基于防伪特征校正的防伪方法与流程

1.本发明涉及防伪技术领域，具体涉及一种基于防伪特征校正的防伪方法。
2.

背景技术：

3.目前，二维码防伪技术在商品防伪领域得到了广泛应用。商家基于一些特定的防伪规则生成防伪二维码，然后将防伪二维码以图像形式印制在商品外包装上，需要做商品真伪鉴定时，消费者扫取外包装上的防伪二维码，商家搭建的防伪系统将自动提取出扫取的二维码中的防伪特征并与预设的作为该商品真伪鉴定依据的标准防伪特征进行特征比对，如果比对成功，则系统判定商品为真，否则判定为假，并向消费者反馈真伪鉴定结果。但现有的二维码商品防伪技术存在以下技术问题：1、不同的印制设备对于防伪码图像的印刷精度通常并不相同，不同的图像印刷精度可能引起图像印刷模糊等不可控因素，可能影响防伪特征识别的准确度，导致真伪鉴定结果出错；2、相同产品不同批次的外包装防伪码图像印刷所选的印刷颜色可能并不相同，不同的印刷颜色同样可能影响防伪特征识别的准确度，导致真伪鉴定结果出错；3、即便是对同一批次的商品外包装进行防伪码图像印制，也可能由于印制油墨量不同等因素导致相同批次外包装上印制的防伪码图像的颜色深度不一致进而影响防伪特征识别的准确度，导致真伪鉴定结果出错。
4.

技术实现要素：

5.本发明以减少赋码印刷阶段因不同印制设备印制精度不同、印制颜色不同、印制油墨量不同对防伪码图像的防伪特征识别准确度的影响，提高商品真伪鉴定结果可信度为目的，提供了一种基于防伪特征校正的防伪方法。
6.为达此目的，本发明采用以下技术方案：提供一种基于防伪特征校正的防伪方法，步骤包括：1）对印刷后的防伪码图像作防伪颜色特征、防伪位置特征以及防伪区域大小特征的更新校正后形成为作为商品真伪鉴定依据的防伪检测对比文件并存储；2）将所述防伪检测对比文件与印制所述防伪码图像的赋码参数作关系绑定形成绑定关系并存储；3）采集印制在印刷品上的所述防伪码图像并进行防伪特征解码和赋码参数解析；4）根据步骤3）解析得到的所述赋码参数从数据库中获取与所述赋码参数具有绑定关系的所采集的所述防伪码图像对应的所述防伪检测对比文件，并将步骤3）解码得到的防伪特征与所述防伪检测对比文件中记载的防伪特征作相似度计算，并判断所计算的相似度值是否大于预设的相似度阈值，
若是，则判定印制有所述防伪码图像的产品为真；若否，则判定印制有所述防伪码图像的产品为假。
7.作为本发明的一种优选方案，所述赋码参数包括所述防伪码图像的印刷精度、cmyk特征文件配置、印刷油墨量限制、印刷批次码点及防伪图像特征所选颜色种类、数量以及每种颜色的印刷占比中的任意一种或多种。
8.作为本发明的一种优选方案，步骤3）中的所述相似度值基于防伪特征的颜色相似度值，位置的相似度值和印刷大小相似度获取值并通过以下公式（1）计算而得：公式（1）中，表示第个相似度值，=1,2,3；表示在计算相似度值中的权重。
9.作为本发明的一种优选方案，防伪特征的所述颜色相似度值通过以下公式（2）计算而得：
ꢀꢀꢀꢀꢀꢀ
公式（2）公式（2）中，表示待求解的颜色特征相似度值，；表示印刷所述防伪码图像的颜色特征值；表示步骤2）采集的所述防伪码图像的颜色特征值；表示颜色特征值的最大允许值；表示颜色特征值的最小允许值。
10.作为本发明的一种优选方案，防伪特征的所述位置相似度值通过以下公式（3）计算而得：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式（3）公式（3）中，表示步骤2）采集的所述防伪码图像的防伪位置特征与所述防伪码图像对应的所述防伪检测标准文件中记载的对应防伪位置特征的距离；表示距离的最大允许值；表示所述距离的最小允许值。
11.作为本发明的一种优选方案，防伪特征的所述大小相似度值通过以下公式（4）计算而得：
公式（4）中，表示采集的所述防伪码图像中的防伪特征区域的大小；表示采集的所述防伪码图像对应的所述防伪检测标准文件中记载的对应的防伪特征区域的大小。
12.作为本发明的一种优选方案，作为所述颜色相似度值计算依据的防伪颜色特征包括任一颜色通道下的所述防伪码图像中的棋盘格区域内像素的平均灰度值。
13.作为本发明的一种优选方案，作为所述位置相似度值计算依据的防伪位置特征包括所述防伪码图像中的棋盘格与四周最近棋盘格中心的横向、纵向以及斜向上的距离以及所组成的方差、平方差、角度中的任意一种。
14.作为本发明的一种优选方案，作为所述大小相似度值计算依据的防伪区域大小特征为所述防伪码图像中的棋盘格区域大小。
15.作为本发明的一种优选方案，所述防伪码图像的生成方法包括步骤：a1，选定待防伪加工的稀疏点阵二维码码制；a2，基于选定码制的编解码算法将待编码的信息生成为点阵图像；a3，计算所述待编码信息对应的防伪信息定位种子，以对所述点阵图像中待嵌入防伪特征信息的位置进行定位；a4，对所述点阵图像进行倍增扩大，得到点阵棋盘格图像；a5，将防伪特征信息嵌入到所述点阵棋盘格图像上的所述防伪信息定位种子所定位的位置处，得到最终的所述防伪码图像。
16.本发明以印刷后的防伪码图像的防伪颜色特征、防伪区域大小特征和防伪位置特征对印刷前设计的防伪颜色特征、防伪区域大小特征和防伪位置特征进行更新校正后形成为作为商品真伪鉴定依据的防伪检测文件，并通过将所采集的防伪码图像进行解码后得到的防伪特征与对应的防伪检测对比文件作防伪特征相似度计算，并根据相似度值高低判断商品真伪，减少了赋码印制阶段因不同印制设备印制精度不同、印制颜色不同、印制油墨量不同对防伪码图像的防伪特征识别准确度的影响，提高了商品真伪鉴定结果的可信度。
17.附图说明
18.为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍。显而易见地，下面所描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
19.图1是本发明一实施例提供的基于防伪特征校正的防伪方法的实现步骤图；图2是防伪码图像生成的方法步骤图；图3是计算防伪信息定位种子的方法步骤图；
图4是将防伪特征信息嵌入到点阵棋盘格图像上的方法步骤图；图5是计算待嵌入的防伪特征信息在点阵棋盘格图像上的随机分布位置的方法步骤图；图6是将防伪特征信息嵌入到对应的棋盘格位置处的方法步骤图；图7是将点阵图像倍增扩大为点阵棋盘格图像的示意图；图8是图像模板的示意图；图9是对鲁棒性及脆弱性防伪特征区域进行分类的示意图；图10是不同样式图像模板嵌入到点阵棋盘格图像后的示意图；图11是深色点倍增细节示意图；图12是深色棋盘格拟替换的图像模板的示意图；图13是浅色棋盘格拟替换的图像模板的示意图；图14是码制选型、防伪码生成、赋码、检测的流程图；图15是对印后防伪码图像进行防伪检测的流程图；图16是对防伪特征进行更新校正及对商品真伪进行鉴定的流程图。
20.具体实施方式
21.下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
22.其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本专利的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
23.本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若出现术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
24.在本发明的描述中，除非另有明确的规定和限定，若出现术语“连接”等指示部件之间的连接关系，该术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个部件内部的连通或两个部件的相互作用关系。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
25.如图15所示，本发明实施例提供的基于防伪特征校正的防伪方法包括四个阶段，一是码制选型阶段，二是防伪码生成阶段，三是防伪码赋码阶段，四是防伪码检测阶段，本发明的主要创新点在于赋码阶段的防伪码特征更新校正方法，通过对赋码（将生成的防伪码图像印制到商品外包装上简称为“赋码”）后的防伪码图像的防伪特征进行更新校正能够减少赋码印刷阶段因不同印制设备印制精度不同、印制颜色不同、印制油墨量不同对防伪码图像的防伪特征识别准确度的影响，提高商品真伪鉴定结果的可信度，所以本实施例首
先阐述防伪码赋码阶段的防伪特征更新校正过程，然后通过一防伪检测应用场景对防伪特征更新校正后的商品真伪鉴定过程进行举例阐述，最后对防伪方法的另外三个阶段，即码制选型阶段、防伪码生成阶段以及防伪码检测阶段进行简要阐述。
26.首先对赋码阶段的防伪特征更新校正过程进行阐述，请参照图1，本实施例提供的基于防伪特征校正的防伪方法，包括：步骤1）对印刷后的防伪码图像作防伪颜色特征、防伪位置特征以及防伪区域大小特征的更新校正后形成为作为商品真伪鉴定依据的防伪检测对比文件并存储；对防伪码图像的防伪特征的更新校正方法简述如下：比如在600dpi的印刷精度为例，设计的防伪颜色特征为cmyk的每个通道值为（100，0，0，0）的青色，设计防伪边长为180微米的正方形，位置在a4纸以左下角为原点的二维坐标系中的(100微米，100微米)处；印刷后首先进行数据采样和分析，印刷颜色假设为cmyk每个通道值为（92，5，10，8），印刷大小为直径边长200微米的正方形，位置在a4纸的（102微米，102微米处），防伪特征更新为印刷后特征；然后采集印刷后的防伪码图像，比如采集100张作为数据集；最后对采集的防伪码图像作数据统计和分析，图像颜色信息为rgb（红绿蓝）三通道格式，比如颜色三个通道特征值为（10，120，200），稀疏点阵二维码图像大小为边长为10个像素大小的正方形，位置在防伪码图像坐标中的（80pix，80pix），其中pix为像素坐标单位，防伪特征更新为图像印刷后的特征。
27.步骤2）将防伪检测对比文件与印制防伪码图像的赋码参数作关系绑定形成绑定关系并存储；赋码参数包括防伪码图像的印刷精度、cmyk特征文件配置、印刷油墨量限制、印刷批次码点及防伪图像特征所选颜色种类、数量以及每种颜色的印刷占比中的任意一种或多种。具体地，印刷精度是指每平方英寸上，所印刷的网点数（dot per inch），特征文件是描述设备色彩空间的与一个设备无关的参考色度空间之间的关系，cmyk是印刷的四色色彩空间；印刷油墨量限制的目的是防止黑暗部分的墨水累积过多，无法正常吸收（粘住）或干燥，从而出现污点或其他伪影，通过选择固定印刷精度和配置cmyk的特征文件、设定油墨量限制值，可以区分不同印刷精度、不同cmyk特征文件和油墨量限制的伪造品。将以上信息存储以json格式传输存储在服务器端，以便防伪检测时根据码值下载对应的赋码参数。
28.步骤3）采集印制在印刷品上的防伪码图像并进行防伪特征解码和赋码参数解析；步骤4）根据步骤3）解析得到的赋码参数从数据库中获取与该赋码参数具有绑定关系的所采集的防伪码图像对应的防伪检测对比文件，并将步骤3）解码得到的防伪特征与防伪检测对比文件中记载的防伪特征作相似度计算，并判断所计算的相似度值是否大于预设的相似度阈值，若是，则判定印制有防伪码图像的产品为真；若否，则判定印制有该防伪码图像的产品为假。
29.本实施例中，相似度值基于防伪特征的颜色相似度值、位置相似度值和大小相似度值并通过以下公式（1）计算而得：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式（1）公式（1）中，表示第个相似度值，=1,2,3；表示在计算相似度值中的权重。
30.颜色相似度值通过以下公式（2）计算而得：
ꢀꢀꢀꢀꢀꢀꢀ
公式（2）公式（2）中，表示待求解的颜色特征相似度值，；表示印刷防伪码图像的颜色特征值；表示步骤2）采集的防伪码图像的颜色特征值；表示颜色特征值的最大允许值；表示颜色特征值的最小允许值。
31.优选地，作为颜色相似度值计算依据的防伪颜色特征包括任一颜色通道下的防伪码图像中的棋盘格区域内像素的平均灰度值。
32.位置相似度值通过以下公式（3）计算而得：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式（3）公式（3）中，表示步骤2）采集的防伪码图像的防伪位置特征与防伪码图像对应的防伪检测标准文件中记载的对应防伪位置特征的距离；表示距离的最大允许值；表示所述距离的最小允许值。
33.优选地，作为位置相似度值计算依据的防伪位置特征包括防伪码图像中的棋盘格与四周最近棋盘格中心的横向、纵向以及斜向上的距离以及所组成的方差、平方差、角度中的任意一种。
34.大小相似度值通过以下公式（4）计算而得：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式（4）公式（4）中，表示采集的防伪码图像中的防伪特征区域的大小；表示采集的防伪码图像对应的防伪检测标准文件中记载的对应的防伪特征区域的大小。
35.优选地，本实施例中，作为大小相似度值计算依据的防伪区域大小特征为防伪码图像中的棋盘格区域大小。
36.比如以赋码阶段的印刷精度为600dpi、印刷油墨量为260%、印刷设定颜色为x1、x2、x3，对应cmyk分别为（100，0，0，0），（0，100，0，0），（0，0，100，0），每种颜色对应大小边长为180微米的正方形，位置分别为[]，共100个位置处有防伪特征，x1，x2，x3颜色在三种印刷颜色中的占比以30%，30%，40%为例，对该防伪检测应用场景下的防伪特征更新校正及商品真伪鉴定过程进行详细阐述，见图16：1）针对同批次，同场景印刷防伪图像，获取赋码参数信息；2）对印刷后的数据进行采样和分析，防伪特征由印刷前设定颜色、大小和位置更新为印刷后呈现的颜色、大小和位置，如三种颜色分别为cmyk通道值（92，5，10，8），（2，98，0，1），（0，2，97，1），大小为边长为200微米的正方形，位置[]；3）对印刷后的数据进行图像采集；4）对采集的图像数据统计和分析，防伪特征更新校正为图像数据分析后防伪特征，比如颜色为rgb（红绿蓝三通道）值为（10，120，200），（130，20，60），（200，120，10），大小为80个像素大小，像素位置分别为[]；5）对待检测的数据进行图像采集；6）检测图像中防伪特征，统计x1颜色的特征、大小特征、位置特征，按照公式（1）、公式（2）、公式（3）和公式（4）计算每个特征相似度，如果相似度大于设定阈值，x1颜色的匹配成功值加1，例如颜色检测为（6，121，202），大小为78个像素，位置与防伪特征位置的阈值范围内，颜色各通道差为（4，1，2），大小差为2个像素，都在设定阈值范围内，匹配成功个数加1，否则不加1；x2颜色和x3颜色依此计算；7）假定x1颜色最后匹配成功个数为27，x2颜色最后匹配成功个数为26，x3颜色最后匹配成功个数为38个，对应匹配成功占总数比分别为27%，26%和38%，与赋码参数中占比30%，30%和40%的差为3%，4%，2%，设定阈值差为10%，则三种颜色匹配成功率都小于10%，则判真，如果x1颜色最后成功匹配个数为18，x2颜色最后匹配成功个数为16，x3颜色最后匹配成功个数为29，对应匹配成功占总数比分别为18%，16%，29%，与赋码参数中占比的差为12%，14%，11%，超出10%的阈值，则判伪。
[0037]
以下对本实施例提供的防伪方法的另外三个阶段，即码制选型阶段、防伪码生成阶段以及防伪码检测阶段进行阐述：一、码制选型阶段如图2所示，码制选型是本发明实施例提供的防伪码图像生成方法的步骤1），即选定待防伪加工的稀疏点阵二维码码制（码制是能将任意文字、数字、uri、url作为防伪二维码生成的编解码算法，本实施例中，编码算法选择的标准在于所生成的防伪二维码中的点的形状能够允许一定程度的细节变化且能够被正常解码；解码算法选择的标准在于具有基本的倾斜图像或微曲图像的定位及抽正能力）。本实施例中，选择若干目前已经公开或者尚未公开的稀疏点阵二维码作为待防伪加工的码制。选择稀疏点阵二维码码制的目的在于：可按防伪检测需求生成任意大小（一般为3mm*3mm以上）的二维码图像印刷在承印物表面，
相比传统密集型二维码至少需要8mm*8mm的防伪检测尺寸更少影响包装美观、更具防伪隐蔽性。稀疏点阵二维码图像相比较传统的data matrix、maxicode、aztec、qr code、pdf417、vericode、ultracode、code 49、code 16k等高密度型二维码图像的直观表现为浅色格更多且没有明显的人眼能区分的边界。
[0038]
稀疏点阵二维码图像支持最小3mm*3mm的完整区域保存即可被识读，即该码制能支持生成32位唯一序列前提下最小图像分辨率可达96*96，能对设备图像采集的分辨率宽松到300dpi。
[0039]
优选地，稀疏点阵可随机排布、自由变换，可呈现矩形、斜线、菱形等形态。点阵中的每个像素点的色彩值可在不影响码制二值化结果的前提下自由变换替换。
[0040]
二、防伪码生成阶段防伪码生成阶段对应本实施例提供的防伪码生成方法的步骤2）
‑
5），如图2所示，即：步骤2）基于选定码制的编解码算法将待编码的信息生成为点阵图像；待编码信息为在数据库中按预设编码规则生成的若干具有唯一性的序列号，位数在12位到128之间（具体位数根据客户需求进行合理设置即可）。
[0041]
优选地，待编码信息由唯一的序列号与文本拼接组成，拼接的文本内容可以为溯源系统中客户提供的网站url前缀，如：http://chinawecode.com/tpid/00000000000000000000000000000000，将url前缀与序列号拼接形成待编码信息可实现扫描后跳转到设定网页实现企业与消费者更加方便的沟通互动或者直接引导消费者到指定网站购买商品，提升企业营销效果。
[0042]
这里需要说明的是，基于稀疏点阵码生成的点阵图像所要求的扫码检测尺寸更小，更具隐蔽性和美观性，且对印刷质量要求较低，更能够兼容各种赋码工艺的各种场景。
[0043]
步骤3）计算待编码信息对应的防伪信息定位种子，防伪信息定位种子的作用是：记录点阵图像中哪些位置需要嵌入防伪特征信息，从而实现基于该种子的防伪特征信息嵌入和防伪检测时在棋盘格中的准确定位。
[0044]
本实施例计算防伪信息定位种子的方法如图3所示，具体包括：步骤3.1）应用utf
‑
8、iso08859
‑
1等公有的编码算法，将码值字符串转换成byte数组，比如将字符串http://chinawecode.com/tpid/00000000000000000000000000000000按照utf
‑
8字符编码算法，通过计算机java开发工具包标准程序接口编程可得到byte数组[97, 98, 99, 100, 49, 50, 51,
ꢀ‑
24]；步骤3.2）取byte数组中的前或后8位放入种子数组；步骤3.3）将种子数组转换为长整型作为防伪信息定位种子，比如取byte数组[97, 98, 99, 100, 49, 50, 51,
ꢀ‑
24]的前8位转换成“1786060364”作为随机算法的种子，即防伪信息定位种子。
[0045]
步骤4）对点阵图像进行倍增扩大，得到点阵棋盘格图像；如图8所示，倍增扩大的方式为宽高等比例扩大，比如原本点阵图像中的棋盘格由1*1像素格构成，倍增扩大后可将其转换成2*2、3*3、4*4、5*5等像素格组成的点阵棋盘格图像，即以前以1*1的像素格代表的一个深色或浅色棋盘格现在用n*n个像素格等比例扩大来表示，图像的颜色特征形状前后保持一致（具体请参见图11，由于图11可知，色块倍增后的视觉形态并未改变，只是棋盘格
的尺寸倍增扩大），以便用于在深色棋盘格区域或浅色棋盘格区域内全部或者部分被嵌入防伪特征信息，并存储该倍数n到服务器。
[0046]
步骤5）将防伪特征信息嵌入到点阵棋盘格图像上的防伪信息定位种子所定位的位置处，得到最终的防伪码图像。本实施例中，防伪特征信息分为鲁棒性防伪特征信息和脆弱性防伪特征信息。
[0047]
本实施例将鲁棒性和/或脆弱性防伪特征信息嵌入到点阵棋盘格图像上的方法步骤如图4所示，具体包括：步骤5.1）根据防伪信息定位种子，计算待嵌入的防伪特征信息在点阵棋盘格图像上的随机分布位置；计算待嵌入的防伪特征信息在点阵棋盘格图像上的随机分布位置的方法如图5所示，具体步骤包括：步骤5.11）以从左到右、从上到下的方式遍历倍增后的点阵棋盘格图像中的每一个棋盘格，并以防伪信息定位种子作为随机算法的种子生成每个棋盘格对应的随机数；这里需要说明的是，若对点阵图像进行倍增扩大后的点阵棋盘格图像中的棋盘格格子数为100*100，则需要执行10000次以上代码的next函数得到10000个随机数，且需要满足该种子获取的10000个随机数所组成的序列是恒等的，即生成防伪定位信息种子后获取的10000个随机数的序列和防伪检测时所用相同的种子得到的随机数序列一致，从而能够准确记录图像中哪些棋盘格应当嵌入防伪特征；步骤5.12）针对每个随机数对10求余数m；比如以上述的“1786060364”作为随机算法的种子获取到的随机数为“1786060364!47483647”为例，对该随机数对10求余数得到的余数m为“1786060364”。
[0048]
步骤5.13）判断余数m的数值是否与有效余数（有效余数为1
‑
9中的任意一个整数）的数值相同，若是，则将余数m对应的棋盘格确定为待嵌入防伪特征信息的一随机分布位置；若否，则判定余数m对应的棋盘格不必嵌入防伪特征信息。
[0049]
请继续参照图4，将鲁棒性和/或脆弱性防伪特征信息嵌入到点阵棋盘格图像上的方法还包括：步骤5.2）将防伪特征信息嵌入到所计算的对应的棋盘格位置中。
[0050]
具体地，如图6所示，将防伪特征信息嵌入到对应的棋盘格位置处的方法具体包括：步骤5.21）对待嵌入防伪特征信息的深色棋盘格进行图像模板替换；深色棋盘格对应的图像模板（深色棋盘格拟替换的图像模板示意图请参照图12）的设定要求为：满足深色面积大于50%的任意图像，即模板图像中的深色像素格数量与像素格总数的比例需大于50%。图像模板可以根据具体要求在棋盘格内预设多种形态，如图8中的3*3棋盘格中的十字形和回字形，分别满足深色（深色浅色是一个相对概念，比如人们通常将黑色视为深色，将白色、米黄色视为浅色）像素格子数量与棋盘格内像素总量的除值5/8和7/8均大于50%的要求，以及图7中的4*4的十字形和6*6的回字形棋盘格，深色面积分别为12/16和32/36，均满足深色面积大于50%的要求，所以将图8中的棋盘格视为深色棋盘格。
[0051]
图像模板替换的目的在于构造防伪细节，使得本发明提供的防伪码图像被伪造时
经过直方图统计会出现区间偏移，从而增加防伪性能。
[0052]
步骤5.22）对待嵌入防伪特征信息的浅色棋盘格做分类，以确定不同类型的浅色棋盘格分别对应的拟替换图像模板（浅色棋盘格拟替换的图像模板示意图请参照图13）；本实施例对待嵌入防伪特征信息的浅色棋盘格做分类的方法为：判断当前浅色棋盘格上、下、左、右、左上、右上、左下、右下8邻域的棋盘格是否有深色棋盘格，若是，则将当前的浅色棋盘格确定为待嵌入鲁棒性防伪特征信息的棋盘格；若否，则将当前的浅色棋盘格确定为待嵌入脆弱性防伪特征信息的棋盘格。
[0053]
本实施例确定待嵌入鲁棒性防伪特征信息的浅色棋盘格拟替换的图像模板的方法优选为：将图像灰度分级为0
‑
255即256级，选取灰度值在144
‑
192之间的任意一种或多种颜色作为拟替换的图像模板内的每个像素的可选颜色并填充，完成颜色填充后即形成待嵌入鲁棒性防伪特征信息的浅色棋盘格可替换的图像模板。
[0054]
本实施例确定待嵌入脆弱性防伪特征信息的浅色棋盘格拟替换的图像模板的方法优选为：选取灰度值在192
‑
240之间的任意一种或多种颜色作为拟替换的图像模板内的每个像素的可选颜色并填充，完成颜色填充后即形成待嵌入脆弱性防伪特征信息的浅色棋盘格可替换的图像模板。
[0055]
需要说明的是，图像模板中的像素点的灰度值也可以基于原始的棋盘格图像的颜色信息计算而得，计算公式为：上述公式中，表示待计算的灰度值；为原始棋盘格图像在r通道的颜色信息；为原始棋盘格图像在g通道的颜色信息；为原始棋盘格图像在b通道的颜色信息。
[0056]
优选情况下，图像模板中的每个像素的灰度值相同，选取同等灰度的好处是不会影响稀疏矩阵解码的准确率。
[0057]
另外，设置鲁棒性防伪特征信息和脆弱性防伪特征信息，是考虑通常伪造过程是对空间与的线性运算，所以要做相应的对抗只需要在灰度的明调部分和暗调部分分别设置检测区域，就可以识别出单一方向明显处理的偏差，因此在更加专业的伪造人士通过高精度扫描及经过一定的图像处理后再印刷尝试反推时，给其增加干扰和陷阱。
[0058]
步骤5.23）将各图像模板替换到对应的原色块位置，完成对棋盘格的防伪特征信息嵌入。以灰度值作为防伪特征信息时，图像模板被替换到对应的原色块位置后，防伪特征信息即被嵌入到指定的位置。图9是对鲁棒性及脆弱性防伪特征区域进行分类的示意图，图9中的数值“1”所在的像素位置表示被分类为待嵌入鲁棒性防伪特征信息，数值“0”所在的像素位置表示被分类为待嵌入脆弱性防伪特征信息。以图像模板形式嵌入防伪特征信息可带来的效果是，在不影响稀疏点阵解码的同时，提高了复制品颜色加深导致解码出错的概
率。不同样式图像模板嵌入到点阵棋盘格图像后的示意图，请参照图10。
[0059]
优选地，将防伪码生成阶段得到的防伪信息定位种子存储到服务器数据库作为备份，以待后续防伪码检测阶段的验证比对。防伪信息定位种子可被下载或者在检测端计算而得，作为码值校验依据备用。
[0060]
三、防伪码检测阶段。
[0061]
如图15所示，防伪码检测包括以下四个环节：（1）采集印刷品上的防伪码图像；（2）通过码制解码算法获取防伪码图像的码值；（3）根据码值从服务端下载对应的码防伪参数，包括防伪信息定位种子、鲁棒性防伪特征图像模板及其区间上下限值、脆弱性防伪特征图像模板及区间上下限值、防伪特征评分阈值、该码值防伪图像生成时所倍增的倍数n等。
[0062]
对下载的防伪信息定位种子和根据码值计算的防伪信息定位种子进行比对，如果完全一样则验证通过，如果不一样，则判定产品为疑似假货。
[0063]
本实施例中，防伪参数可以根据一批一码及可选印后采样上传防伪参数、一物一码及其可选全量印后采样上传防伪参数或抽样采样上传防伪参数。
[0064]
（4）定位防伪特征信息；基于码制解码算法的定位将采集图像转换成抽正方向的标准图，确保每一个深色棋盘格每条边像素数量为该码值防伪图像生成时所倍增的倍数n。
[0065]
将根据码值计算所得或者通过服务端下载所得的防伪信息定位种子，计算得出该码制应该嵌入过防伪信息的位置。
[0066]
以下举一实例，对防伪特征信息的定位过程进行简要阐述：针对某码值为某32位字符长度的字符串88888888888888888888888888888888，通过码制生成128*128的点阵图。防伪信息生成阶段会将128*128的原始点阵图倍增为384*384的防伪图像，检测时，图像采集设备采集了1280*720的图片中，将图像中点阵码范围内的有效图像通过码制解码算法中自带的图像处理技术进行方向抽正后，选择代表点从抽正后的原始图将颜色值一一对应的填充在倍增后的384*384的防伪图像中，以便进行与防伪特征信息嵌入逆向的防伪特征提取与计算。
[0067]
（5）统计未发生防伪特征值中的区间偏移的数量，并根据统计得分设定阈值判定真伪，具体包括以下步骤：对所有应该嵌入过防伪信息位置棋盘格中的图像像素与从服务端下载的防伪特征图像模板进行逐一比对，若该棋盘格中的图像模板计算出生成时选取防伪特征值处于防伪特征标准区间上下限值之间则为命中，否则则为不命中，如果命中则统计m计数加1，如果在不应该嵌入防伪信息位置的棋盘格中检测出满足防伪图像模板时则统计计数m减1,将最终m除以当前图像应该嵌入防伪信息数量总和sum得到当前评分。若评分大于防伪特征评分阈值则当前防伪算法的鉴伪通过，否则不通过。
[0068]
需要声明的是，上述具体实施方式仅仅为本发明的较佳实施例及所运用技术原理。本领域技术人员应该明白，还可以对本发明做各种修改、等同替换、变化等等。但是，这些变换只要未背离本发明的精神，都应在本发明的保护范围之内。另外，本技术说明书和权利要求书所使用的一些术语并不是限制，仅仅是为了便于描述。