[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

摘要

本发明公开了一种半色调印刷图像中防伪信息隐藏与提取方法，具体按照以下步骤实施对连续调载体图像分别采用圆形和方形网点进行加网；使用带防伪信息的二值图像，融合形成含有隐藏信息的半色调图像；印刷含有隐藏信息的半色调图像，使用扫描仪扫描该印刷图像；对扫描后的图像，求其四个角点网点的中心点坐标；粗定位出扫描图像中的每个网点；对每个网点进行二值化并计算其网点面积率；依据网点面积率采用模板匹配或圆形度的方法判断其网点类型；依据每个网点的类型，提取隐藏的防伪信息。本发明方法对防伪信息隐藏与提取不存在网点变形引起网点无法提取，可应用于实际的印刷中。

主权项

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fr(x,y)和fs(x,y)；步骤2、设要防伪的信息为二值图像fc(x,y)，使用fc(x,y)对fr(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fh(x,y)；步骤3、对fh(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(xA,yA)、B(xB,yB)、C(xC,yC)、D(xD,yD)：求g(x,y)左上角网点的中心点A的坐标A(xA,yA)：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xA；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yA；求g(x,y)右上角网点的中心点B的坐标B(xB,yB)：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xB；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yB；求g(x,y)左下角网点的中心点C的坐标C(xC,yC)：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xC；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yC；求g(x,y)右下角网点的中心点D的坐标D(xD,yD)：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xD；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yD；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(xij,yij)，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lAB：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(x1j,y1j)：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lCD：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(xMj,yMj)：xMj=xC+lCD×(j-1)×cosβyMj=yC-lCD×(j-1)×sinβ---(6)]]>根据(x1j,y1j)、(xMj,yMj)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lij：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(xij,yij)：xij=x1j+lij×(i-1)×sinγyij=y1j+lij×(i-1)×cosγ---(9);]]>步骤6、对每个网点(xij,yij)进行二值化并计算其网点面积率s；步骤7、对每个网点(xij,yij)，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(xij,yij)，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。