표제지
Abstract
요약
목차
제1장 서론 12
제2장 기존연구 15
2.1. 위너필터를 이용한 프린터 판별 기술 15
2.1.1. 위너필터를 통한 특성 추출 15
2.1.2. 명암도 동시발생 행렬을 통한 특징값 계산 17
2.2. 이산웨이블릿변환를 이용한 프린터 판별 기술 19
2.2.1. 이산웨이블릿변환을 통한 특성 추출 19
2.3. 비지역적 평균 알고리즘 23
2.3.1. 비지역적 평균을 통한 특성 추출 23
2.3.2. 명암도 작용길이(Gray levelRun-Length Matrix)행렬을 통한 특징값 계산 24
제3장 제안하는 위변조 지폐 판별 알고리즘 25
3.1. 위변조 지폐 판별 알고리즘의 구조 25
3.2. 모폴로지 (Morphology)에 기반한 특징 추출 알고리즘 27
1) 구조 요소 30
3.3. 명암도 동시발생 행렬 40
3.4. 학습기반 데이터 분류기 42
제4장 실험결과 44
4.1. 위변조 지폐 판별 성능 분석 45
4.2. 위변조 지폐 인쇄 장치 판별 성능 분석 48
제4장 결론 52
참고문헌 54
[표 1.1] 한국은행권 위조방법 추이 12
[표 3.1] 특징점 40
[표 3.4] 서포트 벡터 머신의 대표적인 커널 함수 43
[표 4.1] 위변조 지폐 판별 알고리즘의 정확도 비교 47
[표 4.2] 위너 필터를 이용한 인쇄기기 판별 정확도 49
[표 4.3] 제안하는 알고리즘을 이용한 인쇄기기 판별 정확도 50
[표 4.4] 인쇄기기 판별 평균 정확도 비교 51
[그림 2.1] 채널별 위너필터 적용 이미지 16
[그림 2.2] 명암도 동시발생 행렬 방향성의 예제 18
[그림 2.3] 2차원 DWT의 표준적인 분리처리의 예 19
[그림 2.4] 2차원 DWT의 비표준적인 분해 방법 예 20
[그림 2.5] 필터링에 의한 I-스케일 웨이블릿 변환 21
[그림 2.6] 명암도 작용길이 행렬의 예 24
[그림 3.1] 위변조지폐 판별 알고리즘 26
[그림 3.2] 원본을 CMY 영역으로 변환시킨 영상 27
[그림 3.3] OBR(Opening_by_Reconstruct) 28
[그림 3.4] CBR(Closing_by_Reconstruct) 29
[그림 3.5] 구조 요소(Structuring element) 30
[그림 3.6] 채널별 침식 31
[그림 3.7] 채널별 침식 채널별 복구(reconstruct) 32
[그림 3.8] 1차원 그레이 스케일 영상의 형태학적 복구 33
[그림 3.9] CBR을 적용해서 만든 채널별 여영상 (CBR, closing-by-reconstruction 복구에 의한 닫기) 35
[그림 3.10] 각 채널별 얻어진 여영상의 침식 36
[그림 3.11] 채널별 여영상의 침식시킨 영상을 복구시킨 영상 37
[그림 3.12] 복구시킨 후 얻은 여영상 38
[그림 3.13] 원본 영상과 최종 여영상과의 차이값 (노이즈) 추출 39
[그림 4.1] 위너필터와 모폴로지 적용 이미지 비교 46
[그림 4.2] 컬러 레이저 프린터기별 위조지폐 48
[그림 4.3] 프린터 제조사별 기기판별 정확도(위너필터 적용) 49
[그림 4.4] 프린터 제조사별 기기판별 정확도(모폴로지기반) 50
[수식 2.1] (제목없음) 20
[수식 2.2] (제목없음) 20
[수식 3.1] (제목없음) 40
[수식 3.2] (제목없음) 40
[수식 3.3] (제목없음) 40
[수식 3.4] (제목없음) 40
[수식 3.5] (제목없음) 40
[수식 3.9] (제목없음) 42
[수식 3.6] (제목없음) 43
[수식 3.7] (제목없음) 43
[수식 3.8] (제목없음) 43
[수식 3.9] (제목없음) 43