CN113361673B - 一种基于支持向量机的彩色二维码防伪方法 - Google Patents

一种基于支持向量机的彩色二维码防伪方法 Download PDF

Info

Publication number
CN113361673B
CN113361673B CN202110061743.XA CN202110061743A CN113361673B CN 113361673 B CN113361673 B CN 113361673B CN 202110061743 A CN202110061743 A CN 202110061743A CN 113361673 B CN113361673 B CN 113361673B
Authority
CN
China
Prior art keywords
color
dimensional code
dimensional
code
support vector
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110061743.XA
Other languages
English (en)
Other versions
CN113361673A (zh
Inventor
曹进明
吴华明
陈合谱
张业超
肖文波
肖永生
黄丽贞
伏燕军
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.)
Nanchang Hangkong University
Original Assignee
Nanchang Hangkong 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 Nanchang Hangkong University filed Critical Nanchang Hangkong University
Priority to CN202110061743.XA priority Critical patent/CN113361673B/zh
Publication of CN113361673A publication Critical patent/CN113361673A/zh
Application granted granted Critical
Publication of CN113361673B publication Critical patent/CN113361673B/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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • 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
    • 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

Landscapes

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

Abstract

本发明公开了一种基于支持向量机的彩色二维码防伪方法，该方法首先生成含水印的彩色二维码，其次利用APP应用程序采集彩色二维码图像并进行预处理，然后使用灰度‑梯度共生矩阵法及颜色空间转换法，提取纹理和颜色组合特征，最后使用支持向量机(SVM)算法训练图像数据以建立模型并对测试集图像数据进行区分。所设计的二维码防伪系统能较好的区分彩色二维码的打印图和复印图，解决当下二维码所面临的防伪问题。

Description

一种基于支持向量机的彩色二维码防伪方法
技术领域
本发明涉及智能图像处理技术领域，具体涉及一种基于支持向量机的彩色二维码防伪方法。
背景技术
随着互联网和信息技术的发展，以及智能手机的普及，二维码因其具有容量大、纠错能力强、易于识别和可靠性强等优点，其在支付、防伪、工业控制以及产品溯源等领域获得到了广泛的应用。但二维码本身并不具有严格意义上的防伪功能，因其数据转换和编码都是公开的，这限制了二维码在防伪要求较高或者有特殊防伪要求领域的应用；另外，二维码可以方便的通过图像采集、印刷或复制等手段被任意的复制和转移，这使得二维码本身并不具备防止伪造和复制的功能。例如，当二维码以标签形式作为信息载体出现在商品流通领域时，如被不法分子恶意的复制并转移至假冒伪劣产品进行销售时，则不仅扰乱了市场规范，造成正常商品流通的混乱，而且严重损害了消费者的利益。因此，提高二维码防伪功能是摆脱其自身限制的重要突破口。
目前国内外防伪系统主要专注于电子二维码或图像上面，而在防止二维码的伪造和复制上面关注不够，基于此，利用彩色二维码，基于智能图像处理和支持向量机(SVM)相融合方法，本发明设计了一种区分打印和复印彩色二维码防伪系统。鉴于QR(QuickResponse)Code是目前应用最为广泛的二维码,因此本发明主要以QRCode为例研究其防伪技术。
发明内容
本发明所要解决的问题是：提供一种基于支持向量机的彩色二维码防伪方法，能够防止彩色二维码的伪造和复制。
本发明为解决上述问题所提供的技术方案为：一种基于支持向量机的彩色二维码防伪方法，所述方法包括以下步骤，
S1、构建彩色二维码的数据库：将任意给定的字符或数字通过二维码生成系统生成彩色二维码，然后随机选取6位阿拉伯数字组成的数字水印嵌入生成的彩色二维码中，然后应用程序识别与采集彩色二维码图像；
S2、将采集的彩色二维码图像进行归一化处理：针对每张彩色二维码，对图像大小进行整体的裁剪和像素归一化的处理；
S3、彩色二维码样本标签的设定：将打印的彩色二维码标签设为1，复印的彩色二维码标签设为2；
S4、颜色空间转换和特征提取：将彩色二维码RGB颜色空间转换到HSV颜色空间，并提取H、S、V各自的一阶矩(均值)、二阶矩(方差)、三阶矩(斜度)，得到一个9维的、代表彩色二维码颜色的特征向量；
S5、纹理特征提取：提取彩色二维码图像的小梯度优势、大梯度优势、灰度分布的不均匀性、梯度分布的不均匀性、能量、灰度平均、梯度平均、灰度均方差、梯度均方差、相关、梯度熵、混合熵、惯性、逆差矩15个纹理特征
S6、彩色二维码图像特征提取：将步骤四提取到的9维颜色特征和步骤五提取到的15维纹理特征，组合构成24维彩色二维码图像特征矩阵；
S7、支持向量机核函数选取及参数优化：支持向量机利用核函数将数据映射到高维空间，使其尽可能的线性可分；
S8、打印/复印彩色二维码的识别：利用训练集得到的模型以及寻优得到的最佳参数，基于支持向量机算法，对彩色二维码图像进行识别，以区分打印/复印彩色二维码。
优选的，所述步骤S1中彩色二维码生成系统是基于Google的zxing模块生成系统。
优选的，所述二维码生成系统能将任意指定的数字或字符生成彩色二维码，再将随机选取6位阿拉伯数字组成的数字水印嵌入生成的彩色二维码中。
优选的，所述步骤S2中图像大小统一设定为404*404像素。
优选的，参数优化上，采用交叉验证法，以训练集最小均方根误差为适应度函数进行参数寻优，以得到惩罚系数c和核函数参数g，然后再进行图像数据训练并建立模型，以区分打印/复印彩色二维码，解决二维码面临的防伪问题。
与现有技术相比，本发明的优点是：传统二维码防伪技术利用刮码和嵌入水印来实现防伪，而本发明使用数字水印和智能图像相结合方法来实现防伪；本发明在数据集的特征提取上，选取24维纹理和颜色组合特征。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1是本发明的自行设计的产生含水印的彩色二维码生成系统；
图2是本发明的自行设计的彩色二维码的识别与采集系统；
图3是本发明的彩色二维码RGB颜色空间转换转换为HSV颜色空间的过程示意图图；
图4是本发明的基于支持向量机的彩色二维码防伪方法流程图；
图5是本发明的彩色二维码的分类结果图。
具体实施方式
以下将配合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题并达成技术功效的实现过程能充分理解并据以实施。
如图1-5所示，本发明基于支持向量机的彩色二维码防伪系统设计，它包括以下步骤：
利用图1所示的、自行开发的基于Google的zxing模块生成系统，生成含数字水印的彩色二维码；采用图2所示的、基于Andriod系统的APP应用程序进行彩色二维码的识别与采集，然后上传到服务端对图像大小进行整体的裁剪和像素归一化的处理，图像的大小统一设定为404*404像素；使用灰度-梯度共生矩阵法及颜色空间转换法，提取24维纹理和颜色组合特征向量，即利用图像的灰度-梯度综合化信息提取15维纹理特征，然后再提取彩色二维码HSV颜色空间的一阶矩(均值)、二阶矩(方差)、三阶矩(斜度)9维的颜色特征。
选取合适的核函数K(x，z)和惩罚参数C>0，构造并求解凸二次规划问题：
Figure GDA0003201684450000031
得到最优解，其中ai，aj为拉格朗日系数。
Figure GDA0003201684450000032
构造分类决策函数：
Figure GDA0003201684450000033
在SVM的参数优化上，为了提高模型的预测性能，本发明采用了网格式搜索法(GS)寻找惩罚系数c和核函数参数g。
本发明的有益效果是：本发明基于数字水印和非线性支持向量机算法进行二维码生成及数据建模，再利用建立的模型对彩色二维码进行识别，以区分打印/复印彩色二维码，分类结果如图5所示，测试集分类准确率平均值为97.0693％(188/202)。
以上仅就本发明的最佳实施例作了说明，但不能理解为是对权利要求的限制。本发明不仅局限于以上实施例，其具体结构允许有变化。凡在本发明独立权利要求的保护范围内所作的各种变化均在本发明保护范围内。

Claims (5)

1.一种基于支持向量机的彩色二维码防伪方法，其特征在于：所述方法包括以下步骤，
S1、构建彩色二维码的数据库：将任意给定的字符或数字通过二维码生成系统生成彩色二维码，然后随机选取6位阿拉伯数字组成的数字水印嵌入生成的彩色二维码中，然后应用程序识别与采集彩色二维码图像；
S2、将采集的彩色二维码图像进行归一化处理：针对每张彩色二维码，对图像大小进行整体的裁剪和像素归一化的处理；
S3、彩色二维码样本标签的设定：将打印的彩色二维码标签设为1，复印的彩色二维码标签设为2；
S4、颜色空间转换和特征提取：将彩色二维码RGB颜色空间转换到HSV颜色空间，并提取H、S、V各自的一阶矩(均值)、二阶矩(方差)、三阶矩(斜度)，得到一个9维的、代表彩色二维码颜色的特征向量；
S5、纹理特征提取：提取彩色二维码图像的小梯度优势、大梯度优势、灰度分布的不均匀性、梯度分布的不均匀性、能量、灰度平均、梯度平均、灰度均方差、梯度均方差、相关、梯度熵、混合熵、惯性、逆差矩15个纹理特征；
S6、彩色二维码图像特征提取：将步骤四提取到的9维颜色特征和步骤五提取到的15维纹理特征，组合构成24维彩色二维码图像特征矩阵；
S7、支持向量机核函数选取及参数优化：支持向量机利用核函数将数据映射到高维空间，使其尽可能的线性可分；
S8、打印/复印彩色二维码的识别：利用训练集得到的模型以及寻优得到的最佳参数，基于支持向量机算法，对彩色二维码图像进行识别，以区分打印/复印彩色二维码。
2.根据权利要求1所述的一种基于支持向量机的彩色二维码防伪方法，其特征在于：所述步骤S1中彩色二维码生成系统是基于Google的zxing模块生成系统。
3.根据权利要求1所述的一种基于支持向量机的彩色二维码防伪方法，其特征在于：所述二维码生成系统能将任意指定的数字或字符生成彩色二维码，再将随机选取6位阿拉伯数字组成的数字水印嵌入生成的彩色二维码中。
4.根据权利要求1所述的一种基于支持向量机的彩色二维码防伪方法，其特征在于：所述步骤S2中图像大小统一设定为404*404像素。
5.根据权利要求1所述的一种基于支持向量机的彩色二维码防伪方法，其特征在于：参数优化上，采用交叉验证法，以训练集最小均方根误差为适应度函数进行参数寻优，以得到惩罚系数c和核函数参数g，然后再进行图像数据训练并建立模型，以区分打印/复印彩色二维码，解决二维码面临的防伪问题。
CN202110061743.XA 2021-01-18 2021-01-18 一种基于支持向量机的彩色二维码防伪方法 Active CN113361673B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110061743.XA CN113361673B (zh) 2021-01-18 2021-01-18 一种基于支持向量机的彩色二维码防伪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110061743.XA CN113361673B (zh) 2021-01-18 2021-01-18 一种基于支持向量机的彩色二维码防伪方法

Publications (2)

Publication Number Publication Date
CN113361673A CN113361673A (zh) 2021-09-07
CN113361673B true CN113361673B (zh) 2022-07-15

Family

ID=77524809

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110061743.XA Active CN113361673B (zh) 2021-01-18 2021-01-18 一种基于支持向量机的彩色二维码防伪方法

Country Status (1)

Country Link
CN (1) CN113361673B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114254719B (zh) * 2021-12-17 2022-11-22 广州市宝绅科技应用有限公司 一种防伪二维码的生成方法及装置
CN114397929B (zh) * 2022-01-18 2023-03-31 中山东菱威力电器有限公司 一种可以改善冲洗水初始温度的智能马桶盖控制系统
CN118135594B (zh) * 2024-05-10 2024-07-26 深圳前海量子云码科技有限公司 一种复印产品的检测方法、装置、设备及介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009065151A2 (en) * 2007-11-15 2009-05-22 Certifi Media Inc. Method for image quality assessment using quality vectors
CN106384142A (zh) * 2016-08-26 2017-02-08 上海慧谋网络科技有限公司 一种基于随机彩色二维码的防伪方法和装置
CN106960427A (zh) * 2016-01-11 2017-07-18 中兴通讯股份有限公司 二维码图像处理的方法和装置
CN108596003A (zh) * 2018-04-11 2018-09-28 中山大学 一种基于机器学习的污损二维码修复方法及系统
CN109508974A (zh) * 2018-11-29 2019-03-22 华南理工大学 一种基于特征融合的购物结账系统和方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009065151A2 (en) * 2007-11-15 2009-05-22 Certifi Media Inc. Method for image quality assessment using quality vectors
CN106960427A (zh) * 2016-01-11 2017-07-18 中兴通讯股份有限公司 二维码图像处理的方法和装置
WO2017121018A1 (zh) * 2016-01-11 2017-07-20 中兴通讯股份有限公司 二维码图像处理的方法和装置、终端、存储介质
CN106384142A (zh) * 2016-08-26 2017-02-08 上海慧谋网络科技有限公司 一种基于随机彩色二维码的防伪方法和装置
CN108596003A (zh) * 2018-04-11 2018-09-28 中山大学 一种基于机器学习的污损二维码修复方法及系统
CN109508974A (zh) * 2018-11-29 2019-03-22 华南理工大学 一种基于特征融合的购物结账系统和方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于北斗RDSS的核辐射监测应急通讯方法;王廷银等;《计算机系统应用》;20191215(第12期);第252-256页全文 *

Also Published As

Publication number Publication date
CN113361673A (zh) 2021-09-07

Similar Documents

Publication Publication Date Title
CN113361673B (zh) 一种基于支持向量机的彩色二维码防伪方法
Walia et al. Fusion of handcrafted and deep features for forgery detection in digital images
CN113283446B (zh) 图像中目标物识别方法、装置、电子设备及存储介质
Wang et al. Background-driven salient object detection
Wu et al. Identifying computer generated graphics via histogram features
CN103310236A (zh) 基于局部二维特征的拼接图像检测方法及系统
Cristin et al. Illumination‐based texture descriptor and fruitfly support vector neural network for image forgery detection in face images
Cao et al. A review of object representation based on local features
Yu et al. Vehicle logo recognition based on overlapping enhanced patterns of oriented edge magnitudes
CN116664961B (zh) 基于信码的防伪标签智能识别方法及系统
CN108259932A (zh) 基于时空域极坐标余弦变换的鲁棒哈希重复视频检测方法
Li et al. Heat kernel based local binary pattern for face representation
CN110188750A (zh) 一种基于深度学习的自然场景图片文字识别方法
Liang et al. PKLNet: Keypoint localization neural network for touchless palmprint recognition based on edge-aware regression
CN115240280A (zh) 人脸活体检测分类模型的构建方法、检测分类方法及装置
Zhang et al. Research on Surface Defect Detection of Rare‐Earth Magnetic Materials Based on Improved SSD
Imran et al. Image-based automatic energy meter reading using deep learning
CN112183494A (zh) 基于神经网络的文字识别方法、装置及存储介质
Xu et al. Multi‐pyramid image spatial structure based on coarse‐to‐fine pyramid and scale space
Hasan et al. Exploring the effect of annotation quality on pcb component segmentation
CN100416594C (zh) 基于泽尔尼克矩的鞋印自动匹配方法
CN105718858B (zh) 一种基于正负广义最大池化的行人识别方法
CN112417919A (zh) 一种防伪二维码的检测识别方法及系统、存储介质
Chaudhury et al. Model-guided segmentation and layout labelling of document images using a hierarchical conditional random field
Zheng et al. Classification based on deep convolutional neural networks with hyperspectral image

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