CN107209858B - 用于对象真实性检测的系统和方法 - Google Patents

用于对象真实性检测的系统和方法 Download PDF

Info

Publication number
CN107209858B
CN107209858B CN201680007582.3A CN201680007582A CN107209858B CN 107209858 B CN107209858 B CN 107209858B CN 201680007582 A CN201680007582 A CN 201680007582A CN 107209858 B CN107209858 B CN 107209858B
Authority
CN
China
Prior art keywords
image
light
authentication
spectrum
region
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.)
Active
Application number
CN201680007582.3A
Other languages
English (en)
Other versions
CN107209858A (zh
Inventor
I·雷泽逊
A·萨斯霍尔兹
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.)
El Bit System C4i Co Ltd
Original Assignee
El Bit System C4i Co Ltd
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 El Bit System C4i Co Ltd filed Critical El Bit System C4i Co Ltd
Publication of CN107209858A publication Critical patent/CN107209858A/zh
Application granted granted Critical
Publication of CN107209858B publication Critical patent/CN107209858B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/80—Recognising image objects characterised by unique random patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/95—Pattern authentication; Markers therefor; Forgery detection
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B27/00—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
    • G06K19/08—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code using markings of different kinds or more than one marking of the same kind in the same record carrier, e.g. one marking being sensed by optical and the other by magnetic means
    • G06K19/10—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code using markings of different kinds or more than one marking of the same kind in the same record carrier, e.g. one marking being sensed by optical and the other by magnetic means at least one kind of marking being used for authentication, e.g. of credit or identity cards
    • G06K19/14—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code using markings of different kinds or more than one marking of the same kind in the same record carrier, e.g. one marking being sensed by optical and the other by magnetic means at least one kind of marking being used for authentication, e.g. of credit or identity cards the marking being sensed by radiation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/018—Certifying business or products
    • G06Q30/0185—Product, service or business identity fraud
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/143—Sensing or illuminating at different wavelengths
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/145—Illumination specially adapted for pattern recognition, e.g. using gratings
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
    • G06V20/693—Acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
    • G06V20/698—Matching; Classification
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B13/00—Optical objectives specially designed for the purposes specified below
    • G02B13/22—Telecentric objectives or lens systems
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B27/00—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
    • G02B27/10—Beam splitting or combining systems
    • G02B27/14—Beam splitting or combining systems operating by reflection only
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
    • G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
    • G06K19/06046—Constructional details
    • G06K19/06112—Constructional details the marking being simulated using a light source, e.g. a barcode shown on a display or a laser beam with time-varying intensity profile
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
    • G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
    • G06K19/06046—Constructional details
    • G06K19/0614—Constructional details the marking being selective to wavelength, e.g. color barcode or barcodes only visible under UV or IR
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10056—Microscopic image

Abstract

一种用于确定对象的真实性的系统，其中光源将准直或远心光指向所述对象上的认证区域，所述光以相对于由所述对象限定的平面的法线的预定角度照射在所述认证区域上，所述光的一部分从所述认证区域反射，并且所述光的另一部分从所述认证区域散射，聚焦在所述认证区域上的成像器获取所述散射光的聚焦图像，所述图像包括与所述认证区域的表面特征散射现象相关的图像特征，处理器确定所述获取图像的部分和对应于所述认证区域的存储图像的相应部分之间的对应关系，当所述获取图像对应于所述存储图像时，所述处理器将所述对象识别为真实的，当所述获取图像不对应于所述存储图像时，所述处理器将所述对象识别为非真实的。

Description

用于对象真实性检测的系统和方法
技术领域
所公开的技术一般涉及成像和图像处理技术，并且具体来说涉及根据获取的对象图像检测对象的真实性的系统和方法，图像至少包括与表面特征散射现象相关的图像特征。
背景技术
假冒对象一般影响制造原始对象的制造商的收入，并且也可能影响经销商、批发商和零售商的收入。假冒对象的市场估计每年将达大约数千亿美元。用于检测假冒对象的方法、设备和系统在本领域中是已知的。例如，将电子电路(例如，无源或有源射频识别-RFID电路) 并入到对象中。作为另一实例，具有独特图案(诸如全息图)的可消耗标签，具有光谱图案的标签等附接到对象。这些方法、设备和系统是专门设计的，并且可能会遭受假冒。或者，也使用分析对象表面的图像的系统和方法。例如，这些系统和方法获取和分析对象或对象中的区域的散斑图案以确定对象的真实性。这些方法使用用光照明的对象表面来产生称为散斑图案的光学干涉图。
Colineau等人的题为“用于光学认证和识别对象的方法及其设备 (Method forOptical Authentication and Identification of Objects and Device Therefor)”的美国申请公开2006/0104103涉及一种系统和一种方法，其中相干光在指定照明条件下照明参考对象的部分散射表面，并且记录照明参数的各种标称值所获得的散斑图案。然后，对象被照明，并且在相似的标称条件下捕获其图像，并将每个获得的散斑图案与记录的散斑图案进行比较。Collineau等人涉及的系统包括具有激光源的光学记录设备、存储设备和具有激光源的光学读取设备，光学设备的参数是可修改的。光学设备的可修改参数包括波长、发射方向、激光束的聚焦、激光源的位置、对象相对于激光束的倾斜和位置中的至少一个。根据Collineau等人涉及的系统的实施方案，系统验证给定参数的值可以从容许值的范围中随机抽取(例如在读取系统相对于对象的特定位置的情况下)，观察到的信号确实是预期的信号。因此，可能选择所需的安全级别。
Sharma等人的题为“物理对象的认证和验证的系统、方法和计算机可访问介质(Systems,Methods and Computer-Accessible Mediums of Authentication andVerification of Physical Objects)”的美国专利申请公开2014/0205153涉及一种用于认证物理对象的方法。最初，在白光照明下获取物理对象的标记或未标记部分的图像。然后，存储对象的区域的第一显微图像或视频。该第一显微图像包括纹理散斑图案。使用对象不变梯度直方图算法或Gabor变换和主分量分析程序的组合计算描述符。当验证物理对象的真实性时，选择预定区域以及由显微镜(例如，USB显微镜)获取的物理对象的图像或视频。显微镜可以是手持设备，诸如与显微镜集成的蜂窝电话，或与显微镜集成的数码相机。存储第二显微图像或视频，并且通过使用例如不变Gabor 主分量分析来计算该图像的低维度表示。然后，比较第一显微图像和第二显微图像。可以通过例如根据描述符之间的欧氏距离匹配描述符来执行该比较。如果第一散斑图案和第二散斑图案之间的相似度等于或超过预定量，则物理对象被确定为真实的，否则物理对象是不真实的。
发明内容
所公开的技术的目的是提供用于确定对象的真实性的新颖的方法和系统。根据所公开的技术，因此提供一种用于确定对象的真实性的系统。系统包括光源、成像器和处理器。成像器包括成像传感器。处理器与成像器耦合。光源将光指向对象上的认证区域。光是准直和远心光中的一个。光以相对于由对象限定的平面的法线的预定的倾斜角度照射在认证区域上。光的一部分从认证区域反射朝向镜面反射区域。光的另一部分从认证区域散射。成像器包括成像传感器。成像器大体上聚焦在认证区域上。成像器获取散射光的至少一个聚焦图像。图像至少包括与认证区域的表面特征散射现象相关的图像特征。镜面反射区域和由成像传感器限定的区域在空间上是相互排斥的。处理器确定至少一个获取图像的至少一部分和至少一个存储图像的相应部分之间的对应关系。至少一个存储图像也对应于认证区域。当获取图像的至少一部分对应于至少一个存储图像的相应部分时，处理器将对象识别为真实的。当获取图像的至少一部分不对应于至少一个存储图像的相应部分时，处理器将对象识别为非真实的。倾斜角度)被确定为使得散射光在传感器平面处相干地干涉。
根据所公开的技术的另一方面，因此提供一种用于确定对象的真实性的系统。系统包括光源、成像器和处理器。处理器与成像器和光源耦合。光源向对象上的认证区域发射光。光呈现发射光谱方案。发射光谱方案包括在两个各自的发射光谱范围内的至少两个波长。发射光照射在认证区域上并在散射光谱范围内从中散射。成像器的光谱响应包括至少两个获取的光谱范围。成像器大体上聚焦在认证区域上。成像器获取散射光的至少一个聚焦图像。获取的图像在光谱上包括至少两个光谱认证图像。每个光谱认证图像对应于获取的光谱范围中的各自的一个。每个光谱认证图像包括各自的图像特征。处理器确定对应于两个光谱范围的至少两个光谱认证图像中的每个和对应于相同光谱范围的存储的光谱认证图像之间的对应关系。当识别和存储的光谱认证图像的至少部分彼此对应时，处理器将对象识别为真实的。当识别和存储的光谱认证图像的至少部分不彼此对应时，处理器将对象识别为非真实的。
附图说明
从以下结合附图的详细描述中将更全面地理解和了解所公开的技术，其中：
图1是根据所公开的技术的实施方案构造和操作的用于确定对象的真实性的系统的示意图；
图2A和图2B是根据所公开的技术的另一实施方案构造和操作的用于检测对象的真实性的系统的示意图；
图2C是根据所公开的技术的另一实施方案的用“倾斜照明成像”获取的图像的示例性图解；
图3A和图3B是根据所公开的技术的另一实施方案的光谱图的示意图；
图4A和图4B是根据所公开的技术的另一实施方案的图表的示例性图解；
图5是根据所公开的技术的另一实施方案操作的用于确定对象的真实性的方法的示意图；以及
图6A是使用常规光学器件的图像获取系统的示意图；
图6B是根据所公开的技术的另一实施方案构造和操作的使用远心光学器件的图像获取系统的示意图；
图6C是使用常规光学器件的照明系统的示意图；
图6D是根据所公开的技术的另一实施方案构造和操作的使用远心光学器件的照明系统的示意图；以及
图6E和图6F是根据所公开的技术的另一实施方案的图像的示意图。
具体实施方式
所公开的技术通过提供用于识别对象并确定对象的真实性的系统来克服现有技术的缺点。根据所公开的技术，光源向对象上的认证区域发射光。认证区域呈现表面特征和材料特性。术语“表面特征”在本文中是指物理纹理、粗糙度和不规则(诸如划痕、裂纹)。术语“材料特性”在本文中是指光谱反射率(即，散射光和反射光的功率与每个波长的入射光的功率之间的比率)、光谱吸收(即，吸收光和入射光功率之间的比率)、偏振(即，散射光和反射光相对于入射光的偏振状态的变化)。表面特征影响来自认证区域的表面的光的反射和散射。光照射在认证区域的表面上并从中散射和反射。术语“反射光”在本文中是指从认证区域的表面镜面偏转的光(即，来自认证区域的光的偏转角等于认证区域上的光的入射角)。术语“散射光”在本文中是指从认证区域的表面扩散偏转的光。
来自认证区域的散射光的至少一部分照射在成像器的成像传感器上。成像器获取认证区域的至少一个大体上聚焦的图像(即，在成像器的焦点深度内获取的图像)。获取的图像至少包括与表面特征散射现象相关的图像特征。这些图像特征是例如散斑图案或表面不规则 (例如，划痕、裂纹或突起)的表示。换句话说，图像特征在图像中是可识别的。
处理器确定一个或多个获取图像和一个或多个存储图像之间的对应关系，存储图像也对应于相同的认证区域或认证区域类型。当一个或多个获取图像对应于一个或多个存储图像时，处理器将对象识别为真实的。当一个或多个获取图像不对应于一个或多个存储图像时，处理器将对象识别为非真实的。
根据所公开的技术的一个实施方案，光以相对于对象平面的法线 (即，在认证区域)倾斜的角度照射在认证区域上。该倾斜角度应该足够小，以将入射光的相干性保持在由单个像素观察到的区域内，如下面进一步解释的。此外，由成像传感器限定的区域和镜面反射区域在空间上是相互排斥的。获取的图像包括与表面特征散射现象相关的图像特征。如上所述，这些图像特征是例如散斑图案或表面不规则(例如，划痕、裂纹或突起)的表示。具体来说，除了散斑图案之外，相对于使用不包括表面不规则的表示的图像时的错误检测的概率而言，获取的图像中的表面不规则的表示进一步减少了非真实对象的错误检测的概率。以倾斜角度照明认证区域使得能够使用镜面反射表面进行假冒检测，诸如识别卡、信用卡、眼镜、衣服的部分反射部分等。
根据所公开的技术的另一实施方案，发射光呈现发射光谱方案。发射光谱方案包括在至少两个各自的发射光谱范围内的至少两个波长。发射光照射在认证区域上并在散射光谱范围内从中散射和反射。从认证区域上的每个像素观察到的每个区域散射的光呈现各自的散射光谱方案。在每个散射光谱方案中对应于每个波长的强度取决于该区域的表面特征和其材料特性。来自认证区域的散射光的至少一部分照射在成像器的成像传感器上。成像器获取由成像器的光谱响应上的散射光产生的认证区域的至少一个聚焦图像。成像器的光谱响应包括至少两个光谱范围。每个获取的光谱范围与相应的光谱认证图像相关联。换句话说，获取的图像包括光谱认证图像。每个光谱认证图像包括与像素的光谱方案(即，在其相应的光谱范围内)相关的各自的图像特征(即，与表面特征散射现象相关)。处理器确定至少一个光谱认证图像和也对应于相同光谱范围的存储的光谱认证图像之间的对应关系，并且相应地确定对象的真实性。相对于仅使用单个图像时的错误检测的概率而言，使用对应于两个各自的光谱范围的至少两个光谱认证图像减少了错误检测的概率。
一般来说，认证区域呈现取决于入射到其上的光的一个或多个波长的散射特性。这些波长相关散射特性在本文中也称为“散射光的光谱响应”。散射特性与在每个像素观察到的区域处的认证区域的表面特征和材料特性相关。因此，入射到认证区域上的呈现不同波长的光将导致不同的散斑图案。换句话说，散斑图案中暗区域和亮区域的位置和形状可以根据不同的波长和光谱方案而变化。表面不规则也呈现各自的波长相关散射特性。散射光的该光谱响应与这些表面不规则的结构相关。因此，基于散射光的图像呈现与表面特征散射现象相关的图像特征。
寻求验证或确定对象的真实性并使用根据所公开的技术的系统的用户将成像器指向认证区域，系统向用户提供对象是真实的指示 (例如，经由显示器的视觉指示或经由显示器的音频指示)。
现在参考图1，其是根据所公开的技术的实施方案构造和操作的用于确定对象的真实性的系统(一般被引用为100)的示意图。系统 100包括成像器102、光源104、处理器106、数据库107。成像器102 包括成像传感器103。系统100包括光源光学器件110和成像光学器件112，并且可选地包括分束器108。处理器106与成像器102、光源104和数据库107耦合。光源光学器件110与光源104和分束器 108光学耦合。成像光学器件112与成像器102和分束器108光学耦合。成像光学器件112与分束器108光学耦合。术语“光学耦合”在本文中是指都位于光子的相同光路上的两个元件，即第一元件和第二元件，即使该光子通过位于第一元件和第二元件之间的光路上的其他光学元件(例如，透镜、光学继电器、分束器、扩散器、栅格、棱镜、衍射器、反射镜)，离开一个元件的光子到达第二元件。
一个或多个成像传感器103(例如，电荷耦合设备-CCD传感器或互补金属氧化物半导体-CMOS传感器)在各自的一个或多个光谱带中呈现灵敏度。例如，成像传感器103可以在可见光谱带中敏感并且能够获取红、绿、蓝颜色空间中的彩色图像(即，成像器102是 RGB相机)。例如，成像传感器103可以在可见光谱带中敏感并且能够获取单色图像。作为另一实例，成像器102可以是包括两个或更多个传感器的多光谱成像器，每个传感器在各自的光谱带中呈现灵敏度。例如，这些传感器可以是在IR波段中呈现灵敏度的红外(IR)传感器，在可见波段中呈现灵敏度的传感器(即，单色传感器或彩色传感器)，以及在UV波段中呈现灵敏度的紫外(UV)传感器。光源104在选定的光谱带或其部分中发射光(即，电磁能)。光源104可以是例如一个或多个发光二极管(LED)、一个或多个荧光灯、钨丝灯或灯、紫外灯等。例如，光源104可以仅在近红外(NIR)和UV波段中发射光，并且成像器102因此获取NIR和UV波段中的图像。对应于所需的光谱带的光谱滤波器或多个这样的滤波器可以安装在光源104上。或者，光源104可以包括几个光发射器，每个光发射器发射相应的光谱带上的一个或多个相应的波长中的光。光发射器可以同时或先后发射光。一般来说，成像器102的光谱响应至少部分地与由光源104发射的光的光谱带重叠。
光源104经由光源光学器件110向分束器108发射光。当光源 104包括几个光发射器时，所有光发射器大体上朝向相同的方向发射光。由光源104发射的光可以是强相干光(例如，激光)、部分相干光或低相干光(诸如LED)。一般来说，光相干性涉及光在距离或时间上的各种波前的相位之间的相关性。由光源104发射的光还可以是单色光或多色光。
分束器108将光指向对象118的认证区域116。认证区域116呈现对应于表面和其表面纹理的光反射和散射特性。从认证区域116散射的光经由分束器108和成像光学器件112指向成像器102，并且照射在成像传感器103上。成像器102获取认证区域116的至少一个聚焦图像120。认证区域116的获取的聚焦图像120至少包括与认证区域116的表面特征相关的图像特征122。这些图像特征122是例如散斑图案或表面不规则(诸如划痕、突起等)的图像或两者。
处理器106确定一个或多个获取图像和一个或多个存储图像之间的对应关系，存储图像被存储在数据库107中并且也对应于对象的认证区域或认证区域类型。处理器106例如通过确定两个图像之间的相关性来确定获取图像和存储图像之间的对应关系。例如，处理器 106可以通过确定图像的选定象限之间的相关性来确定获取和存储的光谱认证图像的相应部分之间的对应关系。因此，即使认证区域116 的一部分被损坏，或者如果获取的图像的一部分被破坏，则处理器 106仍然可以确定图像之间的对应关系。当归一化相关的最大值高于预定阈值时，处理器106确定两个图像彼此对应。可以相对于最大可能相关值来定义该阈值(即，当相关性被归一化时相对于1)(例如，阈值可以是最大可能相关值的一部分)。作为另一实例，可以相对于在所确定的像素偏移的段(即，相关函数的水平轴中的段)的相关值的方差或平均值来定义阈值，所确定的段不同于最大值所在的段(例如，阈值被定义为所确定的方差或平均值的倍数)。此外，霍夫变换技术可以用于通过检测对应于这些划痕的图像中的线来识别一个或多个获取图像中的划痕。当一个或多个获取图像对应于一个或多个存储图像时，处理器106将对象118识别为真实的。当一个或多个识别的光谱认证图像不对应于一个或多个存储的光谱认证图像时，处理器 106将对象118识别为非真实的。一般来说，认证区域可以是对象的一部分或附加于其上(例如，标签)。
根据所公开的技术的系统通常用于呈现具有各种表面特性的各种表面(例如，完全散射表面、部分反射表面、镜面反射表面)的各种对象，如可以在各种对象(例如信用卡、豪华手表)上看到。对于要用于各种表面的系统，系统应该被配置成反射光不会照射成像传感器。为此，在根据所公开的技术的另一实施方案的系统中，源自远心或准直光源的光以相对于对象平面的法线倾斜的角度照射在认证区域上。此外，由成像传感器限定的区域和镜面反射区域在空间上是相互排斥的(即，由成像传感器限定的区域和镜面反射区域不重叠)，如下面进一步解释的。用准直或远心光照明表面，并且由成像传感器限定的区域和镜面反射区域之间的非重叠在本文中被称为“倾斜照明成像”。
现在参考图2A和图2B，其是根据所公开的技术的另一实施方案构造和操作的用于检测对象的真实性的系统(一般被引用为150)的示意图。参考图2A，系统150包括成像器152、光源154、处理器 156、数据库157。成像器152包括成像传感器153。系统150包括光源光学器件160和成像光学器件162。可选地，系统150还包括分束器158和光圈168。处理器156与成像器152、光源154和数据库157 耦合。光源光学器件160与光源154和分束器158光学耦合。成像光学器件162与成像器152和分束器158光学耦合。光源光学器件160 是准直光学器件或远心光学器件。在图2A中，光圈168被描绘为位于分束器168和成像光学器件162之间。然而，光圈168可以替代地位于成像光学器件162和成像器152之间。
类似于光源104(图1)的光源154将光通过光源光学器件160 指向分束器158。光源光学器件160使通过其中的光准直，使得将准直光(诸如光线1741、1742和1743)指向分束器158。分束器158将来自光源154的光偏转朝向对象的认证区域的表面166。光以相对于在认证区域的对象平面的法线倾斜的角度照射在表面166上。通过将光源154或分束器158或光源光学器件160旋转到所需的角度来实现光的斜射角。
光照射一个表面166。光的一部分被散射并且另一部分被反射 (即，镜面反射)。镜面反射光限定镜面反射区域，镜面反射光通过该镜面反射区域传播，诸如镜面反射区域164。换句话说，镜面反射区域164涉及由镜面反射光的光束限定的空间区域。
如上所述，由成像传感器153限定的区域和镜面反射区域164在空间上是相互排斥的。根据一个实例，光圈168阻止镜面反射光照射在成像传感器153上。或者，成像器152被定位成镜面反射区域164 和由成像传感器103限定的区域不重叠，并且镜面反射光不照射在成像传感器103上。因此，成像器152获取仅由从表面166散射的光产生的表面166的图像。
类似于如上所述，处理器156确定获取图像和存储图像之间的对应关系。当一个或多个获取图像对应于存储在数据库157中的一个或多个存储图像时，处理器156将表面166识别为对应于真实的对象。当一个或多个获取图像不对应于一个或多个存储图像时，处理器156 将表面166识别为对应于非真实的对象。
参考图2B，准直光线1741和1742照射在表面166上。在光线1741和1742之间的距离L对应于在表面166上被单个像素覆盖的区域的长度。距离d对应于与表面166处的每个光线1741和1742相关联的波前之间的差。值d应小于光的相干长度ξ(例如，对于白光源为大约1um)。光线照射在表面166上的角度θ、距离d和L根据以下公式相关：
sinθ＝d/L (1)
L取决于实际像素大小(即，在成像传感器上)和成像光学器件的放大倍数，如下所示：
L＝P/M (2)
其中P是实际像素大小并且M是成像光学器件的放大倍数。根据以上所述，光相干长度ξ应大于距离d(即，ξ>d)，并且对于给定像素大小和成像光学器件放大倍数，光线可以照射在表面166上的最大角度θ被确定如下：
例如，对于具有典型的CMOS传感器的成像器，其中像素大小为5微米(μm)(即，P＝5μm)并且放大倍数为1(即，M＝1)，则光线可以照射在表面166上的最大角度θ为0.2弧度(即，θ≤0.2弧度)。应注意，当光源154是相干光源(例如，激光)时，对d的限制并不适用。然而，以相对于表面平面的法线倾斜的角度照明表面166仍然是必要的。
上文描述的“倾斜照明成像”产生图像170，其中与表面166相关的各种图像特征172可以在获取的图像中被识别。如上所述，这些图像特征172是例如散斑图案或表面不规则(诸如划痕、裂纹、突起等)。当也使用“倾斜照明成像”获取一个或多个存储图像时，这些图像特征也在一个或多个存储图像中被识别，并且相对于使用不包括表面不规则的表示的图像时的错误检测的概率而言，减少了非真实对象的错误检测的概率。
现在参考图2C，其是根据所公开的技术的另一实施方案的使用“倾斜照明成像”获取的图像(一般被引用为180)的示例性图解。在图像180中观察到的认证区域的面积是约5×5毫米。在获取的图像 180中，图像特征(诸如散斑图案和划痕182)也在图像中被识别。
如上所述，认证区域呈现散射特性，这取决于入射到其上的光的波长。这些散射特性与在每个像素观察到的区域处的认证区域的表面特征和材料特性相关。散射光的光谱响应也与这些表面特征(例如，坡度、深度等)的结构相关。因此，基于来自认证区域的多光谱散射光的图像呈现与表面特征散射现象相关的图像特征，这取决于入射在成像传感器上的光的波长。例如，散斑图案中暗区域和亮区域的位置和形状可以根据不同的波长和光谱方案而变化。因此，用多光谱光照明对象并且用彩色或多光谱成像器成像增加了可用于系统的信息量。
根据所公开的技术的另一实施方案，由光源发射的光呈现发射光谱方案。发射光谱方案包括在至少两个各自的发射光谱范围内的至少两个波长。发射光照射在认证区域上并从中散射和反射。从认证区域散射的光的至少一部分照射在成像器的成像传感器上。成像器获取由成像器的光谱响应上的散射光产生的认证区域的至少一个聚焦图像。成像器的光谱响应包括至少两个获取的光谱范围。每个获取的光谱范围与相应的光谱认证图像相关联。处理器确定至少一个光谱认证图像和也对应于成像器的相同光谱范围的存储的光谱认证图像之间的对应关系，并且相应地确定对象的真实性。相对于仅使用单个图像时的错误检测的概率而言，使用对应于两个各自的光谱范围的至少两个光谱认证图像减少了错误检测的概率。
现在参考图3A和图3B，其是根据所公开的技术的另一实施方案并返回参考图1的光谱图(一般分别被引用为200和220)的示意图。光源104经由光源光学器件110向分束器108发射光。发射光呈现发射光谱方案。术语“光谱方案”在本文中是指光的波长组合物(即，波长和其各自的振幅)。发射光谱方案包括在至少两个各自的发射光谱范围内的多于一个波长(例如，在可见波段、红外波段或紫外波段或其组合中的成像器102也对之敏感的波长)。当光源104发射相干光时，发射光谱方案包括在至少两个各自的发射光谱范围内的至少两个波长。当光源104发射非相干或部分相干光时，发射光谱方案包括至少两个光谱带。光源104可以发射相干和非相干或部分相干光的组合。参考图3A，光谱图200描绘示例性发射光谱方案202。发射光谱方案202在各自的发射光谱范围2041、2042和2043内的九个不同的波长λ1、λ2、λ3、λ4、λ5、λ6、λ7、λ8和λ9下呈现峰值。例如，发射光谱范围2041、2042和2043都可以在可见波段内。作为另一实例，发射光谱范围2041在红外波段中，发射光谱范围2042在可见波段中，并且发射光谱范围2043在紫外波段中。作为另一实例，发射光谱范围2041在红外波段中，并且发射光谱范围2042和2043在可见波段中。发射光谱方案包括例如如本文所述的离散波长。然而，应注意，一般来说，发射光谱方案可以在感兴趣的光谱带内连续，尽管不一定是均匀的。此外，发射光谱方案可以在一个发射光谱范围内连续，并且在另一个发射光谱范围内离散。分束器108将光指向对象118的认证区域116。
光照射在认证区域116的表面上并从中散射和反射。从认证区域上的每个像素观察到的每个区域散射的光呈现各自的散射光谱方案。一般来说，反射光谱方案的振幅取决于认证区域116的表面特征和材料特性。
将散射光的一部分(即，指向系统100的部分)经由分束器108 和成像光学器件112指向成像器102。换句话说，从认证区域116散射的光的至少一部分照射在成像传感器103上。成像器102获取认证区域116的至少一个或多个聚焦图像(例如，图像120)。认证区域116的一个或多个获取的聚焦图像至少包括散斑图案(即，散斑图案在图像中是可识别的)。获取的图像可以包括额外的图像特征(例如，划痕、裂纹或突起)。成像器102的光谱响应包括至少两个获取的光谱范围。每个获取的光谱范围与相应的光谱认证图像相关联。由于来自认证区域的光的散射衍射和/或反射的波长依赖性，每个光谱认证图像可以呈现与表面特征散射现象相关的不同图像特征。参考图3B，光谱图220描绘照射在单个像素上的光的示例性获取的光谱方案 2221、2222和2223，每个光谱方案在各自的光谱范围2241、2242和2243内。获取的光谱方案可以是对于每个像素不同。该获取的光谱方案与特定像素观察到的区域的材料特性和表面特征相关。应注意，获取的光谱方案的光谱范围可以部分重叠。例如，光谱范围2242和2243彼此部分重叠。
处理器106从获取的图像识别认证区域116的至少一个光谱认证图像，其对应于光谱范围2241、2242和2243中的各自的一个。例如，处理器106使用获取的光谱范围2241和2242并且识别与其对应的各自的光谱认证图像。处理器106然后确定一个或多个识别的光谱认证图像和一个或多个存储的光谱认证图像(存储在数据库107中)之间的对应关系，所述存储的光谱认证图像也对应于相同获取的光谱范围。当一个或多个识别的光谱认证图像对应于一个或多个存储的光谱认证图像时，处理器106将对象118识别为真实的。当一个或多个识别的光谱认证图像不对应于一个或多个存储的光谱认证图像时，处理器106将对象118识别为非真实的。一般来说，所使用的光谱范围的组合可以是预定的、随机或周期性确定的(即，从一组光谱范围的组合)。
下面是使用彩色成像技术确定对象的真实性并且仍然参考图1 的实例。光源104是例如在已知的光谱方案下的LED发光。光源104 也可以是标准光源(例如，CIE D65光源、CIE D50光源、CIE F系列光源等)，其在已知的发射光谱方案下向对象118的认证区域116发射光。光照射在认证区域116上。然而，不是所有的照射在认证区域上的光从中散射。一些波长可以被对象118吸收或部分吸收。如上所述，认证区域116将照射其的光的一部分散射到成像器102。成像器102包括能够获取例如RGB颜色空间中的彩色图像的成像传感器 (诸如成像传感器103)。因此，成像器102获取在三个获取的光谱范围，即，红色获取的光谱范围、绿色获取的光谱范围和蓝色获取的光谱范围内的RGB图像。此外，获取的光谱范围中的每一个都与相应的光谱认证图像相关联。换句话说，获取的图像包括光谱认证图像。因此，当获取的图像是RGB图像时，有对应于红色、绿色和蓝色获取的光谱范围中的每个的三个光谱认证图像。每个光谱认证图像包括与认证区域116的表面散射现象相关的图像特征。换句话说，与表面特征散射现象相关的图像特征在图像中是可识别的。
处理器106使用至少一个光谱认证图像。处理器106确定该一个或多个光谱认证图像是否对应于存储的光谱认证图像，存储的光谱认证图像也对应于一个或多个相同光谱范围。例如，处理器106选择蓝色和红色光谱范围并且识别与其对应的光谱认证图像。处理器106确定对应于蓝色获取的光谱范围的识别的光谱认证图像和也对应于蓝色获取的光谱范围的存储的光谱认证图像之间的对应关系，存储的光谱认证图像被存储在数据库107中。处理器106还确定对应于红色获取的光谱范围的识别的光谱认证图像和也对应于红色获取的光谱范围的存储的光谱认证图像之间的对应关系，存储的光谱认证图像也被存储在数据库107中。当处理器106确定对应于红色和蓝色光谱范围的识别的光谱认证图像与对应于红色和蓝色光谱范围的存储的光谱认证图像对应时，处理器106将对象118识别为真实的。否则，处理器106将对象118识别为非真实的。
继续与RGB图像相关的上述实例，现在参考图4A和图4B，其是根据所公开的技术的另一实施方案的呈现用于认证的自相关和互相关的图表(一般被引用为250和252)的示例性图解。图表250和 252图示彩色成像技术的优点。图4A中的图表250描绘红色光谱认证图像的自相关的结果。可以看出，红色光谱认证图像的该自相关的峰值大体上是1。图4B中的图表252描绘红色光谱认证图像和蓝色光谱认证图像之间的互相关的结果。如在图4B中可见，红色光谱认证图像和蓝色光谱认证图像之间的互相关值的最大值显著低于1。这意味着，尽管这两个图像可以共享一些共性，但是包含在这两个图像中的信息是不同的(例如，这些图像中的散斑图案可以是不同的)。因此，一般来说，当处理器106使用对应于两个不同光谱范围的至少两个光谱认证图像时，相对于使用单个光谱认证图像的系统而言，减少了非真实对象的错误检测的概率。
应注意，可以联合使用上述“倾斜照明成像”技术和“彩色成像”技术。例如，返回参考图2A，光发射光源154可以是多色光(即，呈现包括在至少两个各自的发射光谱范围内的至少两个波长的发射光谱方案)，并且成像器152的光谱响应包括至少两个获取的光谱范围，其中如上所述，每个获取的光谱范围与相应的光谱认证图像相关联。作为另一实例，返回参考图1，光源光学器件110是准直光学器件或远心光学器件，并且将从光源104发射的光指向认证区域116，使得光以相对于在认证区域的对象平面的法线倾斜的角度照射在认证区域116上。通过将光源104或分束器108或光源光学器件110旋转到所需的角度和位置来实现倾斜照明。当联合使用“倾斜照明成像”技术和“彩色成像”技术时，相对于仅使用这些技术中的一个时的错误检测的概率而言，减少了非真实对象的错误检测的概率。如上所述，使用倾斜照明允许具有反射或部分反射表面的对象的认证。还应注意，在根据所公开的技术的实施方案中的任何一个的对象认证系统中，放大倍数小于1(即，该系统不是显微成像系统)。因此，相对于放大倍数大于1的系统而言，系统相对于认证区域的定位被简化。
应注意，当使用正常照明和正常成像的成像技术(即，不使用上文描述的倾斜照明成像技术)时，部分反射表面和镜面反射表面的获取图像的平均像素值可以大于与表面特征散射现象相关的图像特征 (例如，散斑图案或划痕)有关的像素值。因此，与表面特征散射现象相关的图像特征不一定在图像中可识别(即，由于与表面特征散射现象相关的图像特征的像素值应小于像素值的最低有效位(LSB)，因此在获取的图像中无法识别)。试图增加光的强度，将导致至少一些像素的饱和度(即，由于镜面反射)。
现在参考图5，其是根据所公开的技术的另一实施方案操作的用于确定对象的真实性的方法的示意图。在程序300中，将光指向对象上的认证区域。光呈现发射光谱方案。发射光谱方案包括在至少两个各自的光谱范围内的至少两个波长。光照射在认证区域的表面上并从中散射和反射。从认证区域上的每个像素观察到的每个区域散射的光呈现各自的散射光谱方案。可选地，光以相对于对象平面的法线倾斜的角度照射在认证区域上。参考图1，光源104将光指向对象118上的认证区域116。
在程序302中，获取认证区域的至少一个聚焦图像。图像与至少两个获取的光谱范围相关联。每个获取的光谱范围包括在散射光谱范围中所包括的波长的至少一部分。参考图1，成像器102获取认证区域116的至少一个聚焦图像。参考图3B ，图像与获取的光谱范围2241、 2242和2243中的至少两个相关联。
在程序304中，识别对应于各自获取的光谱范围的至少两个光谱认证图像。各自获取的光谱范围可以是例如预定的、随机或周期性确定的。参考图1，处理器106识别对应于各自获取的光谱范围的至少两个光谱认证图像。
在程序306中，确定每个识别的认证图像和存储的光谱认证图像之间的对应关系。存储的光谱认证图像对应于识别的光谱认证图像的相同获取的光谱范围。参考图1，处理器106确定每个识别的光谱认证图像和存储的光谱认证图像之间的对应关系。当识别和存储的光谱认证图像或其部分彼此对应时，方法进入程序308。当识别和存储的光谱认证图像或其部分不彼此对应时，方法进入程序310。
在程序308中，对象被识别为真实的。参考图1，当识别和存储的光谱认证图像或其部分彼此对应时，处理器106将对象识别为真实的。
在程序310中，对象被识别为非真实的。参考图1，当识别和存储的光谱认证图像或其部分不彼此对应时，处理器106将对象识别为非真实的。
认证区域116可以呈现预定的散射和反射特性。因此，当呈现选定发射光谱方案的光照射在认证区域116上时，获取的图像中的一组像素的获取的光谱方案应是该组中的像素观察到的区域的平均散射光谱方案。因此，空间散斑信息丢失，但可以确定表面的平均反射特性。如上所述，成像器102获取认证区域118的聚焦图像。处理器 106确定例如获取的图像中的一组像素的平均颜色值，在相应的颜色空间中确定颜色值。所得的平均图像具有较低的分辨率，并呈现彩色图案(即，彩色图案可以是均匀的)。与平均颜色值相关的信息有助于与对象相关的附加信息。因此，一组像素的平均颜色值可以用作确定对象的真实性的附加参数(即，独立地或与其他参数相结合)。处理器106将平均颜色值与保存在数据库中的图像中的平均颜色值进行比较。较低分辨率图像也可以用于识别对象编码标识符(例如，条形码)，如下面进一步解释的。
如上所述，成像器102获取认证区域116的聚焦图像。由于将获取图像(即，其也被聚焦)与存储图像进行比较，所以包括在存储和识别的光谱认证图像中的表面特征应大体上相同。然而，在获取图像的获取和存储图像的获取期间的条件可能不同。这些不同的条件例如涉及获取期间的散焦和认证区域相对于系统的光轴的横向位置。由于认证区域的表面特征使照射在其上的光散射并具有衍射效应，所以与在成像器102的传感器平面处产生的表面特征散射现象相关的图像特征随着光源104、对象118和成像器102之间的相对横向位置的变化，以及成像光学器件的焦平面的变化(即，散焦以及图像放大倍数的变化)而变化。
为了使图像对系统100和对象118之间的相对运动不敏感以进行散焦以及使图像对横向位置的变化不敏感，远心光学器件可以用于成像光学器件112中。现在参考图6A和图6B。图6A是使用常规光学器件的图像获取系统(一般被引用为350)的示意图。图6B是根据所公开的技术的另一实施方案构造和操作的使用远心光学器件的图像获取系统(一般被引用为380)的示意图。参考图6A，系统350 包括成像器352、光圈354和成像光学器件356。成像器352包括成像传感器358。光圈354与成像传感器358和成像光学器件356光学耦合。当使用常规光学器件时，系统350呈现角度视场。因此，表示照射成像传感器358中的每个像素的光的路径的光锥(诸如光锥362 和364)呈现不同取向。换句话说，由成像传感器358中的每个像素收集的光呈现不同的光锥取向。因此，当成像光学器件356和对象表面360之间的距离增加时，对象的放大倍数减小(即，类似于人类视觉)。放大倍数的这种变化产生了被称为透视误差的效应，其限制了进行与对象相关的精确测量的能力，因为对象和成像光学器件356之间的相对位置沿着系统350的光轴366改变(即，即使保持在景深范围内)。用呈现不同取向的不同光锥收集光，在对象和成像光学器件 356之间的相对位置发生变化时导致图像特征的变化。
远心光学器件减轻了常规光学器件的透视误差特性。因此，图像特征与对象和成像光学器件之间的相对位置的变化保持大体上相似。参考图6B，系统380包括成像器382、光圈384和成像光学器件386。成像器382包括成像传感器388。光圈384与成像传感器388和成像光学器件386光学耦合。在距成像光学器件386的任何距离处，系统 380总是呈现相同的视场。此外，表示照射成像传感器388中的每个像素的光的路径的光锥(诸如光锥392和394)呈现类似取向。换句话说，成像传感器388中的所有像素从呈现类似取向的光锥(诸如光锥392和394)收集光。因此，成像光学器件将收集对于所有像素而呈现类似光锥的光，而独立于对象和成像光学器件384之间的相对位置(即，横向位置或沿着光轴396的位置或两者)。因此，无论对象和成像光学器件356之间的相对位置的变化如何，图像特征保持大体上类似。
另外，光源光学器件也可以是远心的。现在参考图6C和图6D。图6C是使用常规光学器件的照明系统(一般被引用为400)的示意图。图6D是根据所公开的技术的另一实施方案构造和操作的使用远心光学器件的照明系统(一般被引用为420)的示意图。参考图6C，照明系统400包括光源402、光圈404和光源光学器件406。光圈404 与光源402和光源光学器件406光学耦合。表面特征的图像对照明光锥(诸如光锥410和412)的取向敏感。因此，对象408和光源光学器件406之间的相对位置(即，横向位置或沿着光轴414的位置或两者)的变化导致每个相对位置的不同图像。远心照明光学器件可以减轻这些现象。参考图6D，照明系统420包括光源422、光圈424和光源光学器件426。光圈424与光源422和光源光学器件426光学耦合。光源光学器件是远心光学器件。远心光源光学器件426产生照射在表面428上的光束，其呈现类似的光锥(诸如光锥430和432)，并对于每个对象位置具有类似的发散度和取向。或者，光源光学器件 426可以是准直光学器件，其中指向对象428的所有光线(即，不仅是主光线)以足够小的角度平行或发散，以保持独立于横向平移的成像。
为了说明远心光学器件的效果，现在参考图6E和图6F。图6E 是两个示例性图像450和452的示意图，并且图6F是两个示例性图像460和462的示意图，所有这些都是根据所公开的技术的另一实施方案。在使用根据所公开的技术构造的系统的实验期间获取图像450、 452、460和462。在图像450、452、460和462中观察到的认证区域的面积为约5×5毫米。参考图6E，图像450和452描绘纺织对象的图像，其中光源被准直，f数低，并且使用“常规”成像光学器件。然而，图像450是聚焦图像，而图像452是纺织对象的散焦图像。如图6E所示，图452中的散斑图案相对于成像器450中的散斑图案发生了实质性变化。参考图6F，图像460和460描绘纺织对象的图像，其中光源被准直，f数高，并且使用“远心”成像光学器件。然而，图像460是聚焦图像，而图像462是纺织对象的散焦图像。如图6F 所示，图462中的散斑图案不相对于成像器460中的散斑图案发生了实质性变化。应注意，图像460的f数高于图像450的f数。如图6A 所示的常规成像以及图6E中的相应图像450可能导致放大倍数、渐晕和散焦的变化。
如上所述，认证区域116可以呈现预定的反射特性。因此，当呈现选定发射光谱方案的光照射在认证区域116上时，认证区域116将反映已知的反射光谱方案。然而，来自认证区域116的从对象内经历多次散射的背景光或光失去偏振状态和其相干长度，从而对认证区域 116的图像引入额外的噪声。为了避免由背景光和多个散射光引起的信噪比(SNR)和成像器的动态范围的降低，可以使用平行偏振器。换句话说，由光源104发射的光和照射在成像传感器上的光例如被偏振器以相同的预定方向偏振。因此，在该相同的预定方向上不呈现偏振的光的强度应减小。
为了进一步减少错误检测的概率，成像器102可以获取附加到对象118的条形码、快速响应(QR)代码或对象或一批对象的任何其他对象编码标识符(例如，序列号)的图像。对象编码标识符的图像可以是认证区域的相同的获取图像。或者，编码标识符的图像可以是不同的图像(即，单独地获取)，但与认证区域的图像相关联。处理器106 然后识别对象编码标识符，并将编码标识符与存储在数据库107中的编码标识符进行比较。处理器106将对象编码标识符用作确定对象的真实性的参数。此外，一旦识别了对象唯一标识符，该唯一标识符可以用作用于认证对象的存储图像的指针，并且该对象应该具有相同的对象唯一标识符。
由于对应于散射现象的图像特征可以随着系统和认证区域之间的相对取向而改变，所以对象可以包括指示认证系统和认证区域之间推荐的相对取向的符号。指示的相对取向与存储图像被获取的相对取向相似(即，可以存在存储图像被获取的多于一个相对取向)。
应注意，根据所公开的技术的系统可以位于便携式设备上。例如，系统可以并入智能电话或平板计算机中。因此，成像器、光源、光源光学器件和成像可以并入便携式设备中，并且成像器和光源应耦合到便携式设备的处理器。例如，系统可以附接到便携式设备(例如，借助于磁铁或吸盘)。作为另一实例，然而，可以使用便携式设备的图像、光源和处理器，还应使用额外的光学器件(例如，附接到便携式设备)，特别是当使用倾斜照明技术时。或者，系统可以是具有无线通信链路(诸如WiFi或蓝牙)或有线通信链路的独立系统。作为另一实例，系统可以附接到便携式设备(例如，借助于磁铁或吸盘)。另外，数据库可以位于便携式设备或远程位置。当数据库位于远程位置(例如，在制造商处)时，处理器可以经由通信网络(例如，互联网)与数据库耦合。
当根据所公开的技术的系统位于便携式设备上时，便携式设备可能在图像获取期间移动，导致图像模糊。因此，系统可以包括检测系统的运动的运动传感器(例如，加速度计、陀螺仪传感器)。或者，可以通过将两个连续的图像互相关来检测系统的运动。如果图像之间的互相关小于一个像素，则系统被确定为固定。只有当传感器指示系统大体上固定时，系统才能获取图像。
应注意，一般来说，在获取图像(即，用于认证的存储图像或获取图像)期间系统和对象之间的距离在获取期间应该大体上相同且恒定。为此，使用呈现预定宽度的物理间隔物，其中系统位于空间的一端并且对象位于另一端。物理空间可以并入系统的壳体中。间隔物可以呈现管的形式，从而减少背景光对获取图像的影响。
上面结合图1和图2所描述的所公开的技术与反射照射在其上的光的认证区域有关。然而，所公开的技术也适用于透射照射在其上的光的认证区域。为此，光源和成像器应位于认证区域的相对侧，使得由光源发射的光穿过认证区域并照射在成像器上。而且，代替反射光谱方案，从认证区域出射的光将呈现透射光谱方案。
一般来说，所公开的技术可以由对购买对象感兴趣的潜在客户使用。当系统被用于可以识别用户的位置的便携式设备(例如，全球定位系统-GPS或WiFi)时，使用获取的聚焦散斑图像将查询发送到数据库107，可以包括用户的位置(例如，用户的地址、用户的坐标)。来自数据库的响应可以包括用户的位置对应于对象的有效供应商，或甚至是供应商的评级的指示。
另外，为了避免滥用系统(例如，用户向数据库发送垃圾图像)，只有在提供了查询标识符的情况下，才会向数据库发送查询。该查询标识符可以是由供应商提供的代码、供应商标识符(例如，商店的名称)或对象唯一标识符。供应商标识符可以在获取的图像中可识别。例如，包括供应商标识符的卡片被放置在认证区域附近。处理器确定查询标识符，并且确定查询标识符是否对应于有效供应商或产品。只有当查询标识符对应于有效供应商或产品时，处理器才能确定对象的真实性。
根据所公开的技术的系统可以用于诸如游戏中的各种应用中。例如，在混合实境游戏中，可以根据散斑图像识别真实对象，并将其识别为游戏的一部分。作为另一实例，可以根据散斑图像来唯一地识别象棋游戏中的正方形。作为额外的实例，根据所公开的技术的系统可以用于认证卡片游戏中的卡片，从而减少额外卡片被引入游戏的概率。作为另一实例，在模块结构中，根据所公开的技术的系统可以用于检测要彼此配合的一致模块。为此，例如，系统根据其获取的图像识别第一模块。此后，系统从多个其他模块识别与第一模块一致的第二模块。因此，用户可以有一定的把握确定两个模块是一致的。
本领域技术人员将了解，所公开的技术不限于上文特定示出和描述的内容。相反，所公开的技术的范围仅由所附权利要求限定。

Claims (17)

1.一种用于确定对象的真实性的系统，所述系统包括：
光源(104)，其将光指向所述对象上的认证区域(116)，所述光是准直和远心光中的一个，所述光以相对于由所述对象限定的平面的法线的预定的倾斜角度照射在所述认证区域上，所述光的一部分从所述认证区域反射朝向镜面反射区域，所述光的另一部分从所述认证区域散射；
成像器(102)，其包括成像传感器(103)，所述成像器(102)大体上聚焦在所述认证区域上，所述成像器(102)获取所述散射光的至少一个聚焦图像(120)，所述图像至少包括与所述认证区域的表面特征散射现象相关的图像特征，所述镜面反射区域和由所述成像传感器限定的区域在空间上是相互排斥的；以及
处理器(106)，其与所述成像器(102)耦合，所述处理器(106)确定所述至少一个获取的图像的至少一部分和至少一个存储图像的相应部分之间的对应关系，所述至少一个存储图像也对应于所述认证区域，
其中当所述获取的图像的所述至少一部分对应于所述至少一个存储图像的所述相应部分时，所述处理器(106)将所述对象识别为真实的，
其中当所述获取的图像的所述至少一部分不对应于所述至少一个存储图像的所述相应部分时，所述处理器(106)将所述对象识别为非真实的，以及
其中所述倾斜角度(θ)被确定为使得所述散射光在传感器平面处相干地干涉。
2.根据权利要求1所述的系统，其中从所述光源发射的所述光呈现发射光谱方案，所述发射光谱方案包括在各自的至少两个发射光谱范围内的至少两个波长，
其中所述成像器的光谱响应包括至少两个获取的光谱范围，每个获取的光谱范围与相应的光谱认证图像相关联，所述获取的图像在光谱上包括所述光谱认证图像，每个所述光谱认证图像包括各自的图像特征，
其中所述处理器确定对应于两个光谱范围的至少两个光谱认证图像中的每个的至少一部分和对应于相同光谱范围的存储的光谱认证图像的相应部分之间的对应关系，
其中当识别的和存储的光谱认证图像的所述至少部分彼此对应时，所述处理器将所述对象识别为真实的，以及
其中当所述识别的和存储的光谱认证图像的所述至少部分不彼此对应时，所述处理器将所述对象识别为非真实的。
3.根据权利要求2所述的系统，其中所述成像器是获取红、绿、蓝颜色空间中的图像的红色、绿色和蓝色成像器，
其中所述成像器的所述光谱响应包括红色光谱范围、绿色光谱范围和蓝色光谱范围，
其中所述获取的图像在光谱上包括红色光谱认证图像、绿色光谱认证图像和蓝色光谱认证图像。
4.根据权利要求2所述的系统，其中所述发射光谱方案是已知的，以及
其中所述处理器还确定所述获取的图像中的一组像素的平均颜色值，并且将所述平均颜色值与所述存储图像中的平均颜色值进行比较。
5.根据权利要求2所述的系统，其中所述发射光谱方案是以下中的一个：
在感兴趣的光谱带内连续；
在一个发射光谱范围内连续并在另一个发射光谱范围内离散；以及
在感兴趣的光谱带内离散。
6.根据权利要求1所述的系统，其中所述处理器通过确定所述至少一个获取的图像的所述至少部分和所述至少一个存储图像的所述相应部分之间的相关性来确定两者之间的所述对应关系，以及
其中当所述相关性的最大值超过预定阈值时，所述至少一个获取的图像的所述至少部分被视为对应于所述至少一个存储图像的所述相应部分。
7.根据权利要求6所述的系统，其中相对于最大可能相关值来定义所述阈值。
8.根据权利要求1所述的系统，其中在所述光源中发射非相干光。
9.根据权利要求1所述的系统，其中在所述光源中发射相干光。
10.根据权利要求1所述的系统，其中在所述获取的图像中还包括对象编码标识符，
其中所述处理器识别所述编码标识符并将其与存储在数据库中的编码标识符进行比较。
11.根据权利要求1所述的系统，其中由所述光源发射的所述光和照射在所述成像传感器上的所述光是平行偏振的。
12.根据权利要求1所述的系统，其还包括与成像器光学耦合的成像光学器件。
13.根据权利要求12所述的系统，其中所述成像光学器件是远心光学器件。
14.根据权利要求1所述的系统，其中所述处理器识别所述系统的位置并根据其验证供应商的有效性。
15.根据权利要求1所述的系统，其还包括与所述光源和所述成像器光学耦合的分束器，所述分束器以所述预定的倾斜角度将由所述光源发射的所述光偏转朝向所述认证区域。
16.根据权利要求15所述的系统，其还包括与光源和所述分束器光学耦合的光源光学器件，所述光源光学器件是准直光学器件和远心光学器件中的一个。
17.根据权利要求1所述的系统，其还包括光圈，位于所述成像器和所述对象之间以用于阻止镜面反射光照射在所述成像传感器上。
CN201680007582.3A 2015-08-27 2016-07-11 用于对象真实性检测的系统和方法 Active CN107209858B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
IL240872A IL240872A (en) 2015-08-27 2015-08-27 A method and system for discovering object authenticity
IL240872 2015-08-27
US201562219679P 2015-09-17 2015-09-17
US62/219,679 2015-09-17
PCT/IL2016/050740 WO2017033178A1 (en) 2015-08-27 2016-07-11 System and method for object authenticity detection

Publications (2)

Publication Number Publication Date
CN107209858A CN107209858A (zh) 2017-09-26
CN107209858B true CN107209858B (zh) 2019-03-29

Family

ID=57883809

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680007582.3A Active CN107209858B (zh) 2015-08-27 2016-07-11 用于对象真实性检测的系统和方法

Country Status (6)

Country Link
US (1) US10043055B2 (zh)
EP (1) EP3268901B1 (zh)
KR (1) KR101924855B1 (zh)
CN (1) CN107209858B (zh)
IL (1) IL240872A (zh)
WO (1) WO2017033178A1 (zh)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018044828A (ja) * 2016-09-13 2018-03-22 株式会社東芝 物体認識方法、プログラム、および光学システム
US10628890B2 (en) * 2017-02-23 2020-04-21 International Business Machines Corporation Visual analytics based vehicle insurance anti-fraud detection
US10192089B1 (en) * 2017-07-25 2019-01-29 Honeywell International Inc. Systems and methods for authentication of consumer products
US11210375B2 (en) 2018-03-07 2021-12-28 Private Identity Llc Systems and methods for biometric processing with liveness
US11502841B2 (en) 2018-03-07 2022-11-15 Private Identity Llc Systems and methods for privacy-enabled biometric processing
US10938852B1 (en) 2020-08-14 2021-03-02 Private Identity Llc Systems and methods for private authentication with helper networks
US11392802B2 (en) 2018-03-07 2022-07-19 Private Identity Llc Systems and methods for privacy-enabled biometric processing
US11265168B2 (en) 2018-03-07 2022-03-01 Private Identity Llc Systems and methods for privacy-enabled biometric processing
US11394552B2 (en) 2018-03-07 2022-07-19 Private Identity Llc Systems and methods for privacy-enabled biometric processing
US11789699B2 (en) 2018-03-07 2023-10-17 Private Identity Llc Systems and methods for private authentication with helper networks
US11170084B2 (en) 2018-06-28 2021-11-09 Private Identity Llc Biometric authentication
US10721070B2 (en) 2018-03-07 2020-07-21 Private Identity Llc Systems and methods for privacy-enabled biometric processing
US11138333B2 (en) 2018-03-07 2021-10-05 Private Identity Llc Systems and methods for privacy-enabled biometric processing
US11489866B2 (en) * 2018-03-07 2022-11-01 Private Identity Llc Systems and methods for private authentication with helper networks
KR101993266B1 (ko) * 2018-12-19 2019-06-26 주식회사 로민 영상 위변조 검출을 위한 가변모델 설계 및 학습방법과, 이를 이용한 영상 위변조 검출방법
CN111523333B (zh) * 2019-02-01 2023-07-04 亚旭电脑股份有限公司 条码读取装置
US10929677B1 (en) * 2019-08-07 2021-02-23 Zerofox, Inc. Methods and systems for detecting deepfakes
WO2023156460A1 (en) * 2022-02-15 2023-08-24 Trinamix Gmbh Method and device for characterizing an object for authentication

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4661706A (en) * 1985-02-25 1987-04-28 Spectra-Tech Inc. Blocker device for eliminating specular reflectance from a diffuse reflection spectrum
GB2221870A (en) * 1988-05-31 1990-02-21 De La Rue Co Plc Security device
CN102576408A (zh) * 2009-08-26 2012-07-11 光谱辨识公司 多路复用的生物计量成像和双成像器生物计量传感器

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
LU90580B1 (fr) 2000-05-08 2001-11-09 Europ Economic Community M-thode d'identification d'un objet
JP3599648B2 (ja) * 2000-08-03 2004-12-08 キヤノン株式会社 照明装置、投影露光装置並びにそれを用いたデバイス製造方法
FR2849245B1 (fr) 2002-12-20 2006-02-24 Thales Sa Procede d'authentification et d'identification optique d'objets et dispositif de mise en oeuvre
MXPA05007426A (es) 2003-01-14 2005-09-12 Orda Korea Co Ltd Aparato de ensambladura con magneto girable y un ensamblado tipo juguete con el mismo.
CN1922679A (zh) 2004-02-24 2007-02-28 皇家飞利浦电子股份有限公司 鉴别信息载体的散斑图
US8787630B2 (en) * 2004-08-11 2014-07-22 Lumidigm, Inc. Multispectral barcode imaging
JP2008524689A (ja) 2004-12-17 2008-07-10 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 無作為に配向した部分面を有する光識別子
EP1990779B1 (en) 2007-05-07 2016-09-14 CSEM Centre Suisse d'Electronique et de Microtechnique SA - Recherche et Développement Security device for the identification or authentication of goods and method for securing goods using such a security device
FR2923006B1 (fr) * 2007-10-29 2010-05-14 Signoptic Technologies Dispositif optique pour l'observation de details structurels millimetriques ou submillimetriques d'un objet a comportement speculaire
WO2009149408A2 (en) 2008-06-05 2009-12-10 New York University Method, system, and computer-accessible medium for authentication of paper using a speckle pattern
DE102008064388A1 (de) 2008-12-22 2010-06-24 Giesecke & Devrient Gmbh Verfahren und Vorrichtung zum Prüfen von Wertdokumenten
US20110080603A1 (en) 2009-10-02 2011-04-07 Horn Richard T Document Security System and Method for Authenticating a Document
KR102055231B1 (ko) 2011-03-17 2019-12-12 뉴욕 유니버시티 물리적 객체의 인증 및 확인을 위한 시스템, 방법 및 컴퓨터-접근가능 매체
US9727911B2 (en) 2012-02-10 2017-08-08 New York University Systems, method and computer-accessible mediums for providing secure paper transactions using paper fiber identifiers
US8760638B2 (en) * 2012-08-23 2014-06-24 Canon Kabushiki Kaisha Material identification and discrimination
US20140300897A1 (en) * 2013-04-05 2014-10-09 Chemimage Corporation Security screening systems and methods
US20160015264A1 (en) 2014-07-17 2016-01-21 Samsung Electronics Co., Ltd. Imaging system and method for diagnostic imaging
CA2966635C (en) * 2014-11-21 2023-06-20 Christopher M. Mutti Imaging system for object recognition and assessment

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4661706A (en) * 1985-02-25 1987-04-28 Spectra-Tech Inc. Blocker device for eliminating specular reflectance from a diffuse reflection spectrum
GB2221870A (en) * 1988-05-31 1990-02-21 De La Rue Co Plc Security device
CN102576408A (zh) * 2009-08-26 2012-07-11 光谱辨识公司 多路复用的生物计量成像和双成像器生物计量传感器

Also Published As

Publication number Publication date
WO2017033178A1 (en) 2017-03-02
KR20170110634A (ko) 2017-10-11
EP3268901A1 (en) 2018-01-17
EP3268901A4 (en) 2018-09-26
KR101924855B1 (ko) 2019-02-22
US20180121710A1 (en) 2018-05-03
CN107209858A (zh) 2017-09-26
EP3268901B1 (en) 2024-04-10
IL240872A (en) 2016-11-30
US10043055B2 (en) 2018-08-07

Similar Documents

Publication Publication Date Title
CN107209858B (zh) 用于对象真实性检测的系统和方法
US10235584B2 (en) System for object authenticity detection including a reference image acquisition module and a user module and methods therefor
US8264536B2 (en) Depth-sensitive imaging via polarization-state mapping
US20180144183A1 (en) Method for identifying a security pattern using an artificial 3d reconstruction
US10571668B2 (en) Catadioptric projector systems, devices, and methods
US6347163B2 (en) System for reading two-dimensional images using ambient and/or projected light
CN101426419B (zh) 光学测量设备
EP3673406B1 (en) Laser speckle analysis for biometric authentication
CN103339642A (zh) 机器可读符号
US20090295910A1 (en) Hyperspectral Imaging System and Methods Thereof
JP6161714B2 (ja) ３次元の物体の直線寸法を制御する方法
US20060056661A1 (en) Method and device for recognition of natural skin
CN109313832B (zh) 成像系统和成像方法
CN109416852B (zh) 成像系统和成像方法
CN101243313A (zh) 用于散射仪的双光束设置
JP2017167832A (ja) 識別システム、識別方法及びプログラム
CN108292457A (zh) 识别装置、识别方法、识别程序及包含识别程序的计算机可读介质
US20180300528A1 (en) Method of detecting fraud
CN106575368B (zh) 安全标签中光学随机性的自动验证
CN104205006A (zh) 测量方法及执行该测量方法的装置

Legal Events

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