Document
微纹码
微纹码:科学发现与科学应用

墨水喷印到纸张等承印物表面时,在浸润力(俗称扩散力)的作用下,干燥前的墨迹必然迅速润开(俗称扩散开),从而在墨迹边沿随机形成众多微观锯齿(俗称毛刺),这是一种无法克服的自然浸润现象。给每一个具有唯一性的二维码及其墨迹边沿的锯齿拍摄一张微观照片、作为防伪档案存入云端数据库中,可用来鉴别真伪。微观锯齿是自然形成的随机物理特征,具有随机性、唯一性、不可复制性。利用人工智能图像识别技术鉴别微观锯齿是否相符,可准确鉴别真伪。

  • 印刷厂
    将二维码的局部区域喷印到扩散(剂)涂层上,促使局部区域墨迹的边沿自然润开,以形成随机形状的微观锯齿并干燥固化。然后,给每一个二维码的局部区域拍摄一张微观照片,参见图1。
  • 微纹防伪公司
    将印刷厂所拍摄到的微观照片存入云端数据库作为防伪档案照片,对消费者拍摄上传的照片进行入工智能图像识别,给出真伪鉴别结论。
  • 消费者
    手机扫描二维码并将照片上传到云端数据库中。人工智能图像识别系统将上传照片与档案照片进行图像特征匹配。如果两张照片上的锯齿等微观特征相符,则系统反馈鉴别结论为"真"的信息给消费者,如特征不符,则反馈鉴别结论 为"假"的信息给消费者。
鉴别方法

无需下载专用防伪APP,普通智能手机就可识别,例如装有微信、支付宝等软件的智能手机。

  • 鉴别结论反馈
    墨迹锯齿等微观特征相符时,显示为:真。
    墨迹锯齿等微观特征不符时,显示为:假。
    照片不清晰等无法识别时,显示为:请重新拍摄。
  • 无法复制原因
    凡是油墨印刷,墨迹边沿必然随机扩散产生微观锯齿,无法避免。即使造假者不惜成本制版模仿锯齿,印刷造假时,墨迹仍会再次扩散形成与模仿版不同的新锯齿。
防伪优势

墨迹锯齿等微观防伪特征是自然扩散形成的,无法复制。存储的档案照片无需刻意保密(即使得到源照片亦无法仿制)。相比较,目前市场上主流的数码防伪、加密二维码防伪等数学防伪技术产品均可复制。从生产制造角度来看,微纹防伪仅需顺便拍下墨迹边沿的微观照片而己,几乎不用增加其他任何工序,具备了"无为而治"的防伪技术优势。随着智能手机镜头像素的不断提高、随着5G网络的开通、随着人工智能图像识别技术的升级,微纹防伪技术将会越来越实用、越来越高效。

消费者查验真伪示意图
微纹®防伪简介
  • A、传统防伪的误区
    误区之一:制作一种防伪特征,企图让别人仿造不出来。但从理论上讲,造假者具备同样的条件后,就一定能再仿造出来。
    误区之二:防伪特征的制造过程,本身就是不断复制的过程。给造假者提供了再复制克隆的基因。
    误区之三:一批产品采用同一个防伪特征(标记),不是每一件产品采用唯一的一个防伪特征,从伪造成本上讲,给造假者提供了降低伪造成本、获取较大利润的基础。
  • B、跳出传统防伪的误区(微纹®防伪)
    变人力制作的防伪特征为非人力制作的防伪特征。
    变在产品上印制一个防伪记号为在产品上指定一个记号防伪。
    变一批产品一个防伪特征为一个产品一个防伪特征。
CAFFE 深度学习 CNN原理
CNN卷积神经网络 图像学习原理
微纹®处理

服务器端特征,客户端特征,匹配结果。
直线特征匹配\轮廓特征匹配\形态学算法匹配\位置算法匹配\Surf算法匹配\移动图像函数。
轮廓特征点集、轮廓特征的层次信息、点特征、直线特征、锯齿特征、单个锯齿信息、锯齿特征集、Surf算法检测出的特征点、四条边的位置信息、图片无效区域比例、图片局部最暗值、图片局部最亮值。

微纹®检测技术

输入图片鉴定、图片质量计算、图片清晰度计算、图片特征点数计算、部分图修正、剪裁目标、拟合正方形计算、边缘方向、斜率、截距、边缘层次、识区域图片、二值化目标图片、计算锯齿信息、计算SURF特征点、对识别区做二次透视变换、边缘的方向及层次、提取锯齿、特征信息对象、所有含锯齿的边、边缘的方向、混合算法提取锯齿别区仿射变换、输入图片、仿射变换后图片、图片形变率计算、特征信息对象。

存放单个锯齿矩阵信息
{起点、终点、锯齿的轮廓、锯齿高度、锯齿宽度、起点的边中比例、锯齿中心的边中比例、锯齿方向及层次等}。

机器学习图像处理
微纹®检测项
微纹®防伪标签