商品防伪鉴别方法、装置、电子设备及存储介质

1.本发明涉及数据识别技术领域，尤其涉及一种商品防伪鉴别方法、装置、电子设备及存储介质。


背景技术：

2.目前，对一些名贵商品来说，例如普洱茶茶饼、名贵中药材，在其销售市场中经常会出现假冒伪劣、以次充好、以假乱真的现象，严重扰乱了商品销售市场的正常秩序。为解决上述问题，现行的商品防伪鉴别方法多种多样，如公开号为cn203232458u 的发明中，利用射频识别（radio frequency identification，rfid）技术，在商品的加工环节，通过在商品上植入rfid标签，将商品信息写入rfid标签，通过rfid读卡设备识别rfid标签来鉴别商品真伪；或如公开号为cn108038699a的发明中，通过在商品外包装的封口处印刷追溯二维码，将商品各信息存入追溯二维码中，消费者通过手机扫描追溯二维码来鉴别商品真伪。
3.然而，利用rfid技术进行商品防伪鉴别的操作过程复杂且繁琐，实际也无法给每位消费者都配备rfid读卡设备，并且，rfid标签或追溯二维码并不关注于商品本身，一些不法企业或个人可以通过伪造rfid标签或追溯二维码，将包装内的正品商品换成假冒伪劣商品进行销售，使得消费者无法准确地辨认商品的真伪，导致商品防伪鉴别的效果并不佳。
4.因此，如何更好地进行商品防伪鉴别已成为业界亟待解决的问题。


技术实现要素：

5.本发明提供一种商品防伪鉴别方法、装置、电子设备及存储介质，用以更好地进行商品防伪鉴别。
6.本发明提供一种商品防伪鉴别方法，包括：根据待测商品的标签信息，从第一预设数据库中获取所述标签信息对应的防伪图像；确定所述防伪图像的第一特征描述子；确定所述待测商品的商品图像的第二特征描述子；所述第一特征描述子与所述第二特征描述子中的特征点是基于相同算法获取到的；基于所述第一特征描述子与所述第二特征描述子，鉴别所述待测商品的真伪。
7.根据本发明提供的一种商品防伪鉴别方法，所述确定所述待测商品的商品图像的第二特征描述子，包括：确定所述第一特征描述子的第一哈希值；从第二预设数据库中确定与所述标签信息对应的第二哈希值；所述第二预设数据库存储在区块链中；在所述第一哈希值与所述第二哈希值相等的情况下，确定所述待测商品的商品图像的第二特征描述子；所述第二哈希值是基于所述待测商品对应的正品商品的防伪图像确定的。
8.根据本发明提供的一种商品防伪鉴别方法，确定所述防伪图像的第一特征描述子，包括：基于目标算法，对所述防伪图像进行特征提取，得到所述防伪图像的第一特征描述子；所述目标算法包括快速特征点检测及特征描述算法和尺度不变特征变换算法中的至少一项。
9.根据本发明提供的一种商品防伪鉴别方法，所述根据待测商品的标签信息，从第一预设数据库中获取所述标签信息对应的防伪图像之前，还包括：将所述正品商品的防伪图像和所述标签信息进行关联，并将获取到的第一关联信息存储于所述第一预设数据库中；确定所述正品商品的防伪图像的第五特征描述子，并计算所述第五特征描述子的第二哈希值；将所述标签信息与所述第二哈希值进行关联，并将获取到的第二关联信息存储到所述第二预设数据库中。
10.根据本发明提供的一种商品防伪鉴别方法，所述目标算法包括所述尺度不变特征变换算法和所述快速特征点检测及特征描述算法，相应地，所述基于目标算法，对所述防伪图像进行特征提取，得到所述防伪图像的第一特征描述子，包括：基于所述尺度不变特征变换算法，对所述防伪图像进行纹理特征点提取，得到所述防伪图像的第三特征描述子；基于所述快速特征点检测及特征描述算法，对所述防伪图像进行边缘特征点提取，得到所述防伪图像的第四特征描述子；对所述第三特征描述子和所述第四特征描述子进行特征点叠加处理，得到所述防伪图像的第一特征描述子。
11.根据本发明提供的一种商品防伪鉴别方法，基于所述第一特征描述子与所述第二特征描述子，鉴别所述待测商品的真伪，包括：采用快速最近邻搜索包算法，对所述第二特征描述子与所述第一特征描述子进行特征点匹配，得到匹配成功的纹理特征点的第一数量和匹配成功的边缘特征点的第二数量；基于第一总数量、第二总数量、所述第一数量以及所述第二数量，确定匹配得分值；在所述匹配得分值不小于目标分数阈值的情况下，鉴别所述待测商品为真；或，在所述匹配得分值小于目标分数阈值的情况下，鉴别所述待测商品为假；所述第一总数量为所述第一特征描述子中纹理特征点的总数量，所述第二总数量为所述第一特征描述子中边缘特征点的总数量。
12.根据本发明提供的一种商品防伪鉴别方法，将所述正品商品的防伪图像和所述标签信息进行关联之前，还包括：采用拉普拉斯方差算法，对所述正品商品的商品图像进行质量检测，得到质量达标的商品图像；将所述质量达标的商品图像的像素调整为目标像素阈值，得到所述正品商品的防
伪图像。
13.本发明还提供一种商品防伪鉴别装置，包括：第一获取模块，用于根据待测商品的标签信息，从第一预设数据库中获取所述标签信息对应的防伪图像；第一处理模块，用于确定所述防伪图像的第一特征描述子；第二处理模块，用于确定所述待测商品的商品图像的第二特征描述子；所述第一特征描述子与所述第二特征描述子中的特征点是基于相同算法获取到的；第一鉴别模块，用于基于所述第一特征描述子与所述第二特征描述子，鉴别所述待测商品的真伪。
14.本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述商品防伪鉴别方法。
15.本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述商品防伪鉴别方法。
16.本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述商品防伪鉴别方法。
17.本发明提供的商品防伪鉴别方法、装置、电子设备及存储介质，通过在第一预设数据库中预先存储有正品商品的标签信息及标签信息对应的正品商品的防伪图像，从而可以根据获取待测商品的标签信息，从第一预设数据库中获取标签信息对应的防伪图像；基于考虑商品本身外观纹路特征的共性，采用图像识别技术，确定防伪图像的第一特征描述子和待测商品的商品图像的第二特征描述子，由此通过将第一特征描述子与第二特征描述子进行特征匹配，鉴别待测商品的真伪，可以实现高质量的商品防伪鉴别，有效提高了商品的防伪鉴别效果，同时仅需用户使用具有拍摄功能的电子设备即可进行商品的鉴别，操作方便，便于推广。
附图说明
18.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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是本发明提供的商品防伪鉴别方法的流程示意图之一；图2是本发明提供的商品防伪鉴别方法的流程示意图之二；图3是本发明提供的商品防伪鉴别方法的流程示意图之三；图4是本发明提供的商品防伪鉴别装置的结构示意图；图5是本发明提供的电子设备的结构示意图。
具体实施方式
20.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，
而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
21.下面结合图1-图5描述本发明的商品防伪鉴别方法、装置、电子设备及存储介质。
22.图1是本发明提供的商品防伪鉴别方法的流程示意图之一，如图1所示，包括：步骤110、步骤120、步骤130和步骤140。
23.步骤110，根据待测商品的标签信息，从第一预设数据库中获取标签信息对应的防伪图像；具体地，本发明实施例所描述的商品可以包括名贵茶饼，如普洱茶茶饼，还可以包括名贵中药材，如冬虫夏草、灵芝等。
24.本发明实施例所描述的标签信息指的是表征商品唯一性的信息，其具体可以为商品出厂的编号信息。
25.本发明实施例所描述的防伪图像指的是预先对正品商品的商品图像进行图像处理而获取的图像，其用于在商品销售后，对商品进行防伪验证。
26.需要说明的是，本发明实施例所描述的正品商品即表征“真”商品，也就是说，若商品不是正品商品，即为“假”商品，亦即假冒伪劣商品。
27.本发明实施例所描述的第一预设数据库指的是预先设置的本地数据库，其用于预先存储正品商品的标签信息及标签信息关联对应的防伪图像。可以理解的是，该防伪图像可以是预存的正品商品的防伪图像。
28.在本发明的实施例中，通过获取待测商品的标签信息，可以根据待测商品的标签信息，从第一预设数据库中获取给标签信息对应的防伪图像。
29.步骤120，确定防伪图像的第一特征描述子；具体地，本发明实施例所描述的特征描述子是图像的量化表示，其包含图像最重要的特征信息，可以是用来描述图像中局部共性特征的特征向量集合，其具体可以包括但不限于尺度不变特征变换（scale invariant feature transform，sift）特征描述子、快速特征点检测及特征描述（oriented fast and rotated brief，orb）特征描述子、加速稳健特征（speeded up robust features，surf）特征描述子等。
30.本发明实施例所描述的第一特征描述子指的是对防伪图像进行特征提取而得到的特征描述子。
31.进一步地，对防伪图像进行特征提取，确定出防伪图像的第一特征描述子。
32.基于上述实施例的内容，作为一种可选的实施例，确定防伪图像的第一特征描述子，包括：基于目标算法，对防伪图像进行特征提取，得到防伪图像的第一特征描述子；目标算法包括快速特征点检测及特征描述算法和尺度不变特征变换算法中的至少一项。
33.具体地，本发明实施例所描述的目标算法包括orb算法和sift算法中的至少一项。
34.在本发明的实施例中，基于目标算法，对防伪图像进行特征提取，得到防伪图像的第一特征描述子，也就是说，本发明实施例中可以采用orb算法，对防伪图像进行特征提取，得到防伪图像的orb特征描述子，此时第一特征描述子即为该orb特征描述子；本发明实施例中也可以采用sift算法，对防伪图像进行特征提取，得到防伪图像
的sift特征描述子，此时第一特征描述子即为该sift特征描述子；本发明实施例中还可以采用sift算法和orb算法结合的融合算法，对防伪图像进行特征提取，得到基于sift特征描述子和orb特征描述子进行特征融合的特征描述子，此时第一特征描述子即为该特征融合的特征描述子。
35.需要说明的是，快速特征点检测及特征描述算法，即orb算法，是一种快速特征点提取和描述的算法，orb算法主要分为两步，即利用fast算法进行特征点检测，和利用brief算法进行特征描述。
36.本发明实施例的方法，通过采用orb算法和sift算法，对防伪图像进行特征提取，可以实现快速高效地提取图像的局部特征，有利于提高后续商品防伪鉴别的准确率和效率。
37.基于上述实施例的内容，作为一种可选的实施例，目标算法包括尺度不变特征变换算法和快速特征点检测及特征描述算法，相应地，基于目标算法，对防伪图像进行特征提取，得到防伪图像的第一特征描述子，包括：基于尺度不变特征变换算法，对防伪图像进行纹理特征点提取，得到防伪图像的第三特征描述子；基于快速特征点检测及特征描述算法，对防伪图像进行边缘特征点提取，得到防伪图像的第四特征描述子；对所述第三特征描述子和所述第四特征描述子进行特征点叠加处理，得到防伪图像的第一特征描述子。
38.具体地，本发明实施例所描述的目标算法包括sift算法和orb算法。
39.本发明实施例所描述的纹理特征点指的是对防伪图像进行纹理特征提取得到特征点。
40.本发明实施例所描述的边缘特征点指的是对防伪图像进行边缘检测得到的特征点。
41.本发明实施例所描述的第三特征描述子指的是采用sift算法，对防伪图像进行纹理特征点提取得到的特征描述子。
42.本发明实施例所描述的第四特征描述子指的是采用orb算法，对防伪图像进行边缘特征点提取得到的特征描述子。
43.进一步地，在得到防伪图像的第三特征描述子和第四特征描述子之后，可以根据第三特征描述子和第四特征描述子，将第三特征描述子中纹理特征向量与第四特征描述子的边缘轮廓特性向量进行特征点叠加融合，生成特征融合后的特征描述子，即得到防伪图像的第一特征描述子。
44.本发明实施例的方法，通过采用sift算法和orb算法相结合的融合算法，将提取防伪图像中的纹理特征向量与边缘轮廓特性向量进行融合，将融合后的特征描述子作为防伪图像的特征描述子，有利于提高防伪数据的安全性，同时，还可以进一步提高商品防伪鉴别的准确率。
45.步骤130，确定待测商品的商品图像的第二特征描述子；所述第一特征描述子与所述第二特征描述子中的特征点是基于相同算法获取到的；具体地，本发明实施例所描述的第二特征描述子指的是对待测商品的商品图像进
行特征提取而得到的特征描述子。
46.在本发明的实施例中，所述第一特征描述子与所述第二特征描述子中的特征点是基于相同算法获取到的，获取到的特征点类型可以包括纹理特征点和边缘特征点。也就是说，通过使用相同的特征提取算法，对防伪图像和待测商品的商品图像进行相同类型特征点的提取，可以得到第一特征描述子和第二特征描述子。例如，采用sift算法，分别对防伪图像和待测商品的商品图像进行纹理特征点的提取，从而得到防伪图像的第一特征描述子和待测商品的商品图像的第二特征描述子。
47.可以理解的是，待测商品的商品图像可以通过使用带有拍摄功能的电子设备，如手机，按照商品进行图像防伪处理的方式，对待测商品进行图像拍摄和图像处理所得到。
48.示例性地，在本发明的实施例中，在收到待测商品后，打开其外包装，可以对其进行拍摄。拍摄时，于待测商品的正上方30厘米处进行拍摄，拍摄背景设为白底，使待测商品位于图像中的中心位置，并尽量使待测商品最大化地填充整个图像，进而对拍摄的图像进行目标图像参数的调整，得到待测商品的商品图像。
49.进一步地，使用与防伪图像进行特征提取的相同算法，对待测商品的商品图像进行特征提取，确定出待测商品的商品图像的第二特征描述子。
50.步骤140，基于第一特征描述子与第二特征描述子，鉴别待测商品的真伪。
51.具体地，在得到防伪图像的第一特征描述子和待测商品的商品图像的第二特征描述子之后，可以基于第一特征描述子与第二特征描述子，采用现有特征匹配算法，对第一特征描述子和第二特征描述子进行特征匹配，从而可以根据特征匹配的结果，来鉴别待测商品的真伪。
52.本发明实施例的商品防伪鉴别方法，通过在第一预设数据库中预先存储有正品商品的标签信息及标签信息对应的正品商品的防伪图像，从而可以根据获取待测商品的标签信息，从第一预设数据库中获取标签信息对应的防伪图像；基于考虑商品本身外观纹路特征的共性，采用图像识别技术，确定防伪图像的第一特征描述子和待测商品的商品图像的第二特征描述子，由此通过将第一特征描述子与第二特征描述子进行特征匹配，鉴别待测商品的真伪，可以实现高质量的商品防伪鉴别，有效提高了商品的防伪鉴别效果，同时仅需用户使用具有拍摄功能的电子设备即可进行商品的鉴别，操作方便，便于推广。
53.基于上述实施例的内容，作为一种可选的实施例，确定待测商品的商品图像的第二特征描述子，包括：确定第一特征描述子的第一哈希值；从第二预设数据库中确定与标签信息对应的第二哈希值；第二预设数据库存储在区块链中；在第一哈希值与第二哈希值相等的情况下，确定待测商品的商品图像的第二特征描述子；第二哈希值是基于待测商品对应的正品商品的防伪图像确定的。
54.具体地，本发明实施例所描述的第一哈希值是基于采用哈希（hash）算法，对防伪图像的第一特征描述子进行加密运算处理得到的。
55.本发明实施例所描述的第二预设数据库指的是预先设置的区块链数据库，其用于存储正品商品的图像特征信息，如特征哈希值。
56.本发明实施例所描述的第二哈希值是基于待测商品对应的正品商品的防伪图像确定的，也就是说，通过采用与确定第一特征描述子相同的算法，确定正品商品的防伪图像的特征描述子，进而基于hash算法对正品商品的防伪图像的特征描述子进行加密运算处理，得到第二哈希值。
57.需要说明的是，区块链存储是基于区块链技术构建去中心化存储系统，是区块链与存储系统的有效结合。区块链存储将将所有的存储节点池化，构建一个规模巨大、统一和共享的存储池，并且其上链的过程可以完全通过代码进行控制；区块链比传统的数据存储安全，传统的数据存储解决方案依赖于集中的数据库来维护安全性，对于黑客来说，攻击目标更加明确，一旦黑客成功攻破数据库，就可以访问大量数据。然而利用区块链和分布式存储，破解难度将会非常高，可以有效保证数据的安全性与不可篡改性。
58.在本发明实施例中，通过利用区块链和分布式存储网络的防御性能强、数据不可篡改及交易可追踪的特性，将可以表征正品商品的图像特征信息存储于区块链数据库中，可以有效提高商品防伪数据存储的安全性和可靠性。
59.进一步地，在本实施例中，在第一哈希值与第二哈希值相等的情况下，确定待测商品的商品图像的第二特征描述子，也就是说，当第一哈希值与第二哈希值相等时，说明防伪图像与正品商品的防伪图像是一致的，即可以判定第一预设数据库中存储的正品商品的防伪图像没有被篡改，防伪图像的第一特征描述子是有效的。此时，可以进一步确定待测商品的商品图像的第二特征描述子，以供后续进行第一特征描述子与第二特征描述子的匹配，鉴别待测商品的真伪。
60.本发明实施例的方法，通过利用区块链和分布式存储系统，将正品商品的防伪图像特征信息存储于区块链存储系统中，可以有效提高商品防伪数据存储的安全性和可靠性，也可以有效提高商品信息的可追溯性。
61.基于上述实施例的内容，作为一种可选的实施例，根据待测商品的标签信息，从第一预设数据库中获取标签信息对应的防伪图像之前，还包括：将正品商品的防伪图像和标签信息进行关联，并将获取到的第一关联信息存储于所述第一预设数据库中；确定正品商品的防伪图像的第五特征描述子，并计算第五特征描述子的第二哈希值；将标签信息与第二哈希值进行关联，并将获取到的第二关联信息存储到所述第二预设数据库中。
62.具体地，本发明实施例所描述的第一关联信息指的是将正品商品的防伪图像和标签信息进行关联后，由关联后的防伪图像与标签信息构成的信息。
63.本发明实施例所描述的第五特征描述子指的是采用与确定第一特征描述子相同的算法，对正品商品的防伪图像进行特征提取而得到的特征描述子。
64.本发明实施例所描述的第二关联信息指的是将标签信息与第二哈希值进行关联后，由关联后的标签信息与第二哈希值构成的信息。
65.可以理解的是，在根据待测商品的标签信息，从第一预设数据库中获取标签信息对应的防伪图像之前，还需要进行对正品商品进行防伪处理；
在本发明的实施例中，预先会将正品商品的防伪图像和标签信息进行关联，得到第一关联信息，例如，在获得正品商品的防伪图像之后，可以将正品商品的编号信息与防伪图像进行关联；进一步地，可以将获取到的第一关联信息存储于第一预设数据库中，即将关联后的正品商品的编号信息与防伪图像存储于第一预设数据库中，由此，在第一预设数据库中，可以通过标签信息查询到对应的防伪图像，以用于后续进行商品的防伪鉴别。
66.在本发明的实施例中，采用与确定第一特征描述子相同的算法，如采用sift算法和orb算法结合的融合算法，对正品商品的防伪图像进行特征提取，来确定正品商品的防伪图像的第五特征描述子，并基于hash算法，计算第五特征描述子的hash值，即得到第二哈希值；可以理解的是，当第一特征描述子的第一哈希值与第二哈希值相等时，第一特征描述子与第五特征描述子相同，这就意味着第一预设数据库中存储的防伪图像未被篡改，可以判定其为正品商品的防伪图像。
67.进一步地，在本发明的实施例中，可以将正品商品的标签信息与第二哈希值进行关联，得到第二关联信息，例如，将正品商品的编号信息与第二哈希值进行关联，获取到关联后的正品商品的编号信息与第二哈希值构成的信息，进而将获取到的第二关联信息存储到第二预设数据库中，由此，在第二预设数据库中，可以通过标签信息查询到对应的第二哈希值。
68.本发明实施例的方法，通过将正品商品的图像特征信息进行哈希算法加密，并将加密数据存储于区块链数据库中，可以有效提高商品防伪数据存储的安全性和可靠性，有利于提高商品防伪鉴别的准确率。
69.基于上述实施例的内容，作为一种可选的实施例，将正品商品的防伪图像和标签信息进行关联之前，还包括：采用拉普拉斯方差算法，对正品商品的商品图像进行质量检测，得到质量达标的商品图像；将质量达标的商品图像的像素调整为目标像素阈值，得到正品商品的防伪图像。
70.具体地，本发明实施例所描述的目标像素阈值指的是预先设置的像素阈值，用于将质量达标的商品图像进行像素调整，便于防伪鉴别过程中进行高效的图像识别。其具体可以取值为512
×
512、1024
×
1024等。
71.在本发明的实施例中，通过拍摄正品商品得到正品商品的商品图像，采用拉普拉斯方差算法，对该商品图像进行图像质量检测，通过计算商品图像中像素点的拉普拉斯方差，判断图像质量是否达标，当计算的拉普拉斯方差的值低于预设阈值，图像就会被标记为“模糊”；反之，图像就会被标记为“清晰”，即此时图像质量达标。
72.可以理解的是，图像越模糊，其边缘信息就会越少，因此，通过对正品商品的商品图像进行质量检测，得到质量达标的商品图像，对后续图像特征的提取起着关键性作用。
73.进一步地，在本发明的实施例中，为了提高后续图像识别效率，对质量达标的商品图像还可以进行像素调整，将质量达标的商品图像的像素调整为目标像素阈值，例如调整商品图像的像素为512x512，由此得到正品商品的防伪图像。
74.本发明实施例的方法，通过采用拉普拉斯方差算法，对正品商品的商品图像进行
质量检测，并对质量达标的商品图像进行像素调整，得到正品商品的防伪图像，商品防伪方法操作简单，有利于提高后续消费者进行商品防伪鉴别操作的便利性。
75.基于上述实施例的内容，作为一种可选的实施例，基于第一特征描述子与第二特征描述子，鉴别待测商品的真伪，包括：采用快速最近邻搜索包算法，对第二特征描述子与第一特征描述子进行特征点匹配，得到匹配成功的纹理特征点的第一数量和匹配成功的边缘特征点的第二数量；基于第一总数量、第二总数量、第一数量以及第二数量，确定匹配得分值；在匹配得分值不小于目标分数阈值的情况下，鉴别待测商品为真；或，在匹配得分值小于目标分数阈值的情况下，鉴别待测商品为假；第一总数量为第一特征描述子中纹理特征点的总数量，第二总数量为第一特征描述子中边缘特征点的总数量。
76.具体地，本发明实施例所描述的第一数量指的是第二特征描述子与第一特征描述子进行纹理特征点匹配，匹配成功的纹理特征点的数量。
77.本发明实施例所描述的第二数量指的是第二特征描述子与第一特征描述子进行边缘特征点匹配，匹配成功的边缘特征点的数量。
78.本发明实施例所描述的第一总数量为第一特征描述子中纹理特征点的总数量，也就是说，第一总数量指的是正品商品的防伪图像的特征描述子中纹理特征点的总数量。
79.本发明实施例所描述的第二总数量为第一特征描述子中边缘特征点的总数量，也就是说，第二总数量指的是正品商品的防伪图像的特征描述子中边缘特征点的总数量。
80.本发明实施例所描述的匹配得分值指的是对第二特征描述子与第一特征描述子进行特征点匹配，特征点匹配成功的得分值。
81.本发明实施例所描述的目标得分阈值指的是预先设置的用于鉴别待测商品真伪的标准阈值，其具体可以设定为0.8、0.85、0.9等。在本发明的实施例中，匹配得分值不小于目标分数阈值，即可鉴别待测商品为真；否则，可鉴别待测商品为假。
82.在本发明的实施例中，通过采用sift算法和orb算法相结合的融合算法，对防伪图像进行特征提取，得到防伪图像的第一特征描述子，此时第一特征描述子具有高维图像特征的属性，由此，采用快速最近邻搜索包（fast library for approximate nearest neighbor，flann）算法，可以有效地对第二特征描述子与第一特征描述子进行特征点匹配，得到匹配成功的纹理特征点和边缘特征点，由此可以得到匹配成功的纹理特征点的第一数量和匹配成功的边缘特征点的第二数量。
83.进一步地，在本发明实施例中，基于第一总数量、第二总数量、第一数量以及第二数量，确定匹配得分值，其具体实施方式可以为：计算第一数量与第一总数量之比，得到第一比值；计算第二数量与第二总数量之比，得到第二比值；对第一比值和所述第二比值之和求平均，得到匹配得分值，更具体地，确定匹配得分值的公式如下：其中，表示匹配得分值；表示使用sift算法提取的纹理特征
点匹配成功的数量，即第一数量；表示使用orb算法提取的边缘特征点匹配成功的数量，即第二数量；表示使用sift算法提取防伪图像的纹理特征点应达到的阈值，即第二总数量；表示使用orb算法提取防伪图像的边缘特征点应达到的阈值，即第一总数量，。
84.进一步地，在本发明的实施例中，将匹配得分值与目标分数阈值进行比较，在匹配得分值不小于目标分数阈值的情况下，鉴别待测商品为真；否则，在匹配得分值小于目标分数阈值的情况下，鉴别待测商品为假。
85.示例性地，假设目标得分阈值设为0.8，若通过flann算法对第一特征描述子与第二特征描述子进行匹配，纹理特征点匹配成功的数量为26，即，边缘特征点匹配成功的数量为25，即，第一特征描述子中纹理特征点与边缘特征点的数量均为30，即，则通过上述匹配得分值计算公式可以得出，由此可知大于目标得分阈值0.8，此时，即可鉴别待测商品为真；若通过flann算法对第一特征描述子与第二特征描述子进行匹配，纹理特征点匹配成功的数量为19，即，边缘特征点匹配成功的数量为23，即，第一特征描述子中纹理特征点与边缘特征点的数量均为30，即，则通过上述匹配得分值计算公式可以得出，由此可知小于目标得分阈值0.8，此时，即可鉴别待测商品为假。
86.本发明实施例的方法，针对第二特征描述子与第一特征描述子均为采用sift算法和orb算法相结合的融合算法得到的特征描述子，其具有高维图像特征的属性，通过采用flann算法进行高维图像特征匹配，可以达到显著的匹配效果，有效地提高了商品防伪鉴别的效率，实现了高质量的商品防伪鉴别。
87.图2是本发明提供的商品防伪鉴别方法的流程示意图之二，如图2所示，在本实施例中，商品为普洱茶茶饼，商品的标签信息即为茶饼编号“5201001”，在对商品进行防伪处理的阶段，对茶饼的商品图像进行图像质量检测和图像像素调整，得到茶饼的防伪图像，此时可以将茶饼的防伪图像与茶饼的标签信息进行关联，并将关联后的茶饼的防伪图像和标签信息存储于第一预设数据库中；进一步地，通过采用sift算法和orb算法相结合的融合算法，对茶饼的防伪图像进行特征提取，包括特征点检查及特征点描述，通过特征融合将提取到的纹理特征点和边缘特征点进行叠加，得到防伪图像的第五特征描述子，并基于hash算法，计算第五特征描述子的特征hash值，即得到第二哈希值；可以将茶饼编号与第二哈希值进行关联，并将关联后的茶饼编号与第二哈希值存储到区块链分布式存储系统，即第二预设数据库中，由此，完成对普洱茶茶饼的防伪处理及防伪数据存储。
88.图3是本发明提供的商品防伪鉴别方法的流程示意图之三，如图3所示，在本实施
例中，待测商品为普洱茶茶饼，通过获取待测茶饼附带的标签信息，如茶饼编号“5201001”，从第一预设数据库中获取到茶饼编号对应的防伪图像，并从区块链分布式存储系统即第二预设数据库中得到链上存储的特征hash值，即得到茶饼编号对应的第二哈希值；进一步地，通过图2中示意的特征提取方法，即sift算法和orb算法相结合的融合算法，对从第一预设数据库中获取的防伪图像进行特征提取，得到第一特征描述子，并基于hash算法，计算第一特征描述子的特征hash值，即得到第一哈希值；将第一哈希值与第二哈希值进行比较，若二者不相等，说明从第一预设数据库中获取的防伪图像是假的，图片被篡改，也就是说正品茶饼的防伪图像被篡改；若二者相等，说明从第一预设数据库中获取的防伪图像是真的，正品茶饼的防伪图像未被篡改，接下来，继续采用sift算法和orb算法相结合的融合算法对验证图像（即经过前述防伪处理后的待测商品的商品图像）进行特征提取，确定出第二特征描述子；由此，通过采用flann算法对第一特征描述子与第二特征描述子进行特征点匹配，计算匹配得分值；当匹配得分值大于等于匹配得分阈值，即目标分数阈值时，可以鉴别该待测茶饼为“真”茶饼；当匹配得分值小于目标分数阈值时，可以鉴别该待测茶饼为“假”茶饼。
89.本发明实施例的方法，针对现有使用rfid标签、追溯二维码等识别追溯方法依然无法避免茶饼造假的问题，提出一种基于图像识别技术的普洱茶茶饼验真方法，本发明主要利用sift算法与orb算法识别图像特征，并将特征融合，提取特征描述子，从而通过flann算法进行特征匹配及识别，并且充分结合区块链存储技术，提升了茶饼防伪鉴别的准确率，准确率可高达98%，极大地保证了消费者买到的茶饼为“真”茶饼，有效防止了市场上出现假冒伪劣茶饼的现象发生，为普洱茶生产销售提供有力技术支撑。
90.下面对本发明提供的商品防伪鉴别装置进行描述，下文描述的商品防伪鉴别装置与上文描述的商品防伪鉴别方法可相互对应参照。
91.图4是本发明提供的商品防伪鉴别装置的结构示意图，如图4所示，包括：第一获取模块410，用于根据待测商品的标签信息，从第一预设数据库中获取所述标签信息对应的防伪图像；第一处理模块420，用于确定所述防伪图像的第一特征描述子；第二处理模块430，用于确定所述待测商品的商品图像的第二特征描述子；所述第一特征描述子与所述第二特征描述子中的特征点是基于相同算法获取到的；第一鉴别模块440，用于基于所述第一特征描述子与所述第二特征描述子，鉴别所述待测商品的真伪。
92.本实施例所述的商品防伪鉴别装置可以用于执行上述商品防伪鉴别方法实施例，其原理和技术效果类似，此处不再赘述。
93.本发明实施例的商品防伪鉴别装置，通过在第一预设数据库中预先存储有正品商品的标签信息及标签信息对应的正品商品的防伪图像，从而可以根据获取待测商品的标签信息，从第一预设数据库中获取标签信息对应的防伪图像；基于考虑商品本身外观纹路特征的共性，采用图像识别技术，确定防伪图像的第一特征描述子和待测商品的商品图像的第二特征描述子，由此通过将第一特征描述子与第二特征描述子进行特征匹配，鉴别待测商品的真伪，可以实现高质量的商品防伪鉴别，有效提高了商品的防伪鉴别效果，同时仅需
用户使用具有拍摄功能的电子设备即可进行商品的鉴别，操作方便，便于推广。
94.图5是本发明提供的电子设备的结构示意图，如图5所示，该电子设备可以包括：处理器(processor)510、通信接口(communications interface)520、存储器(memory)530和通信总线540，其中，处理器510，通信接口520，存储器530通过通信总线540完成相互间的通信。处理器510可以调用存储器530中的逻辑指令，以执行上述各方法所提供的商品防伪鉴别方法，该方法包括：根据待测商品的标签信息，从第一预设数据库中获取所述标签信息对应的防伪图像；所述第一预设数据库中预先存储有所述标签信息及所述标签信息对应的防伪图像；确定所述防伪图像的第一特征描述子；确定所述待测商品的商品图像的第二特征描述子；所述第一特征描述子与所述第二特征描述子中的特征点是基于相同算法获取到的；基于所述第一特征描述子与所述第二特征描述子，鉴别所述待测商品的真伪。
95.此外，上述的存储器530中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器（rom，read-only memory）、随机存取存储器（ram，random access memory）、磁碟或者光盘等各种可以存储程序代码的介质。
96.另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的商品防伪鉴别方法，该方法包括：根据待测商品的标签信息，从第一预设数据库中获取所述标签信息对应的防伪图像；所述第一预设数据库中预先存储有所述标签信息及所述标签信息对应的防伪图像；确定所述防伪图像的第一特征描述子；确定所述待测商品的商品图像的第二特征描述子；所述第一特征描述子与所述第二特征描述子中的特征点是基于相同算法获取到的；基于所述第一特征描述子与所述第二特征描述子，鉴别所述待测商品的真伪。
97.又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的商品防伪鉴别方法，该方法包括：根据待测商品的标签信息，从第一预设数据库中获取所述标签信息对应的防伪图像；所述第一预设数据库中预先存储有所述标签信息及所述标签信息对应的防伪图像；确定所述防伪图像的第一特征描述子；确定所述待测商品的商品图像的第二特征描述子；所述第一特征描述子与所述第二特征描述子中的特征点是基于相同算法获取到的；基于所述第一特征描述子与所述第二特征描述子，鉴别所述待测商品的真伪。
98.以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
99.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可
借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。
100.最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。