CN110163152A - 防伪识别方法、防伪方法、系统、设备终端和存储介质 - Google Patents

防伪识别方法、防伪方法、系统、设备终端和存储介质 Download PDF

Info

Publication number
CN110163152A
CN110163152A CN201910432879.XA CN201910432879A CN110163152A CN 110163152 A CN110163152 A CN 110163152A CN 201910432879 A CN201910432879 A CN 201910432879A CN 110163152 A CN110163152 A CN 110163152A
Authority
CN
China
Prior art keywords
image
information
printing image
printing
feature vector
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.)
Pending
Application number
CN201910432879.XA
Other languages
English (en)
Inventor
姚健
乔椿
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.)
Aco (shenzhen) Intelligent Technology Co Ltd
Original Assignee
Aco (shenzhen) Intelligent Technology 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 Aco (shenzhen) Intelligent Technology Co Ltd filed Critical Aco (shenzhen) Intelligent Technology Co Ltd
Priority to CN201910432879.XA priority Critical patent/CN110163152A/zh
Publication of CN110163152A publication Critical patent/CN110163152A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/018Certifying business or products
    • G06Q30/0185Product, service or business identity fraud
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/80Recognising image objects characterised by unique random patterns

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Printing Methods (AREA)

Abstract

本发明涉及一种防伪识别方法、防伪方法、设备终端和存储介质,上述防伪识别方法包括:拍摄特征区域的第一印制图像和识别区域对应的第二印制图像,对第一印制图像进行特征提取,得到提取特征向量信息,提取特征向量信息包括第一印制图像的图像边缘信息以及图像纹理信息,对第二印制图像进行扫描识别,得到对应的标准特征向量信息,计算提取特征向量信息与标准特征向量信息的相似度,并根据相似度确定产品的真伪。上述防伪识别方法能够利用产品印刷图像生成过程中的随机不可复制性区分出产品的真伪,极大的提高了产品的防伪能力。

Description

防伪识别方法、防伪方法、系统、设备终端和存储介质
技术领域
本发明涉及防伪领域,尤其涉及一种防伪识别方法、防伪方法、设备终端和存储介质。
背景技术
随着工业制造水平的提高,商品制造越来越智能化,然而制造水平的提高也提升了商品伪造技术,伪造技术的提升提高了商品真伪辨识难度。
二维码技术目前被广泛应用,但是二维码这些明码标识技术本身就是为了易于识别和高容错而产生,无论是否加密,二维码的信息被识别后即可得到相同的数字信息,再把这些信息进行编码即可打印出无数张承载相同信息的二维码,因而,二维码虽然具有易实施、易检测和大数据承载等特征,但在防伪技术领域的应用一直无法进行突破。
发明内容
鉴于上述问题,本发明提出了一种防伪识别方法、防伪方法、系统、设备终端和存储介质,能够巧妙的将图像印刷制造过程中墨迹注入和风干等工序所产生的随机工艺偏差对应的唯一性和不可复制性应用到产品防伪技术中,生成过程中不需要对原有的生产线做较大的改动,且识别过程中对图像的特征提取和识别能够通过普通终端就可实现,成本较低且易于实现,提高了产品的防伪能力。
一种防伪识别方法,防伪识别方法包括:
拍摄特征区域的第一印制图像和识别区域对应的第二印制图像;
对第一印制图像进行特征提取,得到提取特征向量信息,提取特征向量信息包括第一印制图像的图像边缘信息以及图像纹理信息;
对第二印制图像进行扫描识别,得到对应的标准特征向量信息;
计算提取特征向量信息与标准特征向量信息的相似度,并根据相似度确定产品的真伪。
在一个实施例中,对第一印制图像进行特征提取,得到提取特征向量信息的步骤包括:
将第一印制图像进行校正、尺度变换和图像增强,得到预处理图像;
根据预设特征提取算子对预处理图像进行处理,生成提取特征向量信息。
在一个实施例中,计算提取特征向量信息与标准特征向量信息的相似度的步骤之前还包括:
分别将提取特征向量信息和标准特征向量信息按照预设数据标准算法进行归一化处理,预设数据标准算法采用最小-最大标准化算法或Z-score标准化算法。
在一个实施例中,第二印制图像为一维码、二维码和明文字符信息中的任意一种。
一种防伪方法,防伪方法包括:
获取拍摄装置对产品的特征区域拍摄的第一印制图像;
对第一印制图像进行特征提取,得到标准特征向量信息,标准特征向量信息包括第一印制图像的图像边缘信息以及图像纹理信息;
根据标准特征向量信息生成标准图像并将标准图像发送至对应的印刷设备,以使印刷设备在产品的识别区域印刷形成第二印制图像。
在一个实施例中,对第一印制图像进行特征提取,得到标准特征向量信息的步骤包括:
将第一印制图像进行校正、尺度变换和图像增强,得到预处理图像;
根据预设特征提取算子对预处理图像进行处理,生成标准特征向量信息。
在一个实施例中,标准图像为一维码、二维码和明文字符信息中的任意一种。
一种防伪系统,防伪系统包括:拍摄装置、计算机终端和印刷设备;
拍摄装置用于拍摄产品特征区域的第一印制图像并发送至计算机终端;
计算机终端用于对第一印制图像进行特征提取,得到标准特征向量信息,标准特征向量信息包括第一印制图像的图像边缘信息以及图像纹理信息;
计算机终端还用于根据标准特征向量信息生成标准图像并将标准图像发送至印刷设备;
印刷设备用于将标准图像印刷到产品的识别区域以形成第二印制图像。
一种设备终端,包括存储器以及处理器,存储器用于存储计算机程序,处理器运行计算机程序以使设备终端执行上述防伪识别方法或上述防伪方法。
一种存储介质,其存储有权利上述设备终端所使用的计算机程序。
上述防伪识别方法,通过拍摄特征区域的第一印制图像和识别区域对应的第二印制图像,对第一印制图像进行特征提取,得到提取特征向量信息,提取特征向量信息包括第一印制图像的图像边缘信息以及图像纹理信息,对第二印制图像进行扫描识别,得到对应的标准特征向量信息,计算提取特征向量信息与标准特征向量信息的相似度,并根据相似度确定产品的真伪,通过在产品上设置特征区域和识别区域,进而通过对识别区域的第二印制图像进行识别获取得到标准特征向量信息,然后通过对第一特征区域进行特征提取以得到提取特征向量信息,最后通过比较提取特征向量信息与标准特征向量信息的相似度以确定对应产品的真伪,能够利用图像印刷制造过程中产生唯一独特的纹理特征信息和边缘特征信息,然后将上述纹理特征信息和边缘特征信息对应的提取特征向量信息与第二印制图像所存储的标准特征向量信息进行比较以确定产品的真伪,巧妙的将图像印刷制造过程中所产生的随机工艺偏差对应的唯一性和不可复制性应用到产品防伪技术中,生成过程中不需要对原有的生产线做较大的改动,且识别过程中对图像的特征提取和识别能够通过普通终端例如手机就可实现,成本较低且易于实现,提高了产品的防伪能力。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对本发明保护范围的限定。在各个附图中,类似的构成部分采用类似的编号。
图1为一个实施例中一种防伪识别方法的流程示意图;
图2(a)和图2(b)分别为一个实施例中产品上设置的第一印制图像和第二印制图像的示意图;
图3(a)和图3(b)分别为一个实施例中提取特征向量信息与标准特征向量信息各自对应的特征向量曲线示意图;
图4为一个实施例中得到提取特征向量信息的方法流程示意图;
图5为一个实施例中得到的预处理图像示意图;
图6为另一个实施例中一种防伪识别方法的流程示意图;
图7为一个实施例中一种防伪方法的流程示意图;
图8为一个实施例中得到标准特征向量信息的方法流程示意图;
图9为一个实施例中一种防伪系统的结构框图。
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
通常在此处附图中描述和示出的本发明实施例的组件可以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
在下文中,将更全面地描述本公开的各种实施例。本公开可具有各种实施例,并且可在其中做出调整和改变。然而,应理解:不存在将本公开的各种实施例限于在此公开的特定实施例的意图,而是应将本公开理解为涵盖落入本公开的各种实施例的精神和范围内的所有调整、等同物和/或可选方案。
在下文中,可在本发明的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合,并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
除非另有限定,否则在这里使用的所有术语(包括技术术语和科学术语)具有与本发明的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义,除非在本发明的各种实施例中被清楚地限定。
图1为一个实施例中一种防伪识别方法的流程示意图,该防伪识别方法包括:
步骤S110,拍摄特征区域的第一印制图像和识别区域对应的第二印制图像。
其中,出厂产品或者外包装上通常分别设置有特征区域和识别区域,特征区域设置有第一印制图像,识别区域设置有第二印制图像,特征区域和识别区域可相邻设置,也可设置在产品的不同位置。
其中,第一印制图像包括一维码、二维码、直线、曲线、三角形、多边形等图案图形或对应的某一局部图形,但是不局限于此,第二印制图像存储有对应的防伪信息。
其中,在生成上述第一印制图像和第二印制图像过程中,有两种实现方式,一种是将印制图像直接通喷印在产品指定位置,另一种是将印制图像先喷印在不干胶标签上然后在将标签直接贴到产品或者产品包装上。
终端通过摄像装置分别对特征区域和识别区域进行拍照,可得到对应的第一印制图像和第二印制图像,终端是指具有拍摄功能的手机、平板电脑或者个人PC。
步骤S120,对第一印制图像进行特征提取,得到提取特征向量信息,提取特征向量信息包括第一印制图像的图像边缘信息以及图像纹理信息。
其中,针对每一个产品,在生成第一印制图像的过程中,由于油墨喷印到产品上风干的过程中其边缘位置必然会产生随机扩散,不同材质或者即使是相同的材质的不同部位,墨点扩散大小都是随机的和不可复制的,且油墨在每一个位置上的深浅由于完全随机不受人为因素控制,必然会有差异,因而印制图像的图像边缘所对应的形状以及位置信息都是独特的和不可复制的;进一地,由于喷印时的力度不同,油墨的厚度所导致的颜色深浅明显不同,导致对应的图像纹理信息不同,可对上述印制图像进行特征提取,得到对应的提取特征向量信息,该提取特征向量信息包括第一印制的图像边缘信息和图像纹理信息。
其中,终端通过调用应用程序接口对第一印制图像进行特征提取,如果该产品是真品,上述第一印制图像则在出厂前就已经设置在对应的特征区域,图像印刷制造过程中墨迹注入和风干等工序所产生的随机工艺偏差,进一步产生唯一独特的纹理特征信息和边缘特征信息,其提取特征向量信息对应的图像边缘信息以及图像纹理信息则是独特唯一和不可复制的;如果该产品是伪品,第一印制图像则是后续伪造的,显然终端对上述真实的第一印制图像和伪造的第一印制图像各自提取的提取特征向量信息显然是不同的,因而可将上述出厂前设置的第一印制图像所提取的提取特征向量信息作为防伪信息。
换言之,由于是真品,出厂后第一印制图像对应的提取特征向量信息仍与出厂前保持相同;相反,如果该产品为伪品,则对上述特征区对应的“第一印制图像”进行特征提取得到的“提取特征向量信息”则与出厂前不同,这就为后续的防伪步骤处理提供了思路。
步骤S130,对第二印制图像进行扫描识别,得到对应的标准特征向量信息。
在一个实施例中,进一步地,结合步骤S120中的处理过程,当该产品为真品时,第一印制图像在出厂前就已经设置在对应的特征区域,对上述第一印制图像进行特征提取,这里不妨称之为标准特征向量信息,该标准特征向量信息包括上述第一印制图像对应的图像边缘信息以及图像纹理信息,该标准特征向量信息是独特唯一和不可复制的,如果能够把该标准特征向量信息以某种方式保存在产品对应的区域,则后续可通过终端的应用程序接口对第一印制图像进行特征提取得到的提取特征向量信息则与该标准特征向量信息相同,若是伪品,第一印制图像则是后续伪造的,显然终端对伪造的第一印制图像提取的提取特征向量信息与上述标准特征向量信息显然是不同的。
于是,遵循以上思路,在上述步骤S110中,在产品上设置了识别区域,进一步将该标准特征向量信息生成标准图像,然后将标准图像印刷在上述识别区域,形成第二印制图像,显然通过对上述第二印制图像进行扫描识别,可得到上述第二印制图像对应的标准特征向量信息,这就把标准特征向量信息以某种方式保存在产品对应的区域,就能够进一步开展后续的防伪识别过程。
在后续的防伪识别过程中,对第二印制图像进行扫描识别,可得到对应的标准特征向量信息,然后再通过终端的应用程序接口对上述第一印制图像进行特征提取得到提取特征向量信息,然后将提取特征向量信息与标准特征向量信息进行比较,即可判断产品的真伪。
步骤S140,计算提取特征向量信息与标准特征向量信息的相似度,并根据相似度确定产品的真伪。
结合步骤S130,终端进一步将对应的提取特征向量信息与标准特征向量信息进行比较,计算两者之间的相似度,根据相似度的大小确定产品的真伪。
在一个实施例中,通过设置相似度阈值,通过将相似度与上述相似度阈值进行比较确定产品的真伪,例如相似度阈值设置为0.85,若计算提取特征向量信息与标准特征向量信息的相似度为0.35,则可直接判定第一印刷图像为伪造图像,进而判断第一印刷图像对应的产品为伪品。
在一个实施例中,产品A上设置有如图2(a)所示的第一印制图像和图2(b)所示的第二印制图像,其中图2(a)表示第一印制图像,位于特征区域,图2(b)表示第二印制图像,位于上述识别区域,显然对图2(a)表示的第一印制图像进行特征提取,得到产品A对应的提取特征向量信息,包括第一印制图像对应的边缘信息和图像中的纹理信息;然后对上述第二印制图像进行扫描识别,得到标准特征向量信息。
其中,特征区域可与上述识别区域相邻设置,例如特征区域环绕设置识别区域的外侧,相应的,第一印制图像可环绕设置在第二印制图像的外侧。
其中,终端在进行特征提取时,一般选取图像中对应的边缘轮廓信息、边缘像素点的位置信息以及图像中的纹理信息作为重点。
如图3(a)和图3(b)所示,图3(a)和图3(b)分别代表上述提取特征向量信息与标准特征向量信息各自的特征向量曲线示意图,两者相似度为0.2708,显然可直接判定图3(a)所代表的产品直接为伪品。
其中,上述计算出来的相似度值越小,表明两者之间差异越大,表明第一印刷图像对应的产品时伪品的可能性越大。
其中,相似度阈值的设定可根据大数据算法进行合理的选取,进而可设定合理的相似度阈值,进一步提高上述判断过程的准确度。
上述防伪识别方法,通过拍摄特征区域的第一印制图像和识别区域对应的第二印制图像,对第一印制图像进行特征提取,得到提取特征向量信息,提取特征向量信息包括第一印制图像的图像边缘信息以及图像纹理信息,对第二印制图像进行扫描识别,得到对应的标准特征向量信息,计算提取特征向量信息与标准特征向量信息的相似度,并根据相似度确定产品的真伪,通过在产品上设置特征区域和识别区域,进而通过对识别区域的第二印制图像进行识别获取得到标准特征向量信息,然后通过对第一特征区域进行特征提取以得到提取特征向量信息,最后通过比较提取特征向量信息与标准特征向量信息的相似度以确定对应产品的真伪,能够利用图像印刷制造过程中墨迹注入和风干等工序所产生的随机工艺偏差,进一步产生唯一独特的纹理特征信息和边缘特征信息,然后将上述纹理特征信息和边缘特征信息对应的提取特征向量信息与第二印制图像所存储的标准特征向量信息进行比较以确定产品的真伪,巧妙的将图像印刷制造过程中墨迹注入和风干等工序所产生的随机工艺偏差对应的唯一性和不可复制性应用到产品防伪技术中,生成过程中不需要对原有的生产线做较大的改动,且识别过程中对图像的特征提取和识别能够通过普通终端例如手机就可实现,成本较低且易于实现,提高了产品的防伪能力。
在一个实施例中,如图4所示,步骤S120包括:
步骤S122,将第一印制图像进行校正、尺度变换和图像增强,得到预处理图像。
其中,第一终端获取第一印刷图像的过程当中由于图像拍摄或产品变形会带来图像变形问题,需要对图像进行图像畸变校正以提高识别率。
进一步的,还可将上述畸变校正处理过后的图像变换到多个不同的尺度,通过在不同的尺度下分析图片的细节特征,保证后续提取特征向量信息的过程稳定可靠。
更进一步的,可通过时域和频域两个方向上对图像增强处理,以强化细节纹理信息以及强化褪色细节信息,进而提高细节纹理特征辨识度同时抑制图像拍摄时可能出现的亮度不均对后续提取特征向量信息过程的影响。
此外,还可对上述处理过后的图像中比较浅的图像细节进行强化,进而提高特征差异化辨识度。
将第一印刷图像进行校正、尺度变换和图像增强,得到预处理图像,为后续的特征向量信息提取奠定基础。
在一个实施例中,第一印制图像如图2(a)所示,第一印制图像经过上述步骤S122处理得到的上述预处理图像如图5所示。
步骤S124,根据预设特征提取算子对预处理图像进行处理,生成提取特征向量信息。
对于预处理图像,往往需要去掉其中的共性信息以及背景信息,保留明显的差异化信息,从而保证特征提取的准确度。
其中,预设特征提取算子可采用常用的提取算法,例如LBP算子(局部二值模式)、SIFT(尺度不变特征变换)和HOG(方向梯度直方图)方法,也可采用其它传统的提取算法,例如SURF、ORB或HAAR算法。
其中,对于预处理图像的提取过程中一般选取图像中对应的边缘轮廓信息、边缘像素点的位置信息以及图像中的纹理信息作为重点。
在一个实施例中,如图6所示,步骤140之前还包括:
步骤S150,分别将提取特征向量信息和标准特征向量信息按照预设数据标准算法进行归一化处理,预设数据标准算法采用最小-最大标准化算法或Z-score标准化算法。
其中,在步骤S140计算特征向量信息和参考标准特征向量信息两者之间的相似度之前还需要分别将特征向量信息和参考标准特征向量信息按照预设数据标准算法进行归一化处理,以便于后续的计算过程和比较过程。
其中,预设数据标准算法通常采用最小-最大标准化算法或Z-score标准化算法。
在一个实施例中,第二印制图像采用一维码、二维码和明文字符信息中的任意一种。
图7为一个实施例中一种防伪方法的流程示意图,上述防伪方法包括:
步骤S210,获取拍摄装置对产品的特征区域拍摄的第一印制图像;
其中,拍摄装置包括具有拍摄功能的手机、平板或个人PC,产品上分别设有特征区域和识别区域,特征区域设置有第一印制图像,识别区域设置有第二印制图像,特征区域和识别区域可相邻设置,也可设置在产品的不同位置。
第一印制图像采用一维码、二维码、直线、曲线、三角形、多边形等一个或者多个图案图形,也可以是上述图形对应的某一局部图形,但是不局限于此。
计算机终端接收拍摄装置发送的第一印制图像,然后进行后续步骤。
步骤S220,对第一印制图像进行特征提取,得到标准特征向量信息,标准特征向量信息包括第一印制图像的图像边缘信息以及图像纹理信息。
其中,针对每一个真实产品,在生成第一印制图像的过程中,由于油墨喷印到产品上风干的过程中其边缘位置必然会产生随机扩散,不同材质或者即使是相同的材质的不同部位,墨点扩散大小都是随机的和不可复制的,且油墨在每一个位置上的深浅由于完全随机不受人为因素控制,必然会有差异,因而印制图像的图像边缘所对应的形状以及位置信息都是独特的和不可复制的;进一地,由于喷印时的力度不同,油墨的厚度所导致的颜色深浅明显不同,导致对应的图像纹理信息不同,可对上述印制图像进行特征提取,得到对应的标准特征向量信息,该标准特征向量信息包括第一印制的图像边缘信息和图像纹理信息。
其中,计算机终端在进行特征提取时,一般选取图像中对应的边缘轮廓信息、边缘像素点的位置信息以及图像中的纹理信息作为重点。
换言之,如果产品是伪品,伪品上设置的所谓“第一印制图像”显然与上述真品对应的第一印制图像不同,其对应的提取特征向量信息与标准特征向量信息相似度必然较低。
步骤S230,根据标准特征向量信息生成标准图像并将标准图像发送至对应的印刷设备,以使印刷设备在产品的识别区域印刷形成第二印制图像。
其中,计算机终端根据上述标准特征向量信息可生成对应的标准图像,从而将上述标准向量特征信息内容以标准图像的形式进行保存,然后然后将标准图像印刷在上述识别区域,形成第二印制图像,显然通过对上述第二印制图像进行扫描识别,可得到上述第二印制图像对应的标准特征向量信息,这就把标准特征向量信息以某种方式保存在产品对应的区域,为后续的防伪识别过程奠定基础。
上述防伪方法,通过获取拍摄装置对产品的特征区域拍摄的第一印制图像,对第一印制图像进行特征提取,得到标准特征向量信息,标准特征向量信息包括第一印制图像的图像边缘信息以及图像纹理信息,根据标准特征向量信息生成标准图像并将标准图像发送至对应的印刷设备,以使印刷设备在产品的识别区域印刷形成第二印制图像,能够利用图像印刷制造过程中产生唯一独特的纹理特征信息和边缘特征信息对应的标准特征向量信息作为防伪信息,巧妙的将图像印刷制造过程中所产生的随机工艺偏差对应的唯一性和不可复制性应用到产品防伪技术中,生成过程中不需要对原有的生产线做较大的改动,成本较低且易于实现,提高了产品的防伪能力。
在一个实施例中,如图8所示,步骤S220包括:
S222,将第一印制图像进行校正、尺度变换和图像增强,得到预处理图像。
其中,该步骤S222与图4所示的实施例中步骤S122的处理过程类似。
S224,根据预设特征提取算子对预处理图像进行处理,生成标准特征向量信息。
其中,该步骤S224与图4所示的实施例中步骤S124处理过程基本类似,区别在于,该步骤S224得到的是标准特征向量信息。
在一个实施例中,标准图像采用一维码、二维码和明文字符信息中的任意一种。
图9为一个实施例中一种防伪系统的结构框图,上述防伪系统包括:拍摄装置100、计算机终端200和印刷设备300。
拍摄装置100用于拍摄产品特征区域的第一印制图像并发送至计算机终端200;
计算机终端200用于对第一印制图像进行特征提取,得到标准特征向量信息,标准特征向量信息包括第一印制图像的图像边缘信息以及图像纹理信息;
计算机终端200还用于根据标准特征向量信息生成标准图像并将标准图像发送至印刷设备;
印刷设备300用于将标准图像印刷到产品的识别区域以形成第二印制图像。
其中,拍摄装置100和计算机终端200也可以集成在一起,也可以分开设置,例如上述系统采用具有拍摄功能的计算机终端设备。
一种设备终端,包括存储器以及处理器,存储器用于存储计算机程序,处理器运行计算机程序以使设备终端执行上述防伪识别方法或上述防伪方法。
一种存储介质,其存储有设备终端所使用的计算机程序。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和结构图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在作为替换的实现方式中,方框中所标注的功能也可以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可基本并行地执行,它们有时也可按相反的顺序执行,这依所涉及的功能而定。也要注意的是,结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合,可用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块或单元可集成在一起形成一个独立的部分,也可是各个模块单独存在,也可两个或更多个模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可是智能手机、个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种防伪识别方法,其特征在于,所述防伪识别方法包括:
拍摄特征区域的第一印制图像和识别区域对应的第二印制图像;
对所述第一印制图像进行特征提取,得到提取特征向量信息,所述提取特征向量信息包括所述第一印制图像的图像边缘信息以及图像纹理信息;
对所述第二印制图像进行扫描识别,得到对应的标准特征向量信息;
计算所述提取特征向量信息与所述标准特征向量信息的相似度,并根据所述相似度确定产品的真伪。
2.根据权利要求1所述的防伪识别方法,其特征在于,所述对所述第一印制图像进行特征提取,得到提取特征向量信息的步骤包括:
将所述第一印制图像进行校正、尺度变换和图像增强,得到预处理图像;
根据预设特征提取算子对所述预处理图像进行处理,生成提取特征向量信息。
3.根据权利要求1所述的防伪识别方法,其特征在于,所述计算所述提取特征向量信息与所述标准特征向量信息的相似度的步骤之前还包括:
分别将所述提取特征向量信息和所述标准特征向量信息按照预设数据标准算法进行归一化处理,所述预设数据标准算法采用最小-最大标准化算法或Z-score标准化算法。
4.根据权利要求1所述的防伪识别方法,其特征在于,所述第二印制图像为一维码、二维码和明文字符信息中的任意一种。
5.一种防伪方法,其特征在于,所述防伪方法包括:
获取拍摄装置对产品的特征区域拍摄的第一印制图像;
对所述第一印制图像进行特征提取,得到标准特征向量信息,所述标准特征向量信息包括所述第一印制图像的图像边缘信息以及图像纹理信息;
根据所述标准特征向量信息生成标准图像并将所述标准图像发送至对应的印刷设备,以使所述印刷设备在所述产品的识别区域印刷形成第二印制图像。
6.根据权利要求5所述的防伪方法,其特征在于,所述对所述第一印制图像进行特征提取,得到标准特征向量信息的步骤包括:
将所述第一印制图像进行校正、尺度变换和图像增强,得到预处理图像;
根据预设特征提取算子对所述预处理图像进行处理,生成标准特征向量信息。
7.根据权利要求5所述的防伪方法,其特征在于,所述标准图像为一维码、二维码和明文字符中的任意一种。
8.一种防伪系统,其特征在于,所述防伪系统包括:拍摄装置、计算机终端和印刷设备;
所述拍摄装置用于拍摄产品特征区域的第一印制图像并发送至所述计算机终端;
所述计算机终端用于对所述第一印制图像进行特征提取,得到标准特征向量信息,所述标准特征向量信息包括所述第一印制图像的图像边缘信息以及图像纹理信息;
所述计算机终端还用于根据所述标准特征向量信息生成标准图像并将所述标准图像发送至所述印刷设备;
所述印刷设备用于将所述标准图像印刷到所述产品的识别区域以形成第二印制图像。
9.一种设备终端,其特征在于,包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述设备终端执行权利要求1至4中任一项所述的防伪识别方法或权利要5至7中任一项所述的防伪方法。
10.一种存储介质,其特征在于,其存储有权利要求9所述设备终端所使用的所述计算机程序。
CN201910432879.XA 2019-05-23 2019-05-23 防伪识别方法、防伪方法、系统、设备终端和存储介质 Pending CN110163152A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910432879.XA CN110163152A (zh) 2019-05-23 2019-05-23 防伪识别方法、防伪方法、系统、设备终端和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910432879.XA CN110163152A (zh) 2019-05-23 2019-05-23 防伪识别方法、防伪方法、系统、设备终端和存储介质

Publications (1)

Publication Number Publication Date
CN110163152A true CN110163152A (zh) 2019-08-23

Family

ID=67632134

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910432879.XA Pending CN110163152A (zh) 2019-05-23 2019-05-23 防伪识别方法、防伪方法、系统、设备终端和存储介质

Country Status (1)

Country Link
CN (1) CN110163152A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110516739A (zh) * 2019-08-27 2019-11-29 阿里巴巴集团控股有限公司 一种证件识别方法、装置及设备
CN111311550A (zh) * 2020-01-20 2020-06-19 支付宝实验室(新加坡)有限公司 伪造证件的识别方法、装置及电子设备
CN111798740A (zh) * 2020-07-29 2020-10-20 云南易见纹语科技有限公司 防伪标记、系统、生成方法以及防伪标记识别方法和装置
CN112927600A (zh) * 2020-11-28 2021-06-08 拍拍看(海南)人工智能有限公司 一种3d信息防伪标识
CN113888198A (zh) * 2021-12-07 2022-01-04 北京微点科技有限公司 基于防伪特征校正的防伪方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103177452A (zh) * 2013-04-19 2013-06-26 海南大学 一种基于dwt-dct变换的智能纹理防伪方法
CN203433739U (zh) * 2013-01-08 2014-02-12 张延坦 防伪标签
CN106991461A (zh) * 2017-03-03 2017-07-28 深圳市中选科技有限公司 一种码及其生成方法、防伪方法
CN108154207A (zh) * 2018-01-24 2018-06-12 福州本征光电科技有限公司 一种防伪唯一码生成及防伪验证方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203433739U (zh) * 2013-01-08 2014-02-12 张延坦 防伪标签
CN103177452A (zh) * 2013-04-19 2013-06-26 海南大学 一种基于dwt-dct变换的智能纹理防伪方法
CN106991461A (zh) * 2017-03-03 2017-07-28 深圳市中选科技有限公司 一种码及其生成方法、防伪方法
CN108154207A (zh) * 2018-01-24 2018-06-12 福州本征光电科技有限公司 一种防伪唯一码生成及防伪验证方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
FEI PENG ET AL.: "3-D Printed Object Authentication Based on Printing Noise and Digital Signature", 《IEEE TRANSACTIONS ON RELIABILITY》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110516739A (zh) * 2019-08-27 2019-11-29 阿里巴巴集团控股有限公司 一种证件识别方法、装置及设备
CN111311550A (zh) * 2020-01-20 2020-06-19 支付宝实验室(新加坡)有限公司 伪造证件的识别方法、装置及电子设备
CN111311550B (zh) * 2020-01-20 2024-01-05 支付宝实验室(新加坡)有限公司 伪造证件的识别方法、装置及电子设备
CN111798740A (zh) * 2020-07-29 2020-10-20 云南易见纹语科技有限公司 防伪标记、系统、生成方法以及防伪标记识别方法和装置
CN111798740B (zh) * 2020-07-29 2022-11-25 云南易见纹语科技有限公司 防伪标记、系统、生成方法以及防伪标记识别方法和装置
CN112927600A (zh) * 2020-11-28 2021-06-08 拍拍看(海南)人工智能有限公司 一种3d信息防伪标识
CN113888198A (zh) * 2021-12-07 2022-01-04 北京微点科技有限公司 基于防伪特征校正的防伪方法

Similar Documents

Publication Publication Date Title
CN110163152A (zh) 防伪识别方法、防伪方法、系统、设备终端和存储介质
US11062163B2 (en) Iterative recognition-guided thresholding and data extraction
US9977957B2 (en) Method and system for identifying characters on a valuable medium
CN106096601B (zh) 一种自动检测票据中字符类型的方法和系统
US8818018B2 (en) System and method for enhancing security printing
CN110222602A (zh) 防伪识别方法、系统、设备终端和计算机可读存储介质
WO2021179157A1 (zh) 用于验证产品真伪的方法和装置
WO2007127085A1 (en) Generating a bitonal image from a scanned colour image
US11151402B2 (en) Method of character recognition in written document
CN110427972B (zh) 证件视频特征提取方法、装置、计算机设备和存储介质
US10621429B2 (en) Individual identifier extraction device
CN113392664B (zh) 防伪二维码生成方法、验伪方法和装置
CN115423771B (zh) 基于特征非一致性的准动态镭射防伪标签识别方法
CN110533704B (zh) 油墨标签的识别验伪方法、装置、设备及介质
US10885326B2 (en) Character recognition method
CN111461102A (zh) 防伪识别方法、装置、设备终端和可读存储介质
WO2018140001A1 (en) Print quality diagnosis
CN110210467B (zh) 一种文本图像的公式定位方法、图像处理装置、存储介质
CN114758162A (zh) 商品防伪鉴别方法、装置、电子设备及存储介质
CN115410191B (zh) 文本图像识别方法、装置、设备和存储介质
CN113537216B (zh) 一种点阵字体文本行倾斜校正方法及装置
CN110415424B (zh) 一种防伪鉴定方法、装置、计算机设备和存储介质
JP2015149008A (ja) 認証システムおよび認証方法
EP4156120B1 (en) Collation device, program, and collation method
US20230113156A1 (en) Collation device, non-transitory computer readable medium storing program, and collation method

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