【技术实现步骤摘要】
一种花状枝晶图案的物理不可克隆性防伪标识的识读方法
[0001]本专利技术涉及模式识别技术,具体涉及一种透明花状枝晶图案防伪标识的识读方法。
技术介绍
[0002]利用物理不可克隆特征(physical unclonable function,PUF)构造防伪标识是抵制伪造产品的重要手段,这类标识一般是由精密控制的复杂的工艺流程制备,具有多样化的随机图案,不仅难以逆向工程复制,而且识读过程也颇具挑战。
[0003]已有的物品指纹、随机分布纳米粒子、随机褶皱等物理不可克隆防伪标识的识读均采用深度学习的方法,通过采集图片进行大规模训练实现对相似图案的精确区分。然而深度学习作为防伪标识的识读方法存在以下问题:首先,深度学习要想实现高精确识读,需要依赖一个庞大的训练样本数量,以便提供充分数量的数据集,对少件数的贵重商品、定制化商品、小批量生产的高价值高精密产品等不适用。其次,深度学习是基于图像的神经网络学习,存储的是大量原始图像,对计算机内存占用很高。再次,深度学习需要前期漫长的训练过程,增加了时间成本,且训练过程对算力要求很高,随着图模型的复杂化导致算法的时间复杂度急剧提升,普通的CPU无法满足深度学习的要求,需要使用GPU和TPU,对硬件配置要求很高。最后,深度学习不能够对数据的规律性进行无偏差的估计,对识别结果的可解释性不高。
[0004]特征匹配在模式识别中是一种公认的对识别结果具有解释能力的高可靠性算法,在军事、国防、货币等关乎国家安全的领域,具有不可撼动的地位。构建特征描述符的参数匹配法不依赖样本 ...
【技术保护点】
【技术特征摘要】
1.一种花状枝晶图案的识读方法,其特征在于:包括以下步骤:步骤1:在显微镜下拍摄花状枝晶图案显微图像,并对图像进行预处理,包括均值滤波、二值化、形态学开处理、轮廓提取、连通域参数计算;所述花状枝晶图案分为“胞状”、“多枝杂花状”、“十字状”、“细菌状”、“三枝杈状”和“枝杈密布状”六种;步骤2:对花状枝晶图案显微图像进行轮廓数量判断,若轮廓个数达到设定阈值,则判断为“胞状”图案;否则进一步进行直线数量判断,若直线数量达到设定阈值,则判断为“枝杈密布状”图案;否则进一步绘制轮廓极坐标图D
–
θ,提取轮廓极坐标图D
–
θ中的波峰波谷数量,有三个波峰三个波谷的图案是“三枝杈”图案,有四个波峰四个波谷的图案是“十字状”图案,若波峰波谷数量不满足,则根据轮廓长度P和轮廓面积A计算形状参数SP:SP值在[3.3,7.4]区间范围内的是“细菌状”图案,SP值在[19.4,27.1]区间范围内的是“多枝杂花状”图案。2.根据权利要求1所述一种花状枝晶图案的识读方法,其特征在于:步骤2中轮廓个数设定阈值为15,直线数量设定阈值为15。3.根据权利要求1所述一种花状枝晶图案的识读方法,其特征在于:所述花状枝晶图案通过以下步骤得到:步骤a:将硅酸钠水溶液进行预处理得到待用溶液,所述预处理过程包括静置、超声振荡、球磨粉碎;步骤b:将经过步骤a预处理之后的待用溶液涂覆在物体表面,在物体表面得到光滑平整无凹陷及残缺的均匀涂膜;步骤c:对经过步骤b处理后的涂膜进行固化处理,得到具有花状枝晶图案的无定形硅聚物;其中:步骤a中采用室温静置预处理,步骤c中固化条件为:在280~288K温度下保温不少于6h,得到花状枝晶图案为“胞状”图案;步骤a中采用室温静置预处理,步骤c中固化条件为:在297~306K温度下保温不少于6h,得到花状枝晶图案为“多枝杂花状”图案;步骤a中采用室温静置预处理,步骤c中固化条件为:先在280~288K温度下保温0.3~0.7h后,再按5~12K/min的升温速率升温至297~306K后保温不少于6h,得到花状枝晶图案为“十字状”图案;步骤a中采用超声振荡预处理,步骤c中固化条件为:先在297~306K温度下保温1~2h后,再按5~12K/min的升温速率升温至315~335K后保温不少于6h,得到花状枝晶图案为“细菌状”图案;步骤a中采用超声振荡预处理,步骤c中固化条件为:在297~306K温度下保温不少于6h,得到花状枝晶图案为“三枝杈状”图案;步骤a中采用正反向交替球磨预处理,步骤c中固化条件为:在297~306K温度下保温不少于6h,得到花状枝晶图案为“枝杈密布状”图案。4.一种基于花状枝晶图案的防伪标识标准特征参数数据库建立方法,其特征在于:包
括以下步骤...
【专利技术属性】
技术研发人员:何卫平,张腾云,雷蕾,刘红飞,
申请(专利权)人:西北工业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。