基于图像处理的随机纤维码防伪数据库构建方法技术

本发明专利技术涉及一种随机纤维码的防伪系统，特别是一种基于图像处理的随机纤维码防伪数据库构建方法，包括步骤S1：防伪纤维码图像获取；步骤S2：图像预处理；步骤S3：纤维码防伪特征向量形成；步骤S4：构建防伪数据库。采用上述方法后，随机的纤维码印刷技术保证了防伪标识无法被复制。同时通过图像处理与机器学习的方法，生成防伪标识唯一编码。建立随机纤维码的防伪编码数据库，采用手机APP识别、微信识别、因特网上传识别、传真识别等多种入口，为消费者提供快速方便的无损查询方式。

【技术实现步骤摘要】

本专利技术涉及一种随机纤维码的防伪系统，特别是一种。
技术介绍
目前市场上对先进防伪技术的需求很大，尤其是高档烟酒、奢侈品产业。但市场上常见的防伪技术很难防止复制，更难让消费者很容易辨别真伪，比如芙蓉王香烟采用的激光图案防伪技术。有些防伪技术采用查询码或验证码来校验真伪，但此类技术只能提供第一次查询防伪，无法提供有效的多次防伪查询。如市场上的金士顿内存、TF卡等产品。随机纤维码防伪技术是今年来产生的一种新的防伪印刷技术，在标签上随机嵌入任意形态、颜色的纤维图案。该图案具有明显的凹凸手感，其嵌入的纤维丝的颜色、形态、位置是随机生成的。(关于随机纤维码技术及相关
技术介绍
文献等进行检索后提供)
技术实现思路
本专利技术需要解决的技术问题提供一种防复制，鉴别真伪并支持多次无损验证、溯源查询的防伪方法。为解决上述的技术问题，本专利技术，包括以下步骤:步骤S1:防伪纤维码图像的获取，通过图像获取工具获取产品上的防伪纤维码图像；步骤S2:图像预处理，将获取的防伪纤维码图像转化为二值图像，去除二值图像中的背景噪声；然后进行倾斜校正，最后裁剪保留倾斜校正后正确边框内的图像区域；步骤S3:纤维码防伪特征向量形成，将步骤S2获得的裁剪图像划分为若干子区域，在子区域中获取该子区域的纤维码骨骼轮廓；然后根据纤维码骨骼轮廓构建该子区域的区域特征编码，将各个子区域的区域特征编码拼接，最终形成该防伪纤维码的唯一特征向量;步骤S4:构建防伪数据库，将步骤S3得到的该防伪纤维码的唯一特征向量保存在纤维码防伪数据库中，使得该防伪纤维码与其唯一特征向量一一对应。进一步的，所述步骤S2还包括以下步骤:步骤S201:图像二值化，将获取的防伪纤维码彩色图像转换为灰度图像，设通过最大类间方差法求得最佳分割阈值，根据该阈值将图像转化为二值图像；步骤S202:去除噪声，对步骤S201得到的二值图像进行数学形态学Open运算，去除图像中明显小于纤维码特征的背景噪声；步骤S203:倾斜校正，对步骤S202去噪后的二值图像进行Hough变换，检测出防伪纤维码的4条边框直线方程，通过边框直线方程求得边框的4个顶点，从而进行倾斜校正，获取正确的边框顶点位置，并根据正确边框顶点位置将图像旋转、平移至正确的位置；步骤S204:图像裁剪，只保留边框内的图像区域。进一步的，所述步骤S3包括以下步骤:步骤S301:图像骨骼提取，将步骤S2获得的裁剪图像划分为若干子区域，在划分的子区域中采用数学形态学中的Image Skeletonizat1n算法获取该子区域的纤维码骨骼轮廓；步骤S302:子区域特征编码构建，根据子区域纤维码骨骼轮廓中顶点和交点的坐标位置构建子区域特征编码；步骤S303:区域特征向量生成，将各个子区域的区域特征编码拼接形成与该随机纤维码对应的唯一特征向量。进一步的，所述步骤SI中的图像获取工具为手机摄像头、相机、摄像仪或扫描仪。采用上述方法后，该技术通过明显的凹凸手感、随机的纤维码印刷技术保证了防伪标识无法被复制。同时通过图像处理与机器学习的方法，生成防伪标识唯一编码。建立随机纤维码的防伪编码数据库。并采用手机APP识别、微信识别、因特网上传识别、传真识别等多种入口，为消费者提供快速方便的无损查询方式。用户可以多次无损查询，克服了传统查询验证码只能无损查询一次的缺陷。能够满足渠道商、多级销售商及消费者多次无损查询的需求。并能同时提供溯源信息查询，对各类奢侈品、烟酒、食品安全类等需要严格防伪广品具有重大意义。【附图说明】下面将结合附图和【具体实施方式】对本作进一步详细的说明。图1为本专利技术防伪纤维码示意图。图2为本专利技术防伪纤维码子区域分割示意图。图3为本专利技术区域特征编码构造示意图。图4为本专利技术方法的流程示意图。图中:I为标签，2为纤维码防伪区域，3为纤维码【具体实施方式】本专利技术，包括以下步骤:步骤S1:防伪纤维码图像的获取，通过图像获取工具获取产品上的防伪纤维码图像。在本步骤中可以通过手机摄像头、相机、摄像仪或扫描仪等工具获取防伪纤维码图像，其中防伪纤维码图像如图1所示。步骤S2:图像预处理，将获取的防伪纤维码图像转化为二值图像，去除二值图像中的背景噪声；然后进行倾斜校正，最后裁剪保留倾斜校正后正确边框内的图像区域。步骤S2可具体分为如下几个步骤进行；步骤S201:图像二值化，将获取的防伪纤维码彩色图像转换为灰度图像，设前景点数占图像比例为W0,平均灰度为Utl,背景点数占图像比例为W1，平均灰度为U1，通过最大类间方差法求得最佳分割阈值T = Wc^Wd(U1-UtlXUc1-U1)，根据该阈值将图像转化为二值图像。步骤S202:去除噪声，对步骤S201得到的二值图像进行数学形态学Open运算，去除图像中明显小于纤维码特征的背景噪声。步骤S203:倾斜校正，对步骤S202去噪后的二值图像进行Hough变换，将图像像素坐标转换为参数空间坐标，坐标变换公式为:xcos Θ+ysin Θ = P，其中(X，y)为原图像像素坐标，(P，Θ)为参数空间坐标。在(ρ，Θ)合适的最大值、最小值之间建立离散的参数空间，并建立累加矩阵A( P，Θ)。将矩阵元素初始化为0，选取图像的每个目标像素(X' ,1'当前第1页1 2 本文档来自技高网...

【技术保护点】
一种基于图像处理的随机纤维码防伪数据库构建方法，其特征在于，包括以下步骤：步骤S1：防伪纤维码图像的获取，通过图像获取工具获取产品上的防伪纤维码图像；步骤S2：图像预处理，将获取的防伪纤维码图像转化为二值图像，去除二值图像中的背景噪声；然后进行倾斜校正，最后裁剪保留倾斜校正后正确边框内的图像区域；步骤S3：纤维码防伪特征向量形成，将步骤S2获得的裁剪图像划分为若干子区域，在子区域中获取该子区域的纤维码骨骼轮廓；然后根据纤维码骨骼轮廓构建该子区域的区域特征编码，将各个子区域的区域特征编码拼接，最终形成该防伪纤维码的唯一特征向量；步骤S4：构建防伪数据库，将步骤S3得到的该防伪纤维码的唯一特征向量保存在纤维码防伪数据库中，使得该防伪纤维码与其唯一特征向量一一对应。

【技术特征摘要】
...

【专利技术属性】
技术研发人员：王志勇，王建辉，王胜春，
申请(专利权)人：湖南千码防伪科技有限公司，
类型：发明
国别省市：湖南;43