[发明专利]基于空间变换一致性的物品微观纹理鉴别方法

说明书

技术领域

本发明涉及一种基于数字图像处理技术的辨别物品真伪的微观纹理鉴别方法，具体地说，是一种基于空间变换一致性的物品微观纹理鉴别方法。

背景技术

随着技术的发展，市场上假冒的方式越来越多，假冒程度有时连鉴别专家也难以分辨出来，严重影响市场的正常运转。商家为了将自己的产品与假冒产品区分开来，常常在自己的产品上使用防伪技术。比如：在产品中加入微型电子芯片，利用芯片的唯一性来辨别产品的真伪；对于使用油墨的产品，在生产过程中，将预采集的脱氧核糖核酸(DNA)加入油墨中，利用DNA的唯一性来辨别产品真伪；或者通过短信方式进行测试的电码防伪技术来辨别产品真伪。目前平面物品市场也充斥着许多假冒产品，以书画领域为例，使用高科技的电子技术以及宣纸印刷，可以使印刷品和真迹几乎完全相同。因此，使用有效的真伪鉴别技术对于任何产品都是很重要的。

但是，上述提到的防伪技术或多或少都存在不足之处。采用加入微型电子芯片方式，需要在产品上加载额外的芯片，容易破坏原有产品的结构，尤其对于一些具有特定结构的产品。采用在油墨中加入DNA的方式虽然可以有效的辨别产品的真伪，也不破坏产品的原有结构，但成本较高，无法实现大规模的应用以及推广。短信电码查询防伪技术也容易通过假的短信答复服务平台来蒙骗消费者。

相对于上述技术的种种缺点，基于微观纹理分析的物品鉴别技术更具有直观，易于大范围推广等等不可比拟的优势。中国专利申请200810037395.7提出了一种基于纹理分析的艺术品鉴别方法，但是该发明在鉴别准则上仅仅依靠粗匹配的特征点个数或者比例。这样的鉴别准则依赖于特征点的重现率，适用范围小，灵活度不够。

发明内容

有鉴于此，本发明解决的技术问题在于提供一种基于空间变换一致性的物品微观纹理鉴别方法，采用空间变换一致性的判断方法，使得鉴别方法更加可靠，更加准确。

为解决上述技术问题，本发明提供了一种基于空间变换一致性的物品微观纹理鉴别方法，其包括：

选取真品上的采集点，记录采集点的位置信息，且获取采集点的匹配基准图像；根据真品采集点的位置信息，获取鉴别物品上对应采集点的匹配鉴别图像；

在匹配基准图像和匹配鉴别图像上分别提取特征点，并建立各个特征点之间的粗匹配关系；

通过所述粗匹配关系，用随机抽样一致性方法估算两幅图像之间的空间变换关系，同时可以进而获得两者特征点的精确匹配关系；

预定比例的匹配的特征点符合估算出的空间变换关系，则所述鉴别物品为真品；否则，所述鉴别物品为赝品。

进一步地，所述在匹配基准图像和匹配鉴别图像上分别提取特征点，并建立各个特征点之间的粗匹配关系，具体包括：

在匹配基准图像和匹配鉴别图像上分别提取具有仿射不变性的特征点，并对每一个特征点，提取局部纹理描述特征；

根据提取的局部纹理描述特征，建立各个特征点之间的粗匹配关系。

进一步地，所述在匹配基准图像和匹配鉴别图像上分别提取具有仿射不变性的特征点，采用的方法为具有仿射不变特征点提取方法。

进一步地，采用的具有仿射不变特征点提取方法为harris-affine或者hessian-affine方法其中之一。

进一步地，所述提取局部纹理描述特征，采用的方法为SIFT，LBP，GLOH，或者HOG方法其中之一。

进一步地，所述根据提取的局部纹理描述特征，建立各个特征点之间的粗匹配关系，包括：

通过计算匹配基准图像和匹配鉴别图像上的特征点上所提取的纹理特征的距离，来建立各个特征点之间的粗匹配关系。

进一步地，所述通过计算匹配基准图像和匹配鉴别图像上的特征点上所提取的纹理特征的距离，来建立各个特征点之间的粗匹配关系，包括：

对于任意匹配鉴别图像中的任一特征点所对应的特征向量，计算其与匹配基准图像上所有特征点的特征向量之间的距离，来获得该特征向量的最近邻和次近邻，当最短距离和次短距离之比小于一预设阈值，则认定这两点可建立匹配关系。

进一步地，通过KD-tree，spill-tree或者LSH之一的方法来加速最近邻和次近邻的查询。

进一步地，所述粗匹配关系以匹配表的形式存在，匹配表中保存匹配的特征点以及匹配的对应关系。

与现有技术相比，本发明采用空间变换一致性的判断方法，使得鉴别方法更加可靠，更加准确。

附图说明

图1是本发明基于空间变换一致性的物品微观纹理鉴别方法流程示意图。