CN110287843A - 一种文物指纹区域选定方法 - Google Patents

一种文物指纹区域选定方法 Download PDF

Info

Publication number
CN110287843A
CN110287843A CN201910525999.4A CN201910525999A CN110287843A CN 110287843 A CN110287843 A CN 110287843A CN 201910525999 A CN201910525999 A CN 201910525999A CN 110287843 A CN110287843 A CN 110287843A
Authority
CN
China
Prior art keywords
historical relic
region
finger
candidate region
candidate
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.)
Granted
Application number
CN201910525999.4A
Other languages
English (en)
Other versions
CN110287843B (zh
Inventor
刘学平
李玙乾
张晶阳
王哲
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.)
Shenzhen Graduate School Tsinghua University
Original Assignee
Shenzhen Graduate School Tsinghua University
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 Shenzhen Graduate School Tsinghua University filed Critical Shenzhen Graduate School Tsinghua University
Priority to CN201910525999.4A priority Critical patent/CN110287843B/zh
Publication of CN110287843A publication Critical patent/CN110287843A/zh
Application granted granted Critical
Publication of CN110287843B publication Critical patent/CN110287843B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/018—Certifying business or products
    • G06Q30/0185—Product, service or business identity fraud
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/80—Recognising image objects characterised by unique random patterns

Landscapes

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

Abstract

本发明涉及文物真伪鉴定领域，特别涉及一种文物指纹区域选定方法，主要包括：步骤1：选择候选区域；步骤2：采集候选区域图像；步骤3：利用SSIM算法筛选出指纹区域。本方法通过多位文物专家独立选择候选区域，利用结构相似性(SSIM)算法筛选得到指纹区域，避免专家选择同一区域造成特征复用，从而保证本方法的鲁棒性和有效性。相较于其他方法，本方法选取的特征区域可以更合理表征文物。

Description

一种文物指纹区域选定方法
技术领域
本发明涉及文物真伪鉴定领域，特别涉及一种文物指纹区域选定方法。
背景技术
文物鉴定是文物保护过程中重要的一环。文物专家通常借助高科技设备提取文物特征，根据自己的经验，利用所学知识判断文物真伪。鉴定工作不仅依赖于专家的个人经验、知识范围，还取决于特征提取的好坏。如果能找到反应文物质地、工艺、年代的细节特征，就可以得到准确的判断结果。因此，找到能反映文物唯一性的局部特征至关重要。
目前，许多学者都提出了选取文物特征的方法。王治国(CN106124508A)采集被鉴器物的线条、形状、图案等图像信息用于鉴别；郭景康(CN105243384A)在文物上选取几十个或上百个具有显著特征的位点用于鉴定；王红(CN107122468A)确定用于防伪的特定区域，由计算机随机选择得到。
发明内容
本发明提出一种文物指纹区域选定方法，与上述各类鉴定方法不同，本方法通过多位文物专家独立选择候选区域，利用结构相似性(SSIM)算法筛选得到指纹区域，避免专家选择同一区域造成特征复用，从而保证本方法的鲁棒性和有效性。相较于其他方法，本方法选取的特征区域可以更合理表征文物。
本发明解决上述问题的技术方案是：一种文物指纹区域选定方法，其特殊之处在于，包括以下步骤：
步骤1：选择候选区域；
步骤2：采集候选区域图像；
步骤3：利用SSIM算法筛选出指纹区域。
进一步，步骤1具体为：由n位文物专家形成鉴定小组，其中5<n<10，每位专家独立选定某文物上的一处候选区域，大小在5×5mm2左右。该区域应具有代表性并能反映该文物的特点。选择应具体遵循以下原则：1)候选区域与周围区域在纹理、质地、颜色上有一定区别，且纹理应尽量复杂，不易被仿制；2)一些能反映文物特点的部位(例如陶器文物上的纹饰，瓷器文物上的胎釉，书画文物上的落款等)应优先选为候选区域；3)文物易损坏的部位或应重点保护的部位(例如瓷器类文物中镂空结构)应优先选为候选区域。
进一步，步骤2具体为：使用高精度相机在n处候选区域各采集一张RGB图像，形成候选特征集{Pi，1＜i＜n}。
进一步，步骤3具体为：在候选特征集中，利用结构相似性(SSIM)算法计算每张图像Pi与剩余图像Pj(1＜j＜n，j≠i)相似度值Sij，求出n-1个相似度值的平方和作为该图像Pi的特异性值。统计n张候选区域图像的特异性值，如图2所示。选出值较小的前m张图(m＜n)，其在文物上对应的区域作为指纹区域。
本发明的优点：
1)多位文物专家独立选择候选区域，专家之间互不了解他人选择的区域，增强了指纹区域的多样性；
2)利用结构相似性(SSIM)算法筛选候选区域，使得指纹区域之间差异较大，避免专家选择同一区域造成特征复用，从而保证本方法的鲁棒性和有效性；
3)相较于其他方法，本方法选取的特征区域可以更合理表征文物。
附图说明
图1是本方法的流程示意图；
图2是特异性值记录示意图。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。因此，以下对在附图中提供的本发明的实施方式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方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。
参见图1，一种文物指纹区域选定方法，包括以下步骤：
步骤1：专家鉴定小组选择候选区域；
步骤2：采集候选区域图像；
步骤3：利用SSIM算法筛选出指纹区域。
进一步，步骤1中，由n位文物专家形成鉴定小组(5＜n＜10)，每位专家独立选定某文物上的一处候选区域，大小在5×5mm2左右；该区域应具有代表性并能反映该文物的特点。选择应具体遵循以下原则：1)候选区域与周围区域在纹理、质地、颜色上有一定区别，且纹理应尽量复杂，不易被仿制；2)一些能反映文物特点的部位(例如陶器文物上的纹饰，瓷器文物上的胎釉，书画文物上的落款等)应优先选为候选区域；3)文物易损坏的部位或应重点保护的部位(例如瓷器类文物中镂空结构)应优先选为候选区域。
进一步，步骤2使用高精度相机在n处候选区域各采集一张RGB图像，形成候选特征集{Pi，1＜i＜n}。
进一步，步骤3在候选特征集中，利用结构相似性(SSIM)算法计算每张图像Pi与剩余图像Pj(1＜j＜n，j≠i)相似度值Sij，求出n-1个相似度值的平方和作为该图像Pi的特异性值。统计n张候选区域图像的特异性值，如图2所示。选出值较小的前m张图(m＜n)，其在文物上对应的区域作为指纹区域。
实施例
在本实施例中，步骤1中，专家鉴定小组选择候选区域具体为：
由10位专家组成鉴定小组，每人独立选择某文物上的候选区域(大小约5×5mm2)
步骤2：采集候选区域图像；
在本实施例中，使用EOS 7DMark II相机搭载MP-E 65mm f/2.81-5X镜头，分别采集10处候选区域的RGB图像，分辨率为5472×3648像素，形成候选区域集{Pi，1＜i＜10}，Pi表示采集到的候选区域图像。
步骤3：利用SSIM算法筛选出指纹区域；
在本实施例中，SSIM算法见式1～4，x、y分别代表两张图像，f1(x，y)、f2(x，y)、f3(x，y)分别反应两张图在亮度、对比度、结构方面的差异，μx、σx、σxy分别代表均值、标准差、协方差。为了比较候选区域的相似程度，设定α＝β＝1，γ＝2，c1＝c2＝c3＝0.00001；
SSIM(x，y)＝(f1(x，y))α·(f2(x，y))β·(f3(x，y))γ (1)
在候选区域集{Pi，1＜i＜10}上利用SSIM算法计算每张图像Pi与剩余9张图像Pj(1＜j＜10，j≠i)相似度值Sij，求出9个相似度值的平方和作为该图像Pi的特异性值。统计10张候选区域图像的特异性值，选出值较小的前5张图，其在文物上对应的区域作为指纹区域。
以上所述仅为本发明的实施例，并非以此限制本发明的保护范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的系统领域，均同理包括在本发明的专利保护范围内。

Claims (5)

1.一种文物指纹区域选定方法，其特征在于，包括以下步骤：
步骤1：选择候选区域；
步骤2：采集候选区域图像；
步骤3：利用SSIM算法筛选出指纹区域。
2.根据权利要求1所述的一种文物指纹区域选定方法，其特征在于：
所述步骤1具体为：由n位文物专家形成鉴定小组，其中5<n<10，每位专家独立选定某文物上的一处候选区域，大小在5×5mm2左右。
3.根据权利要求2所述的一种文物指纹区域选定方法，其特征在于：
所述步骤2具体为：使用高精度相机在n处候选区域各采集一张RGB图像，形成候选特征集{Pi,1＜i＜n}。
4.根据权利要求3所述的一种文物指纹区域选定方法，其特征在于：
所述步骤3具体为：在候选特征集中，利用结构相似性SSIM算法计算每张图像Pi与剩余图像Pj(1＜j＜n,j≠i)相似度值Sij，求出n-1个相似度值的平方和作为该图像Pi的特异性值；统计n张候选区域图像的特异性值，选出值较小的前m张图，其在文物上对应的区域作为指纹区域，其中，所述m<n。
5.根据权利要求2所述的一种文物指纹区域选定方法，其特征在于：
所述候选区域在选择时遵循以下原则：1)候选区域与周围区域在纹理、质地、颜色上有区别；2)能反映文物特点的部位应优先选为候选区域；3)文物易损坏的部位或应重点保护的部位应优先选为候选区域。
CN201910525999.4A 2019-06-18 2019-06-18 一种文物指纹区域选定方法 Expired - Fee Related CN110287843B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910525999.4A CN110287843B (zh) 2019-06-18 2019-06-18 一种文物指纹区域选定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910525999.4A CN110287843B (zh) 2019-06-18 2019-06-18 一种文物指纹区域选定方法

Publications (2)

Publication Number Publication Date
CN110287843A true CN110287843A (zh) 2019-09-27
CN110287843B CN110287843B (zh) 2022-01-25

Family

ID=68005154

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910525999.4A Expired - Fee Related CN110287843B (zh) 2019-06-18 2019-06-18 一种文物指纹区域选定方法

Country Status (1)

Country Link
CN (1) CN110287843B (zh)

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1870046A (zh) * 2006-07-04 2006-11-29 周菩 计算机辅助的传世高古玉器真伪鉴别方法
CN102984201A (zh) * 2012-09-13 2013-03-20 陈军 一种艺术品数字认证与真伪鉴别系统
CN104050196A (zh) * 2013-03-15 2014-09-17 阿里巴巴集团控股有限公司 一种兴趣点数据冗余检测方法及装置
CN105243384A (zh) * 2015-09-17 2016-01-13 上海大学 一种基于模式识别的文物与艺术品唯一性标识方法
CN105259120A (zh) * 2015-10-30 2016-01-20 张树林 鉴定青花瓷的方法
CN105335697A (zh) * 2015-09-18 2016-02-17 黄山学院 一种基于卫星图像测算古民居相似度方法和装置
CN105678795A (zh) * 2016-03-02 2016-06-15 大连海事大学 一种现场鞋印图像检验方法
CN106127780A (zh) * 2016-06-28 2016-11-16 华南理工大学 一种曲面表面缺陷自动检测方法及其装置
CN107103608A (zh) * 2017-04-17 2017-08-29 大连理工大学 一种基于区域候选样本选择的显著性检测方法
CN107369149A (zh) * 2016-05-11 2017-11-21 富士通株式会社 目标物体的检测装置及方法
CN108288012A (zh) * 2017-01-09 2018-07-17 北京艺鉴通科技有限公司 一种基于手机实现的艺术品备案验证方法及其系统
CN108734122A (zh) * 2018-05-17 2018-11-02 北京理工大学 一种基于自适应样本选择的高光谱城区水体检测方法
CN108876756A (zh) * 2017-05-09 2018-11-23 普天信息技术有限公司 图像相似性的度量方法和装置
CN108932724A (zh) * 2018-05-31 2018-12-04 杭州晓图科技有限公司 一种基于多人协同图像标注的系统自动审核方法
US20190065528A1 (en) * 2017-08-23 2019-02-28 Sap Se Data import and reconciliation

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1870046A (zh) * 2006-07-04 2006-11-29 周菩 计算机辅助的传世高古玉器真伪鉴别方法
CN102984201A (zh) * 2012-09-13 2013-03-20 陈军 一种艺术品数字认证与真伪鉴别系统
CN104050196A (zh) * 2013-03-15 2014-09-17 阿里巴巴集团控股有限公司 一种兴趣点数据冗余检测方法及装置
CN105243384A (zh) * 2015-09-17 2016-01-13 上海大学 一种基于模式识别的文物与艺术品唯一性标识方法
CN105335697A (zh) * 2015-09-18 2016-02-17 黄山学院 一种基于卫星图像测算古民居相似度方法和装置
CN105259120A (zh) * 2015-10-30 2016-01-20 张树林 鉴定青花瓷的方法
CN105678795A (zh) * 2016-03-02 2016-06-15 大连海事大学 一种现场鞋印图像检验方法
CN107369149A (zh) * 2016-05-11 2017-11-21 富士通株式会社 目标物体的检测装置及方法
CN106127780A (zh) * 2016-06-28 2016-11-16 华南理工大学 一种曲面表面缺陷自动检测方法及其装置
CN108288012A (zh) * 2017-01-09 2018-07-17 北京艺鉴通科技有限公司 一种基于手机实现的艺术品备案验证方法及其系统
CN107103608A (zh) * 2017-04-17 2017-08-29 大连理工大学 一种基于区域候选样本选择的显著性检测方法
CN108876756A (zh) * 2017-05-09 2018-11-23 普天信息技术有限公司 图像相似性的度量方法和装置
US20190065528A1 (en) * 2017-08-23 2019-02-28 Sap Se Data import and reconciliation
CN108734122A (zh) * 2018-05-17 2018-11-02 北京理工大学 一种基于自适应样本选择的高光谱城区水体检测方法
CN108932724A (zh) * 2018-05-31 2018-12-04 杭州晓图科技有限公司 一种基于多人协同图像标注的系统自动审核方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
XIAOQINGLUO 等，: "A novel algorithm of remote sensing image fusion based on shift-invariant Shearlet transform and regional selection", 《AEU - INTERNATIONAL JOURNAL OF ELECTRONICS AND COMMUNICATIONS》 *
周继来 等，: "基于形状指数的文物表面局部几何特征提取与匹配算法", 《计算机工程》 *
王哲，: "基于结构与纹理分解的较大区域图像修复算法", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 *

Also Published As

Publication number Publication date
CN110287843B (zh) 2022-01-25

Similar Documents

Publication Publication Date Title
Wen et al. COVERAGE—A novel database for copy-move forgery detection
Harmon The recognition of faces
JP4915883B2 (ja) 偽造防止用印刷物及びその作製方法並びに網点データの作製用ソフトウェアを格納した記録媒体
JP4898999B2 (ja) 印刷物、該印刷物の検知方法及び検知装置、並びに認証方法及び認証装置
CN103116755B (zh) 书画真伪度自动检测系统及其方法
CN103390183B (zh) 一种适用于手机识别的防伪代码的生成方法
KR101712167B1 (ko) 보안 요소를 이용하여 프린트의 진위를 검사하기 위한 인쇄물 및 방법
CN106096610A (zh) 一种基于支持向量机的文档图像二值化方法
CN101615244A (zh) 手写板坯号自动识别方法及识别装置
RU2541917C2 (ru) Устройство и способ для идентификации автора произведения искусства
CN111539409A (zh) 一种基于高光谱遥感技术的古墓题记文字识别方法
CN104070739A (zh) 一种双层全息防伪膜的制作方法和产品及识别方法
CN108509870A (zh) 一种基于图像匹配的中华绒螯蟹唯一性识别方法
CN109387501B (zh) 利用快速三维拉曼光谱重构技术鉴定交叉笔画顺序的方法
CN100586196C (zh) 基于色温浏览图像数据的装置和方法
CN110287843A (zh) 一种文物指纹区域选定方法
CN105679179A (zh) 防伪标签及其制作方法、识别方法
CN109147002A (zh) 一种图像处理方法和装置
CN102610163B (zh) 利用烫金机械误差促使标识变色的物联网防伪烫金标识
Gravendyck et al. Re-evaluation of Cerebropollenites thiergartii Eberh. Schulz 1967 and related taxa: priority of Sciadopityspollenites and nomenclatural novelties
CN113423580A (zh) 云纹显影化图案的生成方法、云纹显影化图案的生成装置以及云纹显影化图案的生成系统
CN102073845B (zh) 识别喷墨打印书画复制品的方法
CN105679180A (zh) 防伪标签以及制作方法、识别方法
CN108133205A (zh) 复制图像中文本内容的方法及装置
JP2008060871A (ja) 階調画像内に機械読取情報を付与した印刷物及びその作成方法

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20220125