Метод извлечения водяных знаков из текстурированных полиграфических документов
Сергеев В.В., Федосеев В.А.

Институт систем обработки изображений РАН,
Самарский государственный аэрокосмический университет имени академика С.П. Королёва
(национальный исследовательский университет) (СГАУ)

Аннотация:
В данной работе предложен метод извлечения из изображений полиграфических документов скрытых изображений – водяных знаков, встроенных в регулярные (двумерные квазипериодические) текстуры. Он заключается в спектральном анализе входного изображения, синтезе по результатам этого анализа набора (банка) фильтров Габора, выполнении многоканальной габоровской фильтрации изображения (формировании полей текстурных признаков) и, наконец, его сегментации. Приведены примеры моделирования предложенного метода, подтверждающие его работоспособность и потенциальную эффективность.

Ключевые слова :
полиграфический документ, регулярная текстура, водяной знак, текстурный анализ, фильтр Габора, сегментация.

Литература:

  1. Павлов, И.В. Контроль подлинности документов, ценных бумаг и денежных знаков / И.В. Павлов, А.И. Пота­пов. – М.: Техносфера, 2006. – 472 с.
  2. Lin, H.-C. Regular-texture image retrieval based on texture-primitive extraction / H.-C. Lin, L.-L. Wang, Sh.-N. Yang // Image and Vision Computing. – 1999. – Vol. 17. – P. 51–63.
  3. Hutton, R.G. Documents of value including intaglio printed transitory images / R.G. Hutton, T. Merry. – U.S. Patent 4,033,059. – New York: American Banknote Company, 1977.
  4. van Renesse, R.L. Hidden and Scambled Images – a Review / R.L. van Renesse // SPIE Conference on Optical Security and Counterfeit Deterrence Techniques IV. – 2002. – P. 333-348.
  5. Mowry, W. Protected document bearing watermark and method of making / W. Mowry, M. McElligott, V. Tka­lenko, J. Baran, C. Ingalls. – U.S. Patent 4,210,346. – Burroughs Corporation, 1977.
  6. Koltai, F. Anti-counterfeiting method and apparatus using digital screening / F. Koltai, L. Baros, B. Adam, F. Takacs. – U.S. Patent 6,104,812. – Juratrade Limited, 1998.
  7. Koltai, F. Enhanced optical security by using information carrier digital screening / F. Koltai, B. Adam // SPIE Conference on Optical Security and Counterfeit Deterrence Techniques V. – 2004. – P. 160-169.
  8. Кудрявцев, Л.Д. Курс математического анализа. Т. 3 / Л.Д. Кудрявцев. – 6-е изд. – М.: Юрайт, 2014. – 351 с.
  9. Movellan, J. Tutorial on Gabor Filters / J. Movellan. – Technical report, MPLab Tutorials, University of California, San Diego, 2005.
  10. Сергеев, В.В. Алгоритм быстрой реализации фильтра Габора / В.В. Сергеев, В.В. Мясников // Автометрия. – 1999. – № 6. – С. 51-55.
  11. Сергеев, В.В. Теория цифровой обработки сигналов и изображений: учеб. / В.В. Сергеев, М.А. Чичёва. – Самара: СГАУ, 2013. – 206 с.
  12. Jain, A.K. Unsupervised Texture Segmentation Using Gabor Filters / A.K. Jain, F. Farrokhnia // Pattern Recognition. – 1990. – Vol. 24(12). – P. 1167-1186.
  13. Weldon, T.P. Design Of Multiple Gabor Filters For Texture Segmentation / T.P. Weldon // 1996 IEEE International Conference on Acoustics, Speech, and Signal Processing. – 1996. – Vol. 4. – P. 2243-2246.
  14. Сергеев, В.В., Некоторые модификации цифрового коррелятора для обнаружения объектов на изображении / В.В. Сергеев, М.А. Чичёва // Компьютерная оптика. – 1989. – № 5. – С. 78-84.
  15. Шовенгердт, Р.А. Дистанционное зондирование. Модели и методы обработки изображений / P.A. Шовен­гердт. – М.: Техносфера, 2010. – 560 с.
  16. Dempster, A.P. Maximum likelihood from incomplete data via the EM algorithm / A.P. Dempster, N.M. Laird, D.P. Rubin // Journal of the Royal Statistical Society, Series B. – 1977. – Vol. 39(1). – P. 1-38.

© 2009, IPSI RAS
Institution of Russian Academy of Sciences, Image Processing Systems Institute of RAS, Russia, 443001, Samara, Molodogvardeyskaya Street 151; E-mail: ko@smr.ru; Phones: +7 (846) 332-56-22, Fax: +7 (846) 332-56-20