毕业论文：打印文稿识别技术研究与设计

打印机接收到计算机传来的打印内容后，将其转换为激光驱动信号，激光头发出的激光束通过个转动的棱镜反射到充满电荷的感光鼓上，随着棱镜的转动，激光束从感光鼓的端扫描到另端，感光鼓被扫描到的部分电荷消失，形成静电潜像，将带电的墨粉颗粒吸附到感光区域静电潜像区域，形成可见的墨粉图像，再将墨粉转印到打印介质上，最后通过加热装置将墨粉熔化固定到打印介质上。

对目前所掌握的文献进行总结归纳，对文档进行取证的过程框架如图所示图目前打印机被动取证技术的实现过程框架针对扫描得到的待取证的文档图像，主要经过预处理对字符图像提取特征分类分割三个步骤实现文档的取证工作。

预处理过程用于完成前期处理工作，包括图像二值化，斑点墨迹噪声的消除，字符图像分割和字符识别工作在文献中还使用了直方图匹配和空间校正的预处理步骤来分别统字符的灰度直方图变化范围和尺寸。

对字符图像提取特征主要分为类，如表所示表被动取证技术提取特征的分类分类分割则针对上述提取的特征，使用分类器进行分类实现文档的来源取证，或者使用区域分割的技术判断文档是否经过伪造篡改。

同样可以采用其它的分类和分割方法实现类似的功能。

现有被动打印取证技术详述下面分别将这类方法简单描述如下打印质量分析年等借助于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拖墨度点圆满度周长周围散落墨点数等特征。

公司是专门为等打印机公司提供打印质量分析工具的公司，它们可以帮助打印机厂商更好的完成新型打印机的质量性能检测评价。

该方法需要借助专业软硬件，扫描分辨率要求较高。

共生矩阵特征之前有很多学者在研究如何改进打印机的控制程序以更好的消除打印文档中包含条带现象，而年团队则利用了这种条带特征进行打印机取证。

由于文本文档由较小的字符连通区域组成，提取条带存在困难，他们在年从打印的字符图像中提取了描述纹理的共生矩阵特征。

该方法实验中要求的扫描分辨率为。

团队在该领域的研究最活跃，年至今发表文献有篇左右，其中篇综述，篇关于提取固有特征的被动取证技术，篇关于嵌入外部特征的主动取证技术。

最近几年，该团队在嵌入外部特征的主动取证技术方面做的工作更多些，他们与机械电子专业的团队进行合作，完成打印机内部的硬件改造。

灰度级特征年提出的特征包括边缘锐利程度表面粗糙度图像对比度，要求的扫描分辨率较低，但仅实验圆点和方块图像内容的文档，并没有实验文本字符。

和年，等提出了些基于普通纹理和边缘描述的灰度级特征，这些特征与年提出的特征有些类似，所以将其统称为灰度级特征。

文中给出了特征具体计算公式，便于实现，而且实验结果很详细。

该方法所需的扫描分辨率较低，适合应用在银行的高吞吐量文档管理系统中。

不变矩特征年等提出不变矩特征用于打印机来源取证。

不变矩最早由于年提出，针对图像的旋转缩放平移操作，这些不变矩特征值基本不发生变化。

目前已有其它的矩提出，例如矩或矩。

作者仅观察了实验样本的矩特征分布，发现它们在不同打印机之间存在可分性，而没有具体分类准确率。

字符图像质量评价年孔祥维等和年等均提出了字符图像质量评价特型。

从文档图像中分割得到字符图像，然后获得其高斯滤波图像以及噪声图像，并在这三幅图像中或相互之间提取了字符图像质量评价特征。

使用分类器对每个字符图像提取的特征进行分类，然后每页文档的所有字符图像进行投票得到该页文档的分类结果。

字笔画周长面积等年韩国强等在汉字识另具包的基础上，提取识别后的字符笔画周长面积等特征，并将其应用于打印机的来源取证。

文中采用模糊分类器进行分类，并给出了台打印机的实验结果。

字符间距离变换年陈庆虎等对训练和测试文档图像进行预处理，以获得归化的打印字符图像，并使用算法刘宁喷墨打印机种鉴别方法及流程江苏警官学院学报陈宁，张晓霞，张建华等拉曼光谱技术及其在物证鉴定中的应用中国人民公安大学学报自然科学版周云玲，胡爱华目前文件检验工作中面临的难点问题刑事技术，刘宁，裴雷彩色激光打印机复印机同认定新方法江苏警官学院学报陈春涛，裴雷施乐彩色激光打印机隐含信息的获取江苏警官学院学报李江春利用暗记特征鉴别彩色激光打印复印文件刑事技术，沈林杰，孔祥维，尤新刚基于字符图像质量评价的打印机取证东南大学学报自然科学版，中北大学毕业设计开题报告学生姓名张晓春学号学院系电子与计算机科学技术学院计算机科学与技术系专业软件工程设计题目打印文稿识别技术研究与设计指导教师陈够喜年月日绪论研究背景和意义目前，打印文档的使用越来越广泛，而与此同时与伪造文档相关的案件也越来越多，例如伪造合同伪造文档证据非法传单。

在法庭的审判中，需要验证这些作为证据的文档的真实性在刑事侦查过程中，需要追踪文档的来源。

因此，司法和公安部门迫切需要打印文档的取证技术，检验文档是否经过伪造，以及判断文档来自于哪台打印机。

目前我国司法部门进行文件检验时主要采用人工借助仪器的手段，针对喷墨打印机主要从墨水驱动方式墨水种类打印字符质量打印介质用纸油墨的理化性质等进行种类鉴别针对激光打印机主要利用拉曼光谱分析打印文件字迹确定墨粉种类，从而推断打印机品牌和大致型号。

这些方法存在分析仪器价格高，操作专业性强，人工操作凭经验，分析成本高，有定的主观性等特点。

实际的检验过程中，还很难做到判断文档来自于哪台打印机。

如何确定文档的打印机品牌，以及来自于哪台具体的打印机，直是文件检验中的个亟待解决的问题。

随着计算机科学的发展，人们逐步尝试使用图像处理和模式识别技术来解决文档检验问题。

这种技术通过扫描仪将文档扫描成文档图像，然后利用图像处理技术从文档图像中提取些能够代表打印机固有特征的特征，最后使用模式识别技术判断文档的打印机来源。

近年来，这种基于图像的无损被动打印取证技术逐步发展起来，学者们提出了很多种方法。

但是实际中情况非常复杂，对提取特征的影响因素主要包括纸张类型的变换打印机的老化硒鼓中墨量变化和更换扫描仪的不同。

目前所提出的各种方法中的特征针对上述情况还并不是很稳定，检验准确率还有待进步提高。

本文贡献在上述基于图像的无损被动打印机取证技术中，学者们提出的方法主要集中在如何从含有墨迹的连通区域中提取打印机固有特征。

本文从整体页面上提取页面几何失真特征，实验表明，该特征可用于打印机来源认证。

本文分别用投影变换模型和弹性变换模型来对页面几何失真进行建模，提取模型的参数作为打印机固有特征。

本文的主要贡献如下综述打印文件取证技术本文总结归纳了年以来的打印取证技术，介绍各种取证技术主要思路。

目前在打印机取证技术领域，主要包含两大类技术主动取证技术和被动取证技术。

本文所研究的内容属于被动取证技术。

提出了利用矩和矩阵函数进行判别本文最大的贡献就是利用矩阵相关知识来取证研究。

文中具体介绍通过行斜率变化规律实验发现页面几何失真现象的过程。

文中分别采用了投影变换模型和弹性变换模型来模拟页面几何失真现象，并实验了两个模型在文档来源认证中的具体性能，比较了两种模型在各方面的相似和不同之处，并比较了它们各自的优缺点。

论文结构本论文各章的结构组织如下第章为绪论，主要介绍了研究背景和意义，同时介绍了本文主要贡献。

第二章为打印文档取证技术概述，主要从主动和被动两个方面进行介绍。

第三章介绍如何通过矩阵知识进行相关取证研究。

第四章在对全文进行总结归纳的基础上，展望了本文工作的可能发展。

打印机取证技术综述本章将打印取证技术分为主动打印取证技术和被动打印取证技术两类。

主动取证技术通过嵌入外部特征实现取证被动取证技术则利用了文档打印过程引入的固有特征。

主动打印取证技术主动取证技术向打印文档中嵌入水印信息，使文档具有视觉不可见又可供算法识别的外部特征，从而实现打印文档的主动取证。

目前主要包括以下典型技术打印机厂商在部分品牌彩色激光打印机的打印品中嵌入视觉不可见的黄色斑点阵列信息有很多学者研究了在打印机半色调算法中嵌入视觉不可见的水印信息而大学的团队通过改变打印机机械级参数控制墨点大小和位置来嵌入视觉不可见的外部特征。

以上方法和思想分述如下彩色激光打印机的黄色斑点信息激光打印机的制造商很早就考虑到其高性能的办公设备可能会给伪造文件者提供方便。

于是在打印机输出文件中嵌入了可供追查文件来源的水印信息。

在电子先锋，的网站上，报道了施乐彩色撇光打印机在输出文档中嵌入规则的黄色斑点阵列，如图所示，以此记录文档的打印机型打印时问等信息。

在文献中针对彩色激光打印机的黄点嵌入机制给予了些实验性研究工作的报道。

在图中，左图为实际扫描的黄色斑点图，其尺寸要大于实际右图为人工绘制的蓝底黄点图，用以说明斑点阵列的编码格式。

图施乐彩色激光打印机的黄色斑点阵列及其编码格式统计了个厂商的种型号的彩色打印机，具体如表所示。

其中种型号含有可追踪来源的黄色斑点，种型号不含有，剩余的种型号未知。

从中可以看出，有的彩色激光打印机嵌入了黄色斑点阵列信息，其它没有嵌入黄色斑点阵列的打印机可能采用了其它未知的技术嵌入了水印。

对于含有黄色斑点的彩色打印文档，可以通过提取黄点阵列信息准确的找到其来源打印机。

但是，占据市场上份额非常大的黑白激光和喷墨打印机是不可能嵌入黄色的墨点水印的。

所以这种可靠且简易的方法存在很大的局限性。

表各品牌彩色激光打印机是否嵌入黄色斑点型号统计表半色调算法级水印嵌入半色调算法级水印嵌入通过调整基异差错分散和搜索等算法的半色调处理过程实现水印嵌入。

它们的计算复杂度很高，不适合于实时打印应用。

该类方法的讨论超出了本论文的研究内容，不详细介绍。

打印机机械结构级水印嵌入该类方法通过调整打印机机械结构的处理参数来实现水印嵌入。

在研究了打印文档中可用于判断打印机来源的条带特征的基础上，可以事先通过调整激光强度产生这种条带信号，但是它的数据嵌入容量