張 梅

(中國(guó)人民武裝警察部隊(duì)學(xué)院邊防系，河北廊坊，065000)

·水印智能鑒別·

一種適用于出入境證件中傳統(tǒng)水印的智能鑒別算法

張 梅

(中國(guó)人民武裝警察部隊(duì)學(xué)院邊防系，河北廊坊，065000)

本研究突破傳統(tǒng)人工檢測(cè)與鑒別出入境證件真?zhèn)蔚姆绞?，提出了一種出入境證件中傳統(tǒng)水印的智能鑒別算法。通過綜合分析傳統(tǒng)水印的產(chǎn)生、偽假水印圖像的偽造方式和偽假特征；探索模式識(shí)別、人工智能中的圖像去噪、圖像均衡、區(qū)域生長(zhǎng)等相關(guān)理論，并將其引入到水印圖像的自動(dòng)鑒別之中，且結(jié)合不同的偽假情形，對(duì)傳統(tǒng)水印這一防偽特征展開自動(dòng)、定量化分析和研究，提出了一個(gè)完整的水印圖像鑒別算法，并且將該算法應(yīng)用于實(shí)際偽假水印圖像進(jìn)行驗(yàn)證，取得了很好的鑒別效果。

傳統(tǒng)水??；偽假；智能鑒別算法

水印[1]是指在造紙生產(chǎn)過程中通過改變紙漿纖維密度的方法制成的有明暗紋理的圖形或文字，通常應(yīng)用于國(guó)際旅行證件、流通貨幣、證券、發(fā)票等,具有較強(qiáng)的防偽性能。為了與數(shù)字水印防偽技術(shù)相區(qū)分，把在造紙過程中形成的水印稱為“傳統(tǒng)水印”。

當(dāng)前，對(duì)出入境證件中傳統(tǒng)水印的真?zhèn)伪葘?duì)，檢查員還停留在“眼看手摸”的階段，這種人工鑒別方式帶有很大的描述性和主觀性，導(dǎo)致鑒別結(jié)論的權(quán)威性和客觀性大打折扣；并且，伴隨著偽造水平的不斷提高，偽造的水印圖像與樣本圖像非常相似，容易迷惑檢查員的判斷。為此，本課題圍繞出入境證件中傳統(tǒng)水印的智能鑒別展開研究，通過研究圖像處理、模式識(shí)別、人工智能等理論及在紙張檢測(cè)中的應(yīng)用[2-3]，結(jié)合傳統(tǒng)水印圖像的特點(diǎn)，研究其智能鑒別算法，構(gòu)建傳統(tǒng)水印智能鑒別系統(tǒng)；并且在確保鑒別準(zhǔn)確率的同時(shí)，提高系統(tǒng)的運(yùn)行效率，并利用實(shí)際偽假水印圖像進(jìn)行驗(yàn)證。

1 傳統(tǒng)水印的形成和鑒別

1.1 傳統(tǒng)水印的產(chǎn)生

傳統(tǒng)水印是機(jī)械加工的結(jié)果，根據(jù)制作原理不同，分為圓網(wǎng)水印和長(zhǎng)網(wǎng)水印。

1.1.1 圓網(wǎng)水印

圓網(wǎng)水印是在圓網(wǎng)紙機(jī)成形過程中生成的，圓網(wǎng)是一個(gè)套在轉(zhuǎn)動(dòng)著的輥筒上的絲網(wǎng)，圓網(wǎng)網(wǎng)籠浸沒在圓網(wǎng)網(wǎng)槽的紙漿中，漿料水分在圓網(wǎng)轉(zhuǎn)動(dòng)的過程中從網(wǎng)眼中滲透流走，從而形成濕紙幅，然后在真空箱的作用下進(jìn)一步脫水。圓網(wǎng)水印細(xì)節(jié)制作精美，透光下觀察清晰，明暗過渡自然，立體感較強(qiáng)，用手摸紙張有明顯觸感。圖1為圓網(wǎng)水印效果。

圖1 圓網(wǎng)水印

1.1.2 長(zhǎng)網(wǎng)水印

長(zhǎng)網(wǎng)水印是在長(zhǎng)網(wǎng)紙機(jī)成形過程中生成的，紙漿噴到長(zhǎng)網(wǎng)紙機(jī)成形網(wǎng)上，漿料水分通過成形網(wǎng)的網(wǎng)眼滲透脫除，這個(gè)過程中會(huì)經(jīng)過一系列的案輥和真空箱，案輥的壓力和真空箱的抽吸作用可以加速水分的脫除，再經(jīng)安裝在兩組真空吸水箱之間位置上的水印輥整飾，形成水印，之后初步成形的紙張進(jìn)入紙機(jī)的壓榨部，進(jìn)一步脫水。圖2為長(zhǎng)網(wǎng)水印效果。

圖2 長(zhǎng)網(wǎng)水印

1.2 水印偽造方式和傳統(tǒng)鑒別方法

傳統(tǒng)水印在造紙過程中就已經(jīng)形成，并且融入了設(shè)計(jì)、雕刻、制網(wǎng)、抄紙等復(fù)雜的工藝，所以傳統(tǒng)水印偽造難度較高，造假者往往不會(huì)模擬水印生產(chǎn)過程進(jìn)行偽造，這也成為判別紙張是否偽假的重要指標(biāo)。正因如此，偽造者通過一些手段來模擬水印圖案產(chǎn)生的效果，以達(dá)到迷惑檢查員的目的，常見偽假水印的方法通常有兩種[4]。

一種是采用白色顏料、油性物質(zhì)將水印圖案印刷在紙張表面，或者印刷在紙張內(nèi)層，這種偽造方法稱為印刷法。印刷方法制作出的偽假水印透光下觀察缺乏鮮明的對(duì)比度和層次感，在紫外光或常光下觀察，肉眼可見。

對(duì)印刷法偽造的水印，傳統(tǒng)的方法是利用紫外光、側(cè)光、透光等光源進(jìn)行鑒別。在紫外光下，真水印是沒有熒光反應(yīng)的，而偽造的水印圖文由于使用了油墨，所以多數(shù)有明顯的熒光反應(yīng)。在側(cè)光下，真水印能觀察到由于紙張厚薄變化產(chǎn)生輕微的凹凸不平效果，而對(duì)于印刷在表面的水印圖文由于表面印有油墨，所以能明顯觀察到油墨部分對(duì)光的反射造成的明亮區(qū)域而非凹凸效果；對(duì)于印刷于紙張內(nèi)層的水印圖文，側(cè)光下，表面會(huì)十分平整，無凹凸感。在透光下，真水印圖文清晰，層次分明，立體感很強(qiáng)。而偽造的水印圖文在透光下變得模糊不清，甚至消失，而且還沒有在側(cè)光下觀察到的清晰，并且圖案沒有層次感和立體感。圖3給出了利用印刷法偽造的水印以及和真水印的對(duì)比。

圖3 印刷法偽造的水印

第二種偽造方法是將紙張浸濕浸軟后用手或橡皮輥壓上一個(gè)圖案，稱之為模壓法。模壓法偽造出的水印與真水印最大的區(qū)別就是使用外力使紙張產(chǎn)生凹陷。此種方法制作的偽假水印透光下觀察黯淡不清，較為模糊。

對(duì)模壓法偽造的水印用側(cè)光、透光等光源進(jìn)行鑒別。在側(cè)光下，偽造的水印圖文有明顯的凹陷現(xiàn)象，凹陷感十分明顯，反而十分不自然。如果紙張?jiān)谡顟B(tài)下進(jìn)行模壓，紙張雖被壓薄了，但是纖維密度變大了，所以在透光下觀察，不會(huì)有水印圖文。但如果紙張經(jīng)過濕化處理后進(jìn)行模壓，就會(huì)改變纖維的分布，在透光下可以觀察到與真水印基本一致的反應(yīng)，十分具有迷惑性。圖4給出了利用模壓法偽造的水印以及和真水印的對(duì)比。

圖4 模壓法偽造的水印

無論是印刷法還是模壓法偽造的水印的鑒別，都是一種人工鑒別法，這種“眼看手摸”的方式帶有很大的描述性和主觀性，比如用“清晰、自然、立體感、凹凸感”等形容詞進(jìn)行鑒別，導(dǎo)致鑒別結(jié)論的權(quán)威性和客觀性大打折扣；并且出入境證件用紙?jiān)诔熘筮€會(huì)進(jìn)行底紋的印刷，背景上的圖案也會(huì)干擾檢查員的判斷；再者伴隨著偽造水平的不斷提高，偽造的水印圖像與樣本圖像非常相似，比如模壓法中的濕化處理，十分迷惑檢查員的判斷。這種傳統(tǒng)的人工鑒別方法無法適應(yīng)當(dāng)前出入境證件查驗(yàn)的信息化、智能化發(fā)展水平。

2 基于模式識(shí)別的智能鑒別算法

由上可知，傳統(tǒng)水印的產(chǎn)生實(shí)質(zhì)上是通過機(jī)械力將模板上的圖像轉(zhuǎn)移到紙張上，水印圖像在透光下能夠清晰地呈現(xiàn)，水印圖像與顏色無關(guān)，本質(zhì)上是一幅灰度圖像。由于外力的強(qiáng)度不同或者模板凹凸程度的不同，使得紙張的透光性不同，表現(xiàn)在水印圖像上就是圖像的灰度值不同。

真水印所對(duì)應(yīng)的水印圖像，應(yīng)該是灰度值連續(xù)、邊界完整的，而不管采用何種方式偽造的水印，人工鑒別中用到的“清晰、自然”等詞匯，表現(xiàn)在水印圖像上恰恰是灰度值不連續(xù)，邊界不完整。進(jìn)一步地，如果能將水印灰度圖像進(jìn)行量化，用圖像處理的方法分析灰度值的連續(xù)性以及邊界的完整性，那么，就可以實(shí)現(xiàn)傳統(tǒng)水印的智能鑒別。下面介紹一種傳統(tǒng)水印的智能鑒別算法。

2.1 水印圖像的采集

高精度的水印灰度圖像是進(jìn)行智能鑒別的基礎(chǔ)?；叶葓D像需要經(jīng)過專業(yè)的檢驗(yàn)設(shè)備，在透射光源的照射下，按照一定的標(biāo)準(zhǔn)進(jìn)行采集才能獲得，并且為了盡可能地去除底紋印刷的干擾，通常在光源前放置濾色片。由于不需要水印的顏色信息，所以經(jīng)過采集得到的是水印的8 bit灰度圖像。

2.2 圖像預(yù)處理

采集后的灰度圖像是數(shù)字圖像，此時(shí)的圖像往往不能直接進(jìn)行鑒別，原因有以下3點(diǎn)。

第一，由于受到采集環(huán)境光照、硬件設(shè)備震動(dòng)等因素的干擾，并且紙張表面的纖維絲也會(huì)混入到灰度圖像中，將這些不希望出現(xiàn)在水印圖像中的信息統(tǒng)稱為噪聲污染，為了提高鑒別的準(zhǔn)確率，首先要對(duì)待鑒別的圖像進(jìn)行降噪處理。

第二，由于每次采集所選取的位置不同，必然存在水平和垂直方向上的平移，并且由于證件放置的角度問題，可能存在水印圖像旋轉(zhuǎn)的問題，這些都會(huì)導(dǎo)致兩幅水印圖像之間存在位置上的差異，使得像素位置不匹配，為了解決圖像間的位置差異，在鑒別之前必須進(jìn)行配準(zhǔn)處理。

第三，在透光照射和攝像機(jī)采集的過程中，可能由于光照過強(qiáng)(或過弱)以及曝光過度(或不足)的影響，導(dǎo)致所采集的灰度圖像對(duì)比度不足，致使細(xì)節(jié)信息被隱藏，為了增強(qiáng)圖像的對(duì)比度，增加圖像的動(dòng)態(tài)范圍，在鑒別之前往往先進(jìn)行圖像的增強(qiáng)處理。

以上3個(gè)原因就要求首先進(jìn)行圖像的預(yù)處理，使得水印圖像之間具有客觀可比性，才能進(jìn)行接下來的鑒別，本課題是對(duì)傳統(tǒng)水印的智能鑒別算法初探，所以采用比較簡(jiǎn)單的預(yù)處理算法進(jìn)行嘗試。比如采用中值濾波算法[5]去除圖像中的噪聲，采用特征匹配算法[6]進(jìn)行圖像配準(zhǔn)，采用直方圖均衡算法[7]進(jìn)行圖像增強(qiáng)，下面對(duì)各算法分別進(jìn)行簡(jiǎn)單介紹。

2.2.1 中值濾波算法

(1)

2.2.2 特征匹配算法

圖像配準(zhǔn)是將待鑒別的兩幅圖像在空間位置上對(duì)準(zhǔn)，主要是對(duì)存在錯(cuò)位、偏移或尺度變化的圖像進(jìn)行適當(dāng)?shù)恼{(diào)整。使兩幅圖像的點(diǎn)準(zhǔn)確對(duì)應(yīng)，并且對(duì)應(yīng)于同一空間位置。

特征配準(zhǔn)方法主要包含兩個(gè)步驟：第一步，選取特征點(diǎn)，并計(jì)算出變換參數(shù)，由于SIFT算法對(duì)圖像旋轉(zhuǎn)、平移、縮放等變換具有很強(qiáng)的魯棒性，是圖像配置領(lǐng)域的研究熱點(diǎn)，本課題通過SIFT算法將兩幅圖像上的特征點(diǎn)一一對(duì)應(yīng)，并且根據(jù)特征點(diǎn)之間的匹配關(guān)系求解待配準(zhǔn)圖像之間的變換參數(shù)。第二步，完成圖像配準(zhǔn)，由于正向映射法存在無法賦值的問題，所以經(jīng)常采用反向映射法完成圖像的配置過程，即完成灰度賦值。在反向映射法中，由于求解出的原始圖像上的坐標(biāo)可能是浮點(diǎn)型，所以通常采用原始圖像上該點(diǎn)某領(lǐng)域范圍內(nèi)的點(diǎn)經(jīng)過插值獲得配準(zhǔn)后的灰度值。本課題采用雙線性插值法。圖5中，通過參數(shù)計(jì)算，配準(zhǔn)后的灰度值等于原始圖像上坐標(biāo)位置P的數(shù)值，但是由于坐標(biāo)的整數(shù)特性，實(shí)際上這個(gè)位置并不存在，但是可以用距離P最近的4個(gè)點(diǎn)A、B、C、D的灰度值采用公式(2)求解得到P點(diǎn)的灰度值。

Ip=(1-Δi)(1-Δj)IA+(1-Δi)ΔjIB+Δi(1-Δj)IC+ΔiΔjID

(2)

式中，Ip、IA、IB、IC、ID分別對(duì)應(yīng)各點(diǎn)的灰度值，Δi、Δj分別表示P點(diǎn)到水平和垂直方向的距離。

2.2.3 直方圖均衡算法

為了將圖像的灰度范圍拉伸，并且將灰度頻率較小的灰度級(jí)變大，讓灰度直方圖在較大的動(dòng)態(tài)范圍內(nèi)趨向一致。對(duì)于采集后的數(shù)字圖像，像素個(gè)數(shù)為N，灰度級(jí)個(gè)數(shù)為L(zhǎng)(8 bit量化下，L=256)，第k級(jí)灰度級(jí)出現(xiàn)的次數(shù)為nk，則第k級(jí)灰度等級(jí)出現(xiàn)的概率為：

(3)

那么均衡后第k級(jí)的灰度值Ik為：

(4)

經(jīng)過直方圖均衡，各灰度等級(jí)的比例更加平衡，細(xì)節(jié)突出。

圖7 采集后水印圖像

2.3 區(qū)域生長(zhǎng)

區(qū)域生長(zhǎng)[7]算法可以很好地將水印圖像從背景底紋中分割出來，實(shí)現(xiàn)水印圖像的二值化，通過觀察邊界完整性和邊界走向，對(duì)水印圖像進(jìn)行鑒別。

區(qū)域生長(zhǎng)的基本思想是以初始種子點(diǎn)為核心，按照一定的生長(zhǎng)規(guī)則，不斷將周圍領(lǐng)域內(nèi)符合條件的像素點(diǎn)添加進(jìn)來，直至遍歷所有像素點(diǎn)。本課題采用灰度準(zhǔn)則，即首先選定水印圖像內(nèi)一組種子點(diǎn)，以第一個(gè)種子點(diǎn)為中心，計(jì)算其與領(lǐng)域內(nèi)各像素點(diǎn)的灰度差，如果差值小于閾值，則將當(dāng)前像素點(diǎn)添加到區(qū)域內(nèi)，并且定義為新的種子點(diǎn)，直至遍歷完全部種子點(diǎn)的領(lǐng)域以及全部像素點(diǎn)，區(qū)域生長(zhǎng)停止。

最后給出傳統(tǒng)水印智能鑒別算法的完整流程圖，如圖6所示。

圖6 水印智能鑒別算法流程

3 實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證

下面用實(shí)際數(shù)據(jù)對(duì)上文提出的傳統(tǒng)水印智能算法進(jìn)行驗(yàn)證。表1給出了水印圖像采集的設(shè)備和參數(shù)。

采集后得到的水印圖像如圖7所示。

表1 水印圖像采集參數(shù)

圖8 中值濾波后結(jié)果

圖9 特征配準(zhǔn)后結(jié)果

圖10 直方圖增強(qiáng)后結(jié)果

圖11 區(qū)域生長(zhǎng)后結(jié)果

采用中值濾波后的圖像如圖8所示，由此可見，圖像效果得到一定的改善。

對(duì)中值濾波后的圖像進(jìn)行配準(zhǔn)，得到圖9，可見配準(zhǔn)后的圖像上的點(diǎn)滿足亞像素級(jí)的一一對(duì)應(yīng)。

然后進(jìn)行直方圖均衡，得到圖10。

接下來進(jìn)行區(qū)域生長(zhǎng)算法，得到圖11。

由圖11可以很直觀地得出檢材水印圖像是偽假的，由此驗(yàn)證了本課題提出的算法具有很好的鑒別效果。

4 結(jié) 語(yǔ)

本課題提出了一種出入境證件中傳統(tǒng)水印的智能鑒別算法，突破了傳統(tǒng)的水印鑒別方式，極大地完善了證件查驗(yàn)的理論與方法。由于水印圖像亦符合數(shù)字化圖像的本質(zhì)特征，所以可以將圖像處理、模式識(shí)別、人工智能等相關(guān)理論引入到水印圖像的自動(dòng)鑒別之中，并且結(jié)合不同的偽假情形，對(duì)傳統(tǒng)水印這一防偽特征展開自動(dòng)的、定量化的分析和研究，從一個(gè)全新的角度拓寬了證件查驗(yàn)的理論與方法。

證件的智能化鑒別是新形勢(shì)、新任務(wù)下對(duì)邊檢機(jī)關(guān)證件查驗(yàn)工作提出的新要求，也是邊檢一線證件查驗(yàn)工作隨著科技進(jìn)步的必然結(jié)果，構(gòu)建綜合的證件智能鑒別平臺(tái)，是公安邊防機(jī)關(guān)信息化建設(shè)的重要方面。本課題證件智能鑒別系統(tǒng)的預(yù)研，既豐富了證件鑒別內(nèi)容，又推動(dòng)了邊檢機(jī)關(guān)證件查驗(yàn)工作智能化水平的發(fā)展，是信息化建設(shè)在公安邊防證件查驗(yàn)領(lǐng)域里的大勢(shì)所趨、大勢(shì)所向。

[1] Huo Dan. The Manufacture and Characteristic of Watermark paper[J]. Shanghai Paper Making, 2011, 42(6): 32. 霍 丹. 水印紙的生產(chǎn)及其特征[J]. 華東紙業(yè)， 2011， 42(6)： 32.

[2] CAI Chen-yun, LI Qi[J]. Paper Whiteness Measurement based on the Digital Image Process[J]. China Pulp & Paper, 2007, 26(3): 67. 蔡陳赟， 李 頎. 基于數(shù)字圖像處理的紙張白度測(cè)量法[J]. 中國(guó)造紙, 2007, 26(3): 67.

[3] YANG Bo， ZHOU Qiang， ZHANG Gang-qiang. Study on Algorithm of Paper Defect Detection Based on Geometric and Gray Feature[J]. China Pulp & Paper， 2011， 30(9): 50. 楊 波， 周 強(qiáng)， 張剛強(qiáng). 基于幾何及灰度特征的紙病檢測(cè)算法研究[J]. 中國(guó)造紙， 2011， 30(9): 50.

[4] Sun Huaqing， Liang Luning， Zhang Lingfei， et al. Analysis on watermark characteristics of counterfeit RMB currency[J]. Forensic Science and Technology, 2012， 37(5): 15. 孫華清， 梁魯寧， 張翎飛， 等. 偽造2005版100元人命幣水印特征初探[J]. 刑事技術(shù)， 2012， 37(5)： 15.

[5] Yu Yanfei， Zheng Quan， Wang Song， et al. Image noise detection technology based on spatial domain[J]. Journal of Computer Applica-

tions, 2012， 32(6): 1552. 余燕飛， 鄭 烇， 王 嵩，等.基于空間域的圖像噪聲監(jiān)測(cè)技術(shù)[J]. 計(jì)算機(jī)應(yīng)用， 2012， 32(6)： 1552.

[6] Jeffrey S Beis, Lowe DG. Shape Indexing Using Approximate Nearest-Neighbor Search in High Dimensional Space[C]//Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition， 1997.

(責(zé)任編輯：劉振華)

An Intelligence Identify Algorithm Used for the Traditional Watermark Images on the Exit-Entry Documents

ZHANG Mei

(BorderControlDepartment,TheChinesePeople’sArmedPoliceForcesAcademy,Langfang,HeibeiProvince, 065000)

(*E-mail: 15501000805@163.com)

In order to break through the traditional manual method for identification of the exit-entry documents an intelligence and automatic identify platform of the exit-entry documents, an Intelligence Identify Algorithms used for the Traditional Watermark Images was studied in this paper. The produce of the traditional watermark and its forging method and characteristic were discussed. The theory of image denoising, image equalization and regional production in the pattern recognition and the artificial intelligence area were explored, finally a complete identify algorithm was proposed. This algorithm was validated by the real fake watermark images, and indicating its superior performance.

traditional watermark; forging; intelligence identify algorithm

張 梅女士，博士，講師；主要從事出入境證件安全、出入境智能管控以及出入境信息分析等領(lǐng)域的研究。

2016- 10- 08(修改稿)

TS761.4;TP18

A

10.11980/j.issn.0254- 508X.2017.03.010

本課題獲武警學(xué)院博士科研創(chuàng)新計(jì)劃(BSKY201510)資助。