[发明专利]一种半色调印刷图像中防伪信息隐藏与提取方法

权利要求书

1.一种半色调印刷图像中防伪信息隐藏与提取方法，其特征在于，具体按照以下步骤实施：

步骤1、设原始的待嵌入隐藏信息的连续调图像为f(x,y)，对f(x,y)分别采用圆形和方形网点进行加网，加网后的相对应的半色调图像分别为f_r(x,y)和f_s(x,y)；

步骤2、设要防伪的信息为二值图像f_c(x,y)，使用f_c(x,y)对f_r(x,y)进行网点形状的调制，形成含有隐藏信息的半色调图像f_h(x,y)；

步骤3、对f_h(x,y)进行印刷输出，然后再对印刷输出后的图像扫描输入，设扫描输入后的图像为g(x,y)；

步骤4、分别求g(x,y)左上角、右上角、左下角及右下角四个网点的中心点坐标A(x_A,y_A)、B(x_B,y_B)、C(x_C,y_C)、D(x_D,y_D)：

求g(x,y)左上角网点的中心点A的坐标A(x_A,y_A)：

首先从g(x,y)图像的左上角截取一块子图像；然后对该子图像从左到右依次扫描，统计各列的像素值小于128的像素数，若某列的像素值小于128的像素数减去其前一列的像素值小于128的像素数的差值大于30，则根据该列与A点的相对位置，可以求出A点的x坐标x_A；最后对该子图像从上到下依次扫描，统计各行上像素值小于128的像素数，若某行的像素值小于128的像素数减去其前一行的像素值小于128的像素数差值大于30，则根据该行与A点的相对位置，可以求出A点的y坐标y_A；

求g(x,y)右上角网点的中心点B的坐标B(x_B,y_B)：

首先从g(x,y)图像的右上角截取一块子图像；然后对该子图像从右到左依次扫描，统计各列的像素值小于128的像素数，若某列的像素值小于128的像素数减去其前一列的像素值小于128的像素数的差值大于30，则根据该列与B点的相对位置，可以求出B点的x坐标x_B；最后对该子图像从上到下依次扫描，统计各行上像素值小于128的像素数，若某行的像素值小于128的像素数减去其前一行的像素值小于128的像素数差值大于30，则根据该行与B点的相对位置，可以求出B点的y坐标y_B；

求g(x,y)左下角网点的中心点C的坐标C(x_C,y_C)：

首先从g(x,y)图像的左下角截取一块子图像；然后对该子图像从左到右依次扫描，统计各列的像素值小于128的像素数，若某列的像素值小于128的像素数减去其前一列的像素值小于128的像素数的差值大于30，则根据该列与C点的相对位置，可以求出C点的x坐标x_C；最后对该子图像从下到上依次扫描，统计各行上像素值小于128的像素数，若某行的像素值小于128的像素数减去其前一行的像素值小于128的像素数差值大于30，则根据该行与C点的相对位置，可以求出C点的y坐标y_C；

求g(x,y)右下角网点的中心点D的坐标D(x_D,y_D)：

首先从g(x,y)图像的右下角截取一块子图像；然后对该子图像从右到左依次扫描，统计各列的像素值小于128的像素数，若某列的像素值小于128的像素数减去其前一列的像素值小于128的像素数的差值大于30，则根据该列与D点的相对位置，可以求出D点的x坐标x_D；最后对该子图像从下到上依次扫描，统计各行上像素值小于128的像素数，若某行的像素值小于128的像素数减去其前一行的像素值小于128的像素数差值大于30，则根据该行与D点的相对位置，可以求出D点的y坐标y_D；

步骤5、根据步骤4求出的四个网点的中心点坐标，粗定位出扫描图像g(x,y)中的第i行第j列上的网点的中心坐标为(x_ij,y_ij)，具体为：

根据A、B两点之间距离及A、B两点之间的网点数N，由公式(1)计算A、B之间相邻的两个网点的平均欧式距离l_AB：

lAB=(yB-yA)2+(xB-xA)2N---(1)]]>

根据公式(2)计算出第一行网点的旋转角度α：

α=arctanyB-yAxB-xA---(2)]]>

根据公式(3)计算出第1行第j列的网点的中心坐标(x_1j,y_1j)：

x1j=xA+lAB×(j-1)×cosαy1j=yA-lAB×(j-1)×sinα---(3)]]>

根据C、D两点之间距离及C、D两点之间的网点数N，由公式(4)计算C、D之间相邻的两个网点的平均欧式距离l_CD：

lCD=(yD-yC)2+(xD-xC)2N---(4)]]>

根据公式(5)可计算出最后一行网点的旋转角度β：

β=arctanyD-yCxD-xC---(5)]]>

根据公式(6)可计算出最后一行第j列的网点的中心坐标(x_Mj,y_Mj)：

xMj=xC+lCD×(j-1)×cosβyMj=yC-lCD×(j-1)×sinβ---(6)]]>

根据(x_1j,y_1j)、(x_Mj,y_Mj)两点之间距离及其之间的网点数M，由公式(7)计算这两点之间相邻的两个网点的平均欧式距离l_ij：

lij=(yMj-y1j)2+(xMj-x1j)2M---(7)]]>

根据公式(8)可计算出第j列网点的旋转角度γ：

γ=arctanxMj-x1jyMj-y1j---(8)]]>

根据公式(9)可计算出第i行第j列上的网点的中心坐标为(x_ij,y_ij)：

xij=x1j+lij×(i-1)×sinγyij=y1j+lij×(i-1)×cosγ---(9);]]>

步骤6、对每个网点(x_ij,y_ij)进行二值化并计算其网点面积率s；

步骤7、对每个网点(x_ij,y_ij)，依据其网点面积率s采用模板匹配或圆形度的方法判断其网点形状，即对每个网点(x_ij,y_ij)，网点面积率s在0％～21％及31％～50％的网点，采用模板匹配法判断其网点形状；对于网点面积率s在22％～30％及51％～100％的网点，采用圆形度的方法判断网点形状，具体为：

所述模板匹配法确定网点形状的具体方法为：首先生成各种不同大小的网点面积率s的圆形和方形网点作为标准模板；然后将提取到的网点和相应网点面积率s下的圆形和方形网点进行比较，选择差异较小的一种网点形状为匹配到的网点形状；

所述圆形度的方法判断网点形状的具体方法为：首先计算网点的圆形度然后设置一个阈值T₂，如果m≥T₂，则该网点为方形，否则为圆形；

步骤8、依据每个网点的形状，提取隐藏的防伪信息，如果提取到的网点是方形的，提取的隐藏信息为0；如果提取到的网点是圆形的，提取的隐藏信息为1。