專利名稱：二維條碼身份證件防偽系統(tǒng)自動識讀方法
技術(shù)領域：
本發(fā)明屬計算機自動識別領域，涉及到圖像識別技術(shù)，圖像壓縮技術(shù)，信息處理與信息管理技術(shù)，及防偽保密技術(shù)，特別涉及一種基于圖像識別技術(shù)的二維條碼身份證件防偽系統(tǒng)自動識讀方法。
背景技術(shù)：
身份證件的防偽技術(shù)，目前就身份證來說，是用激光防偽材料來完成的。因為識別時，主要靠人眼主觀判斷，使得偽造在高科技手段下，比較容易實現(xiàn)。近期，有關(guān)身份證的防偽技術(shù)采用非接觸式IC卡的報道也有見到。這是因為目前IC卡的制作與讀取技術(shù)已經(jīng)非常成熟，可以滿足各方面的需要。但是，作為在社會活動中使用非常頻繁的證件來說，首先是要耐用。而IC卡的防電磁干擾的能力是有限的，因此這一大隱患在推廣新型身份證件中不容忽視的。另外，IC卡只對可用卡制的證件有效，對于如護照這類非卡制的證件則無能為力。二維條碼與之相比，則在抗干擾性及在多種媒介之上均可方便印刷的優(yōu)勢就非常突出。
但是，有關(guān)二維條碼的防偽，從近期的同類發(fā)明來看，二維條碼的自動識別技術(shù)是基于專用識別設備來完成的。專用設備可以完成主要功能是，對符合國際標準的條碼進行識別與解碼。特別是CCD型專用設備價格高，使得二維條碼的推廣受阻。

發(fā)明內(nèi)容
本發(fā)明的目的在于，采用通用的掃描儀輸入二維條碼，并用解碼軟件實現(xiàn)對其的識別與解讀，利用二維條碼可承載大信息量的優(yōu)點，構(gòu)造一種二維條碼身份證件防偽系統(tǒng)自動識讀方法，該系統(tǒng)的自動識讀方法除了可用二維條碼的專用識別器進行識別之外，還可用通用的掃描儀輸入條碼并獲得其正確的解碼信息，將承載在條碼中的信息與身份證件上的明碼信息進行對比，獲得身份證件的真?zhèn)舞b別結(jié)果。
實現(xiàn)上述發(fā)明目的的技術(shù)方案是該系統(tǒng)包自動識讀方法括防偽身份證件的制作、持證人照片的處理、二維條碼的生成、身份證件的真?zhèn)握J證，主要包括以下方面，第一，在二維條碼的生成上，考慮到身份證件需要持證人的照片，因此，采用了SOFMNN(自組織影射神經(jīng)元網(wǎng)絡模型)，小波變換，PCA(主元分析)等技術(shù)實現(xiàn)圖像的壓縮技術(shù)；第二，采用圖像識別技術(shù)實現(xiàn)對條碼的識別；第三，通過解碼程序獲得條碼中所承載的信息，這時，與身份證件上的明碼信息(即直接用文字，數(shù)字，照片標明的持證人信息)進行自動匹配(照片除外)，如果信息吻合，則提示用戶對照照片，否則提示為偽造證件；第四，可將自動獲得的信息錄入到數(shù)據(jù)庫，完成持證人信息的管理。
四

圖1是本發(fā)明帶條碼防偽身份證的制作過程示意圖；圖2是身份證的真?zhèn)握J證過程示意圖；圖3是SOFMNN的網(wǎng)絡結(jié)構(gòu)示意圖；圖4是證件的制作過程圖，a制作證件，b打印，c剪切，d過塑，e實物；圖5是證件真?zhèn)蔚蔫b別過程圖，a證件，b掃描儀輸入，c識別真?zhèn)巍?br> 五具體實施例方式
以下結(jié)合附圖對本發(fā)明作進一步的詳細描述。
本發(fā)明的基于圖像識別技術(shù)的二維條碼身份證件防偽系統(tǒng)自動識讀方法，為兩大部分，一部分是防偽身份證件的制作；另一部分是防偽身份證件的真?zhèn)舞b別。
1)身份證件制作身份證件制作時的文字，數(shù)字信息的處理按國標所規(guī)定的PDF417條碼的編碼標準來實現(xiàn)。
2)身份證制作時的持證人照片的處理因為在條碼中載入的照片是為了在真?zhèn)舞b別時與證件上的照片進行對照，考慮到證件上的條碼所占面積不能太大(影響美觀)，所以在不會產(chǎn)生歧義的基礎上，將彩色照片轉(zhuǎn)換成灰度圖像進行壓縮。具體步驟如下①彩色照片轉(zhuǎn)換成灰度圖像計算公式為y＝0.29R+0.58G+0.11B其中，y是灰度圖像的灰度值，R，G，B為彩色圖像的三原色。
②對灰度圖進行小波變換對灰度圖進行小波變換，得到四個頻段的信息，設為h00，h01，h10，h11其中，前下標表示行變換，后下標表示列變換，0表示低頻變換，1表示高頻變換。
③對h00進行重新量化首先由PCA確定h00的主分量數(shù)，計算步驟如下a.設h00的大小為m×n，并不妨設m≤n，令A＝h00Th00則A為m×m的對稱方陣。
b.計算A陣的m個特征值設為λ1≥λ2≥…≥λm根據(jù)信噪比的要求，設獲得的主分量為λ1，λ2，…，λk其次，從所得到的主分量，獲得對灰度圖y的重新量化級數(shù)為k。進行k灰度級的重新量化，量化方法為SOFMNN。具體步驟如下
a.SOFMNN的網(wǎng)絡結(jié)構(gòu)如圖3所示SOFNN網(wǎng)絡的結(jié)構(gòu)是由一個輸入層和一個輸出層(又稱競爭層)構(gòu)成。輸入層輸入的是原始信息的特征，輸入層的神經(jīng)元個數(shù)為特征的個數(shù)。輸出層輸出的是模式的分類結(jié)果，輸出神經(jīng)元的值在這里不直接使用，使用的是輸入層與輸出層的連接權(quán)陣。連接權(quán)陣則反映了兩層神經(jīng)元的影射關(guān)系。這是一個無教師信號的自組織影射網(wǎng)絡。
在這里，輸入層的神經(jīng)元個數(shù)為1個，為h00的像素灰度值；競爭層的神經(jīng)元個數(shù)為k，為重新量化的灰度級數(shù)。
連接權(quán)重的更新算法如下STEP.1初始化確定權(quán)向量w、學習速率η(t)、鄰域Ng(0)及總學習次數(shù)T的初值；STEP.2歸一化處理U′k=[U1k,U2k,...,Unk]T=Uk||Uk||]]>Wj′=[Wj1′,Wj2′,...,Wjn′]T=Wj||Wj||]]>STEP.3計算歐式(Euclid)距離dj=[Σi=1n(Uik′-Wji′)2]1/2]]>(j＝1，2，...，M)STEP.4確定獲勝神經(jīng)元dg＝min[dj](j＝1，2，...，M)STEP.5修正連接權(quán)值 STEP.6歸一化處理Wji′(t+1)=Wj(t+1)||Wj(t+1)||]]>STEP.7返回STEP.2，完成所有輸入模式的訓練。
STEP.8更新學習速率η(t)和鄰域Ng(t)
η(t)=η0(1-tT)]]>b.神經(jīng)元網(wǎng)絡權(quán)重訓練結(jié)束后，就是對h00進行重新量化，設重新量化后的圖像為f。重新量化的算法步驟如下STEP 1計算歐式(Euclid)距離dj=[Σi=1n(Uik-Wji)2]1/2]]>(j＝1，2，...，M)STEP 2將該輸入模式的值用歐氏距離為最短的神經(jīng)元的連接權(quán)值替代該像素的灰度值；STEP 3返回STEP1直到所有像素的比較、替代結(jié)束。
④對f進行子塊聚類重新量化后的圖像f相鄰像素有許多相同的，為此，可對其進行子塊聚類，具體方法如下a.將圖像分為2*2的子塊，設計一個標示矩陣Ks，標示矩陣的大小是圖像h00的1/4，Ks為0表示2*2的子塊不能合并，Ks為1，表示該2*2子塊可以合并。
b.查找可以合并的子塊，用一個像素值替代。最終獲得子塊聚類的數(shù)據(jù)流，設為c。
⑤進行Huffman編碼對數(shù)據(jù)流c再進行Huffman編碼，設得到的結(jié)果為Hc。
⑥進行PDF417編碼處理將所獲得的Hc，Ks，以及Huffman表按照PDF417條碼的字節(jié)模式，對其進行編碼處理。
3)二維條碼的生成獲得PDF417編碼信息之后，按照證件上可以容納的條碼大小，按照國家標準生成條碼，并打印在證件上所規(guī)定的位置上。其制作過程的示意圖如圖1所示。
4)身份證件的真?zhèn)握J證身份證件的真?zhèn)握J證過程示意圖如圖2所示。
具體方法步驟如下1)用掃描儀輸入身份證件上包含二維條碼的那一面。
2)按照PDF417條碼的起始符的編碼規(guī)律，找到條碼所在的位置。
3)對條碼區(qū)域進行二值化處理。選取閾值T為T＝0.5·[fmax+fmin]其中fmin，fmax分別為條碼區(qū)域的最大灰度值和最小灰度值。
4)對二值化后的條碼進行條空比識別與計算，獲得PDF417條碼的編碼信息。
5)按照國家標準對得到的編碼信息進行解碼處理，獲得文字，數(shù)字，以及照片。
6)系統(tǒng)提示數(shù)據(jù)庫中是否存有該證件的相關(guān)信息，并提示用戶核對解碼出來的信息與證件上的明碼信息是否吻合。
圖4和圖5是本發(fā)明實施例的證件的制作過程、證件真?zhèn)蔚蔫b別過程圖，包括制作證件，打印，剪切，過塑，得到實物；將需要鑒別的證件，輸入掃描儀，系統(tǒng)則會自動識別真?zhèn)巍?br> 權(quán)利要求
1.一種基于圖像識別技術(shù)的二維條碼身份證件防偽系統(tǒng)自動識讀方法，包括防偽身份證件的制作、持證人照片的處理、二維條碼的生成、身份證件的真?zhèn)握J證，其特征在于1)身份證件制作身份證件制作時的文字，數(shù)字信息的處理按國標所規(guī)定的PDF417條碼的編碼標準來實現(xiàn)；2)身份證制作時的持證人照片的處理將彩色照片轉(zhuǎn)換成灰度圖像進行壓縮，具體步驟如下①彩色照片轉(zhuǎn)換成灰度圖像計算公式為y＝0.29R+0.58G+0.11B其中，y是灰度圖像的灰度值，R，G，B為彩色圖像的三原色；②對灰度圖進行小波變換對灰度圖進行小波變換，得到四個頻段的信息，設為h00，h01，h10，h11其中，前下標表示行變換，后下標表示列變換，0表示低頻變換，1表示高頻變換；③對h00進行重新量化首先由PCA確定h00的主分量數(shù)，計算步驟如下a.設h00的大小為m×n，并不妨設m≤n，令A＝h00Th00則A為m×m的對稱方陣；b.計算A陣的m個特征值設為λ1≥λ2...≥λm根據(jù)信噪比的要求，設獲得的主分量為λ1，λ2，...，λk其次，從所得到的主分量，獲得對灰度圖y的重新量化級數(shù)為k，進行k灰度級的重新量化，量化方法為SOFMNN；SOFNN網(wǎng)絡的結(jié)構(gòu)是由一個輸入層和一個輸出層構(gòu)成的無教師信號的自組織影射網(wǎng)絡；輸入層輸入的是原始信息的特征，輸入層的神經(jīng)元個數(shù)為特征的個數(shù)，輸出層輸出的是模式的分類結(jié)果，輸出神經(jīng)元的值在這里不直接使用，使用的是輸入層與輸出層的連接權(quán)陣，連接權(quán)陣則反映了兩層神經(jīng)元的影射關(guān)系；具體步驟如下a.輸入層的神經(jīng)元個數(shù)為1個，為h00的像素灰度值；競爭層的神經(jīng)元個數(shù)為k，為重新量化的灰度級數(shù)；連接權(quán)重的更新算法如下STEP.1初始化確定權(quán)向量w、學習速率η(t)、鄰域Ng(0)及總學習次數(shù)T的初值；STEP.2歸一化處理U′k=[U1k,U2k,...,Unk]T=Uk||Uk||]]>Wj′=[Wj1′,Wj2′,...,Wjn′]T=Wj||Wj||]]>STEP.3計算歐式(Euclid)距離dj=[Σi=1n(Uik′-Wji′)2]1/2]]>(j＝1，2，...，M)STEP.4確定獲勝神經(jīng)元dg＝min[dj](j＝1，2，...，M)STEP.5修正連接權(quán)值 STEP.6歸一化處理Wji′(t+1)=Wj(t+1)||Wj(t+1)||]]>STEP.7返回STEP.2，完成所有輸入模式的訓練；STEP.8更新學習速率η(t)和鄰域Ng(t)η(t)=η0(1-tT)]]>b.神經(jīng)元網(wǎng)絡權(quán)重訓練結(jié)束后，就是對h00進行重新量化，設重新量化后的圖像為f，重新量化的算法步驟如下STEP 1計算歐式(Euclid)距離dj=[Σi=1n(Uik-Wji)2]1/2]]>(j＝1，2，...，M)STEP 2將該輸入模式的值用歐氏距離為最短的神經(jīng)元的連接權(quán)值替代該像素的灰度值；STEP 3返回STEP1直到所有像素的比較、替代結(jié)束；④對f進行子塊聚類重新量化后的圖像f相鄰像素有許多相同的，可對其進行子塊聚類，具體方法如下a.將圖像分為2*2的子塊，設計一個標示矩陣Ks，標示矩陣的大小是圖像h00的1/4，Ks為0表示2*2的子塊不能合并，Ks為1，表示該2*2子塊可以合并；b.查找可以合并的子塊，用一個像素值替代；最終獲得子塊聚類的數(shù)據(jù)流，設為c；⑤進行Huffman編碼對數(shù)據(jù)流c再進行Huffman編碼，設得到的結(jié)果為Hc；⑥進行PDF417編碼處理將所獲得的Hc，Ks，以及Huffman表按照PDF417條碼的字節(jié)模式，對其進行編碼處理；3)二維條碼的生成獲得PDF417編碼信息之后，按照證件上可以容納的條碼大小，按照國家標準生成條碼，并打印在證件上所規(guī)定的位置上；4)身份證件的真?zhèn)握J證身份證件的真?zhèn)握J證過程的具體方法步驟如下①掃描儀輸入身份證件上包含二維條碼的那一面；②按照PDF417條碼的起始符的編碼規(guī)律，找到條碼所在的位置；③對條碼區(qū)域進行二值化處理。選取閾值T為T＝0.5·[fmax+fmin]其中fmin，fmax分別為條碼區(qū)域的最大灰度值和最小灰度值；④對二值化后的條碼進行條空比識別與計算，獲得PDF417條碼的編碼信息；⑤按照國家標準對得到的編碼信息進行解碼處理，獲得文字，數(shù)字以及照片；⑥系統(tǒng)提示數(shù)據(jù)庫中是否存有該證件的相關(guān)信息，并提示用戶核對解碼出來的信息與證件上的明碼信息是否吻合。
全文摘要
本發(fā)明公開了一種二維條碼身份證件防偽系統(tǒng)自動識讀方法，通過用圖像識別技術(shù)，獲取掃描儀輸入的二維條碼所承載的信息。包括防偽身份證件的制作、持證人照片的處理、二維條碼的生成、身份證件的真?zhèn)握J證；身份照片采用壓縮技術(shù)，由小波變換，主元分析，自組織特征映射神經(jīng)元網(wǎng)絡以及自適應可變子塊聚類，Huffman編碼構(gòu)成。二維條碼的識別，利用掃描儀輸入帶有條碼的身份證件，自動找到條碼所在區(qū)域，并對條碼區(qū)域進行處理，按照國家標準獲得PDF417編碼，再根據(jù)壓縮編碼及加密信息，進行承載信息的獲取。自動地將解碼所得到的證件的文字信息，數(shù)字信息與數(shù)據(jù)庫中現(xiàn)存的資料進行匹配，確定證件的真?zhèn)?，用戶按需要可將確定為真的證件信息自動錄入到數(shù)據(jù)庫中。
文檔編號G06T9/00GK1490757SQ0311463
公開日2004年4月21日 申請日期2003年7月7日 優(yōu)先權(quán)日2003年7月7日
發(fā)明者劉恒, 張鍥石, 袁國桃, 梁華剛, 劉磊, 錢學明, 楊坤, 朱虹, 劉 恒 申請人:西安理工大學