CN114730489A - 用于验证食品包装的方法及其设备 - Google Patents

用于验证食品包装的方法及其设备 Download PDF

Info

Publication number
CN114730489A
CN114730489A CN202080079491.7A CN202080079491A CN114730489A CN 114730489 A CN114730489 A CN 114730489A CN 202080079491 A CN202080079491 A CN 202080079491A CN 114730489 A CN114730489 A CN 114730489A
Authority
CN
China
Prior art keywords
sample
feature subset
food
package
subset
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
Application number
CN202080079491.7A
Other languages
English (en)
Inventor
保罗·斯卡拉贝利
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.)
Tetra Laval Holdings and Finance SA
Original Assignee
Tetra Laval Holdings and Finance SA
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 Tetra Laval Holdings and Finance SA filed Critical Tetra Laval Holdings and Finance SA
Publication of CN114730489A publication Critical patent/CN114730489A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/001Industrial image inspection using an image reference approach
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation 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
    • G06V10/751Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40Document-oriented image-based pattern recognition
    • G06V30/42Document-oriented image-based pattern recognition based on the type of document
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40Document-oriented image-based pattern recognition
    • G06V30/42Document-oriented image-based pattern recognition based on the type of document
    • G06V30/424Postal images, e.g. labels or addresses on parcels or postal envelopes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/68Food, e.g. fruit or vegetables
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/06Recognition of objects for industrial automation

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Auxiliary Devices For And Details Of Packaging Control (AREA)
  • Image Analysis (AREA)

Abstract

一种用于验证容纳食品的食品包装(108)的方法(300)。所述方法包括:接收(302)描绘所述食品包装(108)的样本图像数据(126);识别(304)所述食品包装(108)的样本印刷特征子集(152);识别(306)所述食品包装(108)的样本几何特征子集(154);基于所述样本印刷特征子集(152)和所述样本几何特征子集(154)生成(308)样本特征集(128);接收(310)参考特征集(130),其中基于参考图像数据(112)中识别的参考印刷特征子集(132)和参考几何特征子集(134)生成所述参考特征集(130),其中在被布置为生产食品包装的食品包装系统(102)中捕获所述参考图像数据(112);比较(312)所述样本特征集(128)和所述参考特征集(130);以及在匹配的情况下,提供(314)所述食品包装(108)是真实的指示(172)。

Description

用于验证食品包装的方法及其设备
技术领域
本发明总体上涉及食品包装技术。更具体地,它涉及一种用于验证食品包装的方法及其设备。
背景技术
为确保食品可以安全食用,该产品在受控环境中进行加工,从而可能杀死有害微生物或防止有害微生物进入产品。除了确保产品可以安全食用之外,这种加工还可以增加产品的保质期。为了确保在食品加工并装入食品包装之后有害微生物不会进入食品,通常制作食品包装以阻碍有害微生物以及氧气和光与食品接触。为了让消费者了解产品已经以确保食品安全的方式进行了加工和包装,包装上提供了信息,使消费者可以做出慎重的选择。
不幸的是,今天销售的所有食品并非都合法,超市货架上看似知名的产品实际上可能是假冒产品。因此,产品上提供的信息并不总是可信的。尽管食品生产商和食品零售商一般都有检测假冒产品的流程,但仍然存在问题。许多假冒产品很难与合法产品区分开来,因此存在消费者选择假冒产品而不是合法产品的风险。由于大多数国家都有广泛的关于食品安全的立法,这不仅是合法食品生产商收入损失的问题,也是食品安全问题。因为假冒产品的生产者未知,没有人承担责任,由此也就没有真正的激励能使假冒产品生产者达到所设定的标准。
解决假冒食品问题的一种方法是用独特的代码(例如QR码)标记包装。通过拥有这些独特的代码,可以从食品生产商到消费者追踪包装,这样做可以降低假冒产品到达消费者的风险。然而,使用独特的代码会增加食品生产商的成本。此外,代码可能会被复制,因此仍然存在假冒产品到达消费者的风险。
尽管有可用的技术来降低假冒产品到达消费者的风险,但仍需要通过提供可靠且具有成本效益的技术来进一步降低风险。
发明内容
本发明的一个目的是至少部分地克服现有技术的一个或多个上述限制。具体而言,一个目的是提供一种解决方案,用于如何确保食品包装的真实性而不需要更复杂且因此更昂贵的食品包装。
根据第一方面,提供了一种用于验证容纳食品的食品包装的方法,所述方法包括接收描绘食品包装的样本图像数据;识别食品包装的样本印刷特征子集;识别食品包装的样本几何特征子集;基于样本印刷特征子集和样本几何特征子集生成样本特征集;接收参考特征集,其中参考特征集是基于在参考图像数据中识别的参考印刷特征子集和参考几何特征子集生成的,其中在被布置为生产食品包装的食品包装系统中捕获参考图像数据;比较样本特征集和参考特征集;以及在匹配的情况下,提供食品包装是真实的指示。
术语“印刷特征子集”在此是指可以与食品包装上提供的任何印刷(例如,由喷墨印刷机、数字印刷和/或基于铅版的(cliché-based)印刷技术制作的印刷)相关的特征。
术语“几何特征子集”在此是指可以与食品包装的几何或形状相关的特征,例如食品包装的长度、高度或宽度。换句话说,几何特征子集可能与食品包装上的几何外观有关。
需要说明的是,生成样本特征集的步骤可以以不同的方式执行。根据一个非限制性示例,样本印刷特征子集和样本几何特征子集可以被布置为样本特征集中的两个不同子集。这同样适用于参考印刷特征子集和参考几何特征子集。根据另一个非限制性示例,样本印刷特征子集和样本几何特征子集可以合并,使得样本特征集可以包括样本印刷特征子集和样本几何特征子集,但不是作为样本特征集中的两个不同的子集。这同样适用于参考印刷特征子集和参考几何特征子集。
需要注意的是,根据样本特征集的排列方式,比较步骤可以采用不同的方式进行。根据一个非限制性示例,比较步骤可以包括两个“子步骤”,其中一个子步骤可以涉及样本印刷特征子集和参考印刷特征子集之间的比较,并且其中另一个子步骤可以涉及样本几何特征子集和参考几何特征子集之间的比较。根据另一个非限制性示例,样本印刷特征子集和参考印刷特征子集之间的比较以及样本几何特征子集和参考几何特征子集之间的比较可以同时进行,例如只进行一次比较。这可以是如上所述合并两个子集时的情况。
可以包括印刷形态数据,即与印刷形状相关的信息(例如如何印刷字母而不是印刷哪些字母)的印刷特征子集可能与不同类型的印刷以及包装的折叠有关。例如,在包装已被填充和密封之后由喷墨印刷机进行的印刷可能包括由于使用了墨水并且为允许墨水固化提供的时间有限而导致的变化。这些变化可能包括与最佳食用日期相关的数字和/或字母的间断(gap)。另一种可能性可能是印刷了额外的印刷对象,例如不打算印刷的点或线。即使这些可能很小并且不会被消费者注意到,它们也可以用于识别目的。
印刷特征也可能与印刷和折叠的组合有关。例如,如果进行包装的折叠以使第一和第二后面板在进行纵向密封之前稍微偏离,这可能会导致例如在纵向密封上延伸的装饰线包含中断。这种差异可以用作印刷特征。
此外,印刷特征集和几何特征集之间可能存在相关性。例如,如果第一和第二后面板在进行纵向密封之前偏离,这可能会导致印刷和几何偏差,这种偏差可能有助于识别包装,并且可能会反映在样本印刷特征子集和样本几何特征子集中。这些相关性对于评估样本图像数据的质量可能是有用的。例如,如果样本印刷特征子集包括指示纵向密封偏移的数据并且这没有反映在几何特征子集中,则这可能指示样本图像数据没有充分描绘包装。相关性可以手动设置,或者可以通过使用从多个包装接收的样本图像数据来确定相关性。
通过使用印刷特征子集和几何特征子集两者的优点是可以实现对食品包装的更可靠的验证。
样本印刷特征子集和参考印刷特征子集可以包括从食品包装系统中的食品包装上提供的最佳食用日期印刷识别的最佳食用日期数据。
样本印刷特征子集和参考印刷特征子集可以包括从食品包装系统中的包装上提供的二维码印刷识别的独特代码。
样本印刷特征子集和参考印刷特征子集可以包括印刷形态数据。
术语“形态”可以指“形状研究”。术语“印刷形态数据”在这里是指与包装上印刷的形状或形式相关的印刷数据。根据一个非限制性示例,印刷形态数据可以与例如最佳食用日期印刷或二维码印刷的形状或形式相关。
样本印刷特征子集和参考印刷特征子集可以包括在食品包装的包装材料的装饰中识别的图形元素的位置数据。
样本几何特征子集和参考几何特征子集可以包括包装顶部形式类型数据。
样本几何特征子集和参考几何特征子集可以包括纵向和/或横向密封部分的位置数据。
样本几何特征子集和参考几何特征子集可以包括吸管孔的位置数据。
样本几何特征子集和参考几何特征子集可以包括与开口装置相关的偏差点数据。
参考图像数据可以在食品包装系统的质量控制期间被捕获。
该方法还可以包括接收与参考特征集相关的参考标识号,用于确定在食品包装系统中捕获参考图像数据的时间和/或位置。
根据第二方面,提供了一种用于验证容纳食品的食品包装的设备,所述设备包括:
数据通信模块,其被配置为接收描绘食品包装的样本图像数据,接收参考特征集,并传输食品包装是真实的指示;
处理器和存储器,被配置为识别食品包装的样本印刷特征子集,识别食品包装的样本几何特征子集,并基于样本印刷特征子集和样本几何特征子集生成样本特征集,比较样本特征集和参考特征集,并且在匹配的情况下,在样本特征集和参考特征集匹配的情况下提供食品包装是真实的指示,其中参考特征集是基于参考图像数据中识别的参考印刷特征子集和参考几何特征子集生成的,其中参考图像数据是在被布置为生产食品包装的食品包装系统中捕获的。
样本印刷特征子集和参考印刷特征子集可以包括从食品包装系统中的食品包装上提供的最佳食用日期印刷识别的最佳食用日期数据。
样本印刷特征子集和参考印刷特征子集可以包括从食品包装系统中的包装上提供的二维码印刷识别的独特代码。
样本几何特征子集和参考几何特征子集可以包括纵向和/或横向密封部分的位置数据。
关于第一方面呈现的特征和优点也适用于第二方面。
本发明的其他目的、特征、方面和优点将从以下详细描述以及附图中显现。
附图说明
现在将参考所附示意图以示例的方式描述本发明的实施方案,
其中,
图1是用于验证食品包装的系统的一般图示;
图2图示了食品包装的顶部;
图3是说明用于验证食品包装的方法中的步骤的流程图。
具体实施方式
图1以示例的方式图示了用于降低假冒食品到达消费者的风险的系统100。包装系统102,例如卷筒纸盒包装机,可以被制成接收包装材料104,例如在转换工厂中印刷并被卷到卷轴上的基于纸盒的包装材料,以及将被填充到由包装系统102形成的包装108中的产品106,例如橙汁。通过使用相机110,可以捕获参考图像数据112。参考图像数据112可以被传送到包括处理器116、存储器118和数据通信模块120的设备114。设备114可以是可以从各种位置访问的远程服务器,使得以后对包装108的验证不受地点的限制。此外,为了确保参考图像数据112不被篡改,该数据可以被安全地存储,例如存储在安全元件中,和/或以加密形式存储。为了保证可以有效地进行之后的比较,可以将参考图像数据112转换成特有的特征。这样做的一个优点是可以更快地进行比较,并且需要更少的存储空间。
相机110不仅可以用于捕获参考图像数据112,还可以用于质量控制的目的。换句话说,如果对由相机110捕获的图像数据的分析结果是图像数据中描绘的包装108不在设定的阈值内,则包装系统102将被停止和/或将通知操作员。然而,如果包装108被设备114或单独的质量控制专用设备确定为在阈值内,则图像数据将作为参考图像数据112存储在设备中,并且如上所述可选地处理成不同的格式。
如图1所示,相机110可以覆盖包装108的顶部和前部。然而,参考图像数据112也可以覆盖包装108的底部和/或侧板。为了覆盖包装108的数个部分,可以使用多台相机,尽管图1所示的示例仅包含一台相机。如果使用多台相机,它们可以相互连接,以确保来自数台相机的图像数据可以链接到特定的包装。
在已捕获参考图像数据112并将其传输到设备114之后,使用例如卡车122将包装108分发给零售商并放置在商店货架123上。为了确保食品包装108是真实的,也就是说,食品包装按要求生产,可以使用配备照相机的装置124以捕获样本图像数据126。在捕获之后,样本图像数据126可以被传送到设备114,从而可以将该数据与参考图像数据112进行比较。
因为样本特征集128是基于样本图像数据126生成的,且参考特征集130是基于参考图像数据112生成的,可以进行样本图像数据126和参考图像数据112之间的比较。参考特征集130又可以包括参考印刷特征子集132和参考几何特征子集134。参考印刷特征子集132可以包括与可用于区分不同包装的包装108的印刷相关的特征。这些特征可以是有意制造的,也可以是由于每个包装都包括微小偏差而导致的,即是无意制造的。
参考印刷特征子集132可包括最佳食用日期数据136。如图2所示,可以基于包装上提供的最佳食用日期印刷来识别或提取最佳食用日期136。可以通过使用可以与包装系统102放置在同一地点的喷墨印刷机来提供最佳食用日期印刷。最佳食用日期印刷可以包括产品最佳食用日期,也还包括与所使用的填充机相关的附加信息。
此外,参考印刷特征子集132可以包括从包装上提供的二维码(例如QR码)提取的独特代码138。
更进一步,参考印刷特征子集132可以包括基于例如最佳食用日期印刷和/或二维码印刷提取的印刷形态数据140。形态数据140可以与最佳食用日期印刷和/或二维码印刷的形式相关,而不是与内容相关。例如,包括偏差的最佳食用日期印刷中的数字将反映在形态数据140中,但该偏差不会反映在最佳食用日期数据136中。
此外,参考印刷特征子集132可以包括与包装材料104的装饰中的图形元素相关的位置数据142。可以使用例如数字印刷来现场(on site)印刷装饰,但是如今天更常见的,也可以通过应用柔版印刷技术或其他基于铅版的印刷技术在所谓的转换工厂中场外(offsite)印刷装饰。
参考几何特征子集134与包装108的几何外观相关。这可以包括包装顶部形式类型数据144,即与顶部形状相关的数据。例如,如果特定包装的顶部从上面看是菱形的,但仍然在质量标准阈值内,这可以用于将该特定包装与其他包装区分开。
此外,参考几何特征子集134可以包括纵向密封部分和/或横向密封部分的位置数据146。该纵向部分和横向密封部分通常相互垂直,但由于各种情况,这两个部分可能并不完全相互垂直,但仍在质量标准范围内。这种变化可以用作位置数据。纵向和横向密封部分的宽度、长度、形状等也可以用作位置数据146。
在包装108设有吸管孔的情况下,吸管孔的位置数据148可以是参考几何特征子集134的一部分。
此外,与放置在包装上的开口装置有关的偏差点数据150可以是参考几何特征子集134的一部分。开口装置可以是注塑成型的顶部,例如作为纸盒瓶包装的顶部,例如利乐冠TM(Tetra TopTM)。然而,它也可以是预先施加的开口装置,即在包装被填充和闭合之前施加的开口装置、后施加的开口装置,即在包装被填充和闭合之后施加的开口装置、或模制到包装系统102中的包装上的注塑成型的开口装置。
相应地,样本特征集128可以包括样本印刷特征子集152和样本几何特征子集154。与参考印刷特征子集132一致,样本印刷特征子集152可以包括:最佳食用日期数据156、独特代码158、印刷形态数据160、图形元素的位置数据162。类似地,样本几何特征子集154可以包括顶部形式类型164、纵向和/或横向密封部分的位置数据166、吸管孔的位置数据168和偏差点数据170。
根据包装类型、所需可靠性级别、硬件限制等,可以调整如何确定和比较不同特征的复杂性。此外,也可以仅包括不同特征的子集。更进一步地,具有许多特征,为了使样本特征集128能够进行正确的验证,并非参考特征集130中的所有特征都需要被确定。
也可以使用多步骤方法,在第一步骤中比较几个特征。如果可以基于该第一步骤中的比较做出关于真实性的可靠决定,则不进行其他步骤,但如果不能做出可靠的决定,则执行第二步骤,其中考虑附加特征和/或进行更详细的比较。
在已经将样本特征集128与参考特征集130进行比较之后,可以从设备114将真实性的指示172传送到装置124和/或其他请求关于真实性的信息的设备。
为了进一步便于比较,可以将参考标识号174从相机110或参与形成参考图像数据112的其他设备传送到设备114。使用参考标识号174,设备114可能知道何时生产包装108和/或它们的生产地点。该信息可能是有帮助地,因为与远离样本图像数据126被捕获的地点生产并且也是很久以前生产的包装相关的参考特征集130可能被遗漏,其结果导致确定真实性所需的比较更少。
图2以示例的方式图示了食品包装108的顶部200。鉴于在包装108上提供的印刷,存在第一区域202和第二区域204,在该第一区域202中提供了场外印刷,例如柔版印刷,在该第二区域204中提供了现场印刷,例如喷墨印刷。第二区域204可以包括最佳食用日期印刷206和/或二维码印刷208,例如QR码。最佳食用日期印刷刷206和二维码印刷210都可以用于生成参考和/或样本印刷特征子集132、152,更具体地,最佳食用日期数据136、156和独特代码138、158。
顶部200的轮廓210可以用于生成与参考和/或样本几何特征子集134、154相关的特征,例如顶部形式类型数据144、164。
纵向密封部分212和/或横向密封部分214可用于生成纵向部分和/或横向密封部分的位置数据146、166。这可以以不同的方式进行。例如,可以确定纵向密封部分宽度LS-D和横向密封部分宽度TS-D并将其用作确定位置数据的基础。
吸管孔216可以设置在顶部200上。如上所述,吸管孔216的位置可以被确定并用作参考和/或样本几何特征子集132、152的一部分。
在顶部的第一区域202中,可以提供图形元素218,从而其位置数据142、162可以被确定并用作参考和/或样本印刷特征子集132、152中的特征之一。图形元素218可以被提供在包装的一部分中,即使是使用柔版印刷来印刷的。这可以通过在卷轴上沿卷轴的旋转方向一个接一个地放置几个铅版并且只有部分铅版(cliché)具有图形元素218来实现。
图3呈现了说明用于验证食品包装108的方法100的流程图。
在第一步骤302中,可以接收描绘食品包装108的样本图像数据126。然后,在第二步骤304中,可以识别食品包装108的样本印刷特征子集152。此外,在第三步骤306中,可以识别食品包装108的样本几何特征子集154。在第四步骤308中,基于样本印刷特征子集152和样本几何特征子集154,可以生成样本特征集128。在第五步骤310中,可以接收参考特征集130。可以基于参考图像数据112中识别的参考印刷特征子集132和参考几何特征子集134生成参考特征集130,其中参考图像数据112可以在布置为生产食品包装的食品包装系统102中捕获。此后,在第六步骤312中,可以比较样本特征集128和参考特征集130。然后,在匹配的情况下,在第七步骤314中,可以提供食品包装108是真实的指示172。
可选地,在第八步骤316中,可以接收参考标识号174,参考标识号174与用于确定在食品包装系统中捕获参考图像数据的时间和/或位置的参考特征集相关。
从以上描述可以看出,尽管已经描述和示出了本发明的各种实施方案,但是本发明不限于此,而是还可以在所附权利要求限定的主题范围内以其他方式实施。

Claims (15)

1.一种用于验证容纳食品的食品包装(108)的方法(300),所述方法包括:
接收(302)描绘所述食品包装(108)的样本图像数据(126);
识别(304)所述食品包装(108)的样本印刷特征子集(152);
识别(306)所述食品包装(108)的样本几何特征子集(154);
基于所述样本印刷特征子集(152)和所述样本几何特征子集(154)生成(308)样本特征集(128);
接收(310)参考特征集(130),其中基于参考图像数据(112)中识别的参考印刷特征子集(132)和参考几何特征子集(134)生成所述参考特征集(130),其中在被布置为生产食品包装的食品包装系统(102)中捕获所述参考图像数据(112);
比较(312)所述样本特征集(128)和所述参考特征集(130);以及
在匹配的情况下,提供(314)所述食品包装(108)是真实的指示(172)。
2.根据权利要求1所述的方法,其中所述样本印刷特征子集(152)和所述参考印刷特征子集(132)包括从所述食品包装系统(102)中的所述食品包装(108)上提供的最佳食用日期印刷(206)识别的最佳食用日期数据(136、156)。
3.根据前述权利要求中任一项所述的方法,其中所述样本印刷特征子集(152)和所述参考印刷特征子集(132)包括从所述食品包装系统(102)中的所述食品包装(108)上提供的二维码印刷(208)识别的独特代码(138、158)。
4.根据权利要求2或3所述的方法,其中所述样本印刷特征子集(152)和所述参考印刷特征子集(132)包括印刷形态数据(140、160)。
5.根据前述权利要求中任一项所述的方法,其中所述样本印刷特征子集(132)和所述参考印刷特征子集(132)包括所述食品包装(108)的包装材料的装饰中识别的图形元素(218)的位置数据(142、162)。
6.根据前述权利要求中任一项所述的方法,其中所述样本几何特征子集(154)和所述参考几何特征子集(134)包括包装顶部形式类型数据(144、164)。
7.根据前述权利要求中任一项所述的方法,其中所述样本几何特征子集(154)和所述参考几何特征子集(134)包括纵向和/或横向密封部分(212、214)的位置数据(146、166)。
8.根据前述权利要求中任一项所述的方法,其中所述样本几何特征子集(154)和所述参考几何特征子集(134)包括吸管孔(216)的位置数据(148、168)。
9.根据前述权利要求中任一项所述的方法,其中所述样本几何特征子集(154)和所述参考几何特征子集(134)包括与开口装置相关的偏差点数据(150、170)。
10.根据前述权利要求中任一项所述的方法,其中在所述食品包装系统(102)中的质量控制期间捕获所述参考图像数据(112)。
11.根据前述权利要求中任一项所述的方法,还包括:
接收(316)与所述参考特征集相关的参考标识号(174),以用于确定在所述食品包装系统中捕获所述参考图像数据的时间和/或位置。
12.一种用于验证容纳食品的食品包装(108)的设备(114),所述设备包括:
数据通信模块(120),其被配置为接收描绘所述食品包装(108)的样本图像数据(126),接收参考特征集(130),并传输所述食品包装(108)是真实的指示(172);
处理器(116)和存储器(118),被配置为识别所述食品包装(108)的样本印刷特征子集(152),识别所述食品包装(108)的样本几何特征子集(154),并基于所述样本印刷特征子集(152)和所述样本几何特征子集(154)生成样本特征集(128),比较所述样本特征集(128)和所述参考特征集(130),并且在匹配的情况下,并且在所述样本特征集(128)和所述参考特征集(130)之间匹配的情况下提供所述食品包装(108)是真实的指示(172),
其中基于参考图像数据(112)中识别的参考印刷特征子集(132)和参考几何特征子集(134)生成所述参考特征集(130),其中在被布置为生产食品包装的食品包装系统(102)中捕获所述参考图像数据(112)。
13.根据权利要求12所述的设备,其中所述样本印刷特征子集(152)和所述参考印刷特征子集(132)包括从所述食品包装系统(102)中的所述食品包装(108)上提供的最佳食用日期印刷(206)识别的最佳食用日期数据(136、156)。
14.根据权利要求12或13所述的设备,其中所述样本印刷特征子集(152)和所述参考印刷特征子集(132)包括从所述食品包装系统(102)中的所述食品包装(108)上提供的二维码印刷(208)识别的独特代码(138、158)。
15.根据权利要求12-14中任一项所述的设备,其中所述样本几何特征子集(154)和所述参考几何特征子集(134)包括纵向和/或横向密封部分(212、214)的位置数据(146、166)。
CN202080079491.7A 2019-11-20 2020-11-18 用于验证食品包装的方法及其设备 Pending CN114730489A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP19210290.3 2019-11-20
EP19210290 2019-11-20
PCT/EP2020/082474 WO2021099348A1 (en) 2019-11-20 2020-11-18 A method for authenticating a food package and an apparatus thereof

Publications (1)

Publication Number Publication Date
CN114730489A true CN114730489A (zh) 2022-07-08

Family

ID=68621149

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080079491.7A Pending CN114730489A (zh) 2019-11-20 2020-11-18 用于验证食品包装的方法及其设备

Country Status (6)

Country Link
US (1) US20220392041A1 (zh)
EP (1) EP3825912A1 (zh)
JP (1) JP2023502688A (zh)
CN (1) CN114730489A (zh)
BR (1) BR112022007833A2 (zh)
WO (1) WO2021099348A1 (zh)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9443298B2 (en) * 2012-03-02 2016-09-13 Authentect, Inc. Digital fingerprinting object authentication and anti-counterfeiting system
US10169677B1 (en) * 2014-12-19 2019-01-01 Amazon Technologies, Inc. Counting stacked inventory using image analysis
US9965798B1 (en) * 2017-01-31 2018-05-08 Mikko Vaananen Self-shopping refrigerator

Also Published As

Publication number Publication date
EP3825912A1 (en) 2021-05-26
JP2023502688A (ja) 2023-01-25
US20220392041A1 (en) 2022-12-08
BR112022007833A2 (pt) 2022-07-05
WO2021099348A1 (en) 2021-05-27

Similar Documents

Publication Publication Date Title
US11042738B2 (en) Simple authentication of elements in blister packages
US11270404B2 (en) Digital watermarking applications
TWI474267B (zh) 控制物品之生產的方法及系統
US9552542B2 (en) Encoding information in multiple patterned layers
US7624928B2 (en) Method and apparatus for making tags, tag, and system for managing articles
CN101516635B (zh) 用于产品的防伪标记、防伪包装和检测伪造产品的方法
EP1869624A1 (en) A secure printing method to thwart counterfeiting
US20080181451A1 (en) Authentication system and method
CN108352066B (zh) 密封件篡改检测方法
EP3427184A1 (en) A system for product authentication and method thereof
EP1788516B1 (fr) Procédé et dispositif d'authentification et d'identification
EP3285197A1 (en) Providing and reading a marking on an item
US8614836B2 (en) Enhanced security printing of a layout template
CN108473228B (zh) 牌照板的包装容器;利用包装容器运行压印机的方法和压印机
CN109690575A (zh) 片状产品和用于验证安全标签的方法
US7455013B2 (en) Secure printing method to thwart counterfeiting
EP3185182B1 (en) Method of manufacturing for an anti-counterfeiting label
CN114730489A (zh) 用于验证食品包装的方法及其设备
EP1791079A1 (en) Method and apparatus for making tags, tag, and system for managing articles
WO2021191071A1 (en) A method for identifying consumption of a food product held in a food package by using a mobile device
CN107247986B (zh) 图码防伪贴、图码防伪系统以及图码防伪方法
CN108734246B (zh) 防伪标识码及其编码方法以及产生防伪标识码的方法
RU157246U1 (ru) Система защиты от подделок многотиражных документов строгой отчетности
CN114078013A (zh) 产品防伪方法、存储介质、产品鉴伪系统及产品防伪系统
CN112418877A (zh) 包装盒的防伪印刷方法、印刷装置和计算机可读存储介质

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