简介:当今社会,出现大量的假印章,假章的泛滥导致了严重的问题,因此对印文图像进行精确而高效的识别就显得非常重要。对PCNN模型进行深入的研究,并着重学习实践应用PCNN对印文图像进行处理研究。脉冲耦合神经网络是和生物智能领域的结合,具有生物神经网络独特的高容错性和高适应性,能够保证印文图像在印文残缺,线条不均匀的情况下不会影响印章的识别,同时也能够满足对印文图像识别的实时性和准确性的要求[1]。应用PCNN进行印文提取质量较高,提取速度快。应用PCNN模型对印文图像进行提取,探究应用人工神经网络和传统上提取印文图像红色分量匹配的结果,更好地理解人工神经网络在图像处理上应用的相关技术。
简介:1原理在短波紫外反射照相中,首先需要考虑客体和指印对光的吸收、反射性质和反射方式.在拍摄提取502、灰尘、粉末类的指印时,这些不规则聚集的指印物质在短波紫外区没有明显的吸收,表现出较强的漫反射性质.背底随着入射光入射角度的增大,其反射光的亮度分布降低.因此,在这类指印的拍摄提取时采用侧光照明或掠入射照明技术可以降低背底表面反射光的亮度,增加反差,更好地提高拍摄提取的效果.在实际工作中,短波紫外光源的功率不如可见光大且光源面积较大,采用近90°的角度入射时,会使得入射光的强度大为减小,在拍摄提取时需要大幅度增加曝光时间;同时,承痕客体必须平整,否则会形成阴影区.如封口胶、胶袋等客体,由于粘贴、缠绕过程中极易皱折卷曲,采用近90°的入射角照明则易形成阴影区,反差不均匀;另外,在实际操作中易使紫外线直接进入镜头,形成光晕,影响拍摄提取的效果.由于短波紫外线的表面反射性质较可见光更明显,适当减小入射角度(70°~80°左右),即采用短波紫外侧光照明并不影响拍摄效果,且可以有效消除上述不利因素的影响.
简介:为了充分地发掘模糊指印形态特征在司法实践中的可用性和实用性.我们利用文件上有色指印的阶段性痕迹——墨迹边缘状态、积墨形态分布、“空白”形态分布及其相互位置关系等非纹线特征.分析研究了不同捺印人以油墨为介质连续捺印的样本指印50组共200枚.结果发现使用非纹线特征能够准确地分辨出同一手指连续捺印的同组指印。本文还对应用指印非纹线特征的各项技术要点进行了讨论.并且列举了设方法用于鉴定实践的三个成功案例。指印非纹线特征的应用不仅改变了对模糊指印只能出具“不具备鉴定条件”的结论模式.而且使适合使用该方法的被检指印形成相对时间的难题得到解决。