[发明专利]一种基于DFT压缩域的智能纹理防伪方法

说明书

技术领域

本发明涉及一种基于DFT图像压缩域的智能纹理防伪技术，是一种用于智能鉴别纹理防伪标签从而达到辨别商品真伪目的的方法，属于纹理防伪技术领域。

背景技术

假冒伪劣是社会一大危害，严重危害消费者的合法权益，严重破坏整个社会经济运行的规则。防伪技术是一种用于识别真伪并防止假冒、仿造行为的技术手段，从技术特征和功能进化角度划分，目前防伪技术可以分为：激光标签、查询式数码防伪标签、纹理防伪标签、安全线防伪纸技术及其应用产品、手机互联网防伪技术。其中纹理防伪，因为其极难伪造、先查后买、查询结论准确可靠的优点得到大家的喜爱。

目前对纹理防伪标签的鉴别方法主要分为感官鉴别方法和查询真伪。感官鉴别方法就是用人眼观察防伪纸内的纤维丝和用手挑出防伪纸内的纤维丝来辨别真伪。查询真伪方法包含：登陆互联网、手机网或是发送短信输入序列号得到对应的防伪标签图片，人眼进行比对来鉴别真伪；电话客服咨询来鉴别；利用手机二维码扫描得到防伪标签图片然后人眼比对来鉴别。

上述鉴别方法在实际应用中存在不足之处在于：需要人工肉眼比对。无法实现防伪标签的自动鉴别，这对视力不好和光线较弱的情况下，用户鉴别比较困难。

常规的纹理防伪技术，在鉴别的智能化、快速性方面，都存在一定的缺点。特别是自动鉴别的智能化算法研究，目前尚未见公开报道。而在实际应用中智能纹理防伪技术是发展趋势，鉴别方式智能化势在必行。

发明内容

本发明的目的是提供一种基于DFT压缩的智能纹理防伪方法，它具有自动鉴别纹理图像的能力，主要方法是：用户先对防伪标签进行手机拍照，提取图像，再上传图像到服务器，在服务器中与数据库中的原始防伪图像进行比对，实现鉴别真伪。采用这种方法，可以实现纹理图像的自动鉴别，并且鉴别的准确率较高，运算速度很快，耗时很短。

为了实现上述目的，本发明是这样进行的：先对原始纹理图像进行全图DFT变换，选取前8×8个DFT变换系数，然后再进行反DFT变换，然后在压缩域对压缩图像进行基于均值的二值量化处理，基于均值的二值量化处理思路是：在压缩域先计算像素的灰度平均值；然后将每个像素的灰度，与平均值进行比较。大于或等于平均值，记为1；小于平均值，记为0；这样在压缩域得到纹理图像的特征向量，该特征向量具有抗几何攻击的能力，然后通过对待测的纹理图像和原始纹理图像的视觉特征向量求归一化相关系数，实现自动鉴别纹理图像，即纹理防伪的智能化。本发明所采用的方法包括特征向量提取和图像鉴别两大部分，第一部分为特征向量提取，包括：（1）通过对纹理图像进行DFT变换，先取前8×8个系数，再对变换系数进行反DFT变换，然后再进行基于均值的二值量化行处理，在压缩域得到原始纹理图像的一个视觉特征向量V(j)；（2）同样通过全图DFT变换、反DFT变换和基于均值的二值量化处理，求出待测图像的视觉特征向量V’(j);第二部分为图像鉴别，包括：（3）求出原始纹理图像的视觉特征向量V(j)和待测图像的视觉特征向量V’(j)之间的归一化相关系数NC(Normalized Cross Correlation)。（4）将求出的NC值返回到用户的手机上。

现对本发明的方法进行详细说明如下：

我们选取一个带黑框的纹理图像作为原始的纹理图像，加黑色边框是为了保证纹理图像在几何变换时能量守恒，原始纹理图像记为F＝{f(i,j)|f(i,j)∈R;1≤i≤N1,1≤j≤N2}，f(i,j)表示原始纹理图像的像素灰度值，为了便于运算，我们假设 N1=N2=N。

第一部分：图像特征提取

1）通过对原始纹理图像进行DFT变换，先取前8×8个系数，再对变换系数进行反DFT变换，然后基于均值的二值量化处理，得到原始纹理图像的一个视觉特征向量V(j)。

先对原图F(i,j)进行全图DFT变换，得到DFT系数矩阵FF(i,j),再从DFT系数矩阵FF(i,j)的前8×8个系数FF₈(i,j)，然后进行反DFT变换，得到反DFT变换后的图像FIF(i,j),再用基于均值的二值量化处理（用PHA2表示），得到图像的特征向量。主要过程描述如下：

FF₈(i,j)=DFT2(F(i,j))

FIF(i,j)=IDFT(FF₈(i,j))

FP(i,j)=PHA2(FIF(i,j))

V(j)=FP(i,j)

2）求出待测纹理图像的视觉特征向量V’(j)。