的值判断票据的 真假。
[0037] 其中较优地，在步骤S314中，所述相关系数的计算公式为：
[00；3 引
[0039] 其中，FIMG0(x，y)为正面的紫外反射图像FIMG在V分量上的低频信息;MIMG(x，y) 为标准的单张票据图像的二值模板图像；当相关系数大于巧光图案检测阔值时，判定巧光 图案满足防伪要求;票据为真;否则，判定巧光图案不满足防伪要求，票据为假。
[0040] 其中较优地，在步骤S3中，采集待检测票据的图像信息，结合云平台存储的单张票 据图像的指纹特征，通过红外图像消隐特征检测对采集的图像信息进行检测，包括如下步 骤：
[0041] S321，分别采集待检测票据的正面的红外反射图像RIMG和白光反射图像WIMG，并 转换为灰度图像；
[0042] S322,对待检测票据的正面的红外反射图像RIMG和白光反射图像WIMG的灰度图 像，分别进行小波变换，获得变换后的低频信息RIMG0和WIMG0;
[0043] S323，对低频信息RIMG0和WIMG0分别构建对应的阔值图像，进行阔值图像分割，得 到对应的二值图像RIMG1和WIMG1;
[0044] S324,融合二值图像RIMG1和WIMG1，得到二值图像RWIMG1:
[0045]
[0046] S325,从云平台提取标准的单张票据图像的红外图像的二值模板图像，采用相关 匹配算法将所述二值图像与所述二值模板图像进行匹配，如果匹配成功，则带检测票据的 红外消隐特性满足防伪要求，票据为真;否则，判定带检测票据的红外消隐特性不满足防伪 要求，票据为假。
[0047] 其中较优地，在步骤S323中，对低频信息RIMG0构建阔值图像，包括如下步骤：
[0048] 对于任一像素点(x，y)，计算其邻域窗口内的灰度均值Ml;
[0049] 判断不等式RIMG0(x，y)〉Ml是否成立，如果成立，点（x，y)处的阔值图像TIMG(x，y) =M1 ；
[00加]否则，计算最佳分割阔值t，点(X，y)处的阔值图像TIMG( X，y) = t。
[0051] 本发明所提供的基于云平台的银行票据指纹特征防伪鉴别方法，采集待检测票据 的图像信息，结合云平台存储的单张票据图像的指纹特征，通过双色纤维检测、巧光图案检 巧。、红外图像消隐特征检测分别对采集的图像信息进行检测；当Ξ种检测均判定待检测票 据为真时，判定待检测票据为真，当Ξ种检测有一种判定待检测票据为假时，判定待检测票 据为假。消除了单一的票据鉴别技术进行防伪鉴定的弊端，有效地提高了防伪鉴定的准确 性。
【附图说明】
[0052] 图1为本发明所提供的基于云平台的银行票据指纹特征防伪鉴别方法的流程图；
[0053] 图2为银行大张票据的多光谱图像采集系统的电路连接示意图；
[0054] 图3为本发明所提供的防伪鉴别方法中，采用高清网络摄像机采集银行大张汇票 的多光谱图像的结构示意图；
[0055] 图4为本发明所提供的防伪鉴别方法中，单台摄像机与光源、汇票的位置分布示意 图；
[0056] 图5为本发明所提供的防伪鉴别方法中，像素灰度分布