专利名称：一种基于dft变换的智能纹理防伪方法
技术领域：
本发明涉及一种基于DFT变换和图像视觉特征的智能纹理防伪技术，是一种用于自动鉴别纹理防伪标签从而辨别商品真伪的方法，属于纹理防伪技术领域。
背景技术：
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以下五代产品: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。其中纹理防伪属于第三代防伪技术，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下列不足:1)需要人工比对。无法实现防伪标签的自动鉴别，而是要用人眼来进行人工比对，这在光线不足和视力不佳的情况下，用户鉴别比较困难；2)纹理照片占据的数据库容量大。企业在生产纹理防伪标签时，要对每个标签都要进行拍照，把照片存放在数据库中，当防伪企业生产的纹理防伪标签较多时，要占据大量的存贮空间；3)纹理图片下载速度慢。在进行纹理防伪标签比对时，用户先要从网上下载清晰的纹理照片，这样耗时较长。为此，常规的纹理防伪技术，在鉴别的智能化、快速性和所占存贮空间方面，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变换的智能纹理防伪方法，它具有自动鉴别纹理图像的能力。主要原理是:用户先对防伪标签进行手机拍照，提取图像特征，再上传图像特征到服务器，在服务器中与数据库中的原始防伪图像的特征进行比对，实现鉴别真伪。采用这种方法，可以实现计算机的自动鉴别，运算速度很快，网络传输时间短。为了实现上述目的，本发明是这样进行的:基于全图DFT变换，在DFT变换系数中，提取一个抗局部非线性几何攻击和几何攻击的纹理图像视觉特征向量，然后通过对待测的纹理图像和数据库中的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建立纹理特征数据库和图像自动鉴别两大部分。第一部分为建立纹理特征数据库，包括:(I)对每个原始纹理标签图像(设有N个纹理标签)进行全图DFT变换，分别得到N个原始纹理标签图像的视觉特征向量V(n),l^n^N；(2)将求出的这N个特征向量存放在纹理特征数据库中。第二部分为纹理图像的自动鉴别，包括:(3)用户用手机对待测的纹理标签图像进行扫描，并对待测图像进行全图DFT变换，求出待测纹理图像的视觉特征向量V’，并将特征向量上传到服务器；(4)求出数据库中的所有纹理图像的视觉特征向量V(n)和待测纹理图像的视觉特征向量V’之间的归一化相关系数NC(η)值；(5)求出NC(n)的最大值并将其返回到用户手机上。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，加黑色边框是为了保证在几何变换时能量守恒(据帕塞瓦能量守恒定理知DFT变换能量守恒)，原始纹理图像记为F= {f(i，j)|f(i，j) eR；l≤i≤Nl,l≤ 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NI = N2 = N。第一部分:建立纹理特征数据库I)对每个原始的纹理图片进行全图DFT变换，得到原始纹理图像的视觉特征向量V (η)；先依次对每个原始纹理图片进行全图DFT变换，例如对第η个原始纹理图像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)的低中频系数中，取前L个值，并通过DFT系数符号运算得到该图像的视觉特征向量V(n)，方便起见，这里将一个复数看成实部、虚部(虚部只看系数)两个系数，当系数值为正值和零时我们用“ I”表示，系数为负值时用“O”表示，主要过程描述如下:FF(i, j) = DFT2(F(i, j))V (η) = Sign(FF(i, j))2)将求出的这N个特征向量存放在纹理特征数据库中。第二部分:图像自动鉴别3)手机扫描待测纹理图片，并求出纹理图像的视觉特征向量V’ ；设待测纹理图像为F’(i，j)，经过全图DFT变换后得到DFT系数矩阵为FF’(i，j)，按上述Stepl的方法，求得待测纹理图像的视觉特征向量V’ ；FF，(i, j) =DFT2(F，(i,j))V，= Sign(FF’(i，j))4)求出所有N个原始纹理图像的视觉特征向量和待测纹理图像的视觉特征向量V之间的归一化相关系数NC (η)；
权利要求
1.一种基于DFT变换的智能纹理防伪方法，其特征在于:基于全局DFT的抗几何攻击的特征向量的提取，并将数据库技术、图像全局DFT变换、纹理图像的视觉特征向量和数理统计中的归一化相关系数的概念有机结合起来，实现了自动鉴别纹理图像的方法，该方法共分两个部分，共计五个步骤: 第一部分:建立纹理特征数据库； 1)对每个原始纹理标签图像(设共有N个纹理标签)进行全图DFT变换，分别得到N个原始纹理标签图像的视觉特征向量V(n), I彡η彡N ; 先依次对每个原始纹理图片进行全图DFT变换，对第η个原始纹理图像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)的低中频系数中，取前L个值，并通过DFT系数符号运算得到该图像的视觉特征向量V(n)，过程描述如下:FF(i，j) = DFT2(F(i，j))V(η) = Sign(FF(i, j)) 2)将求出的这N个特征向量存放在纹理特征数据库中； 第二部分:图像自动鉴别； 3)手机扫描待测纹理图片，并求出纹理图像的视觉特征向量V’； 设待测纹理图像为F’(i，j)，经过全图DFT变换后得到DFT系数矩阵为FF’(i，j)，按上述步骤I的方法，求得待测纹理图像的视觉特征向量V’ ； FF’(i, j) = DFT2(F’(i, j))V， = Sign(FFj (i, j)) 4)求出所有N个原始纹理图像的视觉特征向量和待测纹理图像的视觉特征向量V’之间的归一化相关系数NC (η)；
全文摘要
本发明公开了一种基于DFT变换的智能纹理防伪方法，属于纹理防伪领域。本发明的步骤是先建立纹理特征数据库，包括(1)对每个原始纹理标签图像进行全图DFT变换，得到视觉特征向量V(n)；(2)将求出的这N个特征向量存放在纹理特征数据库中；然后再进行图像自动鉴别，包括(3)手机扫描待测纹理标签图像，运用步骤1的方法求出待测图像的视觉特征向量V’，并将上传到服务器；(4)求出数据库中的所有纹理图像的视觉特征向量V(n)和待测图像的视觉特征向量V’之间的归一化相关系数NC(n)值；(5)将NC(n)最大值返回到用户手机上。实验证明本发明具有自动鉴别纹理图像的能力，节约数据库存贮空间，运算速度快。
文档编号G06K9/64GK103198329SQ20131013635
公开日2013年7月10日 申请日期2013年4月19日 优先权日2013年4月19日
发明者李京兵, 黄梦醒, 李雨佳, 李爱玲 申请人:海南大学