基于混沌圖像的防偽技術(shù)

1、基于混沌圖像的防偽技術(shù)防偽技術(shù)進(jìn)展到今日,已經(jīng)成為一個相當(dāng)可觀而且增長快速的產(chǎn)業(yè),詳細(xì)的辦法 技術(shù)和產(chǎn)品不勝枚舉 當(dāng)前主要的防偽技術(shù)有:激光防偽技術(shù) 生物防偽技術(shù) 核徑跡防偽技術(shù) 包裝防偽技術(shù)和查詢識別類防偽技術(shù)等等 防偽技術(shù)眾多,但是不論采納何種防偽技術(shù),無外乎數(shù)字型和模擬型兩種,而混沌防偽技術(shù)結(jié)合了這兩種類型并通過在模擬信息和數(shù)據(jù)信息之間建立一一對應(yīng)關(guān)系來達(dá)到防偽的目的 因為模擬信息是無法復(fù)制的,因此囫圇防偽標(biāo)識也是無法被復(fù)制 破密的 另外,因為它的信息量大,在這種防偽標(biāo)志上即使受到一些污點也不影響真假的分辨,抗干擾能力強(qiáng)1 混沌圖像的產(chǎn)生混沌現(xiàn)象無處不在,只要精心留意,就會發(fā)覺身邊處處都

2、有混沌現(xiàn)象 例如,拿一張紙任意一撕,就會發(fā)覺紙的邊緣有無數(shù)毛刺 這些毛刺既沒有邏輯也不行以被重復(fù)產(chǎn)生 類似于以上現(xiàn)象,用鋼筆在受潮的紙上畫一條線時,墨水馬上就在紙上滲透開來,在線的兩側(cè)浮現(xiàn)了很多長短 外形都不一樣的“毛刺” 這也是一個混沌現(xiàn)象,同樣也是不行復(fù)制的 混沌防偽技術(shù)正是基于這種混沌現(xiàn)象 明顯,這種辦法制作簡單,成本低,十分適合應(yīng)用于各式各樣的票證 在本文中,為了增強(qiáng)防偽的信息量和美觀,用鋼筆畫了四條長短一至 互相并行的線條在受潮的紙上,外加一個定位框組成混沌防偽圖像(1) 圖中有四條混沌軌道,每條混沌軌道四面是長短參次不齊 彎曲不同的毛刺 混沌防偽技術(shù)正是利用這些混沌軌道的不行復(fù)制性

3、來達(dá)到防偽的目的2 混沌防偽標(biāo)志的識別和信息化從攝像機(jī)上得到的圖像,無論從幾何外形(尺寸 傾斜角度)上,還是從光照度上都是不確定的 為了能夠?qū)D像舉行分析,必需首先獲得以上的信息,也就是說必需對圖像舉行定位,然后歸一化到某一個確定的幾何外形 光照度 在詳細(xì)實現(xiàn)時,需要在混沌防偽圖像周圍設(shè)計定位符 識別過程2所示 采納圖像模式識別 圖像定位 圖像光照強(qiáng)度分析 圖像均衡 圖像放大 縮小和旋轉(zhuǎn)等等圖像處理技術(shù),獵取定位符的幾何 光照等信息 然后按照定位符的這些信息對混沌防偽圖像舉行歸一化處理,從而使得防偽圖像具有較強(qiáng)的幾何適應(yīng)性和光照適應(yīng)性,抗干擾能力強(qiáng),從而大大降低了硬件的成本 因為每條混沌軌道相

4、對于混沌防偽圖像是不確定的,圖像識別 定位后,不能挺直讀取混沌防偽圖像的數(shù)字信息,還必需采納直線擬合的辦法定位每條混沌軌道(結(jié)果1) 把圖1中的許多毛刺所組成的曲曲折折的曲線看作是一條不規(guī)章的波形 然后對它舉行采樣 于是可以得到以下序列: xi=x1x2x3xixn (1)3 用復(fù)雜性算法提取特征值因為混沌圖像的信息量大 結(jié)構(gòu)細(xì)微,而現(xiàn)有儀器的精度卻很有限,不適合挺直計算毛刺的長短作為混沌圖象的特征信息 為此本文采納類似于符號動力學(xué)的辦法,也就是粗?；k法,將序列1 的復(fù)雜性測度作為混沌軌道的特征序列 復(fù)雜性辦法是計算給定一個序列的復(fù)雜程度,任何信號根本上都是一個序列,復(fù)雜性測度就反應(yīng)這個序列

5、的一個重要的非線性特征 首先取序列(1)的均值:按(3)式可以把序列(1)變?yōu)榉栃蛄衧i=s1s2s3si snkolmogorov認(rèn)為序列si的復(fù)雜性可以代替序列xi的復(fù)雜性 采納最基本的kolmogorov復(fù)雜性算法處理序列si 按照kolmogorov復(fù)雜性可認(rèn)為是產(chǎn)生某給定(0,1)序列最少的計算機(jī)程序的比特數(shù),它可以用來衡量序列的復(fù)雜程度如何 lempel和ziv定義了由有限集合的元素所構(gòu)成的有限序列的復(fù)雜度c(n),它反映了序列臨近隨機(jī)的程度 按有限序列從頭開頭反復(fù)舉行以下操作:每次添加一個元素構(gòu)成一個檢驗子串,假如該子串在除去最后添加的那個元素之前所構(gòu)成的序列中已浮現(xiàn)過,那么所

6、構(gòu)成的新序列的復(fù)雜度保持不變,并繼續(xù)添加元素,直到由上述相繼添加元素所構(gòu)成的添加子串在除去最后添加的那個元素之前所形成的囫圇序列中從未浮現(xiàn)過為止 此時囫圇序列的復(fù)雜度增強(qiáng)一,當(dāng)往后繼續(xù)添加元素時重新建立新的檢驗子串,如此反復(fù)舉行,直到結(jié)束 假如最后一個檢驗子串在除去末尾一個元素之前的序列中浮現(xiàn)過,復(fù)雜度也仍然加一 詳細(xì)來說,分以下幾個步驟: (1)如果有一數(shù)列(x1,x2,x3,.xn), 首先求得這個數(shù)列的平均值m,再把這個數(shù)列重構(gòu) 大于平均值m的值,令它們?yōu)?;小于平均值m的,令之為0 這樣,就構(gòu)成了(s1,s2,.sn)新的(0,1)序列 (2)在這樣的(0,1)序列中已形成的一串字符s

7、=s1,s2,.sr后,再加稱之為q的一個或一串字符sr+1或者(sr+1,sr+2sr+k),得到sq 令sq是一串字符sq減去最后的一個字符,再看q是否屬于sq字符串中已有的“字句” 假如已經(jīng)有過,那么把這個字符加在后面稱之為“復(fù)制” 假如沒有浮現(xiàn)過,則稱之為“插入” “插入”時用一個“ ”把前后分開 下一步則把“ ”前面的全部字符看成s,再重復(fù)如上步驟 例如,序列0010的復(fù)雜度可以由下列步驟而得: a)第一個符號永久是插入0. b)s=0,q=0, sq=00, sq=0,q屬于sq0.0. c)s=0,q=01,sq=001,sq=00,q不屬于sq0.01. d)s=001,q=0

8、,sq=0010,sq=001,q屬于sq0.01.0.這時c(n)=3 如符號列0000.應(yīng)是最容易的,它的形式應(yīng)是0.0000,c(n)=2 符號列01010101應(yīng)是0.1.0101,c(n)=3 (3)如上所述,就得到用“ ”分成段的字符串 分成了段的數(shù)目就定義為“復(fù)雜度”c(n) 按照lampel和ziv的討論,對幾乎全部的x屬于0,1區(qū)間的c(n)都會趨向一個定值:其中,b(n)是隨機(jī)序列的漸舉行為,可以用它來使c(n)歸一化,稱為“相對復(fù)雜度” 定義相對復(fù)雜度: c(n)=c(n)/b(n)=c(n)logn/n (5) 通常就是用這個函數(shù)來表達(dá)時光序列的復(fù)雜性變幻 從這種算法可以看出,徹低隨機(jī)的序列c