一種適用于出入境證件中傳統水印的智能鑒別算法

張 梅

(中國人民武裝警察部隊學院邊防系，河北廊坊，065000)

·水印智能鑒別·

一種適用于出入境證件中傳統水印的智能鑒別算法

張 梅

(中國人民武裝警察部隊學院邊防系，河北廊坊，065000)

本研究突破傳統人工檢測與鑒別出入境證件真偽的方式，提出了一種出入境證件中傳統水印的智能鑒別算法。通過綜合分析傳統水印的產生、偽假水印圖像的偽造方式和偽假特征；探索模式識別、人工智能中的圖像去噪、圖像均衡、區域生長等相關理論，并將其引入到水印圖像的自動鑒別之中，且結合不同的偽假情形，對傳統水印這一防偽特征展開自動、定量化分析和研究，提出了一個完整的水印圖像鑒別算法，并且將該算法應用于實際偽假水印圖像進行驗證，取得了很好的鑒別效果。

傳統水??；偽假；智能鑒別算法

水印[1]是指在造紙生產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，通常應用于國際旅行證件、流通貨幣、證券、發票等,具有較強的防偽性能。為了與數字水印防偽技術相區分，把在造紙過程中形成的水印稱為“傳統水印”。

當前，對出入境證件中傳統水印的真偽比對，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，導致鑒別結論的權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水印的智能鑒別展開研究，通過研究圖像處理、模式識別、人工智能等理論及在紙張檢測中的應用[2-3]，結合傳統水印圖像的特點，研究其智能鑒別算法，構建傳統水印智能鑒別系統；并且在確保鑒別準確率的同時，提高系統的運行效率，并利用實際偽假水印圖像進行驗證。

1 傳統水印的形成和鑒別

1.1 傳統水印的產生

傳統水印是機械加工的結果，根據制作原理不同，分為圓網水印和長網水印。

1.1.1 圓網水印

圓網水印是在圓網紙機成形過程中生成的，圓網是一個套在轉動著的輥筒上的絲網，圓網網籠浸沒在圓網網槽的紙漿中，漿料水分在圓網轉動的過程中從網眼中滲透流走，從而形成濕紙幅，然后在真空箱的作用下進一步脫水。圓網水印細節制作精美，透光下觀察清晰，明暗過渡自然，立體感較強，用手摸紙張有明顯觸感。圖1為圓網水印效果。

圖1 圓網水印

1.1.2 長網水印

長網水印是在長網紙機成形過程中生成的，紙漿噴到長網紙機成形網上，漿料水分通過成形網的網眼滲透脫除，這個過程中會經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入紙機的壓榨部，進一步脫水。圖2為長網水印效果。

圖2 長網水印

1.2 水印偽造方式和傳統鑒別方法

傳統水印在造紙過程中就已經形成，并且融入了設計、雕刻、制網、抄紙等復雜的工藝，所以傳統水印偽造難度較高，造假者往往不會模擬水印生產過程進行偽造，這也成為判別紙張是否偽假的重要指標。正因如此，偽造者通過一些手段來模擬水印圖案產生的效果，以達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、油性物質將水印圖案印刷在紙張表面，或者印刷在紙張內層，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比度和層次感，在紫外光或常光下觀察，肉眼可見。

對印刷法偽造的水印，傳統的方法是利用紫外光、側光、透光等光源進行鑒別。在紫外光下，真水印是沒有熒光反應的，而偽造的水印圖文由于使用了油墨，所以多數有明顯的熒光反應。在側光下，真水印能觀察到由于紙張厚薄變化產生輕微的凹凸不平效果，而對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光的反射造成的明亮區域而非凹凸效果；對于印刷于紙張內層的水印圖文，側光下，表面會十分平整，無凹凸感。在透光下，真水印圖文清晰，層次分明，立體感很強。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別就是使用外力使紙張產生凹陷。此種方法制作的偽假水印透光下觀察黯淡不清，較為模糊。

對模壓法偽造的水印用側光、透光等光源進行鑒別。在側光下，偽造的水印圖文有明顯的凹陷現象，凹陷感十分明顯，反而十分不自然。如果紙張在正常狀態下進行模壓，紙張雖被壓薄了，但是纖維密度變大了，所以在透光下觀察，不會有水印圖文。但如果紙張經過濕化處理后進行模壓，就會改變纖維的分布，在透光下可以觀察到與真水印基本一致的反應，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”等形容詞進行鑒別，導致鑒別結論的權威性和客觀性大打折扣；并且出入境證件用紙在抄造之后還會進行底紋的印刷，背景上的圖案也會干擾檢查員的判斷；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。這種傳統的人工鑒別方法無法適應當前出入境證件查驗的信息化、智能化發展水平。

2 基于模式識別的智能鑒別算法

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

真水印所對應的水印圖像，應該是灰度值連續、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，表現在水印圖像上恰恰是灰度值不連續，邊界不完整。進一步地，如果能將水印灰度圖像進行量化，用圖像處理的方法分析灰度值的連續性以及邊界的完整性，那么，就可以實現傳統水印的智能鑒別。下面介紹一種傳統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行智能鑒別的基礎?；叶葓D像需要經過專業的檢驗設備，在透射光源的照射下，按照一定的標準進行采集才能獲得，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，所以經過采集得到的是水印的8 bit灰度圖像。

2.2 圖像預處理

采集后的灰度圖像是數字圖像，此時的圖像往往不能直接進行鑒別，原因有以下3點。

第一，由于受到采集環境光照、硬件設備震動等因素的干擾，并且紙張表面的纖維絲也會混入到灰度圖像中，將這些不希望出現在水印圖像中的信息統稱為噪聲污染，為了提高鑒別的準確率，首先要對待鑒別的圖像進行降噪處理。

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的問題，這些都會導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，在鑒別之前必須進行配準處理。

第三，在透光照射和攝像機采集的過程中，可能由于光照過強(或過弱)以及曝光過度(或不足)的影響，導致所采集的灰度圖像對比度不足，致使細節信息被隱藏，為了增強圖像的對比度，增加圖像的動態范圍，在鑒別之前往往先進行圖像的增強處理。

以上3個原因就要求首先進行圖像的預處理，使得水印圖像之間具有客觀可比性，才能進行接下來的鑒別，本課題是對傳統水印的智能鑒別算法初探，所以采用比較簡單的預處理算法進行嘗試。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]進行圖像配準，采用直方圖均衡算法[7]進行圖像增強，下面對各算法分別進行簡單介紹。

2.2.1 中值濾波算法

(1)

2.2.2 特征匹配算法

圖像配準是將待鑒別的兩幅圖像在空間位置上對準，主要是對存在錯位、偏移或尺度變化的圖像進行適當的調整。使兩幅圖像的點準確對應，并且對應于同一空間位置。

特征配準方法主要包含兩個步驟：第一步，選取特征點，并計算出變換參數，由于SIFT算法對圖像旋轉、平移、縮放等變換具有很強的魯棒性，是圖像配置領域的研究熱點，本課題通過SIFT算法將兩幅圖像上的特征點一一對應，并且根據特征點之間的匹配關系求解待配準圖像之間的變換參數。第二步，完成圖像配準，由于正向映射法存在無法賦值的問題，所以經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可能是浮點型，所以通常采用原始圖像上該點某領域范圍內的點經過插值獲得配準后的灰度值。本課題采用雙線性插值法。圖5中，通過參數計算，配準后的灰度值等于原始圖像上坐標位置P的數值，但是由于坐標的整數特性，實際上這個位置并不存在，但是可以用距離P最近的4個點A、B、C、D的灰度值采用公式(2)求解得到P點的灰度值。

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

(2)

式中，Ip、IA、IB、IC、ID分別對應各點的灰度值，Δi、Δj分別表示P點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變大，讓灰度直方圖在較大的動態范圍內趨向一致。對于采集后的數字圖像，像素個數為N，灰度級個數為L(8 bit量化下，L=256)，第k級灰度級出現的次數為nk，則第k級灰度等級出現的概率為：

(3)

那么均衡后第k級的灰度值Ik為：

(4)

經過直方圖均衡，各灰度等級的比例更加平衡，細節突出。

圖7 采集后水印圖像

2.3 區域生長

區域生長[7]算法可以很好地將水印圖像從背景底紋中分割出來，實現水印圖像的二值化，通過觀察邊界完整性和邊界走向，對水印圖像進行鑒別。

區域生長的基本思想是以初始種子點為核心，按照一定的生長規則，不斷將周圍領域內符合條件的像素點添加進來，直至遍歷所有像素點。本課題采用灰度準則，即首先選定水印圖像內一組種子點，以第一個種子點為中心，計算其與領域內各像素點的灰度差，如果差值小于閾值，則將當前像素點添加到區域內，并且定義為新的種子點，直至遍歷完全部種子點的領域以及全部像素點，區域生長停止。

最后給出傳統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 實驗數據驗證

下面用實際數據對上文提出的傳統水印智能算法進行驗證。表1給出了水印圖像采集的設備和參數。

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

圖8 中值濾波后結果

圖9 特征配準后結果

圖10 直方圖增強后結果

圖11 區域生長后結果

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。

對中值濾波后的圖像進行配準，得到圖9，可見配準后的圖像上的點滿足亞像素級的一一對應。

然后進行直方圖均衡，得到圖10。

接下來進行區域生長算法，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，由此驗證了本課題提出的算法具有很好的鑒別效果。

4 結 語

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

證件的智能化鑒別是新形勢、新任務下對邊檢機關證件查驗工作提出的新要求，也是邊檢一線證件查驗工作隨著科技進步的必然結果，構建綜合的證件智能鑒別平臺，是公安邊防機關信息化建設的重要方面。本課題證件智能鑒別系統的預研，既豐富了證件鑒別內容，又推動了邊檢機關證件查驗工作智能化水平的發展，是信息化建設在公安邊防證件查驗領域里的大勢所趨、大勢所向。

[1] Huo Dan. The Manufacture and Characteristic of Watermark paper[J]. Shanghai Paper Making, 2011, 42(6): 32. 霍 丹. 水印紙的生產及其特征[J]. 華東紙業， 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. 基于數字圖像處理的紙張白度測量法[J]. 中國造紙, 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， 張剛強. 基于幾何及灰度特征的紙病檢測算法研究[J]. 中國造紙， 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， 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測技術[J]. 計算機應用， 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

本課題獲武警學院博士科研創新計劃(BSKY201510)資助。