CN104616245B - 一种网点形状防伪技术中优化网点参数的方法 - Google Patents
一种网点形状防伪技术中优化网点参数的方法 Download PDFInfo
- Publication number
- CN104616245B CN104616245B CN201510066727.4A CN201510066727A CN104616245B CN 104616245 B CN104616245 B CN 104616245B CN 201510066727 A CN201510066727 A CN 201510066727A CN 104616245 B CN104616245 B CN 104616245B
- Authority
- CN
- China
- Prior art keywords
- mrow
- msubsup
- dot
- image
- original gray
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Printing Methods (AREA)
- Facsimile Image Signal Circuits (AREA)
- Credit Cards Or The Like (AREA)
Abstract
本发明公开了一种网点形状防伪技术中优化网点参数的方法，首先对连续调灰梯尺图像选择圆形、方形、菱形和椭圆形网点，模拟RIP加网效果，得到四幅原始灰梯尺加网图像；然后计算原始灰梯尺加网图像中任意两种不同形状网点的差异值，优化网点形状；接着对优化的网点形状所对应的两幅原始灰梯尺加网图像进行实际印刷、扫描；之后在各网点面积率下，计算扫描后的图像和两幅原始灰梯尺加网图像的差异值的差值，优化网点面积率；最后在加网的载体图像中，优化的网点面积率上，通过调制载体图像网点形状，嵌入二值防伪信息。采用本发明优化后的网点进行防伪信息隐藏时，具有较大的区分度，在防伪信息提取时具有较高的正确解码率。
Description
技术领域
本发明属于印刷品的防伪技术领域，具体涉及一种网点形状防伪技术中优化网点参数的方法。
背景技术
随着信息技术和图像输入输出设备的飞速发展，纸质媒介如证件、票据、有价证券等很容易被伪造复制，这必然给个人、企业乃至国家造成巨大损失，因此在印刷品中往往需要采用各种防伪技术。
现有的印刷防伪技术通常采用防伪纸张、特殊油墨、激光全息图像等，需要增加一定的配套印刷设备和成本，这些防伪技术存在成本高，防伪性能差及不具备信息隐藏功能等问题。
通过调制网点形状、位置或方向来携带防伪信息的印刷防伪技术，是一种新型的印刷防伪技术，具有信息隐藏性好、制作简单、成本低廉等特点。基于网点形状的防伪技术，是通过改变网点的形状来嵌入防伪信息的，例如在嵌入防伪信息的印刷图像中，可以用圆形网点表示防伪信息0，用菱形网点表示防伪信息1。目前通过改变网点形状来嵌入防伪信息的方法，多是在理想的条件下进行的，即含防伪信息的图像未经过印刷，因此在用模板匹配法提取防伪信息时，可以得到非常好的正确解码率，但在实际印刷中存在网点扩大和网点搭接以及扫描过程中存在几何畸变等失真问题，使得提取到的网点形状差异变得不是特别明显，因此根据网点形状提取防伪信息时，正确解码率较低，难以在实际中应用。
发明内容
本发明的目的是提供一种网点形状防伪技术中优化网点参数的方法，解决了现有技术中在印刷扫描后的图像中提取防伪信息时，存在的正确解码率较低的问题。
本发明所采用的技术方案是，
一种网点形状防伪技术中优化网点参数的方法，具体按照以下步骤实施：
步骤1、对连续调灰梯尺图像选择圆形、方形、菱形、椭圆形四种形状网点并分别模拟RIP加网效果，得到四幅原始灰梯尺加网图像，分别记为f1 s(i,j)、其中s表示网点面积率的编号；
步骤2、计算步骤1中得到的原始灰梯尺加网图像中任意两种不同形状网点的差异值；
步骤3、从步骤2得到的任意两种不同形状网点的差异值中，选取差异值最大的两种不同形状网点，将选出的两种不同形状网点作为优化后的网点形状并分别记作m、n，m、n在基于网点形状的防伪技术中分别用来表示二值防伪信息中的0和1；
步骤4、将步骤3得到的m、n两种网点形状所对应的原始灰梯尺加网图像进行实际印刷，并使用扫描仪对印刷后的图像进行扫描，扫描仪的分辨率与原始灰梯尺加网图像的输出分辨率相同，扫描后得到的图像分别记为
步骤5、从步骤4得到的扫描后的图像或中，s网点面积率下均裁切出p×q的网点区域图像，分别计算裁切出的网点区域图像与原始灰梯尺加网图像中相同位置区域处的差异值，再分别对每个相同位置区域得到的两个差异值求差的绝对值，并除以p×q，得到差值；
步骤6、定义一阈值T，选取步骤5得到的差值大于阈值T所对应的网点面积率为优化后的网点面积率，在加网的载体图像中，在优化的网点面积率上通过调制载体图像网点形状，嵌入二值防伪信息。
本发明的特点还在于，
步骤1、步骤4、步骤5中s＝0,1,…,10，相应的f1 s(i,j)分别表示用圆形网点加网得到的网点面积率为0％、10％、20％、…、100％的原始灰梯尺加网图像，分别表示用方形网点加网得到的网点面积率为0％、10％、20％、…、100％的原始灰梯尺加网图像，分别表示用菱形网点加网得到的网点面积率为0％、10％、20％、…、100％的原始灰梯尺加网图像，分别表示用椭圆形网点加网得到的网点面积率为0％、10％、20％、…、100％的原始灰梯尺加网图像。
步骤2中计算原始灰梯尺加网图像中任意两种不同形状网点的差异值的具体步骤为：
步骤2.1、在相同的网点面积率下，计算原始灰梯尺加网图像中任意两种不同形状网点的差异值，计算如公式(1)所示：
其中，表示u、v两种不同形状网点在s网点面积率时的差异值，其初始值取为0，u、v＝1,2,3,4，且u≠v；
步骤2.2、原始灰梯尺加网图像中两种不同形状网点的差异值duv为：
其中，duv＝dvu。
步骤5的具体实施步骤为：
步骤5.1、在扫描后的图像的每个网点面积率下分别裁剪出p×q的网点区域Ω；
步骤5.2、选取一固定阈值，对网点区域Ω中的图像进行二值化，二值化后的图像记为
步骤5.3、在s网点面积率时，计算网点区域Ω中与两幅原始灰梯尺加网图像的差异值的差值，计算如公式(3)和(4)所示，
其中，k和l的取值均为m、n，表示在s网点面积率时，网点形状为k的扫描后的图像和网点形状为l的原始灰梯尺加网图像的差异值，其初始值取为0，表示在s网点面积率时，形状为k的扫描后的图像和两幅原始灰梯尺加网图像的差异值的差值。
步骤6中阈值T的取值为12-18。
本发明的有益效果是：本发明的一种网点形状防伪技术中优化网点参数的方法，提供了一种简单实用的选择不同网点参数的方法，使用优化选择后的网点进行防伪信息隐藏时，具有较大的区分度，因此在防伪信息提取时具有较高的正确解码率。
附图说明
图1是本发明一种网点形状防伪技术中优化网点参数的方法的流程图；
图2是本发明优化网点参数的方法中50％网点面积率的原始圆形、方形、菱形、椭圆形网点图像。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
如图1所示，本发明一种网点形状防伪技术中优化网点参数的方法，具体按照以下步骤实施：
在图像处理软件Photoshop中对连续调灰梯尺图像选择圆形、方形、菱形、椭圆形四种形状网点并模拟RIP加网效果，得到四幅原始灰梯尺加网图像，分别记为f1 s(i,j)、其中上标s＝0,1,…,10，表示11种不同的网点面积率0％、10％、20％、…、100％，即f1 s(i,j)分别表示用圆形网点加网得到的网点面积率为0％、10％、20％、…、100％的原始灰梯尺加网图像，分别表示用方形网点加网得到的网点面积率为0％、10％、20％、…、100％的原始灰梯尺加网图像，分别表示用菱形网点加网得到的网点面积率为0％、10％、20％、…、100％的原始灰梯尺加网图像，分别表示用椭圆形网点加网得到的网点面积率为0％、10％、20％、…、100％的原始灰梯尺加网图像。
从四幅原始灰梯尺加网图像中选取如图2所示的相同的网点面积率的不同形状网点，利用公式(1)计算任意两种不同形状网点的差异值，
其中，表示u、v两种不同形状网点在s网点面积率时的差异值，其初始值取为0，u、v＝1,2,3,4，且u≠v；
然后将两种不同形状网点在11种网点面积率下的差异值求和，即公式(2)所示，得到原始灰梯尺加网图像中两种不同形状网点的差异值duv：
其中，duv＝dvu，因此4种不同形状网点可以得到6个差异值。
在得到的6个差异值中选取差异值最大的两种不同形状网点作为优化后的网点形状，经计算圆形网点和方形网点的差异值最大，分别将圆形网点和方形网点记作m、n。
然后将原始灰梯尺圆形加网图像和原始灰梯尺方形加网图像 进行实际印刷、对印刷后的图像进行扫描(扫描仪的分辨率与原始灰梯尺加网图像的输出分辨率相同)，扫描后得到的图像分别记为 在各网点面积率下，计算扫描后的圆形(或方形)加网图像和优化的两幅原始灰梯尺加网图像的差异值的差值，具体为：1)首先在某一网点面积率下，从扫描后的圆形(或方形)加网图像中裁切一个7×7的网点区域Ω；2)设定一阈值，对区域Ω中的图像进行二值化；3)在某一网点面积率下，采用公式(3)和(4)计算区域Ω中的图像和优化的两幅原始灰梯尺加网图像的差异值的差值：
其中，k和l的取值均为m、n，表示在s网点面积率时，网点形状为k的扫描后的图像和网点形状为l的原始灰梯尺加网图像的差异值，其初始值取为0，表示在s网点面积率时，形状为k的扫描后的图像和两幅原始灰梯尺加网图像的差异值的差值。
最后，对各网点面积率下的差值进行分析，可以得出：扫描后的圆形加网图像和原始灰梯尺圆形加网图像、原始灰梯尺方形加网图像的差异值的差值在40％-70％网点面积率上较大，大于阈值15，可以考虑在一幅圆形加网载体图像的40％-70％网点面积率上，嵌入用方形网点、圆形网点分别代表0和1信号的二值防伪信息，这样在提取防伪信息时，就可以保证基于调制网点形状的印刷防伪技术具有较高的正确解码率。
Claims (5)
1.一种网点形状防伪技术中优化网点参数的方法，其特征在于，具体按照以下步骤实施：
步骤1、对连续调灰梯尺图像选择圆形、方形、菱形、椭圆形四种形状网点并分别模拟RIP加网效果，得到四幅原始灰梯尺加网图像，分别记为其中s表示网点面积率的编号；
步骤2、计算步骤1中得到的原始灰梯尺加网图像中任意两种不同形状网点的差异值；
步骤3、从步骤2得到的任意两种不同形状网点的差异值中，选取差异值最大的两种不同形状网点，将选出的两种不同形状网点作为优化后的网点形状并分别记作m、n，m、n在基于网点形状的防伪技术中分别用来表示二值防伪信息中的0和1；
步骤4、将步骤3得到的m、n两种网点形状所对应的原始灰梯尺加网图像进行实际印刷，并使用扫描仪对印刷后的图像进行扫描，扫描仪的分辨率与原始灰梯尺加网图像的输出分辨率相同，扫描后得到的图像分别记为
步骤5、从步骤4得到的扫描后的图像或中，s网点面积率下裁切出p×q的网点区域图像，分别计算裁切出的网点区域图像与原始灰梯尺加网图像中相同位置区域处的差异值，再分别对每个相同位置区域得到的两个差异值求差的绝对值，并除以p×q，得到差值；
步骤6、定义一阈值T，选取步骤5得到的差值大于阈值T所对应的网点面积率为优化后的网点面积率，在加网的载体图像中，在优化的网点面积率上通过调制载体图像网点形状，嵌入二值防伪信息。
2.根据权利要求1所述的一种网点形状防伪技术中优化网点参数的方法，其特征在于，所述步骤1、步骤4、步骤5中s＝0,1,…,10，相应的分别表示用圆形网点加网得到的网点面积率为0％、10％、20％、…、100％的原始灰梯尺加网图像，分别表示用方形网点加网得到的网点面积率为0％、10％、20％、…、100％的原始灰梯尺加网图像，分别表示用菱形网点加网得到的网点面积率为0％、10％、20％、…、100％的原始灰梯尺加网图像，分别表示用椭圆形网点加网得到的网点面积率为0％、10％、20％、…、100％的原始灰梯尺加网图像。
3.根据权利要求2所述的一种网点形状防伪技术中优化网点参数的方法，其特征在于，所述步骤2中计算原始灰梯尺加网图像中任意两种不同形状网点的差异值的具体步骤为：
步骤2.1、在相同的网点面积率下，计算原始灰梯尺加网图像中任意两种不同形状网点的差异值，计算如公式(1)所示：
<mrow>
<msubsup>
<mi>d</mi>
<mrow>
<mi>u</mi>
<mi>v</mi>
</mrow>
<mi>s</mi>
</msubsup>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>d</mi>
<mrow>
<mi>u</mi>
<mi>v</mi>
</mrow>
<mi>s</mi>
</msubsup>
<mo>+</mo>
<mn>1</mn>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<msubsup>
<mi>f</mi>
<mi>u</mi>
<mi>s</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>&NotEqual;</mo>
<msubsup>
<mi>f</mi>
<mi>v</mi>
<mi>s</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>d</mi>
<mrow>
<mi>u</mi>
<mi>v</mi>
</mrow>
<mi>s</mi>
</msubsup>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<msubsup>
<mi>f</mi>
<mi>u</mi>
<mi>s</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msubsup>
<mi>f</mi>
<mi>v</mi>
<mi>s</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
其中，表示u、v两种不同形状网点在s网点面积率时的差异值，其初始值取为0，u、v＝1,2,3,4，且u≠v；
步骤2.2、原始灰梯尺加网图像中两种不同形状网点的差异值duv为：
<mrow>
<msub>
<mi>d</mi>
<mrow>
<mi>u</mi>
<mi>v</mi>
</mrow>
</msub>
<mo>=</mo>
<munder>
<mo>&Sigma;</mo>
<mi>s</mi>
</munder>
<msubsup>
<mi>d</mi>
<mrow>
<mi>u</mi>
<mi>v</mi>
</mrow>
<mi>s</mi>
</msubsup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
1
其中，duv＝dvu。
4.根据权利要求2所述的一种网点形状防伪技术中优化网点参数的方法，其特征在于，所述步骤5的具体实施步骤为：
步骤5.1、在扫描后的图像的每个网点面积率下分别裁剪出p×q的网点区域Ω；
步骤5.2、选取一固定阈值，对网点区域Ω中的图像进行二值化，二值化后的图像记为
步骤5.3、在s网点面积率时，计算网点区域Ω中与两幅原始灰梯尺加网图像的差异值的差值，计算如公式(3)和(4)所示，
<mrow>
<msubsup>
<mi>d</mi>
<mrow>
<mi>k</mi>
<mi>l</mi>
</mrow>
<mi>s</mi>
</msubsup>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>d</mi>
<mrow>
<mi>k</mi>
<mi>l</mi>
</mrow>
<mi>s</mi>
</msubsup>
<mo>+</mo>
<mn>1</mn>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<msubsup>
<mi>h</mi>
<mi>k</mi>
<mi>s</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>&NotEqual;</mo>
<msubsup>
<mi>f</mi>
<mi>l</mi>
<mi>s</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>d</mi>
<mrow>
<mi>k</mi>
<mi>l</mi>
</mrow>
<mi>s</mi>
</msubsup>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<msubsup>
<mi>h</mi>
<mi>k</mi>
<mi>s</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msubsup>
<mi>f</mi>
<mi>l</mi>
<mi>s</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>,</mo>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>&Element;</mo>
<mi>&Omega;</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msubsup>
<mi>d</mi>
<mi>k</mi>
<mi>s</mi>
</msubsup>
<mo>=</mo>
<mfrac>
<mrow>
<mo>|</mo>
<msubsup>
<mi>d</mi>
<mrow>
<mi>k</mi>
<mi>m</mi>
</mrow>
<mi>s</mi>
</msubsup>
<mo>-</mo>
<msubsup>
<mi>d</mi>
<mrow>
<mi>k</mi>
<mi>n</mi>
</mrow>
<mi>s</mi>
</msubsup>
<mo>|</mo>
</mrow>
<mrow>
<mi>p</mi>
<mo>&times;</mo>
<mi>q</mi>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
其中，k和l的取值均为m、n，表示在s网点面积率时，网点形状为k的扫描后的图像和网点形状为l的原始灰梯尺加网图像的差异值，其初始值取为0，表示在s网点面积率时，形状为k的扫描后的图像和两幅原始灰梯尺加网图像的差异值的差值。
5.根据权利要求1-4任一项所述的一种网点形状防伪技术中优化网点参数的方法，其特征在于，所述步骤6中阈值T的取值为12-18。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510066727.4A CN104616245B (zh) | 2015-02-09 | 2015-02-09 | 一种网点形状防伪技术中优化网点参数的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510066727.4A CN104616245B (zh) | 2015-02-09 | 2015-02-09 | 一种网点形状防伪技术中优化网点参数的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104616245A CN104616245A (zh) | 2015-05-13 |
| CN104616245B true CN104616245B (zh) | 2017-09-22 |
Family
ID=53150678
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510066727.4A Expired - Fee Related CN104616245B (zh) | 2015-02-09 | 2015-02-09 | 一种网点形状防伪技术中优化网点参数的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104616245B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105513001B (zh) * | 2015-11-30 | 2018-12-28 | 陕西科技大学 | 一种基于微结构网点的信息隐藏防伪方法 |
| CN109727232B (zh) * | 2018-12-18 | 2023-03-31 | 上海出版印刷高等专科学校 | 印版的网点面积率的检测方法和设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7103209B1 (en) * | 1999-11-29 | 2006-09-05 | Sii Nanotechnology Inc. | Method for extracting objective image |
| CN101527774A (zh) * | 2009-03-17 | 2009-09-09 | 北大方正集团有限公司 | 一种图像点阵质量优化方法及装置 |
| CN101954804A (zh) * | 2010-08-03 | 2011-01-26 | 浙江华人数码印刷有限公司 | 变频加网防伪印刷工艺 |
| CN103559473A (zh) * | 2013-10-28 | 2014-02-05 | 汝思商务咨询（上海）有限公司 | 利用特征图像来实现承印物防伪的方法和系统 |
| CN103996166A (zh) * | 2014-06-05 | 2014-08-20 | 上海理工大学 | 一种基于网点形状的全息防伪算法 |
-
2015
- 2015-02-09 CN CN201510066727.4A patent/CN104616245B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7103209B1 (en) * | 1999-11-29 | 2006-09-05 | Sii Nanotechnology Inc. | Method for extracting objective image |
| CN101527774A (zh) * | 2009-03-17 | 2009-09-09 | 北大方正集团有限公司 | 一种图像点阵质量优化方法及装置 |
| CN101954804A (zh) * | 2010-08-03 | 2011-01-26 | 浙江华人数码印刷有限公司 | 变频加网防伪印刷工艺 |
| CN103559473A (zh) * | 2013-10-28 | 2014-02-05 | 汝思商务咨询（上海）有限公司 | 利用特征图像来实现承印物防伪的方法和系统 |
| CN103996166A (zh) * | 2014-06-05 | 2014-08-20 | 上海理工大学 | 一种基于网点形状的全息防伪算法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于数字加网的半色调防伪技术的研究;任乐义;《中国优秀硕士学位论文全文数据库 工程科技II辑》;20121115;第C028-14页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104616245A (zh) | 2015-05-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101122995B (zh) | 二值图像中数字水印的嵌入、提取方法和装置 | |
| CN106778995A (zh) | 一种与图像融合的艺术化二维码生成方法及装置 | |
| CN104778702A (zh) | 基于深度学习的图像隐写检测方法 | |
| CN101155239A (zh) | 电子水印嵌入装置及检测装置 | |
| CN104899830A (zh) | 一种图像超分辨方法 | |
| CN105654127A (zh) | 基于端到端的图片文字序列连续识别方法 | |
| CN113256649B (zh) | 一种基于深度学习的遥感图像选站选线语义分割方法 | |
| CN104504669A (zh) | 一种基于局部二值模式的中值滤波检测方法 | |
| CN101694720B (zh) | 基于空间关联条件概率融合的多时相sar图像变化检测方法 | |
| CN104616245B (zh) | 一种网点形状防伪技术中优化网点参数的方法 | |
| CN105049670A (zh) | 一种半色调印刷图像中防伪信息隐藏与提取方法 | |
| CN104637026A (zh) | 一种基于连续多页文本图像水印嵌入与提取方法 | |
| CN106327416B (zh) | 一种基于印刷品的网点水印方法 | |
| CN103854249A (zh) | 基于局部指数矩特征的数字图像水印方法 | |
| CN102254293B (zh) | 一种基于数学建模的证件防伪数字水印处理方法 | |
| CN101231742A (zh) | 二值文本图像中数字水印的嵌入和提取的方法及装置 | |
| CN1996381A (zh) | 一种用于数字图像的数字水印方法及装置 | |
| CN107180419A (zh) | 一种基于pca网络的中值滤波检测方法 | |
| CN102254298A (zh) | 数字水印的加解密方法和系统 | |
| CN103426146A (zh) | 图像处理设备、图像处理方法以及程序 | |
| CN116311297A (zh) | 基于计算机视觉的电子凭据图像识别解析方法 | |
| CN109118418A (zh) | 一种基于双加密通道的防伪标识嵌入方法 | |
| CN104794495B (zh) | 一种基于直线统计特征的大幅面遥感影像区域分类方法 | |
| Maulana | The utilization of Gaussian filter method on voice record frequency noise | |
| CN115188039A (zh) | 一种基于图像频域信息的深度伪造视频技术溯源方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20200107 Address after: 214431 Xiatang, Yuecheng Town, Jiangyin City, Wuxi City, Jiangsu Province Patentee after: Jiangyin Huasheng Printing Co., Ltd Address before: 710048 Shaanxi city of Xi'an Province Jinhua Road No. 5 Patentee before: Xi'an University of technology |
|
| TR01 | Transfer of patent right | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170922 Termination date: 20200209 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |