TWI739387B - 印鑑辨識系統及其方法 - Google Patents
印鑑辨識系統及其方法 Download PDFInfo
- Publication number
- TWI739387B TWI739387B TW109112269A TW109112269A TWI739387B TW I739387 B TWI739387 B TW I739387B TW 109112269 A TW109112269 A TW 109112269A TW 109112269 A TW109112269 A TW 109112269A TW I739387 B TWI739387 B TW I739387B
- Authority
- TW
- Taiwan
- Prior art keywords
- image
- block
- seal
- denoising
- corresponding block
- Prior art date
Links
Images
Landscapes
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
Abstract
一種印鑑辨識系統,其透過掃描並獲得印鑑影像;對印鑑影像依序進行轉正、去除白邊、正規化、對比強化、二值化、影像侵蝕與影像膨脹處理,進而獲得去雜訊影像;將去雜訊影像與留存***影像分別進行切割程序,以切割成多個區塊;分別依序將去雜訊影像的每一區塊與留存***影像的每一對應區塊進行相似度比對處理,進而依序判斷去雜訊影像的每一區塊與留存***影像的每一對應區塊之間是否相似;以及當判斷去雜訊影像的任一區塊與留存***影像的對應區塊之間不相似時,輸出通知信息。因此,可提升辨識效能。
Description
本發明涉及一種辨識系統及其方法,特別是印鑑辨識系統及其方法。
印鑑對於人們的日常生活之間係具有息息相關與密不可分的關係,無論為至金融機構臨櫃提款與結清帳戶或至地政機關辦理不動產(例如:土地或房屋)的登記或過戶時,皆必需要使用到印鑑,故印鑑的實用性不言可喻。
然而,為了要使印鑑於使用時正確無誤,往往民眾至金融機構臨櫃提款與結清帳戶或至地政機關辦理不動產的登記或過戶時,於金融機構或地政機關的職員需要藉由肉眼比對印鑑是否正確。但是,以人工方式進行印鑑比對存在過於相似的印鑑往往需請其他職員幫忙確認,而造成效率低落且極易會發生比對錯誤的情形。此外,若是因肉眼識別偽造印鑑造成的比對錯誤,使民眾發生盜領或偷過戶的情況,不僅會產生客訴,還會影響金融機構或地政機關的聲譽。有鑒於此,實有必要提出改進的技術手段,來解決此一問題。
本發明揭露一種印鑑辨識系統及其方法。
首先,本發明揭露一種印鑑辨識系統,其包括:影像掃描模組、影像處理模組、二值化模組、影像降噪模組、影像比對模組與通知模組,影像處理模組連接掃描模組,二值化模組連接影像處理模組,影像降噪模組連接二值化模組,影像比對模組連接影像降噪模組,通知模組連接影像比對模組。其中,影像掃描模組用以掃描並獲得印鑑影像;影像處理模組用以對印鑑影像進行轉正、去除白邊、正規化與對比強化處理,以獲得***影像;二值化模組用以對***影像進行二值化處理,以獲得二值化影像;影像降噪模組用以對二值化影像進行影像侵蝕與影像膨脹處理,以去除雜訊,進而獲得去雜訊影像;影像比對模組用以將去雜訊影像與留存***影像分別進行切割程序,以切割成多個區塊,並分別依序將去雜訊影像的每一區塊與留存***影像的每一對應區塊進行相似度比對處理,進而依序判斷去雜訊影像的每一區塊與留存***影像的每一對應區塊之間是否相似;以及通知模組用以當影像比對模組判斷去雜訊影像的任一區塊與該留存***影像的對應區塊之間不相似時,輸出通知信息。
此外,本發明揭露一種印鑑辨識方法,包括以下步驟:掃描並獲得印鑑影像;對印鑑影像進行轉正、去除白邊、正規化與對比強化處理,以獲得***影像;對***影像進行二值化處理,以獲得二值化影像;對二值化影像進行影像侵蝕與影像膨脹處理,以去除雜訊,進而獲得去雜訊影像;將去雜訊影像與留存***影像分別進行切割程序,以切割成多個區塊;分別依序將去雜訊影像的每一區塊與留存***影像的每一對應區塊進行相似度比對處理,進而依序判斷去雜訊影像的每一區塊與留存***影像的每一對應區塊之間是否相似;以及當判斷去雜訊影像的任一區塊與留存***影像的對應區塊之間不相似時,輸出通知信息。
本發明所揭露之系統與方法如上,與先前技術的差異在於本發明是透過掃描並獲得印鑑影像;對印鑑影像依序進行轉正、去除白邊、正規化、對比強化、二值化、影像侵蝕與影像膨脹處理,進而獲得去雜訊影像;將去雜訊影像與留存***影像分別進行切割程序,以切割成多個區塊;分別依序將去雜訊影像的每一區塊與留存***影像的每一對應區塊進行相似度比對處理,進而依序判斷去雜訊影像的每一區塊與留存***影像的每一對應區塊之間是否相似;以及當判斷去雜訊影像的任一區塊與留存***影像的對應區塊之間不相似時,輸出通知信息。
透過上述的技術手段,本發明可輔助人工進行疑似印鑑的辨識比對,且藉由影像處理技術與圖像分割處理提升比對速度,且不容易因人為疏忽而出錯,進而提升辨識效能。
在說明本發明所揭露之印鑑辨識系統及其方法之前,先對本發明所自行定義的名詞作說明,本發明所述的印鑑辨識系統所包括的各種模組主要可利用硬體方式來實現,同時可與軟體或韌體協同運作。其中,在實施中所使用的軟體或韌體可以被儲存在機器可讀儲存媒體上,例如:唯讀記憶體(ROM)、隨機存取記憶體(RAM)、磁盤儲存媒體、光儲存媒體、快閃記憶體裝置等等,並且可以由一個或多個通用或專用的可程式化微處理器執行。
以下將配合圖式及實施例來詳細說明本發明之實施方式,藉此對本發明如何應用技術手段來解決技術問題並達成技術功效的實現過程能充分理解並據以實施。
請參閱「第1圖」與「第2圖」,「第1圖」為本發明印鑑辨識系統之一實施例方塊示意圖,「第2圖」為「第1圖」的印鑑辨識系統執行印鑑辨識方法之一實施例方法流程圖。在本實施例中,印鑑辨識系統100可應用於金融機構,提供民眾至金融機構臨櫃提款與結清帳戶時,輔助職員辨識比對印鑑是否正確,但本實施例並非用以限定本發明,可依據實際需求應用於同樣需進行印鑑辨識的不同情境中。
在本實施例中,印鑑辨識系統100可包括:影像掃描模組110、影像處理模組120、二值化模組130、影像降噪模組140、影像比對模組150與通知模組160,影像處理模組120可連接掃描模組110,二值化模組130可連接影像處理模組120,影像降噪模組140可連接二值化模組130,影像比對模組150可連接影像降噪模組140,通知模組160可連接影像比對模組150。其中,影像處理模組120與掃描模組110之間、二值化模組130與影像處理模組120之間、影像降噪模組140與二值化模組130之間、影像比對模組150與影像降噪模組140之間以及通知模組160與影像比對模組150之間可利用無線或有線方式進行影像、訊息與資料的傳遞,也可通過網路相互連通,例如:行動通訊網路、網際網路、區域網路、廣域網路與/或無線網路,以進行影像、訊息與/或資料的傳遞。
在本實施例中,印鑑辨識方法可包括以下步驟:掃描並獲得印鑑影像(步驟210);對印鑑影像進行轉正、去除白邊、正規化與對比強化處理,以獲得***影像(步驟220);對***影像進行二值化處理,以獲得二值化影像(步驟230);對二值化影像進行影像侵蝕與影像膨脹處理,以去除雜訊,進而獲得去雜訊影像(步驟240);將去雜訊影像與留存***影像分別進行切割程序,以切割成多個區塊(步驟250);分別依序將去雜訊影像的每一區塊與留存***影像的每一對應區塊進行相似度比對處理,進而依序判斷去雜訊影像的每一區塊與留存***影像的每一對應區塊之間是否相似(步驟260);以及當判斷去雜訊影像的任一區塊與留存***影像的對應區塊之間不相似時,輸出通知信息(步驟270)。
在步驟210中,影像掃描模組110可掃描民眾向金融機構提供其提款單或結清申請書,該提款單或結清申請書上蓋有民眾的印鑑圖章,再利用影像處理技術之特徵擷取功能,擷取印鑑圖章的特徵,並確立該印鑑圖章的所在區塊,將該區塊擷取出來,以獲得印鑑影像。
在步驟220中,影像掃描模組110擷取完印鑑影像後,由於該印鑑圖章可能並未蓋正,影像處理模組120需要對印鑑影像做轉正的動作;此外,影像處理模組120也需將轉正的印鑑影像之白邊去除,調整轉正且去除白邊的印鑑影像之長寬大小固定(即本發明所述之正規化處理),以及將轉正、去除白邊且正規化的印鑑影像之對比進行強化,以使影像掃描模組110所擷取的印鑑影像變成具有單純印鑑圖章且可供後續辨識使用的***影像。其中,轉正、去除白邊且正規化的印鑑影像之長寬大小可為M
N個像素(轉正、去除白邊且正規化的印鑑影像之長度為M個像素大小,寬度為N個像素大小;即轉正、去除白邊且正規化的印鑑影像為M
N個像素所組成的二維陣列),M與N皆為大於1的正整數,可依據實際需求進行調整。
其中,由於提款單或結清申請書上所蓋有的印鑑圖章通常為方形圖章,因此,在本實施例中,步驟220之影像處理模組120所進行的轉正處理可包括以下步驟:(a)判斷印鑑影像中的***外框是否為方形;(b)若判斷印鑑影像中的***外框為方形時,定義以印鑑影像中該***外框的最底部頂點為原點的平面座標系;(c)取得***外框中位於平面座標系中第一象限的邊線於平面座標系的水平軸上的投影角度θ
1;(d)判斷投影角度θ
1是否等於零;以及(e)若判斷投影角度θ
1不等於零時,依據旋轉指令順時鐘旋轉印鑑影像一預設角度,並重複執行步驟(c)與(d),直至判斷出投影角度θ
1等於零。其中,預設角度可為但不限於1度,可依據實際情況進行調整;需注意的是,當預設角度過小時,會造成重複執行步驟(c)與(d)之次數變多,進而影響轉正處理的效率;當預設角度過大時,會造成投影角度θ
1不易等於零之情況。
更詳細地說,影像處理模組120會先判斷影像掃描模組110所擷取的印鑑影像之印鑑圖章是否為方形章(即***外框是否為方形),若判斷印鑑影像中的***外框為方形時,由於未蓋正的方形章其圖面存在有最底部頂點,因此,影像處理模組120可定義出以該最底部頂點為原點的平面座標系,平面座標系具有相互垂直的水平軸與垂直軸;此時,方形章中由原點延伸出來的一個邊線可位於平面座標系的第一象限中,該邊線於平面座標系的水平軸上的投影角度可為θ
1;接著,影像處理模組120會判斷投影角度θ
1是否等於零(投影角度θ
1等於零時,代表該邊線位於平面座標系的水平軸上,即不需要進行轉正),當影像處理模組120判斷投影角度θ
1不等於零時,可依據旋轉指令順時鐘旋轉印鑑影像一預設角度,接著,重複執行步驟(c)與(d),直至判斷出投影角度θ
1等於零(即轉正印鑑影像)。
此外,由於提款單或結清申請書上所蓋有的印鑑圖章可能不是方形圖章,因此,在另一實施例中,步驟220之影像處理模組120所進行的轉正處理還可包括下步驟:透過影像識別文字方式取得印鑑影像中未轉正的文字;取得欲進行印鑑辨識比對的民眾在其申請開戶預留於金融機構的印鑑卡之印鑑圖章上的印文;以及基於取得的印鑑圖章上的印文與印鑑影像中未轉正的文字判斷印鑑影像轉正需要的旋轉角度,進而依據該旋轉角度轉正印鑑影像。其中,由於印鑑辨識系統100用以輔助人工進行疑似印鑑的辨識比對(即代表印鑑影像高度近似於留存***影像,肉眼無法精準判斷,所以才藉由印鑑辨識系統100加以輔助辨識),因此,在透過影像識別文字方式取得印鑑影像中的文字之步驟中,可基於上述印鑑卡之印鑑圖章上的印文及其排列方式輔助影像處理技術,判斷出印鑑影像中文字的字體,進而取得印鑑影像中未轉正的文字。
在本實施例中,步驟220之影像處理模組120所進行的去除白邊處理可包括以下步驟:判斷轉正的印鑑影像中有無任一行列的像素是全白;以及若判斷轉正的印鑑影像中有任一行列的像素是全白,將全白的該行列去除。
在本實施例中,由於轉正、去除白邊且正規化的印鑑影像中的印鑑圖章可能因蓋章時施力均勻或其他因素而造成部分區域顏色較深而部分區域顏色較淺的情形,因此,影像處理模組120需淡化顏色較深的區域之顏色以及加深顏色較淺的區域之顏色,故步驟220之影像處理模組120所進行的對比強化處理可包括以下步驟:採用直方圖調整(Histogram Modification)方式,藉由改變轉正、去除白邊且正規化的印鑑影像其所具有的像素之灰階值及分佈,進而達到影像強化的效果。進一步地說,轉正、去除白邊且正規化的印鑑影像之灰階分佈圖(其為一種離散函數)可基於分佈圖均勻化法(Histogram equalization)藉由各灰階值的離散機率密度函數值進行轉換,進而取得均勻分佈的灰階分佈圖。需注意的是,***影像與轉正、去除白邊且正規化的印鑑影像之長寬大小相同(即***影像之長度為M個像素大小,寬度為N個像素大小;換句話說,***影像為M
N個像素所組成的二維陣列)。
在步驟230中,二值化模組130可對***影像進行二值化處理,以獲得二值化影像。更詳細地說,二值化模組130可將影像處理模組120所獲得的***影像轉換成灰階影像,使得灰階影像中每一像素之灰階值落於0至255之間,灰階值為0表示該像素為黑色,灰階值為255表示該像素為白色;二值化模組130可進一步依據上述灰階影像所對應的影像直方圖取出一閥值(threshold value),再利用上述灰階影像中任一像素在其灰階值大於該閥值時轉換為1,任一像素在其灰階值小於或等於該閥值時轉換為0(即利用該閥值大小轉換上述灰階影像),進而產生由1與0所組成的二維陣列(即產生二值化影像),其中,二維陣列中的1代表白色,0代表黑色。
在步驟240中,由於印鑑使用時間過久時可能會使印鑑圖章中的印文模糊(即產生雜訊),因此,需透過影像降噪模組140對二值化影像進行影像侵蝕與影像膨脹處理,以去除雜訊,進而獲得去雜訊影像。其中,影像侵蝕與影像膨脹處理係可透過多次的膨脹(Dilation)運算與侵蝕(Erosion)運算交互作用,使運算後的結果填補二值化影像中的小洞、平滑邊界或將一些斷線連接起來,進而獲得去雜訊影像。
在步驟250與步驟260中,影像比對模組150開始比對去雜訊影像與留存***影像之間的相似度(即進行印鑑辨識比對),其中,留存***影像係為民眾於金融機構申請開戶時,用印於印鑑卡,金融機構將該印鑑卡利用印鑑辨識系統100執行進行上述步驟210至步驟240所取得之影像。
更詳細地說,影像比對模組150開始進行印鑑辨識比對時,需先分別將去雜訊影像與留存***影像進行對應切割,例如:去雜訊影像切割成三個區塊,留存***影像也要切割成三個區塊,使得去雜訊影像的每一區塊與留存***影像的每一對應區塊之面積相同(即步驟250)。在本實施例中,去雜訊影像與留存***影像所切割的區塊數量係可為但不限於留存***影像中印文的字數(即民眾的姓名字數)。
接著,影像比對模組150可基於相似度公式分別依序計算出去雜訊影像的每一區塊與留存***影像的每一對應區塊之間的相似度值(即透過像素的分布情況取得相似度值),並基於計算出來的相似度值判斷去雜訊影像的每一區塊與留存***影像的每一對應區塊之間是否相似,其中,相似度公式為:
,P為去雜訊影像的每一區塊與留存***影像的每一對應區塊之間的相似度值,R與Q分別為去雜訊影像的任一區塊與留存***影像的對應區塊中每一像素值的總和。最後,影像比對模組150可將計算出來的每一相似度值與一第一預設值進行大小比較,若計算出來的任一相似度值小於該第一預設值時,則判斷用以計算該相似度值的去雜訊影像的該區塊與留存***影像的該對應區塊之間不相似;若計算出來的任一相似度值大於或等於該第一預設值時,則判斷用以計算該相似度值的去雜訊影像的該區塊與留存***影像的該對應區塊之間相似;在本實施例中,第一預設值可為但不限於90%,可依據實際需求進行調整。
舉例而言,當去雜訊影像切割成三個區塊(區塊J
1、區塊J
2與區塊J
3)且留存***影像也切割成三個區塊(區塊K
1、區塊K
2與區塊K
3)時,區塊J
1可對應區塊K
1且區塊J
1與區塊K
1之面積相同(即區塊J
1與區塊K
1之像素數量相同),區塊J
2可對應區塊K
2且區塊J
2與區塊K
2之面積相同(即區塊J
2與區塊K
2之像素數量相同),區塊J
3可對應區塊K
3且區塊J
3與區塊K
3之面積相同(即區塊J
3與區塊K
3之像素數量相同)。影像比對模組150可先計算區塊J
1與區塊K
1之間的相似度值(需先計算區塊J
1中每一像素值的總和R
1以及區塊K
1中每一像素值的總和Q
1,由於去雜訊影像與留存***影像為由1與0所組成的二維陣列(1代表白色,0代表黑色),故當任一像素為白色時其像素值為1,任一像素為黑色時其像素值為0),再進行相似度P
1之計算(
)),接著,若影像比對模組150判斷P
1小於90%時,則判斷區塊J
1與區塊K
1之間不相似,反之,判斷區塊J
1與區塊K
1之間相似;若影像比對模組150判斷區塊J
1與區塊K
1之間相似,則接著計算區塊J
2與區塊K
2之間的相似度值(需先計算區塊J
2中每一像素值的總和R
2以及區塊K
2中每一像素值的總和Q
2,再進行相似度P
2之計算(
)),並判斷P
2是否小於90%,若影像比對模組150判斷P
2小於90%時,則判斷區塊J
2與區塊K
2之間不相似,反之,判斷區塊J
2與區塊K
2之間相似;若影像比對模組150判斷區塊J
2與區塊K
2之間相似,則接著計算區塊J
3與區塊K
3之間的相似度值(需先計算區塊J
3中每一像素值的總和R
3以及區塊K
3中每一像素值的總和Q
3,再進行相似度P
3之計算(
)),並判斷P
3是否小於90%,若影像比對模組150判斷P
3小於90%時,則判斷區塊J
3與區塊K
3之間不相似,反之,判斷區塊J
3與區塊K
3之間相似。
在步驟270中,由於步驟260中影像比對模組150可先計算出P
1,並基於P
1判斷區塊J
1與區塊K
1之間是否相似;若影像比對模組150判斷區塊J
1與區塊K
1之間相似,則接著計算出P
2,並基於P
2判斷區塊J
2與區塊K
2之間是否相似;若影像比對模組150判斷區塊J
2與區塊K
2之間相似,則接著計算出P
3,並基於P
3判斷區塊J
3與區塊K
3之間是否相似,因此,當影像比對模組150一旦判斷出區塊J
1與區塊K
1之間不相似、區塊J
2與區塊K
2之間不相似或者區塊J
3與區塊K3之間不相似時,則影像比對模組150可結束印鑑辨識比對;此時,通知模組160可輸出通知信息(其內容可為但不限於「***不符」),以通知操作印鑑辨識系統100的職員。由於影像比對模組150一旦判斷去雜訊影像的任一區塊與留存***影像的對應區塊之間不相似即會通知操作印鑑辨識系統100的職員,不需完全辨識去雜訊影像的所有區塊與留存***影像的所有對應區塊是否相似,因此,可提升辨識效率。
需注意的是,當影像比對模組150判斷出區塊J
1與區塊K
1之間相似、區塊J
2與區塊K
2之間相似且區塊J
3與區塊K3之間也相似時,通知模組160可輸出通過信息(其內容可為但不限於「***正確」),以通知操作印鑑辨識系統100的職員。
在上述步驟260中,影像比對模組150係基於相似度公式分別依序計算出去雜訊影像的每一區塊與留存***影像的每一對應區塊之間的相似度值,並基於計算出來的相似度值判斷去雜訊影像的每一區塊與留存***影像的每一對應區塊之間是否相似,但本實施例並非用以限定本發明。舉例而言,在另一實施例中,影像比對模組150可擷取去雜訊影像的每一區塊與留存***影像的每一對應區塊之至少一特徵點,並依序比對去雜訊影像的每一區塊與留存***影像的每一對應區塊之至少一特徵點之分布,進而依序判斷去雜訊影像的每一區塊與留存***影像的每一對應區塊之間是否相似。其中,特徵點可為但不限於每一字的端點、筆畫轉折處與筆畫的交接處。
舉例而言,當去雜訊影像切割成三個區塊(區塊J
1、區塊J
2與區塊J
3)且留存***影像也切割成三個區塊(區塊K
1、區塊K
2區塊K
3)時,區塊J
1可對應區塊K
1且區塊J
1與區塊K
1之面積相同,區塊J
2可對應區塊K
2且區塊J
2與區塊K
2之面積相同,區塊J
3可對應區塊K
3且區塊J
3與區塊K
3之面積相同。影像比對模組150可先擷取區塊J
1與區塊K
1中的特徵點,並比對區塊J
1與區塊K
1的特徵點數量,若影像比對模組150判斷區塊J
1與區塊K
1的特徵點數量相同時,則判斷區塊J
1與區塊K
1之間相似,反之,判斷區塊J
1與區塊K
1之間不相似;若影像比對模組150判斷區塊J
1與區塊K
1之間相似,則接著擷取區塊J
2與區塊K
2中的特徵點,並比對區塊J
2與區塊K
2的特徵點數量,若影像比對模組150判斷區塊J
2與區塊K
2的特徵點數量相同時,則判斷區塊J
2與區塊K
2之間相似,反之,判斷區塊J
2與區塊K
2之間不相似;若影像比對模組150判斷區塊J
2與區塊K
2之間相似,則接著擷取區塊J
3與區塊K
3中的特徵點,並比對區塊J
3與區塊K
3的特徵點數量,若影像比對模組150判斷區塊J
3與區塊K
3的特徵點數量相同時,則判斷區塊J
3與區塊K
3之間相似,反之,判斷區塊J
3與區塊K
3之間不相似。
此外,在一實施例中,影像比對模組150可將去雜訊影像的每一區塊與留存***影像的每一對應區塊分別進行細線化處理,以分別擷取去雜訊影像的每一區塊與留存***影像的每一對應區塊之多個特徵向量;基於內積公式計算出去雜訊影像的每一區塊與留存***影像的每一對應區塊中相對的每一特徵向量之間的向量夾角,並依序取得去雜訊影像的每一區塊與留存***影像的每一對應區塊之間具有的平均向量夾角;以及基於去雜訊影像的每一區塊與留存***影像的每一對應區塊之間具有的平均向量夾角依序判斷去雜訊影像的每一區塊與該留存***影像的每一對應區塊之間是否相似。
舉例而言,當去雜訊影像切割成三個區塊(區塊J
1、區塊J
2與區塊J
3)且留存***影像也切割成三個區塊(區塊K
1、區塊K
2與區塊K
3)時,區塊J
1可對應區塊K
1且區塊J
1與區塊K
1之面積相同,區塊J
2可對應區塊K
2且區塊J
2與區塊K
2之面積相同,區塊J
3可對應區塊K
3且區塊J
3與區塊K
3之面積相同。影像比對模組150可先將區塊J
1與區塊K
1中每一文字細線化,取細線化線條的端點及交叉點座標轉換成多條向量,使得每一線段形成一特徵向量;接著,影像比對模組150可將區塊J
1與區塊K
1之相對應的特徵向量以內積公式取得特徵向量之向量夾角,並將所有向量夾角取平均值,以獲得平均向量夾角(例如:區塊J
1與區塊K
1各有五個特徵向量,故可計算取得五個向量夾角,將五個向量夾角取平均值後即可取得平均向量夾角),當影像比對模組150判斷平均向量夾角小於第二預設值(其可為但不限於0度至5度)時,則判斷區塊J
1與區塊K
1之間相似,反之,判斷區塊J
1與區塊K
1之間不相似;若影像比對模組150判斷區塊J
1與區塊K
1之間相似,則接著將區塊J
2與區塊K
2中每一文字細線化,取細線化線條的端點及交叉點座標轉換成多條向量,使得每一線段形成一特徵向量;接著,影像比對模組150可將區塊J
2與區塊K
2之相對應的特徵向量以內積公式取得特徵向量之向量夾角,並將所有向量夾角取平均值,以獲得平均向量夾角,當影像比對模組150判斷平均向量夾角小於第二預設值(其可為但不限於0度至5度)時,則判斷區塊J
2與區塊K
2之間相似,反之,判斷區塊J
2與區塊K
2之間不相似;若影像比對模組150判斷區塊J
2與區塊K
2之間相似,則接著將區塊J
3與區塊K
3中每一文字細線化,取細線化線條的端點及交叉點座標轉換成多條向量,使得每一線段形成一特徵向量;接著,影像比對模組150可將區塊J
3與區塊K
3之相對應的特徵向量以內積公式取得特徵向量之向量夾角,並將所有向量夾角取平均值,以獲得平均向量夾角,當影像比對模組150判斷平均向量夾角小於第二預設值(其可為但不限於0度至5度)時,則判斷區塊J
3與區塊K
3之間相似,反之,判斷區塊J
3與區塊K
3之間不相似。
綜上所述,可知本發明與先前技術之間的差異在於透過掃描並獲得印鑑影像;對印鑑影像依序進行轉正、去除白邊、正規化、對比強化、二值化、影像侵蝕與影像膨脹處理,進而獲得去雜訊影像;將去雜訊影像與留存***影像分別進行切割程序,以切割成多個區塊;分別依序將去雜訊影像的每一區塊與留存***影像的每一對應區塊進行相似度比對處理,進而依序判斷去雜訊影像的每一區塊與留存***影像的每一對應區塊之間是否相似;以及當判斷去雜訊影像的任一區塊與留存***影像的對應區塊之間不相似時,輸出通知信息,藉由此一技術手段可以解決先前技術所存在的問題,進而可輔助人工進行疑似印鑑的辨識比對,且藉由影像處理技術與圖像分割處理提升比對速度,且不容易因人為疏忽而出錯,進而提升辨識效能。
雖然本發明以前述之實施例揭露如上,然其並非用以限定本發明,任何熟習相像技藝者,在不脫離本發明之精神和範圍內,當可作些許之更動與潤飾,因此本發明之專利保護範圍須視本說明書所附之申請專利範圍所界定者為準。
100:印鑑辨識系統
110:影像掃描模組
120:影像處理模組
130:二值化模組
140:影像降噪模組
150:影像比對模組
160:通知模組
步驟210:掃描並獲得印鑑影像
步驟220:對印鑑影像進行轉正、去除白邊、正規化與對比強化處理,以獲得***影像
步驟230:對***影像進行二值化處理,以獲得二值化影像
步驟240:對二值化影像進行影像侵蝕與影像膨脹處理,以去除雜訊,進而獲得去雜訊影像
步驟250:將去雜訊影像與留存***影像分別進行切割程序,以切割成多個區塊
步驟260:分別依序將去雜訊影像的每一區塊與留存***影像的每一對應區塊進行相似度比對處理,進而依序判斷去雜訊影像的每一區塊與留存***影像的每一對應區塊之間是否相似
步驟270:當判斷去雜訊影像的任一區塊與留存***影像的對應區塊之間不相似時,輸出通知信息
第1圖為本發明印鑑辨識系統之一實施例方塊示意圖。
第2圖為第1圖的印鑑辨識系統執行印鑑辨識方法之一實施例方法流程圖。
100:印鑑辨識系統
110:影像掃描模組
120:影像處理模組
130:二值化模組
140:影像降噪模組
150:影像比對模組
160:通知模組
Claims (8)
- 一種印鑑辨識系統,其包括:一影像掃描模組,用以掃描並獲得一印鑑影像;一影像處理模組,連接該掃描模組,用以對該印鑑影像進行轉正、去除白邊、正規化與對比強化處理,以獲得一***影像;一二值化模組,連接該影像處理模組,用以對該***影像進行一二值化處理,以獲得一二值化影像;一影像降噪模組,連接該二值化模組,用以對該二值化影像進行影像侵蝕與影像膨脹處理,以去除雜訊,進而獲得一去雜訊影像;一影像比對模組,連接該影像降噪模組,用以將該去雜訊影像與一留存***影像分別進行一切割程序,以切割成多個區塊,並基於一相似度公式分別依序計算出該去雜訊影像的每一區塊與該留存***影像的每一對應區塊之間的一相似度值,並基於該相似度值進而依序判斷該去雜訊影像的每一區塊與該留存***影像的每一對應區塊之間是否相似,其中,該相似度公式為:,P為該去雜訊影像的每一區塊與該留存***影像的每一對應區塊之間的該相似度值,R與Q分別為該去雜訊影像的任一區塊與該留存***影像的對應區塊中每一像素值的總和;以及 一通知模組,連接該影像比對模組,用以當該影像比對模組判斷該去雜訊影像的任一區塊與該留存***影像的對應區塊之間不相似時,輸出一通知信息。
- 如請求項1所述之印鑑辨識系統,其中,該影像比對模組擷取該去雜訊影像的每一區塊與該留存***影像的每一對應區塊之至少一特徵點,並依序比對該去雜訊影像的每一區塊與該留存***影像的每一對應區塊之該至少一特徵點之分布,進而依序判斷該去雜訊影像的每一區塊與該留存***影像的每一對應區塊之間是否相似。
- 如請求項1所述之印鑑辨識系統,其中,該影像比對模組將該去雜訊影像的每一區塊與該留存***影像的每一對應區塊分別進行細線化處理,以分別擷取該去雜訊影像的每一區塊與該留存***影像的每一對應區塊之多個特徵向量;基於一內積公式計算出該去雜訊影像的每一區塊與該留存***影像的每一對應區塊中相對的每一該特徵向量之間的一向量夾角,並依序取得該去雜訊影像的每一區塊與該留存***影像的每一對應區塊之間具有的一平均向量夾角;以及基於該去雜訊影像的每一區塊與該留存***影像的每一對應區塊之間具有的該平均向量夾角依序判斷該去雜訊影像的每一區塊與該留存***影像的每一對應區塊之間是否相似。
- 如請求項1所述之印鑑辨識系統,其中,該轉正處理包括以下步驟: (a)判斷該印鑑影像中的***外框是否為方形;(b)若判斷該印鑑影像中的該***外框為方形時,定義以該印鑑影像中該***外框的一最底部頂點為原點的一平面座標系;(c)取得該***外框中位於該平面座標系中第一象限的一邊線於該平面座標系的一水平軸上的一投影角度θ1;(d)判斷該投影角度θ1是否等於零;以及(e)若判斷該投影角度θ1不等於零時,依據一旋轉指令順時鐘旋轉該印鑑影像一預設角度,並重複執行步驟(c)與(d),直至判斷出該投影角度θ1等於零。
- 一種印鑑辨識方法,包括以下步驟:(A)掃描並獲得一印鑑影像;(B)對該印鑑影像進行轉正、去除白邊、正規化與對比強化處理,以獲得一***影像;(C)對該***影像進行一二值化處理,以獲得一二值化影像;(D)對該二值化影像進行影像侵蝕與影像膨脹處理,以去除雜訊,進而獲得一去雜訊影像;(E)將該去雜訊影像與一留存***影像分別進行一切割程序,以切割成多個區塊;(F)基於一相似度公式分別依序計算出該去雜訊影像的每一區塊與該留存***影像的每一對應區塊之間的一相似度 值,進而基於該相似度值依序判斷該去雜訊影像的每一區塊與該留存***影像的每一對應區塊之間是否相似,其中,該相似度公式為:,P為該去雜訊影像的每一區塊與該留存***影像的每一對應區塊之間的該相似度值,R與Q分別為該去雜訊影像的任一區塊與該留存***影像的對應區塊中每一像素值的總和;以及(G)當判斷該去雜訊影像的任一區塊與該留存***影像的對應區塊之間不相似時,輸出一通知信息。
- 如請求項5所述之印鑑辨識方法,其中,該步驟(F)包括以下步驟:擷取該去雜訊影像的每一區塊與該留存***影像的每一對應區塊之至少一特徵點;以及依序比對該去雜訊影像的每一區塊與該留存***影像的每一對應區塊之該至少一特徵點之分布,進而依序判斷該去雜訊影像的每一區塊與該留存***影像的每一對應區塊之間是否相似。
- 如請求項5所述之印鑑辨識方法,其中,該步驟(F)包括以下步驟:將該去雜訊影像的每一區塊與該留存***影像的每一對應區塊分別進行細線化處理,以分別擷取該去雜訊影像的每一區塊與該留存***影像的每一對應區塊之多個特徵向量;基於一內積公式計算出該去雜訊影像的每一區塊與該留存***影像的每一對應區塊中相對的每一該特徵向量之間的一向 量夾角,並依序取得該去雜訊影像的每一區塊與該留存***影像的每一對應區塊之間具有的一平均向量夾角;以及基於該去雜訊影像的每一區塊與該留存***影像的每一對應區塊之間具有的該平均向量夾角依序判斷該去雜訊影像的每一區塊與該留存***影像的每一對應區塊之間是否相似。
- 如請求項5所述之印鑑辨識方法,其中,該轉正處理包括以下步驟:(a)判斷該印鑑影像中的***外框是否為方形;(b)若判斷該印鑑影像中的該***外框為方形時,定義以該印鑑影像中該***外框的一最底部頂點為原點的一平面座標系;(c)取得該***外框中位於該平面座標系中第一象限的一邊線於該平面座標系的一水平軸上的一投影角度θ1;(d)判斷該投影角度θ1是否等於零;以及(e)若判斷該投影角度θ1不等於零時,依據一旋轉指令順時鐘旋轉該印鑑影像一預設角度,並重複執行步驟(c)與(d),直至判斷出該投影角度θ1等於零。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109112269A TWI739387B (zh) | 2020-04-10 | 2020-04-10 | 印鑑辨識系統及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109112269A TWI739387B (zh) | 2020-04-10 | 2020-04-10 | 印鑑辨識系統及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI739387B true TWI739387B (zh) | 2021-09-11 |
TW202139063A TW202139063A (zh) | 2021-10-16 |
Family
ID=78778035
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109112269A TWI739387B (zh) | 2020-04-10 | 2020-04-10 | 印鑑辨識系統及其方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI739387B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS60156185A (ja) * | 1984-01-26 | 1985-08-16 | Matsushita Graphic Commun Syst Inc | 印鑑照合装置 |
US5652794A (en) * | 1994-08-16 | 1997-07-29 | France Telecom | Device and process for securizing a document and graphic authentification code |
TW328576B (en) * | 1996-07-16 | 1998-03-21 | Chen Bor Ning | Automatic seal-imprint comparing method and apparatus |
TW330272B (en) * | 1996-07-18 | 1998-04-21 | Startek Engineering Inc | Automatic seal imprint comparing and recognizing system |
EP0917113A2 (en) * | 1997-11-13 | 1999-05-19 | Xerox Corporation | Seal detection system and method |
TW359399U (en) * | 1995-08-14 | 1999-05-21 | Gloria Electronics Co Ltd | Computer-aided neurological network for verifying singature and stamp |
US20110231131A1 (en) * | 2010-03-17 | 2011-09-22 | Lee Joong | Forged seal imprint inspection method and recording medium |
TWM601383U (zh) * | 2020-04-10 | 2020-09-11 | 彰化商業銀行股份有限公司 | 印鑑辨識系統 |
-
2020
- 2020-04-10 TW TW109112269A patent/TWI739387B/zh active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS60156185A (ja) * | 1984-01-26 | 1985-08-16 | Matsushita Graphic Commun Syst Inc | 印鑑照合装置 |
US5652794A (en) * | 1994-08-16 | 1997-07-29 | France Telecom | Device and process for securizing a document and graphic authentification code |
TW359399U (en) * | 1995-08-14 | 1999-05-21 | Gloria Electronics Co Ltd | Computer-aided neurological network for verifying singature and stamp |
TW328576B (en) * | 1996-07-16 | 1998-03-21 | Chen Bor Ning | Automatic seal-imprint comparing method and apparatus |
TW330272B (en) * | 1996-07-18 | 1998-04-21 | Startek Engineering Inc | Automatic seal imprint comparing and recognizing system |
EP0917113A2 (en) * | 1997-11-13 | 1999-05-19 | Xerox Corporation | Seal detection system and method |
US6067374A (en) * | 1997-11-13 | 2000-05-23 | Xerox Corporation | Seal detection system and method |
US20110231131A1 (en) * | 2010-03-17 | 2011-09-22 | Lee Joong | Forged seal imprint inspection method and recording medium |
TWM601383U (zh) * | 2020-04-10 | 2020-09-11 | 彰化商業銀行股份有限公司 | 印鑑辨識系統 |
Also Published As
Publication number | Publication date |
---|---|
TW202139063A (zh) | 2021-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109086714B (zh) | 表格识别方法、识别***及计算机装置 | |
CN109993161B (zh) | 一种文本图像旋转矫正方法及*** | |
CN111353497B (zh) | 一种身份证信息的识别方法和装置 | |
WO2019153739A1 (zh) | 基于人脸识别的身份认证方法、装置、设备和存储介质 | |
WO2023097931A1 (zh) | 一种基于霍夫变换的车牌倾斜校正方法 | |
CN110348264B (zh) | 一种qr二维码图像校正方法及*** | |
WO2021237909A1 (zh) | 一种表格还原方法、装置、设备及存储介质 | |
KR20200118842A (ko) | 신원 인증 방법 및 장치, 전자 기기 및 저장 매체 | |
WO2022156178A1 (zh) | 图像目标对比方法、装置、计算机设备及可读存储介质 | |
WO2020082731A1 (zh) | 电子装置、证件识别方法及存储介质 | |
TWM601383U (zh) | 印鑑辨識系統 | |
CN104866847A (zh) | 一种快速的鲁棒答题卡识别方法 | |
CN112419207A (zh) | 一种图像矫正方法及装置、*** | |
CN109741273A (zh) | 一种手机拍照低质图像的自动处理与评分方法 | |
KR20160083226A (ko) | 차량 번호판 인식 장치 및 방법 | |
CN115601757A (zh) | 一种基于分段投影的扫描文档图像倾斜校正方法 | |
TWI739387B (zh) | 印鑑辨識系統及其方法 | |
CN104408430B (zh) | 一种车牌定位方法及装置 | |
CN112818983A (zh) | 一种利用图片相识度判断字符倒置的方法 | |
CN111445402A (zh) | 一种图像去噪方法及装置 | |
CN116110069A (zh) | 基于编码标志点的答题卡识别方法、装置及其相关介质 | |
CN113159037B (zh) | 图片矫正方法、装置、计算机设备及存储介质 | |
CN116503871A (zh) | 字符分割的预处理方法、终端设备和计算机可读存储介质 | |
WO2011097935A1 (zh) | 指纹图像二值化处理方法 | |
CN111986176B (zh) | 一种裂纹图像识别方法、***、终端及可读存储介质 |