ES2342995B1

ES2342995B1 - Procedimiento de verificacion de integridad de documentos.

Info

Publication number: ES2342995B1
Application number: ES200800467A
Authority: ES
Inventors: Fernando Perez Gonzalez; Alberto Malvido Garcia
Original assignee: Universidade de Vigo
Current assignee: Universidade de Vigo
Priority date: 2008-02-20
Filing date: 2008-02-20
Publication date: 2011-09-30
Anticipated expiration: 2028-02-20
Also published as: US8094889B2; EP2243104A1; WO2009103496A1; ES2342995A1; EP2243104B1; US20100310132A1

Abstract

Procedimiento de verificación de integridad de documentos, que comprende una caracterización del documento original para obtener un hash (508) y una etapa de verificación de la integridad, comprendiendo ésta representar (601) en formato matricial el documento a verificar; adaptar (602) dicho documento a una resolución determinada en la caracterización y corregir (603) la inclinación, obteniendo una imagen corregida (604); obtener (605) el desplazamiento producido entre los contenidos en el documento original y en el documento a verificar; obtener (610) unas coordenadas óptimas de desplazamiento para cada una de las regiones de la imagen corregida; obtener (611) una métrica a partir de unos coeficientes cuantificados de la imagen corregida y los correspondientes en el documento original; decidir (612) sobre la integridad de cada región del documento digitalizado empleando la métrica anterior; y decidir (613) finalmente sobre la integridad del documento en base a los resultados delpaso anterior.

Description

Procedimiento de verificación de integridad de documentos.

Campo de la invención

La presente invención se encuadra en el sector de la seguridad documental, más concretamente en el sector destinado a proveer de mecanismos que permitan verificar la integridad de documentos impresos. En particular, se describe aquí un nuevo procedimiento de caracterización y un nuevo procedimiento de verificación de integridad de documentos, expresamente pensados para ser combinados con herramientas criptográficas o de watermarking.

Antecedentes de la invención

El nuevo procedimiento es válido para documentos originalmente en formato digital o impreso, cuya integridad podrá ser verificada aún cuando sobre el documento original se realicen operaciones de impresión y/o digitalización, ya que permiten reconocer y evitar o subsanar las distorsiones producidas en estas operaciones. Entre los procedimientos de digitalización podemos incluir aquellos realizados con escáneres o cámaras digitales, por ejemplo cámaras web o cámaras embebidas en teléfonos móviles.

La principal aplicación de la presente invención es la de evitar el fraude y la falsificación de documentos, permitiendo, además, la emisión por medios telemáticos de documentación oficial, la cual podrá imprimirse para ser empleada en trámites presenciales, puesto que la presente invención describe un procedimiento que permite extender la protección de los actuales sistemas de firma digital al soporte impreso, ya que permite, entre otras cosas, que un documento firmado sea impreso y posteriormente digitalizado sin que se rompa la cadena de seguridad. La naturaleza de los nuevos procedimientos aquí descritos proporcionan una ventaja adicional a la protección intrínseca de la firma digital, y es la de poder localizar y señalar en el documento digitalizado todas las alteraciones que sobre el contenido original se han realizado. Otras aplicaciones de los procedimientos aquí descritos son hacer más eficientes los procesos empresariales de tratamiento y gestión documental impresa, puesto que permite de modo automático verificar que varias copias de documentos impresos son iguales entre sí, o que un documento impreso es igual a otro digital.

El objetivo de dotar de mecanismos que permitan verificar la autenticidad e integridad de documentos en formato impreso es muy antiguo, y varias soluciones han sido propuestas, unas basadas en los actuales sistemas de firma digital, y otras empleando técnicas de watermarking o de marcado de agua.

Los actuales sistemas de firma digital aportan una solución plausible al problema de la verificación de la autenticidad e integridad de documentos digitales. Sin embargo, no son de aplicación al ámbito de los documentos impresos. Los sistemas de firma digital consisten básicamente en obtener un resumen del documento, denominado hash, que no es más que una caracterización del mismo, cifrarlo con la clave privada del firmante y anexarla al documento, que pasa a estar firmado. La verificación de autenticidad e integridad del documento firmado se realiza extrayendo el hash anexado, descifrándolo con la clave pública del firmante, y comparar ese hash descifrado con un nuevo hash calculado a partir del documento a verificar, empleando el mismo algoritmo que en la etapa de firmado. Si ambos hash coinciden a la perfección, se ha constatado la autenticidad y la integridad del documento, en caso contrario, o bien no ha sido firmado por el propietario de la clave pública empleada en la verificación (documento no auténtico), o el contenido del documento ha sido modificado. Los algoritmos de obtención de hash más empleados por los sistemas de firma digital son el SHA-1 y el MD5, y en ellos radica el motivo de que los actuales sistemas de firma digital no sean de utilidad una vez que el documento firmado ha sido impreso, ya que si el documento digital original y el documento digital a verificar difieren en un solo bit, los hash de ambos documentos serán totalmente distintos, y la verificación de autenticidad e integridad será negativa, aún cuando el contenido del documento no ha sido alterado. Por lo tanto, puesto que los procesos de impresión y digitalización inducen una gran variedad de distorsiones, es preciso introducir nuevos procedimientos de obtención de hash o de caracterización de documentos, y nuevos procedimiento de verificación, para poder resistir o sobreponerse a las distorsiones introducidas por los procesos de impresión y digitalización.

En los documentos de patente EP 0676877 A2 y ES 2182670 B1 se propone emplear reconocedores de caracteres, denominados OCR, sobre el documento original a firmar y el documento a verificar, y sobre la salida del OCR aplicar los algoritmos de obtención de hash convencionales. Esta solución permitiría proteger únicamente el contenido en formato texto del documento, no protegiendo elementos como imágenes, marcas o tablas, de uso muy frecuente debido a la inserción de logos, sellos, firmas manuscritas, etc. Además, existen dos aspectos diferenciadores, por un lado, dependiendo de la degradación sufrida por el documento impreso y de la calidad del reconocedor OCR, la conversión puede ser con frecuencia errónea, y por otro lado, este mecanismo no permite localizar y señalar las alteraciones realizadas sobre el contenido del documento.

En la solicitud de patente internacional WO 2006/104374 A1 se aborda la problemática de la protección de contenido que no sea texto, citando como posibles funciones hash unas concretas basadas en la transformada Wavelet descritas en publicaciones científicas.

En la patente US 6,834,344 B1 se describe un mecanismo de marcado de una imagen digital empleando técnicas de watermarking o marcado de agua, de modo que se pueda verificar su autenticidad e integridad una vez que ha sido impresa y digitalizada. Entre los procedimientos descritos en dicha patente destaca el que emplea la Transformada del Coseno Discreta (DCT) para la obtención del hash de la imagen. El procedimiento de caracterización consiste en dividir la imagen en bloques cuadrados de nxn píxeles, aplicar la transformada DCT a cada bloque, cuantificar dichos coeficientes, obtener un hash o resumen de la imagen coleccionando únicamente unos pocos coeficientes cuantificados, cifrar dicho hash e insertar el hash cifrado en la imagen. El procedimiento de verificación de autenticidad e integridad consiste en extraer y descifrar el hash insertado en la etapa anterior, obteniendo de este modo la colección de coeficientes DCT cuantificados de la imagen original, obtener un nuevo hash desde la imagen a verificar, realizando la misma división en bloques y coleccionando los mismos coeficientes DCT cuantificados, y comparar ambos hash, de modo que se constata la autenticidad e integridad de la imagen si la distancia entre ambos hash es
pequeña.

Los mecanismos descritos permiten una verificación de autenticidad e integridad que resisten sólo una pequeña parte de las distorsiones de la impresión y la digitalización, como el cambio en el mapa de colores, no siendo aptos para la gran parte de las distorsiones introducidas. Debido a esto, en una aplicación industrial práctica los procedimientos descritos en la patente US 6,834,344 B1 detectarían como falsificados o no auténticos gran cantidad de documentos que en realidad sí lo son. En primer lugar, toda digitalización provoca desplazamientos en el contenido del documento digitalizado con respecto al documento digital original, que con frecuencia son de considerable magnitud.

En segundo lugar se encuentran las distorsiones geométricas, las cuales provocan cambios en la geometría del contenido del documento. Entre ellas cabe destacar las inclinaciones, cambios en las dimensiones del documento digitalizando con respecto al original debido al sensor del escáner, curvaturas positivas y negativas y expansiones y compresiones. Los cambios en las dimensiones del documento, las curvaturas y las expansiones o compresiones, hacen que aún localizando correctamente la localización del contenido del documento, la correspondencia óptima entre los bloques del documento original, y los bloques del documento impreso y digitalizado no coincidan con una rejilla homogénea tendida sobre el contenido del documento a verificar, tal y como se describe en la patente US 6,834,344, sino que para cada bloque es preciso realizar una etapa de sincronización fina que calcule las coordenadas óptimas de cada región en un entorno de la posición estimada inicial.

Otro aspecto importante es el ruido introducido por los procesos de impresión y digitalización, que provoca grandes cambios en los coeficientes DCT del documento digitalizado. La presente invención puede incluir una etapa opcional de filtrado del ruido empleando las metodologías actuales del procesado de imagen: filtros de mediana, filtras paso bajo, paso banda o paso alto.

La presente invención permitirá la verificación de la integridad del documento sobreponiéndose a las anteriormente citadas distorsiones. Además, la presente invención permite una gran resolución en la detección de las alteraciones introducidas en el documento, es decir, permite la detección de cambios sutiles en el contenido. Adicionalmente, los procedimientos descritos en esta invención permiten localizar y señalizar las alteraciones sufridas por el mismo, permitiendo, por lo tanto, detectar patrones de conducta en falsificaciones, o comprobar que la integridad del contenido de un documento está intacta, aún cuando éste ha sufrido degradaciones accidentales tales como manchas o pequeños desgarros. Es necesario, por lo tanto, realizar una etapa de sincronización gruesa que compense estas distorsiones.

Por tanto, el problema técnico que resuelve la presente invención es permitir la autentificación de un documento aún habiendo sufrido previamente operaciones de impresión y posterior digitalización del mismo. En concreto permite corregir los desplazamientos en el contenido del documento digitalizado con respecto al documento original y corregir las distorsiones geométricas causadas por los sensores de escáner, tales como inclinaciones, curvaturas positivas y negativas, expansiones o compresiones.

Además de la verificación de la integridad del documento, aún habiéndose producido sobre el mismo las citadas distorsiones, la presente invención permite también localizar y señalizar las alteraciones sufridas en el documento verificado con una gran resolución de detección.

Descripción de la invención

La invención se refiere a un procedimiento de verificación de integridad de documentos de acuerdo con la reivindicación 1. Realizaciones preferidas del procedimiento se definen en las reivindicaciones dependientes.

En el procedimiento objeto de la presente invención se verifica la integridad de un documento a verificar con respecto a un documento original. Comprende una etapa previa de caracterización del documento original, la cual a su vez comprende:

-: en caso de que el documento original sea un documento impreso, obtener mediante una digitalización un documento original digital;

-: representar en formato matricial el documento original digital;

-: adaptar el documento en formato matricial a una resolución AxB determinada;

-: dividir el documento en regiones de tamaño NxM píxeles;

-: obtener los coeficientes en el dominio transformado mediante la aplicación, a cada una de las regiones, de una transformada;

-: cuantificar dichos coeficientes;

-: seleccionar, para cada región, unos coeficientes ya cuantificados;

-: obtener el hash del documento original digital a partir de los coeficientes seleccionados para cada región.

Sobre el documento a verificar se realiza una etapa de verificación de la integridad, la cual a su vez comprende:

-: en caso de que el documento a verificar sea un documento impreso, obtener mediante una digitalización un documento digitalizado a verificar;

-: representar en formato matricial el documento digitalizado a verificar;

-: obtener una imagen corregida, efectuando los siguientes pasos en cualquier orden:

\circ: adaptar dicho documento en formato matricial a la misma resolución AxB determinada para obtener el hash del documento original digital;

\circ: corregir la inclinación de dicho documento en formato matricial;

-: obtener, a partir de la imagen corregida y el hash del documento original digital, unas primeras coordenadas de desplazamiento para compensar el desplazamiento producido entre la ubicación de los contenidos en el documento original digital y la ubicación de los contenidos en el documento digitalizado a verificar;

-: obtener unas coordenadas óptimas de desplazamiento para cada una de las regiones de la imagen corregida, empleando regiones de NxM píxeles obtenidas del mismo modo que en la etapa de caracterización, efectuando para cada región los siguientes pasos:

\circ: seleccionar una región de la imagen corregida teniendo en cuenta los desplazamientos producidos según las primeras coordenadas de desplazamiento obtenidas anteriormente;

\circ: obtener los coeficientes en el dominio transformado mediante la aplicación, a dicha región seleccionada, de la misma transformada utilizada en la etapa de caracterización del documento original;

\circ: cuantificar dichos coeficientes;

\circ: obtener dichas coordenadas óptimas de desplazamiento a partir de la comparación de dichos coeficientes cuantificados con los coeficientes de la región correspondiente del hash;

-: obtener al menos una métrica a partir de los coeficientes cuantificados de la imagen corregida y los correspondientes a esta región en la imagen original extraídos del hash del documento original, teniendo en cuenta las coordenadas de desplazamiento óptimas para cada región de la imagen corregida;

-: decidir sobre la integridad de cada región del documento digitalizado empleando al menos una métrica anteriormente calculada y comparándola con un umbral determinado; y

-: decidir finalmente sobre la integridad del documento en base a los resultados del paso anterior. Estrictamente hablando, sólo un documento que no contiene ninguna zona alterada puede considerarse íntegro. Sin embargo, habrá modificaciones que no afecten al "significado" del documento, por ejemplo manchas, que serán detectadas por la presente invención.

Las etapas de adaptación del documento en formato matricial a la resolución AxB determinada se puede efectuar mediante interpolación y/o diezmado.

La división del documento en regiones de tamaño NxM píxeles se puede efectuar de una de las siguientes formas:

-: en base a dos rejillas regulares solapadas y desplazadas una respecto a la otra;

-: en base a una sola rejilla;

-: en base a más de dos rejillas solapadas.

Adicionalmente las etapas de caracterización y de verificación pueden incluir una fase de localización de una región de interés para proteger únicamente aquellas regiones que presentan contenidos. Así mismo, las etapas de caracterización y de verificación pueden incluir una fase de normalización de los contenidos de las regiones, efectuándose dicha normalización en uno de los siguientes momentos:

-: antes de aplicar la transformada;

-: después de aplicar la transformada.

La transformada aplicada puede ser una cualquiera de las siguientes:

-: Transformada del Coseno Discreto DCT;

-: Transformada de Wavelet;

-: Transformada de Fourier.

La selección de los coeficientes de cada región puede ser estática, empleándose los mismos coeficientes para todas las regiones, o dinámica, dependiendo dicha selección del contenido de la región. En este último caso la selección dinámica de los coeficientes de cada región se puede efectuar escogiendo aquellos coeficientes cuya energía es mayor de un determinado valor o bien escogiendo un número determinado n de coeficientes con la mayor energía.

La obtención de las primeras coordenadas de desplazamiento y la obtención de las coordenadas óptimas de desplazamiento se pueden realizar de una de las siguientes maneras:

-: aplicando la Transformada del Coseno Bidimensional Inversa IDCT a los coeficientes del hash original;

-: aplicando la transformada DCT a las regiones de la imagen corregida.

La obtención de las primeras coordenadas de desplazamiento y la obtención de las coordenadas óptimas de desplazamiento se pueden efectuar según uno cualquiera de los siguientes criterios:

-: según el criterio de máxima verosimilitud entre ambos conjuntos de coeficientes;

-: mediante técnicas estadísticas;

-: según criterio basado en distancias o medidas de similitud entre ambos conjuntos de coeficientes.

Se puede por tanto aplicar el criterio de máxima verosimilitud, técnicas estadísticas o distancias o medidas de similitud entre los coeficientes (dominio transformado), o entre los valores de las representaciones en el espacio de la representación matricial del documento a verificar, y la representación estimada del documento original obtenida mediante la transformada inversa (dominio espacial).

La obtención de las coordenadas óptimas de desplazamiento se puede efectuar también mediante un esquema de sincronización adaptativo que calcula las coordenadas óptimas de cada región, mediante la corrección de las coordenadas óptimas estimadas para regiones anteriores, estando dicha corrección calculada en función del valor y de la evolución de las métricas obtenidas para dichas regiones anteriores.

En la decisión final sobre la integridad del documento se puede incluir adicionalmente señalar las regiones del documento cuya integridad ha sido rechazada.

La métrica empleada puede ser una de las siguientes:

-: error cuadrático medio;

-: error medio;

-: error máximo;

-: error mínimo;

-: energía del error;

-: energía del error normalizada;

-: máximo de correlación cruzada;

-: máximo de correlación cruzada normalizada;

-: probabilidad obtenida según el criterio de máxima verosimilitud.

El procedimiento puede también comprender, en la etapa previa de caracterización del documento original, una etapa de filtrado del documento original digital para eliminar efectos del ruido de impresión y digitalización y/o acondicionar la señal.

Breve descripción de los dibujos

A continuación se pasa a describir de manera muy breve una serie de dibujos que ayudan a comprender mejor la invención y que se relacionan expresamente con una realización de dicha invención que se presenta como un ejemplo no limitativo de ésta.

La Figura 1 muestra un ejemplo de desplazamiento entre un documento digital original y el mismo documento después de operaciones de impresión y digitalización.

La Figura 2 muestra la comparación entre los coeficientes DCT cuantificados de las divisiones en bloques de tamaño nxn píxeles según un método del estado del arte, en concreto empleando el método descrito en la patente US 6,834,344 B1.

La Figura 3 muestra un ejemplo de las distorsiones geométricas, en concreto inclinaciones del texto/imagen, que se producen en el proceso de impresión y posterior escaneado.

En la Figura 4 se muestra un ejemplo de la posición óptima de los bloques a partir de los cuales se obtienen los coeficientes DCT en un documento digitalizado, donde la localización óptima de las regiones se encuentra desplazada con respecto a una rejilla homogénea.

La Figura 5 muestra un diagrama de flujo del procedimiento de caracterización utilizado en la presente invención.

La Figura 6 muestra un diagrama de flujo del procedimiento de verificación de la integridad utilizado en la presente invención.

La Figura 7 muestra la división del documento en regiones en base a dos rejillas regulares solapadas y desplazadas una con respecto a la otra.

Descripción de una realización preferida de la invención

Las Figuras 1 a 4 ayudan a entender el problema técnico que surge a partir del estado del arte, en concreto a partir del método divulgado en la patente US 6,834,344 B1.

En primer lugar, la digitalización de un documento provoca desplazamientos en el contenido del documento digitalizado con respecto al documento digital original, que con frecuencia son de considerable magnitud. En la Figura 1 se muestra un ejemplo de desplazamiento entre un documento digital original (imagen de la izquierda) y el mismo documento después de operaciones de impresión y digitalización (imagen de la derecha). Empleando el método de la patente US 6,834,344 tendríamos una comparación entre los coeficientes DCT cuantificados de las divisiones en bloques de tamaño nxn píxeles mostrados en los documentos de la Figura 2, lo que provocaría una verificación negativa aún cuando el contenido del documento no ha sido alterado, ya que como se observa, se compararían regiones distintas del documento.

En segundo lugar se encuentran las distorsiones geométricas, las cuales provocan cambios en la geometría del contenido del documento. Entre ellas cabe destacar las inclinaciones, como la mostrada en la Figura 3, cambios en las dimensiones del documento digitalizando con respecto al original debido al sensor del escáner, curvaturas positivas y negativas y expansiones y compresiones. En la Figura 4 se muestra un ejemplo de la posición óptima de los bloques a partir de los cuales se obtienen los coeficientes DCT en un documento digitalizado, donde, como se observa, la localización óptima de las regiones se encuentra en determinadas ocasiones desplazada con respecto a una rejilla homogénea.

La presente invención propiamente dicha se describe en las Figuras 5 a 7. El procedimiento de caracterización se describe en la Figura 5 y el procedimiento de verificación de integridad se muestra en la Figura 6.

El procedimiento de caracterización mostrado en la Figura 5 obtiene como resultado un resumen avanzado del documento original, que denominaremos hash 508, el cual caracterizará al documento. El procedimiento de caracterización parte de la representación en formato matricial 501 del mismo, es decir, su imagen. Si la representación se realiza en escala de grises, el documento en formato matricial 501 será una matriz de dos dimensiones, con cada valor de la matriz representando la luminancia del píxel correspondiente. Si la representación se realiza en color, el documento en formato matricial 501 tendrá una dimensión más, cuyo rango se corresponderá con el número de colores empleados para representar el valor del píxel en el espacio de colores elegido. Por ejemplo, si se emplea representación RGB, la matriz será de tres dimensiones, con la coordenada de la tercera dimensión pudiendo tomar uno de tres valores distintos, uno para el color rojo, otro para el verde y otro para el azul.

\newpage

Sobre el documento en formato matricial 501 se realizan operaciones de diezmado e interpolación 502 para obtener una imagen con la resolución deseada, a partir de la cual obtener el hash. Posteriormente se divide el documento en regiones 503 de tamaño NxM píxeles, en base a dos rejillas regulares solapadas y desplazadas una con respecto a la otra, tal y como se muestra en la Figura 7. Este solapamiento en las áreas del documento procesadas proporciona mayor robustez y definición al procedimiento de verificación de integridad. En la presente descripción asumiremos regiones regulares de 16x16 píxeles. Los contenidos de las regiones se normalizan 504 para compensar parte de las distorsiones de luminancia y color que producen los procesos de impresión y digitalización. Existen multitud de esquemas de normalización conocidos susceptibles de ser empleados. En esta descripción asumiremos que se emplea normalización en energía. Así mismo, debe ser mencionado que la normalización puede realizarse en el dominio espacial, es decir, antes de aplicar la transformada DCT 505, tal y como se ha descrito anteriormente, o en el dominio frecuencial, después de aplicar la transformada DCT 505 con el mismo resultado. Posteriormente, a cada una de las regiones se les aplica la transformada DCT 505, obteniendo los coeficientes en el dominio transformado. Puesto que estos coeficientes han de almacenarse o transmitirse, se cuantifican 506. Existen numerosos mecanismos de cuantificación susceptibles de ser empleados, como los de punto fijo, complemento a 2 y complemento a 1, o cuantificación de punto flotante. En la presente descripción asumiremos representación en complemento a 2 con 20 bits. Para cada región se almacenan ciertos coeficientes DCT, mediante una agrupación o selección de los coeficientes DCT 507. Los coeficientes DCT así agrupados o elegidos de cada bloque forman el hash 508 del
documento.

La elección de qué coeficientes DCT cuantificados se emplean para formar parte del hash es un aspecto muy importante. Por un lado, debe almacenarse un número significativo de coeficientes que permita realizar una decisión que no se vea afectada en demasía por el ruido impulsivo de impresión y digitalización. Por otro lado, hay que almacenar aquellos coeficientes que permitan realizar una verificación con las mayores garantías posibles, es decir, aquellos coeficientes que se vean menos afectados por las distorsiones de los procesos de impresión y digitalización, y que además contengan información lo más representativa posible de la región a partir de la cual se han calculado. Los coeficientes más adecuados son los de baja y media frecuencia, debido a que, por un lado son los coeficientes que mejor resisten las distorsiones de la digitalización, y por otro lado, son los coeficientes que mayor información contienen, con lo que la relación señal a ruido posterior a la impresión y digitalización será mayor en estos coeficientes que en los de alta frecuencia. Se puede optar por realizar una elección de coeficientes estática, es decir, emplear siempre los mismos coeficientes para todas las regiones, o por el contrario, realizar una elección dependiente del contenido de la región en cuestión, principalmente en el dominio transformado. Un ejemplo de esta última variante es elegir, para cada región, aquellos coeficientes que posean mayor energía, de modo que se garantiza una relación señal a ruido lo más elevada posible en la etapa de verificación, minimizando así los efectos del ruido y mejorando la detección. En la presente descripción asumiremos una elección de coeficientes dinámica, de 8 coeficientes por región, que coinciden con aquellos 8 coeficientes de mayor energía. La colección de los coeficientes cuantificados y los índices de estos coeficientes forman el hash 508.

El hash 508 es el elemento que caracteriza al documento, y será empleado en la verificación de integridad del mismo. Los mecanismos por los cuales se asocia el hash al documento y al propietario están fuera del ámbito de esta invención. Un posible escenario sería emplear la infraestructura de clave pública, empleando este hash 508 para firmar el documento, e insertar esta firma digital en el documento en forma de código de barras bidimensional. Si el documento originalmente se encuentra en formato digital, se insertaría este código de barras en él. En cambio, si originalmente se encontraba en formato impreso, el código de barras podría imprimirse directamente sobre el docu-
mento.

El nuevo procedimiento de verificación, descrito en la Figura 6, permite comprobar la integridad de un documento previamente caracterizado, una vez que ha sido digitalizado, siendo posible, además, localizar aquellas regiones que han sido alteradas. Para ello se emplea la representación en formato matricial 601 del documento digitalizado y el hash 508 del documento original.

En primer lugar se realizan operaciones de interpolación y diezmado 602, para obtener una representación matricial cuya resolución coincida con la empleada en la etapa de obtención del hash, así como una corrección de la inclinación 603, para corregir posibles distorsiones de la etapa de digitalización del documento. El orden de estas dos etapas es intercambiable. La corrección de la inclinación requiere una etapa de cálculo del ángulo de inclinación, y una etapa de corrección de dicha inclinación. Existen diversos mecanismos posibles de detección del ángulo de inclinación. Por un lado, si se ha insertado el código de barras en el documento, puede encontrarse el ángulo de inclinación a partir de la sección de la imagen que contenga el código de barras. Para ello se convertiría en binaría esta parte de la imagen, se realizarían operaciones morfológicas sobre ella (dilataciones, erosiones, aperturas y clausuras), y posteriormente se detectaría la inclinación en base a la posición relativa de las esquinas empleando técnicas trigonométricas. Por otro lado, podrían emplearse métodos descritos en la literatura científica, los cuales principalmente emplean la Transformada de Hough. Una vez calculado el ángulo de inclinación se rota la imagen empleando una transformación geométrica e interpolación. De esta forma se obtiene una imagen corregida
604.

Posteriormente se realiza una sincronización gruesa 605, necesaria para compensar los grandes desplazamientos que hayan podido producirse entre la ubicación de los contenidos en el documento original y la ubicación de los contenidos en el documento a verificar, debido principalmente a la digitalización. Para realizar la sincronización gruesa ha de utilizarse la imagen corregida 604 y el hash 508 del documento original. Como algoritmos de sincronización gruesa pueden utilizarse algunos de los algoritmos de sincronización empleados en los sistemas de comunicaciones, tanto en el dominio espacial, aplicando la Transformada del Coseno Bidimensional Inversa IDCT a los coeficientes del hash original 508, como en el dominio transformado, aplicando la transformada DCT a las regiones de la imagen corregida 604. Algunos ejemplos son:

\bullet: Aplicar la transformada DCT a una o varias regiones de la representación matricial de la imagen corregida 604 en un entorno de coordenadas posibles, y calcular los coeficientes cuantificados siguiendo el mismo procedimiento que se empleó en la obtención del hash 508 del documento original, y elegir las coordenadas según el criterio de máxima verosimilitud, es decir, elegir aquellas coordenadas que maximizan la probabilidad de obtener los coeficientes cuantificados de la imagen corregida, asumiendo que del documento origen se han extraído los coeficientes del hash original 508.

\bullet: Aplicar el criterio anterior separadamente sobre una o varias regiones del documento recibido, y obtener las coordenadas globales a partir de las coordenadas calculadas para cada región, mediante técnicas estadísticas, tales como el valor más probable o el valor medio.

\bullet: Sincronización basadas en criterios de distancias o medidas de similitud entre ambos conjuntos de coeficientes, como la maximización de la correlación cruzada o la correlación cruzada normalizada, la minimización de alguna norma entre ambos conjuntos de coeficientes, la minimización de la distancia hamming, la minimización de la distancia de Mahalanobis, la minimización del error medio, la minimización del error cuadrático medio o similares.

Posteriormente se procede a la verificación de integridad de cada una de las regiones de la imagen corregida 604, empleando regiones del mismo tamaño que en la etapa de obtención del hash 508. En este caso concreto 16x16 píxeles. Como se ha comentado, debido a las distorsiones geométricas de los procesos de impresión y digitalización, la posición de las regiones no se corresponden con las de una rejilla uniforme de tamaño 16x16 tendida sobre la imagen corregida a partir de las coordenadas calculadas en el procedimiento de sincronización gruesa. Para realizar una verificación exitosa se emplea un módulo de sincronización fina 610 para cada región de la imagen corregida 604, para calcular las coordenadas óptimas. Como esquemas de sincronización fina podrán emplearse los mismos descritos para el caso de la sincronización gruesa o podrá implementarse una estructura de lazo enganchado en fase (PLL), el cual realizará la adquisición y seguimiento de las coordenadas óptimas de sincronización de modo análogo a los sistemas de comunicaciones actuales.

Como se ha descrito anteriormente, debido a las distorsiones y el ruido introducido por los procesos de impresión y digitalización, la verificación de integridad será muy ineficiente si se decide en base a una perfecta coincidencia entre los coeficientes DCT, con lo cual, han de emplearse métodos de decisión alternativos. El método de decisión se basará en comparar una o varias métricas con un umbral. Las métricas se obtienen a partir de los coeficientes cuantificados de la imagen corregida 604 y los correspondientes a esta región en la imagen original, extraídos del hash 508. Algunas de las métricas susceptibles de ser empleadas son:

\bullet: Error cuadrático medio.

\bullet: Error medio.

\bullet: Error máximo.

\bullet: Error mínimo.

\bullet: Energía del error.

\bullet: Energía del error normalizada.

\bullet: Máximo de correlación cruzada.

\bullet: Máximo de correlación cruzada normalizada.

\bullet: Probabilidad obtenida según el criterio de máxima verosimilitud asumiendo que el canal compuesto por los procedimientos de impresión y digitalización es aditivo, multiplicativo, o que sigue alguno de los modelos descritos en la literatura científica.

El decisor 612 verificará la integridad de cada región del documento empleando las métricas 611 anteriormente calculadas. Si el valor de similitud o el valor de probabilidad es mayor que un umbral dado, se ha verificado la integridad de la región, y en caso contrario se asume que la región ha sido alterada o no se corresponde con la del documento original con el cual se está comparando, y será señalada para que pueda realizarse una verificación visual de la alteración del contenido detectada. Otro escenario es aquel en el que la decisión 612 se realiza mediante una valoración conjunta, empleando varias o todas las métricas 611 calculadas.

\newpage

Una vez finalizada la decisión sobre todas las regiones del documento se obtiene el resultado 613, que indicará si se ha confirmado la integridad del documento o no. En el caso de que lo descrito forme parte de un sistema de firma digital, la confirmación de integridad conlleva la confirmación de autenticidad. Debido a que la verificación se realiza por regiones, es posible localizar con exactitud qué áreas del documento han sido alteradas, posibilitando que éstas sean señaladas en el documento a verificar.

Claims

```
\global\parskip0.930000\baselineskip
```
1. Procedimiento de verificación de integridad de documentos, en el que se verifica la integridad de un documento a verificar con respecto a un documento original, caracterizado porque comprende una etapa previa de caracterización del documento original, la cual a su vez comprende:

-

en caso de que el documento original sea un documento impreso, obtener mediante una digitalización un documento original digital;

-

representar (501) en formato matricial el documento original digital;

-

adaptar (502) el documento en formato matricial a una resolución AxB determinada;

-

dividir (503) el documento en regiones de tamaño NxM píxeles;

-

obtener (505) los coeficientes en el dominio transformado mediante la aplicación, a cada una de las regiones, de una transformada;

-

cuantificar (506) dichos coeficientes;

-

seleccionar (507), para cada región, unos coeficientes ya cuantificados;

-

obtener el hash (508) del documento original digital a partir de los coeficientes seleccionados para cada región;

y porque sobre el documento a verificar se realiza una etapa de verificación de la integridad, la cual a su vez comprende:

-

en caso de que el documento a verificar sea un documento impreso, obtener mediante una digitalización un documento digitalizado a verificar;

-

representar (601) en formato matricial el documento digitalizado a verificar;

-

obtener una imagen corregida (604), efectuando los siguientes pasos en cualquier orden:

\circ

adaptar (602) dicho documento en formato matricial a la misma resolución AxB determinada para obtener el hash del documento original digital;

\circ

corregir (603) la inclinación de dicho documento en formato matricial;

-

obtener (605), a partir de la imagen corregida y el hash del documento original digital, unas primeras coordenadas de desplazamiento para compensar el desplazamiento producido entre la ubicación de los contenidos en el documento original digital y la ubicación de los contenidos en el documento digitalizado a verificar;

-

obtener (610) unas coordenadas óptimas de desplazamiento para cada una de las regiones de la imagen corregida, empleando regiones de NxM píxeles obtenidas del mismo modo que en la etapa de caracterización, efectuando para cada región los siguientes pasos:

\circ

seleccionar una región (606) de la imagen corregida teniendo en cuenta los desplazamientos producidos según las primeras coordenadas de desplazamiento obtenidas anteriormente;

\circ

obtener (608) los coeficientes en el dominio transformado mediante la aplicación, a dicha región seleccionada, de la misma transformada utilizada en la etapa de caracterización del documento original;

\circ

cuantificar (609) dichos coeficientes;

\circ

obtener (610) dichas coordenadas óptimas de desplazamiento a partir de la comparación de dichos coeficientes cuantificados con los coeficientes de la región correspondiente del hash;

-

obtener (611) al menos una métrica a partir de los coeficientes cuantificados de la imagen corregida y los correspondientes a esta región en la imagen original extraídos del hash del documento original, teniendo en cuenta las coordenadas de desplazamiento óptimas para cada región de la imagen corregida;

-

decidir (612) sobre la integridad de cada región del documento digitalizado empleando al menos una métrica anteriormente calculada y comparándola con un umbral determinado; y

-

decidir (613) finalmente sobre la integridad del documento en base a los resultados del paso anterior.
```
\global\parskip1.000000\baselineskip
```
2. Procedimiento según reivindicación 1, caracterizado porque las etapas de adaptación (502, 602) del documento en formato matricial a la resolución AxB determinada se efectúa mediante interpolación y/o diezmado.
3. Procedimiento según cualquiera de las reivindicaciones 1-2, caracterizado porque la división del documento en regiones de tamaño NxM píxeles se efectúa de una de las siguientes formas:

-

en base a dos rejillas regulares solapadas y desplazadas una respecto a la otra;

-

en base a una sola rejilla;

-

en base a más de dos rejillas solapadas.
```
\vskip1.000000\baselineskip
```
4. Procedimiento según cualquiera de las reivindicaciones 1-3, caracterizado porque adicionalmente las etapas de caracterización y de verificación incluye una fase de localización de una región de interés para proteger únicamente aquellas regiones que presentan contenidos.
5. Procedimiento según cualquiera de las reivindicaciones 1-4, caracterizado porque adicionalmente las etapas de caracterización y de verificación incluyen una fase de normalización (504, 607) de los contenidos de las regiones, efectuándose dicha normalización en uno de los siguientes momentos:

-

antes de aplicar la transformada (505, 608);

-

después de aplicar la transformada (505, 608).
```
\vskip1.000000\baselineskip
```
6. Procedimiento según cualquiera de las reivindicaciones 1-5, caracterizado porque la transformada aplicada es una de las siguientes:

-

Transformada del Coseno Discreto DCT;

-

Transformada de Wavelet;

-

Transformada de Fourier.
```
\vskip1.000000\baselineskip
```
7. Procedimiento según cualquiera de las reivindicaciones 1-6, caracterizado porque la selección (507) de los coeficientes de cada región es estática, empleándose los mismos coeficientes para todas las regiones.
8. Procedimiento según cualquiera de las reivindicaciones 1-6, caracterizado porque la selección (507) de los coeficientes de cada región es dinámica, dependiendo dicha selección del contenido de la región.
9. Procedimiento según la reivindicación 8, caracterizado porque la selección (507) dinámica de los coeficientes de cada región se efectúa escogiendo aquellos coeficientes cuya energía es mayor de un determinado valor.
10. Procedimiento según la reivindicación 8, caracterizado porque la selección (507) dinámica de los coeficientes de cada región se efectúa escogiendo un número determinado n de coeficientes con la mayor energía.
11. Procedimiento según cualquiera de las reivindicaciones 1 a 10, caracterizado porque la obtención (605) de las primeras coordenadas de desplazamiento y la obtención (610) de las coordenadas óptimas de desplazamiento se realizan de una de las siguientes maneras:

-

aplicando la Transformada del Coseno Bidimensional Inversa IDCT a los coeficientes del hash original (508);

-

aplicando la transformada DCT a las regiones de la imagen corregida (604).
```
\vskip1.000000\baselineskip
```
12. Procedimiento según cualquiera de las reivindicaciones 1 a 11, caracterizado porque la obtención (605) de las primeras coordenadas de desplazamiento y la obtención (610) de las coordenadas óptimas de desplazamiento se efectúan según uno cualquiera de los siguientes criterios:

-

según el criterio de máxima verosimilitud entre ambos conjuntos de coeficientes;

-

mediante técnicas estadísticas;

-

según criterio basado en distancias o medidas de similitud entre ambos conjuntos de coeficientes.
```
\vskip1.000000\baselineskip
```
13. Procedimiento según cualquiera de las reivindicaciones 1 a 11, caracterizado porque la obtención (610) de las coordenadas óptimas de desplazamiento se efectúa mediante un esquema de sincronización adaptativo que calcula las coordenadas óptimas de cada región, mediante la corrección de las coordenadas óptimas estimadas para regiones anteriores, estando dicha corrección calculada en función del valor y de la evolución de las métricas obtenidas para dichas regiones anteriores.
14. Procedimiento según cualquiera de las reivindicaciones 1 a 13, caracterizado porque en la decisión (613) final sobre la integridad del documento se incluye adicionalmente señalar las regiones del documento cuya integridad ha sido rechazada.
15. Procedimiento según cualquiera de las reivindicaciones 1 a 14, caracterizado porque la métrica empleada es una de las siguientes:

-

error cuadrático medio;

-

error medio;

-

error máximo;

-

error mínimo;

-

energía del error;

-

energía del error normalizada;

-

máximo de correlación cruzada;

-

máximo de correlación cruzada normalizada;

-

probabilidad obtenida según el criterio de máxima verosimilitud.
```
\vskip1.000000\baselineskip
```
16. Procedimiento según cualquiera de las reivindicaciones 1 a 15, caracterizado porque comprende, en la etapa previa de caracterización del documento original, una etapa de filtrado del documento original digital para eliminar efectos del ruido de impresión y digitalización y/o acondicionar la señal.