CN105957080A - 基于频域对屏幕拍摄身份证照的识别方法 - Google Patents
基于频域对屏幕拍摄身份证照的识别方法 Download PDFInfo
- Publication number
- CN105957080A CN105957080A CN201610273380.5A CN201610273380A CN105957080A CN 105957080 A CN105957080 A CN 105957080A CN 201610273380 A CN201610273380 A CN 201610273380A CN 105957080 A CN105957080 A CN 105957080A
- Authority
- CN
- China
- Prior art keywords
- image
- screen
- identity card
- gray level
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开一种基于频域的对屏幕拍摄的身份证照的识别方法,主要解决现有技术通过人工判图员区分真实身份证实物照片与屏摄身份证照片图会产生***误差且效率低的问题。其实现步骤为:1.输入待识别的身份证图像;2.对图像进行傅里叶变换;3.将变换后的矩阵转变为一维信号;4.用差分的方法检测该一维信号,判别其在低频段是否存在波峰;5.当低频段存在波峰时,判定图像为屏摄图,当低频段不存在波峰时,判定图像为非屏摄图。仿真实验表明,本发明对屏幕拍摄的身份证照具有较高的检测率,可用于对身份证实物图照片及身份证照片屏摄图的识别。
Description
技术领域
本发明属于数字图像识别领域,具体涉及一种对屏幕拍摄的身份证的识别方法,可用于防止将对着屏幕拍摄到的他人身份证照用于违法犯罪活动。
背景技术
各大银行、企业在用户注册、办理事务过程中,用户经常需要通过拍照的方式向单位提交身份证图片文件,该文件现今只能通过人工判图员识图的方式来区分该图片是否为实物照片,而没有一种数字图像识别的技术可以区分屏幕拍摄的身份证的识别方法。
由于人工肉眼识图存在一定的误差,若该图片不是实物身份证照片,将会存在违法利用他人身份证信息的可能,从而会给该企业带来经济、信用等一系列损失。
发明内容
本发明的目的在于针对上述现有技术的不足,提出一种基于频域对屏幕拍摄身份证照的识别方法,以通过检测一维信号在低频段是否存在波峰的方式区分正常拍摄的身份证实物和通过屏幕拍摄到的身份证,避免将从屏幕拍摄到的他人身份证照用于违法犯罪活动的事件发生。
本发明的技术方案是这样实现的:
一、技术原理
当我们举起相机准备拍照时,相机内部的感光元件会释放出高频电磁波。而被拍摄物体如液晶显示器,本身也会释放出一定的电磁干扰。当相机的感光元件发出了一个波形,液晶显示器就会发出了另一个波形,且这两组波形的频率相近,则在两股电磁波相交后,波形叠加,相互干扰,发生混叠现象,在图像的低频部分就会出现与场景无关的色彩,即彩色摩尔纹。使用摄像设备对着屏幕拍摄,会产生屏摄图所产生的摩尔纹,表现为彩色圆弧状的波纹,这种摩尔纹将会在低频段产生一个明显的波峰,而用身份证实物在拍摄照片时是由于不会产生这种摩尔纹,因而也不会产生波峰。
通过低频段是否产生波峰可以清晰的区分该身份证图片是屏摄图或照片,可避免针对屏摄图身份证的违法利用。若身份证屏摄图被违法利用则会产生一系列个人资料、财产盗用问题。所以,本发明欲通过频域检测该图像低频段是否有峰的方式来解决现今仍困扰各大银行公司的身份证图片识别问题。
二.技术方案
根据上述原理,本发明的实现方案包括如下:
(1)输入待识别的彩色身份证图像a,并对其进行灰度化生成灰度图像A;
(2)读取并判断灰度图像A的分辨率,当图像A分辨率任一维数大于1000时,进行降采样处理,使灰度图像A的两个维数都小于等于1000;
(3)对灰度图像A进行快速傅里叶变换,形成1024*1024的图像并取其对数得到变换后的灰度图像A1;
(4)将1024*1024大小的灰度图像A1的零频点放到其图像频率分布曲线正中,并取绝对值得到1024*1024大小的绝对值灰度图像A2;
(5)对1024*1024大小的绝对值灰度图像A2的纵坐标进行累加,使其变为长度为1024的一维信号Y;
(6)对一维信号Y的各点进行分段累加,判断在低频段是否存在波峰:
将一维信号Y的第1~60个点和第61~120个点分别累加,如果第61~120个点的累加值小于第1~60个点的累加值时,则判定一维信号Y在低频段存在波峰,且图像为屏摄图;
将一维信号Y的第81~130个点和第131~180个点分别累加,如果第131~180个点的累加值小于第81~130个点的累加值时,则判定一维信号Y在低频段存在波峰,且图像为屏摄图;
否则,判定图像为身份证实物照。
本发明的有益效果在于:
1.本发明通过屏摄图产生的彩色摩尔纹会在其低频段产生波峰的原理,提供了一种新的区分屏摄图的方式,可提高屏幕拍摄身份证照的识别准确度。
2.本发明由于是一种完全程序判别的方式,避免了判图员人工肉眼识别的步骤,消除了***误差,对屏幕拍摄的身份证照具有较高的检测率及较高的检测效率,可防止屏摄图身份证用于违法犯罪活动的事件发生。
以下结合附图对本发明作进一步详细描述。
附图说明
图1是本发明的实现流程图;
图2是对身份证实物照片和该身份证照片屏摄图进行快速傅里叶变换后的结果图;
图3是将图2二维傅里叶变换转化为一维信号后的图谱。
具体实施方式
以下结合附图对本发明的实施方式做进一步详细说明。
参照图1,本发明的实现步骤如下:
步骤1,输入待识别的彩色身份证照,生成灰度图像。
输入待识别的彩色身份证实物照图像,对该图像的彩色图像RGB的三个通道值进行平均,得到其二维矩阵实物灰度图像M;
输入待识别的用计算机屏幕拍摄的身份证照,对该图像的彩色图像RGB的三个通道值进行平均,得到其二维矩阵屏摄灰度图像N。
步骤2,对灰度身份证图像进行降采样处理。
读取并判断实物灰度图像M的分辨率,当实物灰度图像M分辨率任一维数大于1000时,对实物灰度图像M图像进行降采样处理,使实物灰度图像M的两个维数都小于等于1000;
读取并判断屏摄灰度图像N的分辨率,当屏摄灰度图像N分辨率任一维数大于1000时,对屏摄灰度图像N图像进行降采样处理,使屏摄灰度图像N的两个维数都小于等于1000。
步骤3,对灰度身份证图像进行快速傅里叶变换。
对实物灰度图像M进行快速傅里叶变换,形成1024*1024的图像并取其对数得到变换后的实物灰度图像M1,如图2(a)所示。
对屏摄灰度图像N进行快速傅里叶变换,形成1024*1024的图像并取其对数得到变换后的屏摄灰度图像N1,如图2(b)所示。
步骤4,输入快速傅里叶变换后的灰度身份证图像,生成其绝对值灰度图像。
将1024*1024大小的实物灰度图像M1的零频点放到其图像频率分布曲线正中,并取绝对值得到1024*1024大小的绝对值实物灰度图像M2;
将1024*1024大小的屏摄灰度图像N1的零频点放到其图像频率分布曲线正中,并取绝对值得到1024*1024大小的绝对值屏摄灰度图像N2。
步骤5,输入变换后的绝对值灰度图像,生成一维信号。
对1024*1024大小的绝对值实物灰度图像M2的纵坐标分别进行累加,使其变为长度为1024的实物图一维信号X,如图3(a)所示。
对1024*1024大小的绝对值屏摄灰度图像N2的纵坐标分别进行累加,使其变为长度为1024的屏摄图一维信号Y,如图3(b)所示。
步骤6,分别对实物图一维信号X、屏摄图一维信号Y的各点进行分段累加,判断在低频段是否存在波峰。
6.1)将实物图一维信号X的第1~60个点和第61~120个点分别累加,将实物图一维信号X的第81~130个点和第131~180个点分别累加,如图3(a)所示,由图3(a)可见,该图的一维信号X第61~120个点的累加值明显大于第1~60个点的累值,该图的一维信号X第131~180个点的累加值明显大于第81~130个点的累加值,且该图的一维信号X在低频段不存在波峰;
6.2)将屏摄图一维信号Y的第1~60个点和第61~120个点分别累加,将屏摄图一维信号Y的第81~130个点和第131~180个点分别累加,如图3(b)所示,由图3(b)可见,该图的一维信号Y第61~120个点的累加值大于第1~60个点的累加值,该图的一维信号Y第131~180个点的累加值明显小于第81~130个点的累加值,且该图的一维信号Y在81~180段存在波峰。
步骤7,根据一维信号在低频段是否存在波峰判断屏摄图
根据步骤6描述实物图一维信号X在低频段不存在波峰和屏摄图一维信号Y在低频段存在波峰的结论,可在实际中通过对所需检测的图进行上述步骤1-6的操作,根据最终是否在图像的低频段出现波峰判定被检测图像的真伪。
本实例以多张身份证实物照片或对电脑屏幕拍摄的身份证照片为测试图像,随机选出12张身份证屏摄图,依次进行生成该图像的灰度图像、对生成的灰度图像进行降采样处理、对处理后的图像进行快速傅里叶变换、生成该图像进行快速
傅里叶变换后的绝对值灰度图像、生成该变换后灰度图像的一维信号并根据一维信号在低频段是否存在波峰判断图像真伪,判断结果如表1。
表1对身份证照片的测试结果
由表1可见,本发明对随机选出的12张屏摄图进行检测,可正确检测11张;对随机选出的9张身份证实物照,本发明可全部正确检测出来。
综上,本发明对屏幕拍摄的身份证照具有较高的检测率,可将其用于识别身份证照是否为屏摄图,消除判图员人工肉眼识别所产生的***误差,避免将从屏幕拍摄到的他人身份证照用于违法犯罪活动的事件发生,具有较高的实用性。
Claims (2)
1.一种基于频域的对屏幕拍摄的身份证照识别方法,包括:
(1)输入待识别的彩色身份证图像a,并对其进行灰度化生成灰度图像A;
(2)读取并判断灰度图像A的分辨率,当图像A分辨率任一维数大于1000时,进行降采样处理,使灰度图像A的两个维数都小于等于1000;
(3)对灰度图像A进行快速傅里叶变换,形成1024*1024的图像并取其对数得到变换后的灰度图像A1;
(4)将1024*1024大小的灰度图像A1的零频点放到其图像频率分布曲线正中,并取绝对值得到1024*1024大小的绝对值灰度图像A2;
(5)对1024*1024大小的绝对值灰度图像A2的纵坐标进行累加,使其变为长度为1024的一维信号Y;
(6)对一维信号Y的各点进行分段累加,判断在低频段是否存在波峰:
将一维信号Y的第1~60个点和第61~120个点分别累加,如果第61~120个点的累加值小于第1~60个点的累加值时,则判定一维信号Y在低频段存在波峰,且图像为屏摄图;
将一维信号Y的第81~130个点和第131~180个点分别累加,如果第131~180个点的累加值小于第81~130个点的累加值时,则判定一维信号Y在低频段存在波峰,且图像为屏摄图;
否则,判定图像为身份证实物照。
2.根据权利要求1所述的方法,其中步骤(1)对待识别的彩色身份证图像a进行灰度化处理,是将待识别的的彩色图像RGB的三个通道值进行平均,得到其二维矩阵灰度图像A。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610273380.5A CN105957080A (zh) | 2016-04-28 | 2016-04-28 | 基于频域对屏幕拍摄身份证照的识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610273380.5A CN105957080A (zh) | 2016-04-28 | 2016-04-28 | 基于频域对屏幕拍摄身份证照的识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105957080A true CN105957080A (zh) | 2016-09-21 |
Family
ID=56916027
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610273380.5A Pending CN105957080A (zh) | 2016-04-28 | 2016-04-28 | 基于频域对屏幕拍摄身份证照的识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105957080A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109858471A (zh) * | 2019-04-03 | 2019-06-07 | 深圳市华付信息技术有限公司 | 基于图像质量的活体检测方法、装置及计算机设备 |
CN110263708A (zh) * | 2019-06-19 | 2019-09-20 | 郭玮强 | 图像来源识别方法、设备及计算机可读存储介质 |
CN109472772B (zh) * | 2018-09-29 | 2020-12-01 | 歌尔光学科技有限公司 | 图像污点检测方法、装置和设备 |
WO2021169625A1 (zh) * | 2020-02-28 | 2021-09-02 | 深圳壹账通智能科技有限公司 | 网络翻拍照片的检测方法、装置、计算机设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5537669A (en) * | 1993-09-30 | 1996-07-16 | Kla Instruments Corporation | Inspection method and apparatus for the inspection of either random or repeating patterns |
CN104486534A (zh) * | 2014-12-16 | 2015-04-01 | 西安诺瓦电子科技有限公司 | 摩尔纹检测抑制方法及装置 |
CN104504710A (zh) * | 2014-12-30 | 2015-04-08 | 中国科学技术大学 | X射线光栅相位衬度成像中摩尔条纹的识别方法及装置 |
CN105139048A (zh) * | 2015-08-24 | 2015-12-09 | 汪风珍 | 一种双号码证件及人证识别*** |
CN105303530A (zh) * | 2015-09-30 | 2016-02-03 | 天津大学 | 基于低秩稀疏矩阵分解的织物图像摩尔纹消除方法 |
-
2016
- 2016-04-28 CN CN201610273380.5A patent/CN105957080A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5537669A (en) * | 1993-09-30 | 1996-07-16 | Kla Instruments Corporation | Inspection method and apparatus for the inspection of either random or repeating patterns |
CN104486534A (zh) * | 2014-12-16 | 2015-04-01 | 西安诺瓦电子科技有限公司 | 摩尔纹检测抑制方法及装置 |
CN104504710A (zh) * | 2014-12-30 | 2015-04-08 | 中国科学技术大学 | X射线光栅相位衬度成像中摩尔条纹的识别方法及装置 |
CN105139048A (zh) * | 2015-08-24 | 2015-12-09 | 汪风珍 | 一种双号码证件及人证识别*** |
CN105303530A (zh) * | 2015-09-30 | 2016-02-03 | 天津大学 | 基于低秩稀疏矩阵分解的织物图像摩尔纹消除方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109472772B (zh) * | 2018-09-29 | 2020-12-01 | 歌尔光学科技有限公司 | 图像污点检测方法、装置和设备 |
CN109858471A (zh) * | 2019-04-03 | 2019-06-07 | 深圳市华付信息技术有限公司 | 基于图像质量的活体检测方法、装置及计算机设备 |
CN110263708A (zh) * | 2019-06-19 | 2019-09-20 | 郭玮强 | 图像来源识别方法、设备及计算机可读存储介质 |
CN110263708B (zh) * | 2019-06-19 | 2020-03-13 | 郭玮强 | 图像来源识别方法、设备及计算机可读存储介质 |
WO2021169625A1 (zh) * | 2020-02-28 | 2021-09-02 | 深圳壹账通智能科技有限公司 | 网络翻拍照片的检测方法、装置、计算机设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zheng et al. | A survey on image tampering and its detection in real-world photos | |
Tang et al. | Median filtering detection of small-size image based on CNN | |
CN103116763B (zh) | 一种基于hsv颜色空间统计特征的活体人脸检测方法 | |
Dong et al. | Run-length and edge statistics based approach for image splicing detection | |
CN104933721B (zh) | 基于颜色滤波阵列特性的拼接图像篡改检测方法 | |
CN105957054B (zh) | 一种图像变化检测方法 | |
CN105957080A (zh) | 基于频域对屏幕拍摄身份证照的识别方法 | |
Feng et al. | Camouflage texture evaluation using saliency map | |
CN104915673B (zh) | 一种基于视觉词袋模型的目标分类方法和*** | |
CN106570851B (zh) | 一种基于加权分配d-s证据理论的显著图融合方法 | |
CN101493938B (zh) | 基于噪声分布规律检测伪造图像的方法 | |
CN109948616A (zh) | 图像检测方法、装置、电子设备及计算机可读存储介质 | |
CN110428399A (zh) | 用于检测图像的方法、装置、设备和存储介质 | |
CN106056523B (zh) | 数字图像拼接篡改盲检测方法 | |
CN109726733A (zh) | 一种基于帧间相关性的视频篡改检测方法 | |
Baozhong et al. | Overview of image noise reduction based on non-local mean algorithm | |
CN103310235A (zh) | 一种基于参数识别与估计的隐写分析方法 | |
JP5447851B2 (ja) | 画像形成体の真偽判別方法 | |
CN102968793B (zh) | 基于dct域统计特性的自然图像与计算机生成图像的鉴别方法 | |
Lu et al. | Revealing digital fakery using multiresolution decomposition and higher order statistics | |
Conotter et al. | Detecting photographic and computer generated composites | |
CN102110303B (zh) | 基于支撑向量回归的人脸伪照片合成方法 | |
Lu et al. | Digital image forensics using statistical features and neural network classifier | |
Poredi et al. | AUSOME: authenticating social media images using frequency analysis | |
CN117373136A (zh) | 基于频率掩膜和注意力一致性的人脸伪造检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160921 |
|
WD01 | Invention patent application deemed withdrawn after publication |