CN105493143A - 识别方法、识别系统、匹配设备和程序 - Google Patents

识别方法、识别系统、匹配设备和程序 Download PDF

Info

Publication number
CN105493143A
CN105493143A CN201480031981.4A CN201480031981A CN105493143A CN 105493143 A CN105493143 A CN 105493143A CN 201480031981 A CN201480031981 A CN 201480031981A CN 105493143 A CN105493143 A CN 105493143A
Authority
CN
China
Prior art keywords
image
veining
product
pattern
symbol
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201480031981.4A
Other languages
English (en)
Other versions
CN105493143B (zh
Inventor
石山垒
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Publication of CN105493143A publication Critical patent/CN105493143A/zh
Application granted granted Critical
Publication of CN105493143B publication Critical patent/CN105493143B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06KGRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404Methods for optical code recognition
    • G06K7/1439Methods for optical code recognition including a method step for retrieval of the optical code
    • G06K7/1447Methods for optical code recognition including a method step for retrieval of the optical code extracting optical codes from image or text carrying said optical code
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/22Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/80Recognising image objects characterised by unique random patterns
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07Target detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/09Recognition of logos

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Toxicology (AREA)
  • Electromagnetism (AREA)
  • Health & Medical Sciences (AREA)
  • Image Analysis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明解决了容易地并且低廉地获取关于部件或者产品的信息并且识别所述部件或者产品这样的问题。本发明具有图像特征存储装置、提取装置、获取装置和识别装置。图像特征存储装置存储在部件或者产品上形成的纹理图案的图像特征。提取装置从至少包含以下各项的拍摄的图像提取n维符号图像和纹理图案图像:n维符号(n是自然数),代表关于部件、产品或者包括所述部件的产品的信息;以及在所述部件或者产品上形成的纹理图案。获取装置从提取的n维符号图像获取关于部件或者产品的前述信息。识别装置通过将提取的纹理图案图像的图像特征与由图像特征存储装置存储的图像特征匹配来识别部件、产品或者包括部件的产品。

Description

识别方法、识别系统、匹配设备和程序
技术领域
本发明涉及一种识别方法、识别系统、匹配设备和程序。
背景技术
一般地,出于源的指示、质量控制和分发管理的目的,向零件和产品指派指示零件或者产品的信息的标志或者识别码。
另外,存在如下技术,该技术出于对零件和产品的防伪保护以及对相同标记或者相同码被指派给的零件或者产品的个别识别的目的,RFID(射频识别)标签等用来执行对零件或者产品的认证和识别。专利文献1公开了这样的技术的一个示例。更具体地,专利文献1公开了这样的系统以使得IC标签被缠绕在粘附物周围以在其上固定标签,并且粘附物通过使用IC标签而被识别。
[引用列表]
[专利文献]
[专利文献1]JP2008-009539A
发明内容
[技术问题]
近年来,通过使用读取器等来读出一般地使用的条形码。条形码包括将在质量控制和分发管理中使用的有效信息。然而,条形码可能易于改变或者伪造并且具有信息量的上限。因此,条形码未安全到足以识别个体。
现在,为了避免该改变和伪造,如在专利文献1中公开的那样建议附着RFID以实现准确个体识别。然而,这需要大量成本。
另外,在将RFID附着到每个个体的情况下,需要负责识别操作的人员读取关于零件或者产品的信息并且分离地读取RFID的认证信息等。这造成更大成本和大量时间消耗的问题。
本发明被做出以解决以上描述的问题。本发明的目的是提供一种能够以低成本执行对关于零件或者产品的信息的获取和对零件或者产品的识别而未涉及到不必要的时间消耗的识别方法、识别系统、匹配设备和程序。
[对问题的解决方案]
用于解决以上描述的问题的本申请的本发明涉及一种信息获取和识别系统,该系统包括:图像特征存储装置,该图像特征存储装置存储在部件或者产品上形成的纹理化的图案的图像特征;提取装置,该提取装置从如下图像提取n维(n:自然数)符号的图像和纹理化的图案的图像:该图像至少包括指示关于零件、产品或者包括该零件作为它的部件的产品的信息的n维符号和在零件或者产品上形成的纹理化的图案;获取装置,该获取装置从n维符号的提取的图像获取关于零件或者产品的信息;以及识别装置,该识别装置通过将纹理化的图案的提取的图像的图像特征与在图像特征存储装置中存储的图像特征匹配来识别零件、产品或者包括该零件作为它的部件的产品。
用于解决以上描述的问题的本申请的本发明涉及一种处理系统,该系统包括:纹理化的图案形成装置,该纹理化的图案形成装置在零件、产品或者包括该零件作为它的部件的产品上形成用于识别零件、产品或者包括该零件作为它的部件的产品的纹理化的图案,显示关于零件或者产品的信息的n维符号被附着到零件、产品或者包括该零件作为它的部件的产品。
用于解决以上描述的问题的本申请的本发明涉及一种注册系统,该系统包括:图像捕获装置,该图像捕获装置在特定图像捕获条件之下捕获至少包括n维符号和纹理化的图案的图像,该n维符号指示关于零件、产品或者包括该零件作为它的部件的产品的信息,该纹理化的图案具有比n维符号的单元的短边更小的粒度,该纹理化的图案被提供在n维符号被附着到的零件或者产品上;提取装置,该提取装置从捕获的图像提取纹理化的图案的图像;以及注册装置,该注册装置在用于识别零件或者产品的识别信息和纹理化的图案的提取的图像的图像特征相互关联之后在存储装置中存储该识别信息合该图像特征。
用于解决以上描述的问题的本申请的本发明涉及一种匹配设备,该设备包括:提取装置,该提取装置从如下图像提取n维符号的图像和纹理化的图案的图像:该图像至少包括指示关于零件、产品或者包括该零件作为它的部件的产品的信息的n维符号和在零件或者产品上形成的纹理化的图案;获取装置,该获取装置从n维符号的提取的图像获取关于零件或者产品的信息;以及获取和输出装置,该获取和输出装置获取和输出通过校验纹理化的图案的提取的图像与存储在部件或者产品上形成的纹理化的图案的图像特征的数据库而获得的校验结果。
用于解决以上描述的问题的本申请的本发明涉及一种信息获取和识别方法,该方法包括:从如下图像提取n维符号的图像和纹理化的图案的图像:该图像至少包括指示关于零件、产品或者包括该零件作为它的部件的产品的信息的n维符号和在零件或者产品上形成的纹理化的图案;从n维符号的提取的图像获取关于零件或者产品的信息;以及通过使用纹理化的图案的提取的图像的图像特征来识别零件或者包括该产品作为它的部件的产品。
用于解决以上描述的问题的本申请的本发明涉及一种程序,该程序使得计算机执行:提取处理,该提取处理从如下图像提取n维符号的图像和纹理化的图案的图像:该图像至少包括指示关于零件、产品或者包括该零件作为它的部件的产品的信息的n维符号和在零件或者产品上形成的纹理化的图案;获取处理,该获取处理从n维符号的提取的图像获取关于零件或者产品的信息;以及获取和输出处理,该获取和输出处理获取和输出通过校验纹理化的图案的提取的图像与存储形成的纹理化的图案的图像特征的数据库而获得的校验结果。
[本发明的有利效果]
本发明确保以低成本获取关于零件或者产品的信息和识别零件或者产品而未涉及到不必要的时间消耗。
附图说明
图1是根据本发明的第一实施例的框图。
图2图示了将在该实施例中运用的摄影辅助工具和摄影设备的配置。
图3图示了在覆盖部分的黑色背景区域的大小与图2的摄影辅助工具和摄影设备的暗区域的角度范围θ之间的关系。
图4是根据本发明的示例1的框图。
图5举例说明了在图像特征数据库中存储的内容。
图6是根据本发明的示例2的一个实施例的框图。
图7是根据本发明的第二实施例的框图。
图8是根据本发明的第三实施例的框图。
图9图示了纹理化的图案的粒度。
图10图示了纹理化的图案的粒度。
具体实施方式
本发明的特征在于:从附着到零件或者产品的n维(n:自然数)符号的图像提取n维符号的图像和在n维符号的至少部分上形成的纹理化的图案的图像,从n维符号的提取的图像获取关于零件或者产品的信息,以及通过使用纹理化的图案的提取的图像来识别零件或者产品
以下将描述根据本申请的本发明。
零件是由制造商制造的零件。零件的示例包括铭牌、紧固部件(铆钉、滑动紧固件、钩和环紧固件、扣合紧固件、轨紧固件、带扣、绳索停止器、带调整器、旋轴、扣合扣、纽扣等)、螺栓、钉子、半导体芯片的包装和外盖、以PC(个人计算机)终端等为典型的电子设备(PC箱、电源、冷却扇等)的部件、传动架承载轮(汽车、自行车等)的塑料零件、机器零件等。另外,本发明的零件未必总是集成地附着到其它零件或者产品。本发明的零件有可能包括能够暂时地密封或者固定某物的物品,例如,容器(罐、帽、电池组等)和密封件或者标签(紧固板等)等。
产品是由制造商制造的产品或者由消费者购买的产品。产品的示例包括服饰产品(比如包和衣物、手表、附件)、皮革产品、金属制造的产品(建筑材料,比如窗格(窗框)、钥匙、工具(比如扳手和插座)、腕表、高尔夫球棍等)、木质产品、工业产品(半导体芯片和装配有半导体芯片的电子设备等)等。
n维符号包括一维符号和二维符号等。一维符号的示例包括条形码。二维符号的示例包括PDF417、DataMatrix、MaxiCode和QR(快速响应)码(注册商标)。
在零件或者产品上形成的纹理化的图案包括出于装饰目的而在零件或者产品上形成的纹理化的图案和为了识别零件或者产品而在零件或者产品上有意地形成的纹理化的图案二者。另外,纹理化的图案例如包括刮擦、细微不规则和在借助匹配或者压制的制造和处理期间在铸件的表面上自然地或者有意地生成的设计图案。
这里,纹理化的图案可以遍布n维符号及其背景被形成或者被部分地形成于其上、可以被形成于除了n维符号之外的背景上、可以被部分地或者完全地形成于n维符号上或者可以被形成于如下部分上:将捕获哪个图像的纹理化的图案在该部分由n维符号指定。同时,纹理化的图案不应被形成在对于读出n维符号而言必需的空白部分上。例如,纹理化的图案不应被形成在在条形码的情况下的静默区域上或者在QR码的情况下的在三个拐角提供的方形切除符号(位置检测图案或者寻找器图案)上。
纹理化的图案的粒子的大小或者纹理化的图案的每个不规则分段或者由纹理化的图案的相邻不规则分段组成的聚合体的粒度的程度(例如,粒子的大小、直径、密度等)可以在任何水平,只要未影响对n维符号的识别。这可以通过在形成缎面加工(satinfinish)的表面时设置粒度来实现。例如,纹理化的图案的粒度被设置成比n维符号的单元的短边(边宽度)更小的程度。更优选地,纹理化的图案的粒度以捕获的图像可以被识别为n维符号这样的方式被设置成如图9或者图10中所示与边宽度的一半相等或者更小的程度。在下文中,将为了更具体的描述而举例说明作为一维符号的条形码和作为二维符号的QR码。
如以下将描述的那样,在假设运用用于去除与缎面加工的表面的粒度对应的高频分量的滤波器以去除纹理化的图案时,如图9中所示,如果缎面加工的表面的粒度大于作为条形码的单元的矩形条的边宽度的一半,则在去除缎面加工的表面时部分地去除该条,从而使该条有缺陷。即使典型条形码甚至包括能够穿过所有条的部分也仍然可以读出条形码。然而,穿过所有条的部分可能根据纹理化的图案的位置而有可能消失。为了解决上述问题,如果使至少缎面加工的表面的粒度达到比条的边宽度更小的程度,则可以避免剪去边以消除穿过所有条的部分的可能消失。
在另一方面,如图10中所示,在QR码的情况下,如果缎面加工的表面的粒度被设置成比QR码的每个单元的边宽度的一半更小的程度,则变得有可能防止QR码由于单元的部分去除而有缺陷。这确保防止QR码变成可能不可读情形。另外,QR码可以经受到爆破工作(blastworking)以便通过使用比n维符号的单元的点更小的点来生成低密度。同时,n维符号有可能借助n维符号的用于修复遗漏部分的校正函数来校正有缺陷部分。因此,在处理纹理化的图案时,可以按照校正函数来调整纹理化的图案的粒度。
在从捕获的图像提取n维符号的图像和纹理化的图案的图像的提取处理中,通过使用用于去除与缎面加工的表面的粒度对应的高频分量的频率滤波器从捕获的图像去除纹理化的图案来获得n维符号的图像。检测缎面加工的表面。然后,通过使用用于恢复低分辨率图像的恢复技术来如需要的那样恢复n维符号的模糊的图像。例如,在WO2012/029238中公开的超分辨率技术也可以被用作恢复技术。也可以运用另一恢复技术。然后,通过取原有图像与高频分量被从其去除的捕获的图像(n维符号的图像)之间的差异来获得纹理化的图案的图像。另外,以二进制(比如黑和白)表达n维符号。因此,有可能通过借助于在从捕获的图像提取n维符号的图像和纹理化的图案的图像的提取处理中调整分辨率阈值去除纹理化的图案来获得n维符号的图像。
(第一实施例)
以下将描述根据本发明的第一实施例。图1是根据本发明的第一实施例的框图。
根据本发明的第一实施例的识别系统包括图像特征存储单元10、提取单元11、获取单元12和识别单元13。
图像特征存储单元10存储在n维符号上形成的纹理化的图案的图像特征,每个n维符号附着到零件、产品或者包括该零件作为它的部件的产品。
提取单元11从n维符号的图像提取n维符号的图像和纹理化的图案的图像。
获取单元12从n维符号的提取的图像获取关于零件或者产品的信息。
识别单元13通过将纹理化的图案的提取的图像与在图像特征存储单元10中存储的图像特征匹配来识别零件、产品或者包括该零件作为它的部件的产品。
在以下描述中,作为二维符号的QR码是n维符号,PC箱是零件,并且PC终端是产品。包括PC箱作为它的部件的PC终端被举例说明为待识别的产品,PC箱具有在其上形成纹理化的图案的QR码。
提取单元11获得PC箱的QR码的图像以从捕获的图像提取QR码的图像和纹理化的图案的图像。
主要存在用于在QR码上提供纹理化的图案的两种方法。
两种方法之一是一种用于将纹理化的图案提供给模具的方法,该方法借助注模或者铸造来制造零件。各种方法(比如蚀刻和爆破(blasting))可以用于将纹理化的图案提供给模具。在一般方法中,可以控制缎面加工的表面的粒度等;然而,不可能准确地再现细微凸/凹中的每个凸/凹的大小或者位置。更具体地,每当形成纹理化的图案时生成不同图案。因此,在制造多个模具以用于制造相同物品的情况下,在每个模具的缎面加工的表面处理区域上的细微凸/凹对于每个铸造模具有所不同。当然,在生产伪造品的情况下,有可能伪造乍一看相似的模具。然而,难以完美地复制缎面加工的表面的微小凸/凹中的每个凸/凹。利用该方法,有可能将几乎相同纹理化的图案提供给从相同模具制造的所有个体。换而言之,不同模具将不同微小特征提供给纹理化的图案。在这样的情况下,选择由某个模具制造的一组个体(一组物品)中的至少一个个体,并且个体的核对区域的纹理化的图案的图像特征被视为作为用于识别的参考而工作的代表值。在图像特征存储单元10中注册代表值。利用该方法,具有按照等于或者大于规定相似度的水平与注册的图像特征相似的图像特征的零件或者产品可以被识别为由模具在其上形成纹理化的图案的零件或者产品。也就是说,可以通过使用少量注册数据来有利地核对从具体模具制造的该组个体(该组部件或者该组产品)。
两种方法中的另一种方法是一种通过例如借助蚀刻、爆破、匹配、晶体/粉末涂覆、分散式镀制等在每个个体上随机地生成微小凸/凹设计或者通过借助镀制或者涂覆生成微小表面粗糙来提供缎面加工的表面的方法。在这样的方法中,这样形成的纹理化的图案对于每个个体不同。在图像特征存储单元10中逐个注册在每个个体(每个零件或者每个产品)的核对区域上形成的纹理化的图案的图像特征。根据该方法,由于纹理化的图案对于每个个体(对于每个零件或者对于每个产品)不同,所以可以按照个别零件或者产品单位有利地核对(识别)图像特征。
另外,有可能组合以上描述的两种方法。更具体地,通过模具处理而具有纹理化的图案的部分有可能进一步经受到涂覆或者镀制,由此有助于生成微小凸/凹的个体差异。这可以进一步改进在个体之间的区分。这时,在模具之间的特征差异保留,而向其进一步添加在通过处理而生成的个体之间的特征差异。这实现按照模具单位和个体单位二者的识别。具体而言,如果在模具的缎面加工的表面上提供的不规则比在对缎面加工的表面的以下提到的处理中产生的不规则被更多粗糙化,则变得有可能使模具单位的差异大于个别单位的差异。利用以上描述的方法,关于用于在核对时(在识别时)的特征量的相似度的阈值,在模具单位的识别时的阈值可以比在个别单位的识别时的阈值更适度。因而,变得有可能执行如以上描述的那样与少量注册数据核对。另外,通过利用这一优点,变得初始地有可能执行模具单位的识别以减少待核对的数据量并且后续地执行个体的识别。这样的渐进识别确保减少识别处理的负荷。
接着,以下将描述QR码的纹理化的图案的图像捕获、QR码的纹理化的图案的图像特征的提取和在图像特征存储单元10中的图像特征的注册。在本实施例中,将预备地提取在QR码上形成的纹理化的图案的图像特征以存储于图像特征存储单元10中。在用于通过模具提供缎面加工的表面的处理中,选择若干数目的通过模具而具有缎面加工的表面的PC箱,并且PC箱的QR码的图像由摄影设备捕获。在用于提供缎面加工的表面的处理中,PC箱中的每个PC箱的QR码的图像由摄影设备捕获。从纹理化的图案的捕获的图像提取和在图像特征存储单元10中注册图像特征。同时,有可能借助用于提取指纹的图像特征的提取技术从捕获的图像提取图像特征。更具体地,通过提取技术提取图像的光度值和特征点、二值化的图像的线的拐点、图像的单位间点、边间点和中心点。
另外,当在图像特征存储单元10中注册PC箱的图像特征时,关于包括PC箱作为它的部件之一的PC终端的管理信息在它与纹理化的图案的图像特征关联之后也被注册在其中。因而,识别PC箱实现识别PC终端。
这里,在一些情况下,纹理化的图案的图像特征根据在捕获其图像时的照明条件而在相同部件之间或者在相同产品之间相互不同。这是因为由纹理化的图案的不规则生成的阴影的位置根据光辐射方向而互不相同,并且因此图像特征显得不同。因此,可优选地总是在相同光照条件之下捕获核对区域的图像。
因此,可优选地例如使用用于捕获零件或者产品的核对区域的图像的摄影辅助工具和摄影设备。在下文中,将描述在本实施例中使用的摄影辅助工具和摄影设备的示例。
图2图示了在本实施例中使用的摄影辅助工具和摄影设备。本实施例的摄影辅助工具辅助捕获具有微小凸/凹以及具有强镜面反射的表面上(例如,具有纹理化的图案的缎面加工的表面上)的核对区域的图像。本实施例的摄影辅助工具包括光源20和覆盖部分21。光源20发射光。覆盖部分21被形成为能够覆盖零件或者产品的表面的规定区域的形状并且包括黑色地面区域和包括光源区域的表面。黑色地面区域被配置使得表面的部分吸收光,该部分对应于从法线方向的规定角度范围内的范围,表面的该部分面向规定区域。包括光源区域的表面被配置使得与在其它角度范围内的范围对应的表面散射和发射光源20,即散射和发射来自光源20的光。
例如,覆盖部分21与缎面加工的表面平行形成并且具有用于从缎面加工的表面的法线方向捕获图像的图像捕获孔。覆盖部分21具有包括在面向缎面加工的表面的位置的黑色地面区域的上表面和与上表面垂直的侧表面。侧表面由散射光源单元20的光的材料制成。
覆盖部分21的黑色背景区域由相对于在零件或者产品的缎面加工的表面的核对区域内的表面(例如,在核对区域的中心处驻留的凸部分的顶表面)的法线而言的暗区域的角度范围θ和亮区域的角度范围定义。如以上描述的那样,在黑色地面区域与散射表面之间的分发仅由相对于缎面加工的表面的法线方向而言的角度范围定义。更具体地,散射表面可以具有任何形状或者任何角度。换而言之,由散射构件制成的散射表面与黑色地面区域垂直的描述仅为示例。由散射构件制成的散射表面可以被形成为任何形状或者具有任何放置角度。相似地,黑色地面区域未必具有平面表面而是可以具有任何形状,只要黑色地面区域能够经过角度θ从缎面加工的表面的法线覆盖整个范围。
覆盖部分21的黑色背景区域未反射来自光源单元20的照射光。因此,缎面加工的表面的凸部分的顶部在图像中被黑化,该缎面加工的表面被与相机相向放置,该相机被固定到上表面中的图像捕获孔。如图3中所示,覆盖部分21的黑色背景区域的大小和暗区域的角度范围θ相互有关。也就是说,随着黑色暗区域的角度范围θ变得更大,覆盖部分21的黑色背景区域也变得更大。而随着暗区域的角度范围θ变得更小,覆盖部分21的黑色背景区域也变得更小。另外,随着覆盖部分21的黑色背景区域变得更大,图像中的缎面加工的表面的黑化的部分变得更大。而随着黑色背景区域变得更小,图像中的缎面加工的表面的黑化的部分也变得更小。在本实施例中,以在缎面加工的表面的图像中的核对区域内的黑色像素的数目或者在核对区域内的像素的光度值的分离程度变成预定值(例如25%)这样的方式调整角度范围θ和。更具体地,可以改变覆盖部分21的黑色背景区域的大小,或者可以改变覆盖部分21的侧表面的高度。这可以通过各种方法来实现。作为其一个示例,可以运用用于上下移动黑色背景区域的螺丝机构,并且因此对螺丝机构的旋转有助于调整覆盖部分21的侧表面的高度。这仅为示例,并且有可能也运用其它方法。
缎面加工的表面的凸/凹的实际大小根据待识别的零件或者产品在处理期间的参数而改变。因此,有可能通过调整角度范围θ和来优化捕获的图像的光度分发以由此使黑色背景区域为充分大小。同时,光度改变的直方图的一阶微分值变成最大值时的光度值在二值化时用作阈值。
因而,在面向相机的方向上具有法线的缎面加工的表面的凸部分的顶部在图像中被黑化,而未与相机相向的缎面加工的表面的凹部分从各种方向接收光并且对光的反射使凹部分在图像中被白化。因此,有可能获得在不规则节段的光和阴影中具有清晰地增强的对比度的图像。作为结果,可以用稳定方式提取顶部作为特征点。
提取单元11执行从QR码的图像提取QR码的图像特征和纹理化的图案的图像特征的图像处理。在图像处理中,初始地向捕获的图像应用用于去除高频分量的滤波器以删除纹理化的图案。这时,根据在核对区域上形成的缎面加工的表面中的点的粗糙度调整滤波器的大小。这确保仅检测核对区域中的纹理化的图案。因而,缎面加工的表面被删除。然而,如果需要,则用于恢复低分辨率图像的恢复技术用来恢复QR码的模糊图像。可以使用例如在WO2012/029238中公开的超分辨率技术。备选地,也可以运用另一恢复技术。因而,可以从捕获的图像获得QR码的图像。在另一方面,可以通过计算在捕获的图像与QR码的这样获得的图像之间的差值来获得纹理化的图案的图像。
信息获取单元12通过使用由提取单元11提取的QR码的图像来获取关于PC箱和具有PC向作为它的部件的PC终端的信息。
识别单元13从由提取单元11提取的纹理化的图案的图像提取图像特征。通常地,QR码在其三个拐角具有位置检测图案。可优选地通过使用位置检测图案作为参考节段来在对纹理化的图案的图像归一化之后提取图像特征。这实现缎面加工的表面的图像和将在纹理化的图案的提取的图像内识别的部分的定向和大小中的至少一项的归一化。在本实施例中的归一化包括几何变换的归一化(几何变换包括捕获的图像和将在纹理化的图案内识别的部分的大小、位置和定向等中的至少一项)、捕获的图像的光度值的归一化等。另外,在条形码的情况下,在条形码、条形码的左防护条、中心条和右防护条的两侧提供的空白中的至少一个空白被设置成参考节段。可以借助用于提取指纹的图像特征的提取技术执行从这样归一化的纹理化的图案的图像提取特征。更具体地,通过提取技术提取图像的光度值和特征点、二值化的图像的线的拐点、图像的单位间点、边间点和中心点。然后,核对提取的图像特征与在图像特征存储单元10中注册的纹理化的图案的图像特征确保PC箱的识别。PC箱的识别实现了基于与PC箱的图像特征对应的管理信息的PC终端的识别。
如以上描述的那样,根据本实施例,可以同时读出附着到零件或者产品的n维符号的图像和纹理化的图案的图像,并且因此可以高效地执行对关于零件或者产品的信息(相同n维符号附着到的产品共有的信息)的获取和对具有相同n维符号的零件或者产品的每个体别识别。另外,易于发现n维符号,从而使得负责识别操作的人员可以在该人员识别零件或者产品时容易地指定捕获纹理化的图案的图像的位置以及缎面加工的表面的这样捕获的图像的定向和大小。
<示例1>
将描述举例说明其中第一实施例中的QR码指示序列号的情况的本示例。
图4是根据示例1的识别系统的框图。
成像单元41是将由负责制造PC终端的一侧(PC终端的制造商等)使用的工具或者将由执行PC终端的质量控制的管理员这一侧使用的工具。制造商等使用成像单元41以捕获附着到PC终端的PC箱的QR码的图像。同时,成像单元41在以上描述的预定图像捕获条件之下捕获图像。
提取单元42从由成像单元41捕获的图像提取QR码的图像和纹理化的图案的图像。以与第一实施例的情况相似的方式执行QR码的图像和纹理化的图案的图像的提取。
信息获取和注册单元43根据QR码的标准用0和1信号串替换黑和白格形图案并且进一步用与由提取单元42提取的QR码的图像中的0和1的排列对应的数或者字母替换0和1信号串,由此获得序列号。信息获取和注册单元43获得由提取单元42提取的缎面加工的表面的图像的图像特征。然后,信息获取和注册单元43在作为提取结果的序列号和缎面加工的表面的图像特征相互关联之后在图像特征数据库44中注册该序列号和该图像特征。图像特征数据库44也是将由PC终端的制造商这一侧或者执行PC终端的质量控制的管理员这一侧使用的工具。如图5中所示,图像特征数据库44在序列号、PC箱的核对区域中的纹理化的图案的图像特征(每个核对区域具有在其上印刷的序列号)和PC终端上的管理信息(每个PC终端包括PC箱作为它的部件)相互对应地关联之后存储该序列号、该图像特征和该管理信息。同时,管理信息是如下概念,该概念不仅包括关于零件、产品或者包括附着到其的该零件的产品的识别信息,而且也包括生产信息(比如零件或者产品的生产地、品牌和生产日期)以及零件或者产品的管理信息(比如分发信息等,例如,使用该零件的产品的产品名称、目的地、运送日期等)。
如以上描述的那样,如果零件的纹理化的图案的图像特征与关于零件、产品或者包括附着到其的该零件的产品的管理信息关联,则变得有可能执行对识别的PC箱(零件)的历史信息的获取和包括PC箱作为它的部件的PC终端(包括附着到其上的该零件的产品)的识别。
成像单元45、提取单元46和信息获取单元47是将由负责将PC终端匹配的一侧(比如PC终端的测试部门、目的地、商店和购买者)使用的工具。
成像单元45具有与成像单元41的结构相似的结构。更具体地,成像单元45捕获待识别的PC终端的PC箱的QR码的图像。
提取单元46具有与提取单元42的结构相似的结构。更具体地,提取单元46从由成像单元45捕获的图像提取QR码的图像和纹理化的图案的图像。
信息获取单元47从由提取单元46提取的QR码的图像获取关于PC箱和PC终端的信息。在本示例中,信息获取单元47根据QR码的标准用0和1信号串替换黑和白格形图案并且进一步用与由提取单元46提取的QR码的图像中的0和1的排列对应的数或者字母替换0和1信号串,由此获得序列号。另外,信息获取单元47从由提取单元46提取的纹理化的图案的图像获取图像特征。然后,信息获取单元47向在管理员这一侧上的识别单元49发送从缎面加工的表面的图像提取的序列号和图像特征。信息获取单元47后续地接收其校验结果以输出该校验结果。
识别单元49核对从核对者这一侧接收的序列号与纹理化的图案。然后,识别单元49发送其校验结果。更具体地,识别单元49核对接收的序列号与在图像特征数据库44中注册的序列号。如果存在匹配号,则核对与序列号关联的纹理化的图案的图像特征与接收的图像特征。然后,识别单元49返回其校验结果。在这样核对的序列号和纹理化的图案的图像特征已经相互关联以注册在图像特征数据库44中的情况下,待核对的PC终端的PC箱被确定为在图像特征数据库44中注册的真实PC箱。基于与缎面加工的表面的图像特征关联的管理信息,可以识别具有PC箱作为它的部件的PC终端。
同时,以上提到的成像单元、图像特征提取单元、图像特征数据库、提取单元、信息获取单元和识别单元可以相互独立,但是将经由网络相互连接。备选地,它们中的一些可以被形成为一件。
如以上描述的那样,根据本实施例,附着到零件或者产品的n维符号的图像和纹理化的图案的图像被同时读出,并且因此可以高效地执行关于零件或者产品的信息的获取和零件或者产品的识别。另外,在示例1中,有可能将作为零件或者产品的识别信息的QR码和在零件或者产品上形成的纹理化的图案的图像特征以它们相互对应的方式存储,并且在这样的条件之下核对在其与从捕获的图像获取的QR码的识别信息关联之后的纹理化的图案的图像特征与从捕获的图像获取的纹理化的图案。这实现了零件或者产品的认证和识别。
(示例2)
以下将描述根据本发明的示例2。
图6是根据示例2的识别系统的框图。
在示例2中,由QR码指示的信息是URL(统一资源位置符)。URL指示PC终端的识别站点的地址。
成像单元51是将由负责制造PC终端的一侧(PC终端的制造商等)或者负责执行PC终端的质量控制的一侧使用的工具。制造商等使用成像单元51以捕获作为PC终端的部件之一的PC箱的QR码的图像。成像单元51具有与示例1的成像单元41的结构相似的结构。
提取单元52从由成像单元51捕获的图像提取QR码的图像和污染(stain)图案的图像。用于提取QR码的图像和缎面图案的图像的提取处理与第一实施例的提取处理相似。
注册单元53提取由提取单元52提取的缎面加工的表面的图像的图像特征以在图像特征数据库54中注册该图像特征。图像特征数据库54是将由PC终端的制造商的一侧和执行PC终端的质量控制的管理员这一侧使用的工具。图像特征数据库54在QR码的纹理化的图案的图像特征和PC终端的管理信息相互对应地关联之后存储该图像特征和该管理信息,每个PC终端具有PC箱作为它的部件,该部件具有在其上印刷的QR码。同时,管理信息是如下概念,该概念不仅包括关于零件、产品或者包括附着到其的该零件的产品的识别信息,而且包括生产信息(比如零件或者产品的生产地、品牌和生产日期)以及零件或者产品的管理信息(比如分发信息等,例如,使用该零件的产品的产品名称、目的地、运送日期等)。如以上描述的在零件的纹理化的图案的图像特征与关于零件、产品或者该零件附着到的产品的管理信息之间的关联实现关于识别的PC箱(零件)的历史信息的获取和包括PC箱作为它的部件的PC终端(具有附着到其上的该零件的产品)的识别。
匹配设备59是将由负责核对和识别PC终端的一侧(例如,PC终端的检查部门、目的地、商店、购买者等)使用的工具。核对设备59包括成像单元55、提取单元56和信息获取单元57。
成像单元55具有与成像单元51的结构相似的结构。成像单元55捕获作为待识别的PC终端的部件之一的PC箱的QR码的图像。
提取单元56具有与提取单元52的结构相似的结构。提取单元56从由成像单元55捕获的图像提取QR码的图像和污染图案的图像。
信息获取单元57根据QR码的标准用0和1信号串替换黑和白格形图案并且进一步用与由提取单元56提取的QR码的图像中的0和1的排列对应的数或者字母替换0和1信号串。因而,信息获取单元57获得URL。后续地,信息获取单元57从由提取单元56提取的纹理化的图案的图像提取图像特征。然后,信息获取单元57经由因特网访问获取的URL的站点以传输从缎面加工的表面的图像提取的图像特征的数据以便请求识别PC终端。信息获取单元57响应于请求而接收其校验结果,继而输出它。
识别服务器60是在因特网上提供PC终端识别服务的Web服务器。识别服务器60连接到图像特征数据库54。在识别服务器60与用于识别的请求一起接收缎面加工的表面的图像特征的数据时,识别服务器60核对缎面加工的表面的图像的接收的图像特征与在图像特征数据库54中注册的缎面加工的表面的图像的图像特征以向请求源返回其校验结果。更具体地,在污染图案的接收的图像特征与注册的图像特征中的任何图像特征匹配的情况下,识别服务器60确定包括在其上形成的纹理化的图案的PC箱(即,请求源的PC箱)是在图像特征数据54中注册的真实PC箱。然后,识别服务器60向请求源传输与缎面加工的表面的图像特征关联的管理信息。这使请求源能够识别具有PC箱作为它的部件的PC终端。
如以上描述的那样,根据本实施例,有可能同时读取附着到零件或者产品的QR码的图像和纹理化的图案的图像。这确保有效获取关于零件或者产品的信息和识别零件或者产品。另外,在示例2中,QR码是指示用于通过使用纹理化的图案来识别零件或者产品的识别站点。向从捕获的图像的QR码的图像获得的URL传输从捕获的图像获得的纹理化的图案的图像特征实现零件或者产品的认证和识别。
(第二实施例)
以下将描述本发明的第二实施例。
第二实施例除了在零件或者产品经受到识别之后、待识别的纹理化的图案的图像特性与其识别结果关联以一起存储之外与以上描述的第一实施例几乎相同。
图7是第二实施例的框图。本实施例的识别系统除了第一实施例的以上描述的结构之外还包括识别信息注册单元61和识别信息数据库62。识别信息注册单元61从识别单元49接收在与图像特征数据库44比对校验之后的缎面加工的表面的图像特征和关于其校验结果的信息、将它们相互关联并且在识别信息数据库62中注册关联的信息。备选地,识别信息注册单元61可以读出在它们相互关联之后已经在图像特征数据库44中注册的产品信息、管理信息等,并且在它们在待识别的图像特征被注册在图像特征数据库44的情况下与缎面加工的表面的图像特征关联之后在识别信息数据库62中注册它们。
另外,第四实施例可以具有统计处理单元,该统计处理单元通过使用累计地存储这样识别的缎面加工的表面的图像特征、校验结果信息等的识别信息数据库62来执行对关于预定零件或者产品的信息的统计处理以输出产品的分发和销售以及产品的使用状态。进而另外,第四实施例可以具有分析器,该分析器能够在产品的真实/假造的校验结果或者认证结果以及校验位置被存储作为匹配结果信息的情况下统计地处理其中核对失败的情况的信息并且分析伪造品的出现状态。
(第三实施例)
以下将描述根据本发明的第三实施例。
第三实施例涉及一种包括纹理化的图案形成装置、图像捕获装置、提取装置和注册装置的注册装置。纹理化的图案形成装置形成纹理化的图案,该纹理化的图案具有比零件、产品或者包括该零件作为它的部件的产品上的n维符号的装置的短边更小的粒度,指示关于该零件或者该产品的信息的n维符号附着到该零件或者该产品。图像捕获装置在特定图像捕获条件之下捕获图像,该图像至少包括n维符号和形成的纹理化的图案。提取装置从捕获的图像提取纹理化的图案的图像。注册装置在用于识别零件或者产品的识别信息和纹理化的图案的提取的图像的图像特征相互关联之后在存储装置中注册该识别信息和该图像特征。
图8是第三实施例的注册装置的框图。
第三实施例的注册装置包括带运送器401、纹理化的图案形成单元402、成像单元403、提取单元404、信息获取单元405、图像特征提取单元406、图像特征注册单元407和图像特征数据库408。带运送器401运送零件400。纹理化的图案形成单元402在零件400上形成纹理化的图案。成像单元403在特定图像捕获条件之下捕获零件400的QR码的纹理化的图案的图像。提取单元404从由成像单元403捕获的图像提取QR码的图像和纹理化的图案的图像。信息获取单元405从QR码的图像获取识别信息。图像特征提取单元406从纹理化的图案的图像提取图像特征。图像特征注册单元407在提取的图像特征和关于零件的识别信息相互关联之后在图像特征数据库408中注册该图像特征和该识别信息。
在纹理化的图案形成单元402中,附着到零件的QR码的至少部分具有包括随机凸/凹的缎面加工的表面。所得纹理化的图案表面用于核对。例如,可以借助喷砂或者蚀刻、爆破镀制等来提供缎面加工的表面。然而,可以运用任何其它方法。另外,可优选的是在QR码的构架部分的核对区域上以清晰地定义核对区域的方式提供缎面加工的表面。然而,可以容许少量位置偏差等,因为可以通过以下提到的图像处理步骤修改位置偏差。因此,至少在核对区域内形成纹理化的图案就足够了。
成像单元403通过在第一实施例中描述的在图像捕获条件之下执行的方法在零件400由带运送器401输送之时捕获在其上形成纹理化的图案的零件400的QR码的图像。后续地,成像单元403向提取单元404输出捕获的图像。
提取单元404从由成像单元403捕获的图像提取QR码的图像和纹理化的图案的图像。
信息获取单元405从由提取单元404提取的QR码的图像获取识别信息。
图像特征提取单元406从由提取单元404获得的纹理化的图案的图像提取图像特征。关于由成像单元403捕获的图像通过使用用于提取指纹的图像特征的提取技术来执行图像特征的提取。更具体地,通过提取技术提取图像的光度值和特征点、二值化的图像的线的拐点、图像的单位间点、边间点和中心点。同时,如果必需,则在通过使用QR码的归一化之后如以上描述的那样执行提取图像特征。
图像特征注册单元407在由图像特征提取单元406提取的零件400的图像特征和由图像特征提取单元406中的QR码指示的零件400的识别信息相互关联之后注册该图像特征和该识别信息。
如以上描述的注册装置可以自动地执行从出于识别的目的而形成缎面加工的表面到图像特征的注册的处理。
前文描述了本发明的实施例。如从以上描述中清楚的那样,有可能通过硬件配置图像特征提取单元、识别单元等。备选地,有可能通过使用计算机程序来实现图像特征提取单元、识别单元等的功能。在这一情况下,与以上描述的实施例的功能和操作相似的功能和操作可以由在程序存储器中存储的程序的操作之下操作的处理器实现。
另外,以上描述的实施例的部分或者全部可以被描述为但不限于以下补充备注。
(补充备注1)
一种信息获取和识别系统,包括:
图像特征存储装置,该图像特征存储装置存储在部件或者产品上形成的纹理化的图案的图像特征;
提取装置,所述提取装置从如下图像提取n维(n:自然数)符号的图像和纹理化的图案的图像:该图像至少包括用于显示关于零件、产品或者包括该零件作为它的部件的产品的信息的n维符号和在零件或者产品上形成的纹理化的图案;
获取装置,该获取装置从n维符号的提取的图像获取关于零件或者产品的信息;以及
识别装置,该识别装置通过将纹理化的图案的提取的图像的图像特征与在图像特征存储装置中存储的图像特征匹配来识别零件、产品或者包括该零件作为它的部件的产品。
(补充备注2)
根据补充备注1的信息获取和识别系统,
其中纹理化的图案被形成以便识别零件、产品或者包括该零件作为它的部件的产品。
(补充备注3)
根据补充备注1或者补充备注2的信息获取和识别系统,
其中纹理化的图案被形成在由n维符号确定的位置处的一部分上。
(补充备注4)
根据补充备注1至补充备注3中的任一补充备注的信息获取和识别系统,
其中纹理化的图案的粒度小于n维符号的单元的短边。
(补充备注5)
根据补充备注1至补充备注3中的任一补充备注的信息获取和识别系统,
其中纹理化的图案被形成在除了n维符号之外的区域上。
(补充备注6)
根据补充备注4的信息获取和识别系统,
其中在具有预定粒度的每个模具上提供纹理化的图案以便识别在制造中使用的模具;以及
其中每个个体被处理以便识别由相同模具制造的有比在处理每个模具时的粒度更小的粒度的每个个体。
(补充备注7)
根据补充备注1至补充备注6中的任一补充备注的信息获取和识别系统,还包括:
形成装置,该形成装置形成纹理化的图案以便识别零件、产品或者包括该零件作为它的部件的产品;以及
图像捕获装置,该图像捕获装置捕获形成的一部分的图像。
(补充备注8)
根据补充备注1至补充备注7中的任一补充备注的信息获取和识别系统,
其中提取装置通过从捕获的图像去除与缎面加工的表面的粒度对应的高频分量并且取在捕获的图像与在高频分量被去除之后捕获的图像之间的差异来提取纹理化的图案的图像。
(补充备注9)
根据补充备注1至补充备注8中的任一补充备注的信息获取和识别系统,
其中捕获的图像和在图像特征存储装置中存储的图像特征的图像将在相同照明条件之下被捕获。
(补充备注10)
根据补充备注9的信息获取和识别系统,
其中图像在如下照明条件之下被捕获:在覆盖部分中的表面的一部分被黑化,该表面的该一部分对应于在从法线方向的规定角度范围内的范围并且面向纹理化的图案的形成表面,该覆盖部分被形成以便覆盖纹理化的图案的形成表面,并且与在其它角度范围内的范围对应的表面被设置成用于散射和发射从光源接收的光的、包括光源区域的表面。
(补充备注11)
根据补充备注1至补充备注10中的任一补充备注的信息获取和识别系统,
其中提取装置通过使用n维符号来使捕获的图像归一化。
(补充备注12)
根据补充备注1至补充备注11中的任一补充备注的信息获取和识别系统,
其中n维符号指示用于识别零件、产品或者包括该零件作为它的部件的产品的来源或者每个个体的识别信息;
其中图像特征存储装置在识别信息和在零件、产品或者包括该零件作为它的部件的产品上形成的纹理化的图案的图像特征相互关联之后存储该识别信息和该图像特征;以及
其中识别装置通过将与从捕获的图像获取的n维符号的识别信息对应的纹理化的图案的图像特征与从捕获的图像提取的纹理化的图案的图像特征匹配来识别捕获的图像的零件、产品或者包括该零件作为它的部件的产品。
(补充备注13)
根据补充备注1至补充备注12中的任一补充备注的信息获取和识别系统,
其中图像特征存储装置和识别装置被提供在识别服务器中;
其中n维符号指示识别服务器的URL;
其中获取装置从n维符号的提取的图像获取识别服务器的URL并且向识别服务器传输捕获的图像或者纹理化的图案的提取的图像;并且
其中识别服务器通过使用捕获的图像或者纹理化的图案的提取的图像来识别零件、产品或者包括该零件作为它的部件的产品。
(补充备注14)
根据补充备注1至补充备注13中的任一补充备注的信息获取和识别系统,
其中n维符号指示以下各项中的至少一项:序列号、制造商的名称、生产商的名称、品牌名称、产品名称、产品号、线材号和URL。
(补充备注15)
一种处理系统,包括:
纹理化的图案形成装置,该纹理化的图案形成装置在零件、产品或者包括该零件作为它的部件的产品上形成用于识别零件、产品或者包括零件作为它的部件的产品的纹理化的图案,显示关于零件或者产品的信息的n维符号被附着到零件、产品或者包括零件作为它的部件的产品。
(补充备注16)
根据补充备注15的处理系统,
其中纹理化的图案形成装置形成纹理化的图案,该纹理化的图案具有比零件、产品或者包括该零件作为它的部件的产品上的n维符号的单元的短边更小的粒度,指示关于零件或者产品的信息的n维符号被附着到零件、产品或者包括零件作为它的部件的产品。
(补充备注17)
根据补充备注15或者补充备注16的处理系统,
其中纹理化的图案形成装置在由n维符号确定的位置处的一部分上形成纹理化的图案。
(补充备注18)
根据补充备注17的处理系统,
其中纹理化的图案形成装置以纹理化的图案的粒度小于n维符号的单元的短边的方式形成纹理化的图案。
(补充备注19)
根据补充备注15至补充备注18中的任一补充备注的处理系统,
其中纹理化的图案形成装置在除了n维符号之外的区域上形成纹理化的图案。
(补充备注20)
根据补充备注19的处理系统,
其中纹理化的图案形成装置在有预定粒度的每个模具上提供纹理化的图案以便识别在制造中使用的模具;以及
其中每个个体被处理以便识别由相同模具制造的具有比在处理每个模具时的粒度更小的粒度的每个个体。
(补充备注21)
一种注册系统,包括:
图像捕获装置,该图像捕获装置在特定图像捕获条件之下捕获至少包括n维符号和纹理化的图案的图像,该n维符号指示关于零件、产品或者包括该零件作为它的部件的产品的信息,该纹理化的图案具有比n维符号的单元的短边更小的粒度,该纹理化的图案被形成在n维符号被附着到的零件或者产品上,
提取装置,该提取装置从捕获的图像提取纹理化的图案的图像,以及
注册装置,该注册装置在用于识别零件或者产品的识别信息和纹理化的图案的提取的图像的图像特征相互关联之后在存储装置中存储该识别信息和该图像特征。
(补充备注22)
一种注册系统,包括:
纹理化的图案形成装置,该纹理化的图案形成装置形成纹理化的图案,该纹理化的图案具有比零件、产品或者包括该零件作为它的部件的产品上的n维符号的单元的短边更小的粒度,指示关于零件或者产品的信息的n维符号被附着到零件、产品或者包括该零件作为它的部件的产品,
图像捕获装置,该图像捕获装置在特定图像捕获条件之下捕获至少包括n维符号和形成的纹理化的图案的图像,
提取装置,该提取装置从捕获的图像提取纹理化的图案的图像,以及
注册装置,该注册装置在用于识别零件或者产品的识别信息和纹理化的图案的提取的图像的图像特征相互关联之后在存储装置中注册该识别信息和该图像特征。
(补充备注23)
根据补充备注21或者补充备注22的注册系统,
其中在具有预定粒度的每个模具上提供纹理化的图案以便识别在制造中使用的模具,以及
其中每个个体被处理以便识别由相同模具制造的有比在处理每个模具时的粒度更小的粒度的每个个体。
(补充备注24)
根据补充备注21至补充备注23中的任一补充备注的注册系统,
其中纹理化的图案被形成以识别零件、产品或者包括该零件作为它的部件的产品。
(补充备注25)
根据补充备注21至补充备注24中的任一补充备注的注册系统,
其中纹理化的图案被形成在由n维符号确定的位置处的区域上。
(补充备注26)
一种匹配设备,包括:
提取装置,该提取装置从如下图像提取n维符号的图像和纹理化的图案的图像:该图像至少包括用于显示关于零件、产品或者包括该零件作为它的部件的产品的信息的n维符号和在零件或者产品上形成的纹理化的图案,
获取装置,该获取装置从n维符号的提取的图像获取关于零件或者产品的信息,以及
获取和输出装置,该获取和输出装置获取和输出通过校验纹理化的图案的提取的图像与存储在部件或者产品上形成的纹理化的图案的图像特征的数据库而获得的校验结果。
(补充备注27)
根据补充备注26的匹配设备,
其中纹理化的图案被形成以便识别零件、产品或者包括该零件作为它的部件的产品。
(补充备注28)
根据补充备注26或者补充备注27的匹配设备,
其中纹理化的图案被形成在由n维符号确定的位置处的一部分上。
(补充备注29)
根据补充备注26至补充备注28中的任一补充备注的匹配设备,
其中纹理化的图案的粒度小于n维符号的单元的短边。
(补充备注30)
根据补充备注26至补充备注28中的任一补充备注的匹配设备,
其中纹理化的图案被形成在除了n维符号之外的区域上。
(补充备注31)
根据补充备注30的匹配设备,
其中在具有预定粒度的每个模具上提供纹理化的图案以便识别在制造中使用的模具,以及
其中每个个体被处理以便识别由相同模具制造的具有比在处理每个模具时的粒度更小的粒度的每个个体。
(补充备注32)
根据补充备注26至补充备注31中的任一补充备注的匹配设备,
其中提取装置通过从捕获的图像去除与纹理化的图案的粒度对应的高频分量以取在捕获的图像与在高频分量被去除之后捕获的图像之间的差异来提取纹理化的图案的图像。
(补充备注33)
根据补充备注26至补充备注32中的任一补充备注的匹配设备,
其中捕获的图像和在数据库中存储的图像特征的图像将在相同照明条件之下被捕获。
(补充备注34)
根据补充备注33的匹配设备,
其中图像在如下照明条件之下被捕获:在覆盖部分中的表面的部分被黑化,该表面的该部分对应于在从法线方向的规定角度范围内的范围并且面向纹理化的图案的形成表面,该覆盖部分被形成以便覆盖纹理化的图案的形成表面,并且与在其它角度范围内的范围对应的表面被设置成用于散射和发射从光源接收的光的、包括光源区域的表面。
(补充备注35)
根据补充备注26至补充备注34中的任一补充备注的匹配设备,
其中提取装置通过使用n维符号的图像来使捕获的图像归一化。
(补充备注36)
根据补充备注26至补充备注35中的任一补充备注的匹配设备,
其中n维符号指示以下各项中的至少一项:序列号、制造商的名称、生产商的名称、品牌名称、产品名称、产品号、线材号和URL。
(补充备注37)
37.一种信息获取和识别方法,包括:
从如下图像提取n维符号的图像和纹理化的图案的图像:该图像至少包括用于显示关于零件、产品或者包括该零件作为它的部件的产品的信息的n维符号和在零件或者产品上形成的纹理化的图案,
从n维符号的提取的图像获取关于零件或者产品的信息,以及
通过使用纹理化的图案的提取的图像的图像特征来识别零件或者包括该零件作为它的部件的产品。
(补充备注38)
根据补充备注37的信息获取和识别方法,
其中纹理化的图案被形成以便识别零件、产品或者包括该零件作为它的部件的产品。
(补充备注39)
根据补充备注37或者补充备注38的信息获取和识别方法,
其中纹理化的图案被形成在由n维符号确定的位置处的区域上。
(补充备注40)
根据补充备注39的信息获取和识别方法,
其中纹理化的图案的粒度小于n维符号的单元的短边。
(补充备注41)
根据补充备注37至补充备注39中的任一补充备注的信息获取和识别方法,
其中纹理化的图案被形成在除了n维符号之外的区域上。
(补充备注42)
根据补充备注37至补充备注41中的任一补充备注的信息获取和识别方法,
其中在具有预定粒度的每个模具上提供纹理化的图案以便识别在制造中使用的模具,以及
其中每个个体被处理以便识别由相同模具制造的具有比在处理每个模具时的粒度更小的粒度的每个个体。
(补充备注43)
根据补充备注37至补充备注42中的任一补充备注的信息获取和识别方法,
其中纹理化的图案被形成以便识别零件、产品或者包括该零件作为它的部件的产品,以及
其中形成的一部分的图像被捕获。
(补充备注44)
根据补充备注37至补充备注43中的任一补充备注的信息获取和识别方法,
其中从捕获的图像去除与缎面加工的表面的粒度对应的高频分量,并且
其中通过取在捕获的图像与在高频分量被去除之后捕获的图像之间的差异来获得纹理化的图案的图像。
(补充备注45)
根据补充备注37至补充备注44中的任一补充备注的信息获取和识别方法,
其中捕获的图像与在捕获预备地存储的用于识别捕获的图像的识别图像时的照明条件相同的照明条件之下被捕获。
(补充备注46)
根据补充备注45的信息获取和识别方法,
其中图像在如下照明条件之下被捕获:在覆盖部分中的表面的部分被黑化,该表面的该部分对应于在从法线方向的规定角度范围内的范围并且面向纹理化的图案的形成表面,该覆盖部分被形成以便覆盖纹理化的图案的形成表面,并且与在其它角度范围内的范围对应的表面被设置成用于散射和发射从光源接收的光的、包括光源区域的表面。
(补充备注47)
根据补充备注37至补充备注46中的任一补充备注的信息获取和识别方法,
其中n维符号的图像用来使捕获的图像归一化。
(补充备注48)
根据补充备注37至补充备注47中的任一补充备注的信息获取和识别方法,
其中n维符号指示用于识别零件、产品或者包括该零件作为它的部件的产品的来源或者每个个体的识别信息,
其中在由n维符号指示的识别信息与在零件或者产品上形成的纹理化的图案的图像特征之间的对应被存储,以及
其中,基于该对应,捕获的图像的零件、产品或者包括该零件作为它的部件的产品通过将与从捕获的图像获得的n维符号的识别信息对应的纹理化的图案的图像特征与从捕获的图像提取的纹理化的图案的图像特征匹配而被识别。
(补充备注49)
根据补充备注37至补充备注48中的任一补充备注的信息获取和识别方法,
其中n维符号指示用于通过使用纹理化的图案来识别零件、产品或者包括该零件作为它的部件的产品的来源或者个体的识别站点的URL,
其中从捕获的图像的n维符号获得识别站点的URL,
其中向识别站点发送捕获的图像或者纹理化的图案的提取的图像,以及
其中,在识别站点中,零件、产品或者包括该零件作为它的部件的产品通过使用捕获的图像或者纹理化的图案的提取的图像而被识别。
(补充备注50)
根据补充备注37至补充备注48中的任一补充备注的信息获取和识别方法,
其中n维符号指示以下各项中的至少一项:序列号、制造商的名称、生产商的名称、品牌名称、产品名称、产品号、线材号和URL。
(补充备注51)
一种程序,使得计算机执行:
提取处理,该提取处理从如下图像提取n维符号的图像和纹理化的图案的图像:该图像至少包括用于显示关于零件、产品或者包括该零件作为它的部件的产品的信息的n维符号和在零件或者产品上形成的纹理化的图案,
获取处理,该获取处理从n维符号的提取的图像获取关于零件或者产品的信息,以及
获取和输出处理,该获取和输出处理获取和输出通过校验纹理化的图案的提取的图像与存储形成的纹理化的图案的图像特征的数据库而获得的校验结果。
(补充备注52)
根据补充备注51的程序,
其中纹理化的图案被形成以便识别零件、产品或者包括该零件作为它的部件的产品。
(补充备注53)
根据补充备注51或者补充备注52的程序,
其中纹理化的图案被形成在由n维符号确定的位置处的区域上。
(补充备注54)
根据补充备注51至补充备注53中的任一补充备注的程序,
其中纹理化的图案的粒度小于n维符号的单元的短边。
(补充备注55)
根据补充备注51至补充备注54中的任一补充备注的程序,
其中纹理化的图案被形成在除了n维符号之外的区域上。
(补充备注56)
根据补充备注55的程序,
其中在具有预定粒度的每个模具上提供纹理化的图案以便识别在制造中使用的模具,以及
其中每个个体被处理以便识别由相同模具制造的有比在处理每个模具时的粒度更小的粒度的每个个体。
(补充备注57)
根据补充备注51至补充备注56中的任一补充备注的程序,
其中提取处理通过从捕获的图像去除与缎面加工的表面的粒度对应的高频分量以取在捕获的图像与在高频分量被去除之后的图像之间的差异来提取纹理化的图案的图像。
(补充备注58)
根据补充备注51至补充备注57中的任一补充备注的程序,
其中捕获的图像和在数据库中存储的图像特征的图像将在相同照明条件之下被捕获。
(补充备注59)
根据补充备注58的程序,
其中图像在如下照明条件之下被捕获:在覆盖部分中的表面的部分被黑化,该表面的该部分对应于在从法线方向的规定角度范围内的范围并且面向纹理化的图案的形成表面,该覆盖部分被形成以便覆盖纹理化的图案的形成表面,并且与在其它角度范围内的范围对应的表面被设置成用于散射和发射从光源接收的光的、包括光源区域的表面。
(补充备注60)
根据补充备注51至补充备注59中的任一补充备注的程序,
其中提取处理通过使用n维符号的图像来使捕获的图像归一化。
(补充备注61)
根据补充备注51至补充备注60中的任一补充备注的程序,
其中n维符号指示以下各项中的至少一项:序列号、制造商的名称、生产商的名称、品牌名称、产品名称、产品号、线材号和URL。
虽然已经参照附图通过示例完全地描述了本发明,但是在此将注意到,各种改变和修改对本领域技术人员将是明显的。因此,除非这样的改变和修改以其它方式背离了本发明的精神实质和范围,否则它们应当被解释为被包括在其中。
本申请要求通过引用将其公开内容结合于此、提交于2013年4月4日的第2013-078802号日本申请的权益。
[标号列表]
10图像特征存储单元
11提取单元
12信息获取单元
13识别单元
41,45成像单元
42,46提取单元
43信息获取和注册单元
44,54图像特征数据库
47,57信息获取单元
49识别单元
51,55成像单元
52,56提取单元
53注册单元
60识别服务器

Claims (27)

1.一种信息获取和识别系统,包括:
图像特征存储装置,所述图像特征存储装置存储在部件或者产品上形成的纹理化的图案的图像特征;
提取装置,所述提取装置从如下图像提取n维(n:自然数)符号的图像和纹理化的图案的图像:所述图像至少包括用于显示关于零件、产品或者包括所述零件作为它的部件的产品的信息的所述n维符号、以及在所述零件或者所述产品上形成的纹理化的图案;
获取装置,所述获取装置从所述n维符号的提取的所述图像获取关于所述零件或者所述产品的信息;以及
识别装置,所述识别装置通过将所述纹理化的图案的提取的所述图像的图像特征与在所述图像特征存储装置中存储的图像特征匹配来识别所述零件、所述产品或者包括所述零件作为它的部件的所述产品。
2.根据权利要求1所述的信息获取和识别系统,
其中所述纹理化的图案被形成以便识别所述零件、所述产品或者包括所述零件作为它的部件的所述产品。
3.根据权利要求1或者权利要求2所述的信息获取和识别系统,
其中所述纹理化的图案被形成在由所述n维符号确定的位置处的一部分上。
4.根据权利要求1至权利要求3中的任一权利要求所述的信息获取和识别系统,
其中所述纹理化的图案的粒度小于所述n维符号的单元的短边。
5.根据权利要求1至权利要求3中的任一权利要求所述的信息获取和识别系统,
其中所述纹理化的图案被形成在除了所述n维符号之外的区域上。
6.根据权利要求5所述的信息获取和识别系统,
其中以预定粒度在每个模具上提供所述纹理化的图案以便识别在制造中使用的模具;以及
其中每个个体以比在处理所述每个模具时的所述粒度更小的粒度被处理,以便识别由相同模具制造的所述每个个体。
7.根据权利要求1至权利要求6中的任一权利要求所述的信息获取和识别系统,还包括:
形成装置,所述形成装置形成所述纹理化的图案,以便识别所述零件、所述产品或者包括所述零件作为它的部件的所述产品;以及
图像捕获装置,所述图像捕获装置捕获形成的所述一部分的图像。
8.根据权利要求1至权利要求7中的任一权利要求所述的信息获取和识别系统,
其中所述提取装置通过从捕获的所述图像去除与缎面加工的表面的粒度对应的高频分量、并且取在捕获的所述图像与在所述高频分量被去除之后捕获的图像之间的差异,来提取所述纹理化的图案的所述图像。
9.根据权利要求1至权利要求8中的任一权利要求所述的信息获取和识别系统,
其中捕获的所述图像和在所述图像特征存储装置中存储的图像特征的图像将在相同照明条件之下被捕获。
10.根据权利要求9所述的信息获取和识别系统,
其中图像在如下所述照明条件之下被捕获:在覆盖部分中的表面的一部分被黑化,所述表面的所述一部分对应于在从法线方向的规定角度范围内的范围、并且面向所述纹理化的图案的形成表面,所述覆盖部分被形成以便覆盖所述纹理化的图案的所述形成表面,并且与在其它角度范围内的范围对应的表面被设置成用于散射和发射从光源接收的光的、包括光源区域的表面。
11.根据权利要求1至权利要求10中的任一权利要求所述的信息获取和识别系统,
其中所述提取装置通过使用所述n维符号来使捕获的所述图像归一化。
12.根据权利要求1至权利要求11中的任一权利要求所述的信息获取和识别系统,
其中所述n维符号指示用于识别所述零件、所述产品或者包括所述零件作为它的部件的所述产品的来源或者每个个体的识别信息;
其中所述图像特征存储装置在所述识别信息和在所述零件、所述产品或者包括所述零件作为它的部件的所述产品上形成的所述纹理化的图案的图像特征相互关联之后,存储所述识别信息和所述图像特征;以及
其中所述识别装置通过将与从捕获的图像获取的所述n维符号的所述识别信息对应的所述纹理化的图案的所述图像特征与从捕获的所述图像提取的所述纹理化的图案的所述图像特征匹配,来识别捕获的所述图像的所述零件、所述产品或者包括所述零件作为它的部件的所述产品。
13.根据权利要求1至权利要求12中的任一权利要求所述的信息获取和识别系统,
其中所述图像特征存储装置和所述识别装置被提供在识别服务器中;
其中所述n维符号指示所述识别服务器的URL;
其中所述获取装置从所述n维符号的提取的所述图像获取所述识别服务器的所述URL,并且向所述识别服务器传输捕获的所述图像或者所述纹理化的图案的提取的所述图像;并且
其中所述识别服务器通过使用捕获的所述图像或者所述纹理化的图案的提取的所述图像,来识别所述零件、所述产品或者包括所述零件作为它的部件的所述产品。
14.根据权利要求1至权利要求13中的任一权利要求所述的信息获取和识别系统,
其中所述n维符号指示以下各项中的至少一项:序列号、制造商的名称、生产商的名称、品牌名称、产品名称、产品号、线材号和URL。
15.一种处理系统,包括:
纹理化的图案形成装置,所述纹理化的图案形成装置在零件、产品或者包括所述零件作为它的部件的产品上形成用于识别零件、产品或者包括所述零件作为它的部件的产品的纹理化的图案,显示关于所述零件或者所述产品的信息的n维符号被附着到所述零件、所述产品或者包括所述零件作为它的部件的所述产品。
16.根据权利要求15所述的处理系统,
其中所述纹理化的图案形成装置形成纹理化的图案,所述纹理化的图案具有比所述零件、所述产品或者包括所述零件作为它的部件的所述产品上的所述n维符号的单元的短边更小的粒度,指示关于所述零件或者所述产品的信息的所述n维符号被附着到所述零件、所述产品或者包括所述零件作为它的部件的所述产品。
17.根据权利要求15或者权利要求16所述的处理系统,
其中所述纹理化的图案形成装置在由所述n维符号确定的位置处的一部分上形成所述纹理化的图案。
18.根据权利要求17所述的处理系统,
其中所述纹理化的图案形成装置以所述纹理化的图案的粒度小于所述n维符号的单元的短边的方式形成所述纹理化的图案。
19.根据权利要求16至权利要求18中的任一权利要求所述的处理系统,
其中所述纹理化的图案形成装置在除了所述n维符号之外的区域上形成所述纹理化的图案。
20.根据权利要求19所述的处理系统,
其中所述纹理化的图案形成装置以预定粒度在每个模具上提供所述纹理化的图案,以便识别在制造中使用的模具;以及
其中每个个体以比在处理所述每个模具时的所述粒度更小的粒度被处理,以便识别由相同模具制造的所述每个个体。
21.一种注册系统,包括:
图像捕获装置,所述图像捕获装置在特定图像捕获条件之下捕获至少包括n维符号和纹理化的图案的图像,所述n维符号指示关于零件、产品或者包括所述零件作为它的部件的产品的信息,所述纹理化的图案具有比所述n维符号的单元的短边更小的粒度,所述纹理化的图案被形成在所述n维符号被附着到的所述零件或者所述产品上;
提取装置,所述提取装置从捕获的所述图像提取所述纹理化的图案的图像;以及
注册装置,所述注册装置在用于识别所述零件或者所述产品的识别信息和所述纹理化的图案的提取的所述图像的图像特征相互关联之后,在存储装置中注册所述识别信息和所述图像特征。
22.根据权利要求21所述的注册系统,
其中以预定粒度在每个模具上提供所述纹理化的图案以便识别在制造中使用的模具,以及
其中每个个体以比在处理所述每个模具时的所述粒度更小的粒度被处理,以便识别由相同模具制造的所述每个个体。
23.根据权利要求21或者权利要求22所述的注册系统,
其中所述纹理化的图案被形成以便识别所述零件、所述产品或者包括所述零件作为它的部件的所述产品。
24.根据权利要求21至权利要求23中的任一权利要求所述的注册系统,
其中所述纹理化的图案被形成在由所述n维符号确定的位置处的区域上。
25.一种匹配设备,包括:
提取装置,所述提取装置从如下图像提取n维符号的图像和纹理化的图案的图像:所述图像至少包括用于显示关于零件、产品或者包括所述零件作为它的部件的产品的信息的所述n维符号和在所述零件或者所述产品上形成的所述纹理化的图案;
获取装置,所述获取装置从所述n维符号的提取的所述图像获取关于所述零件或者所述产品的信息;以及
获取和输出装置,所述获取和输出装置获取和输出通过比对存储在部件或者产品上形成的纹理化的图案的图像特征的数据库校验所述纹理化的图案的提取的所述图像而获得的校验结果。
26.一种信息获取和识别方法,包括:
从如下图像提取n维符号的图像和纹理化的图案的图像:所述图像至少包括用于显示关于零件、产品或者包括所述零件作为它的部件的产品的信息的所述n维符号和在所述零件或者所述产品上形成的所述纹理化的图案;
从所述n维符号的提取的所述图像获取关于所述零件或者所述产品的信息;以及
通过使用所述纹理化的图案的提取的所述图像的图像特征,来识别所述零件或者包括所述零件作为它的部件的产品。
27.一种程序,使得计算机执行:
提取处理,所述提取处理从如下图像提取n维符号的图像和纹理化的图案的图像:所述图像至少包括用于显示关于零件、产品或者包括所述零件作为它的部件的产品的信息的所述n维符号和在所述零件或者所述产品上形成的所述纹理化的图案;
获取处理,所述获取处理从所述n维符号的提取的所述图像获取关于所述零件或者所述产品的信息;以及
获取和输出处理,所述获取和输出处理获取和输出通过比对存储形成的所述纹理化的图案的图像特征的数据库校验所述纹理化的图案的提取的所述图像而获得的校验结果。
CN201480031981.4A 2013-04-04 2014-03-28 识别方法、识别系统、匹配设备和程序 Active CN105493143B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2013078802 2013-04-04
JP2013-078802 2013-04-04
PCT/JP2014/059282 WO2014163015A1 (ja) 2013-04-04 2014-03-28 識別方法、識別システム、照合装置及びプログラム

Publications (2)

Publication Number Publication Date
CN105493143A true CN105493143A (zh) 2016-04-13
CN105493143B CN105493143B (zh) 2019-05-31

Family

ID=51658311

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480031981.4A Active CN105493143B (zh) 2013-04-04 2014-03-28 识别方法、识别系统、匹配设备和程序

Country Status (5)

Country Link
US (1) US9760771B2 (zh)
EP (1) EP2983134A4 (zh)
JP (1) JP6308370B2 (zh)
CN (1) CN105493143B (zh)
WO (1) WO2014163015A1 (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107895138A (zh) * 2017-10-13 2018-04-10 西安艾润物联网技术服务有限责任公司 空间障碍物检测方法、装置及计算机可读存储介质
CN108021958A (zh) * 2017-12-05 2018-05-11 广东中航华工智能科技有限公司 一种垃圾袋投放方法、装置及设备
CN109034146A (zh) * 2018-08-13 2018-12-18 广州瑞松北斗汽车装备有限公司 汽车制造生产线派生工件视觉识别方法
CN110239232A (zh) * 2019-04-08 2019-09-17 上海泰威技术发展股份有限公司 一种针对板材多图案变化打印的智能识别方法
CN110288359A (zh) * 2019-06-24 2019-09-27 江苏圆昱智能科技有限公司 码指纹防伪方法
CN110297920A (zh) * 2019-06-24 2019-10-01 江苏圆昱智能科技有限公司 一种码指纹防伪方法
CN110399914A (zh) * 2019-07-18 2019-11-01 北京清大智信科技有限公司 陶瓷指纹识别方法及系统
CN111746110A (zh) * 2019-03-29 2020-10-09 理想科学工业株式会社 图像处理装置

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014163014A1 (ja) * 2013-04-04 2014-10-09 日本電気株式会社 識別システム、識別方法、照合装置及びプログラム
WO2016035774A1 (ja) * 2014-09-01 2016-03-10 日本電気株式会社 判定方法、判定システム、判定装置、及びそのプログラム
CN105630824A (zh) * 2014-11-04 2016-06-01 阿里巴巴集团控股有限公司 网络资源生成方法及装置
JP6730685B2 (ja) * 2015-03-27 2020-07-29 日本電気株式会社 取付工具、作業管理方法、システム、照合装置及びプログラム
CN106814066A (zh) * 2015-11-30 2017-06-09 富泰华工业(深圳)有限公司 外观检测装置及方法
WO2018123433A1 (ja) 2016-12-28 2018-07-05 パナソニックIpマネジメント株式会社 工具システム
JP2018108633A (ja) * 2016-12-28 2018-07-12 パナソニックIpマネジメント株式会社 工具システム
US11854185B2 (en) * 2018-11-29 2023-12-26 Nec Corporation Individual identification apparatus
JP7131637B2 (ja) 2019-01-29 2022-09-06 日本電気株式会社 物体とn次元シンボルとを関連付けるシステム
US11200583B2 (en) 2019-03-21 2021-12-14 Raytheon Company Using surface textures as unique identifiers for tracking material with a distributed ledger
US11544722B2 (en) 2019-03-21 2023-01-03 Raytheon Company Hardware integration for part tracking using texture extraction and networked distributed ledgers
JP2022122666A (ja) 2021-02-10 2022-08-23 富士フイルムビジネスイノベーション株式会社 識別装置および識別プログラム
JP2023046995A (ja) * 2021-09-24 2023-04-05 富士フイルムビジネスイノベーション株式会社 照合装置及びプログラム
WO2023188115A1 (ja) * 2022-03-30 2023-10-05 三菱電機株式会社 半導体デバイス、半導体デバイスの製造方法及び半導体デバイスの識別方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1577393A (zh) * 2003-07-11 2005-02-09 松下电器产业株式会社 图像显示装置和短片生成装置
CN101789005A (zh) * 2010-01-22 2010-07-28 深圳创维数字技术股份有限公司 一种基于感兴趣区域的图像检索方法
WO2012126008A2 (en) * 2011-03-17 2012-09-20 New York University Systems, methods and computer-accessible mediums for authentication and verification of physical objects
JP2013050787A (ja) * 2011-08-30 2013-03-14 Toshiba Tec Corp コード読取装置、販売データ処理装置およびプログラム

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6786420B1 (en) * 1997-07-15 2004-09-07 Silverbrook Research Pty. Ltd. Data distribution mechanism in the form of ink dots on cards
JP4167390B2 (ja) * 2000-11-20 2008-10-15 日本電気株式会社 物体照合方法,物体照合装置,およびそのプログラムを記録した記録媒体
JP4337422B2 (ja) * 2003-06-20 2009-09-30 富士ゼロックス株式会社 物品登録装置、物品確認装置、及び物品登録確認装置
JP4615272B2 (ja) * 2003-09-29 2011-01-19 富士フイルム株式会社 認証システム、プログラム、及び建築物
JP2006338331A (ja) * 2005-06-02 2006-12-14 Hitachi Ulsi Systems Co Ltd 紙片登録装置及び紙片登録方法
JP2007089969A (ja) * 2005-09-30 2007-04-12 Mitsubishi Electric Corp 生体パターン撮像装置
JP2007108973A (ja) * 2005-10-13 2007-04-26 Eath:Kk 認証サーバ装置、認証システムおよび認証方法
JP5052054B2 (ja) 2006-06-27 2012-10-17 品川商工株式会社 Icタグ
JP4689570B2 (ja) * 2006-10-11 2011-05-25 キヤノン株式会社 画像処理装置、画像処理方法
JP5098309B2 (ja) 2006-11-27 2012-12-12 富士ゼロックス株式会社 交換品、真偽判定装置、交換品使用許可装置、真偽判定プログラム、交換品使用許可プログラム
US20090080760A1 (en) * 2007-09-21 2009-03-26 Microsecurity Lab Inc. Anti-counterfeiting mark and methods
JP5015086B2 (ja) 2008-04-21 2012-08-29 ローム株式会社 画像読取装置、および画像読取用アタッチメント
JP5315892B2 (ja) * 2008-09-24 2013-10-16 富士ゼロックス株式会社 真正性検証システム、真正性検証装置、および真正性検証プログラム
JP2012043953A (ja) 2010-08-18 2012-03-01 Renesas Electronics Corp 電子部品および電子部品の製造方法
US8908988B2 (en) 2010-08-31 2014-12-09 Nec Corporation Method and system for recovering a code image including blurring
WO2012177845A2 (en) * 2011-06-23 2012-12-27 Pharmorx Security, Inc Systems and methods for tracking and authenticating goods
US10510084B2 (en) * 2011-07-21 2019-12-17 United States Postal Service System and method for retrieving content associated with distribution items
JP2013039002A (ja) 2011-08-10 2013-02-21 Yaskawa Electric Corp 積層コア、積層コアの製造方法及び回転電機
JP5765749B2 (ja) * 2011-09-12 2015-08-19 国立研究開発法人産業技術総合研究所 個体識別情報生成装置、物品判定装置、物品判定システム及び方法
US9290010B2 (en) * 2011-10-06 2016-03-22 AI Cure Technologies, Inc. Method and apparatus for fractal identification
US9036916B2 (en) 2012-09-27 2015-05-19 Apple Inc. Unique part identifiers

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1577393A (zh) * 2003-07-11 2005-02-09 松下电器产业株式会社 图像显示装置和短片生成装置
CN101789005A (zh) * 2010-01-22 2010-07-28 深圳创维数字技术股份有限公司 一种基于感兴趣区域的图像检索方法
WO2012126008A2 (en) * 2011-03-17 2012-09-20 New York University Systems, methods and computer-accessible mediums for authentication and verification of physical objects
JP2013050787A (ja) * 2011-08-30 2013-03-14 Toshiba Tec Corp コード読取装置、販売データ処理装置およびプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
LORENZO COZZELLA ET AL.: "Drug packaging security by means of white-light speckle", 《OPTICS AND LASERS IN ENGINEERING》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107895138A (zh) * 2017-10-13 2018-04-10 西安艾润物联网技术服务有限责任公司 空间障碍物检测方法、装置及计算机可读存储介质
CN107895138B (zh) * 2017-10-13 2020-06-23 西安艾润物联网技术服务有限责任公司 空间障碍物检测方法、装置及计算机可读存储介质
CN108021958A (zh) * 2017-12-05 2018-05-11 广东中航华工智能科技有限公司 一种垃圾袋投放方法、装置及设备
CN109034146A (zh) * 2018-08-13 2018-12-18 广州瑞松北斗汽车装备有限公司 汽车制造生产线派生工件视觉识别方法
CN111746110A (zh) * 2019-03-29 2020-10-09 理想科学工业株式会社 图像处理装置
CN110239232A (zh) * 2019-04-08 2019-09-17 上海泰威技术发展股份有限公司 一种针对板材多图案变化打印的智能识别方法
CN110288359A (zh) * 2019-06-24 2019-09-27 江苏圆昱智能科技有限公司 码指纹防伪方法
CN110297920A (zh) * 2019-06-24 2019-10-01 江苏圆昱智能科技有限公司 一种码指纹防伪方法
CN110288359B (zh) * 2019-06-24 2021-11-23 江苏圆昱智能科技有限公司 码指纹防伪方法
CN110399914A (zh) * 2019-07-18 2019-11-01 北京清大智信科技有限公司 陶瓷指纹识别方法及系统
CN110399914B (zh) * 2019-07-18 2021-10-01 北京四维博大科技有限公司 陶瓷指纹识别方法及系统

Also Published As

Publication number Publication date
EP2983134A1 (en) 2016-02-10
EP2983134A4 (en) 2016-11-30
JPWO2014163015A1 (ja) 2017-02-16
CN105493143B (zh) 2019-05-31
JP6308370B2 (ja) 2018-04-11
US20160048730A1 (en) 2016-02-18
US9760771B2 (en) 2017-09-12
WO2014163015A1 (ja) 2014-10-09

Similar Documents

Publication Publication Date Title
CN105493143A (zh) 识别方法、识别系统、匹配设备和程序
CN105264568A (zh) 识别系统、识别方法、匹配设备和程序
US20190279377A1 (en) Determination method, determination system, determination device, and program
US11593815B2 (en) Preserving authentication under item change
US20210104007A1 (en) Event-driven authentication of physical objects
Liukkonen et al. Toward decentralized intelligence in manufacturing: recent trends in automatic identification of things
US10235593B2 (en) Identification method, identification system, identification apparatus, and program
JPWO2014163014A1 (ja) 識別システム、識別方法、照合装置及びプログラム
CN102708391B (zh) 一种基于分形图形的防伪标签及防伪验证方法
WO2019034181A1 (zh) 一种基于天然生物信息的商品防伪验证系统
CN101667247A (zh) 一种金属零部件防伪的方法
CN110288359B (zh) 码指纹防伪方法
CN104881784A (zh) 产品验证
WO2023170656A1 (en) A system and a computer-implemented method for detecting counterfeit items or items which have been produced illicitly

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant