CN105049670A - 一种半色调印刷图像中防伪信息隐藏与提取方法 - Google Patents

Abstract

本发明公开了一种半色调印刷图像中防伪信息隐藏与提取方法，具体按照以下步骤实施：对连续调载体图像分别采用圆形和方形网点进行加网；使用带防伪信息的二值图像，融合形成含有隐藏信息的半色调图像；印刷含有隐藏信息的半色调图像，使用扫描仪扫描该印刷图像；对扫描后的图像，求其四个角点网点的中心点坐标；粗定位出扫描图像中的每个网点；对每个网点进行二值化并计算其网点面积率；依据网点面积率采用模板匹配或圆形度的方法判断其网点类型；依据每个网点的类型，提取隐藏的防伪信息。本发明方法对防伪信息隐藏与提取不存在网点变形引起网点无法提取，可应用于实际的印刷中。

Description

一种半色调印刷图像中防伪信息隐藏与提取方法

技术领域

本发明属于印刷防伪技术领域，具体涉及一种半色调印刷图像中防伪信息隐藏与提取方法。

背景技术

在印刷防伪技术领域，目前的技术大多是采用光学防伪、防伪油墨、特种印刷材料等物理的防伪手段，这些方法存在着成本高、防伪信息较难隐藏的缺点。近些年来，隐藏技术的研究大部分是针对连续调图像，针对半色调图像信息隐藏的技术相对比较少。

在半色调图像中隐藏防伪信息，可以在半色调之前、之中和之后嵌入隐藏的防伪信息，相对来说在半色调化之中嵌入隐藏的防伪信息，可以获得较高的图像质量，且隐藏的信息鲁棒性较好。目前在半色调化过程中嵌入隐藏信息的方法主要是通过改变网点的形状、方向或位置来携带防伪信息的，现有的这些方法大都是针对未经印刷的、理想的网点进行信息隐藏和提取的。但实际情况是嵌入隐藏信息之后的半色调图像，印刷后网点由于受油墨流动性和纸张渗透性的影响，使得网点的形状发生了较大的变形，这使得对网点的提取和网点类型的判断带来了极大的困难，因而现有的方法无法应用于实际的印刷当中。

发明内容

本发明的目的是提供一种半色调印刷图像中防伪信息隐藏与提取方法，解决了现有嵌入隐藏信息之后的半色调图像，印刷后网点由于受油墨流动性和纸张渗透性的影响，网点的形状发生了较大的变形，导致较难提取网点和判断网点类型的问题。

本发明所采用的技术方案是，一种半色调印刷图像中防伪信息隐藏与提取方法，具体按照以下步骤实施：

步骤1、设原始连读调载体图像为f(x,y)，对f(x,y)分别采用圆形和方形网点进行加网，加网后的相对应的半色调图像分别为f_r(x,y)和f_s(x,y)；

步骤2、设要防伪的信息为二值图像f_c(x,y)，使用f_c(x,y)对f_r(x,y)进行网点形状的调制，形成含有隐藏信息的半色调图像f_h(x,y)；

步骤3、对f_h(x,y)进行印刷输出，然后再对印刷输出后的图像扫描输入，设扫描输入后的图像为g(x,y)；

步骤4、分别求g(x,y)左上角、右上角、左下角及右下角四个网点的中心点坐标A(x_A,y_A)、B(x_B,y_B)、C(x_C,y_C)、D(x_D,y_D)；

步骤5、根据步骤4求出的四个网点的中心点坐标，粗定位出扫描图像g(x,y)中的第i行第j列上的网点的中心坐标为(x_ij,y_ij)；

步骤6、对每个网点(x_ij,y_ij)进行二值化并计算其网点面积率s；

步骤7、对每个网点(x_ij,y_ij)，依据其网点面积率s采用模板匹配或圆形度的方法判断其网点形状；

步骤8、依据每个网点的类型，提取隐藏的防伪信息，如果提取到的网点是方形的，提取的隐藏信息为0，如果提取到的网点是圆形的，提取的隐藏信息为1。

本发明的特点还在于：

步骤2的具体方法为：从上到下、从左到右依次获取f_c(x,y)每个像素点的值作为调制信号，若调制信号值为1，则采用圆形网点，即在f_r(x,y)中相应位置处的网点形状保持不变；若调制信号值为0，则采用方形网点，即从f_s(x,y)相应位置处获得相对应的方形网点，将f_r(x,y)中相应位置处的圆形网点替换为该方形网点；网点形状调制后的图像f_r(x,y)就是含有隐藏信息的半色调图像f_h(x,y)。

步骤4的具体方法为：

求g(x,y)左上角网点的中心点A的坐标A(x_A,y_A)：

首先从g(x,y)图像的左上角截取一块子图像；然后对该子图像从左到右依次扫描，统计各列的像素值小于128的像素数，若某列的像素值小于128的像素数减去其前一列的像素值小于128的像素数的差值大于30，则根据该列与A点的相对位置，可以求出A点的x坐标x_A；最后对该子图像从上到下依次扫描，统计各行上像素值小于128的像素数，若某行的像素值小于128的像素数减去其前一行的像素值小于128的像素数差值大于30，则根据该行与A点的相对位置，可以求出A点的y坐标y_A；

求g(x,y)右上角网点的中心点B的坐标B(x_B,y_B)：

首先从g(x,y)图像的右上角截取一块子图像；然后对该子图像从右到左依次扫描，统计各列的像素值小于128的像素数，若某列的像素值小于128的像素数减去其前一列的像素值小于128的像素数的差值大于30，则根据该列与B点的相对位置，可以求出B点的x坐标x_B；最后对该子图像从上到下依次扫描，统计各行上像素值小于128的像素数，若某行的像素值小于128的像素数减去其前一行的像素值小于128的像素数差值大于30，则根据该行与B点的相对位置，可以求出B点的y坐标y_B；

求g(x,y)左下角网点的中心点C的坐标C(x_C,y_C)：

首先从g(x,y)图像的左下角截取一块子图像；然后对该子图像从左到右依次扫描，统计各列的像素值小于128的像素数，若某列的像素值小于128的像素数减去其前一列的像素值小于128的像素数的差值大于30，则根据该列与C点的相对位置，可以求出C点的x坐标x_C；最后对该子图像从下到上依次扫描，统计各行上像素值小于128的像素数，若某行的像素值小于128的像素数减去其前一行的像素值小于128的像素数差值大于30，则根据该行与C点的相对位置，可以求出C点的y坐标y_C；

求g(x,y)右下角网点的中心点D的坐标D(x_D,y_D)：

首先从g(x,y)图像的右下角截取一块子图像；然后对该子图像从右到左依次扫描，统计各列的像素值小于128的像素数，若某列的像素值小于128的像素数减去其前一列的像素值小于128的像素数的差值大于30，则根据该列与D点的相对位置，可以求出D点的x坐标x_D；最后对该子图像从下到上依次扫描，统计各行上像素值小于128的像素数，若某行的像素值小于128的像素数减去其前一行的像素值小于128的像素数差值大于30，则根据该行与D点的相对位置，可以求出D点的y坐标y_D。

从g(x,y)图像的左上角、右上角、左下角及右下角截取的均是大小为300×300的子图像。

步骤5中的具体方法为：

根据A、B两点之间距离及A、B两点之间的网点数N，由公式(1)计算A、B之间相邻的两个网点的平均欧式距离l_AB：

$l_{AB}=\frac{\sqrt{{(y_B-y_A)}^2+{(x_B-x_A)}^2}}{N}---\left(1\right)$

根据公式(2)计算出第一行网点的旋转角度α：

$\mathrm{\α}=arctan\frac{y_B-y_A}{x_B-x_A}---\left(2\right)$

根据公式(3)计算出第1行第j列的网点的中心坐标(x_1j,y_1j)：

$\left\{\begin{array}{c}{x}_{1j}=x_A+l_{AB}\×(j-1)\×cos\mathrm{\α}\\ y_{1j}=y_A-l_{AB}\×(j-1)\×sin\mathrm{\α}\end{array}\right.---\left(3\right)$

根据C、D两点之间距离及C、D两点之间的网点数N，由公式(4)计算C、D之间相邻的两个网点的平均欧式距离l_CD：

$l_{CD}=\frac{\sqrt{{(y_D-y_C)}^2+{(x_D-x_C)}^2}}{N}---\left(4\right)$

根据公式(5)可计算出最后一行网点的旋转角度β：

$\mathrm{\β}=arctan\frac{y_D-y_C}{x_D-x_C}---\left(5\right)$

根据公式(6)可计算出最后一行第j列的网点的中心坐标(x_Mj,y_Mj)：

$\left\{\begin{array}{c}{x}_{Mj}=x_C+l_{CD}\×(j-1)\×cos\mathrm{\β}\\ y_{Mj}=y_C-l_{CD}\×(j-1)\×sin\mathrm{\β}\end{array}\right.---\left(6\right)$

根据(x_1j,y_1j)、(x_Mj,y_Mj)两点之间距离及其之间的网点数M，由公式(7)计算这两点之间相邻的两个网点的平均欧式距离l_ij：

$l_{ij}=\frac{\sqrt{{(y_{Mj}-y_{1j})}^2+{(x_{Mj}-x_{1j})}^2}}{M}---\left(7\right)$

根据公式(8)可计算出第j列网点的旋转角度γ：

$\mathrm{\γ}=arctan\frac{x_{Mj}-x_{1j}}{y_{Mj}-y_{1j}}---\left(8\right)$

根据公式(9)可计算出第i行第j列上的网点的中心坐标为(x_ij,y_ij)：

$\left\{\begin{array}{c}{x}_{ij}=x_{1j}+l_{ij}\×(i-1)\×\sin \mathrm{\γ}\\ y_{ij}=y_{1j}+l_{ij}\×(i-1)\×cos\mathrm{\γ}\end{array}\right.---\left(9\right).$

步骤6的具体方法为：

对于待二值化的第i行第j列上的网点，其粗定位出的中心坐标为(x_ij,y_ij)，设该点的像素值为g₀，相应的与其相邻的上、下、左、右四个网点的中心坐标对应的像素值分别设为g₁、g₂、g₃和g₄，则定义一个阈值T₁：

$T_1=\frac{g_0+g_1+g_2+g_3+g_4}{5}+60---\left(10\right)$

从g(x,y)中选取以(x_ij,y_ij)为中心的一块子图像，采用阈值T₁对该块子图像进行二值化，即像素值小于等于阈值T₁的点被二值化为0，像素值大于阈值T₁的点被二值化为1；

从二值化后的子图像中找出最大连通域，并求最大连通域的重心坐标，提取出第i行第j列上的网点，求出此网点所属的黑色像素点的最大外接正方形的边长d及第i行第j列上的网点所属的黑色像素点的个数num，则该网点的面积率为：

$s=\frac{num}{256}\×100\%---\left(11\right).$

从g(x,y)中选取以(x_ij,y_ij)为中心的子图像大小为29×29。

步骤7的具体方法为：对每个网点(x_ij,y_ij)，网点面积率s在0％～21％及31％～50％的网点，采用模板匹配法判断其网点形状；对于网点面积率s在22％～30％及51％～100％的网点，采用圆形度的方法判断网点形状。

模板匹配法确定网点形状的具体方法为：首先生成各种不同大小的网点面积率s的圆形和方形网点作为标准模板；然后将提取到的网点和相应网点面积率s下的圆形和方形网点进行比较，选择差异较小的一种网点形状为匹配到的网点形状。

圆形度的方法判断网点形状的具体方法为：首先计算网点的圆形度然后设置一个阈值T₂，如果m≥T₂，则该网点为方形，否则为圆形。

本发明的有益效果是：一种半色调印刷图像中防伪信息隐藏与提取方法，通过融合圆形和方形两种类型的半色调图像，可以将隐藏的防伪信息较好的嵌入到半色调图像当中。在隐藏信息提取方面，针对网点变形情况，通过四角网点定位及粗定位技术，解决了网点的提取问题，进一步通过融合模板匹配法和圆形度法对网点类型判断，提高了网点类型判断的正确率，即提高了隐藏信息提取的正确率。本发明半色调印刷图像中防伪信息隐藏与提取方法，不会受印刷时网点由于受油墨流动性和纸张渗透性的影响而网点的形状发生变形，导致较难提取网点和判断网点类型。

附图说明

图1是本发明半色调印刷图像中防伪信息隐藏与提取方法的流程图。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

本发明一种半色调印刷图像中防伪信息隐藏与提取方法，流程图如图1所示，具体按照以下步骤实施：

步骤1、设原始连读调载体图像为f(x,y)，对f(x,y)分别采用圆形和方形网点进行加网，加网后的相对应的半色调图像分别为f_r(x,y)和f_s(x,y)；

步骤2、设要防伪的信息为二值图像f_c(x,y)，使用f_c(x,y)对f_r(x,y)进行网点形状的调制，形成含有隐藏信息的半色调图像f_h(x,y)，具体为：

从上到下、从左到右依次获取f_c(x,y)每个像素点的值作为调制信号，若调制信号值为1，则采用圆形网点，即在f_r(x,y)中相应位置处的网点形状保持不变；若调制信号值为0，则采用方形网点，即从f_s(x,y)相应位置处获得相对应的方形网点，将f_r(x,y)中相应位置处的圆形网点替换为该方形网点；网点形状调制后的图像f_r(x,y)就是含有隐藏信息的半色调图像f_h(x,y)。

步骤3、对f_h(x,y)进行印刷输出，然后再对印刷输出后的图像扫描输入，设扫描输入后的图像为g(x,y)；

步骤4、分别求g(x,y)左上角、右上角、左下角及右下角四个网点的中心点坐标A(x_A,y_A)、B(x_B,y_B)、C(x_C,y_C)、D(x_D,y_D)，具体步骤为：

求g(x,y)左上角网点的中心点A的坐标A(x_A,y_A)：

首先从g(x,y)图像的左上角截取一块大小为300×300的子图像；然后对该子图像从左到右依次扫描，统计各列的像素值小于128的像素数，若某列的像素值小于128的像素数减去其前一列的像素值小于128的像素数的差值大于30，则根据该列与A点的相对位置，可以求出A点的x坐标x_A；最后对该子图像从上到下依次扫描，统计各行上像素值小于128的像素数，若某行的像素值小于128的像素数减去其前一行的像素值小于128的像素数差值大于30，则根据该行与A点的相对位置，可以求出A点的y坐标y_A；

求g(x,y)右上角网点的中心点B的坐标B(x_B,y_B)：

首先从g(x,y)图像的右上角截取一块大小为300×300的子图像；然后对该子图像从右到左依次扫描，统计各列的像素值小于128的像素数，若某列的像素值小于128的像素数减去其前一列的像素值小于128的像素数的差值大于30，则根据该列与B点的相对位置，可以求出B点的x坐标x_B；最后对该子图像从上到下依次扫描，统计各行上像素值小于128的像素数，若某行的像素值小于128的像素数减去其前一行的像素值小于128的像素数差值大于30，则根据该行与B点的相对位置，可以求出B点的y坐标y_B；

求g(x,y)左下角网点的中心点C的坐标C(x_C,y_C)：

首先从g(x,y)图像的左下角截取一块大小为300×300的子图像；然后对该子图像从左到右依次扫描，统计各列的像素值小于128的像素数，若某列的像素值小于128的像素数减去其前一列的像素值小于128的像素数的差值大于30，则根据该列与C点的相对位置，可以求出C点的x坐标x_C；最后对该子图像从下到上依次扫描，统计各行上像素值小于128的像素数，若某行的像素值小于128的像素数减去其前一行的像素值小于128的像素数差值大于30，则根据该行与C点的相对位置，可以求出C点的y坐标y_C；

求g(x,y)右下角网点的中心点D的坐标D(x_D,y_D)：

首先从g(x,y)图像的右下角截取一块大小为300×300的子图像；然后对该子图像从右到左依次扫描，统计各列的像素值小于128的像素数，若某列的像素值小于128的像素数减去其前一列的像素值小于128的像素数的差值大于30，则根据该列与D点的相对位置，可以求出D点的x坐标x_D；最后对该子图像从下到上依次扫描，统计各行上像素值小于128的像素数，若某行的像素值小于128的像素数减去其前一行的像素值小于128的像素数差值大于30，则根据该行与D点的相对位置，可以求出D点的y坐标y_D。

步骤5、根据步骤4求出的四个网点的中心点坐标，粗定位出扫描图像g(x,y)中的第i行第j列上的网点的中心坐标为(x_ij,y_ij)，具体方法为：

根据A、B两点之间距离及A、B两点之间的网点数N，由公式(1)计算A、B之间相邻的两个网点的平均欧式距离l_AB：

$l_{AB}=\frac{\sqrt{{(y_B-y_A)}^2+{(x_B-x_A)}^2}}{N}---\left(1\right)$

根据公式(2)计算出第一行网点的旋转角度α：

$\mathrm{\α}=arctan\frac{y_B-y_A}{x_B-x_A}---\left(2\right)$

根据公式(3)计算出第1行第j列的网点的中心坐标(x_1j,y_1j)：

$\left\{\begin{array}{c}{x}_{1j}=x_A+l_{AB}\×(j-1)\×cos\mathrm{\α}\\ y_{1j}=y_A-l_{AB}\×(j-1)\×sin\mathrm{\α}\end{array}\right.---\left(3\right)$

根据C、D两点之间距离及C、D两点之间的网点数N，由公式(4)计算C、D之间相邻的两个网点的平均欧式距离l_CD：

$l_{CD}=\frac{\sqrt{{(y_D-y_C)}^2+{(x_D-x_C)}^2}}{N}---\left(4\right)$

根据公式(5)可计算出最后一行网点的旋转角度β：

$\mathrm{\β}=arctan\frac{y_D-y_C}{x_D-x_C}---\left(5\right)$

根据公式(6)可计算出最后一行第j列的网点的中心坐标(x_Mj,y_Mj)：

$\left\{\begin{array}{c}{x}_{Mj}=x_C+l_{CD}\×(j-1)\×cos\mathrm{\β}\\ y_{Mj}=y_C-l_{CD}\×(j-1)\×sin\mathrm{\β}\end{array}\right.---\left(6\right)$

根据(x_1j,y_1j)、(x_Mj,y_Mj)两点之间距离及其之间的网点数M，由公式(7)计算这两点之间相邻的两个网点的平均欧式距离l_ij：

$l_{ij}=\frac{\sqrt{{(y_{Mj}-y_{1j})}^2+{(x_{Mj}-x_{1j})}^2}}{M}---\left(7\right)$

根据公式(8)可计算出第j列网点的旋转角度γ：

$\mathrm{\γ}=arctan\frac{x_{Mj}-x_{1j}}{y_{Mj}-y_{1j}}---\left(8\right)$

根据公式(9)可计算出第i行第j列上的网点的中心坐标为(x_ij,y_ij)：

$\left\{\begin{array}{c}{x}_{ij}=x_{1j}+l_{ij}\×(i-1)\×\sin \mathrm{\γ}\\ y_{ij}=y_{1j}+l_{ij}\×(i-1)\×cos\mathrm{\γ}\end{array}\right.---\left(9\right)$

步骤6、对每个网点(x_ij,y_ij)进行二值化，具体为：

对于待二值化的第i行第j列上的网点，其粗定位出的中心坐标为(x_ij,y_ij)，设该点的像素值为g₀，相应的与其相邻的上、下、左、右四个网点的中心坐标对应的像素值分别设为g₁、g₂、g₃和g₄，则定义一个阈值T₁：

$T_1=\frac{g_0+g_1+g_2+g_3+g_4}{5}+60---\left(10\right)$

从g(x,y)中选取以(x_ij,y_ij)为中心的一块大小为29×29的子图像，采用阈值T₁对该块子图像进行二值化，即像素值小于等于阈值T₁的点被二值化为0，像素值大于阈值T₁的点被二值化为1；

计算其网点面积率s，具体为：

从二值化后的子图像中找出最大连通域，并求最大连通域的重心坐标，提取出第i行第j列上的网点，求出此网点所属的黑色像素点的最大外接正方形的边长d及第i行第j列上的网点所属的黑色像素点的个数num，则该网点的面积率为：

$s=\frac{num}{256}\×100\%---\left(11\right)$

步骤7、对每个网点(x_ij,y_ij)，依据其网点面积率s采用模板匹配或圆形度的方法判断其网点形状，具体方法为：

对每个网点(x_ij,y_ij)，网点面积率s在0％～21％及31％～50％的网点，采用模板匹配法判断其网点形状；对于网点面积率s在22％～30％及51％～100％的网点，采用圆形度的方法判断网点形状。

其中，模板匹配法确定网点形状的具体方法为：首先生成各种不同大小的网点面积率s的圆形和方形网点作为标准模板；然后将提取到的网点和相应网点面积率s下的圆形和方形网点进行比较，选择差异较小的一种网点形状为匹配到的网点形状。

其中，圆形度的方法判断网点形状的具体方法为：首先计算网点的圆形度然后设置一个阈值T₂，如果m≥T₂，则该网点为方形，否则为圆形。

其中，对于不同面积率的网点，设置不同的阈值T₂，具体为：网点面积率为0％～21％时T₂＝0.5，网点面积率为22％～30％时T₂＝0.45，网点面积率为31％～50％时T₂＝0.61，网点面积率为51％～88％时T₂＝0.6，网点面积率为89％～98％时T₂＝0.625，网点面积率为99％～100％时T₂＝0.835。

步骤8、依据每个网点的形状，提取隐藏的防伪信息，如果提取到的网点是方形的，提取的隐藏信息为0；如果提取到的网点是圆形的，提取的隐藏信息为1。

本发明的半色调印刷图像中防伪信息隐藏与提取方法，采用不同图像作为原始连续调图像，可以明显看出提取的防伪信息的轮廓，其正确解码率可以达到80％以上。

Claims (10)

1.一种半色调印刷图像中防伪信息隐藏与提取方法，其特征在于，具体按照以下步骤实施：

步骤1、设原始连读调载体图像为f(x,y)，对f(x,y)分别采用圆形和方形网点进行加网，加网后的相对应的半色调图像分别为f_r(x,y)和f_s(x,y)；

步骤2、设要防伪的信息为二值图像f_c(x,y)，使用f_c(x,y)对f_r(x,y)进行网点形状的调制，形成含有隐藏信息的半色调图像f_h(x,y)；

步骤3、对f_h(x,y)进行印刷输出，然后再对印刷输出后的图像扫描输入，设扫描输入后的图像为g(x,y)；

步骤4、分别求g(x,y)左上角、右上角、左下角及右下角四个网点的中心点坐标A(x_A,y_A)、B(x_B,y_B)、C(x_C,y_C)、D(x_D,y_D)；

步骤5、根据步骤4求出的四个网点的中心点坐标，粗定位出扫描图像g(x,y)中的第i行第j列上的网点的中心坐标为(x_ij,y_ij)；

步骤6、对每个网点(x_ij,y_ij)进行二值化并计算其网点面积率s；

步骤7、对每个网点(x_ij,y_ij)，依据其网点面积率s采用模板匹配或圆形度的方法判断其网点形状；

步骤8、依据每个网点的形状，提取隐藏的防伪信息，如果提取到的网点是方形的，提取的隐藏信息为0；如果提取到的网点是圆形的，提取的隐藏信息为1。

2.根据权利要求1所述的一种半色调印刷图像中防伪信息隐藏与提取方法，其特征在于，所述步骤2的具体方法为：从上到下、从左到右依次获取f_c(x,y)每个像素点的值作为调制信号，若调制信号值为1，则采用圆形网点，即在f_r(x,y)中相应位置处的网点形状保持不变；若调制信号值为0，则采用方形网点，即从f_s(x,y)相应位置处获得相对应的方形网点，将f_r(x,y)中相应位置处的圆形网点替换为该方形网点；网点形状调制后的图像f_r(x,y)就是含有隐藏信息的半色调图像f_h(x,y)。

3.根据权利要求1所述的一种半色调印刷图像中防伪信息隐藏与提取方法，其特征在于，所述步骤4的具体方法为：

求g(x,y)左上角网点的中心点A的坐标A(x_A,y_A)：

首先从g(x,y)图像的左上角截取一块子图像；然后对该子图像从左到右依次扫描，统计各列的像素值小于128的像素数，若某列的像素值小于128的像素数减去其前一列的像素值小于128的像素数的差值大于30，则根据该列与A点的相对位置，可以求出A点的x坐标x_A；最后对该子图像从上到下依次扫描，统计各行上像素值小于128的像素数，若某行的像素值小于128的像素数减去其前一行的像素值小于128的像素数差值大于30，则根据该行与A点的相对位置，可以求出A点的y坐标y_A；

求g(x,y)右上角网点的中心点B的坐标B(x_B,y_B)：

首先从g(x,y)图像的右上角截取一块子图像；然后对该子图像从右到左依次扫描，统计各列的像素值小于128的像素数，若某列的像素值小于128的像素数减去其前一列的像素值小于128的像素数的差值大于30，则根据该列与B点的相对位置，可以求出B点的x坐标x_B；最后对该子图像从上到下依次扫描，统计各行上像素值小于128的像素数，若某行的像素值小于128的像素数减去其前一行的像素值小于128的像素数差值大于30，则根据该行与B点的相对位置，可以求出B点的y坐标y_B；

求g(x,y)左下角网点的中心点C的坐标C(x_C,y_C)：

首先从g(x,y)图像的左下角截取一块子图像；然后对该子图像从左到右依次扫描，统计各列的像素值小于128的像素数，若某列的像素值小于128的像素数减去其前一列的像素值小于128的像素数的差值大于30，则根据该列与C点的相对位置，可以求出C点的x坐标x_C；最后对该子图像从下到上依次扫描，统计各行上像素值小于128的像素数，若某行的像素值小于128的像素数减去其前一行的像素值小于128的像素数差值大于30，则根据该行与C点的相对位置，可以求出C点的y坐标y_C；

求g(x,y)右下角网点的中心点D的坐标D(x_D,y_D)：

首先从g(x,y)图像的右下角截取一块子图像；然后对该子图像从右到左依次扫描，统计各列的像素值小于128的像素数，若某列的像素值小于128的像素数减去其前一列的像素值小于128的像素数的差值大于30，则根据该列与D点的相对位置，可以求出D点的x坐标x_D；最后对该子图像从下到上依次扫描，统计各行上像素值小于128的像素数，若某行的像素值小于128的像素数减去其前一行的像素值小于128的像素数差值大于30，则根据该行与D点的相对位置，可以求出D点的y坐标y_D。

4.根据权利要求3所述的一种半色调印刷图像中防伪信息隐藏与提取方法，其特征在于，所述从g(x,y)图像的左上角、右上角、左下角及右下角截取的均是大小为300×300的子图像。

5.根据权利要求1所述的一种半色调印刷图像中防伪信息隐藏与提取方法，其特征在于，所述步骤5中的具体方法为：

根据A、B两点之间距离及A、B两点之间的网点数N，由公式(1)计算A、B之间相邻的两个网点的平均欧式距离l_AB：

$l_{AB}=\frac{\sqrt{{(y_B-y_A)}^2+{(x_B-x_A)}^2}}{N}---\left(1\right)$

根据公式(2)计算出第一行网点的旋转角度α：

$\mathrm{\α}=arctan\frac{y_B-y_A}{x_B-x_A}---\left(2\right)$

根据公式(3)计算出第1行第j列的网点的中心坐标(x_1j,y_1j)：

$\{\begin{array}{c}{x}_{1j}=x_A+l_{AB}\×(j-1)\×cos\mathrm{\α}\\ y_{1j}=y_A-l_{AB}\×(j-1)\×sin\mathrm{\α}\end{array}---\left(3\right)$

根据C、D两点之间距离及C、D两点之间的网点数N，由公式(4)计算C、D之间相邻的两个网点的平均欧式距离l_CD：

$l_{CD}=\frac{\sqrt{{(y_D-y_C)}^2+{(x_D-x_C)}^2}}{N}---\left(4\right)$

根据公式(5)可计算出最后一行网点的旋转角度β：

$\mathrm{\β}=arctan\frac{y_D-y_C}{x_D-x_C}---\left(5\right)$

根据公式(6)可计算出最后一行第j列的网点的中心坐标(x_Mj,y_Mj)：

$\left\{\begin{array}{c}{x}_{Mj}=x_C+l_{CD}\×(j-1)\×cos\mathrm{\β}\\ y_{Mj}=y_C-l_{CD}\×(j-1)\×sin\mathrm{\β}\end{array}\right.---\left(6\right)$

根据(x_1j,y_1j)、(x_Mj,y_Mj)两点之间距离及其之间的网点数M，由公式(7)计算这两点之间相邻的两个网点的平均欧式距离l_ij：

$l_{ij}=\frac{\sqrt{{(y_{Mj}-y_{1j})}^2+{(x_{Mj}-x_{1j})}^2}}{M}---\left(7\right)$

根据公式(8)可计算出第j列网点的旋转角度γ：

$\mathrm{\γ}=arctan\frac{x_{Mj}-x_{1j}}{y_{Mj}-y_{1j}}---\left(8\right)$

根据公式(9)可计算出第i行第j列上的网点的中心坐标为(x_ij,y_ij)：

$\left\{\begin{array}{c}{x}_{ij}=x_{1j}+l_{ij}\×(i-1)\×\sin \mathrm{\γ}\\ y_{ij}=y_{1j}+l_{ij}\×(i-1)\×cos\mathrm{\γ}\end{array}\right.---\left(9\right).$

6.根据权利要求1所述的一种半色调印刷图像中防伪信息隐藏与提取方法，其特征在于，所述步骤6的具体方法为：

对于待二值化的第i行第j列上的网点，其粗定位出的中心坐标为(x_ij,y_ij)，设该点的像素值为g₀，相应的与其相邻的上、下、左、右四个网点的中心坐标对应的像素值分别设为g₁、g₂、g₃和g₄，则定义一个阈值T₁：

$T_1=\frac{g_0+g_1+g_2+g_3+g_4}{5}+60---\left(10\right)$

从g(x,y)中选取以(x_ij,y_ij)为中心的一块子图像，采用阈值T₁对该块子图像进行二值化，即像素值小于等于阈值T₁的点被二值化为0，像素值大于阈值T₁的点被二值化为1；

从二值化后的子图像中找出最大连通域，并求最大连通域的重心坐标，提取出第i行第j列上的网点，求出此网点所属的黑色像素点的最大外接正方形的边长d及第i行第j列上的网点所属的黑色像素点的个数num，则该网点的面积率为：

$s=\frac{num}{256}\×100\%---\left(11\right).$

7.根据权利要求6所述的一种半色调印刷图像中防伪信息隐藏与提取方法，其特征在于，所述从g(x,y)中选取以(x_ij,y_ij)为中心的子图像大小为29×29。

8.根据权利要求6所述的一种半色调印刷图像中防伪信息隐藏与提取方法，其特征在于，所述步骤7的具体方法为：对每个网点(x_ij,y_ij)，网点面积率s在0％～21％及31％～50％的网点，采用模板匹配法判断其网点形状；对于网点面积率s在22％～30％及51％～100％的网点，采用圆形度的方法判断网点形状。

9.根据权利要求8所述的一种半色调印刷图像中防伪信息隐藏与提取方法，其特征在于，所述模板匹配法确定网点形状的具体方法为：首先生成各种不同大小的网点面积率s的圆形和方形网点作为标准模板；然后将提取到的网点和相应网点面积率s下的圆形和方形网点进行比较，选择差异较小的一种网点形状为匹配到的网点形状。

10.根据权利要求8所述的一种半色调印刷图像中防伪信息隐藏与提取方法，其特征在于，所述圆形度的方法判断网点形状的具体方法为：首先计算网点的圆形度然后设置一个阈值T₂，如果m≥T₂，则该网点为方形，否则为圆形。