CN113128406A - 一种随机纤维丝纹理防伪标识识别方法及系统 - Google Patents
一种随机纤维丝纹理防伪标识识别方法及系统 Download PDFInfo
- Publication number
- CN113128406A CN113128406A CN202110427399.1A CN202110427399A CN113128406A CN 113128406 A CN113128406 A CN 113128406A CN 202110427399 A CN202110427399 A CN 202110427399A CN 113128406 A CN113128406 A CN 113128406A
- Authority
- CN
- China
- Prior art keywords
- image
- counterfeiting mark
- texture
- counterfeiting
- inherent
- 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
- 238000000034 method Methods 0.000 title claims abstract description 37
- 239000000835 fiber Substances 0.000 title claims abstract description 31
- 238000005457 optimization Methods 0.000 claims abstract description 7
- 238000012937 correction Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 239000003550 marker Substances 0.000 description 4
- 230000003321 amplification Effects 0.000 description 2
- 238000004049 embossing Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000001259 photo etching Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- 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
- G06V20/95—Pattern authentication; Markers therefor; Forgery detection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Entrepreneurship & Innovation (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (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
本发明公开了一种随机纤维丝纹理防伪标识识别方法及系统,方法包括:构建防伪标识原图数据库;获取待识别防伪标识的至少一张图像;利用非线性优化算法对至少一张图像的畸变进行修正;选取修正后的至少一张图像中的一张作为基准图像,并提取基准图像中纹理元素的随机分布特征;对除基准图像之外的其他修正后图像进行放大处理,得到放大图像;提取放大图像中每根纹理元素的固有特征;将提取到随机分布特征和固有特征分别与数据库模块中存储的原图的纹理元素特征信息进行对比;将对比结果进行输出显示。本发明无需专门仪器便能够对防伪标识的随机分布特征和固有特征进行识别,适合大众参与,且识别准确率高。
Description
技术领域
本发明涉及防伪技术领域,更具体的说是涉及一种随机纤维丝纹理防伪标识识别方法及系统。
背景技术
随机纤维丝纹理防伪标识是以材料本身固有的纤维丝纹理特征作为防伪识别标记的一种防伪技术。在纹理元素很小时,人眼无法直接辨别单根纹理元素的纹理元素特征,因此出现了印刷、打印、压纹等工艺来造假纹理防伪标识,这类标识虽然可模仿其分布特征,却无法模仿其固有特征,通过固有特征的识别能够高度有效地保证了随机纹理防伪标识的可靠性。
目前,常采用一些专门的辅助工具来观察纤维上是否携带了固定识别特征,但对于参与纤维丝纹理防伪的公众而言,由于专门辅助工具需要与纤维自身的特定识别特征相匹配,公众很难准确的选择合适的辅助工具,并且识别者通常也不会随身携带这些辅助工具,极大地影响到了公众参与到纹理防伪技术中。
因此,如何提供一种通过手机等常见的随身携带智能端便能实现纹理防伪标识的准确识别,且适合公众参与的识别方法及系统是本领域技术人员亟需解决的问题。
发明内容
有鉴于此,本发明提供了一种随机纤维丝纹理防伪标识识别方法及系统,无需专门仪器便能够对防伪标识的随机分布特征和固有特征进行识别,适合大众参与,且识别准确率高。
为了实现上述目的,本发明采用如下技术方案:
一种随机纤维丝纹理防伪标识识别方法,包括:
S1、构建防伪标识原图数据库;所述数据库预先存储有利用线性相机扫描获得的各防伪标识原图的纹理元素特征信息;
S2、获取待识别防伪标识的至少一张图像;
S3、利用非线性优化算法对所述至少一张图像的畸变进行修正;
S4、选取修正后的所述至少一张图像中的一张作为基准图像,并提取所述基准图像中纹理元素的随机分布特征;
S5、对除所述基准图像之外的其他修正后图像进行放大处理,得到放大图像;
S6、提取所述放大图像中每根纹理元素的固有特征;
S7、将提取到随机分布特征和固有特征分别与所述数据库中存储的原图的纹理元素特征信息进行对比;
S8、将对比结果进行输出显示。
优选的,在上述一种随机纤维丝纹理防伪标识识别方法中,S1还包括分别赋予每个防伪标识图像唯一编码,并进行存储;S7中在进行对比之前还包括:对待识别防伪标识图像上的唯一编码进行识别,根据唯一编码调用与其对应的防伪标识原图,并进行匹配。
优选的,在上述一种随机纤维丝纹理防伪标识识别方法中,S2包括:连续拍摄待识别的防伪标识,获得预设数目的待识别的防伪标识图像。
优选的,在上述一种随机纤维丝纹理防伪标识识别方法中,S5包括:
确定除所述基准图像外的每个其它修正后图像中的动态像素点;所述动态像素点的像素值与所述基准图像中对应位置的像素点的像素值的差值大于预设阈值;
在所述其它修正后图像中,确定由多个相邻动态像素点组成的动态区域;
对不同修正后图像中对应位置的像素点的像素值进行均值化处理,得到均值图像;
对所述均值图像进行放大处理,得到放大图像。
优选的,在上述一种随机纤维丝纹理防伪标识识别方法中,所述均值图像的获得过程为:
将每个所述其它修正后图像中动态区域的像素点的像素值替换为所述基准图像中对应位置像素点的像素值;
计算所述预设数目个修正后图像中,对应位置像素点的像素值的平均值,作为均值图像中对应位置像素点的像素值,得到均值图像。
优选的,在上述一种随机纤维丝纹理防伪标识识别方法中,S6中提取的所述固有特征包括每根纹理元素的局部特征或全部特征。
优选的,在上述一种随机纤维丝纹理防伪标识识别方法中,S7中分别将当前识别防伪标识图像中提取到随机分布特征和固有特征与所述数据库模块中存储的原图的随机分布特征和固有特征进行对比,当其中一个比对结果为不相同时,判断待识别防伪标识为假,则待识别防伪标识所附着的防伪对象为假。
本发明还提供一种随机纤维丝纹理防伪标识识别系统,包括:
数据库模块,预先存储有通过线性相机扫描获得的防伪标识原图的纹理元素特征信息;
图像采集模块,用于获取待识别防伪标识的至少一张图像;
图像畸变修正模块,用于利用非线性优化算法对所述至少一张图像的畸变进行修正;
分布特征提取模块,用于选取修正后的所述至少一张图像中的一张作为基准图像,并提取所述基准图像中纹理元素的随机分布特征;
放大模块,用于对除所述基准图像之外的其他修正后图像进行放大处理,得到放大图像;
固有特征提取模块,用于提取所述放大图像中每根纹理元素的固有特征;
对比模块,用于将提取到随机分布特征和固有特征分别与所述数据库模块中存储的防伪标识原图的纹理元素特征信息进行对比;
结果输出模块,用于将对比结果进行输出显示。
经由上述的技术方案可知,与现有技术相比,本发明公开提供了一种随机纤维丝纹理防伪标识识别方法,一方面,本发明对待识别防伪标识图像进行畸变修正,减小图像的失真度,使其更加接近于真实图像,为后续的识别精度提供依据。另一方面,本发明通过对防伪标识的随机分布特征和固有特征进行双重对比,大大提高识别结果的准确性;在识别固有特征时,无需借助放大镜等辅助工具,通过连续拍摄预设数目个图像,并基于不同图像中对应位置的像素点的像素值,进行像素值平均化处理,得到均值图像;对均值图像进行放大处理,得到放大图像。这样,可以有效的衰减待处理图像中的噪点对均值图像的影响,从而可以提高放大图像的信噪比,获得防伪标识纹理的肉眼无法识别到的固有特征,且成本低,便于公众普遍参与。
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附图为本发明提供的随机纤维丝纹理防伪标识识别方法的流程图;
图2附图为本发明提供的随机纤维丝纹理防伪标识识别系统的结构框图。
具体实施方式
下面将结合本发明实施例中的附图,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。
如图1所示,本发明实施例公开了一种随机纤维丝纹理防伪标识识别方法,包括以下步骤:
S1、构建防伪标识原图数据库;数据库预先存储有利用线性相机扫描获得的各防伪标识原图的纹理元素特征信息;
S2、获取待识别防伪标识的至少一张图像;
S3、利用非线性优化算法对至少一张图像的畸变进行修正;
S4、选取修正后的至少一张图像中的一张作为基准图像,并提取基准图像中纹理元素的随机分布特征;
S5、对除基准图像之外的其他修正后图像进行放大处理,得到放大图像;
S6、提取放大图像中每根纹理元素的固有特征;固有特征包括每根纹理元素的局部特征或全部特征;
S7、将提取到随机分布特征和固有特征分别与数据库中存储的原图的纹理元素特征信息进行对比;
S8、将对比结果进行输出显示。
在一个更有利的实施例中,S1还包括分别赋予每个防伪标识图像唯一编码,并进行存储;S7中在进行对比之前还包括:对待识别防伪标识图像上的唯一编码进行识别,根据唯一编码调用与其对应的防伪标识原图,并进行匹配。
同时,防伪标识上均对应印设有包含查验网址的二维码,用户通过智能手机的扫码功能对二维码进行扫描,便能进入到查验网页,无需手动输入网址,操作简单方便。
在其他实施例中,S2包括:连续拍摄待识别的防伪标识,获得预设数目的待识别的防伪标识图像。
本实施例中,用户可以打开安装在终端上的,用于拍摄图像类的应用程序,将镜头对准待拍摄区域,点击连拍按键,在短时间内连续拍摄预设数目个待处理图像。
S5包括:
确定除基准图像外的每个其它修正后图像中的动态像素点;动态像素点的像素值与基准图像中对应位置的像素点的像素值的差值大于预设阈值;考虑到在连续拍摄时,由于用户手的微抖动,连续拍摄的多个图像之间可能会存在较大区域的不同,在多个连续拍摄的已修正图像中任意选取一个图像设置为基准图像,之后,获取所有图像中像素点的像素值,并分别将除基准图像外的每个其它待处理图像与基准图像进行对比,即比较其它图像与基准图像中对应位置的像素点的像素值差值,如果其它图像中的某个像素点的像素值与基准图像中对应位置的像素点的像素值的差值大于预设阈值,则将该像素点确定为的动态像素点。动态像素点除了可以是由于被拍标识物晃动而产生的动态像素点,也可以是噪点,故而,为了排除噪点的影响,可以设置动态区域,动态区域由多个相邻的动态像素点构成,此处,相邻是指动态区域内的不存在孤立的动态像素点,且动态区域内的动态像素点的个数大于预设阈值。
在其它修正后图像中,确定由多个相邻动态像素点组成的动态区域;
对不同修正后图像中对应位置的像素点的像素值进行均值化处理,得到均值图像;
对均值图像进行放大处理,得到放大图像。
具体的,S5中均值图像的获得过程为:
将每个其它修正后图像中动态区域的像素点的像素值替换为基准图像中对应位置像素点的像素值;
计算预设数目个修正后图像中,对应位置像素点的像素值的平均值,作为均值图像中对应位置像素点的像素值,得到均值图像。
本发明实施例中,无需借助辅助工具,也能实现对防伪标识纹理元素进行识别,并提取其固有特征,实现仅采用手机终端便能实现对固有特征的识别。
具体的,S7中防伪标识识别结果的判断过程为:
分别将当前识别防伪标识图像中提取到随机分布特征和固有特征与与数据库模块中存储的原图的随机分布特征和固有特征进行对比,当其中一个比对结果为不相同时,判断待识别防伪标识为假,则待识别防伪标识所附着的防伪对象为假。
如图2所示,本发明还提供了一种随机纤维丝纹理防伪标识识别系统,包括:
数据库模块,预先存储有通过线性相机扫描获得的防伪标识原图的纹理元素特征信息;
图像采集模块,用于获取待识别防伪标识的至少一张图像;
图像畸变修正模块,用于利用非线性优化算法对至少一张图像的畸变进行修正;
分布特征提取模块,用于选取修正后的至少一张图像中的一张作为基准图像,并提取基准图像中纹理元素的随机分布特征;
放大模块,用于对除基准图像之外的其他修正后图像进行放大处理,得到放大图像;
固有特征提取模块,用于提取放大图像中每根纹理元素的固有特征;
对比模块,用于将提取到随机分布特征和固有特征分别与数据库模块中存储的防伪标识原图的纹理元素特征信息进行对比;
结果输出模块,用于将对比结果进行输出显示。
本发明对防伪标识的识别过程中,包括了随机分布特征和固有特征的双重比对,所谓固有特征即指防伪标识的每根纹理元素在被放大条件下被观察时具有的相同的视觉特征的纹理元素特征,而在无放大条件下人眼无法分辨;这样造假者通过印刷图案、UV打印的凹凸图案、压纹工艺形成的图案、以及激光微雕形成的图案、类似集成电路光刻工艺形成的图案等现有技术的低成本可控复制图案则失效,因为这些手段都无法复制防伪标识的固有特征;该防伪方法,能够高度有效地保证防伪标识的可靠性。本发明无需借助外部放大镜等辅助工具,通过计算手段将防伪标识图像进行放大,以实现对防伪标识纹理元素固有特征的识别,具有适用性广的特点。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种随机纤维丝纹理防伪标识识别方法,其特征在于,包括:
S1、构建防伪标识原图数据库;所述数据库预先存储有利用线性相机扫描获得的各防伪标识原图的纹理元素特征信息;
S2、获取待识别防伪标识的至少一张图像;
S3、利用非线性优化算法对所述至少一张图像的畸变进行修正;
S4、选取修正后的所述至少一张图像中的一张作为基准图像,并提取所述基准图像中纹理元素的随机分布特征;
S5、对除所述基准图像之外的其他修正后图像进行放大处理,得到放大图像;
S6、提取所述放大图像中每根纹理元素的固有特征;
S7、将提取到随机分布特征和固有特征分别与所述数据库中存储的原图的纹理元素特征信息进行对比;
S8、将对比结果进行输出显示。
2.根据权利要求1所述的一种随机纤维丝纹理防伪标识识别方法,其特征在于,S1还包括分别赋予每个防伪标识图像唯一编码,并进行存储;S7中在进行对比之前还包括:对待识别防伪标识图像上的唯一编码进行识别,根据唯一编码调用与其对应的防伪标识原图,并进行匹配。
3.根据权利要求1所述的一种随机纤维丝纹理防伪标识识别方法,其特征在于,S2包括:连续拍摄待识别的防伪标识,获得预设数目的待识别的防伪标识图像。
4.根据权利要求3所述的一种随机纤维丝纹理防伪标识识别方法,其特征在于,S5包括:
确定除所述基准图像外的每个其它修正后图像中的动态像素点;所述动态像素点的像素值与所述基准图像中对应位置的像素点的像素值的差值大于预设阈值;
在所述其它修正后图像中,确定由多个相邻动态像素点组成的动态区域;
对不同修正后图像中对应位置的像素点的像素值进行均值化处理,得到均值图像;
对所述均值图像进行放大处理,得到放大图像。
5.根据权利要求4所述的一种随机纤维丝纹理防伪标识识别方法,其特征在于,所述均值图像的获得过程为:
将每个所述其它修正后图像中动态区域的像素点的像素值替换为所述基准图像中对应位置像素点的像素值;
计算所述预设数目个修正后图像中,对应位置像素点的像素值的平均值,作为均值图像中对应位置像素点的像素值,得到均值图像。
6.根据权利要求1所述的一种随机纤维丝纹理防伪标识识别方法,其特征在于,S6中提取的所述固有特征包括每根纹理元素的局部特征或全部特征。
7.根据权利要求1所述的一种随机纤维丝纹理防伪标识识别方法,其特征在于,S7中分别将当前识别防伪标识图像中提取到随机分布特征和固有特征与所述数据库中存储的原图的随机分布特征和固有特征进行对比,当其中一个比对结果为不相同时,判断待识别防伪标识为假,则待识别防伪标识所附着的防伪对象为假。
8.一种随机纤维丝纹理防伪标识识别系统,其特征在于,包括:
数据库模块,预先存储有通过线性相机扫描获得的防伪标识原图的纹理元素特征信息;
图像采集模块,用于获取待识别防伪标识的至少一张图像;
图像畸变修正模块,用于利用非线性优化算法对所述至少一张图像的畸变进行修正;
分布特征提取模块,用于选取修正后的所述至少一张图像中的一张作为基准图像,并提取所述基准图像中纹理元素的随机分布特征;
放大模块,用于对除所述基准图像之外的其他修正后图像进行放大处理,得到放大图像;
固有特征提取模块,用于提取所述放大图像中每根纹理元素的固有特征;
对比模块,用于将提取到随机分布特征和固有特征分别与所述数据库模块中存储的防伪标识原图的纹理元素特征信息进行对比;
结果输出模块,用于将对比结果进行输出显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110427399.1A CN113128406A (zh) | 2021-04-15 | 2021-04-15 | 一种随机纤维丝纹理防伪标识识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110427399.1A CN113128406A (zh) | 2021-04-15 | 2021-04-15 | 一种随机纤维丝纹理防伪标识识别方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113128406A true CN113128406A (zh) | 2021-07-16 |
Family
ID=76778616
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110427399.1A Pending CN113128406A (zh) | 2021-04-15 | 2021-04-15 | 一种随机纤维丝纹理防伪标识识别方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113128406A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120183180A1 (en) * | 2009-09-28 | 2012-07-19 | Shanghai Kos Security Paper Technology Co., Ltd. | Anti-counterfeit method for random texture and recognizer thereof |
CN106127720A (zh) * | 2016-06-29 | 2016-11-16 | 青岛海信移动通信技术股份有限公司 | 一种拍摄放大图像的方法和装置 |
CN107153963A (zh) * | 2016-03-02 | 2017-09-12 | 北京柯斯元科技有限公司 | 一种随机纹理防伪产品、随机纹理防伪系统和随机纹理防伪方法 |
-
2021
- 2021-04-15 CN CN202110427399.1A patent/CN113128406A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120183180A1 (en) * | 2009-09-28 | 2012-07-19 | Shanghai Kos Security Paper Technology Co., Ltd. | Anti-counterfeit method for random texture and recognizer thereof |
CN107153963A (zh) * | 2016-03-02 | 2017-09-12 | 北京柯斯元科技有限公司 | 一种随机纹理防伪产品、随机纹理防伪系统和随机纹理防伪方法 |
CN107153964A (zh) * | 2016-03-02 | 2017-09-12 | 北京柯斯元科技有限公司 | 一种随机纹理防伪方法、防伪识别系统、防伪系统和防伪产品 |
CN106127720A (zh) * | 2016-06-29 | 2016-11-16 | 青岛海信移动通信技术股份有限公司 | 一种拍摄放大图像的方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107016363B (zh) | 票据图像管理装置、票据图像管理系统以及方法 | |
US20110053639A1 (en) | Methods and devices for authenticating a product and a two-dimensional code and novel application of a two-dimensional code | |
US20120070086A1 (en) | Information reading apparatus and storage medium | |
CN101008984A (zh) | 图像处理装置、图像处理方法及程序 | |
WO2008129540A2 (en) | Device and method for identification of objects using color coding | |
CN102739951A (zh) | 图像处理装置及图像处理方法 | |
CN113435556A (zh) | 一种点阵码的生码、解码方法及防伪方法 | |
CN105303573B (zh) | 金针类元件的引脚检测方法和系统 | |
CN109214229B (zh) | 一种条码扫描方法、装置及电子设备 | |
KR102038576B1 (ko) | 홍채 인식 시스템의 부정행위 검출 방법 | |
CN111985465A (zh) | 文本识别方法、装置、设备及存储介质 | |
JP5315581B1 (ja) | 紙幣判別方法、紙幣判別用ソフトウェア及び紙幣判別装置 | |
Ali | Fingerprint recognition | |
CN115018565A (zh) | 一种广告传媒图像识别方法、系统、设备及可读存储介质 | |
CN113128406A (zh) | 一种随机纤维丝纹理防伪标识识别方法及系统 | |
JP2010026992A (ja) | 硬貨識別方法および硬貨識別装置 | |
CN112544076B (zh) | 用于映射图像传感器的不均匀性的方法和系统 | |
CN111882572B (zh) | 一种一维码检测方法、装置、存储介质及电子设备 | |
KR100920663B1 (ko) | 2차원 코드의 인식 방법 | |
WO2017219562A1 (zh) | 一种二维码生成方法及装置 | |
KR101824099B1 (ko) | 지폐 위조 방지 시스템 및 위조지폐 경보 시스템 | |
CN112016629B (zh) | 鉴别证件的方法、装置、计算机设备和存储介质 | |
JP2020077107A (ja) | 識別システム、識別装置、データ取得システム及びデータ取得装置 | |
CN103793737B (zh) | 识别一维码与点阵图形构成的防伪标识的方法及装置 | |
CN113966994A (zh) | 智能视力检测终端及其检测方法 |
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 |