基于計算機三維視覺的物流產品防偽算法研究

劉建蘭，朱 麗

（江西科技師范大學 數學與計算機科學學院，江西 南昌 330038）

1 引言

在我國，有許多假冒偽劣產品充斥在市場環境中，而對于產品的防偽工作應從源頭上抓起。首先，要加強物流產品流通渠道的管理，對物流產品從生產出庫到批發商、配送企業、零售商、再到客戶，進行全程防偽信息管理；其次，由于許多的生產企業沒有物流渠道和缺乏對于產品的信息管理，從而導致個別經銷商為了自身利益而不顧企業的市場管理政策，將所經銷的產品跨區銷售，這種竄貨行為嚴重破壞了企業的市場管理。因此，要解決這些問題就要加強企業產品物流的防偽防串貨信息管理與控制[1-2]。

產品在出庫時被賦予唯一的數字防偽標識，比如條形碼、二維碼、防偽圖像等，通過兩個或多個攝像機對產品進行防偽圖像獲取，將采集到的圖像轉換成數字信號，再將這些三維圖像信息輸送到計算機進行三維圖像重建，獲得被測產品防偽標識的三維數據，通過與產品信息庫的數據進行匹配后，就能得到產品的詳細信息。根據物流防偽信息管理系統對于防偽標識圖像的要求，提出了一種可以有效區分目標物邊緣的局部匹配算法，首先通過濾波處理消除不同亮度差對圖像質量產生的影響，然后檢測出圖像中的誤匹配點，從而準確地對圖像進行三維重建。

2 問題分析

2.1 物流防偽信息管理

據統計，目前我國的產品在流通環節上的費用占了總費用的40%~60%，這不僅增加了消費者的負擔，而且也嚴重影響了企業產品的推廣。在美國，生產型企業通過建立物流管理體系，把產品在流通環節上的費用降到了20%以下。因此，建立產品的物流防偽信息控制系統顯得非常重要[3-4]。

針對上述情況，系統賦予企業的每一個產品一組唯一的按國際編碼規則編制的物流防偽監控標識。企業可以將密碼印制成防偽標識粘貼在產品上。企業各級人員利用這個系統平臺，可以管理產品流通信息、監控產品物流情況、監控產品真偽信息、統計產品的物流信息。消費者可以通過撥打全國統一查詢電話，輸入產品上的防偽密碼，查詢產品的真偽情況，了解產品和企業的相關信息等。其物流產品防偽信息管理系統流程如圖1所示。

圖1 物流防偽系統流程圖

每件產品都有唯一的數字身份標識，此標識可以是普通序列號，也可以是防偽圖像、二維碼等，并可以進行防偽查詢，標識本身帶有多種防偽手段。可以把經銷商根據地區的不同進行劃分、統計和管理；可以對不同產品的年/月或者任意時間段的銷售量進行統計，包括根據經銷商不同時期的銷量統計不同產品。所有產品不用根據經銷商定單的不同而區分生產，解決了成品庫房不足和產品積壓問題，只需配置一臺電腦一個數據采集器就可以代替原來的手工記錄、手工輸入、手工翻閱資料、手工查詢產品流向等范圍的人工操作，真正在管理上實現了無紙化操作和信息傳遞。

由于數碼標識的隨機性和存儲的安全性，使得造假者無法破譯和竊取數碼；而且企業只是用物流防偽標識替代原有的普通標識，在成本上沒有增加。在驗證物流信息時，市場打假人員將搜集到的產品信息在企業內部用局域網內部的任何一部電腦，即可查詢到產品的流通信息，在管理上更上一層樓。

2.2 基于計算機視覺的解決方案

計算機視覺系統主要分為攝像機定標、立體匹配和三維重建三部分。利用圖像傳感器或者高速相機獲取被測對象的圖像，并將圖像轉化成數據矩陣，用計算機對數據進行綜合分析與處理，然后完成與視覺、圖像有關的檢測工作。

將物流產品放在載物臺上，并用光源對外包裝進行照射，產品外包裝上的防偽識別圖像被攝像設備采集，并轉換為數字信號傳輸到計算機內部，獲取到灰度的二維陣列原始圖像。然后對原始圖像進行濾波處理，以及通過邊緣提取和亞像素技術得到原始圖像的亞像素級邊緣，以提高原始圖像的質量。應用計算機三維視覺的局部匹配算法，提取有用的圖像特征，對圖像特征進行分類整理，完成對圖像更高層圈的描述以及三維重建，并與產品庫中的產品信息數據進行匹配對比，完成計算機視覺系統所要求的防偽標識檢測任務。其物流產品防偽檢測平臺示意圖如圖2所示。

圖2 產品防偽檢測平臺

3 算法研究

3.1 改進的局部匹配算法

基于一種簡單硬判決策略來決定圖像匹配點：It和Ir分別表示獲取圖像和目標圖像，其中，p∈It和p∈Ir；計算掃描線上每個點的匹配代價收集，如果p點與g點為匹配點，那么以p點和g點為中心的窗口，匹配代價的收集為最小；其視圖差為d，為p點與g點橫坐標之差。設Wk為右移系數，則Wk為：

窗口圖像中某些區域的像素顏色強度與中心點會有所不同，所以要將這些點的匹配代價右移兩位，目的是為了減少與中心點有不同視圖差的像素點的影響。而前景圖像中的膨脹現象是因為窗口圖像中有著不同深度的像素點，為了解決這個問題，提出一種基于代價收集方法的假設，假設內容是為：原始圖像中不同顏色的像素點屬于不同的深度點。

為了減少因視圖差不連續而對匹配代價的影響，可以通過在式（2）中引用右移系數，增加圖像不同亮度視圖差的精度。解決了前景圖像膨脹的問題，就可以增大窗口的尺寸，以獲取更多的像素點、信息點，增強整個算法的魯棒性。

由于噪聲對光學傳感器的影響，單個像素的灰度值會存在較大的不確定性，且灰度圖像的灰度值只有256種，不同圖像上點的灰度值也是不同的，就使得僅僅依靠一個點的灰度值信息，不足以尋找到正確的匹配點。因此，采用基于自適應權值的局部三維匹配算法，用窗口匹配的方式來增強匹配的魯棒性，即利用圖像周邊區域像素點灰度值的相近性來補充單個點匹配信息的不足問題，所以，不同的窗口大小尺寸會生成不同質量的視差圖[5-6]。

窗口的大小與圖像的噪聲點成反比。窗口增大，噪聲點減少，同時視圖差平滑，但是圖像的邊緣也會隨之模糊，而且窗口越大前景圖像邊緣的擴散范圍越大。因此，得出結論：窗口的大小對三維立體匹配的性能有著很大影響。基于自適應權值的局部匹配算法，可以使原始圖像中防偽標識區域產生圖像質量較好的平滑視圖差，即使在檢測能力的最遠距離附近，目標邊緣亦較清晰，滿足各種條件下物流防偽標識的識別要求，且高效誤碼率較低。

3.2 圖像濾波處理方法

攝像機的定位坐標不同，光源照射角度不同以及攝像機的光學傳感器電平不相同等，都會對圖像質量產生不同影響，影響圖像的三維匹配，所以在對物流產品防偽標識圖像的采集和匹配之前，需要進行濾波處理，在不影響實時性的前提下，使用一種簡單有效的濾波方法，可以在歸一化亮度的同時，有效地增強圖像中的紋理細節，用窗口滑過整個圖像，窗口中心點的灰度Ic為：

其中，I為窗口內像素的平均灰度值，Icap是手動設定限制值。

使用濾波消除了亮度差異對立體匹配的影響之后，所得到的視差圖較接近沒亮度差異時的視差圖質量。而對于圖像中有遮擋點的判斷和預測是檢測誤匹配點的重要步驟，過程如下：在得到某點p在目標圖像的匹配點q后，沿掃描線檢查其他點的匹配代價收集，如果有一點i與匹配點q的匹配代價收集值在1+k%的范圍內，點i又不是匹配點q的鄰點，則判定p點為誤匹配。

3.3 三維坐標的計算

在得到圖像對的視差圖之后，即可計算圖像中像素點所代表物點的物理空間三維坐標。

其中，d=xl-xr為像素點的視差；(cxl,cxr)為主點被定標到分別在左右圖像中擁有相同的像素坐標；f為焦距；T為左右攝像機的距離。由式（5）和式（6）得到的(X,Y,Z)即為左攝像機坐標系中物點的物理空間三維坐標，如果要得到右攝像機中的三維坐標，將式（5）、式（6）中的(xl,yl)替換為(xr,yr)即可。

4 仿真實驗與分析

本系統測試采用2臺黑白CCD工業攝像機，確定左右攝像機的坐標位置，左右攝像機中心距離為15cm，物流產品距離攝像機的距離為10cm～20cm，檢測平臺的速度為5cm/s,每件物流產品的包裝不同，防偽標識圖像位置不同，在以上實驗條件下進行測試。物流產品防偽二維碼圖像如圖3所示。

圖3物流產品防偽二維碼圖像

分別對10個物流產品的外包裝防偽標識進行掃描識別，并將三維立體匹配與數據庫中的防偽信息圖像進行對比。其檢測結果見表1。

表1 檢測結果對比

根據表1的對比結果得出，平均誤差為0.04；相對誤差為0.003 4%～0.006 2%；最大置信誤差為0.01。

仿真結果表明，基于計算機三維視覺的物流產品信息識別系統，可以準確檢測產品外包裝上的防偽標識，而其運行效率穩定、信息讀取準確等優點是傳統的手動檢測方法所不能比擬的。因此，該物流產品防偽方法是有效的，且值得在物流行業中推廣使用。

5 結語

基于計算機三維視覺技術的物流產品防偽檢測方法，具有諸多優點并且已經在實際生產中得到廣泛應用。該方法具有較好的快速性，能夠滿足實時檢測的要求，并且測量精度很高。通過以上分析研究可知，基于改進的立體匹配算法和圖像濾波方法，能準確地重建原始圖像，并且具有精度高、非接觸測量、運行高效等諸多優點，非常適合物流行業對于產品的防偽、防串貨以及對產品進行全程跟蹤等操作。在圖像匹配過程中，利用基于自適應權值的局部匹配方法，減少了誤匹配的機會，進一步提高了圖像的精度和處理速度。從仿真結果看出，應用該防偽檢測方法的物流管理系統，其檢測精度能夠滿足檢測物流產品防偽標識的精度要求。

[1]劉揚,唐芬南；包裝防偽技術的現狀與發展趨勢—綜合防偽包裝[J].中國包裝工業,2002,(4).

[2]徐建東,蔣野,孫迎春,李帥,孫凱,姜國千.基于改進的形態學算子的灰

度圖像邊緣檢測[J].佳木斯大學學報(自然科學版),2009,(6).

[3]陳寶林.最優化理論與算法[M].北京：清華大學出版社,2005.

[4]高利濤,涂亞慶,齊永生.計算機視覺測量中攝像機快速標定方法實現[J].后勤工程學院學報,2009,(3).

[5]沙增強.數碼防偽技術的推廣應用[J].中國品牌與防偽,2006,(11).

[6]姚慶梅,牛君.一種基于方向形態學的圖像輪廓提取方法[J].山東大學學報(工學版),2005,(4).