[发明专利]一种使用神经网络鉴别商品真伪的方法

说明书

一种使用神经网络鉴别商品真伪的方法，属于网络控制技术领域。本发明的目的是通过使用多重神经网络辨识不同的正品产品在生产过程中因外力因素导致的非人为制造的生产缺陷，最终使用合议算法，协助用户对当前产品进行鉴别的使用神经网络鉴别商品真伪的方法。本发明步骤是：采集商品图像并构建数据库；对采集商品图案进行变形并构建训练库；构建并部署图片灰度信息模型；使用多重神经网络对灰度信息数据库内图片信息进行训练和测试，输出鉴别模型。本发明针对现有商品真伪识别的效率和准确度问题，提取图片内实物图像的灰度图像的边缘信息和深度信息，利用多重神经网络定位产品生产过程中造成的非人为造成的固有缺陷，实现在复杂环境中对图像中的实物面的真实缺陷的高速和高精度识别。

技术领域

本发明属于网络控制技术领域。

背景技术

目前一般市场与次专业领域中所使用的对商品外观进行鉴别的方法大多分印刷鉴别 和图像识别算法鉴别。

印刷鉴别方法主要是利用特殊材料及垄断性印刷技术将商品商标、特殊图片图标印 刷在商品外包装上。这类鉴别方法基本上能杜绝造假者模仿和复制，但消费者自身对这样的 鉴别印刷技术也缺少识别的能力。

图像识别算法鉴别是将特定的信息加密之后，利用计算机图像算法生成特定的图像 印在商品上，消费者利用智能终端(如智能手机)安装指定识别软件系统扫描图像并识别出该 信息，然后该软件系统判断此信息是否有效。此类方法能有效利用计算机识别能力，但是无 法防止造假者复制和伪造图像。

本说明提供一种使用神经网络协助鉴别商品外观的方法，通过使用多重神经网络辨 识不同的正品产品在生产过程中因外力因素导致的非人为制造的生产缺陷，最终使用合议算 法，协助用户对当前产品的进行鉴别，以解决现有技术鉴定门槛较高，不能大范围使用的问 题。

发明内容

本发明的目的是通过使用多重神经网络辨识不同的正品产品在生产过程中因外力因 素导致的非人为制造的生产缺陷，最终使用合议算法，协助用户对当前产品进行鉴别的使用 神经网络鉴别商品真伪的方法。

本发明步骤是：

S1、采集商品图像并构建数据库；

S2、对采集商品图案进行变形并构建训练库：

操作一，随机选取商品训练库内图片，沿水平轴以随机角度翻转，生成新的图像，保存至图 像鉴别信息训练库；

操作二，随机选取商品训练库内图片，沿垂直轴以随机角度翻转，生成新的图像，保存至图 像鉴别信息训练库；

操作三，随机选取商品训练库内图片，沿水平方向随机平移图像若干个像素，生成新的图像， 保存至图像鉴别信息训练库；

操作四，随机选取商品训练库内图片，沿垂直方向随机平移图像若干个像素，生成新的图像， 保存至图像鉴别信息训练库；

操作五，随机选取商品训练库内图片，随机缩放图像，生成新的图像，保存至图像鉴别信息 训练库；

S3、构建并部署图片灰度信息模型，提取训练库内商品图案的灰度信息与边缘信息，形成灰 度信息数据库：

第一步，使用灰度算法依次将图像鉴别信息训练库内图像信息分割为R(红)，G(绿)，B(蓝) 三个通道，转换完成后保存上述图像鉴别信息训练库内所有图像的灰度图片，保存上述图片 至灰度图片库内；

第二步，使用DnCNN神经网络去除上述灰度图像中每个颜色通道中的噪音，并替换上述第一 步中所述的原始灰度图片；

第三步，使用Sobel算子提取上述第二步中所述的去噪音后的灰度图片的水平和梯度信息， 并替换上述第二步中所述的原始灰度图片；

第四步，并行使用Isotropic Sobel，Robertsl，Prewitt算子分别提取上述第三步中所述的 灰度图片边缘信息，使上述第三步中所述的原始灰度图片分别生成三张新的，对应不同算子 的灰度图片，并替换上述第三步中所述的原始灰度图片；