[发明专利]基于零部件表面图像匹配的工件防伪方法

权利要求书

1.一种基于零部件表面图像匹配的工件防伪方法，其特征在于：包括以下步骤：

步骤一、出厂工件样品的预处理：对出厂工件进行编号，产生特有的序列号；并且在工件的非工作面内随机选定一区域，使用记号笔标记区域位置，以此定位进行防伪鉴别数据采集的位置；

步骤二、采集表面图像：使用数码显微镜采集标记区域的表面图像，作为参考图像；

步骤三、生成数据库：上传工件数据，生成数据库；数据库中的信息包含步骤一中的每一工件产品的序列号及数据采集区域的位置，和步骤二采集的该位置的表面图像；

步骤四、采集待测工件表面图像：客户购买工件后，对于购买的工件，根据产品序列号在数据库中搜索工件信息，确定防伪信息采集区域，重复所述步骤二，采集指定区域的表面图像，作为测试图像；

步骤五、图像滤波：分别对参考图像和测试图像使用线性滤波器，即二维Gabor滤波器，过滤图像的表面缺陷：划痕、凹坑，分离表面固有纹理信息，用于工件防伪鉴别；

步骤六、表面图像匹配：使用归一化互相关函数计算滤波后的参考图像与测试图像之间的相关系数，进行表面图像匹配；

步骤七、防伪鉴别：根据所述步骤六中计算得到的互相关系数判断工件的真伪，若其值大于阈值，则确定工件为真品，否则为伪造产品。

2.根据权利要求1所述的基于零部件表面图像匹配的工件防伪方法，其特征在于：所述步骤五利用滤波器，分离表面纹理与表面缺陷，避免生产、运输等过程中产生的表面缺陷的干扰，鉴别准确性高。

3.根据权利要求1所述的基于零部件表面图像匹配的工件防伪方法，其特征在于：所述步骤六使用归一化互相关函数计算表面间的相关系数。归一化互相关方法的匹配精度高，对信号幅值的线性变换不敏感，即抗白噪声能力强；其值的取值范围为-1到1之间，0值表示表面之间不相关，负值表示负相关，正值表示正相关，值越大表示表面之间的相关性越大。

4.根据权利要求1所述的基于零部件表面图像匹配的工件防伪方法，其特征在于：所述步骤五使用二维Gabor滤波器进行滤波，二维Gabor滤波器是一个线性带通滤波器，可以看作是一个高斯函数调制的复正弦函数。其可以同时获得较高的时域和频域分辨率，具有良好的空间局部性和方向选择性，能够抓住图像局部区域内多个方向的空间频率和局部性结构特征；二维Gabor滤波器可以实现增强峰、谷、脊轮廓等底层图像特征；其函数如式(1)所示：

其中

x₀＝xcosθ+ysinθ (2)

y₀＝-xsinθ+ycosθ (3)

x，y为空间域像素位置；ω₀为滤波器的中心频率，控制Gabor滤波器的频域尺度；θ为Gabor小波的方向，控制Gabor滤波器的方向；σ为高斯函数沿两个坐标轴的标准方差；时域窗宽W与σ和ω₀的关系为：

根据式(4)可知，时域窗宽与中心频率成反比关系。选择大时域窗宽时，对应小频域尺度，所提取的Gabor特征为低频特征；选择小时域窗宽时，对应大频域尺度，所提取的Gabor特征为高频特征。本发明中需要提取的是物体表面特有的纹理特征，属于高频特征，因此选择小的时域窗宽；

所谓的Gabor特征F为：

即，图像I(x,y)与Gabor滤波器滤波G卷积运算后得到Gabor特征。Gabor特征是一个复值响应，幅值特征反映图像的能量谱，也可认为是特定方向边缘的强度；即，当时域窗宽W尺寸不变，滤波器方向θ与工件表面纹理方向接近时，Gabor特征响应最大；因此本发明，固定W，提取响应最大的Gabor特征，可以求得工件表面纹理的方向，分离目标纹理，避免划痕干扰。

5.根据权利要求1所述的基于零部件表面图像匹配的工件防伪方法，其特征在于：所述步骤六使用归一化互相关函数(式(6))计算表面间的相关系数r：

其中，f表示数据库中的参考图像的Gabor特征图；t表示顾客购买的工件的测试图像的Gabor特征图；t的尺寸为M×M；

和分别表示f和t的平均值：

归一化互相关方法的匹配精度高，由于式中引入f和t的平均值，所以该方法对信号幅值的线性变换不敏感，即抗白噪声能力强。其值的取值范围为-1到1之间，0值表示表面之间不相关，负值表示负相关，正值表示正相关，值越大表示表面之间的相关性越大。