CN109523451B - 防伪标识的生成及检测方法 - Google Patents
防伪标识的生成及检测方法 Download PDFInfo
- Publication number
- CN109523451B CN109523451B CN201811212005.5A CN201811212005A CN109523451B CN 109523451 B CN109523451 B CN 109523451B CN 201811212005 A CN201811212005 A CN 201811212005A CN 109523451 B CN109523451 B CN 109523451B
- Authority
- CN
- China
- Prior art keywords
- matrix
- pixel
- dct
- image
- real
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0021—Image watermarking
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Editing Of Facsimile Originals (AREA)
- Image Processing (AREA)
Abstract
一种防伪标识的生成及检测方法,所述生成方法包括基于特定图像P(m,n)生成隐藏信息W(m,n);以及将所述隐藏信息W(m,n)嵌入载体图像生成防伪标识,其中,m表示像素行数,n表示像素列数,m,n为大于等于2的正整数。
Description
技术领域
本发明涉及防伪技术领域,具体涉及一种防伪标识的生成及检测方法。
背景技术
目前假冒伪劣、山寨、高仿产品充斥市场,损害了被侵权企业的品牌价值、市场占有率以及企业的利润。现有的防伪标识复用和盗用的风险较大,防伪效果不佳。
发明内容
根据本发明的一个方面,提供了一种防伪标识的生成方法,其特征在于,所述生成方法包括:基于特定图像P(m,n)生成隐藏信息W(m,n);以及将所述隐藏信息W(m,n)嵌入载体图像生成防伪标识,其中,m表示像素行数,n表示像素列数,m,n为大于等于2的正整数。
在一些实施方式中,所述基于特定图像P(m,n)生成隐藏信息包括:将所述特定图像P(m,n)分解为R像素矩阵R(m,n)、G像素矩阵G(m,n)以及B像素矩阵B(m,n);对R像素矩阵R(m,n)、G像素矩阵G(m,n)以及B像素矩阵B(m,n)中的每一个进行行列双向置乱;基于所述对R像素矩阵、G像素矩阵以及B像素矩阵的置乱结果获得隐藏信息W(m,n)。
在一些实施方式中,其中对R像素矩阵、G像素矩阵以及B像素矩阵中的每一个进行行列双向置乱包括:选取第一秘钥K1作为Logistic混沌映射的初始变量,得到第一实数混沌序列,其中K1∈(0,1)且K1为实数,选取所述第一实数混沌序列中的前m×n个实数,按顺序分为m组,每组具有n个实数,各组实数对应行顺序排列形成第一矩阵L1(m,n);基于所述特定图像的灰度等级2k,k为正整数,将所述第一矩阵L1(m,n)中各位置的实数带入公式(1)获得相应的二进制的值代替各位置的实数获得第一置乱矩阵T1(m,n);
将R像素矩阵R(m,n)、G像素矩阵G(m,n)以及B像素矩阵B(m,n)分别与第一置乱矩阵T1(m,n)的相应位置的值进行异或处理获得R第一置乱矩阵R‘(m,n),G第一置乱矩阵G‘(m,n)及B第一置乱矩阵B‘(m,n);选取第二秘钥K2作为Logistic混沌映射的初始变量,得到第二实数混沌序列,其中K2∈(0,1)且K2为实数,选取所述第二实数混沌序列中的前m×n个实数,按顺序分为n组,每组具有m个实数,各组实数对应列顺序排列形成第二矩阵L2(m,n);基于所述特定图像的灰度等级2k,将所述第二矩阵L2(m,n)中各位置的实数带入公式(1)获得相应的二进制的值代替各位置的实数获得第二置乱矩阵T2(m,n);将R第一置乱矩阵R‘(m,n),G第一置乱矩阵G‘(m,n)及B第一置乱矩阵B‘(m,n)分别与第二置乱矩阵T2(m,n)的相应位置的值进行异或处理获得R第二置乱矩阵R‘’(m,n),G第二置乱矩阵G“(m,n)及B第二置乱矩阵B‘’(m,n)。
在一些实施方式中,隐藏信息W(m,n)由所述R第二置乱矩阵R‘’(m,n),G第二置乱矩阵G“(m,n)及B第二置乱矩阵B‘’(m,n)叠加获得。
在一些实施方式中,所述载体图像具有一主色调,且像素行数和像素列数均为2j,将所述隐藏信息W(m,n)嵌入载体图像生成防伪标识包括:在载体图像Z(2j,2j)中选取m×n个第一像素块进行DCT变换,每个第一像素块包括8×8个像素,其中载体图像Z(2j,2j)的像素行数和像素列数均为2j,j为大于等于5的正整数,选取DCT变换后的m×n个第一像素块中的每一个中特定位置的DCT系数组成第一DCT系数矩阵Q1(m,n);将第一DCT系数矩阵中的各DCT系数放大δ倍并逐行排列为具有m×n个元素的第一DCT序列,选取第三秘钥K3作为Logistic混沌映射的初始变量,得到第三实数混沌序列,其中K3∈(0,1)且K3为实数,选取所述第三实数混沌序列中的前m×n个实数,一一对应第一DCT序列中的m×n个元素,将第三实数混沌序列中的前m×n个实数按照数值大小重新排列顺序,第一DCT序列中的m×n个元素基于其对应实数的位置重新排列顺序,形成第二DCT序列,第二DCT序列中的m×n个元素按顺序分为m组,每组具有n个元素,各组元素对应行顺序排列形成第二DCT系数矩阵Q2(m,n);对第二DCT系数矩阵Q2(m,n)进行SVD变换得到第一SVD系数矩阵S1(m,n),并令第二SVD系数矩阵S2(m,n)=S1(m,n)+α·W(m,n)嵌入所述隐藏信息W(m,n),其中α为常数;第二SVD系数矩阵S2(m,n)进行反SVD变换得到第三DCT系数矩阵Q3(m,n),将第三DCT系数矩阵Q3(m,n)代替第一DCT系数矩阵Q1(m,n)使得第三DCT系数矩阵Q3(m,n)中各元素分别作为所述DCT变换后的m×n个第一像素块中的每一个中特定位置的DCT系数,并对替换DCT系数的m×n个第一像素块进行反DCT变换获得m×n个第二像素块,将m×n个第二像素块分别代替原载体图像Z(2j,2j)中m×n个第一像素块,将获得的图像写入JPEG图像作为防伪标识。
在一些实施方式中,所述载体图像Z(2j,2j)的主色调为绿色、红色、蓝色、灰色、黄色中的任一种。
本发明另一方面提供一种防伪标识的检测方法,所述检测方法包括:采用图像采集装置拍摄待检测防伪标识获得原始拍摄图像Co并对原始拍摄图像Co进行图像处理获得与载体图像Z(2j,2j)尺寸及结构相同的拍摄图像C(2j,2j);基于所述拍摄图像C(2j,2j)的背景颜色调用服务器中存储的相应颜色的载体图像Z(2j,2j);计算所述拍摄图像C(2j,2j)和所述载体图像Z(2j,2j)的结构特性相似度FStru;基于拍摄图像C(2j,2j)和所述载体图像Z(2j,2j)计算提取隐藏信息Wdeext(m,n),其中,m表示像素行数,n表示像素列数,m,n为大于等于2的正整数,计算提取隐藏信息Wdeext(m,n)与基于特定图像P(m,n)生成的隐藏信息W(m,n)的相似度Similar1;在载体图像Z(2j,2j)中选取m×n个第一像素块进行DCT变换,每个第一像素块包括8×8个像素,其中载体图像Z(2j,2j)的像素行数和像素列数均为2j,j为大于等于5的正整数,选取完成DCT变换m×n个第一像素块的每一个中特定位置的DCT系数组成第四DCT系数矩阵Q4(m,n),对所述第四DCT系数矩阵Q4(m,n)进行SVD变换获得第三SVD系数矩阵S3(m,n),在拍摄图像C(2j,2j)中相应位置选取m×n个第三像素块进行DCT变换,每个第三像素块包括8×8个像素,其中拍摄图像C(2j,2j)的像素行数和像素列数均为2j,j为大于等于5的正整数,选取完成DCT变换m×n个第三像素块的每一个中对应相应第一像素块的特定位置的相应位置的DCT系数组成第五DCT系数矩阵Q5(m,n),对所述第五DCT系数矩阵Q5(m,n)进行SVD变换获得第四SVD系数矩阵S4(m,n),计算第三SVD系数矩阵S3(m,n)和第四SVD系数矩阵S4(m,n)的相似度Similar2及结构特性相似度FSstru;基于所述拍摄图像C(2j,2j)和所述载体图像Z(2j,2j)的结构特性相似度FStru、提取隐藏信息Wdeext(m,n)与隐藏信息W(m,n)的相似度Similar1以及第三SVD系数矩阵S3(m,n)和第四SVD系数矩阵S4(m,n)的相似度Similar2及结构特性相似度FSStru中的至少一个来确定待检测防伪标识的真伪。
在一些实施方式中,所述基于特定图像P(m,n)生成的隐藏信息W(m,n)采用如下方式获得:将所述特定图像P(m,n)分解为R像素矩阵R(m,n)、G像素矩阵G(m,n)以及B像素矩阵B(m,n);对R像素矩阵R(m,n)、G像素矩阵G(m,n)以及B像素矩阵B(m,n)中的每一个进行行列双向置乱;基于所述对R像素矩阵、G像素矩阵以及B像素矩阵的置乱结果获得隐藏信息W(m,n)。
在一些实施方式中,所述基于拍摄图像C(2j,2j)和所述载体图像Z(2j,2j)计算提取隐藏信息Wdeext(m,n)包括:在载体图像Z(2j,2j)中选取m×n个第一像素块进行DCT变换,每个第一像素块包括8×8个像素,其中j为大于等于5的正整数,选取DCT变换后的m×n个第一像素块中的每一个中特定位置的DCT系数组成第一DCT系数矩阵Q1(m,n);将第一DCT系数矩阵中的各DCT系数放大δ倍并逐行排列为具有m×n个元素的第一DCT序列,选取第三秘钥K3作为Logistic混沌映射的初始变量,得到第三实数混沌序列,其中K3∈(0,1)且K3为实数,选取所述第三实数混沌序列中的前m×n个实数,一一对应第一DCT序列中的m×n个元素,将第三实数混沌序列中的前m×n个实数按照数值大小重新排列顺序,第一DCT序列中的m×n个元素基于其对应实数的位置重新排列顺序,形成第二DCT序列,第二DCT序列中的m×n个元素按顺序分为m组,每组具有n个元素,各组元素对应行顺序排列形成第二DCT系数矩阵Q2(m,n),对第二DCT系数矩阵Q2(m,n)进行SVD变换得到第一SVD系数矩阵S1(m,n);在拍摄图像C(2j,2j)中相应位置选取m×n个第三像素块进行与载体图像Z(2j,2j)完全相同的处理获得第五SVD系数矩阵S5(m,n),提取隐藏信息Wdeext=(S5(m,n)-S1(m,n))/α,其中α为常数。
从上述技术方案可以看出,本发明至少具有以下有益效果:
通过将可以特定图像置乱形成隐藏信息并嵌入载体图像形成防伪标识有效地防止防伪标识的仿冒复制,有效地打击造假行为,强有力保证企业信誉、品牌和利润,使企业和消费者的合法权益得到保护。
附图说明
图1为本发明一实施例的防伪标识的生成方法的流程图;以及
图2为本发明一实施例的防伪标识的检测方法的流程图。
具体实施方式
本发明某些实施例于后方将参照所附附图做更全面性地描述,其中一些但并非全部的实施例将被示出。实际上,本发明的各种实施例可以许多不同形式实现,而不应被解释为限于此数所阐述的实施例;相对地,提供这些实施例使得本发明满足适用的法律要求。
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
本发明一实施例提供一防伪标识的生成方法,如图1所示,所述生成方法包括以下步骤:
S110:基于特定图像P(m,n)生成隐藏信息W(m,n);
其中,m表示像素行数,n表示像素列数,m,n为大于等于2的正整数,特定图像P(m,n)例如是m行n列像素的图像,例如是签名或印章。
为了保证隐藏信息的破解难度,隐藏信息构成的序列应该具有不可预测的随机性,而且不能具有纹理,因为人类视觉系统对纹理具有极高的敏感性,为此可以对客户签名或印章生成的特定图像P(m,n)进行行列双向置乱。
S120:将所述隐藏信息W(m,n)嵌入载体图像生成防伪标识。
载体图像选用具有一主色调的载体图像方便进行计算并嵌入隐藏信息,载体图像的主色调例如为红色、绿色、蓝色、灰色等,载体图像的像素行数和像素列数均为2j,记为Z(2j,2j)。
在一实施例中,步骤S110:基于特定图像P(m,n)生成隐藏信息W(m,n)可以具体包括如下步骤:
S111:将所述特定图像P(m,n)分解为R像素矩阵R(m,n)、G像素矩阵G(m,n)以及B像素矩阵B(m,n);
特定图像P(m,n)通常为彩色图像,其可以分解为RGB三个单色图像,即R像素矩阵R(m,n)、G像素矩阵G(m,n)以及B像素矩阵B(m,n)。每个单色图像均为m行n列的像素矩阵。
S112:对R像素矩阵R(m,n)、G像素矩阵G(m,n)以及B像素矩阵B(m,n)中的每一个进行行列双向置乱。
S113:基于所述对R像素矩阵、G像素矩阵以及B像素矩阵的置乱结果获得隐藏信息W(m,n)。
步骤S112中对R像素矩阵R(m,n)、G像素矩阵G(m,n)以及B像素矩阵B(m,n)中的每一个的进行双向置乱的方式相同,以下以对R像素矩阵R(m,n)进行双向置乱来举例说明。
以对R像素矩阵R(m,n)进行双向置乱具体包括如下步骤:
S1121:选取第一秘钥K1作为Logistic混沌映射的初始变量,得到第一实数混沌序列,其中K1∈(0,1)且K1为实数,选取所述第一实数混沌序列中的前m×n个实数,按顺序分为m组,每组具有n个实数,各组实数对应行顺序排列形成第一矩阵L1(m,n);
Logistic混沌映射的定义为:xk+1=μxk(1-xk)其中,0<μ≤4称为分枝参数,xk∈(0,1)。当3.5699456…<μ≤4时,Logistic映射工作于混沌状态。也就是说,由初始条件x0在Logistic映射的作用下所产生的序列{xk;k=0,1,2,3…}是非周期的、不收敛的并对初始值非常敏感的,实数混沌序列就是xk序列。第一秘钥K1作为Logistic混沌映射的初始变量即令X0=K1,来获得一实数混沌序列,本发明中Logistic混沌映射采用的μ为一定值。
S1122:基于所述特定图像的灰度等级2k,k为正整数,将所述第一矩阵L1(m,n)中各位置的实数带入公式(1)获得相应的二进制的值代替各位置的实数获得第一置乱矩阵T1(m,n);
在一实施例中,特定图像的灰度等级为28,即k=8,此时,公式(1)变为如下公式:
S1123:将R像素矩阵R(m,n)与第一置乱矩阵T1(m,n)的相应位置的值进行异或处理获得R第一置乱矩阵R‘(m,n);
其中R像素矩阵R(m,n)中每个位置的值为该位置像素点的灰度值(例如采用二进制表示),与第一置乱矩阵T1(m,n)的相应位置的值进行异或处理使得R像素矩阵R(m,n)在逐行顺序置乱。
S1124:选取第二秘钥K2作为Logistic混沌映射的初始变量,得到第二实数混沌序列,其中K2∈(0,1)且K2为实数,选取所述第二实数混沌序列中的前m×n个实数,按顺序分为n组,每组具有m个实数,各组实数对应列顺序排列形成第二矩阵L2(m,n);
S1125:基于所述特定图像的灰度等级2k,将所述第二矩阵L2(m,n)中各位置的实数带入公式(2)获得相应的二进制的值代替各位置的实数获得第二置乱矩阵T2(m,n);
S1126:将R第一置乱矩阵R‘(m,n)与第二置乱矩阵T2(m,n)的相应位置的值进行异或处理获得R第二置乱矩阵R‘’(m,n),该步骤实现R第一置乱矩阵R‘(m,n)的列向置乱。
由此,实现R像素矩阵R(m,n)的行列双向置乱。
对G像素矩阵G(m,n)以及B像素矩阵B(m,n)采用相同方式实现行列双向置乱,获得G第二置乱矩阵G“(m,n)及B第二置乱矩阵B‘’(m,n)。
本实施例中,对R像素矩阵R(m,n)、G像素矩阵G(m,n)以及B像素矩阵B(m,n)进行行列双向置乱时,采用的第一秘钥K1均相同,采用的第二秘钥K2的值亦相同。在其他实施例中,采用的第一秘钥K1的值可以不同,采用的第二秘钥K2的值亦可以不同。在一些实施例中,第二秘钥的值K2可以等于第一秘钥K1的值。
前述步骤S113具体为所述R第二置乱矩阵R‘’(m,n),G第二置乱矩阵G“(m,n)及B第二置乱矩阵B‘’(m,n)叠加获得隐藏信息W(m,n)。
步骤S120:将所述隐藏信息W(m,n)嵌入载体图像生成防伪标识,具体包括以下步骤:
S121:在载体图像Z(2j,2j)中选取m×n个第一像素块进行DCT变换,每个第一像素块包括8×8个像素,其中载体图像Z(2j,2j)的像素行数和像素列数均为2j,j为大于等于5的正整数,选取DCT变换后的m×n个第一像素块中的每一个中特定位置的DCT系数组成第一DCT系数矩阵Q1(m,n);
在一实施例中,m×n个第一像素块的选取可以基于载体图像Z(2j,2j)的像素直方图分布来选取m×n个第一像素块。
在一实施例中,对于主色调为绿色的载体图像,例如选择DCT变换后的m×n个第一像素块中的每一个中(1,8)位置即第1行第8列位置处的DCT系数,而对于主色调为红色的载体图像,例如选择DCT变换后的m×n个第一像素块中的每一个中(5,8)位置即第5行第8列位置处的DCT系数。
S122:将第一DCT系数矩阵中的各DCT系数放大δ倍并逐行排列为具有m×n个元素的第一DCT序列,选取第三秘钥K3作为Logistic混沌映射的初始变量,得到第三实数混沌序列,其中K3∈(0,1)且K3为实数,选取所述第三实数混沌序列中的前m×n个实数,一一对应第一DCT序列中的m×n个元素,将第三实数混沌序列中的前m×n个实数按照数值大小重新排列顺序,第一DCT序列中的m×n个元素基于其对应实数的位置重新排列顺序,形成第二DCT序列,第二DCT序列中的m×n个元素按顺序分为m组,每组具有n个元素,各组元素对应行顺序排列形成第二DCT系数矩阵Q2(m,n);
S123:对第二DCT系数矩阵Q2(m,n)进行SVD变换得到第一SVD系数矩阵S1(m,n),并令第二SVD系数矩阵S2(m,n)=S1(m,n)+α·W(m,n)嵌入所述隐藏信息W(m,n),其中α为常数;
S124:第二SVD系数矩阵S2(m,n)进行反SVD变换得到第三DCT系数矩阵Q3(m,n),将第三DCT系数矩阵Q3(m,n)代替第一DCT系数矩阵Q1(m,n)使得第三DCT系数矩阵Q3(m,n)中各元素分别作为所述DCT变换后的m×n个第一像素块中的每一个中特定位置的DCT系数,并对替换DCT系数的m×n个第一像素块进行反DCT变换获得m×n个第二像素块,将m×n个第二像素块分别代替原载体图像Z(2j,2j)中m×n个第一像素块,将获得的图像写入JPEG图像作为防伪标识。
本发明一实施例还提供一种防伪标识的检测方法,仅用联网的图像采集装置例如手机即可以实现检测。如图2所示,防伪标识的检测方法包括以下步骤:
S201:采用图像采集装置拍摄待检测防伪标识获得拍摄图像Co并对原始拍摄图像Co进行图像处理获得与所述载体图像Z(2j,2j)尺寸及结构相同的拍摄图像C(2j,2j);
利用算法对拍摄图像的模糊度、成像大小及尺寸、曝光度等进行判断,当没有达到质量要求时,则需要重新拍摄。
图像的模糊度是计算手机拍照后所得图像的梯度值来计算的。该数值越大,表明图像的细节和纹理越清晰。设定标准为大于0.02。
图像的曝光度是利用将图像从RGB空间转换到HSV空间后,然后利用先对H、S、V三个空间求矩阵平均。设定此数值小于0.15时认为曝光度偏低,当大于0.9时,认为曝光度太高。
S202:基于所述拍摄图像C(2j,2j)的背景颜色调用服务器中存储的相应颜色的载体图像Z(2j,2j);
S203:计算所述拍摄图像C(2j,2j)和所述载体图像Z(2j,2j)的结构特性相似度FStru;
具体地,结构特性相似度的计算为将对比的图像变换到YUV空间,然后从亮度、色调和相位是否一致进行计算。
S204:基于拍摄图像C(2j,2j)和所述载体图像Z(2j,2j)计算提取隐藏信息Wdeext(m,n),其中,m表示像素行数,n表示像素列数,m,n为大于等于2的正整数,计算提取隐藏信息Wdeext(m,n)与基于特定图像P(m,n)生成的隐藏信息W(m,n)的相似度Similar1;
其中基于特定图像P(m,n)生成的隐藏信息W(m,n)采用前一实施例中对特定图像P(m,n)分解后进行行列双向置乱再叠加获得,在此不再详述。
其中所述基于拍摄图像C(2j,2j)和所述载体图像Z(2j,2j)计算提取隐藏信息Wdeext(m,n)包括:
在载体图像Z(2j,2j)中选取m×n个第一像素块进行DCT变换,每个第一像素块包括8×8个像素,其中j为大于等于5的正整数,选取DCT变换后的m×n个第一像素块中的每一个中特定位置的DCT系数组成第一DCT系数矩阵Q1(m,n);将第一DCT系数矩阵中的各DCT系数放大δ倍并逐行排列为具有m×n个元素的第一DCT序列,选取第三秘钥K3作为Logistic混沌映射的初始变量,得到第三实数混沌序列,其中K3∈(0,1)且K3为实数,选取所述第三实数混沌序列中的前m×n个实数,一一对应第一DCT序列中的m×n个元素,将第三实数混沌序列中的前m×n个实数按照数值大小重新排列顺序,第一DCT序列中的m×n个元素基于其对应实数的位置重新排列顺序,形成第二DCT序列,第二DCT序列中的m×n个元素按顺序分为m组,每组具有n个元素,各组元素对应行顺序排列形成第二DCT系数矩阵Q2(m,n),对第二DCT系数矩阵Q2(m,n)进行SVD变换得到第一SVD系数矩阵S1(m,n);
在拍摄图像C(2j,2j)中相应位置选取m×n个第三像素块进行与载体图像Z(2j,2j)完全相同的处理获得第五SVD系数矩阵S5(m,n),提取隐藏信息Wdeext=(S5(m,n)-S1(m,n))/α,其中α为常数。
上述运算过程与前述实施例中生成防伪图时的部分步骤相同。
其中,相似度采用如下公式计算,
例如,计算提取隐藏信息Wdeext(m,n)与隐藏信息W(m,n)的相似度Similar1时将提取隐藏信息Wdeext(m,n)与隐藏信息W(m,n)中的矩阵中的值分别替换x(i,j)和y(i,j)即可。
S205:在载体图像Z(2j,2j)中选取m×n个第一像素块进行DCT变换,每个第一像素块包括8×8个像素,其中载体图像Z(2j,2j)的像素行数和像素列数均为2j,j为大于等于5的正整数,选取完成DCT变换m×n个第一像素块的每一个中特定位置的DCT系数,例如第1行第1列DCT系数,组成第四DCT系数矩阵Q4(m,n),对所述第四DCT系数矩阵Q4(m,n)进行SVD变换获得第三SVD系数矩阵S3(m,n),在拍摄图像C(2j,2j)中相应位置选取m×n个第三像素块进行DCT变换,每个第三像素块包括8×8个像素,其中拍摄图像C(2j,2j)的像素行数和像素列数均为2j,j为大于等于5的正整数,选取完成DCT变换m×n个第三像素块的每一个中对应相应第一像素块的特定位置的相应位置的DCT系数,例如第1行第1列DCT系数,组成第五DCT系数矩阵Q5(m,n),对所述第五DCT系数矩阵Q5(m,n)进行SVD变换,获得第四SVD系数矩阵S4(m,n),计算第三SVD系数矩阵S3(m,n)和第四SVD系数矩阵S4(m,n)的相似度Similar2及结构特性相似度FSStru;
S206:基于所述拍摄图像C(2j,2j)和所述载体图像Z(2j,2j)的结构特性相似度FStru、提取隐藏信息Wdeext(m,n)与隐藏信息W(m,n)的相似度Similar1以及第三SVD系数矩阵S3(m,n)和第四SVD系数矩阵S4(m,n)的相似度Similar2及结构特性相似度FSStru中的至少一个来确定待检测防伪标识的真伪。
在一实施例中,所述载体图像的主色调为绿色,当FSStru+FStru<1.18或者FStru<0.68或者Similar1<0.32时,可以确定所检测防伪图是假的。
在一实施例中,所述载体图像的主色调为红色,当FStru>0.9,simalar1>0.9时,可以确定所检测防伪图是假的。
需要说明的是,在附图或说明书正文中,未绘示或描述的实现方式,均为所属技术领域中普通技术人员所知的形式,并未进行详细说明。此外,上述对各元件和方法的定义并不仅限于实施例中提到的各种具体结构、形状或方式,本领域普通技术人员可对其进行简单地更改或替换。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种防伪标识的生成方法,其特征在于,所述生成方法包括:
基于特定图像P(m,n)生成隐藏信息W(m,n);以及
将所述隐藏信息W(m,n)嵌入载体图像生成防伪标识,
其中,m表示像素行数,n表示像素列数,m,n为大于等于2的正整数,所述基于特定图像P(m,n)生成隐藏信息包括:
将所述特定图像P(m,n)分解为R像素矩阵R(m,n)、G像素矩阵G(m,n)以及B像素矩阵B(m,n);
对R像素矩阵R(m,n)、G像素矩阵G(m,n)以及B像素矩阵B(m,n)中的每一个进行行列双向置乱;以及
基于所述对R像素矩阵、G像素矩阵以及B像素矩阵的置乱结果获得隐藏信息W(m,n),
所述载体图像具有一主色调,且像素行数和像素列数均为2j,将所述隐藏信息W(m,n)嵌入载体图像生成防伪标识包括:
在载体图像Z(2j,2j)中选取m×n个第一像素块进行DCT变换,每个第一像素块包括8×8个像素,其中载体图像Z(2j,2j)的像素行数和像素列数均为2j,j为大于等于5的正整数,选取DCT变换后的m×n个第一像素块中的每一个中特定位置的DCT系数组成第一DCT系数矩阵Q1(m,n);
将第一DCT系数矩阵中的各DCT系数放大δ倍并逐行排列为具有m×n个元素的第一DCT序列,选取第三秘钥K3作为Logistic混沌映射的初始变量,得到第三实数混沌序列,其中K3∈(0,1)且K3为实数,选取所述第三实数混沌序列中的前m×n个实数,一一对应第一DCT序列中的m×n个元素,将第三实数混沌序列中的前m×n个实数按照数值大小重新排列顺序,第一DCT序列中的m×n个元素基于其对应实数的位置重新排列顺序,形成第二DCT序列,第二DCT序列中的m×n个元素按顺序分为m组,每组具有n个元素,各组元素对应行顺序排列形成第二DCT系数矩阵Q2(m,n);
对第二DCT系数矩阵Q2(m,n)进行SVD变换得到第一SVD系数矩阵S1(m,n),并令第二SVD系数矩阵S2(m,n)=S1(m,n)+α·W(m,n)嵌入所述隐藏信息W(m,n),其中α为常数;
第二SVD系数矩阵S2(m,n)进行反SVD变换得到第三DCT系数矩阵Q3(m,n),将第三DCT系数矩阵Q3(m,n)代替第一DCT系数矩阵Q1(m,n)使得第三DCT系数矩阵Q3(m,n)中各元素分别作为所述DCT变换后的m×n个第一像素块中的每一个中特定位置的DCT系数,并对替换DCT系数的m×n个第一像素块进行反DCT变换获得m×n个第二像素块,将m×n个第二像素块分别代替原载体图像Z(2j,2j)中m×n个第一像素块,将获得的图像写入JPEG图像作为防伪标识。
2.根据权利要求1所述的防伪标识的生成方法,其特征在于,对R像素矩阵、G像素矩阵以及B像素矩阵中的每一个进行行列双向置乱包括:
选取第一秘钥K1作为Logistic混沌映射的初始变量,得到第一实数混沌序列,其中K1∈(0,1)且K1为实数,选取所述第一实数混沌序列中的前m×n个实数,按顺序分为m组,每组具有n个实数,各组实数对应行顺序排列形成第一矩阵L1(m,n);
基于所述特定图像的灰度等级2k,k为正整数,将所述第一矩阵L1(m,n)中各位置的实数带入公式(1)获得相应的二进制的值代替各位置的实数获得第一置乱矩阵T1(m,n);
将R像素矩阵R(m,n)、G像素矩阵G(m,n)以及B像素矩阵B(m,n)分别与第一置乱矩阵T1(m,n)的相应位置的值进行异或处理获得R第一置乱矩阵R‘(m,n),G第一置乱矩阵G‘(m,n)及B第一置乱矩阵B‘(m,n);
选取第二秘钥K2作为Logistic混沌映射的初始变量,得到第二实数混沌序列,其中K2∈(0,1)且K2为实数,选取所述第二实数混沌序列中的前m×n个实数,按顺序分为n组,每组具有m个实数,各组实数对应列顺序排列形成第二矩阵L2(m,n);
基于所述特定图像的灰度等级2k,将所述第二矩阵L2(m,n)中各位置的实数带入公式(1)获得相应的二进制的值代替各位置的实数获得第二置乱矩阵T2(m,n);
将R第一置乱矩阵R‘(m,n),G第一置乱矩阵G‘(m,n)及B第一置乱矩阵B‘(m,n)分别与第二置乱矩阵T2(m,n)的相应位置的值进行异或处理获得R第二置乱矩阵R‘’(m,n),G第二置乱矩阵G“(m,n)及B第二置乱矩阵B‘’(m,n)。
3.根据权利要求2所述的防伪标识的生成方法,其特征在于,隐藏信息W(m,n)由所述R第二置乱矩阵R‘’(m,n),G第二置乱矩阵G“(m,n)及B第二置乱矩阵B‘’(m,n)叠加获得。
4.根据权利要求1所述的防伪标识的生成方法,其特征在于,所述载体图像Z(2j,2j)的主色调为绿色、红色、蓝色、灰色、黄色中的任一种。
5.一种防伪标识的检测方法,其特征在于,所述检测方法包括:
采用图像采集装置拍摄待检测防伪标识获得原始拍摄图像Co并对原始拍摄图像Co进行图像处理获得与载体图像Z(2j,2j)尺寸及结构相同的拍摄图像C(2j,2j);
基于所述拍摄图像C(2j,2j)的背景颜色调用服务器中存储的相应颜色的载体图像Z(2j,2j);
计算所述拍摄图像C(2j,2j)和所述载体图像Z(2j,2j)的结构特性相似度FStru;
基于拍摄图像C(2j,2j)和所述载体图像Z(2j,2j)计算提取隐藏信息Wdeext(m,n),其中,m表示像素行数,n表示像素列数,m,n为大于等于2的正整数,计算提取隐藏信息Wdeext(m,n)与基于特定图像P(m,n)生成的隐藏信息W(m,n)的相似度Similar1;
在载体图像Z(2j,2j)中选取m×n个第一像素块进行DCT变换,每个第一像素块包括8×8个像素,其中载体图像Z(2j,2j)的像素行数和像素列数均为2j,j为大于等于5的正整数,选取完成DCT变换m×n个第一像素块的每一个中特定位置的DCT系数组成第四DCT系数矩阵Q4(m,n),对所述第四DCT系数矩阵Q4(m,n)进行SVD变换获得第三SVD系数矩阵S3(m,n),在拍摄图像C(2j,2j)中相应位置选取m×n个第三像素块进行DCT变换,每个第三像素块包括8×8个像素,其中拍摄图像C(2j,2j)的像素行数和像素列数均为2j,j为大于等于5的正整数,选取完成DCT变换m×n个第三像素块的每一个中对应相应第一像素块的特定位置的相应位置的DCT系数组成第五DCT系数矩阵Q5(m,n),对所述第五DCT系数矩阵Q5(m,n)进行SVD变换获得第四SVD系数矩阵S4(m,n),计算第三SVD系数矩阵S3(m,n)和第四SVD系数矩阵S4(m,n)的相似度Similar2及结构特性相似度FSStru;
基于所述拍摄图像C(2j,2j)和所述载体图像Z(2j,2j)的结构特性相似度FStru、提取隐藏信息Wdeext(m,n)与隐藏信息W(m,n)的相似度Similar1以及第三SVD系数矩阵S3(m,n)和第四SVD系数矩阵S4(m,n)的相似度Similar2及结构特性相似度FSStru中的至少一个来确定待检测防伪标识的真伪。
6.根据权利要求5所述的防伪标识的检测方法,其特征在于,所述基于特定图像P(m,n)生成的隐藏信息W(m,n)采用如下方式获得:
将所述特定图像P(m,n)分解为R像素矩阵R(m,n)、G像素矩阵G(m,n)以及B像素矩阵B(m,n);
对R像素矩阵R(m,n)、G像素矩阵G(m,n)以及B像素矩阵B(m,n)中的每一个进行行列双向置乱;
基于所述对R像素矩阵、G像素矩阵以及B像素矩阵的置乱结果获得隐藏信息W(m,n)。
7.根据权利要求5所述的防伪标识的检测方法,其特征在于,所述基于拍摄图像C(2j,2j)和所述载体图像Z(2j,2j)计算提取隐藏信息Wdeext(m,n)包括:
在载体图像Z(2j,2j)中选取m×n个第一像素块进行DCT变换,每个第一像素块包括8×8个像素,其中j为大于等于5的正整数,选取DCT变换后的m×n个第一像素块中的每一个中特定位置的DCT系数组成第一DCT系数矩阵Q1(m,n);将第一DCT系数矩阵中的各DCT系数放大δ倍并逐行排列为具有m×n个元素的第一DCT序列,选取第三秘钥K3作为Logistic混沌映射的初始变量,得到第三实数混沌序列,其中K3∈(0,1)且K3为实数,选取所述第三实数混沌序列中的前m×n个实数,一一对应第一DCT序列中的m×n个元素,将第三实数混沌序列中的前m×n个实数按照数值大小重新排列顺序,第一DCT序列中的m×n个元素基于其对应实数的位置重新排列顺序,形成第二DCT序列,第二DCT序列中的m×n个元素按顺序分为m组,每组具有n个元素,各组元素对应行顺序排列形成第二DCT系数矩阵Q2(m,n),对第二DCT系数矩阵Q2(m,n)进行SVD变换得到第一SVD系数矩阵S1(m,n);
在拍摄图像C(2j,2j)中相应位置选取m×n个第三像素块进行与载体图像Z(2j,2j)完全相同的处理获得第五SVD系数矩阵S5(m,n),提取隐藏信息Wdeext=(S5(m,n)-S1(m,n))/α,其中α为常数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811212005.5A CN109523451B (zh) | 2018-10-18 | 2018-10-18 | 防伪标识的生成及检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811212005.5A CN109523451B (zh) | 2018-10-18 | 2018-10-18 | 防伪标识的生成及检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109523451A CN109523451A (zh) | 2019-03-26 |
CN109523451B true CN109523451B (zh) | 2023-04-07 |
Family
ID=65770627
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811212005.5A Active CN109523451B (zh) | 2018-10-18 | 2018-10-18 | 防伪标识的生成及检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109523451B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10922422B2 (en) * | 2019-05-13 | 2021-02-16 | Advanced New Technologies Co., Ltd. | Blockchain-based image processing method and apparatus |
CN111275134A (zh) * | 2020-02-26 | 2020-06-12 | 上海明略人工智能(集团)有限公司 | 图像匹配方法及装置、存储介质和电子装置 |
CN112149773B (zh) * | 2020-09-16 | 2021-10-26 | 南通大学 | 一种基于汉字加密的商品防伪码生成方法 |
CN112163230B (zh) * | 2020-09-16 | 2021-09-24 | 南通大学 | 一种汉字加密的商品防伪码生成方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104599225A (zh) * | 2015-02-04 | 2015-05-06 | 河南师范大学 | 基于奇异值分解和主成分分析的图像水印嵌入与提取方法 |
CN106530207A (zh) * | 2016-12-06 | 2017-03-22 | 南京理工大学 | 基于Logistic混沌映射的数字图像加密方法 |
CN107239708A (zh) * | 2017-04-24 | 2017-10-10 | 广东工业大学 | 一种基于量子混沌映射和分数域变换的图像加密方法 |
CN107610037A (zh) * | 2017-09-29 | 2018-01-19 | 重庆第二师范学院 | 一种融合多混沌映射和dna编码的图像加密方法及装置 |
CN108133446A (zh) * | 2016-12-01 | 2018-06-08 | 钦州市晶通科技有限公司 | 一种复合混沌二级置乱图像加密算法 |
CN108537716A (zh) * | 2018-01-24 | 2018-09-14 | 重庆邮电大学 | 一种基于离散域的彩色图像加密嵌入方法 |
-
2018
- 2018-10-18 CN CN201811212005.5A patent/CN109523451B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104599225A (zh) * | 2015-02-04 | 2015-05-06 | 河南师范大学 | 基于奇异值分解和主成分分析的图像水印嵌入与提取方法 |
CN108133446A (zh) * | 2016-12-01 | 2018-06-08 | 钦州市晶通科技有限公司 | 一种复合混沌二级置乱图像加密算法 |
CN106530207A (zh) * | 2016-12-06 | 2017-03-22 | 南京理工大学 | 基于Logistic混沌映射的数字图像加密方法 |
CN107239708A (zh) * | 2017-04-24 | 2017-10-10 | 广东工业大学 | 一种基于量子混沌映射和分数域变换的图像加密方法 |
CN107610037A (zh) * | 2017-09-29 | 2018-01-19 | 重庆第二师范学院 | 一种融合多混沌映射和dna编码的图像加密方法及装置 |
CN108537716A (zh) * | 2018-01-24 | 2018-09-14 | 重庆邮电大学 | 一种基于离散域的彩色图像加密嵌入方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109523451A (zh) | 2019-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109523451B (zh) | 防伪标识的生成及检测方法 | |
CN110796586B (zh) | 一种基于数字点阵的盲水印方法、系统及可读存储介质 | |
Hadmi et al. | Perceptual image hashing | |
JP2005328528A (ja) | デジタル像符牒の処理方法及びシステム | |
GB2358100A (en) | Digital watermarks | |
Nilizadeh et al. | A novel steganography method based on matrix pattern and LSB algorithms in RGB images | |
Modi et al. | Edge based steganography on colored images | |
Kumar et al. | A novel spatial domain technique for digital image watermarking using block entropy | |
Ernawan et al. | Three layer authentications with a spiral block mapping to prove authenticity in medical images | |
Shehzad et al. | LSB image steganography based on blocks matrix determinant method | |
Hassan et al. | A semi-fragile watermarking scheme for color image authentication | |
US7062067B2 (en) | Protecting images with multiple image watermarks | |
Munir | A chaos-based fragile watermarking method in spatial domain for image authentication | |
Chang et al. | A colour image copyright protection scheme based on visual cryptography and discrete cosine transform | |
Lee et al. | A survey of watermarking-based authentication for digital image | |
CN106228503B (zh) | 卫星遥感影像shp点文件的数字水印嵌入和提取方法 | |
Barani et al. | A secure watermark embedding approach based on chaotic map for image tamper detection | |
Sur et al. | A new image watermarking scheme using saliency based visual attention model | |
Kumar et al. | Data hiding with dual based reversible image using sudoku technique | |
CN113313621B (zh) | 基于混合混沌系统和闭环扩散的图像加密水印嵌入方法 | |
Kurniawan et al. | Hiding secret data by using modulo function in quad difference expansion | |
JP7207627B2 (ja) | 高耐性電子透かし法 | |
Pan et al. | Chi-square detection for PVD steganography | |
Cho et al. | Print to Scan Resistant Watermarking based on Green Noise Diffusion Method using Machine Learning | |
Maheshwari et al. | Robust multi-modal watermarking using visually encrypted watermark |
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 |