0 引言

    隨著信息時代的發(fā)展,，各類圖像處理軟件及高質(zhì)量激光打印機應運而生,，與此同時激光打印機的成本越來越低，這導致其越來越普遍,。激光打印機的使用數(shù)量增長,，犯罪分子制造偽證的技術(shù)更加高明，所以取證技術(shù)變得非常重要,。打印文件的鑒別是一種廣泛應用于安全領(lǐng)域的取證技術(shù),，可以通過對打印文件的分析判別打印設(shè)備的特性，當發(fā)現(xiàn)打印設(shè)備偽造假文件時,，即可幫助抓獲犯罪分子,。

    自打印機應用以來，打印文件鑒別相關(guān)的研究有很多,，針對傳統(tǒng)的噴墨打印機多通過分析打印文件中的墨粉,、墨水等打印材料，查找打印機在打印文件中留下的痕跡,，有基于墨粉紋理進行的研究^[1],。隨著激光打印機的普遍，越來越多的研究從打印機文件中提取打印特性的各種特征,，Delp等人^[2]提出了利用不同激光打印機的不同條帶頻率進行識別的方案,，然而這種方法并不適用于文本文檔。由于條帶頻率方案不能用于文本文檔,，Deng等人^[3]提出了一種激光打印機識別文本文檔的方法,，他們通過字符匹配來進行識別。Mikkilineni 等人^[4]利用灰度共生矩陣特征(GLCM)方法,， 通過提取特定字體的打印字符“e”的紋理特征來鑒別打印文件的源打印機,。Choi等人^[5]提出基于小波變換的打印機識別方案。

    本文算法思想是基于多特征融合和層級分類器來提高準確率,，通過源于10臺打印機的4 000張圖片來進行驗證,，證明該方法能在一定程度上提高檢測準確率和速度。

1 圖像特征提取

1.1 高斯混合模型

    高斯混合模型（GMM）是一種利用多個單高斯函數(shù)建模的方式,，其概率密度函數(shù)是由多個高斯概率密度函數(shù)加權(quán)求和得到的,，如下所示：

    對于打印字符，字符、字符邊緣以及背景三部分具有顯著的差異,，這是典型的聚類問題,。圖1（a）所示為原始圖像，圖1（b）所示為三階高斯混合模型建模后的圖像,，圖中灰度值為零（黑色）的部分表示字符本身,，灰度值為255（白色）的部分表示字符邊緣，灰度值為128（灰色）的部分表示紙張背景,，可以看出三階高斯混合模型描述出了字符圖像的三部分信息,。

1.2 LBP算子

    局部二值模式(LBP)是由OJALA T^[6]等人提出的一種簡單但非常有效的描述圖像局部紋理特征的算子，原始的LBP特征提取是通過在3×3的矩形框內(nèi),，以矩形框中心點g_c的灰度值作為閾值,，與周圍領(lǐng)域內(nèi)像素點(g₀，g₁…g_p-1)的灰度值進行比較,，得到的二進制碼來表征圖像的紋理特征,。g_c的LBP特征值LBP（P，R）定義為：

    本文采用圓域均勻模式的LBP算子,，對于測試圖像集X={x₁,，x₂…x_N}，通過將字符圖像劃分為若干個區(qū)域,，計算該區(qū)域內(nèi)所有像素點的LBP特征值,，再統(tǒng)計該區(qū)域的LBP特征直方圖，最后將LBP特征譜的統(tǒng)計直方圖作為紋理分類的依據(jù),，最終的LBP圖譜直方圖如圖2所示,。

2 多分類器級聯(lián)算法

    多分類器級聯(lián)訓練算法如圖3所示，SVM作為基分類器,，每一級訓練結(jié)果作為一個分類器模版,，使用boosting^[7]策略集成融合，具體訓練步驟如下：

    (1)輸入樣本集X={x₁,，x₂…x_N},，對應的Y={y₁，y₂…y_M}為類別矩陣,。

    (2)初始化樣本權(quán)重,。

    (3)設(shè)置級聯(lián)層級T，對于t=1,，2…T,，根據(jù)樣本權(quán)重選擇訓練樣本，訓練每一級分類器H_t,，新一層分類器會側(cè)重上一輪分錯的樣本，也就是難以區(qū)分的樣本，下文稱之為hard樣本,。同時每一輪訓練會加入部分新樣本,，提高級聯(lián)分類器的穩(wěn)定性和適應性。

    (4)測試所有訓練樣本,，計算每一輪的錯誤率et,。

    (5)當滿足錯誤率小于0.5時，計算分類器權(quán)重

    (6)更新權(quán)重,，分類錯誤的樣本權(quán)重增加,，分類正確的樣本權(quán)重減少，計算公式為 ：

3 實驗與分析

    為了測試本文的方法,，建立了包含10臺激光打印機的打印文件數(shù)據(jù)庫,，該數(shù)據(jù)庫共有4 000張完整圖像集，分別使用單一SVM分類器與級聯(lián)分類器作對比性研究,，選取原始數(shù)據(jù)的3/4作為訓練集,，剩下的作為測試集。由于訓練樣本是隨機挑選的,，實際試驗中在相等訓練集大小的情況下做了10次測試,，并取測試的平均值作為識別率。具體實現(xiàn)步驟如下：

    (1)特征提取,。本文采用三階高斯混合模型,，每一個高斯模型有均值、均方差,、權(quán)重3個參數(shù),，最終特征集為9維。LBP特征提取采用圓域均勻模式LBP算子,，圓域半徑r=2.5,，取樣點p=12，LBP紋理特征向量以圖像的分塊LBP直方圖表示,，其中N=14,。

    (2)特征融合。實驗中采用的是加權(quán)融合的辦法,，具體思路是：

    ①歸一化：為了消除量綱影響,，對數(shù)據(jù)集進行歸一化操作，統(tǒng)一數(shù)據(jù)的標準,，歸一化操作之后,，GMM和LBP特征集就會被統(tǒng)一到一個特定的區(qū)間中。

    ②加權(quán)：通過循環(huán)判定,，找出最優(yōu)權(quán)重,，權(quán)重計算公式如下：

其中,，w_GMM表示GMM特征集的權(quán)重，w_LBP表示LBP特征集的權(quán)重,，w_0x(x=0,，1)表示權(quán)重，初始值為w₀₀=0,，w₀₁=1,，步長step=0.01，k的取值為0,，1,，2…，50,。最終取得的最優(yōu)權(quán)重為w_GMM=0.54 ,，w_LBP=0.46。

    ③融合：GMM特征集的大小為4 000×9,，LBP特征集大小為4 000×14,，本文將GMM 的9維特征和LBP的14維特征融合成23維特征，圖像特征數(shù)量和種類的增加會更好地改善分類結(jié)果,。特征融合模型圖4所示,。

    通過上述加權(quán)融合算法將GMM特征和LBP特征融合在同一特征空間中，分別對GMM和LBP單一特征集及融合特征集做分類研究,，表1所示為SVM分類器的鑒別結(jié)果,，GMM特征集和LBP特征集鑒別的準確率分別為85.5%和84.7%。因為打印機自身的差異性以及打印設(shè)備使用過程中的不穩(wěn)定性,，導致鑒別結(jié)果有一定的誤差,，例如打印過程中可能出現(xiàn)的噴墨漏墨以及斷筆等情況，會一定程度上影響鑒別結(jié)果,。融合特征集鑒別的準確率為94.45%,，說明高斯混合模型和局部二值模式相結(jié)合的算法可以提高打印文件識別率。

    表2所示為GMM特征集,、LBP特征集和融合特征集輸入級聯(lián)分類器的結(jié)果,。對比表1的數(shù)據(jù)，級聯(lián)分類器一定程度上提高了分類的準確度,，融合特征集的識別率高達97.10%,，驗證了本文算法的可行性。圖5所示的混淆矩陣描述了每一類打印樣本的識別效果,。分類器級聯(lián)層數(shù)會影響分類的速度,，圖6為訓練10輪得到的層級分類器錯誤率，三層級聯(lián)即可取得較好的處理效果,，級聯(lián)五層之后分類的準確率變化不大,，基本趨于平穩(wěn),，本文選取的是五層SVM分類器級聯(lián)。

4 結(jié)語

    眾所周知,，紋理分析有許多潛在的應用,，比如金屬表面、遙感圖片等,，紋理分析應用于打印文件鑒別中常用的是灰度共生矩陣，但是灰度共生矩陣的計算量太大,，本文采用GMM和LBP特征集相結(jié)合的方法,，特征集維度為23維，大大降低了計算量,。同時,，由于單一特征集包含的圖片信息不全，鑒別準確率不高,，采用多特征會大大提高鑒別的準確率與速度,。

    GMM特征多用于語音識別，LBP特征常見的應用場景是人臉識別,，本文將這兩種特征應用于打印文件鑒別,，是一個重大突破。同時訓練了基于AdaBoost的SVM級聯(lián)分類器,，提高了分類的準確度,，使得打印文件鑒別工作的研究在安全領(lǐng)域的應用更加可靠。

參考文獻

[1] 鄧偉.基于打印墨粉紋理分析的打印文件檢驗研究[J].電子測量技術(shù),，2014,，37(2)：70-74.

[2] MIKKILINENI A K，KHANNA N,，DELP E J.Texture based attacks on intrinsic signature based printer identification[C].IS&T/SPIE Electronic Imaging. International Society for Optics and Photonics,，2010：175-178.

[3] DENG W，CHEN Q,，YUAN F,，et al.Printer identification based on distance transform[C].First International Conference on Intelligent Networks and Intelligent Systems.IEEE Computer Society，2008：565-568.

[4] MIKKILINENI A K,，CHIANG P J,，ALI G N，et al.Printer identification based on graylevel co-occurrence features for security and forensic applications[C].Proceedings of SPIE-The International Society for Optical Engineering,，2005,，5681：430-440.

[5] CHOI J H，IM D H,，LEE H Y,，et al.Color laser printer identification by analyzing statistical features on discrete wavelet transform[C].Image Processing(ICIP),，2009 16th IEEE International Conference on.IEEE，2009：1505-1508.

[6] OJALA T,，PIETIKAINEN M,，HARWOOD D.Performance evaluation of texture measures with classification based on Kullback discrimination of distributions[C].Pattern Recognition，1994.Vol.1-Conference A：Computer Vision & Image Processing.,，Proceedings of the 12th IAPR International Conference on.IEEE,，1994，1：582-585.

[7] VIOLA P,，JONES M.Fast and robust classification using asymmetric AdaBoost and a detector cascade[C].Advances in Neural Information Processing Systems,，2002，14：1311-1318.