CN109572270B - 一种微结构网点的半色调信息双重防伪方法 - Google Patents
一种微结构网点的半色调信息双重防伪方法 Download PDFInfo
- Publication number
- CN109572270B CN109572270B CN201811483945.8A CN201811483945A CN109572270B CN 109572270 B CN109572270 B CN 109572270B CN 201811483945 A CN201811483945 A CN 201811483945A CN 109572270 B CN109572270 B CN 109572270B
- Authority
- CN
- China
- Prior art keywords
- counterfeiting
- information
- image
- halftone
- counterfeiting information
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B42—BOOKBINDING; ALBUMS; FILES; SPECIAL PRINTED MATTER
- B42D—BOOKS; BOOK COVERS; LOOSE LEAVES; PRINTED MATTER CHARACTERISED BY IDENTIFICATION OR SECURITY FEATURES; PRINTED MATTER OF SPECIAL FORMAT OR STYLE NOT OTHERWISE PROVIDED FOR; DEVICES FOR USE THEREWITH AND NOT OTHERWISE PROVIDED FOR; MOVABLE-STRIP WRITING OR READING APPARATUS
- B42D25/00—Information-bearing cards or sheet-like structures characterised by identification or security features; Manufacture thereof
- B42D25/30—Identification or security features, e.g. for preventing forgery
Landscapes
- Credit Cards Or The Like (AREA)
- Printing Methods (AREA)
Abstract
本发明提供一种微结构网点的半色调信息双重防伪方法,包括以下步骤S1:设计微观字母H形网点及圆形网点阈值矩阵;S2:防伪信息混沌置乱加密;S3:置乱后防伪信息预处理;S4:载体图像半色调处理及信息隐藏;S5:防伪信息鉴别。本发明实现了半色调图像的多重防伪,网点具备不可复制性,实现多重防伪,即使提取得到的信息仍具备保密性,隐藏信息不占幅面,检测方法多样化,防伪性能较高。
Description
技术领域
本发明主要涉及印刷防伪技术领域,尤其涉及一种微结构网点的半色调信息双重防伪方法。
背景技术
包装印刷的蓬勃发展以及文物复制、标签、有价证券等高品质图像的印刷输出,更需要信息隐藏防伪技术的保障,以达到产权保护和产品防伪的目的,保证商品的良性流通。纸张防伪、油墨防伪、激光全息等传统的印刷防伪技术,在一定程度上起到防止侵权的作用,但破解难度不大,且加工制作成本偏高;二维码、条形码的防伪有效提高了防伪功能,但在印刷品上必需独立占面积,影响印刷图文完整与美观。
发明内容
本发明提供一种微结构网点的半色调信息双重防伪方法,针对现有技术的上述缺陷,提供一种微结构网点的半色调信息双重防伪方法,包括以下步骤:S1:设计微观艺术网点及圆形网点阈值矩阵:根据图像创建阈值矩阵,采用艺术字母H型网点或圆形网点,根据网点形状特征,网点生长次序以阈值矩阵中心为起点,以到该点距离最近的某点作为生长的下一点,当有多个点到中心点的距离相同时,以顺时针方向旋转生长,由内而外扩充直至填满整个矩阵单元,得到一个网点单元;
S2:防伪信息混沌置乱加密:采用经典的Logistics混沌置乱达到防伪信息一重加密的效果,根据防伪信息图F(m,n)生成一个m×n大小的混沌序列,根据混沌序列对防伪信息图像素进行置乱,实现防伪信息加密隐藏得到加密后图像F1(m,n);
S3:置乱后防伪信息预处理:对防伪信息F1(m,n)二值化处理,并根据其灰度值建立信息矩阵I(i,j)作为加网调控信号;
S4:载体图像半色调处理及信息隐藏:基于矩阵I(i,j)对载体图像分区域加网,I(i,j)=0时,载体图像对应图文部分采用圆形网点加网;当I(i,j)=1,载体图像采用微观艺术H字母型加网,最终得到含有防伪信息的半色调图像。
阈值矩阵加网从微观上将网点设计成特殊形状,以区别于方形、圆形等一般的网点形状,从而实现网点层次的防伪,鉴别时只需要普通放大设备就可以通过网点形状来识别产品的真伪。采用生长模型法生成微结构网点,即以中心胞点的方式向外增长,并形成最终的结果。加网过程中,以网格中心元素为基础,相邻两网点的中心距离不变,网点的排列遵循一定的规律,网点形状可自主设计,用像素值的大小,控制着网点面积的大小。
优选的,步骤S1中,对应颜色分量为8位深度的彩色图像,网点单元的网格数为2^8,相应的创建16×16阈值矩阵,实现256级阶调层次,矩阵生成过程中,加网阈值与网点生长顺序保持一致。
优选的,步骤S5包括艺术网纹防伪检验和防伪内容检验,所述艺术网纹防伪检验是指在载体图像特定区域,通过图像放大设备检测网点形状,含有微观艺术网点;所述防伪内容检验是指创建圆形网点模板,采用模板匹配法,根据网点形态鉴别防伪信息
优选的,步骤S5中防伪内容检验包括以下步骤:
S1:建立圆形网点模板;
S2:模板与载体匹配:参照图8-9所示为防伪信息解密转换的过程,模板与载体图像中圆形网点一致时,输出反馈信号,构建信息矩阵I1(i,j);将I1(i,j)转换为二值图像,得到置乱后的防伪信息,经反置乱处理获取最终防伪信息图,实现防伪信息二次验证。
本发明的有益效果:实现了半色调图像的多重防伪,网点具备不可复制性,实现多重防伪,即使提取得到的信息仍具备保密性,隐藏信息不占幅面,检测方法多样化,防伪性能较高,具体如下:
(1)步骤1中的网点形状的阈值矩阵为自主设计,加网过程中网点具备不可复制性,同一种网形都可具备微观差异,为步骤4提供唯一的网点模板,且独特的字母型网点可放大观测实现一重防伪验证;
(2)防伪信息的隐藏经过多次处理,混沌置乱保障提取得到的信息仍具备保密性,需反置乱获取原始信息;
(3)根据置乱处理后的防伪信息,实现同一加网角度下,半色调图像包含两种网点形态,利用网点形状的不同实现信息隐藏,并通过与阈值矩阵一致的网点模板实现信息再现。
附图说明
图1为实施例中以微观艺术H字母网点生长次序表;
图2为实施例中以微观艺术H字母的加网效果图;
图3为实施例中以圆形网点生长次序表;
图4为实施例中原始防伪信息F(m,n);
图5为实施例中混沌置乱加密图F1(m,n);
图6为实施例中艺术网点扩大验证的示意图;
图7为实施例中圆形网点模板的示意图;
图8为实施例中含隐藏信息半色调图的示意图;
图9为实施例中防伪信息矩阵的示意图;
图10为实施例中提取的置乱前后防伪信息的示意图;
图11为发明的流程示意图;
具体实施方式
如图1-2所示可知,本发明包括以下步骤:
S1:设计微观艺术网点及圆形网点阈值矩阵:根据图像创建阈值矩阵,采用艺术字母H型网点或圆形网点,根据网点形状特征,网点生长次序以阈值矩阵中心为起点,以到该点距离最近的某点作为生长的下一点,当有多个点到中心点的距离相同时,以顺时针方向旋转生长,由内而外扩充直至填满整个矩阵单元,得到一个网点单元;
S2:防伪信息混沌置乱加密:根据防伪信息图F(m,n)生成一个m×n大小的混沌序列,根据混沌序列对防伪信息图像素进行置乱,实现防伪信息加密隐藏得到加密后图像F1(m,n),
具体是:以Logistics映射作为混沌伪随机序列的生成器,实现图像像素点的随机置乱,其映射方程的定义如下:
χn+1=ρχn(1-χn),0≤ρ≤4,χn∈(0,1)
其中,ρ作为映射参数,且3.569945972≤ρ≤4时,Logistics映射处于混沌状态;
S3:置乱后防伪信息预处理:对防伪信息F1(m,n)二值化处理,并根据其灰度值建立信息矩阵I(i,j)作为加网调控信号;
S4:载体图像半色调处理及信息隐藏:基于矩阵I(i,j)对载体图像分区域加网,I(i,j)=0时,载体图像对应图文部分采用圆形网点加网;当I(i,j)=1,载体图像采用微观艺术H字母型加网,最终得到含有防伪信息的半色调图像;具体是在原始图像半色调加网过程中,将待隐藏的信息二值处理生成调制信号,根据调制信号实现原稿不同网点形态加网,需要隐藏的图文信息为采取一种网点形态加网,对于图像原图文的采用另一种网点形状加网,从而使网点形态携带防伪信息;
S5:防伪信息鉴别:采用放大设备和模板匹配检测防伪信息。
在本实施中优选的,参照图1-3所示,步骤S1中,对应颜色分量为8位深度的彩色图像,网点单元的网格数为2^8,相应的创建16×16阈值矩阵,实现256级阶调层次,矩阵生成过程中,加网阈值与网点生长顺序保持一致;
具体为:设定一个由N*N个记录栅格组成的网点单元,即横纵向均为N格,因此,该网点单元可以表示(N*N+1)个灰度等级。为了方便图像表征,假定原稿数字图像有M个(0~M-1)灰度级。因记录栅格的总数为N*N个,而原稿灰度等级为M,因此每一个记录栅格要表示(N*N+1)/(M-1)个灰度等级。设定当像素值为0时,曝光的成像光点数为0;当像素值为1时,曝光的成像光点为1;当像素值大于1时,每增加一个像素值时,曝光的成像光点数就相应的增加(N*N+1)/(M-1)个。根据这样的关系,可以得到不同灰度级映射到记录栅格矩阵上的效果和像素值与曝光格数的关系。加网处理过程中,光栅图像处理器将提取到像素值与点聚集态阈值矩阵的所有单元相比较,当获得的像素值与该阈值矩阵上的某个单元值相同或者大于该值时,那么这些单元将被曝光,反之则不曝光。
在本实施中优选的,参照图6所示,步骤S5包括艺术网纹防伪检验和防伪内容检验,所述艺术网纹防伪检验是指在载体图像特定区域,通过图像放大设备检测网点形状,含有微观艺术网点;所述防伪内容检验是指创建圆形网点模板,采用模板匹配法,根据网点形态鉴别防伪信息。
在本实施中优选的,参照图7所示,步骤S5中防伪内容检验包括以下步骤:
S1:建立圆形网点模板;
S2:模板与载体匹配:参照图8-9所示为防伪信息解密转换的过程,模板与载体图像中圆形网点一致时,输出反馈信号,构建信息矩阵I1(i,j);将I1(i,j)转换为二值图像,得到置乱后的防伪信息,经反置乱处理获取最终防伪信息图,实现防伪信息二次验证。
上述步骤S2具体是:基础模板图像为M(m,n),待搜索原图为A(W,H),匹配时模板T(m,n)叠放在待搜索原图A(W,H)上并从左往右从上往下平行移动,模板与被搜索原图的重叠区位定义为子图ai,j,其中i,j为被搜索原图上的位置坐标,其范围为:1≤i≤W-n,1≤j
≤H-m。模板T与子图ai,j的相似性D(i,j)的公式如下:
对D(i,j)归一化处理,得到模板匹配的相关系数:
当模板与子图信息一致时,相关系数R(i,j)=1,当被搜索原图A整体完成匹配后,可求出R的最大值Rmax(im,jm),与之相对应的子图a(im,jm)即为匹配目标。
通过创建网点模板,甄别不同网点形态。图像匹配则将含有防伪信息的半色调图像与网点模板中的每个网点进行比较,当模板上的网点与半色调图中的网点吻合时,该处网点信息位置标记为1,否则为0。利用网点匹配提取的“0”“1”信号,重新构建二值防伪图,并将二值图像转换为灰度图像,获取最终防伪信息提取图。
在实际使用过程中,图像阶调层次与轮廓都是依靠网点来实现的,加网方式本身不携带任何信息,网点作为印刷最小结构单元,其形状的改变在一定范围内是不能为人眼所觉察的。因此,通过改变网点形状,将隐藏信息调制到半色调图像中,加网图像就携带了信息,进而实现了信息隐藏及防伪的目的;
步骤S1中的网点形状的阈值矩阵为自主设计,加网过程中网点具备不可复制性,同一种网形都可具备微观差异,为步骤4提供唯一的网点模板,且独特的字母型网点可放大观测实现一重防伪验证;
经过步骤S2和S3加密混沌,防伪信息的隐藏经过多次处理,混沌置乱保障提取得到的信息仍具备保密性,需反置乱获取原始信息;
经过步骤S4加密信息的载入,置乱处理后的防伪信息,实现同一加网角度下,半色调图像包含两种网点形态,利用网点形状的不同实现信息隐藏,并通过与阈值矩阵一致的网点模板实现信息再现。
因此本发明的防伪方法隐藏信息不占幅面,检测方法多样化,防伪性能较高。
此外,对防伪信息在图像中的实际使用效果的评价:
1.隐藏性评价:
为确保防伪信息隐蔽性评价结果的有效性,采用基于数学统计的均方误差(MSE)和基于HVS系统的加权信噪比(WSNR)的客观评价算法。
如图6所示的防伪信息置入并隐藏后,
评价后得:MSE=18717,WXNR=13.9884;
通过上述评价得到以下结论:
(1)MSE值在20000的防伪内,且WSNR值也较大,说明加网后图像与载体图像相差较小,防伪信息隐蔽性;
(2)含有微结构网点的半色调加网图其隐藏信息部分的加网区域均达到了人眼不可见的效果,满足人眼视觉低通滤波特性;
(3)通过图6的信息嵌入区局部放大,可确定该区域内含有两种网点形状,达到了微结构艺术网纹防伪的效果,确保实际应用过程中可通过放大设备检测出微结构艺术网纹。
2.防伪信息提取性评价:
针对灰度图像进行特征提取与分析评价时,FSIM是特征相似性的图像质量评价方法中较为理想的一种评价参数。
评价后得:FSIM=0.9088;
通过上述评价得到以下结论:
(1)FSIM值接近1且数值均大于0.9,说明提取得到的隐藏信息与原始防伪信息相差较小,这与主观视觉效果一致;
(2)图10中的防伪信息完整且边缘清晰,空白部分无噪声,整体效果优越,微结构艺术网点的嵌入对于载体图像几乎无影响,有效提取得到的隐藏信息对载体图像的防伪实现了二次验证。
上述实施例仅例示性说明本专利申请的原理及其功效,而非用于限制本专利申请。任何熟悉此技术的人士皆可在不违背本专利申请的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本专利申请所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本专利请的权利要求所涵盖。
Claims (3)
1.一种微结构网点的半色调信息双重防伪方法,其特征在于,包括以下步骤:S1:设计微观艺术网点及圆形网点阈值矩阵:根据图像创建阈值矩阵,采用艺术字母H型网点或圆形网点,根据网点形状特征,网点生长次序以阈值矩阵中心为起点,以到该点距离最近的某点作为生长的下一点,当有多个点到中心点的距离相同时,以顺时针方向旋转生长,由内而外扩充直至填满整个矩阵单元,得到一个网点单元;
S2:防伪信息混沌置乱加密:根据防伪信息图F(m,n)生成一个m×n大小的混沌序列,根据混沌序列对防伪信息图像素进行置乱,实现防伪信息加密隐藏得到加密后图像F1(m,n);
S3:置乱后防伪信息预处理:对防伪信息F1(m,n)二值化处理,并根据其灰度值建立信息矩阵I(i,j)作为加网调控信号;
S4:载体图像半色调处理及信息隐藏:基于矩阵I(i,j)对载体图像分区域加网,I(i,j)=0时,载体图像对应图文部分采用圆形网点加网;当I(i,j)=1,载体图像采用微观艺术H字母型加网,最终得到含有防伪信息的半色调图像;
S5:防伪信息鉴别:采用放大设备和模板匹配检测防伪信息,
S5.1:建立圆形网点模板;
S5.2:模板与载体匹配:防伪信息解密转换的过程,模板与载体图像中圆形网点一致时,输出反馈信号,构建信息矩阵I1(i,j);将I1(i,j)转换为二值图像,得到置乱后的防伪信息,经反置乱处理获取最终防伪信息图,实现防伪信息二次验证。
2.根据权利要求1所述的微结构网点的半色调信息双重防伪方法,其特征在于:在所述步骤S1中,对应颜色分量为8位深度的彩色图像,网点单元的网格数为2^8,相应的创建16×16阈值矩阵,实现256级阶调层次,矩阵生成过程中,加网阈值与网点生长顺序保持一致。
3.根据权利要求2所述的微结构网点的半色调信息双重防伪方法,其特征在于:所述步骤S5包括艺术网纹防伪检验和防伪内容检验,所述艺术网纹防伪检验是指在载体图像特定区域,通过图像放大设备检测网点形状,含有微观艺术网点;所述防伪内容检验是指创建圆形网点模板,采用模板匹配法,根据网点形态鉴别防伪信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811483945.8A CN109572270B (zh) | 2018-12-06 | 2018-12-06 | 一种微结构网点的半色调信息双重防伪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811483945.8A CN109572270B (zh) | 2018-12-06 | 2018-12-06 | 一种微结构网点的半色调信息双重防伪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109572270A CN109572270A (zh) | 2019-04-05 |
CN109572270B true CN109572270B (zh) | 2020-12-01 |
Family
ID=65927582
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811483945.8A Active CN109572270B (zh) | 2018-12-06 | 2018-12-06 | 一种微结构网点的半色调信息双重防伪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109572270B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111967557B (zh) * | 2020-07-16 | 2023-04-21 | 金邦达有限公司 | 加密智能卡及其制作方法、解密智能卡及其制作方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102598648A (zh) * | 2009-11-11 | 2012-07-18 | 吉田健治 | 印刷介质、信息处理方法、信息处理装置 |
CN104985913A (zh) * | 2015-06-12 | 2015-10-21 | 陕西科技大学 | 一种用于图文信息隐藏防伪的矩阵轮换加网方法 |
CN105513001A (zh) * | 2015-11-30 | 2016-04-20 | 陕西科技大学 | 一种基于微结构网点的信息隐藏防伪方法 |
CN107833174A (zh) * | 2017-08-11 | 2018-03-23 | 西京学院 | 一种基于Logistic混沌系统算法的图像加密方法 |
CN108765507A (zh) * | 2018-05-25 | 2018-11-06 | 合肥展游软件开发有限公司 | 一种基于20~50%网点百分比的防伪信息的隐藏方法 |
CN108830774A (zh) * | 2018-05-25 | 2018-11-16 | 合肥东恒锐电子科技有限公司 | 基于20~50%网点百分比的网点位移光栅防伪方法 |
-
2018
- 2018-12-06 CN CN201811483945.8A patent/CN109572270B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102598648A (zh) * | 2009-11-11 | 2012-07-18 | 吉田健治 | 印刷介质、信息处理方法、信息处理装置 |
CN104985913A (zh) * | 2015-06-12 | 2015-10-21 | 陕西科技大学 | 一种用于图文信息隐藏防伪的矩阵轮换加网方法 |
CN105513001A (zh) * | 2015-11-30 | 2016-04-20 | 陕西科技大学 | 一种基于微结构网点的信息隐藏防伪方法 |
CN107833174A (zh) * | 2017-08-11 | 2018-03-23 | 西京学院 | 一种基于Logistic混沌系统算法的图像加密方法 |
CN108765507A (zh) * | 2018-05-25 | 2018-11-06 | 合肥展游软件开发有限公司 | 一种基于20~50%网点百分比的防伪信息的隐藏方法 |
CN108830774A (zh) * | 2018-05-25 | 2018-11-16 | 合肥东恒锐电子科技有限公司 | 基于20~50%网点百分比的网点位移光栅防伪方法 |
Non-Patent Citations (2)
Title |
---|
基于半色调加网的信息隐藏算法研究;刘喆灿;《中国优秀硕士学位论文全文数据库信息科技辑》;中国学术期刊(光盘版)电子杂志社;20140515(第05期);正文第23-46页 * |
微结构网点的半色调信息隐藏技术;任龙飞;《中国图像图形学报》;20160831;第21卷(第8期);第1005-1009页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109572270A (zh) | 2019-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE602005004263T2 (de) | Banknoten mit einem aufgedruckten sicherheitsbild, das mit eindimensionaler signalverarbeitung erkannt werden kann | |
Khanna et al. | A survey of forensic characterization methods for physical devices | |
CN109102451B (zh) | 一种纸媒输出的防伪半色调智能数字水印制作方法 | |
CN103886545B (zh) | 基于计算全息的变换域抗打印扫描数字水印方法 | |
CN1882026B (zh) | 信息埋入网屏编码的生成方法 | |
CN108734247B (zh) | 具有复制保护的安全标记 | |
Zhao et al. | Deep learning-based forgery attack on document images | |
US8270037B2 (en) | Digital watermark embedding apparatus and digital watermark detecting apparatus | |
CN109572270B (zh) | 一种微结构网点的半色调信息双重防伪方法 | |
Cu et al. | A robust data hiding scheme using generated content for securing genuine documents | |
Borges et al. | Document image processing for paper side communications | |
JP4525916B2 (ja) | 画像形成装置及び画像形成方法、画像処理装置、画像処理方法 | |
Khan | An efficient neural network based algorithm of steganography for image | |
JP4883457B2 (ja) | 印刷物作製方法、印刷物及び真偽判別方法 | |
Botta et al. | KL-F: Karhunen-Loève based fragile watermarking | |
Feng et al. | Adaptive Halftone Watermarking Algorithm Based on Particle Swarm Optimization. | |
JP5098017B2 (ja) | 印刷物作製方法、真偽判別方法及び印刷物 | |
EP4075777A1 (en) | Copy detection pattern | |
Kumar et al. | Invisible watermarking in printed images | |
Forgáč et al. | Entropy Based Image Quality Assessment of Stego Images Created by Pulse Coupled Neural Network | |
Khanna et al. | Sensor forensics: Printers, cameras and scanners, they never lie | |
KR20110005433A (ko) | 망점 구조 분석에 의한 컬러레이저 프린터 판별 시스템 및 그 방법 | |
Mantere | Finding the natural problem in the bayer dispersed dot method with genetic algorithm | |
Duan et al. | Hiding information using hybrid digital screening for product identification | |
Guo et al. | Research on information hiding and recognition technology of halftone prints based on mobile phone |
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 |