CN109313832B - 成像系统和成像方法 - Google Patents
成像系统和成像方法 Download PDFInfo
- Publication number
- CN109313832B CN109313832B CN201780037435.5A CN201780037435A CN109313832B CN 109313832 B CN109313832 B CN 109313832B CN 201780037435 A CN201780037435 A CN 201780037435A CN 109313832 B CN109313832 B CN 109313832B
- Authority
- CN
- China
- Prior art keywords
- imaging
- dispersive
- image
- imaged
- authenticity
- 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
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 343
- 230000003595 spectral effect Effects 0.000 claims abstract description 150
- 230000005670 electromagnetic radiation Effects 0.000 claims abstract description 36
- 238000005286 illumination Methods 0.000 claims description 122
- 230000003287 optical effect Effects 0.000 claims description 48
- 238000012545 processing Methods 0.000 claims description 43
- 230000005540 biological transmission Effects 0.000 claims description 27
- 239000006185 dispersion Substances 0.000 claims description 21
- 239000003550 marker Substances 0.000 claims description 19
- 230000005855 radiation Effects 0.000 abstract description 25
- 238000004590 computer program Methods 0.000 abstract description 19
- 238000003860 storage Methods 0.000 abstract description 18
- 238000000034 method Methods 0.000 description 36
- 238000001228 spectrum Methods 0.000 description 32
- 239000000976 ink Substances 0.000 description 27
- 239000011159 matrix material Substances 0.000 description 21
- 238000004422 calculation algorithm Methods 0.000 description 17
- 238000000295 emission spectrum Methods 0.000 description 15
- 230000009021 linear effect Effects 0.000 description 15
- 239000003795 chemical substances by application Substances 0.000 description 12
- 230000008569 process Effects 0.000 description 12
- 238000012795 verification Methods 0.000 description 11
- 238000009826 distribution Methods 0.000 description 10
- 239000000049 pigment Substances 0.000 description 10
- 238000000695 excitation spectrum Methods 0.000 description 9
- 238000000605 extraction Methods 0.000 description 8
- 239000000203 mixture Substances 0.000 description 8
- 235000014214 soft drink Nutrition 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000005259 measurement Methods 0.000 description 7
- 230000009022 nonlinear effect Effects 0.000 description 7
- 230000004044 response Effects 0.000 description 7
- 238000000926 separation method Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 239000002131 composite material Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000005284 excitation Effects 0.000 description 6
- 239000007850 fluorescent dye Substances 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 6
- 238000013461 design Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 238000007639 printing Methods 0.000 description 5
- 238000000701 chemical imaging Methods 0.000 description 4
- 238000002591 computed tomography Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000004020 luminiscence type Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 230000001681 protective effect Effects 0.000 description 4
- 230000004075 alteration Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000002310 reflectometry Methods 0.000 description 3
- 238000012552 review Methods 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 229910000530 Gallium indium arsenide Inorganic materials 0.000 description 2
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 235000013405 beer Nutrition 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 235000019506 cigar Nutrition 0.000 description 2
- 235000019504 cigarettes Nutrition 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 239000000975 dye Substances 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000002189 fluorescence spectrum Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 229910044991 metal oxide Inorganic materials 0.000 description 2
- 150000004706 metal oxides Chemical class 0.000 description 2
- 239000002304 perfume Substances 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 235000015096 spirit Nutrition 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 235000014101 wine Nutrition 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 239000005103 Green SN-F2Y Substances 0.000 description 1
- -1 Lumogen F Yellow 083 Chemical class 0.000 description 1
- 241000208125 Nicotiana Species 0.000 description 1
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 1
- 241000233805 Phoenix Species 0.000 description 1
- KXNLCSXBJCPWGL-UHFFFAOYSA-N [Ga].[As].[In] Chemical compound [Ga].[As].[In] KXNLCSXBJCPWGL-UHFFFAOYSA-N 0.000 description 1
- 238000000862 absorption spectrum Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 235000013334 alcoholic beverage Nutrition 0.000 description 1
- 230000001476 alcoholic effect Effects 0.000 description 1
- 238000004164 analytical calibration Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 230000002902 bimodal effect Effects 0.000 description 1
- 239000002775 capsule Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000011888 foil Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000000891 luminescent agent Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 235000019520 non-alcoholic beverage Nutrition 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000003071 parasitic effect Effects 0.000 description 1
- 150000002979 perylenes Chemical class 0.000 description 1
- 238000005424 photoluminescence Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000031070 response to heat Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000012916 structural analysis Methods 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
- 235000019505 tobacco product Nutrition 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
- G07D7/00—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency
- G07D7/06—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency using wave or particle radiation
- G07D7/12—Visible light, infrared or ultraviolet radiation
- G07D7/1205—Testing spectral properties
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- 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
- G07—CHECKING-DEVICES
- G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
- G07D7/00—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency
- G07D7/20—Testing patterns thereon
- G07D7/202—Testing patterns thereon using pattern matching
- G07D7/205—Matching spectral properties
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Toxicology (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Finance (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- Inspection Of Paper Currency And Valuable Securities (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
用于进行对象(10)的成像并生成该对象(10)的真实性度量的成像系统(200)包括色散成像配置(30)和图像传感器配置(60)。定位色散成像配置(30)和图像传感器配置(60),使得在来自对象(10)的电磁辐射(20)照射色散成像配置(30)的情况下,该辐射在不同方向上至少分成非色散部分(40)和色散部分(50),并且利用图像传感器配置(60)对非色散部分(40)和色散部分(50)进行成像。然后,成像系统(200)被配置为至少根据所成像的色散部分、所成像的非色散部分和参考光谱信息之间的关系来生成对象(10)的真实性度量。本发明还涉及成像方法、计算机程序、计算机程序产品和存储介质。
Description
技术领域
本发明涉及用于对对象进行成像并且生成对象的真实性度量的成像系统。本发明还涉及用于相同目的的方法、计算机程序、计算机程序产品和存储介质。
背景技术
在特定市场中供应假冒商品会对相应真品的制造商造成收入损失、以及在对这些商品征税时会对政府造成收入损失。最终用户由于被供应劣质产品而受到假冒商品的不利影响,这对于某些产品(诸如药物是假冒主体的情况等)而言可能甚至会对最终用户的健康有害。结果,高质量真品的制造商的商誉将遭受损失。
在现有技术中,针对例如含酒精和不含酒精的饮料(啤酒、葡萄酒、烈酒、软饮料等)、烟草产品(香烟、雪茄、散装烟草等)、药品、香水、以及一般的可征税产品,已经提出了许多防伪措施。已知利用复杂的印刷技术来使包装上的设计尽可能难以复制。
还已知利用在环境光下的呈现形态和在紫外光(UV)辐射下的呈现形态不同的荧光物品。还使用了不同复杂程度的全息图像。其它已知技术包括水印技术、雕刻凹版线和如下的标记,这些标记根据施加到标记的热而改变颜色。
CN 202533362 U涉及基于多光谱成像技术的印刷品真实性识别装置。该装置包括用于在测试样品上执行多光谱扫描的多光谱成像仪(该多光谱成像仪包括光源、光栅和成像检测器)、用于将从扫描获得的光谱数据与标准样品的光谱数据进行比较的光谱数据处理器、以及用于存储标准样品的光谱数据的数据服务器。如果从扫描获得的光谱数据和标准样品的光谱数据之间的差异超过所设置的阈值,则测试样品被判断为赝品。否则,测试样品被判断为真品。
现有技术还包括用于科学观察的各种成像光谱仪。这些系统通常旨在获得与场景或对象的所有区域有关的高分辨率的空间和光谱信息。特别地,成像光谱仪是允许通过使用诸如CCD(即,电荷耦合器件)传感器或CMOS(即,互补金属氧化物半导体)传感器等的二维阵列检测器来提取平面对象(空间光谱数据立方体)I(x,y,λ)的三维光谱辐照度图的成像仪。一个维度是波长,并且其它两个维度包括空间信息。
存在两大类光谱成像仪:光谱扫描成像仪和快照光谱成像仪。例如在Hagen等人的“Snapshot advantage:a review of the light collection improvement for parallelhigh-dimensional measurement systems”,Optical Engineering 51(11),111702(2012)和Hagen等人的“Review of snapshot spectral imaging technologies”,OpticalEngineering 52(9),090901(2013年9月)中可以找到多光谱和超光谱成像仪的综述。
利用二维传感器获取三维信息的一个方式是通过安装在成像仪前方的机械扫描轮或光学滤波器阵列来顺次地获取图像。另一可能性是调谐诸如多级液晶滤波器、声光滤波器或法布里-珀罗干涉仪等的滤波器的中心传输频带。这两个示例属于光谱扫描成像仪的类别。
存在能够通过滤波器阵列同时获取不同光谱带中的图像的快照光谱成像仪,并且示例是使用具有焦平面检测器的小透镜阵列的多孔径滤波照相机(MAFC)。
还存在基于透射衍射光栅的快照光谱成像系统。示例是使用多个交叉透射光栅或者能够使多个光谱级分散在零级附近的专门设计的Kinoform光栅的计算层析成像光谱仪(CTIS)。必须使用计算层析成像算法来重建对象的光谱辐亮度。
透射衍射光栅的另一示例是使用复杂掩模来遮蔽对象的图像的一些部分以便于光谱提取的编码孔径快照光谱成像仪(CASSI)。
积分场成像光谱仪也依赖于衍射光栅来使光分散。在这些设置中,通过不同的方法对图像切片以与常规光谱仪的输入狭缝相配从而提取光谱。图像切片可以通过使用光纤束并将个体光纤分配到入口狭缝中、或者通过使用小透镜阵列的孔径分割来获得。
傅立叶变换成像光谱仪也存在于单独类别中。扫描干涉仪以获得不同光路差的图像,并且通过傅立叶变换重建光谱。一些设置依赖小透镜阵列进行孔径分割并分析图像/对象的不同部分处的平均光谱。示例是基于迈克尔逊干涉仪的多图像傅立叶变换光谱仪(MIFTS)。另一不同示例是使用一对双折射棱镜来获得不同光路长度的快照超光谱成像傅立叶变换光谱仪(SHIFT)。
有鉴于以上所述,需要提供用于认证目的(特别是但不仅仅用于合并到手持式审核装置中)的快速、简单、便宜、紧凑且稳健的器材。
发明内容
为了满足或至少部分满足上述目标,在独立权利要求中限定了根据本发明的成像系统、成像方法、计算机程序、计算机程序产品和存储介质。在从属权利要求中限定了特定实施例。
在一个实施例中,提供一种用于进行对象的成像并生成所述对象的真实性度量的成像系统。所述成像系统包括:一个或多个图像传感器,以下将所述一个或多个图像传感器称为“图像传感器配置”;以及一个或多个光学元件,以下将所述一个或多个光学元件称为“色散成像配置”。所述色散成像配置使得:在来自所述对象的电磁辐射照射所述色散成像配置的情况下,所述电磁辐射的至少一部分在不同方向上至少分成非色散部分和色散部分。此外,所述色散成像配置相对于所述图像传感器配置以如下方式定位:允许所述图像传感器配置在所述图像传感器配置的第一部分中对所述非色散部分进行成像并且在所述图像传感器配置的第二部分中对所述色散部分进行成像。所述成像系统被配置用于在所述图像传感器配置在至少一个成像时间段中对所述非色散部分和所述色散部分进行了成像之后,至少根据所成像的色散部分、所成像的非色散部分和参考光谱信息之间的关系来生成所述对象的真实性度量。
这种成像系统使得能够高效地验证所成像的色散部分、所成像的非色散部分和参考光谱信息之间的关系是否匹配预期物理现象、或者该关系匹配预期物理现象的程度,其中该参考光谱信息表示来自对象的电磁辐射的预期光谱组成。如果验证为“是”,则对象有可能是真品。否则,对象更有可能是伪造品。
本发明在一个实施例中还涉及一种成像方法,用于进行对象的成像并生成所述对象的真实性度量。所述成像方法利用:一个或多个图像传感器,如上所述将所述一个或多个图像传感器称为“图像传感器配置”;以及一个或多个光学元件,如上所述将所述一个或多个光学元件称为“色散成像配置”。所述色散成像配置使得:在来自所述对象的电磁辐射照射所述色散成像配置的情况下,所述电磁辐射的至少一部分在不同方向上至少分成非色散部分和色散部分。此外,所述色散成像配置相对于所述图像传感器配置以如下方式定位:允许所述图像传感器配置在所述图像传感器配置的第一部分中对所述非色散部分进行成像并且在所述图像传感器配置的第二部分中对所述色散部分进行成像。所述成像方法包括:利用所述图像传感器配置在至少一个成像时间段中对所述非色散部分和所述色散部分进行成像;以及至少根据所成像的色散部分、所成像的非色散部分和参考光谱信息之间的关系来生成所述对象的真实性度量。
在一些实施例中,本发明还涉及用于执行如上所述的成像方法的计算机程序或一组计算机程序、用于存储如上所述的计算机程序或一组计算机程序的计算机程序产品或一组计算机程序产品、以及用于存储如上所述的计算机程序或一组计算机程序的存储介质。
附图说明
现在应结合附图来说明本发明的实施例,其中:
图1示意性示出本发明的一个实施例中的待成像对象和成像系统;
图2示意性示出本发明的一个实施例中的待成像对象和系统,其中该系统包括成像系统和照射配置;
图3示意性示出本发明的一个实施例中的待成像对象和系统,其中该系统特别包括围绕色散成像配置布置的照射元件;
图4~图6分别示意性示出本发明的三个实施例中的三个成像系统和待成像对象;
图7和图8分别使用薄的透镜-光栅近似来示意性表示本发明的两个实施例中的两个成像系统和待成像标记,其中图8尤其示出级次分离(order separation);
图9a示意性示出本发明的一个实施例中的成像系统,其中该成像系统是成像装置;
图9b示意性示出本发明的一个实施例中的系统,其中该系统包括成像系统和照射配置这两者,以及其中该系统是成像装置;
图10a示意性示出本发明的一个实施例中的成像系统,其中该成像系统包括成像装置,并且所述成像装置包括图像传感器配置和色散成像配置,但所述成像装置未配置为实际生成真实性度量;
图10b示意性示出本发明的一个实施例中的系统,其中该系统包括成像装置,并且所述成像装置包括图像传感器配置、色散成像配置和照射配置,但所述成像装置未配置为实际生成真实性的度量;
图11是本发明一个实施例中的成像方法的流程图;
图12a~图12c是本发明的三个实施例中的成像方法的流程图,其中生成真实性的度量至少取决于所成像的色散部分与所成像的非色散部分和参考光谱信息的卷积相对应的程度;
图13是本发明一个实施例中的成像方法的流程图,该成像方法涉及从所成像的非色散部分内的标记解码代码以及验证该代码的真实性;
图14a示意性示出本发明的一个实施例中的在通过模拟应用于二维矩阵条形码的单个点时的成像系统;
图14b示意性示出本发明的一个实施例中的在通过模拟应用于二维矩阵条形码时的成像系统;
图15示出本发明的一个实施例中的成像系统所成像的、印刷在标签上的二维矩阵条形码的典型零级图像和一级图像;
图16示出来自包含零级分量和一级分量的二维矩阵条形码图像(左侧图像)的逐列反卷积(或类似的非线性处理)的典型结果(右上图)、以及右上图的所有光谱曲线的平均值与参考光谱信息的比较(右下图);
图17~图19分别示意性示出本发明的三个实施例中的三个成像系统;
图20和图21示意性示出本发明的两个实施例中的对象的真实性的度量的生成,其中图像传感器配置在多个照射时间段内对非色散部分和色散部分进行成像;
图22、图23a和图23b是本发明的三个实施例中的成像方法的流程图,其中对象的真实性的度量的生成遵循以下:图像传感器配置在多个照射时间段内对非色散部分和色散部分进行成像;
图24a和图24b示出本发明的一个实施例中的使用成像系统所获取到的不存在掩模(图24a)和存在掩模(图24b)的软饮料罐盖的图像;
图25示出本发明的一个实施例中的在不存在物理掩模的情况下获取到的但利用蓝光(左侧图像)和绿光(右侧图像)在两个不同的照射时间段内激发的软饮料罐盖的图像的示例;
图26示出本发明的一个实施例中的使用两个不同的线性组合的背景减除图像的示例;
图27示出本发明的一个实施例中的在对所获取到的图像应用和不应用DIBS算法的情况下的提取光谱的示例;
图28示出两个不同的彩色颜料的光谱反射率;
图29示出白色LED的典型相对光谱分布;
图30示出与太阳的相对光谱分布相比的、白炽灯在3000K温度下的典型相对光谱分布;
图31示出典型荧光染料的激发光谱和发射光谱;
图32和图33示出典型发磷光的磷光体颜料的发射光谱和激发光谱;
图34是根据本发明一个实施例的计算单元的典型实现的示意图;
图35a~图35d示意性示出本发明的四个实施例中的成像时间段和照射时间段的示例;以及
图36示意性示出成像系统,该成像系统一方面包括包含图像传感器配置的成像装置(其中,该成像装置是具有照相机的移动电话),并且另一方面包括包含色散成像配置的成像配件。
具体实施方式
现在应结合具体实施例来说明本发明。这些具体实施例用于向本领域技术人员提供更好的理解,但并不意图限制如由所附权利要求书限定的本发明的范围。在具体实施方式的末尾提供了缩略语及其含义的列表。
图1示意性示出本发明的一个实施例中的成像系统200。系统200旨在对对象10进行成像并且生成对象10(即,物品)的真实性的度量。对象10例如可以是但不限于啤酒、葡萄酒、烈酒或软饮料的瓶子或罐、香烟或雪茄的包、包装或盒、药品包装、香水瓶、或者任何其它应税商品、钞票、有价证券、身份证件、卡、票据、标签、飘带、安全箔或安全线等。对象10的至少一个部分、表面或侧面带有可见或不可见的例如利用印刷墨印刷的标记、徽标、签名、图像或图案、以及/或者印刷在置于对象10上的表面上或直接印刷在对象10上(诸如对象10的帽或胶囊等上,其中该帽或胶囊例如可以具有有色背景)的涂层。所述部分、表面或侧面以及可能的在该部分、表面或侧面上的墨(该墨可能具有或可能不具有例如光致发光性质)在经受特定照射条件时的预期光谱响应是已知的并且构成参考光谱信息。
系统200包括存在于一个或多个图像传感器中的配置60(以下称为“图像传感器配置”60)。系统200还包括存在于一个或多个光学元件中的另一配置30(以下称为“色散成像配置”30)。
在一个实施例中,图像传感器配置60包括一个或多个阵列CCD或CMOS检测器,以记录入射电磁能的强度分布。色散成像配置30不仅分散电磁能,而且还可以从对象10收集电磁能并使电磁能射线会聚以在图像传感器配置60所位于的像平面上产生对象10的图像。在一个实施例中,色散成像配置30一方面包括衍射元件、折射元件、一个或多个透镜以及物镜至少之一,以在图像传感器配置60所位于的像平面上产生对象10的图像,并且另一方面包括长通滤波器(也称为“长波通滤波器”),以限制用于认证的光谱范围。
系统200还可以可选地包括例如以下中的任一个或任何组合等的各种辅助元件(图1中未示出):a)壳体,用于包含、覆盖和/或保护色散成像配置30和图像传感器配置60;b)支撑元件,其一体地形成在壳体内或附接到壳体,以使色散成像配置30相对于图像传感器配置60维持于固定或基本固定的相对位置;c)保护罩或保护覆盖部件,其要用在对象10和色散成像配置30之间,以避免来自环境光和/或太阳光的寄生照射(在这种情况下,受控照射源可以包含在该保护罩内);d)附加的光学滤波器(长通,带通等),其例如在成像系统200以发光模式操作的情况下可以是有利的,以切除辐射源反射;e)控制器或控制部件或单元,用于控制图像传感器配置60和其它元件的操作;f)输出和输入部件,用于向操作者提供信息和从操作者接收信息,诸如显示屏、键盘、推式按钮、控制旋钮、LED指示灯等(在这方面,还参见图34和相应说明);以及g)电池,用于向系统200的各种电子部件供电。
构成和定位色散成像配置30,使得在来自对象10的电磁辐射20照射配置30或者特别是配置30的特定部分、表面、侧面、孔径或开口时,辐射20的至少一部分在不同方向上分成至少非色散部分40和色散部分50。词语“色散”在这里意味着:在其构成波长分量方面分离。配置30例如可以包括:衍射元件、透射衍射光栅(也简称为“透射光栅”或极少情况下称为“透射式衍射光栅”)、闪耀透射衍射光栅、体全息光栅、棱栅(也称为“光栅棱镜”)、反射衍射光栅、包括分束器和衍射光栅的配置、包括分束器和色散棱镜的配置、或它们中的任何的组合。如果配置30使辐射20衍射,则非色散部分40可被称为辐射的零衍射级部分,并且色散部分50可被称为辐射的非零衍射级部分(例如负或正的第一衍射级部分等)。
以下是在本发明的一些实施例中可以使用的透射光栅的一些示例:
-示例1:特别是对于安装在物镜前方的透射光栅(在这方面还参见图4和图17),可以使用由Schott B270玻璃制成的槽密度为600线/mm(l/mm)、闪耀角为28.7°并且大小为12.7×12.7×3mm的Thorlabs#GT13-06V(来自总部设在美国新泽西州牛顿城的Thorlabs,Inc.)。
-示例2:特别是对于安装在物镜和图像传感器之间的透射光栅(在这方面还参见图5、图6、图18和图19),可以使用槽密度为360l/mm、闪耀角为21°并且大小为12.7×12.7×3mm的Richardson光栅340056TB07-775R(来自总部设于美国纽约州罗切斯特市的NewportCorporation)。
-示例3:特别是对于用于扩展视场的背面安装光栅,可以使用槽密度为600l/mm、闪耀角为22°并且大小为12.7×12.7×2mm的Thorlabs#GTU13-06。
来自对象10并且照射色散成像配置30的电磁辐射20可以部分或完全源自电磁辐射源(图1中未示出)所发射的电磁辐射的反射。在通过电磁辐射源所发射的电磁辐射照射对象10时或之后,来自对象10并且照射配置30的辐射20可以可选地或附加地部分或完全源自对象10的物质的某种形式的光致发光(即,荧光或磷光)。在两个情况下(即,通过反射的辐射或通过某种形式的光致发光的辐射),电磁辐射源在一个实施例中可以与包含成像系统200(或其一部分)的壳体一体化或者附接到该壳体。所述电磁辐射源例如可以是光源、红外辐射源和/或UV辐射源。在一个实施例中,电磁辐射源是由系统200控制或与系统200一起控制的照射源。
特别是在对象10为真品的情况下,来自对象10的电磁辐射20通常包含多于一个波长的辐射。也就是说,辐射20在该术语的广义上通常是多色的,即不必局限于可见颜色。辐射20例如可以在包含在180nm(UV辐射)和2500nm(红外辐射)之间的任何波长范围内、即在可见光范围内和/或在该范围外(例如在近红外(NIR)或短波红外(SWIR)范围内)。辐射20的到达色散成像配置30的实际发生色散的部分可以取决于形成配置30的光学元件的特性。例如,可以使用长通滤波器来选择要分析的光谱范围。
此外,色散成像配置30相对于图像传感器配置60以如下方式定位:对于在配置60的第一部分中的非色散部分40和在配置60的第二部分中的色散部分50,允许配置60在一个成像时间段(如图35a所示)中同时成像、在两个成像时间段(如图35b所示)中顺次成像、或者在两个成像时间段(如图35c和图35d所示)中部分同时成像。
在本发明的一些实施例中可以使用的图像传感器的示例是:来自总部设于美国亚利桑那州凤凰城的ON Semiconductor的1/3英寸宽VGA CMOS数字图像传感器MT9V022。该传感器具有大小为6μm的752×480个像素,从而形成尺寸为4.51mm×2.88mm且对角线为5.35mm的有效成像仪大小。
成像时间段在这里被定义成:a)在利用图像传感器配置60同时获取非色散部分40和色散部分50的情况下,该成像时间段是获取到非色散部分40和色散部分50这两者的时间段(如图35a所示);或者b)在利用图像传感器配置60顺次(如图35b所示)或者部分同时(如图35c和图35d所示)获取到非色散部分40和色散部分50的情况下,该成像时间段是获取到非色散部分40的时间段和获取到色散部分50的时间段中的各时间段。
在一个实施例中,各成像时间段或至少一个成像时间段的持续时间具有从5~1200ms的范围中选择的、并且优选为从10~800ms的范围中选择的值,例如10ms、20ms、30ms、50ms、75ms、100ms、150ms、200ms或300ms等。
在一个实施例中,用于对非色散部分40进行成像的成像时间段的持续时间和用于对色散部分50进行成像的成像时间段的持续时间彼此不同。本实施例特别是在使用针对零级和一级具有不同效率的衍射光栅的情况下可以是有利的。例如,用于对非色散部分40进行成像的成像时间段的持续时间可以为10ms,而用于对色散部分50进行成像的成像时间段的持续时间可以为100ms。
照射时间段(如图35a~35d所示)在这里被定义为如下的时间段,在该时间段内,为了对非色散部分40和色散部分50进行成像并且基于该成像生成真实性的度量的目的,认为照射条件足够恒定。
在一个实施例中,图像传感器配置60的第一部分和第二部分在配置60的两个不同的图像传感器上。在使用两个图像传感器对非色散部分40和色散部分50进行成像的情况下,必须考虑到这两个图像传感器的相对定位。
在另一实施例中,配置60的第一部分和第二部分是单个图像传感器的两个不同部分。换句话说,在本实施例中,可以在单个帧中捕获非色散部分40和色散部分50。
色散成像配置60的光学元件的结构(几何形状、参数等)使得能够在单个帧内将色散部分50与非色散部分40分离。较短波长与较长波长相比偏转较小。在一个实施例中,系统200被配置为避免最短波长处的一级图像与零级图像的重叠(还参见图8,其示意性示出级次分离)。例如可以使用长通滤波器来例如图8所示切割较短波长,以防止级次的重叠。
电磁辐射20的一部分照射并穿过色散成像配置30(因此电磁辐射20在一组方向上发生色散并且在另一组方向上未发生色散)、然后由图像传感器配置60实际检测到,这取决于图像传感器的特性。图像传感器所检测到的电磁辐射例如可以在包含在180nm(UV辐射)和2500nm(红外辐射)之间的任何波长范围内、即在可见光范围内和/或在该范围外(例如在近红外(NIR)或短波红外(SWIR)范围内)。在该示例中,下限180nm可以是由色散成像配置30和图像传感器60这两者的材料约束而强加的,而上限2500nm例如可以是由基于砷化铟镓(GaInAs)的红外检测器的光谱响应强加的。在一个实施例中,图像传感器60所检测到的电磁辐射在可见光的范围内。在一个实施例中,图像传感器60所检测的电磁辐射在180nm~2500nm的波长范围内、更优选地在400nm~1000nm的范围内。
此外,成像系统200被配置用于在图像传感器配置60在至少一个成像时间段内对非色散部分40和色散部分50进行了成像之后,至少根据所成像的色散部分、所成像的非色散部分和参考光谱信息之间的关系来生成对象10的真实性的度量。因而,系统200使得能够验证所成像的色散部分、所成像的非色散部分和参考光谱信息之间的关系是否依照该系统的预期基础物理现象、或者该关系依照该系统的预期基础物理现象的程度,其中该参考光谱信息表示来自对象10的电磁辐射20的预期光谱组成。如果验证为“是”,则对象10有可能是真品。否则,对象10更有可能是伪造品。因而,系统200使例如以下至少之一等的基于材料的认证的形式成为可能:a)用于创建印刷在对象10上的标记11的墨的基于材料的认证;以及b)特别是在对象10正在以特定发射光谱发光或者具有特定反射或吸收光谱的情况下的对象10自身的基于材料的认证。
从如下的意义上可以理解所观察的关系(即,所成像的色散部分、所成像的非色散部分和参考光谱信息之间的关系)的性质:如果参考光谱信息对应于或基本上对应于来自所成像的对象10的电磁辐射20的光谱组成,则所成像的色散部分通常类似于所成像的非色散部分与参考光谱信息的卷积的结果(还可能需要考虑非线性效应),其中在这种情况下,对象10有可能是真品。相反,如果参考光谱信息不对应于来自所成像的对象10的辐射20的光谱组成,则所成像的色散部分通常明显不同于所成像的非色散部分与参考光谱信息的卷积的结果,其中在这种情况下,对象10有可能是伪造品。
更一般地,考虑到存在非线性效应,所观察的关系(即,所成像的色散部分、所成像的非色散部分和参考光谱信息之间的关系)的性质也可能显著不同于仅仅卷积。该关系的性质可以通过以下确定:a)基于基础物理现象和几何形状;b)凭经验;以及/或者c)通过模拟(例如,使用商用解决方案的射线追踪方法,例如可从总部设于美国华盛顿州雷德蒙德市的Zemax,LLC购买的Zemax光学设计程序等)。
基础物理现象和几何形状可以包括:(i)色散成像配置30、图像传感器配置60、这两者之间的传输介质等的性质;以及(ii)分散方向(y轴)上的图像(零级图像或一级图像)的拉伸的影响,这些影响可以通过使用非线性函数将图像(零级图像或一级图像)的y轴映射到新的y'轴上来补偿。图像由于以下而可能被拉伸:1)光栅的非线性色散;2)(在从配置30到配置60的路径不同的情况下的)投影失真;以及/或者3)光学特定的场像差(因为透镜可能使零级和一级略微以不同方式失真)。
在一个实施例中,非线性效应也可以以尽可能接近线性平移不变(LTI)的形式被建模为色散图像和非色散图像与参考光谱之间的关系。在这种情况下,可以例如通过以下来进行非线性效应的确定:a)利用已知参考光谱获取对象10的多个零级图像和一级图像;以及b)对非线性参数进行拟合以将该关系变换成LTI。
确定非线性效应并因此确定要观察的关系的性质的一个方式可以是对光学系统进行数学分析以及确定为了使该系统成为LTI而必须或应当应用的校正。这可以使用例如在诸如Yakov G.Sosking的“Field Guide to Diffractive Optics”,SPIE,2011等的教科书中找到的光学方程来进行。这也可以使用例如可从Zemax,LLC购买的ZemaxOpticStudioTM等的光学软件以数字方式进行。
在一个实施例中,色散成像配置30使用衍射光栅使电磁辐射20衍射,并且所成像的非色散部分是衍射光栅的零衍射级的图像,而所成像的色散部分是衍射光栅的第一衍射级的图像。可以使用所成像的非色散部分和所成像的色散部分来重建图像的区域的平均光谱辐照度,然后可以将该平均光谱辐照度与预期光谱辐照度(参考光谱信息)进行比较。在一个实施例中,优化衍射光栅的槽轮廓(例如闪耀角)以使所输入的电磁辐射的大部分扩散至这两个级次。
在一个实施例中,生成对象10的真实性的度量包括:认证对象10,即判断对象10是否有可能是真品。在一个实施例中,生成对象10的真实性的度量包括:生成真实性度量(例如,0和1之间的实值等),其中“0”可以意味着“完全确定对象不是真品”,并且“1”可以意味着“完全确定对象是真品”。
实际上,认证指标对于所有的真品对象通常没有达到值“1”(并且对于所有的非真品对象通常没有达到值“0”)。因而,在一个实施例中,定义“0”和“1”之间的阈值(例如,包括在0.80和0.90之间的值,特别是0.85),其中超过该阈值,对象被认为是真品,并且低于该阈值,对象被认为是非真品。该阈值例如可以通过对一组真品对象和非真品对象的测量来限定。这些测量通常产生指标的双峰分布(即,针对真品对象的一部分朝向值“1”集中并且针对非真品对象的一部分朝向下部集中”,这两者由间隙隔开)。该方法的稳健性与指标分布的两个部分(模式)彼此远离的程度直接相关。然后,可以将阈值置于接近真品对象的指标分布以使误报率最小或者更接近非真品指标分布以使漏报率最小之间。
如果对象10例如是容纳某些商品的容器或包装,则所生成的真实性的度量可能仅仅相当于通过存在于容器或包装上的标记或符号所确定的商品的真实性的度量(假定容器或包装未被篡改),而不一定直接能够对商品本身进行认证。
由于可以在一个成像时间段内对电磁辐射的非色散部分40和色散部分50进行成像、并且由于成像使得能够确定入射的电磁辐射20的光谱组成,因此在成像处理期间不扫描场景的意义上,成像系统200可被视为快照光谱成像仪的形式。然而,系统200不能或至少不一定能获得场景的各点(x,y)的光谱组成(即辐照度),因此本身不是认证必需的,只要在图像中存在占主导的光谱响应即可。
图2示意性示出本发明的一个实施例中的待成像的对象10和系统220。系统220包括(如以上参考图1所述的)成像系统200和照射配置210。在一个实施例中,系统220形成单个装置,例如手持式代码读取和认证装置等。
照射配置210生成用于照射对象10的电磁辐射21。在一个实施例中,辐射21具有已知参数(例如,光谱、功率、均匀性等),以使得能够激发例如发光发射光谱,从而允许对对象10和/或对象10上的标记11进行成像并且分析发射光谱以进行认证。如以上参考图1所说明的,电磁辐射20源自对象10和/或对象10上的标记11,并且到达成像系统200。
在一个实施例中,系统220连接到驱动电子器件和传感器读取电子器件,使得可以例如将成像系统200所输出的图像数据传送到处理单元以进行数据处理。
图3示意性示出本发明的一个实施例中的待成像的对象10和系统220,作为图2所示的系统的可能实现。系统220特别包括围绕色散成像配置30布置的照射元件22。尽管在图3中示出两个照射元件22,但可以设置任何数量(例如,三个、四个以上等)的照射元件22。此外,在一个实施例中,照射元件22围绕色散成像配置30对称布置。围绕配置30的照射元件22的对称布置有利于对象10的目标表面的均匀照射。
图4~图6分别示意性示出本发明的三个实施例中的三个成像系统200,其示出色散成像配置30的可能组件,诸如透射光栅31、成像透镜32、光学长通滤波器33和附加透镜配置34等。
图4的配置30包括成像透镜32、安装在透镜32前方的透射光栅31和安装在透镜32后方的光学长通滤波器33。这使得能够通过使用透镜物镜的宽视场来针对色散图像和非色散图像这两者产生低光学像差。
在图5的配置30中,透射光栅31和光学长通滤波器33这两者都安装在透镜32后方。这使得能够消除所提取的光谱对沿着光轴的对象位置的依赖性。
在图6的实施例中,光学长通滤波器33安装在透镜32前方,并且透射光栅31安装在透镜32后方。此外,附加透镜配置34也安装在透镜32后方。该结构使得能够高效地分离色散图像和非色散图像,并且避免对沿着光轴的对象位置的依赖性。
图7和8分别使用薄的透镜光栅近似来示意性表示本发明的两个实施例中的两个成像系统200和标记11,以帮助理解为了认证标记11所分析的光谱范围的最小波长的级次分离和定义。
在图7中,色散成像配置30包括透镜、透射光栅和长波通滤波器,以在图像传感器所位于的像平面65上创建非色散图像41(零级)和色散图像。色散光束50-1用于最短波长λ1,并且创建与波长λ1相对应的色散图像51。
成像系统200接收源自对象10的电磁能20,以在像平面65上创建对象10的非色散图像41。非色散部分40是由配置30以与仅包括透镜的普通非色散成像配置相同或相似的方式产生的。
色散部分与非色散部分相比移位,并且因撞击配置30的电磁能20的光谱而变模糊。最小移位取决于对象10发射的光谱中所存在的最小波长,或者取决于透过配置30的最小波长。最小移位还可以取决于一些光栅和系统参数(例如,槽密度、级次和入射角),其中这些参数定义光栅的角色散。
图7上的标记11的三个离散的色散图像对应于离散波长λ1、λ2和λ3。因此,由于相应图像不重叠,因此可以方便地分解这些离散波长。此外,系统200将用于波长λ1的色散图像51与非色散图像41分开,使得一方面可以方便地读取标记11的图像(例如,以对通过该标记表示的代码进行解码),并且另一方面可以提取用于印刷标记11的墨的发射光谱。
图8示出对象10的区域12的成像,其中区域12包含可以处于任何位置或取向的印刷标记11。如果标记11在区域12外,则应重新定位成像系统200,以使标记11在区域12内。区域12的非色散图像41包含标记11的图像。区域12的色散图像51包含标记11的图像。
图像51与系统可以透过的并且由配置30的长通滤波器的截止(cut-on)波长定义的最小波长λmin相对应。附图标记62示出级次分离,该级次分离在一个实施例中对应于区域12的图像41的大小。在一个实施例中,配置30使得能够将该级次分离用于最小波长λmin,以高效地认证对象10。
在一个实施例中,(图8中未示出的)照射配置210仅照射对象10的与区域12相对应的部分。照射配置210连同(如上所述的)可选保护盖一起可被设计成防止环境光到达区域12,由此提供代码读取和认证的更好条件。
图9a示意性示出本发明的一个实施例中的成像系统200,该成像系统200与图1的成像系统200的不同之处在于,图9a的系统200具体存在于在单个成像装置中。除参考图1所述的色散成像配置30和图像传感器配置60外,系统200还包括处理单元70,该处理单元70被配置用于接收表示(如配置60所检测的)所成像的非色散部分和色散部分的数据,如参考图1所述生成真实性的度量,并且将表示所生成的真实性的度量的信息80输出到成像装置的任何种类的用户接口和/或输出端口以发送到(图9a中未示出的)一个或多个其它外部装置。
在一个实施例中,构成图9a的成像系统200的成像装置是手持式装置。因此,这种成像装置可被视为能够生成对象的真实性度量并且将该真实性度量提供至例如该装置的操作者的手持式审核装置。
图9b示意性示出本发明的一个实施例中的系统220,其中系统220包括成像系统200和照射配置210,以及其中系统220是成像装置。换句话说,图9b的实施例可被视为参考图9a和图2所述的实施例的组合。在一个实施例中,构成图9b的系统200的成像装置是手持式装置。
图10a示意性示出本发明的一个实施例中的成像系统200,该成像系统200与图1的成像系统200的不同之处在于,图10a的系统200被示出为具体包括多于一个的装置。即,在图10a的示例中,系统200包括两个装置:一方面为成像装置100,其包含参考图1所述的色散成像配置30和图像传感器配置60;以及另一方面为处理装置110,其包含处理单元70。处理装置110(如参考图1所述)生成真实性度量,而不是成像装置100生成真实性度量。为此,将表示所成像的非色散部分和色散部分的数据90从成像装置100发送到处理装置110。可以使用任何传输格式(例如使用可选地加密了的因特网协议(IP)包等)在任何合适的有线或无线通道上发送数据90。然后,在处理装置110内,处理单元70生成真实性度量,然后可以将表示所生成的真实性度量的信息80输出到处理装置110的用户接口和/或输出端口以发送到(图10a中未示出的)一个或多个其它外部装置。
图10b示意性示出本发明的一个实施例中的系统220,其中系统220包括成像装置100,并且所述成像装置100包括图像传感器配置30、色散成像配置60和照射配置210,但成像装置100未配置为实际生成真实性度量。换句话说,图10b的实施例可被认为是参考图10a和2所述的实施例的组合。
在一个实施例中,图10a和图10b中的任一图的成像装置100是手持式装置。
在一个实施例中,图9a、图9b、图10a和图10b中的任一图的处理单元70形成诸如参考(以下论述的)图34所示的计算单元等的计算单元的一部分。在这种情况下,图9a或图9b的处理单元70以及图34的处理单元503实际可以是相同的元件。同样,在这种情况下,(在处理装置110内的)图10a或图10b的处理单元70以及图34的处理单元503实际可以是相同的元件。
在一些实施例中,构成图9a或图9b的成像系统200的成像装置或者图10a或图10b所示的成像装置100包括与壳体一体地形成的或者附接至壳体的手持件,以使得操作者能够将成像装置保持成向着要成像并认证的对象。
在一个实施例中,构成图9a的成像系统200或构成图9b的系统220的成像装置、或者在图10a和图10b中的任一图中示出的成像装置110还包括存储单元(在图9a、图9b、图10a和图10b中的任意图中均未示出),该存储单元用于存储例如预先已知的并且用于生成真实性度量的参考光谱信息。该参考光谱信息可以以参考光谱轮廓的形式存储。
图11是本发明的一个实施例中的方法的流程图,该方法利用如以上参考图1~图10b所述的图像传感器配置60和色散成像配置30。该方法包括以下步骤:利用配置60在至少一个成像时间段内对非色散部分40和色散部分50进行成像s300;以及至少根据所成像的色散部分、所成像的非色散部分和参考光谱信息之间的关系来生成s400对象10的真实性度量。通过(如以下参考图12a~图12c所论述的)卷积或反卷积运算或者通过类似卷积或类似反卷积的运算来执行步骤s400,以如上所述考虑非线性效应。
如果成像步骤s300涉及在单个照射时间段内对非色散部分40和色散部分50进行成像,则步骤s300在生成步骤s400之前,通常这两个步骤不存在重叠。然而,如果步骤s300涉及(通常在不同的照射条件下)在多个照射时间段内对非色散部分40和色散部分50进行成像,则成像步骤s300和生成步骤s400可能重叠(图11中未示出)。即,在成像步骤s300仍在进行中期间,生成s400真实性度量的处理可以基于在一个或多个照射时间段期间记录的图像数据而开始。
在一个实施例中,生成s400真实性度量至少依赖于所成像的色散部分与所成像的非色散部分和参考光谱信息的卷积相对应的程度。这可以以以如图12a~图12c所示的不同方式实现。
特别地,在通过图12a的流程图所示的第一子实施例中,生成s400真实性度量包括:利用所成像的非色散部分对所成像的色散部分进行反卷积s410;以及确定s420该结果与参考光谱信息相对应的程度。
在通过图12b的流程图所示的第二子实施例中,生成s400真实性度量包括:利用参考光谱信息对所成像的色散部分进行反卷积s430;以及确定s440该结果与所成像的非色散部分相对应的程度。
在通过图12c的流程图所示的第三子实施例中,生成s400真实性度量包括:对所成像的非色散部分和参考光谱信息进行卷积s450;以及确定s460该结果与所成像的色散部分相对应的程度。
可以如下说明该第三子实施例中的步骤s400的可能实现:
在步骤s450中,通过利用零级图像(即,所成像的非色散部分)对真品墨的已知光谱签名(即,参考光谱信息)进行卷积来计算合成第一衍射级图像。然后,在步骤s460中,使用所获取到的一级图像(即,所成像的色散部分)和合成一级图像(即,步骤s450的结果)之间的互相关来比较这两者并且生成相似度参数。该相关不仅对图像进行而且还对图像的一阶导数和二阶导数进行,以输出三个相似度参数。然后,通过例如将基于机器学习算法的分类器应用于相似度参数组以认证对象10上的标记11来作出决定。
然而,由于存在(如以上论述的)非线性效应,因此卷积可能无法始终得到最佳结果。因而,在本发明的一个实施例中,代替在步骤s450中执行卷积,可以使用预先利用仪器校准数据、测量、建模或它们的组合所确定的模型或函数。该模型或函数是用于根据给定的零级图像(即,所成像的非色散部分)和已知光谱(即,参考光谱信息)计算合成一级图像(即,合成色散部分)的计算模型。同样的考虑也适用于可以被其它模型或函数取代的反卷积步骤s410和s430。
为了在本实现中执行步骤s460的比较部分,比较所获取到的一级图像(即,所成像的色散部分)和合成一级图像(即,步骤S450的输出),并且计算一个或多个相似度匹配值。
在一个实施例中,匹配值是两个图像(即,所获取到的一级图像和合成一级图像)的互相关值。在另一实施例中,匹配值是两个图像的导数的互相关值。在又一实施例中,匹配值是两个图像的二阶导数的互相关值。在还一实施例中,从预先提出的匹配值的组合中提取多于一个的匹配值。这些计算可以在整个一级图像上或者在一级图像的子集(关注区域)上发生。在一个实施例中,一级图像的关注区域是认证标记的边界框。边界框是包含认证标记的最小凸形状。在另一实施例中,基于所谓的DIBS图像来计算相关值的附加集合。DIBS技术和DIBS图像的含义将通过以下参考图24a~图27提供的说明变得显而易见。
为了在本实现中执行步骤s460的决定部分,使用决定算法来将所测量的样品分类成至少两个类别:“真品”或“赝品”。可以将诸如以下等的已知机器学习算法用于该目的:支持向量机(SVM)、决策树、K近邻算法(KNN)等。在一个实施例中,学习特征是上述的相似度匹配值。在一个实施例中,使用其它学习特征,这些学习特征与例如一级图像的像素值(即,强度值)的标准偏差或零级图像的像素值的标准偏差等的互相关不相关。
在一个实施例中,使用来自在不同的激发波长(例如,红色、绿色或蓝色LED)下获得的图像的标准偏差值和多组相似度匹配值。例如,用于描述一个样品的一组学习特征可以如下表所示:
在一个实施例中,预先在包括随机化真品样品和非真品样品的异构数据集上训练分类器。
在该方法的决定阶段期间,分类器可以使用输入至该分类器中的特征来对给定样品进行分类。
如下表所述,已经使用分类算法(在该方面,参见例如:David Barber的“BayesianReasoning and Machine Learning”,Cambridge University Press 2011)测试了以上提到的第三子实施例中的步骤s400的可能实现:
与用于科学观察的成像光谱仪相比,参考图12a~图12c所述的实施例中的方法不是关注于重建包含所获取到的图像中的每个像素的光谱信息的超立方体。假设仅涉及一个占主导的光谱(真品标记光谱),则该方法旨在创建一个合成图像。产生该合成图像所需的计算主要涉及多个一维卷积。与计算超立方体所需的计算和存储器相比,该方法更便宜。此外,机器学习分类器的应用也快速且轻量化。
在一个实施例中,针对图像的沿着衍射方向的各线进行步骤s400的卷积或反卷积运算。此外,在逐线地执行参考图12a所述的实施例的反卷积步骤s410的情况下,在将结果与参考光谱信息进行比较作为步骤s420的一部分之前,可以对反卷积的结果求平均以减少噪声并且消除由于背景非均匀性而引起的可能的调制。
在一个实施例中,如图13的流程图所示,生成s400真实性度量还包括:从所成像的非色散部分内的标记解码s492代码;以及验证s494该代码的真实性。这使得能够(基于所成像的非色散部分、即基于“直接”图像)对解码s492和验证s494所用的标记进行快照成像,然后除使用基于所成像的色散部分、所成像的非色散部分和参考光谱信息之间的关系的验证外,还使用代码验证处理的输出来生成真实性度量。例如,在一个实施例中,仅在两个验证(即,基于代码的验证和基于光谱的验证)都成功的情况下,才将对象10视为真品。换句话说,为了认证的目的,可以获得例如可能已使用光致发光墨印刷的标记或印刷代码的空间信息以及该标记或印刷代码的光谱发射信息。
在一个实施例中,解码s492代码的步骤用于获得如下信息,其中基于该信息,可以(例如通过数据库)检索来自对象10的电磁辐射的预期光谱组成、并由此检索要用于步骤s400中的基于光谱的认证验证的参考光谱信息。这样,可以在不同类别的产品上印刷各自与不同的墨相关联(并由此与不同的参考光谱相关联)的多个不同代码族,并用相同的装置认证这些代码族。
在一个实施例中,标记包括至少一个机器可读代码,该机器可读代码例如可以包括线性条形码和矩阵条形码至少之一(例如,所印刷的数据矩阵码或QR码)。因此,在本发明的一些实施例中,不仅可以解码二维矩阵条形码(或类似物),而且可以使用来自对象10的辐射的光谱来执行基于材料的认证,该辐射光谱例如与用于标记的墨的荧光发射光谱相对应。
在一个实施例中,标记至少在该标记的一个区域上包括单个光谱特性。标记还可以在整个标记上包括单个光谱特性。
在一个实施例中,作为成像系统200的一部分、并且除此之外在对象10上或在对象10的附近,有意地设置掩模,以仅露出对象10的一部分。这在整个对象带有具有参考光谱信息的物质或覆盖整个图像的大标记的情况下是有利的。即使在没有掩模的情况下没有这种过渡,掩模也会人为地创建从非标记区域到标记区域的过渡。
在一个实施例中,成像系统200不使用色散成像配置30和对象10之间的任何狭缝。不使用狭缝是有利的,因为这使得能够在不必特别地(通过移动成像装置或光谱仪)扫描对象的表面以测量各位置的光谱的情况下,同时获取图像及其光谱。
现在,在说明本发明的更多实施例之前,论述本发明的一些实施例所带来的特别是与现有技术系统相比的一些优点可能是有用的。
上述的根据本发明的一些实施例的成像系统和方法是有利的,因为这些成像系统和方法允许例如可以并入手持式审核装置中的简单、紧凑、基于快照(非扫描)、低成本和多功能装置的构造。获取电磁辐射的非色散部分及其色散部分这两者的图像确实足以连同预先已知的参考光谱信息一起生成真实性度量。
相反,如上所述,用于科学观察的成像光谱仪通常是复杂、昂贵或笨重的。这是因为这些现有技术系统通常旨在获得与对象或场景的所有区域有关的高分辨率的空间和光谱信息。
成像仪前方的不同带通滤波器的机械扫描允许重建对象I(x,y,λ)的光谱辐照度图。然而,扫描所有滤波器的时间以及扫描机构的复杂性和脆弱性使得光学系统麻烦、不坚固且实施成本高。
基于法布里-珀罗干涉仪或多级液晶的调谐系统避免了机械复杂性,但需要高质量和昂贵的光学组件(即干涉镜)。获取全套图像所需的滤波器参数的扫描可能很慢,并且可能成为在手持式认证系统中使用的另一限制。
依赖于通过带通滤波器阵列对对象同时成像的快照解决方案可以实现快速数据获取,并且特别适用于手持式审核装置。此外,这种系统紧凑并且容易装配在小体积的手持式装置中。然而,有限数量的不同通带滤波器是缺点,并且也难以获得合适的小透镜阵列。另外,必须针对墨光谱响应优化滤波器阵列的光谱带,这阻止了使用现成的滤波器阵列,而定制的滤波器阵列通常设计和制造昂贵。
使用计算机层析成像(即CTIS)的基于光栅的成像仪的示例需要复杂的全息记录的Kinoform型光栅、或者能够使一组级次的光分散在零级次周围的多个交叉光栅。对多个光栅的需求使得设置复杂化,并且此外,应当延长曝光时间以补偿更高衍射级的低效率。因此,数据获取变慢,使得设置不适合手持式装置。这样的配置还需要具有数百万个像素的昂贵的大型传感器以及用于层析成像反演的大量计算。
编码孔径成像仪与CTIS装置一样慢。此外,重建编码孔径的具体设计的全光谱存在固有问题。另一方面,一体式场光谱仪需要麻烦的图像切片光学器件并且需要相对较大的表面图像传感器。
成像傅立叶变换光谱仪是依赖昂贵干涉仪或双折射棱镜的复杂仪器。在任一情况下,光谱仪都需要扫描元件的气隙或角度取向,以获得使这些元件变慢和脆弱的光谱。
上述现有技术设置需要复杂的光学器件和数据处理算法来计算认证目的实际并不需要的全光谱数据立方体I(x,y,λ)。发明人发现这些现有技术设置都不适合于基于光谱成像仪的经济、紧凑、稳健和快速的审核装置。
现在说明可以帮助理解本发明的一些方面和优点的本发明的更多实施例。
在一个实施例中,如图14a和14b的左侧示意性示出,成像系统200具有如下的光学设置:在色散成像配置30中,透射衍射光栅31安装在透镜物镜32前方,然后该色散成像配置30配置在图像传感器配置60前方。系统200使用来自Edmund Optics Ltd(总部设于英国约克)的具有f/2.5和f=3.6mm焦距的型号EO57907的透镜物镜32。如上所述,配置30中的色散元件是来自Thorlabs,Inc.的具有600线/mm和28.7°闪耀角的GT13-06V型透射衍射光栅31。对象10的区域12在成像系统200的视场内。
图14a在该图的右侧还示出通过安装在成像物镜32前方的透射衍射光栅31获得的三个离散波长处的(例如,二维矩阵条形码的)单个点的模拟色散。示出从ZemaxOpticStudioTM模拟获得的衍射光栅31的色散。针对三个离散波长,可以看到单个点(直径为0.5mm)在图像空间上的直接(“级次0”)图像以及第一正(“级次1”)级次和第一负(“级次-1”)级次的色散图像。
诸如完整的二维矩阵条形码等的更多复杂标记由于墨的特定更宽发射光谱而通常产生光栅31的第一级次的模糊图像,并且如图14b的右侧所示,观察到衍射方向上的连续扩散点的关联重叠。特别地,图14b示出具有非色散图像(“级次0”)以及与两个色散级次(即,第一正级次(“级次1”)和第一负级次(“级次-1”))相关联的两个图像的数据矩阵的模拟色散,其中这假定光栅31对于所有这三个级次的效率均相等。光栅的零级次的直接图像不受光栅影响(强度衰减除外),并且可用于对所印刷的二维矩阵条形码进行解码。图14b所示的标度的单位为任意单位的强度(“I,a.u.”)。
在图15中示出用两个墨(即墨类型1和墨类型2)印刷的二维矩阵条形码的零级实像和一级实像的示例。即,图15示出在图15的左侧利用通过蓝色LED光(峰值450nm)激发的墨类型1并且在图15的右侧利用通过红色光(峰值640nm)激发的墨类型2印刷在标签上的二维矩阵条形码的零级实像和一级实像。
可以观察到,由于光栅的零级和一级的图像都适合阵列检测器,因此可以同时地(如图35a所示)、顺次地(如图35b所示)、或者部分顺次地(如图35c和图35d所示)记录这些图像。此外,这两个级次的光栅的效率相似,从而使得能够以相同的曝光时间记录这两个级次。光栅的n级次的效率是n级次的衍射功率与总入射功率之比。
第一级次的色散图像是二维矩阵条形码的零级图像与墨荧光发射光谱的卷积(或类似卷积函数)。结果,可以使用来自来自不受光栅色散影响的零级图像的空间信息对一级图像进行反卷积(或类似反卷积运算)来提取墨发射光谱。
例如可以使用基于快速傅立叶变换(FFT)的反卷积算法来提取墨的光谱。该反卷积算法可以使用来自包括来自零级图像和一级图像的强度轮廓的沿着光栅色散方向所提取的图像的一组列。
图16示出来自包含零级分量和一级分量的二维矩阵条形码图像(左侧图像)的逐列反卷积(或类似的非线性处理)的典型结果(右上图)、以及右上图的所有光谱曲线的平均值与参考光谱信息(即,墨类型1的光谱)的比较(右下图)。对约250列中的各列进行反卷积(或类似的非线性处理)并且产生光谱。然后对从所有列获得的光谱求平均。这种平均化降低了(例如由于反卷积或类似的非线性处理可能产生的伪影引起的)噪声并且抵消了来自背景的局部贡献,这可能发生在二维矩阵条形码的有限部分上。因此,由于假定利用相同的墨来印刷所有的矩阵点并且不存在背景对发射光谱的显著贡献,因此重建的光谱轮廓是正在观察的整个印刷二维矩阵条形码的平均值。
图17~图19分别示意性示出本发明的三个实施例中的三个成像系统200,其示出色散成像配置30的可能组件,诸如透射光栅31、成像透镜32、光学长通滤波器33和附加透镜配置34等。考虑到视场(FOV)15,可以通过配置30对物品10的区域12进行成像。指示了区域12的非色散图像41和区域12的与最短波长相对应的色散图像51这两者。附图标记61是图像传感器63的窗61。
图17的配置30包括成像透镜32、安装在透镜32(透镜物镜Edmund Optics57907)前方的透射光栅31(600l/mm)、以及安装在透镜32后方的光学长通滤波器33。如已经参考图4所解释的,这使得能够通过使用透镜物镜的宽视场来针对色散图像和非色散图像这两者产生低光学像差。
由于光栅31安装在成像透镜32前方,因此光栅31针对零级和一级以不同的方式偏转光束,并且成像透镜32接收不同角度的输入光束。在这样的结构中,使用允许按一级所特有的角度的入射束的宽FOV成像透镜32。
在图18的配置30中,透射光栅31(360l/mm)和光学长通滤波器33这两者安装在透镜32(透镜物镜Edmund Optics 57907)后方。如已经参考图5所说明的,这使得能够消除所提取的光谱对沿着光轴的对象位置的依赖性。
在图19的配置30中,光学长通滤波器33安装在透镜32前方,并且透射光栅31(600l/mm)安装在透镜32(透镜物镜Edmund Optics 57907)后方。此外,附加透镜配置34也安装在透镜32后方。如已经参考图6所说明的,该结构使得能够高效地分离色散图像和非色散图像(与图18的实施例相比约为两倍)并且避免对沿着光轴的对象位置的依赖性。
现在首先参考图20和图22然后参考图21和图23a~23b来说明涉及多个照射时间段内的成像的本发明的更多实施例。这些更多实施例当然可以与任何上述实施例组合。
图20示意性示出成像系统200的一个实施例中的对象10的真实性度量的生成。在该实施例中,作为第一步骤,图像传感器配置60在多个照射时间段t1、t2、…、tn中对上述的非色散部分40和色散部分50进行成像。在一个实施例中,n等于2。在另一实施例中,n等于3。在各照射时间段内以不同的方式照射对象10。如参考图35a~图35d示意性示出,各照射时间段可以包含一个或两个成像时间段(重叠或不重叠)。
然后,生成真实性度量。真实性度量的生成包括以下步骤。
首先,针对各照射时间段ti(1≤i≤n),至少根据在照射时间段ti处成像的色散部分50(Ai)、在照射时间段ti处成像的非色散部分40(Bi)和参考光谱信息的一部分之间的关系来生成真实性中间度量ki,其中参考光谱信息的所述一部分与在照射时间段ti期间如何照射对象10相关联。在一个实施例中,通过针对各照射时间段ti来确定在照射时间段ti处成像的色散部分与在照射时间段ti处成像的非色散部分和参考光谱信息的所述一部分的卷积相对应的程度,来针对各照射时间段ti生成真实性中间度量ki,其中参考光谱信息的所述一部分与在照射时间段ti内如何照射对象10相关联。
其次,基于多个真实性中间度量k1、k2、...、kn来生成真实性度量m。这通过典型等式m=f(k1,k2,…,kn)在图20中示出,其中f是例如真实性中间度量的算术平均值等的函数。
图22是与图20所示的处理相对应的成像方法的流程图,其中对象10的真实性度量的生成s400遵循图像传感器配置60在多个照射时间段t1、t2、…、tn内对非色散部分40和色散部分50进行成像s300。真实性度量的生成s400包括:针对各照射时间段ti如上所述生成s470真实性中间度量ki,然后基于所生成的多个真实性中间度量k1、k2、...、kn来生成s475真实性度量m。
在一个实施例中,针对各照射时间段ti生成s470真实性中间度量ki包括:针对各照射时间段ti,确定在照射时间段ti处成像的色散部分与在照射时间段ti处成像的非色散部分和参考光谱信息的所述一部分的卷积相对应的程度,其中参考光谱信息的所述一部分与在照射时间段ti内如何照射对象10相关联。
在一个实施例(图22中未示出)中,在无需等待所有照射时间段的成像步骤s300完成的情况下生成s470各照射时间段的真实性中间度量ki。也就是说,可以在步骤s300仍在进行中期间执行步骤s470。例如,一旦图像传感器配置60在照射时间段ti内对非色散部分40和色散部分50进行了成像,针对照射时间段ti可以生成s470真实性中间度量k1,然后存储该真实性中间度量k1,使得稍后可以基于所存储的所有真实性中间度量k1、k2、...、kn来执行生成步骤s475。
图21示意性示出本发明的另一个实施例中的对象10的真实性度量的生成。在该实施例中,如参考图20和22所述的实施例那样,图像传感器配置60首先在多个照射时间段t1、t2、…、tn内对非色散部分40和色散部分50进行成像。值n例如可以等于2或3,并且在各照射时间段内以不同的方式照射对象10。再次地,如参考图35a~35d示意性示出,各照射时间段可以包含(重叠或不重叠的)一个或两个成像时间段。然后通过以下步骤来生成真实性度量:
至少基于在多个照射时间段t1、t2、…、tn中的第一照射时间段t1处成像的非色散部分B1和在第二照射时间段t2处成像的非色散部分B2来处理所成像的非色散部分{B1、B2、...、Bn},以产生处理后的成像非色散部分Bx。还可以考虑所有图像B1、B2、...、Bn以产生所谓的处理后的成像非色散部分Bx。也就是说,可以基于在第一照射时间段~第n照射时间段t1、t2、…、tn处成像的非色散部分来生成处理后的成像非色散部分Bx。同样地,至少基于在多个照射时间段t1、t2、…、tn中的第一照射时间段t1处成像的色散部分A1和在第二照射时间段t2处成像的色散部分A2来生成处理后的成像色散部分,以产生所谓的处理后的成像色散部分Ax。可以可选地考虑所有照射时间段t1、t2、…、tn处成像的所有色散图像A1、A2、...、An来产生处理后的成像色散部分Ax。
然后,至少根据处理后的成像色散部分Ax、处理后的成像非色散部分Bx和参考光谱信息之间的关系产生真实性度量m。在一个实施例中,至少基于处理后的成像色散部分Ax与处理后的成像非色散部分Bx和参考光谱信息的卷积相对应的程度来生成真实性度量m。
图23a和图23b是与图21所示的处理相对应的两个实施例中的成像方法的两个流程图,其中真实性度量的生成s400遵循图像传感器配置60在多个照射时间段t1、t2、…、tn内对非色散部分40和色散部分50进行成像s300。
即,参考图23a,在通过图像传感器配置60在多个照射时间段t1、t2、…、tn内对非色散部分40和色散部分50进行成像s300之后,生成s400真实性度量。步骤s400首先包括:至少基于在第一照射时间段t1处成像的非色散部分B1和在第二照射时间段t2处成像的非色散部分B2、并且优选基于在照射时间段t1、t2、…、tn处成像的所有非色散部分B1、B2、...、Bn,来生成s482所谓的处理后的成像非色散部分Bx。同样,至少基于在照射时间段t1、t2处成像的色散部分A1、A2、并且优选基于在照射时间段t1、…、tn处成像的所有非色散部分A1、...、An,来生成s484所谓的处理后的成像色散部分Ax。然后,至少根据处理后的成像色散部分Ax、处理后的成像非色散部分Bx和参考光谱信息之间的关系来生成s486真实性度量m。
在图23a中,顺次执行步骤s482和s484。然而,步骤s482也可以在步骤s484之后执行。在一个实施例中,如图23b所示,作为代替,并行执行步骤s482和s484。
在一个实施例中,可以如下实现步骤s482(同样,可以以类似的方式实现步骤s484):首先,基于第一图像数据B1(即,在照射时间段t1处成像的非色散部分)的像素值和第二图像数据B2(即,在照射时间段t2处成像的非色散部分)的像素值的统计处理来计算加权因子。然后,通过使用所述第一图像数据B1的像素值、所述第二图像数据B2的像素值和所述加权因子计算加权组合,来生成第三图像数据Bx(即,所谓的处理后的成像非色散部分)。如在同一申请人的PCT申请WO 2014/187474 A1中所述,可以进行这种实现以使标记(例如条形码)和其余背景之间的图像对比度最大。WO 2014/187474 A1公开了用以增强荧光背景或其它背景上所印刷的标记或代码的图像的技术。在不同的照射条件下获取到标记或代码的多个图像,并且图像相减算法抑制了背景以便于从图像中提取所印刷的代码。
将参考图24a~图27更详细地说明的本实施例可被视为以下方法,该方法通过使用具有色散成像配置30(例如透射衍射光栅等)的光谱成像仪以及(如WO 2014/187474 A1所述的)利用差分图像的背景减除,来增强背景(例如复杂荧光背景等)上的标记(例如印刷标记等)的光谱识别和认证。如WO 2014/187474 A1所述的使用差分图像的背景减除在下文将被称为差分照射背景减除(differential illumination background subtraction,DIBS)特征、技术或算法。
本实施例特别解决以下的潜在问题:如以上论述的通过色散成像配置30创建的成像非色散部分和成像色散部分可能重叠,并且例如,罐盖(或类似物)的荧光背景可能对解码和光谱提取造成问题。本发明的用以减少重叠的影响的一个实施例是可选地使用适当的掩模,该掩模隐藏对象10的图像的一部分以避免配置30所创建的代码的零级图像和一级图像之间的重叠。然而,这种掩模是物理的,并且在某些情况下可能因减少有用视场而干扰了代码读取。此外,掩模可能使成像系统200的光机械设计复杂化。
基于DIBS的实施例旨在解决这些问题。该实施例使用通过配置30获得的在级次之间存在重叠的图像,并且应用使用DIBS技术的背景减除。DIBS技术降低了荧光背景(或类似物)对零级图像(非色散部分40)的影响、并进一步校正了一级图像(色散部分50),由此改善了基于光谱的真实性度量的生成。这在荧光背景具有与要认证的墨(例如矩阵码)不同的激发光谱的情况下特别有利。
在图24a中示出了利用图1的成像系统200获得的具有发荧光背景的样品对象10的图像的示例(未使用掩模的软饮料罐盖的图像)。在图24a中可以观察到样品对象10的零级图像和一级图像重叠的区域。在该区域中,由于对比度降低而导致难以解码数据矩阵或不可能解码数据矩阵。这导致难以提取(用于生成真实性度量的)光谱,或者这可能导致显著错误。
因此,图24a的图像存在两个问题:1)在零级中可见的背景与一级图像重叠;以及2)背景发射在一级中衍射的光并且“从光谱上”干扰要认证的光谱信息。可以通过使用物理掩模来解决第一个问题。DIBS技术通过显著减少来自图像的背景信号来具体解决第二个问题。
图24b示出本发明的一个实施例中的用物理掩模拍摄的相同样品对象10的图像。不存在级次之间的重叠,这使得高效的解码和光谱提取成为可能,但有用的视场可能受到限制。这种限制在某些情况下可能限制用户仅以特定取向操作装置,这可能导致样品对象10的认证时间增加。
根据上述基于DIBS的实施例,不使用掩模,但在具有多个不同照射的多个照射时间段t1、t2、…、tn中获取图像,然后根据DIBS技术来执行图像相减。这减少了荧光背景(或类似物)对解码(在使用的情况下)和光谱提取这两者的影响。
例如,DIBS算法可以使用通过用蓝光和绿光分别照射对象10所获取到的两个图像。作为该算法的输出,获得作为用蓝色和绿色照射所拍摄到的图像的差异的图像。该图像与初始图像相比在涉及印刷代码时通常具有更好的对比度,由此改善了解码引擎(在使用的情况下)的性能。此外,如此得到的图像还使用通过色散成像配置30所创建的一级图像(即,色散部分50)来改善光谱提取。这种效果可以通过用于印刷代码的墨和对象10(例如,软饮料罐盖)的荧光背景这两者的不同激发光谱来说明。墨在蓝色中比在绿色中更好地被激发,而软饮料罐盖的背景对于这两个颜色具有大致相同的激发。然后,减去图像带来了代码对比度的增加和改进的光谱提取。
图25示出本发明的一个实施例中的在没有物理掩模的情况下获取到的但利用蓝光(右侧图像)和绿光(左侧图像)在两个不同的照射时间段内激发的软饮料罐盖的图像的示例。
图26示出本发明的一个实施例中的分别使用线性组合B–0.94*G(右侧图像)和8.22*(B–0.94*G)(左侧图像)的利用DIBS算法的背景减除图像的示例。在线性组合B–0.94*G中,B是利用蓝光在第一照射时间段中激发的第一图像,G是利用绿光在第二照射时间段中激发的第二图像,并且0.94是加权因子。在线性组合8.22*(B–0.94*G)中,B、G和0.94的意义与第一线性组合的情况相同,并且8.22是比例因子。关于这些线性组合、加权因子和比例因子,请参见WO 2014/187474 A1的第8页中的等式(1)和相应的说明。
由于DIBS算法,处理后的图像更适合解码并且改善了基于光谱的真实性度量的生成。图27示出本发明的一个实施例中的在对所获取到的图像应用和不应用DIBS算法的情况下的提取光谱的示例。可以在图27中比较提取光谱,其中DIBS预处理的图像允许更精确的光谱重建。
现在说明本发明的可应用于单个照射时间段内的成像和多个照射时间段内的成像这两者的更多实施例。这些更多实施例可以与任何上述实施例组合。
在一个实施例中,对象10带有用印刷墨印刷的可见或不可见标记11(或符号)。这种墨含有着色剂和/或发光剂,诸如通常难以产生和反向工程的染料和/或颜料等。这些光学剂可分为两大类:1)在受控照射下产生特定反射性质的光学剂;以及2)在受控照射下产生发光的光学剂。
所述光学剂在经受特定照射条件时的预期光谱响应是先验已知的,并且构成参考光谱信息。
在反射性质的情况下,光谱响应被称为作为每单位波长反射的电磁功率的分数的光谱反射率。例如,图28示出如利用反射模式下的分光光度计(例如,来自总部设于美国加利福尼亚州的布雷亚市的Beckman Coulter Inc.的型号DU-640分光光度计)测量到的、两个不同的彩色颜料(来自总部设于德国路德维希港的BASF AG的)的光谱反射率。
为了确定反射率,由于依赖于波长的反射电磁辐射20(所测量的光谱辐亮度)取决于照射的入射光谱组成(光谱辐照度),因此可以使用已知的宽带照射源。可以(从波长方面)使用校准照射源或者通过使用非校准的宽带光源与已知的光谱反射率的表面(如来自总部位于美国新罕布什尔州北萨顿市的LabSphere的那样的参考白色面等)进行比较,来确定光谱反射率。术语“宽带”意味着光源至少在关注范围内的所有波长处发射。针对图29的白色LED(例如,OSRAM OSLON SSL白色LED)和图30的钨丝灯(白色灯),示出了宽带光源光谱分布的示例(来源:Schroeder,D.V.,2003.“Radiant Energy,”onlinechapter for the course,‘Energy,Entropy,and Everything,’Physics Department,Weber State University[2016年5月访问]http://physics.weber.edu/schroeder/eee/chapter6.pdf.)。
从图29和30可以观察到,从给定标记反射的光谱强烈地取决于辐射源的光谱。因此,所谓的“参考光谱信息”应当是对象或标记的光谱反射率(反射比)。在参考光谱信息是所记录的光谱辐照度的实施例中,所述参考光谱信息然后固有地与辐射源的光谱分布相关,其中在第一次记录(登入)参考光谱信息时并且还在测量参考光谱信息以确定对象10的真实性时,优选应当控制该辐射源的光谱分布。
第二类光学剂包括发光染料或颜料,并且在照射和测量方面具有不同的要求。
荧光染料和颜料可选自例如二萘嵌苯(例如,Lumogen F Yellow 083、Lumogen FOrange 240、Lumogen F Red 300,全部可从BASF AG购买)。图31(来源:WO 2016/042025A1)示出这种荧光染料的激发和发射光谱的示例。特别地,图31示出用于印刷例如数字代码的墨中所添加的荧光染料(来自BASF AG的F Orange 240)的激发光谱601和发射光谱602。双头箭头603表示发射光谱可用作参考光谱信息的波长范围。从图31可以观察到,激发光谱跨越约400和550nm之间,并且发射光谱跨越约550和700nm之间。这要求照射源至少在激发区域中发射以使荧光染料被激发,但优选不在发射光谱区域中发射以避免干扰与直接反射相比通常弱了几个数量级的要检测的荧光发射。
该照射和检测方案在测量荧光的领域中是已知的,并且通常包括窄带照射源(例如单色LED(450nm处的蓝色LED或530nm处的绿色LED可以适合于激发图31的Lumogen)等)和检测光路中的长通光学滤波器,以在发射区域中切除照射源尾部的任何反射。可选地,短通光学滤波器也可以布置在LED和要认证的对象10之间。
图32和图33示出两个典型发磷光的磷光体颜料的发射和激发光谱:来自总部设于美国新泽西州的莫里斯普莱恩斯城的Honeywell International,Inc.的蓝色SN和绿色SN-F2Y。使用荧光分光计(来自总部设于日本京都的Horiba的HoribaJobin Yvon Fluorolog型号FLIII-22)在用丝网墨印刷的样品上测量图32和图33所示的分光性质。该方法与针对上述的荧光染料或颜料的情况相同。使用两个磷光颜料的激发光谱501和511以及发射光谱502和522来以贴片、徽标或设计的形式印刷要认证的标记。图32和图33各自上的黑色箭头505表示可用于高效地激发磷光颜料的深蓝色LED在410nm处的波长峰值。
在一个实施例中,在操作认证的系统和方法之前,生成参考光谱信息。这可以通过在与现场使用的照射和检测条件相同或非常相似的照射和检测条件(例如使用相同的装置或仪器)下记录和登记所提取的光谱信息来进行。
在一个实施例中,可以使用非受控照射源,只要可以通过光谱测量来确定该非受控照射源的光谱特性、并且可以在从要认证的对象10或标记11中提取所测量到的光谱信息之前进行后续校正即可。
图34是在本发明的实施例中可以使用的诸如但不仅仅用于生成以上论述的真实性度量的计算单元700的典型实现的示意图。
如图34所示,计算单元700可以包括总线705、处理单元703、主存储器707、ROM708、存储装置709、输入装置702、输出装置704和通信接口706。总线705可以包括许可计算单元700的组件之间的通信的路径。
处理单元703可以包括可以解释并执行指令的处理器、微处理器或者处理逻辑。主存储器707可以包括RAM或者可以存储信息和供处理单元703执行的指令的另一类型的动态存储装置。ROM 708可以包括ROM装置或者可以存储供处理单元703使用的静态信息和指令的另一类型的静态存储装置。存储装置709可以包括磁和/或光学记录介质及其相应的驱动器。
输入装置702可以包括许可操作者向处理单元703输入信息的机构,诸如小键盘、键盘、鼠标、笔、语音识别和/或生物特征机构等。输出装置704可以包括用于向操作者输出信息的机构,该机构包括显示器、印刷机、扬声器等。通信接口706可以包括使得计算单元700能够与其它装置和/或系统(诸如与基站、WLAN接入点等)进行通信的任何类似收发器的机构。例如,通信接口706可以包括用于经由网络与另一装置或系统进行通信的机构。
计算单元700可以进行本文所述的某些操作或处理。这些操作可以响应于处理单元703执行计算机可读介质(诸如主存储器707、ROM 708和/或存储装置709等)中所包含的软件指令来进行。计算机可读介质可被定义为物理或逻辑存储器装置。例如,逻辑存储器装置可以包括单个物理存储器装置内的或者分布在多个物理存储器装置上的存储器空间。主存储器707、ROM 708和存储装置709各自可以包括计算机可读介质。存储装置709的磁和/或光记录介质(例如,可读CD或DVD)还可以包括计算机可读介质。可以将软件指令从诸如存储装置709等的另一计算机可读介质或者经由通信接口706从另一装置读入主存储器707中。
主存储器709中所包含的软件指令可以使处理单元703进行本文所述的操作或处理,例如生成真实性度量等。可选地,可以代替软件指令或者与软件指令组合使用硬连线电路以实现本文所述的处理和/或操作。因而,本文所述的实现不限于硬件和软件的任何特定组合。
图35a~图35d示意性示出本发明的四个实施例中的成像时间段和照射时间段的示例。在整个以上说明中已经参考并详述了这些附图。
在一个实施例中,成像系统200一方面包括:成像装置,其包含图像传感器配置60;并且另一方面包括一件设备(以下称为“成像附件”),其包含色散成像配置30。
在本实施例中,成像装置具有内置照相机(包括相关镜头),并且可以是例如以下至少之一等的手持式装置:移动电话、智能电话、功能手机、平板计算机、平板手机、便携式媒体播放器、上网本、游戏装置、个人数字助理和便携式计算机装置。成像装置的内置照相机图像传感器用作系统200中的图像传感器配置60。
如上所述,成像附件包括色散成像配置30,例如透射衍射光栅、或者如以上参考图1已经论述的任何其它色散元件等。
成像附件可直接或间接地(例如经由连接设备)附接到成像装置,使得成像附件的色散成像配置30相对于成像装置的图像传感器配置60以如下方式定位:成像装置和成像附件形成如上所述的成像系统200,该成像系统200可操作用于对对象进行成像并且生成对象的真实性度量。换句话说,成像附件例如可用于将智能电话变换成如上所述的便携式成像和认证系统。成像附件例如可以固定地定位在智能电话后置摄像头上。然后,可以使用智能电话的处理和通信能力来实现成像系统200的处理单元70。
此外,如果成像装置具有光源(例如智能电话中使用的闪光LED等),则所述光源可以作为照射配置210操作以照射要成像和认证的对象10。智能电话的光源通常很适合反射率测量。可选地,可以提供照射配置210作为成像附件的一部分。
该实施例的有利之处在于:成像附件可以是无源附件,从而不需要额外的电力,并由此提供了可负担的认证解决方案。
图36示意性示出根据上述实施例的成像系统200,该成像系统200一方面包括:成像装置,其包含图像传感器配置60,其中成像装置是具有照相机的移动电话;并且在另一方面包括:成像配件36,其包含色散成像配置30。在该典型光学设置中,成像附件36包括布置在移动电话照相机64前方的衍射光栅31和长通滤波器33。移动电话照相机64包括图像传感器60和内置镜头66。可选地,附加的准直透镜35可以位于成像附件36前方。
本发明还涉及以下实施例:
实施例(X2).根据权利要求1所述的成像系统(200),其中,所述成像系统(200)是成像装置。
实施例(X3).根据权利要求1所述的成像系统(200),包括:
成像装置(100),其包含所述图像传感器配置(60)和所述色散成像配置(30),其中所述成像装置(100)未被配置为生成所述真实性度量。
实施例(X4).根据实施例(X2)或(X3)所述的成像系统(200),其中,所述成像装置是手持式装置。
实施例(X7).根据权利要求1至3和实施例(X2)至(X4)中任一项所述的成像系统(200),其中,
所述成像系统(200)被配置为用于在所述图像传感器配置(60)在多个照射时间段(t1,t2,…,tn)内对所述非色散部分(40)和所述色散部分(50)进行了成像之后,生成所述真实性度量;以及
生成所述真实性度量包括:
针对各照射时间段(ti),至少根据在所述照射时间段(ti)处成像的色散部分、在所述照射时间段(ti)处成像的非色散部分和所述参考光谱信息的一部分之间的关系来生成真实性中间度量(ki),所述参考光谱信息的所述一部分与在所述照射时间段(ti)期间如何照射所述对象(10)相关联;以及
基于所生成的多个真实性中间度量(k1,k2,…,kn)来生成所述真实性度量(m)。
实施例(X8).根据实施例(X7)所述的成像系统(200),其中,针对各照射时间段(ti)生成所述真实性中间度量(ki)包括:
针对各照射时间段(ti),确定在所述照射时间段(ti)处成像的色散部分与在所述照射时间段(ti)处成像的非色散部分和所述参考光谱信息的所述一部分的卷积相对应的程度,所述参考光谱信息的所述一部分与在所述照射时间段(ti)期间如何照射所述对象(10)相关联。
实施例(X9).根据权利要求1至3和实施例(X2)至(X4)中任一项所述的成像系统(200),其中,
所述成像系统(200)被配置用于在所述图像传感器配置(60)在多个照射时间段(t1,t2,…,tn)中对所述非色散部分(40)和所述色散部分(50)进行了成像之后,生成所述真实性度量;以及
生成所述真实性度量包括:
至少基于在所述多个照射时间段(t1,t2,…,tn)中的第一照射时间段(t1)处成像的非色散部分和在所述多个照射时间段(t1,t2,…,tn)中的第二照射时间段(t2)处成像的非色散部分,来处理所成像的非色散部分,其中所述第一照射时间段(t1)期间的照射条件与所述第二照射时间段(t2)期间的照射条件至少部分不同;
至少基于在所述第一照射时间段(t1)处成像的色散部分和在所述第二照射时间段(t2)处成像的色散部分,来处理所成像的色散部分;以及
至少根据处理后的成像色散部分(Ax)、处理后的成像非色散部分(Bx)和所述参考光谱信息之间的关系,来生成所述真实性度量(m)。
实施例(X10).根据实施例(X9)所述的成像系统(200),其中,生成所述真实性度量(m)至少取决于处理后的成像色散部分(Ax)与处理后的成像非色散部分(Bx)和所述参考光谱信息的卷积相对应的程度。
实施例(X11).根据权利要求1至3以及实施例(X2)至(X4)和(X7)至(X10)中任一项所述的成像系统(200),其中,所述色散成像配置(30)相对于所述图像传感器配置(60)以如下方式定位:允许所述图像传感器配置(60)在同一图像传感器的两个部分中对所述非色散部分(40)和所述色散部分(50)进行成像。
实施例(X13).根据权利要求1至4以及实施例(X2)至(X4)和(X7)至(X11)中任一项所述的成像系统(200),其中,在所述色散成像配置(30)和要成像的所述对象(10)之间不使用狭缝。
实施例(X17).根据权利要求7所述的成像系统(200),其中,所述至少一个机器可读代码包括线性条形码和矩阵条形码至少之一。
实施例(X18).根据权利要求5至7和实施例(X17)中任一项所述的成像系统(200),其中,所述标记(11)包括至少在所述标记(11)的一个区域上的单个光谱特性。
实施例(X19).根据实施例(X18)所述的成像系统(200),其中,所述标记(11)包括整个所述标记(11)上的单个光谱特性。
实施例(X20).根据权利要求5至7和实施例(X17)至(X19)中任一项所述的成像系统(200),其中,所述标记(11)包括以下至少之一:在受控照射时产生特定反射性质的光学剂;以及在受控照射时产生发光的光学剂。
实施例(X21).一种系统(220),其包括:根据权利要求1至7以及实施例(X2)至(X4)、(X7)至(X11)、(X13)和(X17)至(X20)中任一项所述的成像系统(200);以及照射配置(210),用于对所述对象(10)进行受控照射。
实施例(X23).根据权利要求8所述的成像方法,其中,所述成像方法由成像装置执行。
实施例(X24).根据权利要求8所述的成像方法,其中,所述成像方法由成像系统(200)执行,所述成像系统(200)包括:
成像装置(100),其包括所述图像传感器配置(60)和所述色散成像配置(30),其中所述成像装置(100)不生成(s400)所述真实性度量。
实施例(X25).根据实施例(X23)或(X24)所述的成像方法,其中,所述成像装置是手持式装置。
实施例(X32).根据权利要求8至14和实施例(X23)至(X25)中任一项所述的成像方法,其中,所述色散成像配置(30)相对于所述图像传感器配置(60)以如下方式定位:允许所述图像传感器配置(60)在同一图像传感器的两个部分中对所述非色散部分(40)和所述色散部分(50)进行成像。
实施例(X33).根据权利要求8至14以及实施例(X23)至(X25)和(X32)中任一项所述的成像方法,其中,所述色散成像配置(30)包括以下至少之一:
衍射元件;
透射衍射光栅;
闪耀透射衍射光栅;
体全息光栅;
反射衍射光栅;
包括分束器和衍射光栅的配置;以及
包括分束器和色散棱镜的配置。
实施例(X34).根据权利要求8至14以及实施例(X23)至(X25)、(X32)和(X33)中任一项所述的成像方法,其中,在所述色散成像配置(30)和要成像的所述对象(10)之间不使用狭缝。
实施例(X37).根据权利要求15或16所述的成像方法,其中,所述标记(11)包括至少一个机器可读代码。
实施例(X38).根据实施例(X37)所述的成像方法,其中,所述至少一个机器可读代码包括线性条形码和矩阵条形码至少之一。
实施例(X39).根据权利要求15和16以及实施例(X37)和(X38)中任一项所述的成像方法,其中,所述标记(11)包括至少在所述标记(11)的一个区域上的单个光谱特性。
实施例(X40).根据实施例(X39)所述的成像方法,其中,所述标记(11)包括整个所述标记(11)上的单个光谱特性。
实施例(X41).根据权利要求15和16以及实施例(X37)和(X40)中任一项所述的成像方法,其中,所述标记(11)包括以下至少之一:在受控照射时产生特定反射性质的光学剂;以及在受控照射时产生发光的光学剂。
实施例(X43).一种计算机程序或一组计算机程序,包括计算可执行指令,所述计算机可执行指令被配置成在由计算机或一组计算机执行的情况下,执行根据权利要求8至16以及实施例(X23)至(X25)、(X32)至(X34)和(X37)至(X41)中任一项所述的成像方法。
实施例(X44).一种计算机程序产品或一组计算机程序产品,包括根据实施例(X43)所述的计算机程序或一组计算机程序。
实施例(X45).一种存储介质,用于存储根据实施例(X43)所述的计算机程序或一组计算机程序。
在如此使用术语“处理单元”、“存储单元”等的情况下,没有限制这些元件可以如何分布以及这些元件可以如何聚集。也就是说,单元的构成元件可以分布在不同的软件或硬件组件或装置中以产生期望功能。还可以聚集多个不同的元件以提供期望功能。
以上提到的单元(例如处理单元70等)或装置(例如成像装置110等)中的任一单元或装置可以以硬件、软件、现场可编程门阵列(FPGA)、专用集成电路(ASIC)或固件等实现。
在本发明的更多实施例中,上述的处理单元、存储单元等中的任一单元分别被处理部件、存储部件等或者处理模块、存储模块等取代,以进行处理单元、存储单元等的功能。
在本发明的更多实施例中,上述的过程、步骤或处理中的任一方法、步骤或处理可以使用计算机可执行指令,例如以计算机可执行过程或方法等的形式、以任何种类的计算机语言、以及/或者以固件或集成电路等上的嵌入式软件的形式实现。
尽管已经基于详细示例说明了本发明,但这些详细示例仅用于向本领域技术人员提供更好的理解,而并不意图限制本发明的范围。本发明的范围更希望由所附权利要求书来定义。
缩略语
ASIC 专用集成电路
a.u. 任意单位
CASSI 编码孔径快照光谱成像仪
CCD 电荷耦合器件
CMOS 互补金属氧化物半导体
CTIS 计算层析成像光谱仪
DIBS 差分照射背景减除
FOV 视场
FPGA 现场可编程门阵列
KNN K近邻算法
l/mm 线/mm
LED 发光二极管
LTI 线性平移不变
MAFC 多孔径滤波照相机
MIFTS 多图像傅立叶变换光谱仪
NIR 近红外
RAM 随机存取存储器
ROM 只读存储器
SHIFT 快照超光谱成像傅立叶变换光谱仪
SVM 支持向量机
SWIR 短波长红外
UV 紫外光
WLAN 无线局域网
Claims (11)
1.一种成像系统(200),用于进行对象(10)的成像并生成所述对象(10)的真实性度量,所述成像系统(200)包括:
一个或多个图像传感器,以下将所述一个或多个图像传感器称为“图像传感器配置”(60);以及
一个或多个光学元件,以下将所述一个或多个光学元件称为“色散成像配置”(30),
其中,所述色散成像配置(30)使得:在来自所述对象(10)的电磁辐射(20)照射所述色散成像配置(30)的情况下,所述电磁辐射(20)的至少一部分在不同方向上至少分成非色散部分(40)和色散部分(50);以及
所述色散成像配置(30)相对于所述图像传感器配置(60)以如下方式定位:允许所述图像传感器配置(60)在所述图像传感器配置(60)的第一部分中对所述非色散部分(40)进行成像以获得非色散图像并且在所述图像传感器配置(60)的第二部分中对所述色散部分(50)进行成像以获得色散图像,
所述成像系统(200)被配置用于在所述图像传感器配置(60)在至少一个成像时间段中对所述非色散部分(40)和所述色散部分(50)进行了成像之后,至少根据所成像的色散部分、所成像的非色散部分和参考光谱信息之间的关系来生成所述对象(10)的真实性度量,
其中,生成所述真实性度量包括以下其中之一:
通过所成像的非色散部分对所成像的色散部分进行反卷积,并且确定该反卷积的结果与所述参考光谱信息相对应的程度;
通过所述参考光谱信息对所成像的色散部分进行反卷积,并且确定该反卷积的结果与所成像的非色散部分相对应的程度;以及
对所成像的非色散部分和所述参考光谱信息进行卷积,并且确定该卷积的结果与所成像的色散部分相对应的程度。
2.根据权利要求1所述的成像系统(200),其中,所述色散成像配置(30)包括以下至少之一:
衍射元件;
透射衍射光栅;
闪耀透射衍射光栅;
体全息光栅;
反射衍射光栅;
包括分束器和衍射光栅的配置;以及
包括分束器和色散棱镜的配置。
3.根据权利要求1或2所述的成像系统(200),所述成像系统(200)用于对带有标记(11)的对象(10)进行成像。
4.根据权利要求3所述的成像系统(200),其中,生成所述真实性度量还包括:从所成像的非色散部分内的所述标记(11)解码代码,并且验证所述代码的真实性。
5.根据权利要求3所述的成像系统(200),其中,所述标记(11)包括至少一个机器可读代码。
6.一种成像方法,用于进行对象(10)的成像并生成所述对象(10)的真实性度量,所述成像方法利用:
一个或多个图像传感器,以下将所述一个或多个图像传感器称为“图像传感器配置”(60);以及
一个或多个光学元件,以下将所述一个或多个光学元件称为“色散成像配置”(30),
其中,所述色散成像配置(30)使得:在来自所述对象(10)的电磁辐射(20)照射所述色散成像配置(30)的情况下,所述电磁辐射(20)的至少一部分在不同方向上至少分成非色散部分(40)和色散部分(50);以及
所述色散成像配置(30)相对于所述图像传感器配置(60)以如下方式定位:允许所述图像传感器配置(60)在所述图像传感器配置(60)的第一部分中对所述非色散部分(40)进行成像以获得非色散图像并且在所述图像传感器配置(60)的第二部分中对所述色散部分(50)进行成像以获得色散图像,以及
所述成像方法包括:
利用所述图像传感器配置(60)在至少一个成像时间段中对所述非色散部分(40)和所述色散部分(50)进行成像(s300);以及
至少根据所成像的色散部分、所成像的非色散部分和参考光谱信息之间的关系来生成(s400)所述对象(10)的真实性度量,
其中,生成(s400)所述真实性度量包括以下其中之一:
通过所成像的非色散部分对所成像的色散部分进行反卷积(s410),并且确定(s420)该反卷积的结果与所述参考光谱信息相对应的程度;
通过所述参考光谱信息对所成像的色散部分进行反卷积(s430),并且确定(s440)该反卷积的结果与所成像的非色散部分相对应的程度;以及
对所成像的非色散部分和所述参考光谱信息进行卷积(s450),并且确定(s460)该卷积的结果与所成像的色散部分相对应的程度。
7.根据权利要求6所述的成像方法,包括:
利用所述图像传感器配置(60)在多个照射时间段(t1,t2,…,tn)中对所述非色散部分(40)和所述色散部分(50)进行成像(s300),
其中,生成(s400)所述真实性度量包括:
针对各照射时间段(ti),至少根据在所述照射时间段(ti)处成像的色散部分、在所述照射时间段(ti)处成像的非色散部分和所述参考光谱信息的一部分之间的关系来生成(s470)真实性中间度量(ki),其中所述参考光谱信息的所述一部分与在所述照射时间段(ti)期间如何照射所述对象(10)相关联;以及
基于所生成的多个真实性中间度量(k1,k2,…,kn)来生成(s475)所述真实性度量(m)。
8.根据权利要求6所述的成像方法,包括:
利用所述图像传感器配置(60)在多个照射时间段(t1,t2,…,tn)中对所述非色散部分(40)和所述色散部分(50)进行成像(s300),
其中,生成(s400)所述真实性度量包括:
至少基于在所述多个照射时间段(t1,t2,…,tn)中的第一照射时间段(t1)处成像的非色散部分和在所述多个照射时间段(t1,t2,…,tn)中的第二照射时间段(t2)处成像的非色散部分,来处理(s482)所成像的非色散部分,其中所述第一照射时间段(t1)期间的照射条件与所述第二照射时间段(t2)期间的照射条件至少部分不同;
至少基于在所述第一照射时间段(t1)处成像的色散部分和在所述第二照射时间段(t2)处成像的色散部分,来处理(s484)所成像的色散部分;以及
至少根据处理后的成像色散部分(Ax)、处理后的成像非色散部分(Bx)和所述参考光谱信息之间的关系,来生成(s486)所述真实性度量(m)。
9.根据权利要求6至8中任一项所述的成像方法,所述成像方法用于对带有标记(11)的对象(10)进行成像。
10.根据权利要求9所述的成像方法,其中,生成(s400)所述真实性度量还包括:从所成像的非色散部分内的所述标记(11)解码(s492)代码,并且验证(s494)所述代码的真实性。
11.根据权利要求6至8中任一项所述的成像方法,还包括所述对象(10)的受控照射的步骤。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP16177272.8 | 2016-06-30 | ||
EP16177272 | 2016-06-30 | ||
PCT/EP2017/065668 WO2018001942A1 (en) | 2016-06-30 | 2017-06-26 | Systems, methods, and computer programs for imaging an object and generating a measure of authenticity of the object |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109313832A CN109313832A (zh) | 2019-02-05 |
CN109313832B true CN109313832B (zh) | 2021-02-09 |
Family
ID=56368836
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780037435.5A Active CN109313832B (zh) | 2016-06-30 | 2017-06-26 | 成像系统和成像方法 |
Country Status (13)
Country | Link |
---|---|
US (1) | US10699506B2 (zh) |
EP (1) | EP3479363B1 (zh) |
CN (1) | CN109313832B (zh) |
CA (1) | CA3023632C (zh) |
CL (1) | CL2018003673A1 (zh) |
EA (1) | EA039182B1 (zh) |
EC (1) | ECSP18094205A (zh) |
MA (1) | MA45617B1 (zh) |
MX (1) | MX2018015939A (zh) |
MY (1) | MY195255A (zh) |
SA (1) | SA518400575B1 (zh) |
UA (1) | UA127244C2 (zh) |
WO (1) | WO2018001942A1 (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019059632A1 (ko) * | 2017-09-25 | 2019-03-28 | 한국과학기술원 | 프리즘을 이용한 초분광 영상 재구성 방법 및 시스템 |
WO2019190989A1 (en) * | 2018-03-26 | 2019-10-03 | Verifyme, Inc. | Device and method for authentication |
US20210116377A1 (en) | 2019-10-17 | 2021-04-22 | C2Sense, Inc. | White light emissive species and related methods |
US11726037B2 (en) | 2019-10-17 | 2023-08-15 | C2Sense, Inc. | Luminescence imaging for sensing and/or authentication |
CN111523908B (zh) * | 2020-03-31 | 2023-04-07 | 云南省烟草质量监督检测站 | 一种鉴别卷烟真伪的包装机型溯源方法、装置及系统 |
CN111830047B (zh) * | 2020-07-16 | 2022-07-01 | 云南中烟工业有限责任公司 | 一种基于机器视觉的卷烟飞灰检测装置及检测方法 |
DE102020004470A1 (de) * | 2020-07-23 | 2022-01-27 | Giesecke+Devrient Currency Technology Gmbh | Sensor und Verfahren zur Prüfung von Wertdokumenten, insbesondere Banknoten, sowie Wertdokumentbearbeitungsvorrichtung |
US11720991B2 (en) | 2021-05-20 | 2023-08-08 | International Business Machines Corporation | Signing and authentication of digital images and other data arrays |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5756981A (en) * | 1992-02-27 | 1998-05-26 | Symbol Technologies, Inc. | Optical scanner for reading and decoding one- and-two-dimensional symbologies at variable depths of field including memory efficient high speed image processing means and high accuracy image analysis means |
CN1309376A (zh) * | 2000-02-15 | 2001-08-22 | 史蒂夫·马格鲁 | 用于读取和校验全息图的方法和设备 |
CN1957381A (zh) * | 2004-05-11 | 2007-05-02 | 西格诺普蒂克科技公司 | 用于识别和监测纤维载体的方法和所述方法在信息技术中的应用 |
CN101140668A (zh) * | 2006-08-23 | 2008-03-12 | 纳幕尔杜邦公司 | 通过检测编码发光安全标记验证物品真实性的装置和方法 |
CN101689298A (zh) * | 2006-12-22 | 2010-03-31 | 皇家飞利浦电子股份有限公司 | 用于对对象成像的成像系统和成像方法 |
CN102473329A (zh) * | 2009-08-11 | 2012-05-23 | 卡巴-诺塔赛斯有限公司 | 安全文档尤其是纸币的认证 |
TW201531958A (zh) * | 2013-12-02 | 2015-08-16 | Leonhard Kurz Stiftung & Co Kg | 一種用以鑑別光學可變之防僞元件的方法及一種光學可變之防僞元件 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FI109149B (fi) * | 1999-09-29 | 2002-05-31 | Valtion Teknillinen | Spektrometri ja menetelmä optisen spektrin mittaamiseksi |
US6651886B2 (en) * | 2001-04-13 | 2003-11-25 | Symbol Technologies, Inc. | Optical code readers with holographic optical elements |
US7499836B1 (en) * | 2003-01-07 | 2009-03-03 | Solid State Scientific Corporation | Apparatus for and methods of detecting combustion ignition |
US7441704B2 (en) * | 2006-03-03 | 2008-10-28 | Ncr Corporation | System and method for identifying a spatial code |
WO2008113962A1 (en) * | 2007-03-20 | 2008-09-25 | Prime Technology Llc | System and method for identifying a spatial code |
US8189179B2 (en) | 2010-07-09 | 2012-05-29 | Raytheon Company | System and method for hyperspectral and polarimetric imaging |
CN202533362U (zh) | 2012-03-01 | 2012-11-14 | 上海东港安全印刷有限公司 | 基于多光谱成像技术的印刷品真伪鉴别装置 |
EP3000073B1 (en) | 2013-05-21 | 2017-07-12 | Sicpa Holding SA | Identifying one- or two-dimensional bar codes via weighted image data combination |
US9232130B2 (en) * | 2013-12-04 | 2016-01-05 | Raytheon Canada Limited | Multispectral camera using zero-mode channel |
US9489604B2 (en) * | 2014-06-03 | 2016-11-08 | IE-9 Technology Corp. | Optically variable data storage device |
HUE050846T2 (hu) | 2014-09-16 | 2021-01-28 | Sicpa Holding Sa | Nyomdafesték, annak használata az árucikkek, az azokból elõállított cikkek hitelesítéséhez és a hitelesítési módszerek |
-
2017
- 2017-06-26 CN CN201780037435.5A patent/CN109313832B/zh active Active
- 2017-06-26 UA UAA201812800A patent/UA127244C2/uk unknown
- 2017-06-26 MA MA45617A patent/MA45617B1/fr unknown
- 2017-06-26 EA EA201892785A patent/EA039182B1/ru unknown
- 2017-06-26 US US16/311,607 patent/US10699506B2/en active Active
- 2017-06-26 CA CA3023632A patent/CA3023632C/en active Active
- 2017-06-26 MX MX2018015939A patent/MX2018015939A/es unknown
- 2017-06-26 MY MYPI2018704241A patent/MY195255A/en unknown
- 2017-06-26 WO PCT/EP2017/065668 patent/WO2018001942A1/en active Search and Examination
- 2017-06-26 EP EP17732143.7A patent/EP3479363B1/en active Active
-
2018
- 2018-12-03 SA SA518400575A patent/SA518400575B1/ar unknown
- 2018-12-18 CL CL2018003673A patent/CL2018003673A1/es unknown
- 2018-12-19 EC ECSENADI201894205A patent/ECSP18094205A/es unknown
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5756981A (en) * | 1992-02-27 | 1998-05-26 | Symbol Technologies, Inc. | Optical scanner for reading and decoding one- and-two-dimensional symbologies at variable depths of field including memory efficient high speed image processing means and high accuracy image analysis means |
CN1309376A (zh) * | 2000-02-15 | 2001-08-22 | 史蒂夫·马格鲁 | 用于读取和校验全息图的方法和设备 |
CN1957381A (zh) * | 2004-05-11 | 2007-05-02 | 西格诺普蒂克科技公司 | 用于识别和监测纤维载体的方法和所述方法在信息技术中的应用 |
CN101140668A (zh) * | 2006-08-23 | 2008-03-12 | 纳幕尔杜邦公司 | 通过检测编码发光安全标记验证物品真实性的装置和方法 |
CN101689298A (zh) * | 2006-12-22 | 2010-03-31 | 皇家飞利浦电子股份有限公司 | 用于对对象成像的成像系统和成像方法 |
CN102473329A (zh) * | 2009-08-11 | 2012-05-23 | 卡巴-诺塔赛斯有限公司 | 安全文档尤其是纸币的认证 |
TW201531958A (zh) * | 2013-12-02 | 2015-08-16 | Leonhard Kurz Stiftung & Co Kg | 一種用以鑑別光學可變之防僞元件的方法及一種光學可變之防僞元件 |
Also Published As
Publication number | Publication date |
---|---|
BR112018074917A2 (pt) | 2019-03-12 |
CA3023632C (en) | 2024-04-02 |
MY195255A (en) | 2023-01-11 |
US20190236886A1 (en) | 2019-08-01 |
EA039182B1 (ru) | 2021-12-15 |
MX2018015939A (es) | 2019-05-02 |
EA201892785A1 (ru) | 2019-06-28 |
ECSP18094205A (es) | 2018-12-31 |
EP3479363A1 (en) | 2019-05-08 |
CL2018003673A1 (es) | 2019-02-22 |
SA518400575B1 (ar) | 2022-03-20 |
CN109313832A (zh) | 2019-02-05 |
EP3479363B1 (en) | 2020-03-25 |
UA127244C2 (uk) | 2023-06-21 |
US10699506B2 (en) | 2020-06-30 |
CA3023632A1 (en) | 2018-01-04 |
MA45617A (fr) | 2019-05-08 |
WO2018001942A1 (en) | 2018-01-04 |
MA45617B1 (fr) | 2020-05-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109313832B (zh) | 成像系统和成像方法 | |
CN109416852B (zh) | 成像系统和成像方法 | |
US10498941B2 (en) | Sensor-synchronized spectrally-structured-light imaging | |
CN107209858B (zh) | 用于对象真实性检测的系统和方法 | |
EP2927840B1 (en) | Multifunction point of sale system | |
US8763917B2 (en) | Machine-readable symbols | |
CN110494899B (zh) | 发光安全特征及用于对其进行检测的方法和设备 | |
WO2021108364A1 (en) | Scanner for multi-dimensional code and labels | |
OA19175A (en) | Systems, methods, and computer programs for imaging an object and generating a measure of authenticity of the object. | |
OA18919A (en) | Systems, methods, and computer programs for generating a measure of authenticity of an object | |
BR112018074917B1 (pt) | Sistema e método de geração de imagem para gerar a imagem de um objeto e gerar uma medida de autenticidade do objeto | |
WO2017223099A1 (en) | Authenticable digital code and associated systems and methods | |
BR112018074908B1 (pt) | Sistema e método de geração de imagem para gerar uma medida de autenticidade de um objeto | |
Mäkinen et al. | Add-on laser reading device for a camera phone | |
Miskelly et al. | To RGB and beyond–not just a toy story Adapting mobile imaging devices for chemical applications |
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 |