2015版新版人民币图像特征的鉴伪研究

发布时间：2017-12-30 10:31

本文关键词：2015版新版人民币图像特征的鉴伪研究　出处：《南京理工大学》2017年硕士论文　论文类型：学位论文

【摘要】：随着人民币国际化进程的加快,人民币的使用范围变得更为广泛。假币的存在严重破坏了人民币在国际中的信誉,损害了人民的利益。2015版人民币是目前最新版的大面额人民币,在市场上使用量也将会逐步增大。因此,2015版人民币的鉴伪就显得十分重要。本文根据2015版新版人民币的胶印对印图案、光变镂空开窗安全线、光彩光变数字在反射和透射图像中的特性,结合图像处理和模式识别等相关领域的知识,进行2015版新版人民币图像特征的鉴伪研究,主要研究内容如下:(1)人民币图像预处理和版面信息的识别。本文使用CIS图像传感器采集了 2015版人民币在可见光下的反射图像、红外光下的反射和透射图像。介绍了人民币图像的预处理方法,包括人民币图像旋转校正、图像增强等。讨论了人民币版面信息识别的方法,版面信息的识别主要包括人民币的面额识别、版本识别和方向识别。(2)正反面胶印对印图案一致性的研究。首先采用差分投影的方法快速定位胶印对印图案,接着对胶印对印图案进行角点检测,在初步得到角点的基础上采用插值法进行胶印对印图案亚像素级角点的检测。为了进一步减小系统误差,本文使用更高精度图像采集设备采集人民币图像进行胶印对印图的亚像素角点检测。对角点检测结果统计得到:在600dpi图像下,正反面胶印对印角点之间的距离在0.06mm以内,很好地验证了正反胶印对印图案位置的一致性。(3)光变镂空开窗安全线中微缩字符的获取和识别。微缩字符的获取是采用图像特征匹配的方法,针对微缩字符,采用八向梯度特征,在安全线中寻找出微缩字符图像。分别采用KNN、朴素贝叶斯、SVM分类器对多种不同安全线中微缩字符的八向特征进行识别,实验表明三种分类器对微缩字符的识别均能获得较高的准确率,其中SVM分类器表现最好,准确率能够达到98.13%。(4)光彩光变数字灰度特性的研究。通过阈值分割的方法建立光彩光变数字的掩模图像,用掩模图像与原图相乘提取光彩光变数字。对得到的光彩光变数字做水平方向灰度均值投影,在投影中出现一段周期性变化的曲线。采用多样本进行实验,统计该曲线的周期和幅值范围。对比普通变色油墨和其他光变油墨图案的实验结果,发现该曲线在普通油墨中不会出现,而其他光变图案产生的曲线的周期和幅值与人民币的光彩光变数字有所不同。
[Abstract]:......
【学位授予单位】：南京理工大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP391.41

【参考文献】