CN110866461A - 一种基于纹理分区的商品自动识别溯源防伪方法及系统 - Google Patents
一种基于纹理分区的商品自动识别溯源防伪方法及系统 Download PDFInfo
- Publication number
- CN110866461A CN110866461A CN201911038725.9A CN201911038725A CN110866461A CN 110866461 A CN110866461 A CN 110866461A CN 201911038725 A CN201911038725 A CN 201911038725A CN 110866461 A CN110866461 A CN 110866461A
- Authority
- CN
- China
- Prior art keywords
- texture
- image
- partition
- partitioned
- image blocks
- 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
Links
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- 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
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
- G06V10/507—Summing image-intensity values; Histogram projection analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Bioethics (AREA)
- Entrepreneurship & Innovation (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Image Analysis (AREA)
Abstract
本发明提供的基于纹理分区的商品自动识别溯源防伪方法及系统,包括:采集标的物的纹理全景图;将纹理全景图划分成若干个区域,得到分区图像块,将纹理全景图和分区图像块进行保存;根据鉴别请求随机提取分区图像块;采集标的物上与显示的分区图像块相应位置的拍摄图像;自动识别所述分区图像块与所述拍摄图像的相似度;若相似度在给定阈值范围内,则显示真品鉴别结论信息,并绑定保存鉴别者的身份信息。本发明采用自动识别比对的方法直接给出鉴别结论,图像识别相似度过程比认为观测准确度更高,防伪效果更好。验证过程中所分的区会随机挑出,与商品实物所拍摄图像细节进行自动比对确认,克服了人眼观测方位图像可能带来的识别误差。
Description
技术领域
本发明涉及防伪技术领域,特别涉及一种基于纹理分区的商品自动识别溯源防伪方法及系统。
背景技术
近几年来,伴随着信息化产业的快速发展,对于商品在交易流通环节中可能出现的假冒伪劣现象,往往不能得到有效规避。并且,随着企业品牌认可度的更进一步提高,或是古董文物的利益诱惑,可能会有不法之徒认为有利可图,制造假冒伪劣商品投放市场,损害企业声誉和广大消费者的利益。
目前,市场上提供防伪、溯源服务的方式,往往通过单一公司或者相关机构进行评估鉴定,该鉴定方式无法满足完整交易过程中防伪溯源的普遍权威性;并且可以通过把数据转移到假冒产品上,以对防伪方式本身进行伪造,导致不能确保流转环节物品的真实性;同时,也没有预设的标的物进行对比,或预设的标的物太明确导致容易造假,或鉴定评估重复工作环节,效率低,成太高,均无法保障防伪验证过程的适用性。
在应用实践中,往往只能够展示商品的流转情况,不能够保证该物品在流转环节被置换,无法保证中间交易环节商品的防伪验证真实性和可追溯性。并且常规的验证防伪技术往往采用人工肉眼识别,或者通过后台为商品绑定防伪编码,进行编码查验的方式,若查询到该防伪编码则视为通过防伪验证。但是上述方法存在明显的缺陷:人工肉眼识别仅能识别明显的防伪特征,然而防伪特征越明显就越容易对防伪特征本身实施造假行为,且易产生识别误差;防伪编码查验的方式同样无法杜绝伪造编码和后台服务器的造假行为,无法从根本上保证防伪力度。
因此,如何提供一种对商品各个流通环节能够进行有效的防伪验证溯源,且基于纹理分区对商品进行自动防伪识别的溯源防伪方法及系统本领域技术人员亟待解决的技术问题。
发明内容
本发明针对上述研究现状和存在的问题,提供了基于纹理分区的商品自动识别溯源防伪方法及系统。保证流通商品的真实性,防止交易过程中发生的伪造行为,利用商品图像纹理分区鉴定及自动识别方法,避免防伪方式的不法复制,增加防伪验证结论的准确性,保证验证过程的可靠性,减少交易成本,节约鉴定时间,可实现商品全流通过程的真实防伪追溯。
一种基于纹理分区的商品溯源防伪方法,
采集标的物的纹理全景图;
将纹理全景图划分成若干个区域,得到分区图像块,将纹理全景图和分区图像块进行保存;
根据鉴别请求随机提取分区图像块;
采集标的物上与显示的分区图像块相应位置的拍摄图像;
自动识别所述分区图像块与所述拍摄图像的相似度;
若相似度在给定阈值范围内,则显示防伪结果为真品的鉴别结论信息,并绑定保存鉴别者的身份信息;否则显示防伪结果为仿品的鉴别结论信息。
优选的,所述纹理包括标的物的天然纹理分布和/或标的物的非天然纹理分布;所述天然纹理包括标的物自身细节纹理,非天然纹理包括人工干预使标的物产生或随机产生的细节纹理。
优选的,采集标的物的纹理全景图的方法包括对平面标的物或立体标的物进行拍摄,分别得到平面图像或3D全景图像;所述拍摄方法包括用摄像装置进行拍摄或在摄像装置上加装显微镜头进行显微拍摄。
优选的,将纹理全景图划分成若干个区域进一步包括:
根据给定条件对纹理全景图进行分区,给定条件包括分区个数、分区覆盖百分比、是否允许分区覆盖、分区形状。
优选的,将纹理全景图和分区图像块进行保存进一步包括:
将纹理全景图和分区图像块保存至后台服务器和/或将纹理全景图和分区图像块保存至区块链。
优选的,将纹理全景图划分成若干个区域,得到分区图像块,并将纹理全景图和分区图像块保存至区块链具体包括:
加密分区图像块,得到加密密钥;
生成分区图像块的哈希值,根据分区图像块的数据或加密密钥生成唯一的哈希值,添加哈希值到分类帐和分区图像块的数据中;
复制分区图像块,根据给定最小副本数量阈值对分区图像块进行复制;
分发复制的分区图像块,将复制的分区图像块分发到地理分散的存储节点进行存储。
优选的,根据所述分区图像块与所述拍摄图像的边缘直方图,自动识别判断相似度进一步包括:
随机提取一个或多个分区图像块;
对当前交易流程中的标的物进行拍摄,得到与分发的分区图像块位置相对应的拍摄图像,拍摄方法与采集标的物的纹理全景图的拍摄方法相同;
将所述分区图像块和所述拍摄图像均分割成为一系列子图像块;
分别对分区图像块和拍摄图像的子图像块的局部边缘直方图进行计算,用于唯一标识分区图像块和拍摄图像;
局部边缘直方图使用五种边缘算子进行处理,得到五个边缘方向的最大值;
对处理得到的边缘直方图的值进行归一化和量化;
通过计算分区图像块和拍摄图像边缘直方图间的欧几里德距离得到两个纹理图像的相似度。
优选的,采集标的物的纹理全景图的同时给标的物分配唯一的条形码和/或二维码和/或序列号,并与标的物的纹理全景图和分区图像块进行绑定保存;通过扫描条形码和/或二维码和/或序列号,查找获取相应标的物的纹理全景图和分区图像块,并随机提取一个或多个分区图像块。
优选的,将纹理全景图划分成若干个区域,得到分区图像块的同时,为所述分区图像块分配一个编码,并与所述分区图像块绑定存储;根据所述编码对分区图像块进行随机调取,可以在调取后所述编码与分区图像块一同显示,根据所述编码对标的物的分区进行标识,随标的物进行公示。
本发明还提供了一种基于纹理分区的商品溯源防伪系统,包括:
摄像装置,用于采集标的物的纹理全景图,并上传至计算服务器;
计算服务器,包括分区计算单元和图像比对单元;所述分区计算单元用于将纹理全景图划分成若干个区域,得到分区图像块存储至存储系统,随机提取分区图像块发送至客户终端;所述图像比对单元用于自动识别所述分区图像块与所述拍摄图像的相似度,并生成鉴别结论信息,发送至客户终端和存储系统。
客户终端,包括摄像头,用于拍摄标的物与随机提取的分区图像块相应位置的拍摄图像;可以用于显示所述分区图像块和相对应的拍摄图像;获取鉴别者的身份信息;接收图像比对单元生成的鉴别结论信息;
存储系统,包括后台服务器和/或区块链,用于绑定存储标的物的纹理全景图、分区图像块、鉴别结论信息以及鉴别者的身份信息。
本发明相较现有技术具有以下有益效果:
本发明提供的基于纹理分区的商品自动识别溯源防伪方法及系统采用图像分区的方式对商品进行随机图像防伪验证,对商品二维图像或三维图像进行合理分区,在此基础上采用自动识别比对的方法直接给出鉴别结论,图像识别相似度过程比认为观测准确度更高,防伪效果更好。验证过程中所分的区会随机挑出,与商品实物所拍摄图像细节进行自动比对确认,给造假都带来很大的不确定性和难度,并且克服了人眼观测方位图像可能带来的识别误差,而导致误将仿品当做真品进行交易,有效增加了防伪力度。同时本发明能够对参与该商品各流通环节的个体身份信息及真品鉴别结论信息进行绑定记录,并上传保存至后台服务器和/或区块链,各参与环节透明,不可抵赖,具有提升各参与环节的法律责任、提高流转效率、降低鉴定及评估成本,增强商品防伪验证信息的可追溯性和高效性等有益效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1是本发明提供的基于纹理分区的商品溯源防伪方法流程图;
图2是本发明提供的基于纹理分区的商品溯源防伪系统结构示意图;
图3是本发明提供的分区图像块示意图;
图4是本发明提供的局部边缘直方图描述算法示意图。
具体实施方式
下面将结合本发明实施例中的附图,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。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动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。
下面结合附图对本发明的实施例作详细的描述。
本实施例所识别的对象包括具有天然纹理和/或非天然纹理的商品:
天然纹理:天然生成,仿造困难,对于一个物品不特定性的局部进行仿造更加困难。
天然纹理防伪应用场景:比如纸张、字画、文物、紫砂壶等产品、玉石、产品本身纹理以及产品外包装(包括产品吊牌、粘贴纸等)。
非天然纹理:商品由人工或机器添加的非天然纹理。商品在包装上市的过程中,会经过多套工序,比如人为干预商品的属性(如:商品形状、商品颜色、商品大小体积、商品添加文字、图片、二维码等),再最终上市阶段。
非天然纹理防伪应用场景:
A.手写签名。放大后,笔迹会有渲染、浸染或叫晕染,这些渲染,是不规则的,采集下来存在后台服务器和/或区块链里进行比对判断真伪;
B.印章(签名);
C.其它形式的雕刻(如玉石、红木,或天然原料雕刻,放大后都会有形成的纹路)。
本实施例中的纹理均指天然纹理的细节分布,或非天然纹理的细节分布。该细节分布无法通过眼睛直接观察所识别。
参见说明书附图1为本实施例提供的基于纹理分区的商品溯源防伪方法,包括如下步骤:
S1、采集标的物的纹理全景图;采集标的物的纹理全景图的方法包括对平面标的物或立体标的物进行拍摄,分别得到平面图像或3D全景图像;所述拍摄方法包括用摄像装置进行拍摄或在摄像装置上加装显微镜头进行显微拍摄,并上传到后台服务器和/或区块链上进行保存。
拍摄方法可以采用工业相机采集方式。工业相机相比于传统的民用相机(摄像机)而言,它具有高的图像稳定性、高传输能力和高抗干扰能力等,
拍摄方法还可以采用普通相机加装具有显微效果的镜头,例如具有连续变倍、显微成像特点的MT镜头,可以获得标的物纹理细节的清晰图像。
如果被采集图像的对象标的物是平面产品,如印刷品,在印刷的某个环节,架设摄像装置或加装显微镜头的摄像装置,进行批量自动化采集,并且上传到后台服务器和/或区块链。
如果被采集图像的对象标的物是立体物品,如陨石、立体文物、立体产品,在自动化生产线或流水线的特定环节架设摄像装置或加装显微镜头的摄像装置,进行批量自动化采集,并且上传到后台服务器和/或区块链。在采集立体标的物时,可以直接三维扫描成像,或对标的物进行3D建模,得到纹理全景图。
S2、将纹理全景图划分成若干个区域,得到分区图像块,将纹理全景图和分区图像块进行保存,将纹理全景图和分区图像块可以保存至后台服务器和/或将纹理全景图和分区图像块保存至区块链。参见说明书附图3,给出了一种具体实施例下的分区图像块示意图。
分区的具体方法包括:根据给定条件对纹理全景图进行分区,给定条件包括分区个数、分区覆盖百分比、是否允许分区覆盖、分区形状。
需要具体说明的是,区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。分区图像块在区块链与终端信息之间交互的过程及处理过程可以分为以下几个步骤:
保存分区图像块,这些块可分布在多个节点。精确的分区方法取决于数据类型以及进行分区的应用程序。对关系数据库进行分区不同于对NoSQL数据库或文件共享的文件分区;
加密分区图像块,得到加密密钥,区块链会加密本地系统上的每个分区图像块。内容所有者对此过程拥有完全控制权。这里的目标是确保内容所有者以外的任何人都无法查看或访问分区中的数据,无论数据位于何处以及该数据是静态还是动态;
生成分区图像块的哈希值,根据分区图像块的数据或加密密钥生成唯一的哈希值,即固定长度的加密输出字符串,添加哈希值到分类帐和分区图像块的数据中,以将事务链接到存储的分区图像块;
复制分区图像块,根据给定最小副本数量阈值对分区图像块进行复制,因此有足够的冗余副本可确保可用性和性能,以防止性能下降和数据丢失的情况。内容所有者会确定为每个分区图像块制作多少副本以及这些分区图像块所在的位置。作为此过程的一部分,内容所有者应确定最小副本数量阈值,以确保不会丢失数据;
分发复制的分区图像块,将复制的分区图像块分发到地理分散的存储节点进行存储,多个企业或个人拥有存储节点,没有一个实体拥有所有存储资源或控制存储基础架构,只有内容所有者才能完全访问其所有数据,无论这些节点位于何处。
S3、根据鉴别请求随机提取分区图像块,鉴别者通过客户终端APP发送鉴别请求信息,根据鉴别请求随机提取保存在后台服务器和/或区块链上的分区图像块,并可以将分区图像块显示在客户终端上或者不进行显示。
S4、采集标的物上与显示的分区图像块相应位置的拍摄图像。对当前交易流程中的标的物进行拍摄,拍摄方法与采集标的物的纹理全景图的拍摄方法相同,得到与分发的分区图像块位置相对应的拍摄图像。
S5、自动识别所述分区图像块与所述拍摄图像的相似度,具体实施过程包括:
S51、鉴定者或当前交易者需要对标的物进行识别时,随机提取一个或多个分区图像块,可以进行显示或者不显示;
该步骤在一个具体的实施例中,采集标的物的纹理全景图的同时给标的物分配唯一的条形码和/或二维码和/或序列号,并与标的物的纹理全景图和分区图像块在后台服务器和/或区块链进行绑定保存;通过扫描条形码和/或二维码和/或序列号,查找获取相应标的物的纹理全景图和分区图像块,并随机提取一个或多个分区图像块,一物一码的进行关联,便于在进行防伪验证识别时进行快速先期对应,如果后台服务器和/或区块链里没有该条形码或/和二维码和/或序列号,则直接判断该物品不存在于我们的系统或/和区块链;如果系统里有该条形码或/和二维码和/或序列号,则对应物品是唯一的,可以直接进行图片的比对,得出“比对一致”或“比对失败”的结论,以提取相应的标的物存储分区图像块进行一对一识别,提高效率。
在验证过程中除了要求能够一对一找到预存标的物的纹理全景图和分区图像块,还需要让当前交易人能够知道预设的分区图像块所对应的标的物具体位置,以便于对相应位置进行拍摄。因此在进行分区得到分区图像块的同时,为所述分区图像块分配一个编码,并与所述分区图像块绑定存储;根据所述编码对分区图像块进行随机调取,在调取后所述编码与分区图像块一同显示,根据所述编码对标的物的分区进行标识,随标的物进行公示。如,将包含编码的标签随标的物一同进行交易流转,或将该编码设置于标的物的外包装上随标的物一同进行交易流转。当前交易人在对标的物真伪进行验证时,根据编码对应的分区标识,对标的物相应分区位置进行拍摄,从而得到与预存分区图像块位置相对应的拍摄图像,提高了查询效率。
S52、交易人可以根据所选择的编码位置,向后台服务器和/或区块链提取与编码相对应的分区图像块,保证拍摄图像与分区图像调取的一致性。
S53、对分区图像块与拍摄图像中的细节纹理进行自动比对,具体针对图像的局部特征进行识别比对。参见说明书附图4,将分区图像块和拍摄图像均平均分割为一系列子图像块。
S54、之后的处理都是对每一个子图像块局部边缘的直方图进行计算,用于唯一标识分区图像块和拍摄图像。每个局部的边缘直方图使用五个5边缘算子进行处理。最终得到80维向量,用于唯一标识这张图片。这些子图像块的,面积随着图像面积的变化而变化。其中每个子图像块的图像数目是固定的。
五种边缘检测算子包括水平、垂直、45°、135°和无方向,此为MPEG-7推荐的五种边缘检测算子,最终得到五个边缘方向的最大值。MPEG-7并不是一种压缩编码方法,而是一个多媒体内容描述接口。
S55、对得到的边缘直方图的值进行归一化和量化。考虑到人眼视觉的非均匀性,将归一化以后的80个直方条的值进行非线性量化,每个直方条使用固定长度的3位进行编码(即量化范围为0~8),总共用240个bit来表示边缘直方图。
S56、考虑两个边缘直方图描述符,通过计算直方图间的欧几里德距离得到两个纹理图像的相似度,十分直观的,距离为0说明两幅图片的边缘纹理完全相同,距离越大说明相似度越小。
S6、若相似度在给定阈值范围内,则显示防伪结果为真品的鉴别结论信息,并绑定保存鉴别者的身份信息;否则显示防伪结果为仿品的鉴别结论信息。鉴别者或当前交易人的身份信息可以在请求进行防伪验证时,进行注册上传至存储系统,或者在发送鉴别结论信息的同时向存储系统发送身份信息。商品交易的次数与商品防伪验证的次数一致,所经手的交易人数量与存储系统保存的身份信息数量一致。鉴别结论信息绑定保存鉴别者的身份信息的同时也可以绑定保存鉴定时间。
若鉴别者或当前交易人在进行图像分区防伪验证时,经对比发现不是真品,则可以通过存储系统调取上一次交易过程或验证过程的身份信息,从而实现商品真伪溯源,保证交易各环节的公开透明性,提升各环节参与者对商品防伪的法律责任,防止不法分子钻现有防伪技术不可溯源的漏洞。
本实施例还提供了一种基于纹理分区的商品溯源防伪系统,包括:摄像装置,用于采集标的物的纹理全景图,并上传至计算服务器;计算服务器,包括分区计算单元和图像比对单元;所述分区计算单元用于将纹理全景图划分成若干个区域,得到分区图像块存储至存储系统,随机提取分区图像块发送至客户终端;所述图像比对单元用于自动识别所述分区图像块与所述拍摄图像的相似度,并生成鉴别结论信息,发送至客户终端和存储系统;客户终端,包括摄像头,用于拍摄标的物与随机提取的分区图像块相应位置的拍摄图像;获取鉴别者的身份信息以及防伪结果为真品的鉴别结论信息;存储系统,包括后台服务器和/或区块链,用于绑定存储标的物的纹理全景图、分区图像块、防伪结果为真品的鉴别结论信息以及鉴别者的身份信息。摄像装置、计算服务器、客户终端、以及存储系统相互配合进行商品防伪溯源的具体过程参见上述方法。
本实施例中的商品上还可以直接设置或附加设置条形码或/和二维码和/或序列号以及编码标识,附加设置包括在商品包装物上进行印设、在商品说明书标签上进行印设。条形码或/和二维码和/或序列号与存储系统存储的纹理全景图、分区图像块进行绑定,用于在鉴别者或交易人进行验证时通过扫描条形码或/和二维码和/或序列号,即可获得相应标的物或商品的纹理全景图和分区图像块,进一步进行比对。编码对应绑定相应标的物的每个分区图像块,即一个分区图像块具有一个唯一的编码,当鉴别者或交易人找到当前标的物或商品时,向存储系统请求获取某一个或多个分区图像块,该请求的依据就是不同的编码,编码在商品上设置或附加设置的方式为商品上或商品包装物、说明书标签上印设商品全景图图示,对每一个编码的指代位置进行说明,鉴别者或交易人根据所选择的某一个或多个分区图像块的编码指代位置,进行拍摄,对拍摄所得图像和相应分区图像块进行对比。
提供的客户终端可以包括智能手机以及加装显微镜头的摄像头,二者可以独立设置或一体设置。客户终端上可以设置APP,包括用于接收鉴别者或交易人提交的一个或多个分区图像块请求,并链接至后台服务器和/或区块链,调取相应请求的分区图像块至图像比对单元,客户终端还上传拍摄图像至图像比对单元,由图像比对单元得出鉴别结论信息,并反馈至客户终端。
以上对本发明所提供的基于纹理分区的商品自动识别溯源防伪方法及系统进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种基于纹理分区的商品溯源防伪方法,其特征在于:包括如下步骤:
采集标的物的纹理全景图;
将纹理全景图划分成若干个区域,得到分区图像块,将纹理全景图和分区图像块进行保存;
根据鉴别请求随机提取分区图像块;
采集标的物上与显示的分区图像块相应位置的拍摄图像;
自动识别所述分区图像块与所述拍摄图像的相似度;
若相似度在给定阈值范围内,则显示防伪结果为真品的鉴别结论信息,并绑定保存鉴别者的身份信息;否则显示防伪结果为仿品的鉴别结论信息。
2.根据权利要求1所述的一种基于纹理分区的商品溯源防伪方法,其特征在于,所述纹理包括标的物的天然纹理分布和/或标的物的非天然纹理分布;所述天然纹理包括标的物自身细节纹理,非天然纹理包括人工干预使标的物产生或随机产生的细节纹理。
3.根据权利要求1所述的一种基于纹理分区的商品溯源防伪方法,其特征在于,采集标的物的纹理全景图的方法包括对平面标的物或立体标的物进行拍摄,分别得到平面图像或3D全景图像;所述拍摄方法包括用摄像装置进行拍摄或在摄像装置上加装显微镜头进行显微拍摄。
4.根据权利要求1所述的一种基于纹理分区的商品溯源防伪方法,其特征在于,将纹理全景图划分成若干个区域进一步包括:
根据给定条件对纹理全景图进行分区,给定条件包括分区个数、分区覆盖百分比、是否允许分区覆盖、分区形状。
5.根据权利要求1所述的一种基于纹理分区的商品溯源防伪方法,其特征在于,将纹理全景图和分区图像块进行保存进一步包括:
将纹理全景图和分区图像块保存至后台服务器和/或将纹理全景图和分区图像块保存至区块链。
6.根据权利要求5所述的一种基于纹理分区的商品溯源防伪方法,其特征在于,将纹理全景图划分成若干个区域,得到分区图像块,并将纹理全景图和分区图像块保存至区块链具体包括:
加密分区图像块,得到加密密钥;
生成分区图像块的哈希值,根据分区图像块的数据或加密密钥生成唯一的哈希值,添加哈希值到分类帐和分区图像块的数据中;
复制分区图像块,根据给定最小副本数量阈值对分区图像块进行复制;
分发复制的分区图像块,将复制的分区图像块分发到地理分散的存储节点进行存储。
7.根据权利要求1所述的一种基于纹理分区的商品溯源防伪方法,其特征在于,根据所述分区图像块与所述拍摄图像的边缘直方图,自动识别判断相似度进一步包括:
随机提取一个或多个分区图像块;
对当前交易流程中的标的物进行拍摄,得到与分发的分区图像块位置相对应的拍摄图像,拍摄方法与采集标的物的纹理全景图的拍摄方法相同;
将所述分区图像块和所述拍摄图像均分割成为一系列子图像块;
分别对分区图像块和拍摄图像的子图像块的局部边缘直方图进行计算,用于唯一标识分区图像块和拍摄图像,局部边缘直方图使用五种边缘算子进行处理,得到五个边缘方向的最大值;
对处理得到的边缘直方图的值进行归一化和量化;
通过计算分区图像块和拍摄图像边缘直方图间的欧几里德距离得到两个纹理图像的相似度。
8.根据权利要求1所述的一种基于纹理分区的商品溯源防伪方法,其特征在于,采集标的物的纹理全景图的同时给标的物分配唯一的条形码和/或二维码和/或序列号,并与标的物的纹理全景图和分区图像块进行绑定保存;通过扫描条形码和/或二维码和/或序列号,查找获取相应标的物的纹理全景图和分区图像块,并随机提取一个或多个分区图像块。
9.根据权利要求1所述的一种基于纹理分区的商品溯源防伪方法,其特征在于,将纹理全景图划分成若干个区域,得到分区图像块的同时,为所述分区图像块分配一个编码,并与所述分区图像块绑定存储;根据所述编码对分区图像块进行随机调取,根据所述编码对标的物的分区进行标识,随标的物进行公示。
10.一种根据权利要求1-9中任一项所述的基于纹理分区的商品溯源防伪系统,其特征在于,包括:
摄像装置,用于采集标的物的纹理全景图,并上传至计算服务器;
计算服务器,包括分区计算单元和图像比对单元;所述分区计算单元用于将纹理全景图划分成若干个区域,得到分区图像块存储至存储系统,随机提取分区图像块发送至客户终端;所述图像比对单元用于自动识别所述分区图像块与所述拍摄图像的相似度,并生成鉴别结论信息,发送至客户终端和存储系统。
客户终端,包括摄像头,用于拍摄标的物与随机提取的分区图像块相应位置的拍摄图像;接收图像比对单元生成的鉴别结论信息;
存储系统,包括后台服务器和/或区块链,用于绑定存储标的物的纹理全景图、分区图像块、鉴别结论信息以及鉴别者的身份信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911038725.9A CN110866461A (zh) | 2019-10-29 | 2019-10-29 | 一种基于纹理分区的商品自动识别溯源防伪方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911038725.9A CN110866461A (zh) | 2019-10-29 | 2019-10-29 | 一种基于纹理分区的商品自动识别溯源防伪方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110866461A true CN110866461A (zh) | 2020-03-06 |
Family
ID=69652954
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911038725.9A Pending CN110866461A (zh) | 2019-10-29 | 2019-10-29 | 一种基于纹理分区的商品自动识别溯源防伪方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110866461A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112100430A (zh) * | 2020-11-06 | 2020-12-18 | 北京沃东天骏信息技术有限公司 | 一种物品溯源方法和装置 |
CN112348535A (zh) * | 2020-11-04 | 2021-02-09 | 新华中经信用管理有限公司 | 一种基于区块链技术的溯源应用方法及系统 |
CN112465595A (zh) * | 2020-11-27 | 2021-03-09 | 广州富港生活智能科技有限公司 | 贵重物品智能推送方法、装置、电子设备及存储介质 |
CN112580384A (zh) * | 2020-12-29 | 2021-03-30 | 云南易见纹语科技有限公司 | 物品纹理处理方法、装置、系统、电子设备及存储介质 |
CN115204333A (zh) * | 2022-07-14 | 2022-10-18 | 欧冶链金再生资源有限公司 | 基于二维码的金属打包块标记、识别系统及特征提取方法 |
CN115983874A (zh) * | 2023-02-17 | 2023-04-18 | 江苏秀圆果信息科技有限公司 | 酒类防伪溯源方法及其系统 |
CN116958135A (zh) * | 2023-09-18 | 2023-10-27 | 支付宝(杭州)信息技术有限公司 | 纹理检测处理方法及装置 |
CN116978003A (zh) * | 2023-09-22 | 2023-10-31 | 支付宝(杭州)信息技术有限公司 | 食材商品的纹理检测处理方法及装置 |
CN117350751A (zh) * | 2023-10-24 | 2024-01-05 | 广东烟草汕头市有限责任公司 | 一种基于人工智能的卷烟真伪监测方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102306286A (zh) * | 2011-08-24 | 2012-01-04 | 宇龙计算机通信科技(深圳)有限公司 | 身份识别方法、身份识别系统及身份识别终端 |
CN103279731A (zh) * | 2013-06-06 | 2013-09-04 | 格科微电子(上海)有限公司 | 二维码防伪方法及其防伪验证方法 |
CN106600290A (zh) * | 2016-12-05 | 2017-04-26 | 湖北迈士科技有限公司 | 商品条码防伪及验证方法、系统 |
CN109118248A (zh) * | 2018-08-06 | 2019-01-01 | 程昔恩 | 一种结合区块链的实物保真防伪方法 |
CN109754029A (zh) * | 2017-11-01 | 2019-05-14 | 杭州沃朴物联科技有限公司 | 一种基于纹理图像特征和条形码识别的防伪系统 |
CN109767232A (zh) * | 2017-11-01 | 2019-05-17 | 杭州沃朴物联科技有限公司 | 一种适用于木质包装箱的防伪系统及方法 |
CN110070159A (zh) * | 2019-04-19 | 2019-07-30 | 宁波高新区意融科技有限公司 | 一种基于实物和实物图像对比的防伪标签及其鉴别方法 |
-
2019
- 2019-10-29 CN CN201911038725.9A patent/CN110866461A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102306286A (zh) * | 2011-08-24 | 2012-01-04 | 宇龙计算机通信科技(深圳)有限公司 | 身份识别方法、身份识别系统及身份识别终端 |
CN103279731A (zh) * | 2013-06-06 | 2013-09-04 | 格科微电子(上海)有限公司 | 二维码防伪方法及其防伪验证方法 |
CN106600290A (zh) * | 2016-12-05 | 2017-04-26 | 湖北迈士科技有限公司 | 商品条码防伪及验证方法、系统 |
CN109754029A (zh) * | 2017-11-01 | 2019-05-14 | 杭州沃朴物联科技有限公司 | 一种基于纹理图像特征和条形码识别的防伪系统 |
CN109767232A (zh) * | 2017-11-01 | 2019-05-17 | 杭州沃朴物联科技有限公司 | 一种适用于木质包装箱的防伪系统及方法 |
CN109118248A (zh) * | 2018-08-06 | 2019-01-01 | 程昔恩 | 一种结合区块链的实物保真防伪方法 |
CN110070159A (zh) * | 2019-04-19 | 2019-07-30 | 宁波高新区意融科技有限公司 | 一种基于实物和实物图像对比的防伪标签及其鉴别方法 |
Non-Patent Citations (2)
Title |
---|
帅勤: "基于MPEG-7边缘直方图描述符的图像检索系统的实现", 《第十届全国青年通信学术会议》 * |
李亿豪: "《区块链+区块链重建新视界》", 30 September 2018, 北京:中国商业出版社 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112348535A (zh) * | 2020-11-04 | 2021-02-09 | 新华中经信用管理有限公司 | 一种基于区块链技术的溯源应用方法及系统 |
CN112348535B (zh) * | 2020-11-04 | 2023-09-12 | 新华中经信用管理有限公司 | 一种基于区块链技术的溯源应用方法及系统 |
CN112100430B (zh) * | 2020-11-06 | 2021-03-30 | 北京沃东天骏信息技术有限公司 | 一种物品溯源方法和装置 |
CN112100430A (zh) * | 2020-11-06 | 2020-12-18 | 北京沃东天骏信息技术有限公司 | 一种物品溯源方法和装置 |
CN112465595A (zh) * | 2020-11-27 | 2021-03-09 | 广州富港生活智能科技有限公司 | 贵重物品智能推送方法、装置、电子设备及存储介质 |
CN112580384A (zh) * | 2020-12-29 | 2021-03-30 | 云南易见纹语科技有限公司 | 物品纹理处理方法、装置、系统、电子设备及存储介质 |
CN115204333B (zh) * | 2022-07-14 | 2024-07-23 | 欧冶链金再生资源有限公司 | 基于二维码的金属打包块标记、识别系统及特征提取方法 |
CN115204333A (zh) * | 2022-07-14 | 2022-10-18 | 欧冶链金再生资源有限公司 | 基于二维码的金属打包块标记、识别系统及特征提取方法 |
CN115983874A (zh) * | 2023-02-17 | 2023-04-18 | 江苏秀圆果信息科技有限公司 | 酒类防伪溯源方法及其系统 |
CN116958135B (zh) * | 2023-09-18 | 2024-03-08 | 支付宝(杭州)信息技术有限公司 | 纹理检测处理方法及装置 |
CN116958135A (zh) * | 2023-09-18 | 2023-10-27 | 支付宝(杭州)信息技术有限公司 | 纹理检测处理方法及装置 |
CN116978003A (zh) * | 2023-09-22 | 2023-10-31 | 支付宝(杭州)信息技术有限公司 | 食材商品的纹理检测处理方法及装置 |
CN116978003B (zh) * | 2023-09-22 | 2024-03-12 | 支付宝(杭州)信息技术有限公司 | 食材商品的纹理检测处理方法及装置 |
CN117350751A (zh) * | 2023-10-24 | 2024-01-05 | 广东烟草汕头市有限责任公司 | 一种基于人工智能的卷烟真伪监测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110866461A (zh) | 一种基于纹理分区的商品自动识别溯源防伪方法及系统 | |
CN110866464A (zh) | 一种基于纹理分区的商品溯源防伪方法及系统 | |
AU2018101148A4 (en) | A system and method for document information authenticity verification | |
JP7060221B2 (ja) | 物品情報管理装置、システム、方法およびプログラム | |
EP1854239B1 (en) | System and method for network-based object authentication | |
KR102406432B1 (ko) | 신원 인증 방법 및 장치, 전자 기기 및 저장 매체 | |
Armas Vega et al. | Copy-move forgery detection technique based on discrete cosine transform blocks features | |
CN103761799A (zh) | 一种基于纹理图像特征的票据防伪方法和装置 | |
US11368289B1 (en) | Video registration and authentication using blockchain | |
CN107633413A (zh) | 一种防伪溯源系统及方法 | |
US11049350B2 (en) | Method for authenticating and/or checking the integrity of a subject | |
CN108924109B (zh) | 数据传输方法、装置及处理设备 | |
Karthika et al. | IoT using machine learning security enhancement in video steganography allocation for Raspberry Pi | |
CN109583889B (zh) | 基于区块链的印章或签名识别系统 | |
CN109740708B (zh) | 基于数据链的书画作品防伪查验的方法 | |
KR102412511B1 (ko) | 블록체인 did를 이용한 콘텐츠 관리 장치 및 방법 | |
DE102007060605A1 (de) | Sichern von Personen-Identitätsdokumenten gegen Fälschung | |
US11120520B2 (en) | Method for marking visuals of information for subsequent identification or authentication | |
CN105335858B (zh) | 防复制qr码的防伪方法及系统 | |
CN111967887A (zh) | 数字化邮票和钱币的远程鉴评方法、系统及计算机可读存储介质 | |
CN112464968A (zh) | 印鉴快速鉴伪方法、服务器及用户终端 | |
Bhole et al. | An Approach for Image Forgery Detection | |
TW202038115A (zh) | 防偽元件驗證方法及系統 | |
Pradhan et al. | A review on digital image forgery detection | |
CN117541393B (zh) | 一种nft交易方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200306 |