基于紋理圖像的農(nóng)產(chǎn)品無損標(biāo)識與真?zhèn)巫R別技術(shù)研究

向緒友 周超 賀藝 劉學(xué)文 李亮

摘 要：研究了一種基于產(chǎn)品表面紋理圖像特征的產(chǎn)品真?zhèn)巫R別方法。使用具有定位、定向、定界和標(biāo)定作用的標(biāo)簽聯(lián)合產(chǎn)品本身天然紋理實(shí)現(xiàn)無損標(biāo)識，一方面將官方紋理圖像和用戶紋理圖像的特征值統(tǒng)一到同一計(jì)算空間，同時降低紋理圖像拍攝條件，使應(yīng)用場景更加豐富;另一方面利用分區(qū)將圖像的紋理特征表達(dá)從一維擴(kuò)展到多維，通過突出局部特征提高真?zhèn)巫R別準(zhǔn)確率。

關(guān)鍵詞：紋理圖像;紋理防偽;紋理分類;局部特征描述;信息技術(shù);農(nóng)產(chǎn)品

中圖分類號：TP391.4文獻(xiàn)標(biāo)識碼：A文章編號：1006-060X（2020）08-0093-04

Abstract： A product authenticity recognition method based on product surface texture image features is studied. The label with the functions of location， orientation， delimitation and calibration is used to realize the nondestructive identification by combining the natural texture of the product， on the one hand， it unifies the eigenvalue calculation of official texture image and user texture image into the same computing space， at the same time， it reduces the shooting conditions of texture image and makes the application scene richer; the texture feature expression of texture image is extended from one dimension to multi dimension by using partition， and the recognition accuracy is improved by highlighting local features.

Key words： texture image; texture anti-counterfeiting; texture classification; local feature description; information technology; agricultural products

基于標(biāo)識的產(chǎn)品真?zhèn)巫R別技術(shù)包括材料防偽、油墨防偽、紋理防偽和RFID防偽等技術(shù)，這些技術(shù)在特定的應(yīng)用中都發(fā)揮了有效的防偽作用。當(dāng)前，在農(nóng)產(chǎn)品流通領(lǐng)域，基于無損標(biāo)識限制條件，紋理防偽[1]仍是研究熱點(diǎn)。紋理防偽具有難偽造、構(gòu)造成本較低和相對可靠等優(yōu)點(diǎn)[2]。紋理防偽以紋理識別為基礎(chǔ)，常通過判定指定區(qū)域是否存在預(yù)期的紋理特征實(shí)現(xiàn)[3]，主要內(nèi)容包括標(biāo)識標(biāo)簽構(gòu)造、識別區(qū)域定位、特征生成和特征匹配等。研究重點(diǎn)在于構(gòu)造標(biāo)識標(biāo)簽以及所述標(biāo)識標(biāo)簽的集成應(yīng)用方法，為具有獨(dú)特紋理特征的農(nóng)產(chǎn)品機(jī)器識別提供解決方案。

在標(biāo)識標(biāo)簽構(gòu)造方面，常用的方法有2類，一是基于結(jié)構(gòu)紋理[4]構(gòu)造，二是基于天然紋理[5-6]構(gòu)造。前者利用具有唯一性紋理特征的材料，采用特定的排列組合方法生成一組代碼作為產(chǎn)品的標(biāo)簽，真?zhèn)巫R別過程需要人工參與，不支持機(jī)器識別，存在操作復(fù)雜、使用條件過于受限和識別結(jié)果人為因素影響大等可用性問題。后者基于產(chǎn)品本身的紋理圖像構(gòu)造標(biāo)識標(biāo)簽，但在構(gòu)造設(shè)計(jì)上沒有充分考慮紋理圖像拍攝視角、拍攝距離（縮放）對紋理表觀特征的影響[7-8]，也沒有提供消除影響的方法，雖然支持機(jī)器識別，但因拍攝要求過于苛刻導(dǎo)致識別準(zhǔn)確率較低，應(yīng)用體驗(yàn)效果較差。

鑒于此，提出一種基于表面紋理圖像特征的防偽技術(shù)，用于部分固態(tài)性農(nóng)產(chǎn)品在銷售環(huán)節(jié)中的無損標(biāo)識和在線真?zhèn)巫R別。

1 基本原理

使用具有定位、定向、定界和標(biāo)定作用的標(biāo)簽，將官方紋理圖像和用戶紋理圖像的特征值計(jì)算統(tǒng)一到同一計(jì)算空間，屏蔽因紋理圖像拍攝視角和拍攝距離不同對紋理表觀特征的影響。官方紋理圖像由賣方生成，內(nèi)容包括標(biāo)簽和產(chǎn)品表面紋理圖案，以標(biāo)簽為參考點(diǎn)定義識別區(qū)域，將識別區(qū)域劃分成多個分區(qū)（稱為基準(zhǔn)分區(qū)），計(jì)算每個基準(zhǔn)分區(qū)的紋理圖像特征值得到一組基準(zhǔn)分區(qū)紋理圖像特征值。用戶紋理圖像由買方生成，利用標(biāo)簽特征信息進(jìn)行透視變換，用同樣的方法將圖像劃分成多個分區(qū)（稱為相似分區(qū)），建立基準(zhǔn)分區(qū)與相似分區(qū)間的對應(yīng)關(guān)系，計(jì)算每個相似分區(qū)的紋理圖像特征值得到一組相似分區(qū)紋理圖像特征值，計(jì)算兩組特征值的匹配率，當(dāng)匹配率超過指定的閾值判定為真品。通過改變相似分區(qū)的位置反復(fù)計(jì)算和比較優(yōu)化提高識別準(zhǔn)確率，所述閥值和位置變化范圍在實(shí)際應(yīng)用中都是配置參數(shù)。該技術(shù)主要包括3個內(nèi)容：標(biāo)簽與標(biāo)簽使用方法、分區(qū)與分區(qū)特征值計(jì)算方法和特征值匹配方法。

2 具體實(shí)現(xiàn)

假定在應(yīng)用范圍內(nèi)存在多種紋理類別，如Tux1、Tux2、Tux3和Tux4等，且假定每種類型紋理圖像存在4個特征值計(jì)算算法，分別記為Alg1，Alg2，Alg3和Alg4。

2.1 標(biāo)識標(biāo)簽

2.1.1 結(jié)構(gòu)設(shè)計(jì) 標(biāo)簽組件和結(jié)構(gòu)如圖1所示，長方形，由定位器（110）、二維碼（120）、邊界器（140）和定向器（130）組成。定位器由4個定位點(diǎn)組成，分別為圖標(biāo)（111）、圖標(biāo)（112）、圖標(biāo)（113）和圖標(biāo)（114）。二維碼（120）攜帶標(biāo)簽序列號。定向器（130）所指方向是垂直標(biāo)簽下邊緣線向上，其起點(diǎn)是圖標(biāo)（113），終點(diǎn)是圖標(biāo)（114）。邊界器（140）為標(biāo)簽的四條邊線。

2.1.2 標(biāo)簽圖像采集與信息處理用成像設(shè)備拍攝標(biāo)簽的正俯視圖生成標(biāo)準(zhǔn)標(biāo)簽圖像。拍攝視距bL為120 mm，成像精度bD不小于350 DPI。

在圖2所示的圖標(biāo)（114）位于原點(diǎn)的像素座標(biāo)系中，按下列類C語言偽代碼計(jì)算各定位點(diǎn)座標(biāo)：

for（i = 0; i < 標(biāo)簽圖像寬度; i++） {

n = 直線（U = i）在圖中存在相交點(diǎn)個數(shù)，

if（4 == n） {

t = U軸方向第二個相交點(diǎn)的 v值;

b = U軸方向第三個相交點(diǎn)的 v值;

退出循環(huán);

}

}

for（i = 0; i <標(biāo)簽圖像高度; i++） {

n = 直線（V = i）在圖中存在相交點(diǎn)個數(shù)，

if（4 == n） {

l = V軸方向第二個相交點(diǎn)的 v值;

r = V軸方向第三個相交點(diǎn)的 v值;

退出循環(huán);

}

}

上述計(jì)算過程得到圖標(biāo)（111）的中心點(diǎn)座標(biāo)為（r， t），記為bP1;圖標(biāo)（112）的中心點(diǎn)座標(biāo)為（r， b），記為bP2;圖標(biāo)（113）的中心點(diǎn)座標(biāo)為（l， b），記為bP3;圖標(biāo)（114）的座標(biāo)為（l， t），記為bP4。

bP1、bP2、bP3和bP4是標(biāo)準(zhǔn)透視變換目標(biāo)圖像特征點(diǎn)座標(biāo)，記為（bp1，bP2，bP3，bP4）。計(jì)算出定位點(diǎn)（111）與（112）間、（112）與（113）間、（113）與（114）間和（114）與（111）間的距離。計(jì)算出定向圖形（120）所指方向，實(shí)施中，方向?yàn)?0度，表示垂直于標(biāo)準(zhǔn)標(biāo)簽圖像（100）下邊緣指向上邊緣。在具體應(yīng)用中，用二維碼識讀方法提取二維碼（130）所含信息，包括真?zhèn)巫R別服務(wù)器訪問地址。

2.2 官方紋理圖像生成與處理

2.2.1 圖像采集 用成像設(shè)備拍攝農(nóng)產(chǎn)品識別區(qū)得到產(chǎn)品圖像（500），記為G1，如圖3所示。G1中點(diǎn)（511）、點(diǎn)（512）、點(diǎn)（513）和點(diǎn)（514）在圖3所示的座標(biāo)系中像素座標(biāo)（u， v）分別記為pP1，pP2，pP3和pP4。采用圖像處理方法，計(jì)算pP1，pP2，pP3和pP4的值。

2.2.2 特征值計(jì)算 基于多分區(qū)的紋理圖像特征值：

設(shè)pP4的值為（u1，v1），生成，

bP1' = bP1 + （u1，v1）

bP2' = bP2 + （u1，v1）

bP3' = bP3 + （u1，v1）

bP4' = bP4 + （u1，v1）

上述加運(yùn)算得到一個新座標(biāo)，其結(jié)果的u分量是右邊兩個u分量之和，v分量是右邊兩個v分量之和。用（pP1，pP2，pP3，pP4）作透視變換的源特征點(diǎn)，（bP1'，bP2'，bP3'，bP4'）作目標(biāo)特征點(diǎn)，生成圖像透視變換矩陳M;用M對G1做圖像透視變換生成官方紋理圖像（600），記為G2，如圖4所示。

掃描G2中的二維碼（630），獲得標(biāo)簽序列號（如，SN0321），記為Psn，作為產(chǎn)品序列號。用Psn作主健，存儲G2、G1，pP1、pP2、pP3和pP4。用G2中心點(diǎn)為參考點(diǎn)，用經(jīng)緯線分割G2生成多個分區(qū)，經(jīng)緯線之間的間隔距離根據(jù)實(shí)際應(yīng)用需要設(shè)置，如，將經(jīng)線間和緯線間的間隔距離都設(shè)置10 mm。

采用上述分割方法后產(chǎn)生多個分區(qū)，如圖5所示。圖5中存在9個分區(qū)，分別為分區(qū)640、分區(qū)641、分區(qū)642、分區(qū)643、分區(qū)644、分區(qū)645、分區(qū)646、分區(qū)647和分區(qū)648。為了陳述方便，官方紋理圖像G2中的分區(qū)統(tǒng)稱為iR，所有iR組合在一起構(gòu)成G2的分區(qū)組。

基于圖像分析處理，從分區(qū)組中選出不與標(biāo)簽（610）相交的分區(qū)。就G2而言，存在7個符合條件的分區(qū)，分別為分區(qū)640、分區(qū)641、分區(qū)642、分區(qū)645、分區(qū)646、分區(qū)647和分區(qū)648。所述的7個分區(qū)為G2的有效分區(qū)，組合在一起構(gòu)成G2的有效分區(qū)組。

采用“全選”策略將全部有效分區(qū)作為認(rèn)證分區(qū)，就G2而言，共7個認(rèn)證分區(qū)，組合在一起構(gòu)成G2的認(rèn)證分區(qū)組，記為{iR}。對{iR}中的所有iR，執(zhí)行以下流程。

（1）計(jì)算關(guān)聯(lián)于iR的（d，a），記為R_id，其中，d是iR中心與標(biāo)簽（610）之間的距離，a是定向線（620）與有向直線（650）之間的夾角（620按順時針方向旋轉(zhuǎn)與650重合產(chǎn)生的夾角θ）。

（2）設(shè)置iR紋理特征值分類類型（記為R_type）。實(shí)現(xiàn)中簡單地設(shè)置R_type為Tux3;實(shí)際應(yīng)用中，由機(jī)器根據(jù)紋理特點(diǎn)自動選擇或通過UI人工選擇。

（3）設(shè)置iR紋理特征值計(jì)算算法（記為R_agl）。由于Tux3對應(yīng)的算法為Agl3，設(shè)置R_agl為Alg3。

（4）用算法Alg3計(jì)算iR的特征值（記為R_value）。

（5）將R_id、R_type、R_agl和R_value存儲在R_Object中。

所有iR處理后，用G2T管理其R_Object，用Psn索引將G2T存儲在真?zhèn)巫R別服務(wù)器中。

2.3 用戶紋理圖像生成與處理

2.3.1 圖像采集用成像設(shè)備拍攝待認(rèn)證產(chǎn)品的用戶產(chǎn)品圖像（700），記為G3，如圖6所示。 G3中，定位點(diǎn)（711）、定位點(diǎn)（712）、定位點(diǎn)（713）和定位點(diǎn)（714）在圖6所示的座標(biāo)系中像素座標(biāo)（u， v）分別為uP1、uP2、uP3和uP4，利用圖像分析處理方法得到uP1、uP2、uP3和uP4的值，這些值用于后續(xù)的透視變換。

2.3.2 特征值計(jì)算與真?zhèn)握J(rèn)別 對上述待認(rèn)證產(chǎn)品的用戶產(chǎn)品圖像G3進(jìn)行透視變換生成用戶紋理圖像。

設(shè)uP4的值為（u1，v1），生成，

bP1' = bP1 + （u1，v1）

bP2' = bP2 + （u1，v1）

bP3' = bP3 + （u1，v1）

bP4' = bP4 + （u1，v1）

上述加運(yùn)算得到1個新座標(biāo)，其結(jié)果的u分量是右邊兩個u分量之和，v分量是右邊兩個v分量之和。用（uP1，uP2，uP3，uP4）作透視變換的源特征點(diǎn)，（bP1'，bP2'，bP3'，bP4'）作目標(biāo)特征點(diǎn)，生成圖像透視變換矩陳M;用M對G3做圖像透視變換生成用戶紋理圖像（800），記為G4，如圖7所示。

掃描用戶紋理圖像G4中的二維碼（830）得到待鑒定產(chǎn)品序列號（一個Psn值），用該序列號對真?zhèn)巫R別服務(wù)器進(jìn)行聯(lián)機(jī)查詢得到關(guān)聯(lián)于該產(chǎn)品的G2T。G2T在2.2.2中生成。從G2T中取出認(rèn)證分區(qū)組，記為{iR}。

按2.2.2所述相同方法對G4分區(qū)得到受檢分區(qū)組，記為{uR}。對{iR}中每個iR，依次用下列方法檢查iR是否被G4匹配：

（1）對給定的iR，其R_id 為 （d1，a1），查詢{uR}是否存在一個分區(qū)uR，其R_id 為（d2，a2），且d1、a1、d2和a2滿足條件：

|d1- d2| <= ΔX，|a1-a2| <= ΔY ，其中， ΔX和ΔY是預(yù)定值，當(dāng)所述uR存在時，稱uR為iR的對等分區(qū)。當(dāng)所述uR不存在，則認(rèn)為iR不被G4匹配。

（2）設(shè)iR在G4中的對等分區(qū)為uR，用iR中指定的算法（R_agl），計(jì)算uR的特征值，比較iR和uR的特征值，如果相等表示iR被匹配。

（3）設(shè)iR在G4中的對等分區(qū)為uR，uR在G4的范圍為（l，t，w，h），其中，l和t是uR左上角的像素座標(biāo)，w和h是uR的寬度和高度。在保持w和h不變情況下，用步長Δl和Δt修改l和t，得到uR的相似分區(qū)，記為uR'，uR'的范圍為（l+Δl，t+Δt，w，h），用iR中指定的算法（R_agl），計(jì)算uR的特征值，比較iR和uR的特征值，如果相等表示iR被匹配。重復(fù)此過程，直到iR被匹配為止或達(dá)到最大重復(fù)數(shù)。

當(dāng){iR}中被G4匹配的分區(qū)數(shù)與{iR}中的分區(qū)總數(shù)的比率大于98或某個指定值時，判定待認(rèn)證產(chǎn)品為官方合法產(chǎn)品。

3 結(jié) 語

基于表面紋理圖像特征的防偽技術(shù)適用于所有表面具有獨(dú)特的紋理，且該紋理在產(chǎn)品范圍內(nèi)具有唯一性的產(chǎn)品;可程序化實(shí)現(xiàn)產(chǎn)品的自動無損標(biāo)記與防偽認(rèn)證，使用方便。研究中對表面紋理圖像多分區(qū)計(jì)算特征值和相似分區(qū)匹配特征值，使特征值更加全面、精準(zhǔn)體現(xiàn)紋理圖像的差異性，有效減少誤判，有利于提高計(jì)算機(jī)程序化產(chǎn)品真?zhèn)巫R別認(rèn)證效率和準(zhǔn)確率，具有廣闊的應(yīng)用前景。

參考文獻(xiàn)：

[1] 陳永常. 紋理防偽技術(shù)的原理與特點(diǎn)[J]. 印刷世界，2006（3）：30-31.

[2] 聯(lián) 信.紋理防偽技術(shù)原理及優(yōu)勢透視[J].中國防偽報(bào)道，2005（11）：26-28.

[3] 李雨佳，李京兵. 基于變換域的紋理防偽標(biāo)簽自動鑒別算法[J]. 計(jì)算機(jī)仿真，2014. 31（12）：265-269.

[4] 陳明發(fā). 結(jié)構(gòu)紋理防偽方法[P]. 中國，99801139.8，2000.

[5] 劉承香，林武璋，胡學(xué)娟，等. 基于紋理識別的圖像鑒偽技術(shù)研究[J]. 激光與紅外， 2009，39（6）：685-687.

[6] 陳明發(fā)，蘇文華，簡鎮(zhèn)明. 拍攝天然特征照片之商品物聯(lián)網(wǎng)防偽溯源系統(tǒng)[P]. 中國，CN202795434U，2013.

[7] 劉 麗，趙凌君，郭承玉，等. 圖像紋理分類方法研究進(jìn)展與展望[J]. 自動化學(xué)報(bào)，2018，44（4）：584-603.

[8] 鄭肇葆. 與旋轉(zhuǎn)、尺度無關(guān)的影像紋理的MRF參數(shù)估計(jì)[J]. 測繪學(xué)報(bào)，1996，25（3）190-193.

（責(zé)任編輯：成 平）