research centers


Search results: Found 2

Listing 1 - 2 of 2
Sort by

Article
Multilevel Analysis to Recognize Original Voucher from Faked Voucher
تحليل متعدد المستويات لتميز المستند الاصلي من المستند المزيف

Authors: Hasanen S. Abduallah حسنين سمير عبد الله --- Nesreen Waleed نسرين وليد عبد الواحد
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2017 Volume: 58 Issue: 2A Pages: 746-758
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Voucher documents have become a very important information carrier in daily lives to be used in many applications. A certain class of people could exploit the trust and indulge in forging or tampering for short or long term benefits unlawfully. This holds a serious threat to the economics and the system of a nation. The aim of this paper is to recognize original voucher document through its contents. Forgery of voucher document could have serious repercussions including financial losses, so the signature, logo and stamp that are used to determine being a genuine or not by using multilevel texture analysis. The proposed method consists of several operations. First, detection and extraction of signature, logo and stamp images from original voucher document by using auto crop method. Second, each image is processed in allotted level. Third, the voucher document is classified depending on a result of each level to determine being a genuine or not. Accuracy of 94% for identification process and 95% for verification process were achieved.

تعتبر مستندات الايصال ناقل معلومات مهم جدا في الحياة اليومية و ذلك لاستخدامها في العديد من التطبيقات. يوجد هنالك فئة معينة من الناس يمكن ان تستغل الثقة لغرض التزوير او العبث بشكل غير قانوني لتحقيق فوائد على المدى القصير أو الطويل. هذا التزوير يعتبر تهديدا خطيرا للاقتصاد ونظام الدولة. الهدف من هذا البحث هو لتميز المستند المزور بالاعتماد على محتوى المستند. تزوير المستندات يمكن أن يكون له انعكاسات خطيرة مثل الخسائر المالية، لذلك سوف يتم استخراج التوقيع ,الشعار والختم لتحديد كون المستند مزور أم لا باستخدام تحليل نسيج متعدد المستويات. تتكون الطريقة المقترحة من عدة عمليات. اولا، تحديد واستخراج التوقيع، شعار والختم من المستند الاصلي باستخدام طريقة القطع الالي. ثانيا، كل صورة يتم معالجتها في المستوى المخصص لها. ثالثا، يصنف المستند بالاعتماد على نتيجة كل مستوى لتحديد كونه اصلي أم لا. وكانت الدقة المحققة لعمليه تحديد الهوية هي 94٪ ولعملية التحقق هي 95٪.


Article
Auto Crop and Recognition for Document Detection Based on its Contents
طريقة مقترحة لتميز محتويات الوثيقة بالاعتماد على القطع الالي

Authors: Hasanen S. Abduallah حسنين سمير عبد الله --- Nesreen Waleed نسرين وليد عبد الواحد
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2017 Volume: 58 Issue: 1C Pages: 574-582
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

An Auto Crop method is used for detection and extraction signature, logo and stamp from the document image. This method improves the performance of security system based on signature, logo and stamp images as well as it is extracted images from the original document image and keeping the content information of cropped images. An Auto Crop method reduces the time cost associated with document contents recognition. This method consists of preprocessing, feature extraction and classification. The HSL color space is used to extract color features from cropped image. The k-Nearest Neighbors (KNN) classifier is used for classification.

يستخدم طريقة القطع الالي لتحديد و استخراج توقيع، شعار وختم من صور الوثيقة. ان هذه الطريقة تحسن من أداء النظام الأمني المعتمد على التوقيع والشعار والختم وكذلك هذه الطريقة تستخرج الصور من صوة الوثيقة الأصلية والحفاظ على محتوى المعلومات داخل الصور المستخرجه. طريقة القطع الالي يقلل من التكلفة الزمنية المرتبطة لتميز محتويات الوثيقة. تحتوي هذه الطريقة على معالجه اولية، واستخراج الخصائص والتصنيف. تم استخدام التحويل اللوني HSL لاستخراج الصفات لونية من الصورة التي تم قصها. المصنف KNN قد استخدام للتصنيف.

Listing 1 - 2 of 2
Sort by
Narrow your search

Resource type

article (2)


Language

English (2)


Year
From To Submit

2017 (2)