CN116167778A - 茶饼溯源方法、装置及系统 - Google Patents
茶饼溯源方法、装置及系统 Download PDFInfo
- Publication number
- CN116167778A CN116167778A CN202310158709.3A CN202310158709A CN116167778A CN 116167778 A CN116167778 A CN 116167778A CN 202310158709 A CN202310158709 A CN 202310158709A CN 116167778 A CN116167778 A CN 116167778A
- Authority
- CN
- China
- Prior art keywords
- tea cake
- tracing
- information
- tea
- cake
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/44—Program or device authentication
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Business, Economics & Management (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开一种茶饼溯源方法、装置及系统,涉及茶饼溯源技术领域和金融领域。该方法包括:接收边缘管控节点上传的溯源请求,所述溯源请求包括请求校验信息及溯源茶饼的茶饼溯源信息,所述茶饼溯源信息由所述边缘管控节点对应的溯源感知设备采集得到;根据所述请求校验信息判断所述溯源请求是否合法;若合法,则根据所述茶饼溯源信息中的茶饼身份标识获取对应的茶饼基准图片,所述茶饼基准图片预存于物联网云端溯源服务器;对所述茶饼基准图片以及所述茶饼溯源信息中的茶饼现场图片进行特征提取和特征比对,得到茶饼溯源结果。本申请利用物联网技术增加溯源信息收集的全面性和安全性,同时利用机器学习技术提高了茶饼纹路识别准确度和效率。
Description
技术领域
本申请涉及茶饼溯源技术领域和金融领域,具体涉及一种茶饼溯源方法、装置及系统。
背景技术
现有茶饼追踪溯源管理手段主要有:数码溯源(短信溯源)、光学溯源、条形码(二维码)溯源、包装溯源等。这些技术手段主要集中在外包装,例如通过在茶饼外包装附贴商品表面附贴二维码等溯源介质,用户通过二维码扫描,获取茶饼溯源信息,但这种方法无法实现溯源介质与茶饼实物的“一物一码”信息绑定;同时,这些方法存在溯源信息肉眼可见和定位追踪繁琐等缺点,包装和溯源标签可被回收再利用或被仿制,而且仿制的茶饼其外观特征与原包装几乎相同,消费者很难辨别真伪;尽管茶饼实现信息化管理,但无法实现快速定位追踪识别,且目前现有的众多溯源平台,没有完全适用于金融服务领域,无法做到垂直赋能,不能满足金融溯源需求。
由此可见,单纯的验证防伪信息已远远满足不了市场需求,在防伪的同时能够监控茶饼的原料、生产、仓储、物流信息,成为近年来防伪发展的主要趋势,防伪溯源体系由此发展为防伪体系中独立的分支并不断壮大。因此,如何对茶饼进行全流程监控,实现对茶饼的防伪保真溯源,成为行业十分关注的问题。
发明内容
为了解决现有技术中存在的问题,第一方面,本申请提供一种茶饼溯源系统,包括物联网云端溯源服务器、与所述物联网云端溯源服务器连接的多个边缘管控节点以及与各边缘管控节点一一对应的多组溯源感知设备;
各组溯源感知设备分别设置于预设的溯源地点,用于采集茶饼溯源信息;
所述边缘管控节点用于接收对应的溯源感知设备采集的茶饼溯源信息,并根据茶饼溯源信息和请求校验信息生成溯源请求;
所述物联网云端溯源服务器用于接收所述边缘管控节点发送的溯源请求,并根据所述请求校验信息判断所述溯源请求是否合法;当所述溯源请求合法时,根据所述茶饼溯源信息中的茶饼身份标识获取对应的茶饼基准图片,并基于机器学习算法对所述茶饼基准图片以及所述茶饼溯源信息中的茶饼现场图片进行特征提取和特征比对,得到茶饼溯源结果;其中,所述茶饼基准图片预先存储于物联网云端溯源服务器。
第二方面,本申请提供一种茶饼溯源方法,应用于物联网云端溯源服务器,所述方法包括:
接收边缘管控节点上传的溯源请求,所述溯源请求包括请求校验信息以及溯源茶饼的茶饼溯源信息,所述茶饼溯源信息由所述边缘管控节点对应的溯源感知设备采集得到;
根据所述请求校验信息判断所述溯源请求是否合法;
若合法,则根据所述茶饼溯源信息中的茶饼身份标识获取对应的茶饼基准图片,所述茶饼基准图片预先存储于物联网云端溯源服务器;
基于机器学习算法对所述茶饼基准图片以及所述茶饼溯源信息中的茶饼现场图片进行特征提取和特征比对,得到茶饼溯源结果。
在一实施例中,所述请求校验信息包括所述溯源感知设备的身份认证信息以及所述边缘管控节点的权限认证信息;
所述根据所述请求校验信息判断所述溯源请求是否合法,包括:
根据所述身份认证信息以及本地注册信息判断所述溯源感知设备是否已注册;
若是,则根据所述权限认证信息判断所述边缘管控节点是否具备物联网云端溯源服务器的访问权限;若是,则确定所述溯源请求合法;
若所述溯源感知设备未注册或所述边缘管控节点不具备物联网云端溯源服务器的访问权限,则确定所述溯源请求不合法。
在一实施例中,所述根据所述茶饼溯源信息中的茶饼身份标识获取对应的茶饼基准图片,包括:
获取预先存储于物联网云端溯源服务器的茶饼信息注册表,所述茶饼信息注册表包括注册茶饼的茶饼基准图片及其对应的茶饼身份标识;
判断所述茶饼信息注册表中是否存在所述茶饼溯源信息中的茶饼身份标识;
若是,则根据所述茶饼溯源信息中的茶饼身份标识从所述茶饼信息注册表中匹配得到茶饼基准图片。
在一实施例中,所述基于机器学习算法对所述茶饼基准图片以及所述茶饼溯源信息中的茶饼现场图片进行特征提取和特征比对,得到茶饼溯源结果,包括:
识别所述茶饼基准图片中的第一茶饼图像以及所述茶饼现场图片中的第二茶饼图像;
基于尺度不变特征变换方法对所述第一茶饼图像和所述第二茶饼图像分别进行特征提取,得到第一茶饼图像对应的第一特征矩阵以及所述第二茶饼图像对应的第二特征矩阵;
将所述第一特征矩阵与所述第二特征矩阵进行比对,得到所述茶饼基准图片与所述茶饼现场图片的相似度;
根据所述相似度以及预设的相似度阈值确定茶饼溯源结果。
在一实施例中,所述识别所述茶饼基准图片中的第一茶饼图像以及所述茶饼现场图片中的第二茶饼图像,包括:
基于图像处理算法或神经网络算法识别所述茶饼基准图片中的第一茶饼图像以及所述茶饼现场图片中的第二茶饼图像。
在一实施例中,对茶饼图像进行特征提取得到对应的特征矩阵的步骤包括:
对茶饼图像进行像素转换,得到多个像素不同的特征茶饼图像;
分别将各特征茶饼图像进行旋转,并随机选取至少三个旋转角度下的特征茶饼图像组成特征提取图像集;
分别提取所述特征提取图像集中各特征茶饼图像的特征点,构成茶饼图像对应的特征矩阵,所述特征点包括角点、边缘点、暗区的亮点及亮区的暗点。
第三方面,本申请提供一种茶饼溯源装置,应用于物联网云端溯源服务器,所述装置包括:
溯源请求接收模块,用于接收边缘管控节点上传的溯源请求,所述溯源请求包括请求校验信息以及溯源茶饼的茶饼溯源信息,所述茶饼溯源信息由所述边缘管控节点对应的溯源感知设备采集得到;
合法性校验模块,用于根据所述请求校验信息判断所述溯源请求是否合法;
茶饼基准图片获取模块,用于当所述溯源请求合法时,根据所述茶饼溯源信息中的茶饼身份标识获取对应的茶饼基准图片,所述茶饼基准图片预先存储于物联网云端溯源服务器;
茶饼图片比对模块,用于基于机器学习算法对所述茶饼基准图片以及所述茶饼溯源信息中的茶饼现场图片进行特征提取和特征比对,得到茶饼溯源结果。
在一实施例中,所述请求校验信息包括所述溯源感知设备的身份认证信息以及所述边缘管控节点的权限认证信息;
所述合法性校验模块包括:
溯源感知设备校验单元,用于根据所述身份认证信息以及本地注册信息判断所述溯源感知设备是否已注册;
边缘管控节点校验单元,用于当所述溯源感知设备已注册时,根据所述权限认证信息判断所述边缘管控节点是否具备物联网云端溯源服务器的访问权限;
校验结果确定单元,用于当所述溯源感知设备已注册且所述边缘管控节点具备物联网云端溯源服务器的访问权限,确定所述溯源请求合法;当所述溯源感知设备未注册或所述边缘管控节点不具备物联网云端溯源服务器的访问权限时,确定所述溯源请求不合法。
在一实施例中,所述茶饼基准图片获取模块包括:
茶饼信息注册表获取单元,用于获取预先存储于物联网云端溯源服务器的茶饼信息注册表,所述茶饼信息注册表包括注册茶饼的茶饼基准图片及其对应的茶饼身份标识;
判断单元,用于判断所述茶饼信息注册表中是否存在所述茶饼溯源信息中的茶饼身份标识;
茶饼基准图片获取单元,用于当若所述茶饼信息注册表中存在所述茶饼溯源信息中的茶饼身份标识时,根据所述茶饼溯源信息中的茶饼身份标识从所述茶饼信息注册表中匹配得到茶饼基准图片。
在一实施例中,所述茶饼图片比对模块包括:
茶饼图像识别单元,用于识别所述茶饼基准图片中的第一茶饼图像以及所述茶饼现场图片中的第二茶饼图像;
特征矩阵生成单元,用于基于尺度不变特征变换方法对所述第一茶饼图像和所述第二茶饼图像分别进行特征提取,得到第一茶饼图像对应的第一特征矩阵以及所述第二茶饼图像对应的第二特征矩阵;
相似度确定单元,用于将所述第一特征矩阵与所述第二特征矩阵进行比对,得到所述茶饼基准图片与所述茶饼现场图片的相似度;
茶饼溯源结果确定单元,用于根据所述相似度以及预设的相似度阈值确定茶饼溯源结果。
在一实施例中,所述茶饼图像识别单元具体用于:
基于图像处理算法或神经网络算法识别所述茶饼基准图片中的第一茶饼图像以及所述茶饼现场图片中的第二茶饼图像。
在一实施例中,所述特征矩阵生成单元包括:
像素转换子单元,用于对茶饼图像进行像素转换,得到多个像素不同的特征茶饼图像;
特征提取图像集确定子单元,用于分别将各特征茶饼图像进行旋转,并随机选取至少三个旋转角度下的特征茶饼图像组成特征提取图像集;
特征矩阵生成子单元,用于分别提取所述特征提取图像集中各特征茶饼图像的特征点,构成茶饼图像对应的特征矩阵,所述特征点包括角点、边缘点、暗区的亮点及亮区的暗点。第四方面,本申请提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现本申请提供的任一茶饼溯源方法。
第五方面,本申请提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现本申请提供的任一茶饼溯源方法。
本申请的茶饼溯源方法、装置及系统,综合运用物联网、人工智能等技术,实现物品溯源信息采集的可靠性认证管理,有效解决了传统溯源介质易复制、篡改,信息采集不准确等问题,引入基于机器视觉算法的茶饼纹路识别技术,满足高端古树茶回购场景需要,实现基于茶饼图片自动检索比对的防伪技术,提升溯源信息采集管理效率和客户服务体验,有效防控溯源信息采集风险,为物品溯源技术体系建设提供支撑。
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一些实施例,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,还可以根据这些附图获得其他的附图。在附图中:
图1为本申请提供的茶饼溯源系统的结构示意图。
图2为本申请提供的茶饼溯源方法的一种示意图。
图3为本申请提供的茶饼溯源方法的另一种示意图。
图4为本申请提供的茶饼溯源方法的另一种示意图。
图5为本申请提供的茶饼溯源方法的另一种示意图。
图6为本申请提供的茶饼溯源方法的另一种示意图。
图7为本申请提供的茶饼溯源装置的一种示意图。
图8为本申请提供的茶饼溯源装置的另一种示意图。
图9为本申请提供的茶饼溯源装置的另一种示意图。
图10为本申请提供的茶饼溯源装置的另一种示意图。
图11为本申请提供的茶饼溯源装置的另一种示意图。
图12为本申请提供的一种计算机设备的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白,下面结合附图对本发明实施例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
需要说明的是,本申请的茶饼溯源方法、装置及系统可用于茶饼溯源技术领域和金融领域,也可用于除茶饼溯源技术领域和金融领域之外的任意领域,本申请对茶饼溯源方法、装置及系统的应用领域不做限定。本申请的茶饼溯源方法、装置及系统可用于各类茶饼的溯源中,包括但不限于普洱茶等。例如,本文后续实施例中的“茶饼”均可替换为“普洱茶茶饼”,其他类型的茶饼溯源参见实施即可。
本申请中技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
第一方面,本申请提供一种茶饼溯源系统,如图1所示,该系统包括一个物联网云端溯源服务器A、与所述物联网云端溯源服务器连接的N个边缘管控节点B1~BN以及与各边缘管控节点一一对应的多组溯源感知设备C1~CN,其中N为正整数;
该系统的各组溯源感知设备C1~CN分别设置于预设的溯源地点,例如原料生产地点、加工地点、销售地点、质检地点、转运地点等,用于通过边缘管控节点的管控,协调配合完成设备管理及茶饼溯源信息采集。每组溯源感知设备包括高清摄像机c1、高拍仪c2、GPS定位设备c3、重量传感器c4以及NFC识读器c5等设备。
其中,高清摄像机c1用于对溯源茶饼的外包装和内容物进行抓拍和视频监控分析,采集溯源茶饼的图片,例如可采集茶饼的正面图片、反面图片、侧面图片中的一种或多种。
高拍仪c2用于识别固定于溯源茶饼外包装上的溯源介质二维码,得到溯源茶饼对应的茶饼身份标识,茶饼身份标识相当于为茶饼建立的唯一的电子身份证;在茶饼生产环节,将溯源介质二维码与茶饼一对一绑定,溯源介质二维码中的茶饼身份标识与茶饼的基准图片一对一存储于物联网云端溯源服务器A中,便于后续茶饼纹路识别时根据茶饼身份标识获取茶饼的基准图片。本申请通过自动流水线高拍仪拍照识别溯源介质二维码,实现实物与系统的一对一绑定,减少用户手工绑定操作,实现精准溯源信息绑定。同时可在授信环境下可实现溯源信息读写管理。
GPS定位设备c3用于对茶饼位置信息实时监控上报,通过定位基站与物联网平台进行标准协议对接,并在云端设计地理围栏,对出围栏的信息进行及时报警。用于对茶饼溯源过程进行可信地点管理,确保采集数据的真实可靠。
重量传感器c4用于对茶饼重量信息进行采集,并把采集结果上传至对应的边缘管控节点统一收集,并由边缘管控节点上报至物联网云端溯源服务器。在茶饼包装环节,重量传感器c4上报茶饼规格重量进行茶饼建档,即将茶饼规格重量与茶饼身份标识一对一绑定并存储至物联网云端溯源服务器;在真伪检测环节,重量传感器c4上报溯源茶饼的实际重量,以使物联网云端溯源服务器对溯源茶饼建档信息中的茶饼规格重量和实际重量进行比对。
NFC识读器c5用于对茶饼表面附贴的NFC溯源介质进行识读,当NFC溯源介质需要入库、分配、发行、认证等功能时,通过NFC识读器c5实现设备信息读取,并通过NFC溯源介质本地及云端协同验证,实现溯源介质读写安全控制。
各边缘管控节点B1~BN用于接收对应的溯源感知设备采集的茶饼溯源信息和运行状态数据,并根据茶饼溯源信息和请求校验信息生成溯源请求;以及接收物联网云端溯源服务器下发的指令驱动各溯源感知设备执行相应的动作;同时还负责与物联网云端溯源服务器进行信息协同,实现端边云协同管理体系。
物联网云端溯源服务器A用于接收所述边缘管控节点发送的溯源请求,并根据所述请求校验信息判断所述溯源请求是否合法;当所述溯源请求合法时,根据所述茶饼溯源信息中的茶饼身份标识获取对应的茶饼基准图片,并对所述茶饼基准图片以及所述茶饼溯源信息中的茶饼现场图片进行特征提取和特征比对,得到茶饼溯源结果,辅助人工判断实物茶饼的真伪。其中,所述茶饼基准图片预先存储于物联网云端溯源服务器。同时,物联网云端溯源服务器还用于对溯源信息存储的安全保护,基于平台层安全和应用层安全,根据业务场景等级划分采用相应级别的安全措施,实现信息存储安全性。
由于溯源茶饼的特征比对是在物联网云端溯源服务器实现的,边缘管控节点和溯源感知设备主要用于采集和传输茶饼溯源信息及溯源请求,因此,这里将通过以下实施例,以物联网云端溯源服务器为执行主体,对本申请的茶饼溯源方法进行详细说明。
如图2所示,本申请提供一种茶饼溯源方法,应用于图1所示系统的物联网云端溯源服务器,所述方法包括以下步骤S101至步骤S105:
步骤S101,接收边缘管控节点上传的溯源请求,所述溯源请求包括请求校验信息以及溯源茶饼的茶饼溯源信息,所述茶饼溯源信息由所述边缘管控节点对应的溯源感知设备采集得到,并通过边缘管控节点上送至物联网云端溯源服务器;所述请求校验信息包括溯源感知设备和边缘管控节点的权限信息、认证信息等,具体与认证机制有关。
例如,为确保信息采集的安全,物联网云端溯源服务器通过感知层安全模块对溯源感知设备进行安全管控,采取的安全措施包括但不限于:采取密钥、数字证书等方式对设备进行接入认证;加强登录用户权限控制;禁止设备外联端口开放;提供感知层安全接入SDK;检测并上送设备状态,判断恶意入侵、非法控制等,以此对溯源感知设备进行准入及权限控制,确保只有合法设备采集的数据才能接入物联网平台,从而确保采集数据的可靠性。
为确保边缘管控节点与物联网云端溯源服务器之间信息传输的安全,物联网云端溯源服务器通过传输层安全模块采取网络安全方面的措施,包括但不限于以下措施:采取网络安全控制机制对通过传输层区域边界的流量进行检测、过滤与处置;部署SSL证书,通过https协议加密访问,保障客户隐私安全性等。同时关注各类物联网传输协议的适用性与安全特性,根据不同应用场景选择可用的物联网传输协议。
除此之外,物联网云端溯源服务器还包括平台层安全模块和应用层安全模块。其中,平台层安全模块涉及应用及感知层设备的接入认证、传输安全、流量攻击、用户设备生命周期管理、隐私信息安全等方面。应用或设备基于传统网络传输形式(互联网、行内网络等)接入物联网前置时,根据业务场景等级划分采用相应级别的安全措施,采取“对应用及设备的接入进行身份认证”、“管控应用及设备读写权限”及“监控流量,防范及隔离流量攻击行为,同时审计接入可疑行为”等方式进行安全管控。
应用层安全模块主要关注溯源应用在通过服务接口调用或页面调用时的身份认证及访问控制。溯源服务应用通过API接口提供数据或服务时,由API平台采取数字签名的方式对调用方进行身份认证;业务应用通过页面调用等方式直接使用服务或数据时,物联网服务应用采用统一认证、口令等身份鉴别机制保证授权调用,同时对调用方采取访问控制机制,严格限定调用方可使用的服务或数据,防止越权使用。
步骤S102,根据所述请求校验信息判断所述溯源请求是否合法;若合法,则执行步骤S104;若不合法,则执行步骤S103;
步骤S103,拒绝本次溯源请求,并返回合法校验失败的提示信息;
步骤S104,若合法,则根据所述茶饼溯源信息中的茶饼身份标识获取对应的茶饼基准图片,所述茶饼基准图片预先存储于物联网云端溯源服务器。
茶饼身份标识是在茶饼生产环节形成的、与茶饼唯一对应的电子身份证,茶饼基准图片是茶饼生产完成时拍摄的茶饼图片,茶饼身份标识、茶饼基准图片与茶饼本身三者一一对应绑定,茶饼身份标识和茶饼基准图片一一对应存储于物联网云端溯源服务器中。
溯源感知设备中的高拍仪采集并识别溯源茶饼外包装上的溯源介质二维码,即可得到溯源茶饼对应的茶饼身份标识,根据该茶饼身份标识即可获取到溯源茶饼对应的茶饼基准图片。
步骤S105,对所述茶饼基准图片以及所述茶饼溯源信息中的茶饼现场图片进行特征提取和特征比对,得到茶饼溯源结果。
茶饼基准图片服务器上存储的与茶饼身份标识一一对应的茶饼图片,茶饼现场图片是茶饼身份标识所属包装内容物的图片,只要将两者进行比对,即可得知溯源茶饼是否为实际与茶饼身份标识绑定的茶饼。也即,若比对得到的茶饼溯源结果为茶饼基准图片与茶饼现场图片所示为同一茶饼,则说明溯源茶饼未被替换;若比对得到的茶饼溯源结果为茶饼基准图片与茶饼现场图片所示不是同一茶饼,则说明该溯源茶饼可能存在被替换等异常情况,此时需及时向服务器、边缘管控节点以及溯源感知设备的负责人员报警提醒,以对存在异常的茶饼进行人工复核。
在一实施例中,所述请求校验信息包括所述溯源感知设备的身份认证信息以及所述边缘管控节点的权限认证信息;此时,如图3所示,步骤S102,根据所述请求校验信息判断所述溯源请求是否合法,包括:
步骤S1021,根据所述身份认证信息以及本地注册信息判断所述溯源感知设备是否已注册;若是,则执行步骤S1022,若否,则执行步骤S1024;
本地注册信息包括物联网云端溯源服务器授权的溯源感知设备的身份信息,例如设备号等,也即,当溯源感知设备在物联网云端溯源服务器注册成功后,其身份信息会被物联网云端溯源服务器添加至本地注册信息中。本步骤通过比对溯源感知设备的身份认证信息是否存在于本地注册信息中,来确定溯源感知设备是否具有采集溯源茶饼的相关信息的权限。
当溯源感知设备不具备采集权限时,物联网云端溯源服务器认为溯源感知设备为未经授权的非法设备,故不会针对溯源请求执行溯源茶饼图片比对的步骤,此时茶饼溯源无法实现。
步骤S1022,根据所述权限认证信息判断所述边缘管控节点是否具备物联网云端溯源服务器的访问权限;若是,则执行步骤S1023,若否,则执行步骤S1024;
权限认证信息包括边缘管控节点的身份信息、访问权限信息以及边缘管控节点访问物联网云端溯源服务器的用户名、密码等验证信息,服务器对权限认证信息进行校验可提高茶饼溯源的安全性。
步骤S1023,确定所述溯源请求合法;
本步骤是在溯源感知设备和边缘管控节点均通过合法校验时执行的,物联网云端溯源服务器对溯源感知设备和边缘管控节点分别进行校验,保证了溯源流程的安全性和溯源结果的可靠性。
步骤S1024,确定所述溯源请求不合法。
当溯源感知设备和边缘管控节点至少一者的合法校验维通过时,物联网云端溯源服务器就认为溯源请求不合法,故不会针对溯源请求执行溯源茶饼图片比对的步骤,此时茶饼溯源无法实现。
本实施例通过对溯源感知设备和边缘管控节点进行合法校验,避免非法设备接入物联网云端溯源服务器,提高茶饼溯源的可靠性。
在一实施例中,如图4所示,步骤S104,根据所述茶饼溯源信息中的茶饼身份标识获取对应的茶饼基准图片,包括:
步骤S1041,获取预先存储于物联网云端溯源服务器的茶饼信息注册表,所述茶饼信息注册表包括注册茶饼的茶饼基准图片及其对应的茶饼身份标识,茶饼基准图片及其对应的茶饼身份标识对应存储于茶饼信息注册表中,两者与茶饼是唯一对应的。
步骤S1042,判断所述茶饼信息注册表中是否存在所述茶饼溯源信息中的茶饼身份标识;若是,则执行步骤S1043;若否,则执行步骤S1044;
步骤S1043,根据所述茶饼溯源信息中的茶饼身份标识从所述茶饼信息注册表中匹配得到茶饼基准图片;
从茶饼信息注册表中找到茶饼溯源信息中的茶饼身份标识,进一步获取与茶饼身份标识一一对应的茶饼基准图片。
茶饼基准图片包括但不限于茶饼的正面图片、背面图片、侧面图片中的至少一种。若茶饼基准图片只有茶饼的正面图片,则采集溯源茶饼的正面图片作为茶饼现场图片,然后将两个图片进行比对;若茶饼基准图片包括茶饼的正面图片和背面图片,则也应分别采集溯源茶饼的正面图片和背面图片作为茶饼现场图片,比对时分别将茶饼基准图片中的正面图片和茶饼现场图片中的正面图片进行比对,以及将茶饼基准图片中的背面图片和茶饼现场图片中的背面图片进行比对。
步骤S1044,返回溯源失败的提示信息。
在一实施例中,如图5所示,步骤S105,基于机器学习算法对所述茶饼基准图片以及所述茶饼溯源信息中的茶饼现场图片进行特征提取和特征比对,得到茶饼溯源结果,包括:
步骤S1051,识别所述茶饼基准图片中的第一茶饼图像以及所述茶饼现场图片中的第二茶饼图像。
可以理解的是,通过图像采集设备采集到的茶饼图片除茶饼本身的影像外,必然还包括背景影像,本步骤是将茶饼影像和背景影像分离,以从图片中确定茶饼的位置。其中,第一茶饼图像为茶饼基准图片中包含茶饼影像的部分(茶饼所在位置),第二茶饼图像为茶饼现场图片中包含茶饼影像的部分(茶饼所在位置)。
步骤S1052,基于尺度不变特征变换方法对所述第一茶饼图像和所述第二茶饼图像分别进行特征提取,得到第一茶饼图像对应的第一特征矩阵以及所述第二茶饼图像对应的第二特征矩阵;
本步骤对第一茶饼图像进行特征提取,得到第一特征矩阵;对第二茶饼图像进行特征提取,得到第二特征矩阵。若茶饼基准图片只有茶饼的正面图片,则通过步骤S1051只得到一个第一茶饼图像,通过步骤S1052也只得到一个第一特征矩阵;若茶饼基准图片同时包含茶饼的正面图片和反面图片,则通过步骤S1051得到两个第一茶饼图像,通过步骤S1052也得到两个第一特征矩阵。
第二茶饼图像和第一茶饼图像的数量相同,第二特征矩阵和第一特征矩阵的数量相同。
步骤S1053,将所述第一特征矩阵与所述第二特征矩阵进行比对,得到所述茶饼基准图片与所述茶饼现场图片的相似度;
若只有一个第一特征矩阵和一个第二特征矩阵,则直接将第一特征矩阵和第二特征矩阵进行比对即可。若有两个第一特征矩阵和两个第二特征矩阵,则将茶饼基准图片中的正面图片对应的第一特征矩阵与茶饼现场图片中的正面图片对应的第一特征矩阵进行比对,以及将茶饼基准图片中的背面图片对应的第一特征矩阵与茶饼现场图片中的背面图片对应的第一特征矩阵进行比对。若茶饼基准图片和茶饼现场图片中还包括茶饼其他角度的图片,则分别对应比对即可,此处不再赘述。
步骤S1054,根据所述相似度以及预设的相似度阈值确定茶饼溯源结果。
例如,当相似度大于所述相似度阈值时,认为茶饼基准图片和茶饼现场图片中所示的茶饼为同一个茶饼。前述实施例提到,茶饼基准图片可能同时包含茶饼的正面图片和反面图片,此时,分别将茶饼基准图片中的正面图片和茶饼现场图片中的正面图片进行比对,以及将茶饼基准图片中的背面图片和茶饼现场图片中的背面图片进行比对。当茶饼基准图片中的正面图片和茶饼现场图片中的正面图片的相似度大于所述相似度阈值,以及茶饼基准图片中的背面图片和茶饼现场图片中的背面图片的相似度也大于所述相似度阈值时,认为茶饼基准图片和茶饼现场图片中所示的茶饼为同一个茶饼,否则认为茶饼基准图片和茶饼现场图片中所示的茶饼不是同一个茶饼。
在一实施例中,步骤S1051,识别所述茶饼基准图片中的第一茶饼图像以及所述茶饼现场图片中的第二茶饼图像,包括:
基于图像处理算法或神经网络算法识别所述茶饼基准图片中的第一茶饼图像以及所述茶饼现场图片中的第二茶饼图像。
以茶饼基准图片为例,若基于传统的图像处理算法从茶饼图片中确定茶饼的位置,即从茶饼基准图片中识别第一茶饼图像,则需要执行以下步骤:
(1)将茶饼基准图片转化为灰度图;
(2)对灰度图进行腐蚀处理;
(3)对腐蚀处理后的图片进行二值化;
(4)选取图片中间点使用广度优先算法找到黑色部分的边界(即茶饼与背景影像的边界),边界内部即为茶饼。
传统的图像处理算法适用于茶饼在中间位置,背景为相对白色的高清正面图片。
若基于神经网络算法从茶饼图片中确定茶饼的位置,即从茶饼基准图片中识别第一茶饼图像,则需要执行以下步骤:
(1)采集大量的茶饼图片,并进行人工标注,标注茶饼图片中的茶饼位置;
(2)基于人工标注后的茶饼图片,形成训练数据集;
(3)建立神经网络模型,并使用训练数据集对其进行训练,得到满足要求的茶饼定位模型;
(4)使用茶饼定位模型对茶饼基准图片进行分析处理,得到茶饼基准图片中的第一茶饼图像。
神经网络算法对于茶饼在图片任何位置的情况都适用,灵活性和准确性较高。
从茶饼现场图片中识别出第二茶饼图像的方法类似,此处不再赘述。
在一实施例中,如图6所示,对茶饼图像进行特征提取得到对应的特征矩阵的步骤包括:
步骤S10521,对茶饼图像进行像素转换,得到多个像素不同的特征茶饼图像。
例如,将茶饼图像转换为400×400像素的特征茶饼图像和100×100像素的特征茶饼图像。
步骤S10522,分别将各特征茶饼图像进行旋转,并随机选取至少三个旋转角度下的特征茶饼图像组成特征提取图像集。
例如,针对每一种像素的特征茶饼图像进行旋转,假设定义未旋转时的角度为0°,按顺时针方向旋转,分别选取旋转0°、90°、180°和270°时的图像,并根据各特征茶饼图像在旋转0°、90°、180°和270°时的图像形成特征提取图像集。当特征茶饼图像包括400×400像素和100×100像素的图像时,特征提取图像集中包括400×400像素的特征茶饼图像旋转0°、90°、180°和270°时的图像以及100×100像素的特征茶饼图像旋转0°、90°、180°和270°时的图像。
步骤S10523,分别提取所述特征提取图像集中各特征茶饼图像的特征点,并计算出特征点的方向,以构成茶饼图像对应的特征矩阵,所述特征点为一些十分突出、不会因光照、仿射变换和噪音等因素而变化的点,包括角点、边缘点、暗区的亮点及亮区的暗点。
承接上例,分别对旋转0°、90°、180°和270°时的图像进行特征提取,每个旋转角度提取的特征点不少于35个,将各个旋转角度的图像的特征点按预设方式整合到一起,形成特征茶饼图像对应的特征矩阵。
以上以一个茶饼图像为例描述了特征提取的步骤,假设茶饼基准图片中包括茶饼m个角度(例如正面、反面、侧面)的图片A1、A2、…、Am,茶饼现场图片中分别包括茶饼m个角度(例如正面、反面、侧面)的图片B1、B2、…、Bm,则通过步骤S1051,共可得到m个第一茶饼图像和m个第二茶饼图像;假设特征提取时针对每个茶饼图像,需要将其转换为n种像素不同的特征茶饼图像,则通过步骤S10521可得到茶饼基准图片对应的m×n个特征茶饼图像A11~A1n、A21~A2n、…、Am1~Amn,以及茶饼现场图片对应的m×n个特征茶饼图像B11~B1n、B21~B2n、…、Bm1~Bmn。
假设选择每个特征茶饼图像k个旋转角度(例如旋转0°、90°、180°和270°)的图像,则通过步骤S10522可得到茶饼基准图片对应的包含有m×n×k个图像的特征提取图像集A111~A11k、A121~A12k、…、A1n1~A1nk、A211~A21k、…、A2n1~A2nk、…、Am11~Am1k、…、Amn1~Amnk;以及茶饼现场图片对应的包含有m×n×k个图像的特征提取图像集B111~B11k、B121~B12k、…、B1n1~B1nk、B211~B21k、…、B2n1~B2nk、…、Bm11~Bm1k、…、Bmn1~Bmnk。
通过步骤S10523可分别得到第一茶饼图像A1、A2、…、Am对应的特征矩阵,以及第二茶饼图像B1、B2、…、Bm对应的特征矩阵,以第一茶饼图像A1为例,第一茶饼图像A1的特征矩阵由特征提取图像集中的图像A111~A11k、A121~A12k、…、A1n1~A1nk、A211~A21k共n×k个图像的特征点组成。
本实施例通过选取不同像素的特征茶饼图像,以及各特征茶饼图像在不同旋转角度的图像,作为特征点提取的对象,相比于单纯使用某一个像素的图片、某一个角度的图片,降低了比对结果的误差,提高了特征提取和特征比对的准确性。
本申请的茶饼溯源方法和系统利用物联网+人工智能技术,针对现有茶饼溯源行业中依赖人工肉眼比对茶饼纹路的现状,提出一种通过机器学习技术自动匹配比对茶饼图片相似度的算法,进而辅助人工实现茶饼真伪判定,有效提高识别准确度和识别效率。另一方面,本申请提出的端边云协同信息采集技术,通过引入物联网端边云架构体系合理管控感知层设备,实现边缘智能应用,解决传统网络带宽、时延限制,增加溯源信息收集的全面性,为溯源系统的建设提供更丰富的数据支撑,提高了设备资源利用率。
基于同一发明构思,本申请实施例还提供了茶饼溯源装置,可以用于实现上述实施例所描述的方法,如下面的实施例所述。由于茶饼溯源装置解决问题的原理与茶饼溯源方法相似,因此茶饼溯源装置的实施可以参见茶饼溯源方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
第三方面,本申请提供一种茶饼溯源装置,应用于物联网云端溯源服务器,如图7所示,所述装置包括:
溯源请求接收模块201,用于接收边缘管控节点上传的溯源请求,所述溯源请求包括请求校验信息以及溯源茶饼的茶饼溯源信息,所述茶饼溯源信息由所述边缘管控节点对应的溯源感知设备采集得到;
合法性校验模块202,用于根据所述请求校验信息判断所述溯源请求是否合法;
茶饼基准图片获取模块203,用于当所述溯源请求合法时,根据所述茶饼溯源信息中的茶饼身份标识获取对应的茶饼基准图片,所述茶饼基准图片预先存储于物联网云端溯源服务器;
茶饼图片比对模块204,用于基于机器学习算法对所述茶饼基准图片以及所述茶饼溯源信息中的茶饼现场图片进行特征提取和特征比对,得到茶饼溯源结果。
在一实施例中,所述请求校验信息包括所述溯源感知设备的身份认证信息以及所述边缘管控节点的权限认证信息;
如图8所示,所述合法性校验模块202包括:
溯源感知设备校验单元2021,用于根据所述身份认证信息以及本地注册信息判断所述溯源感知设备是否已注册;
边缘管控节点校验单元2022,用于当所述溯源感知设备已注册时,根据所述权限认证信息判断所述边缘管控节点是否具备物联网云端溯源服务器的访问权限;
校验结果确定单元2023,用于当所述溯源感知设备已注册且所述边缘管控节点具备物联网云端溯源服务器的访问权限,确定所述溯源请求合法;当所述溯源感知设备未注册或所述边缘管控节点不具备物联网云端溯源服务器的访问权限时,确定所述溯源请求不合法。
在一实施例中,如图9所示,所述茶饼基准图片获取模块203包括:
茶饼信息注册表获取单元2031,用于获取预先存储于物联网云端溯源服务器的茶饼信息注册表,所述茶饼信息注册表包括注册茶饼的茶饼基准图片及其对应的茶饼身份标识;
判断单元2032,用于判断所述茶饼信息注册表中是否存在所述茶饼溯源信息中的茶饼身份标识;
茶饼基准图片获取单元2033,用于当若所述茶饼信息注册表中存在所述茶饼溯源信息中的茶饼身份标识时,根据所述茶饼溯源信息中的茶饼身份标识从所述茶饼信息注册表中匹配得到茶饼基准图片。
在一实施例中,如图10所示,所述茶饼图片比对模块204包括:
茶饼图像识别单元2041,用于识别所述茶饼基准图片中的第一茶饼图像以及所述茶饼现场图片中的第二茶饼图像;
特征矩阵生成单元2042,用于基于尺度不变特征变换方法对所述第一茶饼图像和所述第二茶饼图像分别进行特征提取,得到第一茶饼图像对应的第一特征矩阵以及所述第二茶饼图像对应的第二特征矩阵;
相似度确定单元2043,用于将所述第一特征矩阵与所述第二特征矩阵进行比对,得到所述茶饼基准图片与所述茶饼现场图片的相似度;
茶饼溯源结果确定单元2044,用于根据所述相似度以及预设的相似度阈值确定茶饼溯源结果。
在一实施例中,所述茶饼图像识别单元2041具体用于:
基于图像处理算法或神经网络算法识别所述茶饼基准图片中的第一茶饼图像以及所述茶饼现场图片中的第二茶饼图像。
在一实施例中,如图11所示,所述特征矩阵生成单元2042包括:
像素转换子单元20421,用于对茶饼图像进行像素转换,得到多个像素不同的特征茶饼图像;
特征提取图像集确定子单元20422,用于分别将各特征茶饼图像进行旋转,并随机选取至少三个旋转角度下的特征茶饼图像组成特征提取图像集;
特征矩阵生成子单元20423,用于分别提取所述特征提取图像集中各特征茶饼图像的特征点,构成茶饼图像对应的特征矩阵,所述特征点包括角点、边缘点、暗区的亮点及亮区的暗点。
本申请的茶饼溯源装置,综合运用物联网、人工智能等技术,实现物品溯源信息采集的可靠性认证管理,有效解决了传统溯源介质易复制、篡改,信息采集不准确等问题,引入基于机器视觉算法的茶饼纹路识别技术,满足高端古树茶回购场景需要,实现基于茶饼图片自动检索比对的防伪技术,提升溯源信息采集管理效率和客户服务体验,有效防控溯源信息采集风险,为物品溯源技术体系建设提供支撑。
在一实施例中,本申请还提供一种计算机设备,参见图12,所述电子设备100具体包括:
中央处理器(processor)110、存储器(memory)120、通信模块(Communications)130、输入单元140、输出单元150以及电源160。
其中,所述存储器(memory)120、通信模块(Communications)130、输入单元140、输出单元150以及电源160分别与所述中央处理器(processor)110相连接。所述存储器120中存储有计算机程序,所述中央处理器110可调用所述计算机程序,所述中央处理器110执行所述计算机程序时实现上述实施例中的茶饼溯源方法中的全部步骤。
在一实施例中,本申请的实施例还提供一种计算机可读存储介质,用于存储计算机程序,所述计算机程序可被处理器执行。所述计算机程序被处理器执行时实现本发明所提供的任一茶饼溯源方法。
在一实施例中,本发明的实施例还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现上述实施例提供的任一茶饼溯源方法。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种茶饼溯源方法,其特征在于,应用于物联网云端溯源服务器,所述方法包括:
接收边缘管控节点上传的溯源请求,所述溯源请求包括请求校验信息以及溯源茶饼的茶饼溯源信息,所述茶饼溯源信息由所述边缘管控节点对应的溯源感知设备采集得到;
根据所述请求校验信息判断所述溯源请求是否合法;
若合法,则根据所述茶饼溯源信息中的茶饼身份标识获取对应的茶饼基准图片,所述茶饼基准图片预先存储于物联网云端溯源服务器;
基于机器学习算法对所述茶饼基准图片以及所述茶饼溯源信息中的茶饼现场图片进行特征提取和特征比对,得到茶饼溯源结果。
2.根据权利要求1所述的茶饼溯源方法,其特征在于,所述请求校验信息包括所述溯源感知设备的身份认证信息以及所述边缘管控节点的权限认证信息;
所述根据所述请求校验信息判断所述溯源请求是否合法,包括:
根据所述身份认证信息以及本地注册信息判断所述溯源感知设备是否已注册;
若是,则根据所述权限认证信息判断所述边缘管控节点是否具备物联网云端溯源服务器的访问权限;若是,则确定所述溯源请求合法;
若所述溯源感知设备未注册或所述边缘管控节点不具备物联网云端溯源服务器的访问权限,则确定所述溯源请求不合法。
3.根据权利要求1所述的茶饼溯源方法,其特征在于,所述根据所述茶饼溯源信息中的茶饼身份标识获取对应的茶饼基准图片,包括:
获取预先存储于物联网云端溯源服务器的茶饼信息注册表,所述茶饼信息注册表包括注册茶饼的茶饼基准图片及其对应的茶饼身份标识;
判断所述茶饼信息注册表中是否存在所述茶饼溯源信息中的茶饼身份标识;
若是,则根据所述茶饼溯源信息中的茶饼身份标识从所述茶饼信息注册表中匹配得到茶饼基准图片。
4.根据权利要求1所述的茶饼溯源方法,其特征在于,所述基于机器学习算法对所述茶饼基准图片以及所述茶饼溯源信息中的茶饼现场图片进行特征提取和特征比对,得到茶饼溯源结果,包括:
识别所述茶饼基准图片中的第一茶饼图像以及所述茶饼现场图片中的第二茶饼图像;
基于尺度不变特征变换方法对所述第一茶饼图像和所述第二茶饼图像分别进行特征提取,得到第一茶饼图像对应的第一特征矩阵以及所述第二茶饼图像对应的第二特征矩阵;
将所述第一特征矩阵与所述第二特征矩阵进行比对,得到所述茶饼基准图片与所述茶饼现场图片的相似度;
根据所述相似度以及预设的相似度阈值确定茶饼溯源结果。
5.根据权利要求4所述的茶饼溯源方法,其特征在于,所述识别所述茶饼基准图片中的第一茶饼图像以及所述茶饼现场图片中的第二茶饼图像,包括:
基于图像处理算法或神经网络算法识别所述茶饼基准图片中的第一茶饼图像以及所述茶饼现场图片中的第二茶饼图像。
6.根据权利要求4所述的茶饼溯源方法,其特征在于,对茶饼图像进行特征提取得到对应的特征矩阵的步骤包括:
对茶饼图像进行像素转换,得到多个像素不同的特征茶饼图像;
分别将各特征茶饼图像进行旋转,并随机选取至少三个旋转角度下的特征茶饼图像组成特征提取图像集;
分别提取所述特征提取图像集中各特征茶饼图像的特征点,构成茶饼图像对应的特征矩阵,所述特征点包括角点、边缘点、暗区的亮点及亮区的暗点。
7.一种茶饼溯源装置,其特征在于,应用于物联网云端溯源服务器,所述装置包括:
溯源请求接收模块,用于接收边缘管控节点上传的溯源请求,所述溯源请求包括请求校验信息以及溯源茶饼的茶饼溯源信息,所述茶饼溯源信息由所述边缘管控节点对应的溯源感知设备采集得到;
合法性校验模块,用于根据所述请求校验信息判断所述溯源请求是否合法;
茶饼基准图片获取模块,用于当所述溯源请求合法时,根据所述茶饼溯源信息中的茶饼身份标识获取对应的茶饼基准图片,所述茶饼基准图片预先存储于物联网云端溯源服务器;
茶饼图片比对模块,用于基于机器学习算法对所述茶饼基准图片以及所述茶饼溯源信息中的茶饼现场图片进行特征提取和特征比对,得到茶饼溯源结果。
8.一种茶饼溯源系统,其特征在于,包括物联网云端溯源服务器、与所述物联网云端溯源服务器连接的多个边缘管控节点以及与各边缘管控节点一一对应的多组溯源感知设备;
各组溯源感知设备分别设置于预设的溯源地点,用于采集茶饼溯源信息;
所述边缘管控节点用于接收对应的溯源感知设备采集的茶饼溯源信息,并根据茶饼溯源信息和请求校验信息生成溯源请求;
所述物联网云端溯源服务器用于接收所述边缘管控节点发送的溯源请求,并根据所述请求校验信息判断所述溯源请求是否合法;当所述溯源请求合法时,根据所述茶饼溯源信息中的茶饼身份标识获取对应的茶饼基准图片,并基于机器学习算法对所述茶饼基准图片以及所述茶饼溯源信息中的茶饼现场图片进行特征提取和特征比对,得到茶饼溯源结果;其中,所述茶饼基准图片预先存储于物联网云端溯源服务器。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的茶饼溯源方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的茶饼溯源方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310158709.3A CN116167778A (zh) | 2023-02-15 | 2023-02-15 | 茶饼溯源方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310158709.3A CN116167778A (zh) | 2023-02-15 | 2023-02-15 | 茶饼溯源方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116167778A true CN116167778A (zh) | 2023-05-26 |
Family
ID=86416141
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310158709.3A Pending CN116167778A (zh) | 2023-02-15 | 2023-02-15 | 茶饼溯源方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116167778A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116894843A (zh) * | 2023-09-11 | 2023-10-17 | 西南林业大学 | 基于感知哈希算法和区块链的普洱茶信息溯源方法 |
-
2023
- 2023-02-15 CN CN202310158709.3A patent/CN116167778A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116894843A (zh) * | 2023-09-11 | 2023-10-17 | 西南林业大学 | 基于感知哈希算法和区块链的普洱茶信息溯源方法 |
CN116894843B (zh) * | 2023-09-11 | 2023-11-17 | 西南林业大学 | 基于感知哈希算法和区块链的普洱茶信息溯源方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2733115C1 (ru) | Способ и устройство для верифицирования сертификатов и идентичностей | |
CN107729847B (zh) | 一种证件验证、身份验证方法和装置 | |
KR102406432B1 (ko) | 신원 인증 방법 및 장치, 전자 기기 및 저장 매체 | |
KR102138082B1 (ko) | 다수의 이미지 일치성을 바탕으로 보험클레임 사기 방지를 실현하는 방법, 시스템, 기기 및 판독 가능 저장매체 | |
CN107580196B (zh) | 一种视频数据共享系统及方法 | |
EP1854239B1 (en) | System and method for network-based object authentication | |
WO2021021374A1 (en) | Systems and methods of identification verification using hybrid near-field communication and optical authentication | |
CN110866461A (zh) | 一种基于纹理分区的商品自动识别溯源防伪方法及系统 | |
CN103793639B (zh) | 一种实时识别传输数据的方法及装置 | |
US12026577B2 (en) | Systems and methods of user identification verification | |
US11374933B2 (en) | Securing digital data transmission in a communication network | |
CN109902611B (zh) | 目标证件的检测方法、装置和终端设备 | |
CN116167778A (zh) | 茶饼溯源方法、装置及系统 | |
US20230091865A1 (en) | Face image verification method and apparatus, electronic device, and storage medium | |
Chen et al. | Detecting anti-forensic attacks on demosaicing-based camera model identification | |
CN106710033B (zh) | 一种门禁的开启方法和装置 | |
CN111353790A (zh) | 物品溯源信息采集系统及方法 | |
CN114467127A (zh) | 用于认证三维物体的方法及装置 | |
CN114596102B (zh) | 一种基于区块链的防伪溯源联邦学习训练方法、装置 | |
CN111291586B (zh) | 活体检测方法、装置、电子设备及计算机可读存储介质 | |
CN113468550A (zh) | 用印文件的存证方法、系统、装置、设备及存储介质 | |
WO2020199393A1 (zh) | 一种防伪系统及防伪方法 | |
CN111766244A (zh) | 防伪元件验证方法及系统 | |
CN116541814B (zh) | 一种统一登录认证方法、系统 | |
CN116528042B (zh) | 一种远端摄像机的控制方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |