CN113378878B - 一种身份证鉴伪方法和电子设备 - Google Patents

一种身份证鉴伪方法和电子设备 Download PDF

Info

Publication number
CN113378878B
CN113378878B CN202110483713.8A CN202110483713A CN113378878B CN 113378878 B CN113378878 B CN 113378878B CN 202110483713 A CN202110483713 A CN 202110483713A CN 113378878 B CN113378878 B CN 113378878B
Authority
CN
China
Prior art keywords
identity card
hong kong
image
light condition
kong identity
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.)
Active
Application number
CN202110483713.8A
Other languages
English (en)
Other versions
CN113378878A (zh
Inventor
李�杰
王向锋
王泽平
徐炜
黄曼婷
李智能
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Electronics Great Wall Changsha Information Technology Co ltd
Great Wall Information Co Ltd
Original Assignee
China Electronics Great Wall Changsha Information Technology Co ltd
Great Wall Information Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Electronics Great Wall Changsha Information Technology Co ltd, Great Wall Information Co Ltd filed Critical China Electronics Great Wall Changsha Information Technology Co ltd
Priority to CN202110483713.8A priority Critical patent/CN113378878B/zh
Publication of CN113378878A publication Critical patent/CN113378878A/zh
Application granted granted Critical
Publication of CN113378878B publication Critical patent/CN113378878B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Credit Cards Or The Like (AREA)

Abstract

本发明公开了一种身份证鉴伪方法和电子设备,用于对香港身份证进行鉴伪,所述身份证鉴伪方法包括:获取待鉴伪证件分别在白光、紫外光、红外光条件下的图像;利用待鉴伪证件的背面白光条件图像,根据预设位置的紫荆花图案判断待鉴伪证件是否为香港身份证;利用香港身份证的正面白光条件图像,根据预设位置的特征窗口判断香港身份证的新旧版本;针对新版香港身份证,利用其正反面在各种光源条件的图像特征,对新版香港身份证进行真伪鉴定;针对旧版香港身份证,利用其正反面在各种光源条件的图像特征,对旧版香港身份证进行真伪鉴定。本发明能快速、准确地鉴别香港身份证的真伪,且对新旧版本身份证通用。

Description

一种身份证鉴伪方法和电子设备
技术领域
本发明属于证件鉴伪技术领域,具体涉及一种身份证鉴伪方法和电子设备。
背景技术
身份证件在日常生活中涉及大量的信息安全、经济安全、人身安全问题,市面上也存在大量的假的个人身份证用于非法用途,所以在金融、证券等敏感领域开展业务,首先就必须鉴定身份证件的真伪。目前市面上针对证件鉴伪技术主要采用深度学习算法,而深度学习算法需要大量的训练样本,如果应用在香港身份证鉴伪技术需要大量的证件样本,将会严重泄露个人身份信息。而且传统的人工鉴定香港身份证的真伪效率低下,因此需要一种自动化、快速化的、高效的适用于香港身份证的鉴伪***。
发明内容
本发明提供一种身份证鉴伪方法和电子设备,可以解决以大批量训练样本为基础的监督式学习鉴伪方法可能导致身份证信息泄露问题,同时能快速、准确地鉴别香港身份证的真伪。
为实现上述技术目的,本发明采用如下技术方案:
一种身份证鉴伪方法,用于对香港身份证进行鉴伪,包括以下步骤:
步骤1,获取待鉴伪证件分别在白光、紫外光、红外光条件下的图像;
步骤2,利用待鉴伪证件的背面白光条件图像,根据预设位置的紫荆花图案判断待鉴伪证件是否为香港身份证;
步骤3,利用香港身份证的正面白光条件图像,根据预设位置的特征窗口判断香港身份证的新旧版本;
步骤4,针对新版香港身份证,利用其正反面在各种光源条件的图像特征,对新版香港身份证进行真伪鉴定;针对旧版香港身份证,利用其正反面在各种光源条件的图像特征,对旧版香港身份证进行真伪鉴定;
香港身份证分别在白光、紫外光、红外光条件下的图像,分别具有不同的图像特征,以预设其中部分图像特征作为鉴伪判据,若选择的,若基于每项预设的图像特征均符合鉴伪要求则认为通过鉴伪,否则认为未通过鉴伪;其中:
新版身份证鉴伪的全部图像特征包括:透明窗口特征、紫荆花图案特征、特征圆图案、风景图案特征、扭索图案特征;
旧版身份证鉴伪的全部图像特征包括:紫荆花图案特征、矩形区域特征图案、线条特征图案、彩虹特征图案。
在更优的技术方案中,所述步骤3具体为:对待鉴伪证件的背面白光条件图像中预设位置处的特征窗口,使用边缘特征模板进行匹配,若匹配成功则该香港身份证为新版的香港身份证,否则为旧版的香港身份证。
在更优的技术方案中,步骤4中对新版香港身份证进行真伪鉴定包括:对新版香港身份证的正面白光条件图像和正面红外光条件图像,均使用正面窗口模板进行匹配;且对新版香港身份证的背面白光条件图像和背面红外光条件图像,均使用背面窗口模板进行匹配;若每次匹配均在对应的预设位置匹配成功,则符合鉴伪要求;否则不符合鉴伪要求。
在更优的技术方案中,步骤4中对新版香港身份证进行真伪鉴定包括:对新版香港身份证的背面白光条件图像、背面紫外光条件图像和背面红外光条件图像,使用预设的紫荆花图案模板对每个图像中预设位置的图案进行模板匹配;若背面白光条件图像和背面紫外光条件图像在预设位置与预设的紫荆花图案模板相匹配,则符合鉴伪要求;否则不符合鉴伪要求;
在更优的技术方案中,步骤4中对旧版香港身份证进行真伪鉴定包括:对旧版香港身份证的背面白光条件图像、背面紫外光条件图像和背面红外光条件图像,使用预设的紫荆花图案模板对每个图像中预设位置的图案进行模板匹配;若背面白光条件图像和背面紫外光条件图像在预设位置与预设的紫荆花图案模板相匹配,则符合鉴伪要求;否则不符合鉴伪要求。
在更优的技术方案中,步骤4中对新版香港身份证进行真伪鉴定包括:
对新版香港身份证的正面紫外光条件图像,依次进行灰度化反转、二值化处理、连通域分析,得到最大连通域的坐标位置、宽、高和累加像素值;
根据最大连通域的宽和高计算特征圆的半径r,基于得到的半径r计算最大连通域的累加像素值与特征圆面积πr2之间的差值ΔS1
若最大连通域的坐标位置、特征圆的半径以及特征圆面积差值ΔS1,均符合对应预设的阈值,则符合鉴伪要求;否则不符合鉴伪要求;
在更优的技术方案中,步骤4中对旧版香港身份证进行真伪鉴定包括:
对旧版香港身份证的背面紫外光条件图像,依次进行灰度值反转、二值化处理、腐蚀与膨胀形态学操作以及连通域分析,得到最大连通域的位置、宽、高和累加像素值;
根据最大连通域的宽w和高h计算最大连通域的特征矩形面积w*h,然后计算最大连通域的累加像素值与特征矩形面积w*h之间的差值ΔS2
若最大连通域的位置、宽、高和特征矩形面积差值ΔS2,均符合对应预设的阈值,则符合鉴伪要求;否则不符合鉴伪要求。
在更优的技术方案中,步骤4中对新版香港身份证进行真伪鉴定包括:
对新版香港身份证的背面紫外光条件图像,依次进行灰度化反转、二值化处理、腐蚀与膨胀形态学处理;
将预设的风景图像模板与上一步得到的图像进行异或逻辑操作,再对得到的图像进行连通域分析;
若最大连通域的像素累加值小于对应预设的阈值,则符合鉴伪要求;否则不符合鉴伪要求;
在更优的技术方案中,步骤4中对旧版香港身份证进行真伪鉴定包括:
对旧版香港身份证的正面紫外光条件图像,依次进行灰度化反转、二值化处理,得到包括四个子区域的图像;
统计每个子区域中的黑色像素占比依次为Pi1,Pi2,Pi3,Pi4
基于欧式距离计算图像与对应预设的线条模板图像之间的相似度,若相似度小于对应预设的阈值,则符合鉴伪要求;否则不符合鉴伪要求。
在更优的技术方案中,步骤4中对新版香港身份证进行真伪鉴定包括:
采样新版香港身份证的正面白光条件图像中的扭索区域得到扭索图像;
将扭索图像由RGB色彩空间转换成HSV色彩空间,统计色度值为蓝色的像素占比Pib和色度值为红色的像素占比Pir
基于欧式距离计算扭索图像与对应预设的扭索模板图像之间的相似度,若相似度小于对应预设的阈值,则符合鉴伪要求;否则不符合鉴伪要求。
在更优的技术方案中,步骤4中对旧版香港身份证进行真伪鉴定包括:
采样旧版香港身份证的正面白光条件图像中的彩虹区域得到彩虹图像;
将彩虹图像由RGB色彩空间转换成HSV色彩空间,统计其中邻近区域的色度值、饱和度的分布范围;比较邻近区域色度值的差值和饱和度的差值;
若邻近区域色度值和饱和度的分布范围、差值都在对应预设的阈值范围内,则符合鉴伪要求;否则不符合鉴伪要求。
一种电子设备,包括存储器及处理器,所述存储器中存储有计算机程序,其特征在于,所述计算机程序被所述处理器执行时,使得所述处理器实现上述任一项所述的身份证鉴伪方法。
有益效果
本发明基于香港身份证分别在白光、紫外光、红外光条件下的图像,分别具有不同的图像特征,将其部分作为鉴伪特征,即可快速准确地鉴别香港身份证的真伪,而且适用于现有的新版与旧版两个版本的香港身份证。另外,可以解决现有技术中以大批量训练样本为基础的监督式学习鉴伪方法可能导致的身份证信息泄露问题。
附图说明
图1是本发明香港身份证鉴伪***的结构框图;
图2是本发明白光、紫外光、红外光扫描的新版香港身份证部分背面图;
图3是本发明从紫外光扫描的旧版香港身份证正面图像提取线条并分区图;
图4是本发明紫外光扫描的新版香港身份证正面二值化、形态学处理图像;
图5是本发明紫外光扫描的旧版香港身份证背面二值化、形态学处理图像。
具体实施方式
下面对本发明的实施例作详细说明,本实施例以本发明的技术方案为依据开展,给出了详细的实施方式和具体的操作过程,对本发明的技术方案作进一步解释说明。
参考图1所示,本实施例提供的一种身份证鉴伪方法,用于对香港身份证进行鉴伪,包括以下步骤:
步骤1,获取待鉴伪证件分别在白光、紫外光、红外光条件下的图像。
步骤2,利用待鉴伪证件的背面白光条件图像,根据预设位置的紫荆花图案判断待鉴伪证件是否为香港身份证。
在对香港身份证进行鉴伪前,首先是确认待鉴伪证件是不是香港身份证。在白光扫描的香港身份证的新、旧版本中的背面图像的中上方位置,都存在紫荆花图案特征,可以通过检测紫荆花图案判断输入图像对应的待鉴伪证件是不是香港身份证。导入预存的紫荆花图案模板与身份证背面图像进行匹配,若在图像中上方位置能准确匹配成功,则确认为香港身份证,在图2(一)可以看到新版香港身份证背面中间位置存在的紫荆花图案。
步骤3,利用香港身份证的正面白光条件图像,根据预设位置的特征窗口判断香港身份证的新旧版本。
由于香港的新版身份证与旧版身份证具有不同的图像特征,因此在对身份证进行鉴伪前需要先确认香港身份证是新版身份证还是旧版身份证。
新版香港身份证存在透明窗口特征,因此可以使用预设的窗口边缘特征模板,分别对白光扫描的身份证正面进行模板匹配,当输入图片都能与边缘特征窗口模板成功匹配时,则判断输入图片为新版本的香港身份证,否则判断为旧版本的香港身份证。图2中的(一)和(三)中可以看到新版香港身份证存在窗口特征图案。
步骤4,针对新版香港身份证,利用其正反面在各种光源条件的图像特征,对新版香港身份证进行真伪鉴定;针对旧版香港身份证,利用其正反面在各种光源条件的图像特征,对旧版香港身份证进行真伪鉴定。
香港身份证分别在白光、紫外光、红外光条件下的图像,分别具有不同的图像特征,因此可以利用其中任意一种或多种图像特征对待鉴伪身份证进行鉴伪。在不同的实施例中,可以预设其中部分图像特征作为鉴伪判据,若选择的,若基于每项预设的图像特征均符合鉴伪要求则认为通过鉴伪,否则认为未通过鉴伪。本实施例以全部图像特征均符合鉴伪要求方可认为通过鉴伪,否则认为未通过鉴伪,具体实施方案如图1所示,包括:
一、新版身份证鉴伪
1、透明窗口特征图案
新版香港身份证的正面白光条件图像和正面红外光条件图像,存在一个透明窗口特征图案;而新版香港身份证的背面白光条件图像和背面红外光条件图像,则存在另外一个透明窗口特征图案,且与正面透明窗口特征图案形状不同。因此,可以使用二个不同的窗口模板分别对二种光源扫描的正、背面图片进行匹配:对新版香港身份证的正面白光条件图像和正面红外光条件图像,均使用正面窗口模板进行匹配;且对新版香港身份证的背面白光条件图像和背面红外光条件图像,均使用背面窗口模板进行匹配;若每次匹配均在对应的预设位置匹配成功,则符合透明窗口特征图案的鉴伪要求;否则不符合透明窗口特征图案的鉴伪要求。
2、紫荆花图案特征
在新香港身份证图片中,在白光、紫外光扫描背面图片同一位置都存在紫荆花图案,而红外扫描图像的同一位置却不存在该图案,使用预设的紫荆花图案模板对三种光源的背面扫描图片进行模板匹配:对新版香港身份证的背面白光条件图像、背面紫外光条件图像和背面红外光条件图像,使用预设的紫荆花图案模板对每个图像中预设位置的图案进行模板匹配;若背面白光条件图像和背面紫外光条件图像在预设位置与预设的紫荆花图案模板相匹配,则符合紫荆花图案的鉴伪要求;否则不符合紫荆花图案的鉴伪要求。
3、特征圆图案
在新版的香港身份证紫外扫描的正面图片中,存在一个固定大小的明亮圆形区域,因此可将该明亮圆形区域构成的特征圆作为一种鉴伪图像特征,该特征圆图案的鉴伪过程为:
(1)首先对新版香港身份证的背面紫外光条件图像进行灰度值反转,然后对反转图像进行二值化处理,提取圆形区域,由于提取的圆形区域存在文件信息,所以需要对二值图像先进行腐蚀处理,可以去除明亮圆形区域的文字信息,再对图片进行膨胀的图像形态学处理,可以恢复圆形区域原来的大小,得到比较干净的圆形区域,如图4所示。最后对图像进行连通域分析,确定最大连通域的坐标位置、宽w、高h和累加像素值Scircle
(2)根据最大连通域的宽和高计算特征圆的半径
Figure GDA0003616683130000051
基于得到的半径r计算最大连通域的累加像素值Scircle与特征圆面积πr2之间的差值ΔS1
(3)若最大连通域的坐标位置、特征圆的半径以及特征圆面积差值ΔS1,均符合对应预设的阈值,则符合特征圆的鉴伪要求;否则不符合特征圆的鉴伪要求。
由于图像除了特征圆存在外,没有其它特征目标,所以除了最大连通域外,其它位置存在的连通域的像素累加值严格限制在小于预设的阈值。
4、风景图案特征
在新版的香港身份证紫外背面扫描图片中,存在一个明亮风景图案特征区域,因此可将该明亮风景图案特征区域作为一种鉴伪图像特征,基于其的鉴伪过程为:
(1)对新版香港身份证的背面紫外光条件图像,首先该图片进行灰度值反转,然后对反转图像进行二值化处理,提取风景区域,由于图案区域存在较多的细节,所以需要对二值图像先进行腐蚀、再进行膨胀的图像形态学处理;
(2)将预设的风景图像模板与上一步得到的图像进行异或逻辑操作,再对得到的图像进行连通域分析;
(3)若最大连通域的像素累加值小于对应预设的阈值,则符合风景图案特征的鉴伪要求;否则不符合风景图案特征的鉴伪要求;
5、扭索图案特征
白光扫描的香港身份证正面图像红色细网格线与蓝色粗网格线缠绕,形成钮索图像,因此可将扭索图案作为一种鉴伪图像特征,基于其的鉴伪过程为:
采样新版香港身份证的正面白光条件图像中的扭索区域得到扭索图像;
将扭索图像由RGB色彩空间转换成HSV色彩空间,统计色度值为蓝色的像素占比Pib和色度值为红色的像素占比Pir
基于欧式距离计算扭索图像与对应预设的扭索模板图像之间的相似度,若相似度小于对应预设的阈值,则符合鉴伪要求;否则不符合鉴伪要求;
其中,欧式距离的计算式为:
Figure GDA0003616683130000061
式中,Ptb和Pir分别为扭索模板图像中色度值分别为蓝色和红色的像素占比。
二、旧版身份证鉴伪
1、紫荆花图案特征
与新版香港身份证背面的紫荆花图案相同,旧版的香港身份证背面也有相同的紫荆花图案,因此可采用与新版身份证基于紫荆花图案进行鉴伪相同的方法,基于紫荆花图案对旧版的香港身份证进行鉴伪:对旧版香港身份证的背面白光条件图像、背面紫外光条件图像和背面红外光条件图像,使用预设的紫荆花图案模板对每个图像中预设位置的图案进行模板匹配;若背面白光条件图像和背面紫外光条件图像在预设位置与预设的紫荆花图案模板相匹配,则符合紫荆花图案的鉴伪要求;否则不符合紫荆花图案的鉴伪要求。
2、矩形区域特征图案
在旧版的紫外背面扫描图片中,存在一个明亮矩形区域,因此可将该明亮矩形区域特征图案作为一种鉴伪图像特征,基于其的鉴伪过程为:
(1)对旧版香港身份证的背面紫外光条件图像,进行灰度值反转,然后对反转图像进行二值化处理,提取矩形区域过程中,考虑到矩形区域存在文件信息,所以需要对二值图像先进行腐蚀,可以去除矩形区域的文字信息,再对图片进行膨胀的图像形态学处理,可以恢复矩形区域原来的大小,得到干净的矩形区域;最后对得到的图像进行连通域分析,得到最大连通域的位置、宽w、高h和累加像素值Srec
(2)根据最大连通域的宽w和高h计算最大连通域的特征矩形面积w*h,然后计算最大连通域的累加像素值Srec与特征矩形面积w*h之间的差值ΔS2
(3)若最大连通域的位置、宽、高和特征矩形面积差值ΔS2,均符合对应预设的阈值,则符合基于矩形区域特征图案的鉴伪要求;否则不符合基于矩形区域特征图案的鉴伪要求。
理论上宽w和高h的大小应该等于图片矩形图案的实际大小,即(w-wT)<wthreshold,(h-hT)<hthreshold,其中wT、hT为图像实际的矩形图案的宽度和高度,wthreshold、hthreshold为背面紫外光条件图像与模板图片矩形图案的宽、高差值的阈值值。由于背面紫外光条件图像中除了矩形特征图案外,不存在其它图案的存在,所以除了最大连通域外,其它位置存在的连通域的像素累加值严格限制在预设的范围内。
3、线条特征图案
旧版香港身份证的正面紫外光条件图像在不同的区域中,存在数条不同的明亮线条,因此可将该明亮线条特征图案作为一种鉴伪图像特征,基于其的鉴伪过程为:
(1)为了更好的线条提取效果,首先将图片进行灰度值反转,再进行二值化处理,将二值化的图像划分成四个不同的子区域;
(2)统计每个子区域中的黑色像素占比依次为Pi1,Pi2,Pi3,Pi4
(3)基于欧式距离计算图像与对应预设的线条模板图像之间的相似度,若相似度小于对应预设的阈值,则符合基于线条特征图案的鉴伪要求;否则不符合基于线条特征图案的鉴伪要求。
其中,欧式距离的计算式为:
Figure GDA0003616683130000071
式中,Pt1,Pt2,Pt3,Pt4分别为预设的线条模板图像的4个子区域中黑色像素的占比比例。
4、彩虹特征图案
旧版香港身份证的正面紫外光条件图像在印制过程中,色彩会出现渐变的过程,称之为彩虹印刷。因此可将彩虹特征图案作为一种鉴伪图像特征,基于其的鉴伪过程为:
(1)采样旧版香港身份证的正面白光条件图像中的彩虹区域得到彩虹图像;
(2)将彩虹图像由RGB色彩空间转换成HSV色彩空间,统计其中邻近区域的色度值、饱和度的分布范围;比较邻近区域色度值的差值和饱和度的差值;
(3)若邻近区域色度值和饱和度的分布范围、差值都在对应预设的阈值范围内,则符合基于彩虹特征图案的鉴伪要求;否则不符合基于彩虹特征图案的鉴伪要求。
以上实施例为本申请的优选实施例,本领域的普通技术人员还可以在此基础上进行各种变换或改进,在不脱离本申请总的构思的前提下,这些变换或改进都应当属于本申请要求保护的范围之内。

Claims (9)

1.一种身份证鉴伪方法,其特征在于,用于对香港身份证进行鉴伪,包括以下步骤:
步骤1,获取待鉴伪证件分别在白光、紫外光、红外光条件下的图像;
步骤2,利用待鉴伪证件的背面白光条件图像,根据预设位置的紫荆花图案判断待鉴伪证件是否为香港身份证;
步骤3,利用香港身份证的正面白光条件图像,根据预设位置的特征窗口判断香港身份证的新旧版本;
步骤4,针对新版香港身份证,利用其正反面在各种光源条件的图像特征,对新版香港身份证进行真伪鉴定;针对旧版香港身份证,利用其正反面在各种光源条件的图像特征,对旧版香港身份证进行真伪鉴定;
香港身份证分别在白光、紫外光、红外光条件下的图像,分别具有不同的图像特征,以预设其中部分图像特征作为鉴伪判据,若选择的,若基于每项预设的图像特征均符合鉴伪要求则认为通过鉴伪,否则认为未通过鉴伪;其中:
新版身份证鉴伪的全部图像特征包括:透明窗口特征、紫荆花图案特征、特征圆图案、风景图案特征、扭索图案特征;
旧版身份证鉴伪的全部图像特征包括:紫荆花图案特征、矩形区域特征图案、线条特征图案、彩虹特征图案。
2.根据权利要求1所述的身份证鉴伪方法,其特征在于,所述步骤3具体为:对待鉴伪证件的背面白光条件图像中预设位置处的特征窗口,使用边缘特征模板进行匹配,若匹配成功则该香港身份证为新版的香港身份证,否则为旧版的香港身份证。
3.根据权利要求1所述的身份证鉴伪方法,其特征在于,步骤4中对新版香港身份证进行真伪鉴定包括:对新版香港身份证的正面白光条件图像和正面红外光条件图像,均使用正面窗口模板进行匹配;且对新版香港身份证的背面白光条件图像和背面红外光条件图像,均使用背面窗口模板进行匹配;若每次匹配均在对应的预设位置匹配成功,则符合鉴伪要求;否则不符合鉴伪要求。
4.根据权利要求1所述的身份证鉴伪方法,其特征在于,步骤4中对新版香港身份证进行真伪鉴定包括:对新版香港身份证的背面白光条件图像、背面紫外光条件图像和背面红外光条件图像,使用预设的紫荆花图案模板对每个图像中预设位置的图案进行模板匹配;若背面白光条件图像和背面紫外光条件图像在预设位置与预设的紫荆花图案模板相匹配,则符合鉴伪要求;否则不符合鉴伪要求;
和/或;
步骤4中对旧版香港身份证进行真伪鉴定包括:对旧版香港身份证的背面白光条件图像、背面紫外光条件图像和背面红外光条件图像,使用预设的紫荆花图案模板对每个图像中预设位置的图案进行模板匹配;若背面白光条件图像和背面紫外光条件图像在预设位置与预设的紫荆花图案模板相匹配,则符合鉴伪要求;否则不符合鉴伪要求。
5.根据权利要求1所述的身份证鉴伪方法,其特征在于,步骤4中对新版香港身份证进行真伪鉴定包括:
对新版香港身份证的正面紫外光条件图像,依次进行灰度化反转、二值化处理、连通域分析,得到最大连通域的坐标位置、宽、高和累加像素值;
根据最大连通域的宽和高计算特征圆的半径r,基于得到的半径r计算最大连通域的累加像素值与特征圆面积πr2之间的差值ΔS1
若最大连通域的坐标位置、特征圆的半径以及特征圆面积差值ΔS1,均符合对应预设的阈值,则符合鉴伪要求;否则不符合鉴伪要求;
和/或;
步骤4中对旧版香港身份证进行真伪鉴定包括:
对旧版香港身份证的背面紫外光条件图像,依次进行灰度值反转、二值化处理、腐蚀与膨胀形态学操作以及连通域分析,得到最大连通域的位置、宽、高和累加像素值;
根据最大连通域的宽w和高h计算最大连通域的特征矩形面积w*h,然后计算最大连通域的累加像素值与特征矩形面积w*h之间的差值ΔS2
若最大连通域的位置、宽、高和特征矩形面积差值ΔS2,均符合对应预设的阈值,则符合鉴伪要求;否则不符合鉴伪要求。
6.根据权利要求1所述的身份证鉴伪方法,其特征在于,步骤4中对新版香港身份证进行真伪鉴定包括:
对新版香港身份证的背面紫外光条件图像,依次进行灰度化反转、二值化处理、腐蚀与膨胀形态学处理;
将预设的风景图像模板与上一步得到的图像进行异或逻辑操作,再对得到的图像进行连通域分析;
若最大连通域的像素累加值小于对应预设的阈值,则符合鉴伪要求;否则不符合鉴伪要求;
和/或;
步骤4中对旧版香港身份证进行真伪鉴定包括:
对旧版香港身份证的正面紫外光条件图像,依次进行灰度化反转、二值化处理,得到包括四个子区域的图像;
统计每个子区域中的黑色像素占比依次为Pi1,Pi2,Pi3,Pi4
基于欧式距离计算图像与对应预设的线条模板图像之间的相似度,若相似度小于对应预设的阈值,则符合鉴伪要求;否则不符合鉴伪要求。
7.根据权利要求1所述的身份证鉴伪方法,其特征在于,步骤4中对新版香港身份证进行真伪鉴定包括:
采样新版香港身份证的正面白光条件图像中的扭索区域得到扭索图像;
将扭索图像由RGB色彩空间转换成HSV色彩空间,统计色度值为蓝色的像素占比Pib和色度值为红色的像素占比Pir
基于欧式距离计算扭索图像与对应预设的扭索模板图像之间的相似度,若相似度小于对应预设的阈值,则符合鉴伪要求;否则不符合鉴伪要求。
8.根据权利要求1所述的方法,其特征在于,步骤4中对旧版香港身份证进行真伪鉴定包括:
采样旧版香港身份证的正面白光条件图像中的彩虹区域得到彩虹图像;
将彩虹图像由RGB色彩空间转换成HSV色彩空间,统计其中邻近区域的色度值、饱和度的分布范围;比较邻近区域色度值的差值和饱和度的差值;
若邻近区域色度值和饱和度的分布范围、差值都在对应预设的阈值范围内,则符合鉴伪要求;否则不符合鉴伪要求。
9.一种电子设备,包括存储器及处理器,所述存储器中存储有计算机程序,其特征在于,所述计算机程序被所述处理器执行时,使得所述处理器实现如权利要求1~8中任一项所述的方法。
CN202110483713.8A 2021-04-30 2021-04-30 一种身份证鉴伪方法和电子设备 Active CN113378878B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110483713.8A CN113378878B (zh) 2021-04-30 2021-04-30 一种身份证鉴伪方法和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110483713.8A CN113378878B (zh) 2021-04-30 2021-04-30 一种身份证鉴伪方法和电子设备

Publications (2)

Publication Number Publication Date
CN113378878A CN113378878A (zh) 2021-09-10
CN113378878B true CN113378878B (zh) 2022-08-16

Family

ID=77570453

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110483713.8A Active CN113378878B (zh) 2021-04-30 2021-04-30 一种身份证鉴伪方法和电子设备

Country Status (1)

Country Link
CN (1) CN113378878B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109684987A (zh) * 2018-12-19 2019-04-26 南京华科和鼎信息科技有限公司 一种基于证件的身份验证***及方法
CN110895693A (zh) * 2019-09-12 2020-03-20 华中科技大学 一种证件的防伪信息的鉴别方法及鉴别***
CN111986378A (zh) * 2020-07-30 2020-11-24 湖南长城信息金融设备有限责任公司 一种票据彩色纤维丝检测方法和***
CN112017352A (zh) * 2020-09-03 2020-12-01 平安科技(深圳)有限公司 证件鉴伪方法、装置、设备及可读存储介质
CN112200136A (zh) * 2020-10-29 2021-01-08 腾讯科技(深圳)有限公司 证件真伪识别方法、装置、计算机可读介质及电子设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201411295D0 (en) * 2014-06-25 2014-08-06 Idscan Biometrics Ltd Identity document digital image correction method, system and computer program

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109684987A (zh) * 2018-12-19 2019-04-26 南京华科和鼎信息科技有限公司 一种基于证件的身份验证***及方法
CN110895693A (zh) * 2019-09-12 2020-03-20 华中科技大学 一种证件的防伪信息的鉴别方法及鉴别***
CN111986378A (zh) * 2020-07-30 2020-11-24 湖南长城信息金融设备有限责任公司 一种票据彩色纤维丝检测方法和***
CN112017352A (zh) * 2020-09-03 2020-12-01 平安科技(深圳)有限公司 证件鉴伪方法、装置、设备及可读存储介质
CN112200136A (zh) * 2020-10-29 2021-01-08 腾讯科技(深圳)有限公司 证件真伪识别方法、装置、计算机可读介质及电子设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
面向二代身份证的图文识别;洪雅敏;《兰州工业学院学报》;20130630;全文 *
香港12月份起更换新版智能身份证,九大防伪特征集聚;苏州印象镭射;《https://www.gzlaser.com/news/980.html》;20181126;全文 *

Also Published As

Publication number Publication date
CN113378878A (zh) 2021-09-10

Similar Documents

Publication Publication Date Title
US11062163B2 (en) Iterative recognition-guided thresholding and data extraction
US11302109B2 (en) Range and/or polarity-based thresholding for improved data extraction
CA2658357C (en) Document authentication using template matching with fast masked normalized cross-correlation
Bana et al. Fingerprint recognition using image segmentation
US6901155B2 (en) Wavelet-enhanced automated fingerprint identification system
JP6080259B2 (ja) 文字切り出し装置及び文字切り出し方法
Shen et al. Improving OCR performance with background image elimination
Debiasi et al. PRNU variance analysis for morphed face image detection
US9349237B2 (en) Method of authenticating a printed document
CN109409158B (zh) 一种基于二维码边缘粗糙度的防伪方法
CN111986378B (zh) 一种票据彩色纤维丝检测方法和***
Deep Kaur et al. An analysis of image forgery detection techniques
Abramova et al. Detecting copy–move forgeries in scanned text documents
CN104102907A (zh) 一种消除光照不均匀的lbp人脸识别方法
CN113378878B (zh) 一种身份证鉴伪方法和电子设备
Nandanwar et al. DCT-phase statistics for forged IMEI numbers and air ticket detection
KR20070048570A (ko) 이미지 분별 장치 및 그 방법
Xu et al. Coin recognition method based on SIFT algorithm
Muhamad et al. Image-Based Processing of Paper Currency Recognition and Fake Identification: A Review
Forczmański et al. Low-level image features for stamps detection and classification
Ali et al. Detection and extraction of pantograph region from bank cheque images
Tang et al. A novel similar background components connection algorithm for colorful text detection in natural images
Savakar et al. A novel forgery detection technique for document images
Silva-Mata¹ Rubén Sánchez-Rivero1, 2, Yasmany Febles-Espinosa¹, 2, Francisco José Silva-Mata¹, 2, and Annette Morales-González¹, 2 () 9 1 Advanced Technologies Application Center, CENATAV, Havana, Cuba {rsanchez, fjsilva, amorales}@ cenatav. co. cu
Chethan et al. Image dewarping and text extraction from mobile captured distinct documents

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant