[发明专利]一种利用页面文档几何失真检测文档来源的打印机取证方法

说明书

技术领域

本发明属于信号与信息处理技术领域，涉及到检测打印文档的打印机来源取证方法。

背景技术

由于打印和扫描文档的使用越来越广泛，与伪造文档相关的案件越来越多。因此用于检验文档来源及真实性的无损被动打印机取证技术也随之发展起来。下面将从2002年开始陆续发表的具有代表性的文章描述如下。

John Oliver在“Use of signature analysis to discriminate digital printingtechnologies”文中借助于ImageXpert专业打印质量分析软硬件，将提取的打印质量特征用于打印机来源取证，具体包括：线宽度、粗糙度、飞溅度、点圆满度、周长、周围散落点数等特征。Purdue大学的Edward Delp团队提取了打印机的条带特征，并且Mikkilineni A.K.在“Printer identification based on graylevelco-occurrence features for security and forensic applications”文中从打印的“e”字符图像中提取了共生矩阵特征。Cyril Murie在“Inkjet printing discrimination basedon invariant moments”文中将不变矩特征用于打印机来源取证。沈林杰在“基于字符图像质量评价的打印机取证”文中通过高斯滤波提取字符图像的随机噪声，并借助图像质量评价方法提取其统计特征。Thomas Breuel在“Evaluation ofGraylevel-Features for Printing Technique Classification in High-ThroughputDocument Management Systems”文中提出了一些基于普通纹理和边缘描述的灰度级特征，并给出了较详细的实验结果。Farid在“Printer Profiling for Forensicsand Ballistics”文中使用PCA方法构建近似的打印机失真模型，根据字符图像与打印机失真模型的匹配程度来判断文档来源。

上述方法均从文档图像中含有墨迹的连通区域或局部字符区域中提取特征，而这些特征大多受打印文档的墨迹浓淡变化影响很大。在Farid一文中实验了墨迹浓淡对判决结果的影响，实验表明，判决结果更多地取决于墨迹浓淡程度而不是打印机个体。上述特征对墨迹浓淡变化并不稳定，这将影响正确判决打印文档的打印机来源。

发明内容

本发明要解决的技术问题是如何从打印的文本文档中提取不受墨迹浓淡变化影响的特征，以弥补上述打印机取证方法的不足。本发明旨在实现在时间推移或更换硒鼓等条件造成同一台打印机的打印文档出现墨迹浓淡变化的情况下，仍能准确判断打印文档打印机来源的取证方法。本发明利用页面文档固有的几何失真现象，采用投影变换模型对这种几何失真进行建模，通过理想图像和文档图像中对应位置字符中心点的提取和匹配估计出投影变换模型参数，并选择部分模型参数作为特征，然后使用支持向量机分类器对打印文档的打印机来源进行准确检测和取证。字符区域的墨迹浓淡变化不会造成上述字符中心点位置的改变，也不会影响到后续投影变换模型参数的估计，从而实现上述目的。

本发明的技术方案如下：

1.打印文档图像的几何失真

理想情况下，在一页文档中行与行之间是严格平行的。但实际中行斜率有明显的变化规律。有些打印机中，一页文档的行斜率从上到下逐渐变小；而有些则逐渐变大。这种现象称为页面文档几何失真现象。这种几何失真现象将理想的平行线变成了实际的相交线，所以可以将其建模为投影变换模型。从而该模型的参数中包含了可用于打印机来源认证的固有特征。

这种几何失真现象可能是由打印机内部走纸机械装置存在缺陷所造成的。比如左右走纸轮的转速及对纸张的夹紧度存在微小差异等缺陷均可能造成上诉几何失真现象。

2.利用页面文档几何失真检测文档来源的打印机取证方法框图

利用页面文档几何失真检测文档来源的打印机取证方法框图如图1所示。一方面，将一页Word文档转换为PDF文件，然后另存为600dpi分辨率Tif格式的理想图像；另一方面，将该页Word文档打印成纸质文档，然后将其扫描成相同分辨率Tif格式的文档图像。