CN112001467A - 一种基于图片加解密的商品防伪码生成与识别方法 - Google Patents

一种基于图片加解密的商品防伪码生成与识别方法 Download PDF

Info

Publication number
CN112001467A
CN112001467A CN202010723886.8A CN202010723886A CN112001467A CN 112001467 A CN112001467 A CN 112001467A CN 202010723886 A CN202010723886 A CN 202010723886A CN 112001467 A CN112001467 A CN 112001467A
Authority
CN
China
Prior art keywords
binary
sequence
commodity
elements
dimensional matrix
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
CN202010723886.8A
Other languages
English (en)
Other versions
CN112001467B (zh
Inventor
盛苏英
陆国平
张小美
张振娟
周磊
高岩波
朱建红
任洁
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 Hongyue Enterprise Management Consulting Co ltd
Original Assignee
Nantong 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 Nantong University filed Critical Nantong University
Priority to CN202010723886.8A priority Critical patent/CN112001467B/zh
Publication of CN112001467A publication Critical patent/CN112001467A/zh
Application granted granted Critical
Publication of CN112001467B publication Critical patent/CN112001467B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
    • G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
    • G06K19/06037—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking multi-dimensional coding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
    • G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
    • G06K19/06046—Constructional details
    • G06K19/06103—Constructional details the marking being embedded in a human recognizable image, e.g. a company logo with an embedded two-dimensional code
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/001—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using chaotic signals

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Storage Device Security (AREA)
  • Inspection Of Paper Currency And Valuable Securities (AREA)

Abstract

本发明公开了一种基于图片加解密的商品防伪码生成与识别方法，商品防伪码生成方法包括如下步骤：将表征某件商品唯一身份信息的彩色商标图片和标识码，进行彩色商标图片的三基色分解、二进制转换得到三维矩阵RB、GB和BB，进行标识码的数值转换；计算得到混沌系统的初值和抽取开始位置，混沌迭代得到混沌信号序列X1、Y1、Z1和TT；利用序列TT依次对RB(i,j,1:8)、GB(i,j,1:8)和BB(i,j,1:8)从高位到低位循环移位；利用序列X1、Y1、Z1的升序、降序置乱规则，分别对三维矩阵组成的序列进行置乱，得到彩色加密商标图片，进而组合生成商品防伪(二维)码。商品防伪码识别方法，是生成方法的逆过程，以识别商品真伪。本发明所提基于图片加解密的商品防伪码生成与识别方法简单可行，具有很强的安全性、不易破解。

Description

一种基于图片加解密的商品防伪码生成与识别方法
技术领域
本发明涉及数码防伪技术领域，特别涉及一种基于图片加解密的商品防伪码生成与识别方法。
背景技术
如今防伪技术在不断地发展完善，但还存在许多的问题，市场上全息图像防伪、油墨防伪、感温变色防伪、特种印刷防伪等防伪技术虽然具备识别度高、制造方便、造价低的优点，但都不满足防伪技术中的安全性和唯一性。一旦被仿制，就会损害消费者及厂家的利益，极大的威胁了市场诚信体系的建设。而一些高端防伪技术，例如生物防伪、激光防伪，虽然都有良好的防伪能力，几乎不存在被伪造的情况，但这些防伪所使用的技术要求过高及设备造价过高，并不能很好的推广。因此，在成本和技术上都能接受的数码防伪技术有着广阔的应用前景。目前的数码防伪技术可以简单地表述为通过加密的方法处理一组数据，即商品防伪码，并将这组数据制成一维码、二维码、彩色二维码、RFID等多种形式的防伪码。混沌信号作为一种天然的密码，引入到商品防伪码生成过程中，具有更高的安全性。同时由于图片可承载更为丰富的信息量，直接将其作为商品信息载体进行防伪码生成更具实用性。消费者进行商品防伪码识别时，可通过上网、拨打免费电话或发送手机短信方式查询商品的真伪。商品防伪码的特点有不可仿造性、唯一性，同时商品防伪码易识别，还可以进行防伪跟踪。
发明内容
本发明的目的是为了解决现有技术中的不足，提供一种基于图片加解密的商品防伪码生成与识别方法，利用混沌映射产生混沌信号序列，分别对商品彩色商标图片转换而得的三维矩阵RB、GB和BB进行从高位到低位的循环移位以及置乱，得到彩色加密商标图片，进而组合生成商品防伪(二维)码，以此保证所提防伪码生成方法简单可行，具有很强的安全性、不易破解，生成的商品防伪码具有“唯一性和不可伪造性”，商品防伪码识别方法，是生成方法的逆过程，安全简单。
本发明提供了一种基于图片加密的商品防伪码生成方法，包括如下几个步骤：
(1)某件商品唯一身份信息由商品彩色商标图片和商品基本信息两者组合进行表征，将所述商品彩色商标图片分解出红、绿、蓝三基色，分别表示为矩阵R、G和B，其中表征商品基本信息的商品标识码 P由ASCII码值属于[32,126]的可见字符以及GB2312字符集中双字节编码的6763个汉字组成，商品标识码P的长度为L，商品商标图片的大小为M×N，矩阵R、G、B的大小均为M×N；
(2)将商品标识码P转换为数值序列PP，并分别将矩阵R、G和B中各元素进行二进制转换，得到二进制的三维矩阵RB、GB和BB，其中三维矩阵RB、GB和BB的大小均为M×N×8，利用某件商品的唯一身份信息，以及外部密钥α和β，按照如下(1)-(6)公式分别计算得到Logistic混沌映射的初值x1、y1、 z1和抽取开始位置n1、n2、n3：
Figure BDA0002600980510000011
Figure BDA0002600980510000012
Figure BDA0002600980510000013
Figure BDA0002600980510000014
Figure BDA0002600980510000021
Figure BDA0002600980510000022
其中，数值序列PP的长度为LL，K_R表示二进制的三维矩阵RB中‘0’bit位的个数总和，K_G表示二进制的三维矩阵GB中‘0’bit位的个数总和，K_B表示二进制的三维矩阵BB中‘0’bit位的个数总和，外部密钥α满足α∈(0,1)，β满足β∈(3.57,4)；
(3)由混沌映射的初值x1、y1、z1和外部密钥β，分别采用如下公式(7)所示Logistic混沌映射进行迭代，式(7)中，k表示迭代次数，k＝1,2,...，ωk+1表示第k次迭代得到的混沌信号，分别取为xk+1、 yk+1和zk+1，
ωk+1＝β×ωk×(1-ωk) (7)
得到混沌信号序列X＝{x1,x2,...}、Y＝{y1,y2,...}和Z＝{z1,z2,...}，从序列X中第n1个元素开始依次间隔5个元素取1个元素以形成长度为3×M×N的混沌信号序列X1＝{X11,X12,...,X13×M×N}，从序列Y中第n2个元素开始依次间隔7个元素取1个元素以形成长度为3×M×N的混沌信号序列 Y1＝{Y11,Y12,...,Y13×M×N}，从序列Z中第n3个元素开始依次间隔9个元素取1个元素以形成长度为 3×M×N的混沌信号序列Z1＝{Z11,Z12,...,Z13×M×N}，同时将混沌信号序列X1、Y1和Z1中元素进行如下公式(8)所示的处理，得到长度为3×M×N的混沌信号整数序列TT＝{TT1,TT2,...,TT3×M×N}；
Figure BDA0002600980510000023
(4)依次从二进制的三维矩阵RB中抽取8个元素，表示为RB(i,j,1:8)，其中i＝1,2,3,...,M， j＝1,2,3,...,N，一共抽取M×N组，将抽取的8个元素RB(i,j,1:8)进行从高位到低位的循环移位，移位个数为TTN×(i-1)+j，并回填至二进制的三维矩阵RB中；
依次从二进制的三维矩阵GB中抽取8个元素，表示为GB(i,j,1:8)，其中i＝1,2,3,...,M，j＝1,2,3,...,N，一共抽取M×N组，将抽取的8个元素GB(i,j,1:8)进行从高位到低位的循环移位，移位个数为TTM×N+N×(i-1)+j，并回填至二进制的三维矩阵GB中；
依次从二进制的三维矩阵BB中抽取8个元素，表示为BB(i,j,1:8)，其中i＝1,2,3,...,M， j＝1,2,3,...,N，一共抽取M×N组，将抽取的8个元素BB(i,j,1:8)进行从高位到低位的循环移位，移位个数为TT2×M×N+N×(i-1)+j，并回填至二进制的三维矩阵BB中；
(5)分别从二进制矩阵RB(:,:,1)、GB(:,:,1)和BB(:,:,1)的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA0002600980510000031
Figure BDA0002600980510000032
并将混沌信号序列X1按升序排序，根据序列X1排序前、后的位置变化置乱规则，对二进制序列
Figure BDA0002600980510000033
进行置乱，得到置乱后的二进制序列
Figure BDA0002600980510000034
然后按照抽取顺序将二进制序列
Figure BDA0002600980510000035
分别回填至二进制矩阵RB(:,:,1)、GB(:,:,1)和BB(:,:,1)中；
分别从二进制矩阵RB(:,:,2)、GB(:,:,2)和BB(:,:,2)的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA0002600980510000036
Figure BDA0002600980510000037
并将混沌信号序列Y1按升序排序，根据序列Y1排序前、后的位置变化置乱规则，对二进制序列
Figure BDA0002600980510000038
进行置乱，得到置乱后的二进制序列
Figure BDA0002600980510000039
然后按照抽取顺序将二进制序列
Figure BDA00026009805100000310
分别回填至二进制矩阵RB(:,:,2)、GB(:,:,2)和BB(:,:,2)中；
分别从二进制矩阵RB(:,:,3)、GB(:,:,3)和BB(:,:,3)的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA00026009805100000311
Figure BDA00026009805100000312
并将混沌信号序列Z1按升序排序，根据序列Z1排序前、后的位置变化置乱规则，对二进制序列
Figure BDA00026009805100000313
进行置乱，得到置乱后的二进制序列
Figure BDA00026009805100000314
然后按照抽取顺序将二进制序列
Figure BDA00026009805100000315
分别回填至二进制矩阵RB(:,:,3)、GB(:,:,3)和BB(:,:,3)中；
分别从二进制矩阵RB(:,:,4)、GB(:,:,4)和BB(:,:,4)的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA00026009805100000316
Figure BDA0002600980510000041
并将混沌信号序列X1按降序排序，根据序列X1排序前、后的位置变化置乱规则，对二进制序列
Figure BDA0002600980510000042
进行置乱，得到置乱后的二进制序列
Figure BDA0002600980510000043
然后按照抽取顺序将二进制序列
Figure BDA0002600980510000044
分别回填至二进制矩阵RB(:,:,4)、GB(:,:,4)和BB(:,:,4)中；
分别从二进制矩阵RB(:,:,5)、GB(:,:,5)和BB(:,:,5)的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA0002600980510000045
Figure BDA0002600980510000046
并将混沌信号序列Y1按降序排序，根据序列Y1排序前、后的位置变化置乱规则，对二进制序列
Figure BDA0002600980510000047
进行置乱，得到置乱后的二进制序列
Figure BDA0002600980510000048
然后按照抽取顺序将二进制序列
Figure BDA0002600980510000049
分别回填至二进制矩阵RB(:,:,5)、GB(:,:,5)和BB(:,:,5)中；
分别从二进制矩阵RB(:,:,6)、GB(:,:,6)和BB(:,:,6)的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA00026009805100000410
Figure BDA00026009805100000411
并将混沌信号序列Z1按降序排序，根据序列Z1排序前、后的位置变化置乱规则，对二进制序列
Figure BDA00026009805100000412
进行置乱，得到置乱后的二进制序列
Figure BDA00026009805100000413
然后按照抽取顺序将二进制序列
Figure BDA00026009805100000414
分别回填至二进制矩阵RB(:,:,6)、GB(:,:,6)和BB(:,:,6)中；
(6)依次从二进制的三维矩阵RB中抽取8个元素，表示为RB(i,j,1:8)，其中i＝1,2,3,...,M， j＝1,2,3,...,N，一共抽取M×N组，利用bin2dec()函数将抽取的8个元素RB(i,j,1:8)转换成数值型数据，将此数值型数据记为C_R(i,j)并填放至二维矩阵C_R中第i行第j列的对应位置，其中二维矩阵C_R 的大小为M×N；
依次从二进制的三维矩阵GB中抽取8个元素，表示为GB(i,j,1:8)，其中i＝1,2,3,...,M， j＝1,2,3,...,N，一共抽取M×N组，利用bin2dec()函数将抽取的8个元素GB(i,j,1:8)转换成数值型数据，将此数值型数据记为C_G(i,j)并填放至二维矩阵C_G中第i行第j列的对应位置，其中二维矩阵C_G 的大小为M×N；
依次从二进制的三维矩阵BB中抽取8个元素，表示为BB(i,j,1:8)，其中i＝1,2,3,...,M， j＝1,2,3,...,N，一共抽取M×N组，利用bin2dec()函数将抽取的8个元素BB(i,j,1:8)转换成数值型数据，将此数值型数据记为C_B(i,j)并填放至二维矩阵C_B中第i行第j列的对应位置，其中二维矩阵C_B 的大小为M×N；
(7)将二维矩阵C_R、C_G和C_B三者组合形成商品彩色加密商标图片C，并将商品基本信息和彩色加密商标图片C进行组合，生成图文并茂的商品防伪码，最后生成商品防伪二维码。
进一步地，一种基于图片加密的商品防伪码生成方法里步骤(2)中所述的将商品标识码P转换为数值序列PP，是指将商品标识码P中的中英文字符，逐个采用unicode2native()函数将由ASCII码值属于 [32,126]的可见字符转换为单个数值型数据，或将GB2312字符集中双字节编码的汉字转换为两个数值型数据，从而得到数值序列PP。
进一步地，一种基于图片加密的商品防伪码生成方法里步骤(7)中所述的将商品基本信息和彩色加密图片C进行组合，是指采用商品基本信息和彩色加密图片C上下或者左右的排列组合方式。
本发明还提供了一种基于图片解密的商品防伪码识别方法，包括如下几个步骤：
(1)识别某件商品的防伪二维码，解析所述商品防伪码并将所述商品防伪码分解为商品基本信息和彩色加密商标图片
Figure BDA0002600980510000051
再将商品彩色加密商标图片
Figure BDA0002600980510000052
分解出红、绿、蓝三基色，分别表示为矩阵
Figure BDA0002600980510000053
和
Figure BDA0002600980510000054
其中表征商品基本信息的商品标识码
Figure BDA0002600980510000055
由ASCII码值属于[32,126]的可见字符以及GB2312字符集中双字节编码的6763个汉字组成，商品标识码
Figure BDA0002600980510000056
的长度为
Figure BDA0002600980510000057
商品彩色加密商标图片
Figure BDA0002600980510000058
的大小为M×N，矩阵
Figure BDA0002600980510000059
和
Figure BDA00026009805100000510
的大小均为M×N；
(2)将商品标识码
Figure BDA00026009805100000511
转换为数值序列
Figure BDA00026009805100000512
并分别将矩阵
Figure BDA00026009805100000513
和
Figure BDA00026009805100000514
中各元素进行二进制转换，得到二进制的三维矩阵
Figure BDA00026009805100000515
和
Figure BDA00026009805100000516
其中三维矩阵
Figure BDA00026009805100000517
和
Figure BDA00026009805100000518
的大小均为M×N×8，利用某件商品的唯一身份信息，以及外部密钥
Figure BDA00026009805100000519
和
Figure BDA00026009805100000520
按照如下(9)-(14)公式分别计算得到Logistic混沌映射的初值
Figure BDA00026009805100000521
Figure BDA00026009805100000522
和
Figure BDA00026009805100000523
抽取开始位置
Figure BDA00026009805100000524
和
Figure BDA00026009805100000525
Figure BDA00026009805100000526
Figure BDA00026009805100000527
Figure BDA00026009805100000528
Figure BDA0002600980510000061
Figure BDA0002600980510000062
Figure BDA0002600980510000063
其中，数值序列
Figure BDA0002600980510000064
的长度为
Figure BDA0002600980510000065
表示二进制的三维矩阵
Figure BDA0002600980510000066
中‘0’bit位的个数总和，
Figure BDA0002600980510000067
表示二进制的三维矩阵
Figure BDA0002600980510000068
中‘0’bit位的个数总和，
Figure BDA0002600980510000069
表示二进制的三维矩阵
Figure BDA00026009805100000610
中‘0’bit位的个数总和，外部密钥
Figure BDA00026009805100000611
满足
Figure BDA00026009805100000612
满足
Figure BDA00026009805100000613
(3)由混沌映射的初值
Figure BDA00026009805100000614
和外部密钥
Figure BDA00026009805100000615
分别对如下公式(15)所示Logistic混沌映射进行迭代，式中k表示迭代次数，
Figure BDA00026009805100000616
表示第k次迭代得到的混沌信号，分别取为
Figure BDA00026009805100000617
Figure BDA00026009805100000618
得到混沌信号序列
Figure BDA00026009805100000619
和
Figure BDA00026009805100000620
从序列
Figure BDA00026009805100000621
中第
Figure BDA00026009805100000622
个元素开始依次间隔5个元素取1个元素以形成长度为3×M×N的混沌信号序列
Figure BDA00026009805100000623
从序列
Figure BDA00026009805100000624
中第
Figure BDA00026009805100000625
个元素开始依次间隔7个元素取1个元素以形成长度为3×M×N的混沌信号序列
Figure BDA00026009805100000626
从序列
Figure BDA00026009805100000627
中第
Figure BDA00026009805100000628
个元素开始依次间隔9个元素取1个元素以形成长度为 3×M×N的混沌信号序列
Figure BDA00026009805100000629
同时将混沌信号序列
Figure BDA00026009805100000630
和
Figure BDA00026009805100000631
中元素进行如下公式(16)所示的处理，得到长度为3×M×N的混沌信号整数序列
Figure BDA00026009805100000632
Figure BDA00026009805100000633
(4)分别从二进制矩阵
Figure BDA00026009805100000634
和
Figure BDA00026009805100000635
的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA00026009805100000636
Figure BDA00026009805100000637
并将序列
Figure BDA00026009805100000638
按升序排序，根据序列
Figure BDA00026009805100000639
排序前、后的位置变化置乱规则，对二进制序列
Figure BDA00026009805100000640
进行反置乱，得到反置乱后的二进制序列
Figure BDA0002600980510000071
然后按照抽取顺序将二进制序列
Figure BDA0002600980510000072
分别回填至二进制矩阵
Figure BDA0002600980510000073
中；
分别从二进制矩阵
Figure BDA0002600980510000074
和
Figure BDA0002600980510000075
的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA0002600980510000076
Figure BDA0002600980510000077
并将序列
Figure BDA0002600980510000078
按升序排序，根据序列
Figure BDA0002600980510000079
排序前、后的位置变化置乱规则，对二进制序列
Figure BDA00026009805100000710
进行反置乱，得到反置乱后的二进制序列
Figure BDA00026009805100000711
然后按照抽取顺序将二进制序列
Figure BDA00026009805100000712
分别回填至二进制矩阵
Figure BDA00026009805100000713
和
Figure BDA00026009805100000714
中；
分别从二进制矩阵
Figure BDA00026009805100000715
和
Figure BDA00026009805100000716
的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA00026009805100000717
Figure BDA00026009805100000718
并将序列
Figure BDA00026009805100000719
按升序排序，根据序列
Figure BDA00026009805100000720
排序前、后的位置变化置乱规则，对二进制序列
Figure BDA00026009805100000721
进行反置乱，得到反置乱后的二进制序列
Figure BDA00026009805100000722
然后按照抽取顺序将二进制序列
Figure BDA00026009805100000723
分别回填至二进制矩阵
Figure BDA00026009805100000724
和
Figure BDA00026009805100000725
中；
分别从二进制矩阵
Figure BDA00026009805100000726
和
Figure BDA00026009805100000727
的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA00026009805100000728
Figure BDA00026009805100000729
并将序列
Figure BDA00026009805100000730
按降序排序，根据序列
Figure BDA00026009805100000731
排序前、后的位置变化置乱规则，对二进制序列
Figure BDA00026009805100000732
进行反置乱，得到反置乱后的二进制序列
Figure BDA00026009805100000733
然后按照抽取顺序将二进制序列
Figure BDA00026009805100000734
分别回填至二进制矩阵
Figure BDA00026009805100000735
和
Figure BDA00026009805100000736
中；
分别从二进制矩阵
Figure BDA00026009805100000737
和
Figure BDA00026009805100000738
的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA00026009805100000739
Figure BDA00026009805100000740
并将序列
Figure BDA00026009805100000835
按降序排序，根据序列
Figure BDA0002600980510000081
排序前、后的位置变化置乱规则，对二进制序列
Figure BDA0002600980510000082
进行反置乱，得到反置乱后的二进制序列
Figure BDA0002600980510000083
然后按照抽取顺序将二进制序列
Figure BDA0002600980510000084
分别回填至二进制矩阵
Figure BDA0002600980510000085
和
Figure BDA0002600980510000086
中；
分别从二进制矩阵
Figure BDA0002600980510000087
和
Figure BDA0002600980510000088
的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA0002600980510000089
Figure BDA00026009805100000810
并将序列
Figure BDA00026009805100000811
按降序排序，根据序列
Figure BDA00026009805100000812
排序前、后的位置变化置乱规则，对二进制序列
Figure BDA00026009805100000813
进行反置乱，得到反置乱后的二进制序列
Figure BDA00026009805100000814
然后按照抽取顺序将二进制序列
Figure BDA00026009805100000815
分别回填至二进制矩阵
Figure BDA00026009805100000816
和
Figure BDA00026009805100000817
中；
(5)依次从二进制的三维矩阵
Figure BDA00026009805100000818
中抽取8个元素，表示为
Figure BDA00026009805100000819
其中i＝1,2,3,...,M， j＝1,2,3,...,N，一共抽取M×N组，将抽取的8个元素
Figure BDA00026009805100000820
进行从低位到高位的循环移位，移位个数为
Figure BDA00026009805100000821
得到移位后的8个元素
Figure BDA00026009805100000822
然后利用bin2dec()函数将
Figure BDA00026009805100000823
转换成数值型数据，将此数值型数据记为R_R(i,j)并填放至二维矩阵R_R中第i行第j列的对应位置，其中二维矩阵 R_R的大小为M×N；
依次从二进制的三维矩阵
Figure BDA00026009805100000824
中抽取8个元素，表示为
Figure BDA00026009805100000825
其中i＝1,2,3,...,M， j＝1,2,3,...,N，一共抽取M×N组，将抽取的8个元素
Figure BDA00026009805100000826
进行从低位到高位的循环移位，移位个数为
Figure BDA00026009805100000827
得到移位后的8个元素
Figure BDA00026009805100000828
然后利用bin2dec()函数将
Figure BDA00026009805100000829
转换成数值型数据，将此数值型数据记为R_G(i,j)并填放至二维矩阵R_G中第i行第j列的对应位置，其中二维矩阵R_G的大小为M×N；
依次从二进制的三维矩阵BB中抽取8个元素，表示为
Figure BDA00026009805100000830
其中i＝1,2,3,...,M， j＝1,2,3,...,N，一共抽取M×N组，将抽取的8个元素
Figure BDA00026009805100000831
进行从低位到高位的循环移位，移位个数为
Figure BDA00026009805100000832
得到移位后的8个元素
Figure BDA00026009805100000833
然后利用bin2dec()函数将
Figure BDA00026009805100000834
转换成数值型数据，将此数值型数据记为R_B(i,j)并填放至二维矩阵R_B中第i行第j列的对应位置，其中二维矩阵R_B的大小为M×N；
(6)将二维矩阵R_R、R_G和R_B三者组合形成商品彩色解密商标图片R，并将商品彩色解密商标图片R和原始的商品彩色商标图片进行比较，判断两者是否一致，从而可以验证该件商品是否为真品。
进一步地，一种基于图片解密的商品防伪码识别方法里步骤(2)中所述的将商品标识码
Figure BDA0002600980510000091
转换为数值序列
Figure BDA0002600980510000092
是指将商品标识码
Figure BDA0002600980510000093
中的中英文字符逐个采用unicode2native()函数，将由ASCII码值属于 [32,126]的可见字符转换为单个数值型数据，或将GB2312字符集中双字节编码的汉字转换为两个数值型数据，从而得到数值序列
Figure BDA0002600980510000094
有益效果：本发明中某件商品唯一身份信息由商品彩色商标图片和商品基本信息两者组合进行表征，利用混沌映射产生混沌信号序列，分别对商品彩色商标图片转换而得的三维矩阵RB、GB和BB进行从高位到低位的循环移位以及置乱，得到彩色加密商标图片，进而组合生成商品防伪(二维)码，商品防伪码识别方法，是生成方法的逆过程，以此保证所提商品防伪码生成与识别方法简单可行，具有很强的安全性、不易破解，同时生成的商品防伪码具有“唯一性和不可伪造性”。
附图说明
图1为本发明的一种基于图片加解密的商品防伪码生成与识别流程示意图；
图2本发明实施例1中的商品彩色商标；
图3本发明提供的基于图片加密的商品防伪码生成方法在实施例1中得到的商品防伪码(彩色加密图片)；
图4本发明提供的基于图片加密的商品防伪码生成方法在实施例1中得到的商品防伪二维码；
图5本发明提供的基于图片解密的商品防伪码识别方法在实施例1中得到的商品彩色解密商标图片。
具体实施方式
为了使本领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。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。
如图1所示，本发明实施例提供了一种基于图片加密的商品防伪码生成方法，包括如下几个步骤：
(1)某件商品唯一身份信息由商品彩色商标图片和商品基本信息两者组合进行表征，将所述商品彩色商标图片分解出红、绿、蓝三基色，分别表示为矩阵R、G和B，其中表征商品基本信息的商品标识码 P由ASCII码值属于[32,126]的可见字符以及GB2312字符集中双字节编码的6763个汉字组成，商品标识码P的长度为L，商品商标图片的大小为M×N，矩阵R、G、B的大小均为M×N；
(2)将商品标识码P转换为数值序列PP，即将商品标识码P中的中英文字符，逐个采用 unicode2native()函数将由ASCII码值属于[32,126]的可见字符转换为单个数值型数据，或将GB2312字符集中双字节编码的汉字转换为两个数值型数据，然后分别将矩阵R、G和B中各元素进行二进制转换，得到二进制的三维矩阵RB、GB和BB，其中三维矩阵RB、GB和BB的大小均为M×N×8，利用某件商品的唯一身份信息，以及外部密钥α和β，按照如下所示公式分别计算得到Logistic混沌映射的初值x1、 y1、z1和抽取开始位置n1、n2、n3：
Figure BDA0002600980510000095
Figure BDA0002600980510000096
Figure BDA0002600980510000097
Figure BDA0002600980510000101
Figure BDA0002600980510000102
Figure BDA0002600980510000103
其中，数值序列PP的长度为LL，K_R表示二进制的三维矩阵RB中‘0’bit位的个数总和，K_G表示二进制的三维矩阵GB中‘0’bit位的个数总和，K_B表示二进制的三维矩阵BB中‘0’bit位的个数总和，外部密钥α满足α∈(0,1)，β满足β∈(3.57,4)；
(3)由混沌映射的初值x1、y1、z1和外部密钥β，分别采用如下公式所示Logistic混沌映射进行迭代，式(7)中，k表示迭代次数，k＝1,2,...，ωk+1表示第k次迭代得到的混沌信号，分别取为xk+1、yk+1和zk+1，
ωk+1＝β×ωk×(1-ωk)
得到混沌信号序列X＝{x1,x2,...}、Y＝{y1,y2,...}和Z＝{z1,z2,...}，从序列X中第n1个元素开始依次间隔5个元素取1个元素以形成长度为3×M×N的混沌信号序列X1＝{X11,X12,...,X13×M×N}，从序列Y中第n2个元素开始依次间隔7个元素取1个元素以形成长度为3×M×N的混沌信号序列 Y1＝{Y11,Y12,...,Y13×M×N}，从序列Z中第n3个元素开始依次间隔9个元素取1个元素以形成长度为 3×M×N的混沌信号序列Z1＝{Z11,Z12,...,Z13×M×N}，同时将混沌信号序列X1、Y1和Z1中元素进行如下公式所示的处理，得到长度为3×M×N的混沌信号整数序列TT＝{TT1,TT2,...,TT3×M×N}；
Figure BDA0002600980510000104
(4)依次从二进制的三维矩阵RB中抽取8个元素，表示为RB(i,j,1:8)，其中i＝1,2,3,...,M， j＝1,2,3,...,N，一共抽取M×N组，将抽取的8个元素RB(i,j,1:8)进行从高位到低位的循环移位，移位个数为TTN×(i-1)+j，并回填至二进制的三维矩阵RB中；
依次从二进制的三维矩阵GB中抽取8个元素，表示为GB(i,j,1:8)，其中i＝1,2,3,...,M，j＝1,2,3,...,N，一共抽取M×N组，将抽取的8个元素GB(i,j,1:8)进行从高位到低位的循环移位，移位个数为TTM×N+N×(i-1)+j，并回填至二进制的三维矩阵GB中；
依次从二进制的三维矩阵BB中抽取8个元素，表示为BB(i,j,1:8)，其中i＝1,2,3,...,M， j＝1,2,3,...,N，一共抽取M×N组，将抽取的8个元素BB(i,j,1:8)进行从高位到低位的循环移位，移位个数为TT2×M×N+N×(i-1)+j，并回填至二进制的三维矩阵BB中；
(5)分别从二进制矩阵RB(:,:,1)、GB(:,:,1)和BB(:,:,1)的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA0002600980510000111
Figure BDA0002600980510000112
并将混沌信号序列X1按升序排序，根据序列X1排序前、后的位置变化置乱规则，对二进制序列
Figure BDA0002600980510000113
进行置乱，得到置乱后的二进制序列
Figure BDA0002600980510000114
然后按照抽取顺序将二进制序列
Figure BDA0002600980510000115
分别回填至二进制矩阵RB(:,:,1)、GB(:,:,1)和BB(:,:,1)中；
分别从二进制矩阵RB(:,:,2)、GB(:,:,2)和BB(:,:,2)的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA0002600980510000116
Figure BDA0002600980510000117
并将混沌信号序列Y1按升序排序，根据序列Y1排序前、后的位置变化置乱规则，对二进制序列
Figure BDA0002600980510000118
进行置乱，得到置乱后的二进制序列
Figure BDA0002600980510000119
然后按照抽取顺序将二进制序列
Figure BDA00026009805100001110
分别回填至二进制矩阵RB(:,:,2)、GB(:,:,2)和BB(:,:,2)中；
分别从二进制矩阵RB(:,:,3)、GB(:,:,3)和BB(:,:,3)的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA00026009805100001111
Figure BDA00026009805100001112
并将混沌信号序列Z1按升序排序，根据序列Z1排序前、后的位置变化置乱规则，对二进制序列
Figure BDA00026009805100001113
进行置乱，得到置乱后的二进制序列
Figure BDA00026009805100001114
然后按照抽取顺序将二进制序列
Figure BDA00026009805100001115
分别回填至二进制矩阵RB(:,:,3)、GB(:,:,3)和BB(:,:,3)中；
分别从二进制矩阵RB(:,:,4)、GB(:,:,4)和BB(:,:,4)的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA0002600980510000121
Figure BDA0002600980510000122
并将混沌信号序列X1按降序排序，根据序列X1排序前、后的位置变化置乱规则，对二进制序列
Figure BDA0002600980510000123
进行置乱，得到置乱后的二进制序列
Figure BDA0002600980510000124
然后按照抽取顺序将二进制序列
Figure BDA0002600980510000125
分别回填至二进制矩阵RB(:,:,4)、GB(:,:,4)和BB(:,:,4)中；
分别从二进制矩阵RB(:,:,5)、GB(:,:,5)和BB(:,:,5)的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA0002600980510000126
Figure BDA0002600980510000127
并将混沌信号序列Y1按降序排序，根据序列Y1排序前、后的位置变化置乱规则，对二进制序列
Figure BDA0002600980510000128
进行置乱，得到置乱后的二进制序列
Figure BDA0002600980510000129
然后按照抽取顺序将二进制序列
Figure BDA00026009805100001210
分别回填至二进制矩阵RB(:,:,5)、GB(:,:,5)和BB(:,:,5)中；
分别从二进制矩阵RB(:,:,6)、GB(:,:,6)和BB(:,:,6)的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA00026009805100001211
Figure BDA00026009805100001212
并将混沌信号序列Z1按降序排序，根据序列Z1排序前、后的位置变化置乱规则，对二进制序列
Figure BDA00026009805100001213
进行置乱，得到置乱后的二进制序列
Figure BDA00026009805100001214
然后按照抽取顺序将二进制序列
Figure BDA00026009805100001215
分别回填至二进制矩阵RB(:,:,6)、GB(:,:,6)和BB(:,:,6)中；
(6)依次从二进制的三维矩阵RB中抽取8个元素，表示为RB(i,j,1:8)，其中i＝1,2,3,...,M， j＝1,2,3,...,N，一共抽取M×N组，利用bin2dec()函数将抽取的8个元素RB(i,j,1:8)转换成数值型数据，将此数值型数据记为C_R(i,j)并填放至二维矩阵C_R中第i行第j列的对应位置，其中二维矩阵C_R 的大小为M×N；
依次从二进制的三维矩阵GB中抽取8个元素，表示为GB(i,j,1:8)，其中i＝1,2,3,...,M， j＝1,2,3,...,N，一共抽取M×N组，利用bin2dec()函数将抽取的8个元素GB(i,j,1:8)转换成数值型数据，将此数值型数据记为C_G(i,j)并填放至二维矩阵C_G中第i行第j列的对应位置，其中二维矩阵C_G 的大小为M×N；
依次从二进制的三维矩阵BB中抽取8个元素，表示为BB(i,j,1:8)，其中i＝1,2,3,...,M， j＝1,2,3,...,N，一共抽取M×N组，利用bin2dec()函数将抽取的8个元素BB(i,j,1:8)转换成数值型数据，将此数值型数据记为C_B(i,j)并填放至二维矩阵C_B中第i行第j列的对应位置，其中二维矩阵C_B 的大小为M×N；
(7)将二维矩阵C_R、C_G和C_B三者组合形成商品彩色加密商标图片C，并将商品基本信息和彩色加密商标图片C采用上下或者左右的排列组合方式进行组合，生成图文并茂的商品防伪码，最后生成商品防伪二维码。
如图1所示，本发明还提供了一种基于图片解密的商品防伪码识别方法，包括如下几个步骤：
(1)识别某件商品的防伪二维码，解析所述商品防伪码并将所述商品防伪码分解为商品基本信息和彩色加密商标图片
Figure BDA0002600980510000131
再将商品彩色加密商标图片
Figure BDA0002600980510000132
分解出红、绿、蓝三基色，分别表示为矩阵
Figure BDA0002600980510000133
和
Figure BDA0002600980510000134
其中表征商品基本信息的商品标识码
Figure BDA0002600980510000135
由ASCII码值属于[32,126]的可见字符以及GB2312字符集中双字节编码的6763个汉字组成，商品标识码
Figure BDA0002600980510000136
的长度为
Figure BDA0002600980510000137
商品彩色加密商标图片
Figure BDA0002600980510000138
的大小为M×N，矩阵
Figure BDA0002600980510000139
和
Figure BDA00026009805100001310
的大小均为M×N；
(2)将商品标识码
Figure BDA00026009805100001311
转换为数值序列
Figure BDA00026009805100001312
即将商品标识码
Figure BDA00026009805100001313
中的中英文字符逐个采用 unicode2native()函数，将由ASCII码值属于[32,126]的可见字符转换为单个数值型数据，或将GB2312 字符集中双字节编码的汉字转换为两个数值型数据，从而得到数值序列
Figure BDA00026009805100001314
然后分别将矩阵
Figure BDA00026009805100001315
和
Figure BDA00026009805100001316
中各元素进行二进制转换，得到二进制的三维矩阵
Figure BDA00026009805100001317
和
Figure BDA00026009805100001318
其中三维矩阵
Figure BDA00026009805100001319
和
Figure BDA00026009805100001320
的大小均为M×N×8，利用某件商品的唯一身份信息，以及外部密钥
Figure BDA00026009805100001321
和
Figure BDA00026009805100001322
按照如下所示公式分别计算得到 Logistic混沌映射的初值
Figure BDA00026009805100001323
和
Figure BDA00026009805100001324
抽取开始位置
Figure BDA00026009805100001325
和
Figure BDA00026009805100001326
Figure BDA00026009805100001327
Figure BDA00026009805100001328
Figure BDA00026009805100001329
Figure BDA0002600980510000141
Figure BDA0002600980510000142
Figure BDA0002600980510000143
其中，数值序列
Figure BDA0002600980510000144
的长度为
Figure BDA0002600980510000145
表示二进制的三维矩阵
Figure BDA0002600980510000146
中‘0’bit位的个数总和，
Figure BDA0002600980510000147
表示二进制的三维矩阵
Figure BDA0002600980510000148
中‘0’bit位的个数总和，
Figure BDA0002600980510000149
表示二进制的三维矩阵
Figure BDA00026009805100001410
中‘0’bit位的个数总和，外部密钥
Figure BDA00026009805100001411
满足
Figure BDA00026009805100001412
满足
Figure BDA00026009805100001413
(3)由混沌映射的初值
Figure BDA00026009805100001414
和外部密钥
Figure BDA00026009805100001415
分别对如下公式所示Logistic混沌映射进行迭代，式中k表示迭代次数，k＝1,2,...，
Figure BDA00026009805100001416
表示第k次迭代得到的混沌信号，分别取为
Figure BDA00026009805100001417
Figure BDA00026009805100001418
得到混沌信号序列
Figure BDA00026009805100001419
和
Figure BDA00026009805100001420
从序列
Figure BDA00026009805100001421
中第
Figure BDA00026009805100001422
个元素开始依次间隔5个元素取1个元素以形成长度为3×M×N的混沌信号序列
Figure BDA00026009805100001423
从序列
Figure BDA00026009805100001424
中第
Figure BDA00026009805100001425
个元素开始依次间隔7个元素取1个元素以形成长度为3×M×N的混沌信号序列
Figure BDA00026009805100001426
从序列
Figure BDA00026009805100001427
中第
Figure BDA00026009805100001428
个元素开始依次间隔9个元素取1个元素以形成长度为 3×M×N的混沌信号序列
Figure BDA00026009805100001429
同时将混沌信号序列
Figure BDA00026009805100001430
和
Figure BDA00026009805100001431
中元素进行如下公式所示的处理，得到长度为3×M×N的混沌信号整数序列
Figure BDA00026009805100001432
Figure BDA00026009805100001433
(4)分别从二进制矩阵
Figure BDA00026009805100001434
和
Figure BDA00026009805100001435
的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA00026009805100001436
Figure BDA00026009805100001437
并将序列
Figure BDA00026009805100001438
按升序排序，根据序列
Figure BDA00026009805100001439
排序前、后的位置变化置乱规则，对二进制序列
Figure BDA00026009805100001440
进行反置乱，得到反置乱后的二进制序列
Figure BDA0002600980510000151
然后按照抽取顺序将二进制序列
Figure BDA0002600980510000152
分别回填至二进制矩阵
Figure BDA0002600980510000153
和
Figure BDA0002600980510000154
中；
分别从二进制矩阵
Figure BDA0002600980510000155
和
Figure BDA0002600980510000156
的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA0002600980510000157
Figure BDA0002600980510000158
并将序列
Figure BDA0002600980510000159
按升序排序，根据序列
Figure BDA00026009805100001510
排序前、后的位置变化置乱规则，对二进制序列
Figure BDA00026009805100001541
进行反置乱，得到反置乱后的二进制序列
Figure BDA00026009805100001511
然后按照抽取顺序将二进制序列
Figure BDA00026009805100001512
分别回填至二进制矩阵
Figure BDA00026009805100001513
和
Figure BDA00026009805100001514
中；
分别从二进制矩阵
Figure BDA00026009805100001515
和
Figure BDA00026009805100001516
的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA00026009805100001517
Figure BDA00026009805100001518
并将序列
Figure BDA00026009805100001519
按升序排序，根据序列
Figure BDA00026009805100001520
排序前、后的位置变化置乱规则，对二进制序列
Figure BDA00026009805100001521
进行反置乱，得到反置乱后的二进制序列
Figure BDA00026009805100001522
然后按照抽取顺序将二进制序列
Figure BDA00026009805100001523
分别回填至二进制矩阵
Figure BDA00026009805100001524
和
Figure BDA00026009805100001525
中；
分别从二进制矩阵
Figure BDA00026009805100001526
和
Figure BDA00026009805100001527
的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA00026009805100001528
Figure BDA00026009805100001529
并将序列
Figure BDA00026009805100001530
按降序排序，根据序列
Figure BDA00026009805100001531
排序前、后的位置变化置乱规则，对二进制序列
Figure BDA00026009805100001532
进行反置乱，得到反置乱后的二进制序列
Figure BDA00026009805100001533
然后按照抽取顺序将二进制序列
Figure BDA00026009805100001534
分别回填至二进制矩阵
Figure BDA00026009805100001535
和
Figure BDA00026009805100001536
中；
分别从二进制矩阵
Figure BDA00026009805100001537
和
Figure BDA00026009805100001538
的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA00026009805100001539
Figure BDA00026009805100001540
并将序列
Figure BDA0002600980510000161
按降序排序，根据序列
Figure BDA0002600980510000162
排序前、后的位置变化置乱规则，对二进制序列
Figure BDA0002600980510000163
进行反置乱，得到反置乱后的二进制序列
Figure BDA0002600980510000164
然后按照抽取顺序将二进制序列
Figure BDA0002600980510000165
分别回填至二进制矩阵
Figure BDA0002600980510000166
和
Figure BDA0002600980510000167
中；
分别从二进制矩阵
Figure BDA0002600980510000168
和
Figure BDA0002600980510000169
的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA00026009805100001610
Figure BDA00026009805100001611
并将序列
Figure BDA00026009805100001612
按降序排序，根据序列
Figure BDA00026009805100001613
排序前、后的位置变化置乱规则，对二进制序列
Figure BDA00026009805100001614
进行反置乱，得到反置乱后的二进制序列
Figure BDA00026009805100001615
然后按照抽取顺序将二进制序列
Figure BDA00026009805100001616
分别回填至二进制矩阵
Figure BDA00026009805100001617
和
Figure BDA00026009805100001618
中；
(5)依次从二进制的三维矩阵
Figure BDA00026009805100001619
中抽取8个元素，表示为
Figure BDA00026009805100001620
其中i＝1,2,3,...,M， j＝1,2,3,...,N，一共抽取M×N组，将抽取的8个元素
Figure BDA00026009805100001621
进行从低位到高位的循环移位，移位个数为
Figure BDA00026009805100001622
得到移位后的8个元素
Figure BDA00026009805100001623
然后利用bin2dec()函数将
Figure BDA00026009805100001624
转换成数值型数据，将此数值型数据记为R_R(i,j)并填放至二维矩阵R_R中第i行第j列的对应位置，其中二维矩阵 R_R的大小为M×N；
依次从二进制的三维矩阵
Figure BDA00026009805100001625
中抽取8个元素，表示为
Figure BDA00026009805100001626
其中i＝1,2,3,...,M， j＝1,2,3,...,N，一共抽取M×N组，将抽取的8个元素
Figure BDA00026009805100001627
进行从低位到高位的循环移位，移位个数为
Figure BDA00026009805100001628
得到移位后的8个元素
Figure BDA00026009805100001629
然后利用bin2dec()函数将
Figure BDA00026009805100001630
转换成数值型数据，将此数值型数据记为R_G(i,j)并填放至二维矩阵R_G中第i行第j列的对应位置，其中二维矩阵R_G的大小为M×N；
依次从二进制的三维矩阵BB中抽取8个元素，表示为
Figure BDA00026009805100001631
其中i＝1,2,3,...,M， j＝1,2,3,...,N，一共抽取M×N组，将抽取的8个元素
Figure BDA00026009805100001632
进行从低位到高位的循环移位，移位个数为
Figure BDA00026009805100001633
得到移位后的8个元素
Figure BDA00026009805100001634
然后利用bin2dec()函数将
Figure BDA00026009805100001635
转换成数值型数据，将此数值型数据记为R_B(i,j)并填放至二维矩阵R_B中第i行第j列的对应位置，其中二维矩阵R_B的大小为M×N；
(6)将二维矩阵R_R、R_G和R_B三者组合形成商品彩色解密商标图片R，并将商品彩色解密商标图片R和原始的商品彩色商标图片进行比较，判断两者是否一致，从而可以验证该件商品是否为真品。
下面结合具体的实施例对本发明作进一步说明：
实施例1
按照上述一种基于图片加密的商品防伪码生成方法，步骤如下：
(1)某件商品唯一身份信息由商品彩色商标图片和商品基本信息两者组合进行表征，其中商品彩色商标图片，将商品彩色商标图片分解出红(R)、绿(G)、蓝(B)三基色(如图2所示)，分别表示为矩阵R、G和B，其中表征商品基本信息的商品标识码P＝“123-123456-2019年10月11日-000001”，商品标识码P的长度为L＝29，商品商标图片的大小为M×N＝150×150＝22500，矩阵R、G、B的大小均为 150×150＝22500；
(2)将商品标识码P转换为数值序列PP＝{49,50,51,45,49,50,51,52,53,54,45,50,48,49,57,196, 234,49,48,212,194,49,49,200,213,45,48,48,48,48,48,49}，数值序列PP的长度为LL＝32，并分别将矩阵R、G和B中各元素进行二进制转换，得到二进制的三维矩阵RB、GB和BB，其中三维矩阵RB、GB 和BB的大小均为M×N×8＝150×150×8＝180000，K_R＝32920，K_G＝48818，K_B＝50579，利用某件商品的唯一身份信息，以及外部密钥α＝0.12345，按照如下所示公式分别计算得到Logistic混沌映射的初值x1、y1、z1和抽取开始位置n1、n2、n3：
Figure BDA0002600980510000171
Figure BDA0002600980510000172
Figure BDA0002600980510000173
Figure BDA0002600980510000174
Figure BDA0002600980510000175
Figure BDA0002600980510000176
(3)由初值x1＝0.048809097773799、y1＝0.202991531855830、z1＝0.797008468144170和外部密钥β＝3.75，分别对如下公式所示Logistic混沌映射进行迭代，式中k表示迭代次数(k＝1,2,...)、ωk+1表示第k次迭代得到的混沌信号，分别取为xk+1、yk+1和zk+1，
ωk+1＝β×ωk×(1-ωk)
得到混沌信号序列X＝{x1,x2,...}、Y＝{y1,y2,...}和Z＝{z1,z2,...}，从序列X中第97个元素开始依次间隔5个元素取1个元素以形成长度为3×M×N＝3×150×150＝67500的混沌信号序列X1＝{X11,X12,...,X167500}，从序列Y中第4个元素开始依次间隔7个元素取1个元素以形成长度为 3×M×N＝3×150×150＝67500的混沌信号序列Y1＝{Y11,Y12,...,Y167500}，从序列Z中第50个元素开始依次间隔9个元素取1个元素以形成长度为3×M×N＝3×150×150＝67500的混沌信号序列 Z1＝{Z11,Z12,...,Z167500}，同时将混沌信号序列X1、Y1和Z1中元素进行如下公式所示的处理，得到长度为67500的混沌信号整数序列TT＝{TT1,TT2,...,TT67500}；
Figure BDA0002600980510000181
(4)依次从二进制的三维矩阵RB中抽取8个元素，表示为RB(i,j,1:8)，其中i＝1,2,3,...,150， j＝1,2,3,...,150，一共抽取M×N＝150×150＝22500组，将抽取的8个元素RB(i,j,1:8)进行从高位到低位的循环移位，移位个数为TT150×(i-1)+j，并回填至二进制的三维矩阵RB中；
依次从二进制的三维矩阵GB中抽取8个元素，表示为GB(i,j,1:8)，其中i＝1,2,3,...,150， j＝1,2,3,...,150，一共抽取M×N＝150×150＝22500组，将抽取的8个元素GB(i,j,1:8)进行从高位到低位的循环移位，移位个数为TT22500+150×(i-1)+j，并回填至二进制的三维矩阵GB中；
依次从二进制的三维矩阵BB中抽取8个元素，表示为BB(i,j,1:8)，其中i＝1,2,3,...,150， j＝1,2,3,...,150，一共抽取M×N＝150×150＝22500组，将抽取的8个元素BB(i,j,1:8)进行从高位到低位的循环移位，移位个数为TT45000+150×(i-1)+j，并回填至二进制的三维矩阵BB中；
(5)分别从二进制矩阵RB(:,:,1)、GB(:,:,1)和BB(:,:,1)的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA0002600980510000182
Figure BDA0002600980510000183
Figure BDA0002600980510000184
并将序列X1按升序排序得到序列
Figure BDA0002600980510000185
按序列X1和
Figure BDA0002600980510000186
的位置变化规则，对二进制序列
Figure BDA0002600980510000187
进行置乱，得到置乱后的二进制序列
Figure BDA0002600980510000188
然后按照抽取顺序将二进制序列
Figure BDA0002600980510000189
分别回填至二进制矩阵RB(:,:,1)、GB(:,:,1)和BB(:,:,1)中；
分别从二进制矩阵RB(:,:,2)、GB(:,:,2)和BB(:,:,2)的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA00026009805100001810
Figure BDA0002600980510000191
Figure BDA0002600980510000192
并将序列Y1按升序排序得到序列
Figure BDA0002600980510000193
按序列Y1和
Figure BDA0002600980510000194
的位置变化规则，对二进制序列
Figure BDA0002600980510000195
进行置乱，得到置乱后的二进制序列
Figure BDA0002600980510000196
然后按照抽取顺序将二进制序列
Figure BDA0002600980510000197
分别回填至二进制矩阵RB(:,:,2)、GB(:,:,2)和BB(:,:,2)中；
分别从二进制矩阵RB(:,:,3)、GB(:,:,3)和BB(:,:,3)的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA0002600980510000198
Figure BDA0002600980510000199
Figure BDA00026009805100001910
并将序列Z1按升序排序得到序列
Figure BDA00026009805100001911
按序列Z1和
Figure BDA00026009805100001912
的位置变化规则，对二进制序列
Figure BDA00026009805100001913
进行置乱，得到置乱后的二进制序列
Figure BDA00026009805100001914
然后按照抽取顺序将二进制序列
Figure BDA00026009805100001915
分别回填至二进制矩阵RB(:,:,3)、GB(:,:,3)和BB(:,:,3)中；
分别从二进制矩阵RB(:,:,4)、GB(:,:,4)和BB(:,:,4)的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA00026009805100001916
Figure BDA00026009805100001917
Figure BDA00026009805100001918
并将序列X1按降序排序得到序列
Figure BDA00026009805100001919
按序列X1和
Figure BDA00026009805100001920
的位置变化规则，对二进制序列
Figure BDA00026009805100001921
进行置乱，得到置乱后的二进制序列
Figure BDA00026009805100001922
然后按照抽取顺序将二进制序列
Figure BDA00026009805100001923
分别回填至二进制矩阵RB(:,:,4)、GB(:,:,4)和BB(:,:,4)中；
分别从二进制矩阵RB(:,:,5)、GB(:,:,5)和BB(:,:,5)的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA00026009805100001924
Figure BDA00026009805100001925
Figure BDA00026009805100001926
并将序列Y1按降序排序得到序列
Figure BDA00026009805100001927
按序列Y1和
Figure BDA00026009805100001928
的位置变化规则，对二进制序列
Figure BDA00026009805100001929
进行置乱，得到置乱后的二进制序列
Figure BDA00026009805100001930
然后按照抽取顺序将二进制序列
Figure BDA00026009805100001931
分别回填至二进制矩阵RB(:,:,5)、GB(:,:,5)和BB(:,:,5)中；
分别从二进制矩阵RB(:,:,6)、GB(:,:,6)和BB(:,:,6)的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA0002600980510000201
Figure BDA0002600980510000202
Figure BDA0002600980510000203
并将序列Z1按升序排序得到序列
Figure BDA0002600980510000204
按序列Z1和
Figure BDA0002600980510000205
的位置变化规则，对二进制序列
Figure BDA0002600980510000206
进行置乱，得到置乱后的二进制序列
Figure BDA0002600980510000207
然后按照抽取顺序将二进制序列
Figure BDA0002600980510000208
分别回填至二进制矩阵RB(:,:,6)、GB(:,:,6)和BB(:,:,6)中；
(6)依次从二进制的三维矩阵RB中抽取8个元素，表示为RB(i,j,1:8)，其中i＝1,2,3,...,150， j＝1,2,3,...,150，一共抽取M×N＝150×150＝22500组，利用bin2dec()函数将抽取的8个元素 RB(i,j,1:8)转换成数值型数据，将此数值型数据记为C_R(i,j)并填放至二维矩阵C_R中对应位置，其中二维矩阵C_R的大小为M×N＝150×150＝22500；
依次从二进制的三维矩阵GB中抽取8个元素，表示为GB(i,j,1:8)，其中i＝1,2,3,...,150， j＝1,2,3,...,150，一共抽取M×N＝150×150＝22500组，利用bin2dec()函数将抽取的8个元素 GB(i,j,1:8)转换成数值型数据，将此数值型数据记为C_G(i,j)并填放至二维矩阵C_G中对应位置，其中二维矩阵C_G的大小为M×N＝150×150＝22500；
依次从二进制的三维矩阵BB中抽取8个元素，表示为BB(i,j,1:8)，其中i＝1,2,3,...,150， j＝1,2,3,...,150，一共抽取M×N＝150×150＝22500组，利用bin2dec()函数将抽取的8个元素 BB(i,j,1:8)转换成数值型数据，将此数值型数据记为C_B(i,j)并填放至二维矩阵C_B中对应位置，其中二维矩阵C_B的大小为M×N＝150×150＝22500；
(7)将二维矩阵C_R、C_G和C_B三者组合形成商品彩色加密商标图片C，并采用商品基本信息和彩色加密图片C上下排列组合方式进行组合，生成图文并茂的商品防伪码(其中彩色加密图片C的R、G、 B三基色图片如图3所示)，最后生成商品防伪二维码(如图4所示)。
图2商品彩色商标
图3彩色加密图片C
图4商品防伪二维码
按照上述一种基于图片解密的商品防伪码识别方法，步骤如下：
(1)识别某件商品防伪二维码(如图4所示)，解析出商品防伪码(如图3所示)并将商品防伪码分解为商品基本信息和彩色加密商标图片
Figure BDA0002600980510000209
再将商品彩色加密商标图片分解出红、绿、蓝三基色，分别表示为矩阵
Figure BDA00026009805100002010
和
Figure BDA00026009805100002011
其中表征商品基本信息的商品标识码
Figure BDA00026009805100002012
商品标识码
Figure BDA00026009805100002013
的长度为
Figure BDA00026009805100002014
商品彩色加密商标图片的大小为M×N＝150×150＝22500，矩阵
Figure BDA00026009805100002015
和
Figure BDA0002600980510000211
的大小均为150×150＝22500；
(2)将商品标识码
Figure BDA0002600980510000212
Figure BDA0002600980510000213
数值序列
Figure BDA0002600980510000214
的长度为LL＝32，并分别将矩阵
Figure BDA0002600980510000215
和
Figure BDA0002600980510000216
中各元素进行二进制转换，得到二进制的三维矩阵
Figure BDA0002600980510000217
其中三维矩阵
Figure BDA0002600980510000218
和
Figure BDA0002600980510000219
的大小均为 M×N×8＝150×150×8＝180000，
Figure BDA00026009805100002110
利用某件商品的唯一身份信息，以及外部密钥
Figure BDA00026009805100002111
按照如下所示公式分别计算得到Logistic混沌映射的初值
Figure BDA00026009805100002112
和
Figure BDA00026009805100002113
抽取开始位置
Figure BDA00026009805100002114
和
Figure BDA00026009805100002115
Figure BDA00026009805100002116
Figure BDA00026009805100002117
Figure BDA00026009805100002118
Figure BDA00026009805100002119
Figure BDA00026009805100002120
Figure BDA00026009805100002121
(3)由混沌映射的初值
Figure BDA00026009805100002122
和外部密钥
Figure BDA00026009805100002123
分别对如下公式所示Logistic混沌映射进行迭代，式中k表示迭代次数(k＝1,2,...)、
Figure BDA00026009805100002124
表示第k次迭代得到的混沌信号，分别取为
Figure BDA00026009805100002125
和
Figure BDA00026009805100002126
Figure BDA00026009805100002127
得到混沌信号序列
Figure BDA00026009805100002128
和
Figure BDA00026009805100002129
从序列
Figure BDA00026009805100002130
中第97个元素开始依次间隔5个元素取1个元素以形成长度为3×M×N＝3×150×150＝67500的混沌信号序列
Figure BDA00026009805100002131
从序列
Figure BDA00026009805100002132
中第4个元素开始依次间隔7个元素取1个元素以形成长度为3×M×N＝3×150×150＝67500的混沌信号序列
Figure BDA0002600980510000221
从序列
Figure BDA0002600980510000222
中第50个元素开始依次间隔9个元素取1个元素以形成长度为3×M×N＝3×150×150＝67500的混沌信号序列
Figure BDA0002600980510000223
同时将混沌信号序列
Figure BDA0002600980510000224
和
Figure BDA0002600980510000225
中元素进行如下公式所示的处理，得到长度为67500的混沌信号整数序列
Figure BDA0002600980510000226
Figure BDA0002600980510000227
(4)分别从二进制矩阵
Figure BDA0002600980510000228
和
Figure BDA0002600980510000229
的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA00026009805100002210
Figure BDA00026009805100002211
Figure BDA00026009805100002212
并将序列
Figure BDA00026009805100002213
按升序排序得到序列
Figure BDA00026009805100002214
按序列
Figure BDA00026009805100002215
和
Figure BDA00026009805100002216
的位置变化规则，对二进制序列
Figure BDA00026009805100002217
进行反置乱，得到反置乱后的二进制序列
Figure BDA00026009805100002218
然后按照抽取顺序将二进制序列
Figure BDA00026009805100002219
分别回填至二进制矩阵
Figure BDA00026009805100002220
和
Figure BDA00026009805100002221
中；
分别从二进制矩阵
Figure BDA00026009805100002222
和
Figure BDA00026009805100002223
的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA00026009805100002224
Figure BDA00026009805100002225
Figure BDA00026009805100002226
并将序列
Figure BDA00026009805100002227
按升序排序得到序列
Figure BDA00026009805100002228
按序列
Figure BDA00026009805100002229
和
Figure BDA00026009805100002230
的位置变化规则，对二进制序列
Figure BDA00026009805100002231
进行反置乱，得到反置乱后的二进制序列
Figure BDA00026009805100002232
然后按照抽取顺序将二进制序列
Figure BDA00026009805100002233
分别回填至二进制矩阵
Figure BDA00026009805100002234
和
Figure BDA00026009805100002235
中；
分别从二进制矩阵
Figure BDA00026009805100002236
和
Figure BDA00026009805100002237
的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA00026009805100002238
Figure BDA00026009805100002239
Figure BDA00026009805100002240
并将序列
Figure BDA00026009805100002241
按升序排序得到序列
Figure BDA00026009805100002242
按序列
Figure BDA00026009805100002243
和
Figure BDA00026009805100002244
的位置变化规则，对二进制序列
Figure BDA00026009805100002245
进行反置乱，得到反置乱后的二进制序列
Figure BDA00026009805100002246
然后按照抽取顺序将二进制序列
Figure BDA00026009805100002247
分别回填至二进制矩阵
Figure BDA00026009805100002248
和
Figure BDA00026009805100002249
中；
分别从二进制矩阵
Figure BDA0002600980510000231
和
Figure BDA0002600980510000232
的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA0002600980510000233
Figure BDA0002600980510000234
Figure BDA0002600980510000235
并将序列
Figure BDA0002600980510000236
按降序排序得到序列
Figure BDA0002600980510000237
按序列
Figure BDA0002600980510000238
和
Figure BDA0002600980510000239
的位置变化规则，对二进制序列
Figure BDA00026009805100002310
进行反置乱，得到反置乱后的二进制序列
Figure BDA00026009805100002311
然后按照抽取顺序将二进制序列
Figure BDA00026009805100002312
分别回填至二进制矩阵
Figure BDA00026009805100002313
和
Figure BDA00026009805100002314
中；
分别从二进制矩阵
Figure BDA00026009805100002315
和
Figure BDA00026009805100002316
的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA00026009805100002317
Figure BDA00026009805100002318
Figure BDA00026009805100002319
并将序列
Figure BDA00026009805100002320
按降序排序得到序列
Figure BDA00026009805100002321
按序列
Figure BDA00026009805100002322
和
Figure BDA00026009805100002323
的位置变化规则，对二进制序列
Figure BDA00026009805100002324
进行反置乱，得到反置乱后的二进制序列
Figure BDA00026009805100002325
然后按照抽取顺序将二进制序列
Figure BDA00026009805100002326
分别回填至二进制矩阵
Figure BDA00026009805100002327
和
Figure BDA00026009805100002328
中；
分别从二进制矩阵
Figure BDA00026009805100002329
和
Figure BDA00026009805100002330
的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure BDA00026009805100002331
Figure BDA00026009805100002332
Figure BDA00026009805100002333
并将序列
Figure BDA00026009805100002334
按降序排序得到序列
Figure BDA00026009805100002335
按序列
Figure BDA00026009805100002336
和
Figure BDA00026009805100002337
的位置变化规则，对二进制序列
Figure BDA00026009805100002338
进行反置乱，得到反置乱后的二进制序列
Figure BDA00026009805100002339
然后按照抽取顺序将二进制序列
Figure BDA00026009805100002340
分别回填至二进制矩阵
Figure BDA00026009805100002341
和
Figure BDA00026009805100002342
中；
(5)依次从二进制的三维矩阵
Figure BDA00026009805100002343
中抽取8个元素，表示为
Figure BDA00026009805100002344
其中i＝1,2,3,...,150， j＝1,2,3,...,150，一共抽取22500组，将抽取的8个元素
Figure BDA00026009805100002345
进行从低位到高位的循环移位，移位个数为
Figure BDA00026009805100002346
然后利用bin2dec()函数将移位后的8个元素
Figure BDA00026009805100002347
转换成数值型数据，将此数值型数据记为R_R(i,j)并填放至二维矩阵R_R中对应位置，其中二维矩阵R_R的大小为150×150；
依次从二进制的三维矩阵GB中抽取8个元素，表示为
Figure BDA00026009805100002348
其中i＝1,2,3,...,150，j＝1,2,3,...,150，一共抽取22500组，将抽取的8个元素
Figure BDA0002600980510000241
进行从低位到高位的循环移位，移位个数为
Figure BDA0002600980510000242
然后利用bin2dec()函数将移位后的8个元素
Figure BDA0002600980510000243
转换成数值型数据，将此数值型数据记为R_G(i,j)并填放至二维矩阵R_G中对应位置，其中二维矩阵R_G的大小为150×150；
依次从二进制的三维矩阵BB中抽取8个元素，表示为
Figure BDA0002600980510000244
其中i＝1,2,3,...,150， j＝1,2,3,...,150，一共抽取22500组，将抽取的8个元素
Figure BDA0002600980510000245
进行从低位到高位的循环移位，移位个数为
Figure BDA0002600980510000246
然后利用bin2dec()函数将移位后的8个元素
Figure BDA0002600980510000247
转换成数值型数据，将此数值型数据记为R_B(i,j)并填放至二维矩阵R_B中对应位置，其中二维矩阵R_B的大小为150×150；
(6)将二维矩阵R_R、R_G和R_B三者组合形成商品彩色解密商标图片R(其中红、绿、蓝三基色图片如图5所示)，并将商品彩色解密商标图片R和原始的商品彩色商标图片(如图2所示)进行比较，判断两者是否一致，从而可以验证该件商品是否为真品。
实施例2
按照上述基于图片加密的商品防伪码生成方法，某件商品的彩色商标图片、商品标识码P及其商品防伪码生成步骤与具体实施例1相似，仅某个外部密钥发生细微变化：α＝0.12345000000001；或β＝3.75000000000001，商品防伪码的生成结果如表1所示。由下表可见：一旦外部密钥即使发生细微变化，生成的商品彩色加密商标图片会发生极大的变化，由此可见本专利所提一种基于图片加密的商品防伪码生成方法具有密钥敏感性。
表1外部密钥发生微变时，商品防伪码的生成结果
Figure BDA0002600980510000248
Figure BDA0002600980510000251
实施例3
按照上述基于图片加密的商品防伪码生成方法，某件商品的彩色商标图片、外部密钥及其商品防伪码生成步骤与具体实施例1相似，仅商品标识码P发生微变：“023-123456-2019年10月11日-000001”；或者“123-123456-2019年10月11白-000001”；或者“123-123456-2019年10月11日-000002”，商品防伪码的生成结果如表2所示。由下表可见：一旦商品标识码即使发生细微变化，生成的商品彩色加密商标图片会发生极大的变化，由此可见本专利所提一种基于图片加密的商品防伪码生成方法对商品基本信息(即商品标识码)具有敏感性。
表2商品标识码发生微变时，商品防伪码的生成结果
Figure BDA0002600980510000252
Figure BDA0002600980510000261
实施例4
按照上述基于图片加密的商品防伪码生成方法，某件商品的商品标识码P、外部密钥及其商品防伪码生成步骤与具体实施例1相似，仅商品彩色商标图片发生微变：修改R基色中左上角的一个像素点 (R(1,1)＝|R(1,1)-1|)；或者修改G基色中间的一个像素点(G(75,75)＝|G(75,75)-3|)；或者修改B 基色中右下角的一个像素点(B(150,150)＝|B(150,150)-7|)，商品防伪码的生成结果如表3所示。由下表可见：一旦商品彩色商标图片即使发生细微变化，生成的商品彩色加密商标图片会发生极大的变化，由此可见本专利所提一种基于图片加密的商品防伪码生成方法对商品彩色商标图片具有敏感性。
表3商品彩色商标图片发生微变时，商品防伪码的生成结果
Figure BDA0002600980510000271
Figure BDA0002600980510000281
由上述具体实施例2、例3和例4分析可知，本专利所提一种基于图片加密的商品防伪码生成方法所生成商品防伪码不仅与外部密钥密切相关，而且依赖于商品基本信息(即商品标识码)和商品彩色商标图片，因此本专利所提的一种基于图片加密的商品防伪码生成方法具有很强的安全性，可以较好地抵抗已知 /选择明文攻击，不易破解，以保证生成的商品防伪码具有“唯一性和不可伪造性”。
实施例5
按照上述基于图片解密的商品防伪码识别方法，某件商品的防伪二维码(如图4所示，解析而得某件商品的彩色加密商标图片、商品标识码)及其商品防伪码识别步骤与具体实施例1相似，仅某个外部密钥发生细微变化：
Figure BDA0002600980510000282
或
Figure BDA0002600980510000283
商品防伪码的识别结果如表4所示。由下表可见：一旦外部密钥即使发生细微变化，识别恢复的商品彩色解密商标图片是一副杂乱无章的彩色图片，且看不出原始彩色商标图片的任何信息，判定该件商品为伪造品，由此可见本专利所提一种基于图片解密的商品防伪码识别方法具有密钥敏感性。
表4外部密钥发生微变时，商品防伪码的识别结果
Figure BDA0002600980510000284
Figure BDA0002600980510000291
实施例6
按照上述基于图片解密的商品防伪码识别方法，某件商品的防伪二维码(如图4所示)解析而得的彩色加密商标图片、外部密钥及其商品防伪码识别步骤与具体实施例1相似，仅某件商品的防伪二维码(如图4所示)解析而得的商品标识码
Figure BDA0002600980510000292
发生微变：“023-123456-2019年10月11日-000001”；或者“123-123456-2019年10月11白-000001”；或者“123-123456-2019年10月11日-000002”，商品防伪码的识别结果如表5所示。由下表可见：一旦防伪二维码解析而得的商品标识码即使发生细微变化，识别恢复的商品彩色解密商标图片是一副杂乱无章的彩色图片，且看不出原始彩色商标图片的任何信息，判定该件商品为伪造品，由此可见本专利所提一种基于图片解密的商品防伪码识别方法对商品基本信息(即商品标识码)具有敏感性。
表5商品标识码发生微变时，商品防伪码的识别结果
Figure BDA0002600980510000301
实施例7
按照上述基于图片解密的商品防伪码识别方法，某件商品的防伪二维码(如图4所示)解析而得的商品标识码
Figure BDA0002600980510000311
外部密钥及其商品防伪码识别步骤与具体实施例1相似，仅某件商品的防伪二维码(如图4 所示)解析而得的商品彩色加密商标图片发生微变：修改R基色中左上角的一个像素点
Figure BDA0002600980510000312
或者修改G基色中间的一个像素点
Figure BDA0002600980510000313
或者修改B基色中右下角的一个像素点
Figure BDA0002600980510000314
商品防伪码的识别结果如表6所示。由下表可见：一旦防伪二维码解析而得的商品彩色加密商标图片即使发生细微变化，识别恢复的商品彩色解密商标图片是一副杂乱无章的彩色图片，且看不出原始彩色商标图片的任何信息，判定该件商品为伪造品，由此可见本专利所提一种基于图片解密的商品防伪码识别方法对商品彩色加密商标图片具有敏感性。
表6商品彩色加密商标图片发生微变时，商品防伪码的识别结果
Figure BDA0002600980510000315
Figure BDA0002600980510000321
由上述具体实施例5、例6和例7分析可知，本专利所提一种基于图片解密的商品防伪码识别方法判断商品的真伪不仅与外部密钥密切相关，而且依赖于某件商品的防伪二维码解析而得的商品彩色加密商标图片和商品标识码，因此本专利所提的一种基于图片解密的商品防伪码识别方法具有很强的安全性。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (5)

1.一种基于图片加密的商品防伪码生成方法，其特征在于，包括如下几个步骤：
(1)某件商品唯一身份信息由商品彩色商标图片和商品基本信息两者组合进行表征，将所述商品彩色商标图片分解出红、绿、蓝三基色，分别表示为矩阵R、G和B，其中表征商品基本信息的商品标识码P由ASCII码值属于[32,126]的可见字符以及GB2312字符集中双字节编码的6763个汉字组成，商品标识码P的长度为L，商品商标图片的大小为M×N，矩阵R、G、B的大小均为M×N；
(2)将商品标识码P转换为数值序列PP，并分别将矩阵R、G和B中各元素进行二进制转换，得到二进制的三维矩阵RB、GB和BB，其中三维矩阵RB、GB和BB的大小均为M×N×8，利用某件商品的唯一身份信息，以及外部密钥α和β，按照如下(1)-(6)公式分别计算得到Logistic混沌映射的初值x1、y1、z1和抽取开始位置n1、n2、n3：
Figure FDA0002600980500000011
Figure FDA0002600980500000012
Figure FDA0002600980500000013
Figure FDA0002600980500000014
Figure FDA0002600980500000015
Figure FDA0002600980500000016
其中，数值序列PP的长度为LL，K_R表示二进制的三维矩阵RB中‘0’bit位的个数总和，K_G表示二进制的三维矩阵GB中‘0’bit位的个数总和，K_B表示二进制的三维矩阵BB中‘0’bit位的个数总和，外部密钥α满足α∈(0,1)，β满足β∈(3.57,4)；
(3)由混沌映射的初值x1、y1、z1和外部密钥β，分别采用如下公式(7)所示Logistic混沌映射进行迭代，式(7)中，k表示迭代次数，k＝1,2,...，ωk+1表示第k次迭代得到的混沌信号，分别取为xk+1、yk+1和zk+1，
ωk+1＝β×ωk×(1-ωk) (7)
得到混沌信号序列X＝{x1,x2,...}、Y＝{y1,y2,...}和Z＝{z1,z2,...}，从序列X中第n1个元素开始依次间隔5个元素取1个元素以形成长度为3×M×N的混沌信号序列X1＝{X11,X12,...,X13×M×N}，从序列Y中第n2个元素开始依次间隔7个元素取1个元素以形成长度为3×M×N的混沌信号序列Y1＝{Y11,Y12,...,Y13×M×N}，从序列Z中第n3个元素开始依次间隔9个元素取1个元素以形成长度为3×M×N的混沌信号序列Z1＝{Z11,Z12,...,Z13×M×N}，同时将混沌信号序列X1、Y1和Z1中元素进行如下公式(8)所示的处理，得到长度为3×M×N的混沌信号整数序列TT＝{TT1,TT2,...,TT3×M×N}；
Figure FDA0002600980500000021
(4)依次从二进制的三维矩阵RB中抽取8个元素，表示为RB(i,j,1:8)，其中i＝1,2,3,...,M，j＝1,2,3,...,N，一共抽取M×N组，将抽取的8个元素RB(i,j,1:8)进行从高位到低位的循环移位，移位个数为TTN×(i-1)+j，并回填至二进制的三维矩阵RB中；
依次从二进制的三维矩阵GB中抽取8个元素，表示为GB(i,j,1:8)，其中i＝1,2,3,...,M，j＝1,2,3,...,N，一共抽取M×N组，将抽取的8个元素GB(i,j,1:8)进行从高位到低位的循环移位，移位个数为TTM×N+N×(i-1)+j，并回填至二进制的三维矩阵GB中；
依次从二进制的三维矩阵BB中抽取8个元素，表示为BB(i,j,1:8)，其中i＝1,2,3,...,M，j＝1,2,3,...,N，一共抽取M×N组，将抽取的8个元素BB(i,j,1:8)进行从高位到低位的循环移位，移位个数为TT2×M×N+N×(i-1)+j，并回填至二进制的三维矩阵BB中；
(5)分别从二进制矩阵RB(:,:,1)、GB(:,:,1)和BB(:,:,1)的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure FDA0002600980500000022
Figure FDA0002600980500000023
并将混沌信号序列X1按升序排序，根据序列X1排序前、后的位置变化置乱规则，对二进制序列
Figure FDA0002600980500000024
进行置乱，得到置乱后的二进制序列
Figure FDA0002600980500000025
然后按照抽取顺序将二进制序列
Figure FDA0002600980500000026
分别回填至二进制矩阵RB(:,:,1)、GB(:,:,1)和BB(:,:,1)中；
分别从二进制矩阵RB(:,:,2)、GB(:,:,2)和BB(:,:,2)的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure FDA0002600980500000027
Figure FDA0002600980500000028
并将混沌信号序列Y1按升序排序，根据序列Y1排序前、后的位置变化置乱规则，对二进制序列
Figure FDA0002600980500000029
进行置乱，得到置乱后的二进制序列
Figure FDA00026009805000000210
然后按照抽取顺序将二进制序列
Figure FDA00026009805000000211
分别回填至二进制矩阵RB(:,:,2)、GB(:,:,2)和BB(:,:,2)中；
分别从二进制矩阵RB(:,:,3)、GB(:,:,3)和BB(:,:,3)的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure FDA00026009805000000212
Figure FDA00026009805000000213
并将混沌信号序列Z1按升序排序，根据序列Z1排序前、后的位置变化置乱规则，对二进制序列
Figure FDA0002600980500000031
进行置乱，得到置乱后的二进制序列
Figure FDA0002600980500000032
然后按照抽取顺序将二进制序列
Figure FDA0002600980500000033
分别回填至二进制矩阵RB(:,:,3)、GB(:,:,3)和BB(:,:,3)中；
分别从二进制矩阵RB(:,:,4)、GB(:,:,4)和BB(:,:,4)的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure FDA0002600980500000034
Figure FDA0002600980500000035
并将混沌信号序列X1按降序排序，根据序列X1排序前、后的位置变化置乱规则，对二进制序列
Figure FDA0002600980500000036
进行置乱，得到置乱后的二进制序列
Figure FDA0002600980500000037
然后按照抽取顺序将二进制序列
Figure FDA0002600980500000038
分别回填至二进制矩阵RB(:,:,4)、GB(:,:,4)和BB(:,:,4)中；
分别从二进制矩阵RB(:,:,5)、GB(:,:,5)和BB(:,:,5)的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure FDA0002600980500000039
Figure FDA00026009805000000310
并将混沌信号序列Y1按降序排序，根据序列Y1排序前、后的位置变化置乱规则，对二进制序列
Figure FDA00026009805000000311
进行置乱，得到置乱后的二进制序列
Figure FDA00026009805000000312
然后按照抽取顺序将二进制序列
Figure FDA00026009805000000313
分别回填至二进制矩阵RB(:,:,5)、GB(:,:,5)和BB(:,:,5)中；
分别从二进制矩阵RB(:,:,6)、GB(:,:,6)和BB(:,:,6)的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure FDA00026009805000000314
Figure FDA00026009805000000315
并将混沌信号序列Z1按降序排序，根据序列Z1排序前、后的位置变化置乱规则，对二进制序列
Figure FDA00026009805000000316
进行置乱，得到置乱后的二进制序列
Figure FDA00026009805000000317
然后按照抽取顺序将二进制序列
Figure FDA00026009805000000318
分别回填至二进制矩阵RB(:,:,6)、GB(:,:,6)和BB(:,:,6)中；
(6)依次从二进制的三维矩阵RB中抽取8个元素，表示为RB(i,j,1:8)，其中i＝1,2,3,...,M，j＝1,2,3,...,N，一共抽取M×N组，利用bin2dec()函数将抽取的8个元素RB(i,j,1:8)转换成数值型数据，将此数值型数据记为C_R(i,j)并填放至二维矩阵C_R中第i行第j列的对应位置，其中二维矩阵C_R的大小为M×N；
依次从二进制的三维矩阵GB中抽取8个元素，表示为GB(i,j,1:8)，其中i＝1,2,3,...,M，j＝1,2,3,...,N，一共抽取M×N组，利用bin2dec()函数将抽取的8个元素GB(i,j,1:8)转换成数值型数据，将此数值型数据记为C_G(i,j)并填放至二维矩阵C_G中第i行第j列的对应位置，其中二维矩阵C_G的大小为M×N；
依次从二进制的三维矩阵BB中抽取8个元素，表示为BB(i,j,1:8)，其中i＝1,2,3,...,M，j＝1,2,3,...,N，一共抽取M×N组，利用bin2dec()函数将抽取的8个元素BB(i,j,1:8)转换成数值型数据，将此数值型数据记为C_B(i,j)并填放至二维矩阵C_B中第i行第j列的对应位置，其中二维矩阵C_B 的大小为M×N；
(7)将二维矩阵C_R、C_G和C_B三者组合形成商品彩色加密商标图片C，并将商品基本信息和彩色加密商标图片C进行组合，生成图文并茂的商品防伪码，最后生成商品防伪二维码。
2.根据权利要求1所述的一种基于图片加密的商品防伪码生成方法，其特征在于：步骤(2)中所述的将商品标识码P转换为数值序列PP，是指将商品标识码P中的中英文字符，逐个采用unicode2native()函数将由ASCII码值属于[32,126]的可见字符转换为单个数值型数据，或将GB2312字符集中双字节编码的汉字转换为两个数值型数据，从而得到数值序列PP。
3.根据权利要求1所述的一种基于图片加密的商品防伪码生成方法，其特征在于：步骤(7)中所述的将商品基本信息和彩色加密图片C进行组合，是指采用商品基本信息和彩色加密图片C上下或者左右的排列组合方式。
4.一种基于图片解密的商品防伪码识别方法，其特征在于，包括如下几个步骤：
(1)识别某件商品的防伪二维码，解析所述商品防伪码并将所述商品防伪码分解为商品基本信息和彩色加密商标图片
Figure FDA0002600980500000041
再将商品彩色加密商标图片
Figure FDA0002600980500000042
分解出红、绿、蓝三基色，分别表示为矩阵
Figure FDA0002600980500000043
和
Figure FDA0002600980500000044
其中表征商品基本信息的商品标识码
Figure FDA0002600980500000045
由ASCII码值属于[32,126]的可见字符以及GB2312字符集中双字节编码的6763个汉字组成，商品标识码
Figure FDA0002600980500000046
的长度为
Figure FDA0002600980500000047
商品彩色加密商标图片
Figure FDA0002600980500000048
的大小为M×N，矩阵
Figure FDA0002600980500000049
和
Figure FDA00026009805000000410
的大小均为M×N；
(2)将商品标识码
Figure FDA00026009805000000411
转换为数值序列
Figure FDA00026009805000000412
并分别将矩阵
Figure FDA00026009805000000413
和
Figure FDA00026009805000000414
中各元素进行二进制转换，得到二进制的三维矩阵
Figure FDA00026009805000000415
和
Figure FDA00026009805000000416
其中三维矩阵
Figure FDA00026009805000000417
和
Figure FDA00026009805000000418
的大小均为M×N×8，利用某件商品的唯一身份信息，以及外部密钥
Figure FDA00026009805000000419
和
Figure FDA00026009805000000420
按照如下(9)-(14)公式分别计算得到Logistic混沌映射的初值
Figure FDA00026009805000000421
Figure FDA00026009805000000422
和
Figure FDA00026009805000000423
抽取开始位置
Figure FDA00026009805000000424
和
Figure FDA00026009805000000425
Figure FDA00026009805000000426
Figure FDA00026009805000000427
Figure FDA00026009805000000428
Figure FDA00026009805000000429
Figure FDA00026009805000000430
Figure FDA0002600980500000051
其中，数值序列
Figure FDA0002600980500000052
的长度为
Figure FDA0002600980500000053
Figure FDA0002600980500000054
表示二进制的三维矩阵
Figure FDA0002600980500000055
中‘0’bit位的个数总和，
Figure FDA0002600980500000056
表示二进制的三维矩阵
Figure FDA0002600980500000057
中‘0’bit位的个数总和，
Figure FDA0002600980500000058
表示二进制的三维矩阵
Figure FDA0002600980500000059
中‘0’bit位的个数总和，外部密钥
Figure FDA00026009805000000510
满足
Figure FDA00026009805000000511
Figure FDA00026009805000000512
满足
Figure FDA00026009805000000513
(3)由混沌映射的初值
Figure FDA00026009805000000514
和外部密钥
Figure FDA00026009805000000515
分别对如下公式(15)所示Logistic混沌映射进行迭代，式中k表示迭代次数，
Figure FDA00026009805000000516
表示第k次迭代得到的混沌信号，分别取为
Figure FDA00026009805000000517
和
Figure FDA00026009805000000518
Figure FDA00026009805000000519
得到混沌信号序列
Figure FDA00026009805000000520
和
Figure FDA00026009805000000521
从序列
Figure FDA00026009805000000522
中第
Figure FDA00026009805000000523
个元素开始依次间隔5个元素取1个元素以形成长度为3×M×N的混沌信号序列
Figure FDA00026009805000000524
从序列
Figure FDA00026009805000000525
中第
Figure FDA00026009805000000526
个元素开始依次间隔7个元素取1个元素以形成长度为3×M×N的混沌信号序列
Figure FDA00026009805000000527
从序列
Figure FDA00026009805000000528
中第
Figure FDA00026009805000000529
个元素开始依次间隔9个元素取1个元素以形成长度为3×M×N的混沌信号序列
Figure FDA00026009805000000530
同时将混沌信号序列
Figure FDA00026009805000000531
和
Figure FDA00026009805000000532
中元素进行如下公式(16)所示的处理，得到长度为3×M×N的混沌信号整数序列
Figure FDA00026009805000000533
Figure FDA00026009805000000534
(4)分别从二进制矩阵
Figure FDA00026009805000000535
和
Figure FDA00026009805000000536
的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure FDA00026009805000000537
Figure FDA00026009805000000538
并将序列
Figure FDA00026009805000000539
按升序排序，根据序列
Figure FDA00026009805000000540
排序前、后的位置变化置乱规则，对二进制序列
Figure FDA00026009805000000541
进行反置乱，得到反置乱后的二进制序列
Figure FDA00026009805000000542
然后按照抽取顺序将二进制序列
Figure FDA00026009805000000543
分别回填至二进制矩阵
Figure FDA00026009805000000544
和
Figure FDA00026009805000000545
中；
分别从二进制矩阵
Figure FDA00026009805000000546
和
Figure FDA00026009805000000547
的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure FDA00026009805000000548
Figure FDA00026009805000000549
并将序列
Figure FDA00026009805000000550
按升序排序，根据序列
Figure FDA00026009805000000551
排序前、后的位置变化置乱规则，对二进制序列
Figure FDA00026009805000000552
进行反置乱，得到反置乱后的二进制序列
Figure FDA00026009805000000553
然后按照抽取顺序将二进制序列
Figure FDA00026009805000000554
分别回填至二进制矩阵
Figure FDA00026009805000000555
和
Figure FDA00026009805000000556
中；
分别从二进制矩阵
Figure FDA00026009805000000557
和
Figure FDA00026009805000000558
的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure FDA00026009805000000559
Figure FDA0002600980500000061
并将序列
Figure FDA0002600980500000062
按升序排序，根据序列
Figure FDA0002600980500000063
排序前、后的位置变化置乱规则，对二进制序列
Figure FDA0002600980500000064
进行反置乱，得到反置乱后的二进制序列
Figure FDA0002600980500000065
然后按照抽取顺序将二进制序列
Figure FDA0002600980500000066
分别回填至二进制矩阵
Figure FDA0002600980500000067
和
Figure FDA0002600980500000068
中；
分别从二进制矩阵
Figure FDA0002600980500000069
和
Figure FDA00026009805000000610
的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure FDA00026009805000000611
Figure FDA00026009805000000612
并将序列
Figure FDA00026009805000000613
按降序排序，根据序列
Figure FDA00026009805000000614
排序前、后的位置变化置乱规则，对二进制序列
Figure FDA00026009805000000615
进行反置乱，得到反置乱后的二进制序列
Figure FDA00026009805000000616
然后按照抽取顺序将二进制序列
Figure FDA00026009805000000617
分别回填至二进制矩阵
Figure FDA00026009805000000618
和
Figure FDA00026009805000000619
中；
分别从二进制矩阵
Figure FDA00026009805000000620
和
Figure FDA00026009805000000621
的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure FDA00026009805000000622
Figure FDA00026009805000000623
并将序列
Figure FDA00026009805000000624
按降序排序，根据序列
Figure FDA00026009805000000625
排序前、后的位置变化置乱规则，对二进制序列
Figure FDA00026009805000000626
进行反置乱，得到反置乱后的二进制序列
Figure FDA00026009805000000627
然后按照抽取顺序将二进制序列
Figure FDA00026009805000000628
分别回填至二进制矩阵
Figure FDA00026009805000000629
和
Figure FDA00026009805000000630
中；
分别从二进制矩阵
Figure FDA00026009805000000631
和
Figure FDA00026009805000000632
的左上角开始依次从左往右逐行抽取元素，组成二进制序列
Figure FDA00026009805000000633
Figure FDA00026009805000000634
并将序列
Figure FDA00026009805000000635
按降序排序，根据序列
Figure FDA00026009805000000636
排序前、后的位置变化置乱规则，对二进制序列
Figure FDA00026009805000000637
进行反置乱、得到反置乱后的二进制序列
Figure FDA00026009805000000639
然后按照抽取顺序将二进制序列
Figure FDA00026009805000000640
分别回填至二进制矩阵
Figure FDA00026009805000000641
和
Figure FDA00026009805000000642
中；
(5)依次从二进制的三维矩阵
Figure FDA00026009805000000643
中抽取8个元素，表示为
Figure FDA00026009805000000644
其中i＝1,2,3,...,M，j＝1,2,3,...,N，一共抽取M×N组，将抽取的8个元素
Figure FDA00026009805000000645
进行从低位到高位的循环移位，移位个数为
Figure FDA00026009805000000646
得到移位后的8个元素
Figure FDA00026009805000000647
然后利用bin2dec()函数将
Figure FDA00026009805000000648
转换成数值型数据，将此数值型数据记为R_R(i,j)并填放至二维矩阵R_R中第i行第j列的对应位置，其中二维矩阵R_R的大小为M×N；
依次从二进制的三维矩阵
Figure FDA00026009805000000649
中抽取8个元素，表示为
Figure FDA00026009805000000650
其中i＝1,2,3,...,M，j＝1,2,3,...,N，一共抽取M×N组，将抽取的8个元素
Figure FDA00026009805000000651
进行从低位到高位的循环移位，移位个数为
Figure FDA00026009805000000652
得到移位后的8个元素
Figure FDA00026009805000000653
然后利用bin2dec()函数将
Figure FDA00026009805000000654
转换成数值型数据，将此数值型数据记为R_G(i,j)并填放至二维矩阵R_G中第i行第j列的对应位置，其中二维矩阵R_G的大小为M×N；
依次从二进制的三维矩阵BB中抽取8个元素，表示为
Figure FDA0002600980500000071
其中i＝1,2,3,...,M，j＝1,2,3,...,N，一共抽取M×N组，将抽取的8个元素
Figure FDA0002600980500000072
进行从低位到高位的循环移位，移位个数为
Figure FDA0002600980500000073
得到移位后的8个元素
Figure FDA0002600980500000074
然后利用bin2dec()函数将
Figure FDA0002600980500000075
转换成数值型数据，将此数值型数据记为R_B(i,j)并填放至二维矩阵R_B中第i行第j列的对应位置，其中二维矩阵R_B的大小为M×N；
(6)将二维矩阵R_R、R_G和R_B三者组合形成商品彩色解密商标图片R，并将商品彩色解密商标图片R和原始的商品彩色商标图片进行比较，判断两者是否一致，从而可以验证该件商品是否为真品。
5.根据权利要求4所述的一种基于图片解密的商品防伪码识别方法，其特征在于：步骤(2)中所述的将商品标识码
Figure FDA0002600980500000076
转换为数值序列
Figure FDA0002600980500000077
是指将商品标识码
Figure FDA0002600980500000078
中的中英文字符逐个采用unicode2native()函数，将由ASCII码值属于[32,126]的可见字符转换为单个数值型数据，或将GB2312字符集中双字节编码的汉字转换为两个数值型数据，从而得到数值序列
Figure FDA0002600980500000079
CN202010723886.8A 2020-07-24 2020-07-24 一种基于图片加解密的商品防伪码生成与识别方法 Active CN112001467B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010723886.8A CN112001467B (zh) 2020-07-24 2020-07-24 一种基于图片加解密的商品防伪码生成与识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010723886.8A CN112001467B (zh) 2020-07-24 2020-07-24 一种基于图片加解密的商品防伪码生成与识别方法

Publications (2)

Publication Number Publication Date
CN112001467A true CN112001467A (zh) 2020-11-27
CN112001467B CN112001467B (zh) 2021-11-19

Family

ID=73467461

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010723886.8A Active CN112001467B (zh) 2020-07-24 2020-07-24 一种基于图片加解密的商品防伪码生成与识别方法

Country Status (1)

Country Link
CN (1) CN112001467B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113255860A (zh) * 2021-03-26 2021-08-13 南通大学 一种基于分层加密的商品防伪二维码生成方法
CN113935344A (zh) * 2021-10-12 2022-01-14 南通大学 一种基于商标图片置乱加密的商品防伪码批量生成方法
CN113935346A (zh) * 2021-10-12 2022-01-14 南通大学 一种基于商标图片置乱加密的商品防伪码生成方法
CN113935343A (zh) * 2021-10-12 2022-01-14 南通大学 一种基于字符串转图片加密的商品防伪码生成方法
CN113947096A (zh) * 2021-10-12 2022-01-18 南通大学 一种基于图片转字符串解密的商品防伪码识别方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100265139A1 (en) * 2003-11-18 2010-10-21 Harris Corporation System and method for cumulant-based geolocation of cooperative and non-cooperative RF transmitters
CN103491279A (zh) * 2013-09-25 2014-01-01 上海理工大学 超混沌Lorenz系统的4-邻域异或图像加密方法
CN104657871A (zh) * 2015-03-24 2015-05-27 南通大学 一种商品防伪码生成方法
CN104680220A (zh) * 2015-03-24 2015-06-03 南通大学 一种商品防伪码批量生成方法
CN105354717A (zh) * 2015-11-30 2016-02-24 南通大学 一种彩色商品防伪码生成方法
CN107425956A (zh) * 2017-07-27 2017-12-01 南通大学 一种字符型商品防伪码生成方法
CN107609621A (zh) * 2017-08-21 2018-01-19 哈尔滨工业大学深圳研究生院 一种基于混沌加密的点阵防伪码设计方法及其应用系统
CN109284803A (zh) * 2018-11-19 2019-01-29 南通大学 一种商品防伪二维码生成方法
CN109379510A (zh) * 2018-09-13 2019-02-22 桂林电子科技大学 一种基于二维Logistic混沌系统算法的图像加密方法
CN109472338A (zh) * 2018-11-19 2019-03-15 南通大学 一种商品防伪二维码的批量生成方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100265139A1 (en) * 2003-11-18 2010-10-21 Harris Corporation System and method for cumulant-based geolocation of cooperative and non-cooperative RF transmitters
CN103491279A (zh) * 2013-09-25 2014-01-01 上海理工大学 超混沌Lorenz系统的4-邻域异或图像加密方法
CN104657871A (zh) * 2015-03-24 2015-05-27 南通大学 一种商品防伪码生成方法
CN104680220A (zh) * 2015-03-24 2015-06-03 南通大学 一种商品防伪码批量生成方法
CN105354717A (zh) * 2015-11-30 2016-02-24 南通大学 一种彩色商品防伪码生成方法
CN107425956A (zh) * 2017-07-27 2017-12-01 南通大学 一种字符型商品防伪码生成方法
CN107609621A (zh) * 2017-08-21 2018-01-19 哈尔滨工业大学深圳研究生院 一种基于混沌加密的点阵防伪码设计方法及其应用系统
CN109379510A (zh) * 2018-09-13 2019-02-22 桂林电子科技大学 一种基于二维Logistic混沌系统算法的图像加密方法
CN109284803A (zh) * 2018-11-19 2019-01-29 南通大学 一种商品防伪二维码生成方法
CN109472338A (zh) * 2018-11-19 2019-03-15 南通大学 一种商品防伪二维码的批量生成方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
SUYING SHENG ET AL.: "A novel bit-level image encryption scheme using hyper-chaotic systems", 《IEEE XPLORE》 *
YUAN GUO ET AL.: "An Image Encryption Algorithm Based on Logistic-Fibonacci Cascade Chaos and 3D Bit Scrambling", 《IEEE ACCESS》 *
刘志军 等: "基于耦合混沌和循环移位的彩色图像加密算法", 《新疆大学学报(自然科学版)》 *
陈秋琼 等: "基于超混沌系统的彩色图像加密新算法", 《微电子学与计算机》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113255860A (zh) * 2021-03-26 2021-08-13 南通大学 一种基于分层加密的商品防伪二维码生成方法
CN113935344A (zh) * 2021-10-12 2022-01-14 南通大学 一种基于商标图片置乱加密的商品防伪码批量生成方法
CN113935346A (zh) * 2021-10-12 2022-01-14 南通大学 一种基于商标图片置乱加密的商品防伪码生成方法
CN113935343A (zh) * 2021-10-12 2022-01-14 南通大学 一种基于字符串转图片加密的商品防伪码生成方法
CN113947096A (zh) * 2021-10-12 2022-01-18 南通大学 一种基于图片转字符串解密的商品防伪码识别方法
CN113935343B (zh) * 2021-10-12 2022-06-21 南通大学 一种基于字符串转图片加密的商品防伪码生成方法

Also Published As

Publication number Publication date
CN112001467B (zh) 2021-11-19

Similar Documents

Publication Publication Date Title
CN112001467B (zh) 一种基于图片加解密的商品防伪码生成与识别方法
CN109472338B (zh) 一种商品防伪二维码的批量生成方法
CN112001468B (zh) 一种字符型商品防伪码生成与识别方法
CN109284803B (zh) 一种商品防伪二维码生成方法
CN112884104B (zh) 一种基于混沌加密的商品防伪二维码生成方法
CN103778590B (zh) 利用数字图像存储和传输信息的方法和装置
CN111382452B (zh) 一种汉字转图片的加密方法
CN105354717B (zh) 一种彩色商品防伪码生成方法
WO2003021862A1 (en) A system and method for imprinting a digital image with an identifier using black metamers
Neamah et al. Hide text depending on the three channels of pixels in color images using the modified LSB algorithm
CN111353166B (zh) 一种图片转汉字的加密方法
CN112163230B (zh) 一种汉字加密的商品防伪码生成方法
CN112884105A (zh) 一种基于移位加密的商品防伪二维码生成方法
Zneit et al. Using Color Image as a Stego-Media to Hide Short Secret Messages
CN111382820B (zh) 一种四宫格纯色商品防伪码生成方法
WO2022131965A1 (ru) Способ кодирования и декодирования цифровой информации в виде многомерного нанобар-кода
CN109376833B (zh) 伪随机信息叠印数字荧光图像的三重防伪二维码
CN104573781A (zh) 一种二维码编码及解码方法
Munir Application of the modified EzStego algorithm for hiding secret messages in the animated GIF images
Upreti et al. Variable bits secure system for color images
CN113935347B (zh) 一种基于防伪图片置乱解密的商品防伪码识别方法
CN113935346B (zh) 一种基于商标图片置乱加密的商品防伪码生成方法
RU2777708C2 (ru) Способ кодирования цифровой информации в виде многомерного нанобар-кода
CN109039577A (zh) 基于多级混沌映射的3d纹理模型的加密方法
Ibrahim et al. Algorithm for Text Hiding in Digital Image for Information Security

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
TR01 Transfer of patent right

Effective date of registration: 20240920

Address after: 518000 1104, Building A, Zhiyun Industrial Park, No. 13, Huaxing Road, Henglang Community, Longhua District, Shenzhen, Guangdong Province

Patentee after: Shenzhen Hongyue Enterprise Management Consulting Co.,Ltd.

Country or region after: China

Address before: 226019 Jiangsu city of Nantong province sik Road No. 9

Patentee before: NANTONG University

Country or region before: China