利用紙張固有信息的紙張身份識別追溯系統的制作方法
【專利摘要】本發明為利用紙張固有信息的紙張身份識別追溯系統，解決紙張的生產通過噴碼機將標識碼噴印在紙張上作為紙張身份識別碼，導致紙張成本和廢品率高的問題。本發明包含熒光纖維絲檢測系統、中心服務器，熒光纖維絲檢測系統安裝在各工序紙張外觀質量檢測系統之前，所述熒光纖維絲檢測系統包括計算機、相機、紅外LED光源、紫外熒光LED光源，所述紙張外觀質量檢測系統為已有商品系統，熒光纖維絲檢測系統、紙張外觀質量檢測系統通過網絡與中心服務器連接，紙張外觀質量檢測系統提供紙張質量信息，熒光纖維絲檢測系統提供唯一的紙張身份識別碼，中心服務器通過紙張身份識別碼將每張紙在各工序中獲得的紙張質量信息進行存儲。
【專利說明】
利用紙張固有信息的紙張身份識別追溯系統
[0001 ] 技術領域:
本發明系統屬于工業檢測控制領域，特別涉及一種對于在紙張生產流程中，在不通過外部標示(噴碼、打孔等)的情況下，利用紙張本身的固有信息實現單張紙張的在線跟蹤與追溯的方法。
[0002]【背景技術】:
紙張的生產目前沒有任何追溯系統，部分生產廠商計劃采用噴碼的方式，即通過噴碼機將標識碼噴印在紙張上作為紙張身份識別碼，通過該噴碼標示來進行紙張的追溯，但是這種方式會導致紙張成本的提升，并增加因噴碼故障帶來的紙張損失，噴錯碼或沒噴碼的紙張需要作廢。
[0003]
【發明內容】
:
本發明的目的是提供一種能追蹤每大張紙在每道生產工藝工序中的唯一紙張身份識別碼，能夠將前后工序中紙張外觀質量檢測系統對每大張紙的檢測結果與紙張身份識別碼對應匹配，從而將生產過程中不同生產工序中檢測的同一紙張的質量信息進行匯總記錄的利用紙張固有信息的紙張身份識別追溯系統。
[0004]本發明是這樣實現的:
利用紙張固有信息的紙張身份識別追溯系統，防偽紙帶熒光纖維絲，紙張生產的各工序安裝有紙張外觀質量檢測系統，各工序的紙張外觀質量檢測系統之前增加熒光纖維絲檢測系統，所述熒光纖維絲檢測系統包括計算機、相機、紅外LED光源、紫外熒光LED光源，紅外LED光源位于紙張背面，與相機形成透視成像，拍攝紙張的透視成像圖，通過透視成像能使紙張中的橫切標記成像為亮度高于紙張表面的對象，紫外熒光LED光源位于紙張正面，與相機形成反射成像，拍攝紙張的正面反射圖像，通過紫外熒光LED光源能讓紙張表面的熒光纖維絲發亮，形成亮度高于紙張表面的對象，所述外觀質量檢測檢測系統為已有商品系統，能夠得到紙張質量信息，熒光纖維絲檢測系統、紙張外觀質量檢測系統通過網絡與中心服務器連接，紙張外觀質量檢測系統將紙張質量信息直接發送到中心服務器，熒光纖維絲檢測系統通過檢測得到每張紙唯一的紙張身份識別碼，中心服務器通過紙張身份識別碼將各工序中獲得的紙張質量信息進行匯總存儲。
[0005]所述熒光纖維絲檢測系統的計算機為研華6606工控機，光源采用了深圳市中鈔科信公司定制的紫外熒光LED光源、深圳市中鈔科信公司定制的紅外LED光源，相機采用DALSA公司的02K40線陣CCD相機，成像分辨率中的橫向和縱向分辨率均為0.lmm/pixal，所述中心服務器為聯想D40工作站，所述外觀質量檢測檢測系統采用的是深圳市中鈔科信金融科技有限公司生產的紙張外觀質量檢測系統，紙張外觀質量檢測系統獲得紙張生產過程中的質量信息，包括紙張穿孔、蹭臟、白點、臟漿、雜質、漿塊、褶子、紙張大小、水印位置、裁切位置。
[0006]所述熒光纖維絲檢測系統利用熒光纖維絲隨機分布的特點，通過相機對紙張中的熒光纖維絲進行拍攝，每個工序的熒光纖維絲檢測系統均需要拍攝每張紙的圖像，熒光纖維絲檢測系統采用紫外熒光LED光源對紙張表面的熒光纖維絲進行成像拍攝和檢測，拍攝圖像中:紙張橫切標記在橫向位于所拍圖像的正中間，在縱向位于所拍圖像的最下方，所拍圖像長度和寬度均為600毫米，以每個熒光纖維絲外接矩形中心與橫切標記外接矩形中心的歐式距離為索引，以熒光纖維絲外接矩形中心在以橫切標記外接矩形中心建立的坐標系的橫向和縱向的坐標、每個熒光纖維絲的面積、外接矩形長度和寬度作為特征建立紙張的身份識別碼，所述紙張橫切標記為紙張生產中在紙張中以水印形式在紙張中添加的水印圖案，為長方形的水印，在透視成像下可以看到，紙張橫切標記在每張紙中只有一個，且其位置在每張紙中都是固定的，以橫切標記外接矩形中心作為坐標系的原點，熒光纖維絲外接矩形中心與橫切標記外接矩形中心的歐式距離為:熒光纖維絲的外接矩形的中心與橫切標記的外接矩形的中心的直線距離，外接矩形:與圖像保持水平，并能包含目標對象的最小矩形，目標對象即上述熒光纖維絲和橫切標記，熒光纖維絲的面積:單個熒光纖維絲的面積為圖像中單個熒光纖維絲的像素點。
[0007]熒光纖維絲檢測系統對紙張表面的熒光纖維絲進行檢測分析的流程如下:
I圖像預處理，
通過大津算法將拍攝圖像中的橫切標記和熒光纖維絲提取出來:
在拍攝圖像中，熒光纖維絲和橫切標記都是亮度高于紙面背景的對象，通過大津算法把拍攝圖像變換為二值化圖像，從而讓橫切標記和熒光纖維絲成為明顯的目標對象，在進行圖像提取的時候，圖像采用RGB通道的G通道圖像，大津算法步驟如下:
1)、對圖像進行直方圖統計，獲得拍攝圖像每個灰度級的像素點數，每個灰度級記為i，i為變量，取值范圍為O到255，
2)、將圖像的每個灰度級分為AB兩類，每個灰度級i的A類記為Wm，Wm為灰度級小于i的像素占總像素的比例，yAi為灰度級i的A類平均灰度；
Wm=灰度級小于等于i的像素總數/圖像像素總數，
μΑ? =灰度級小于等于i的像素的灰度級總和/灰度級小于等于i的像素總數，
每個灰度級i的B類記為WBl，WBl為灰度級大于i的像素占總像素的比例，μΒ?為灰度級i的B類平均灰度；
Wb1=灰度級大于i的像素總數/圖像像素總數，
μΒ? =灰度級大于i的像素的灰度級總和/灰度級大于i的像素總數，
μ為圖像平均灰度級，
μ =圖像灰度級總和/圖像像素總數，
Ti為每個灰度級的方差，
Ti = ffAi(ya1-y)2+ Wbi(ybi_y)2
通過上述公式計算得到O到255共256個方差值Ti，在這256個方差中最大的值對應的灰度級就是圖像的分割閾值，
3)、通過上述分割閾值直接將圖像二值化，高于分割閾值的像素點灰度級為I，低于分割閾值的像素點灰度級為0，
2、采用BLOB分析算法對圖像進行分析，面積、長度和寬度采用的單位均為像素，
算法步驟:
I)按像素對圖像預處理中得到的二值化的圖像進行分析，將二值化圖像中值為I的像素點按照八鄰域進行連通性分析，將八鄰域相鄰的所有像素合成為一個BLOB塊，計算二值化圖中所有的BLOB塊； 2)對上一步得到的圖像中所有的BLOB塊進行篩選，將像素點個數大于判定閾值的BLOB塊篩選出來，判定閾值為熒光纖維絲標準像素面積的一半，熒光纖維絲標準像素面積通過標準熒光纖維絲面積除以圖像像素分辨率0.lmm/pixal獲得；
3)對篩選出來的每一個BLOB塊計算其像素點的總體像素面積，記錄BLOB塊外接矩形的中心在以圖像左上角為原點，以像素為單位的坐標系中的位置，BLOB塊外接矩形的長度和寬度，BLOB塊外接矩形為與圖像保持水平，并能包含BLOB塊的最小外接矩形；
3、橫切標記提取:
在步驟2獲得的BLOB塊中，將面積、長度和寬度符合橫切標記的BLOB塊找到并記錄位置，面積、長度和寬度的單位均為像素，橫切標記為紙張上的固定水印，其面積、長度和寬度是固定的，將計算得到的BLOB塊的面積、長度和寬度同橫切標記的面積、長度和寬度進行對比，對比的策略是BLOB塊面積、長度和寬度同橫切標記標準值誤差在10%以內的是符合橫切標記的BLOB塊。
[0008]4、熒光纖維絲提取:
將上述步驟中提取的符合橫切標記BLOB塊去除，圖像中剩下的BLOB塊都是熒光纖維絲，將剩下的BLOB塊的坐標系轉化為以橫切標記外接矩形中心為原點的坐標系，計算剩下BLOB塊的外接矩形中心到橫切標記外接矩形中心的歐式距離，歐式距離即熒光纖維絲的外接矩形中心到橫切標記外接矩形中心的直線距離，將剩下的BLOB塊按照上述得到的歐式距離按從小到大進行排序，對于歐式距離相同的BLOB塊則再按照以橫切標記外接矩形中心為原點的坐標系的X方向位置從左向右進行排序，取排序結果中前30個熒光纖維絲作為身份識別碼的參數。
[0009]5、歸一化:
將上述步驟計算得到的30個熒光纖維絲的在以橫切標記外接矩形中心為原點的坐標系下的X坐標、y坐標、面積、外接矩形長度、外接矩形寬度轉化為以毫米為單位，轉化通過單個像素的分辨率完成，具體方式為:
上述計算得到的在以橫切標記外接矩形中心為原點的坐標系下的X坐標、y坐標、面積、外接矩形長度、外接矩形寬度的單位均為像素，像素橫向和縱向分辨率均為0.1mm/像素，這里將橫向分辨率和縱向分辨率統稱為像素分辨率，
歸一化后X坐標=原像素為單位的長度*像素分辨率，
歸一化后y坐標=原像素為單位的寬度*像素分辨率，
歸一化后面積=原像素為單位的面積*像素分辨率*像素分辨率，
歸一化后外接矩形長度=原像素為單位的外接矩形長度*像素分辨率，
歸一化后外接矩形寬度=原像素為單位的外接矩形寬度*像素分辨率，
6、身份識別碼分析與識別，
將每個熒光纖維絲的在以橫切標記外接矩形中心為原點的坐標系下的X坐標、y坐標、面積、外接矩形長度、外接矩形寬度一共5個參數作為每個熒光纖維絲的特征值，形成每一個熒光纖維絲的特征向量，每張紙取30個特征向量，這30個特征向量形成了本發明中所述的紙張身份識別碼，即紙張身份識別碼包含30個特征向量，每個特征向量包含5個特征值，在進行識別時，30個特征向量只需要有25個特征向量匹配成功則視為該紙張身份識別碼匹配成功，單個特征向量的匹配方法為對待匹配特征向量中的5個特征值進行比較，當單個特征值差異在10%以內，則認為該特征值匹配成功，當5個特征值差異分別在10%以內，則單個特征向量匹配成功，
單個特征值比較計算方法為:單個特征值差異=I待匹配特征向量單個特征值-樣本特征向量單個特征值I /樣本特征向量單個特征值，
待匹配特征向量為當前工序計算得到的紙張身份識別碼中的紙張特征向量，
樣本特征向量為首道工序提取的所有紙張身份識別碼中的紙張特征向量，
當前識別得到的紙張身份識別碼將同首道工序提取的所有紙張身份識別碼進行匹配。
[0010]本發明有如下優點:
在采用了本發明后，能夠除了在前期投入一部分資金外，在設備安裝后不產生新增費用的情況下進行紙張的追溯，不增加廠商生產工序的復雜度，不在紙張上做任何標記，避免了由噴碼帶來的紙張損失。在使用了本發明系統后就能追蹤每大張紙在每道生產工藝工序中的狀態，能將所有的生產工序中對同一大張紙不同的檢測結果匯總到一起，保證所有在生產過程中由各紙張外觀質量檢測系統發現的有缺陷的同一大張紙張都被本發明系統記錄下來，形成該大張紙在全生產流程的質量跟蹤，保證每一大張紙都有跡可循，保證出廠紙張的品質，即使有質量問題的紙張出了廠，也能夠幫助廠家追溯紙張的生產過程，找到有質量問題的紙張出廠的原因并及時解決。
[0011]【附圖說明】:
圖1為本發明系統圖。
[0012]圖2為熒光纖維絲檢測系統成像圖。
[0013]圖3為熒光纖維絲二值化圖。
[0014]【具體實施方式】:
利用紙張固有信息的紙張身份識別追溯系統，防偽紙帶熒光纖維絲，紙張生產的各工序安裝有紙張外觀質量檢測系統，各工序的紙張外觀質量檢測系統之前增加熒光纖維絲檢測系統，所述熒光纖維絲檢測系統包括計算機、相機、紅外LED光源、紫外熒光LED光源，紅外LED光源位于紙張背面，與相機形成透視成像，拍攝紙張的透視成像圖，通過透視成像能使紙張中的橫切標記成像為亮度高于紙張表面的對象，紫外熒光LED光源位于紙張正面，與相機形成反射成像，拍攝紙張的正面反射圖像，通過紫外熒光LED光源能讓紙張表面的熒光纖維絲發亮，形成亮度高于紙張表面的對象，所述外觀質量檢測檢測系統為已有商品系統，能夠得到紙張質量信息，熒光纖維絲檢測系統、紙張外觀質量檢測系統通過網絡與中心服務器連接，紙張外觀質量檢測系統將紙張質量信息直接發送到中心服務器，熒光纖維絲檢測系統通過檢測得到每張紙唯一的紙張身份識別碼，中心服務器通過紙張身份識別碼將各工序中獲得的紙張質量信息進行匯總存儲。
[0015]所述熒光纖維絲檢測系統的計算機為研華6606工控機，光源采用了深圳市中鈔科信公司定制的紫外熒光LED光源、深圳市中鈔科信公司定制的紅外LED光源，相機采用DALSA公司的02K40線陣CCD相機，成像分辨率中的橫向和縱向分辨率均為0.lmm/pixal，所述中心服務器為聯想D40工作站，所述外觀質量檢測檢測系統采用的是深圳市中鈔科信金融科技有限公司生產的紙張外觀質量檢測系統，紙張外觀質量檢測系統獲得紙張生產過程中的質量信息，包括紙張穿孔、蹭臟、白點、臟漿、雜質、漿塊、褶子、紙張大小、水印位置、裁切位置。
[0016]所述熒光纖維絲檢測系統利用熒光纖維絲隨機分布的特點，通過相機對紙張中的熒光纖維絲進行拍攝，每個工序的熒光纖維絲檢測系統均需要拍攝每張紙的圖像，熒光纖維絲檢測系統采用紫外熒光LED光源對紙張表面的熒光纖維絲進行成像拍攝和檢測，拍攝圖像中:紙張橫切標記在橫向位于所拍圖像的正中間，在縱向位于所拍圖像的最下方，所拍圖像長度和寬度均為600毫米，以每個熒光纖維絲外接矩形中心與橫切標記外接矩形中心的歐式距離為索引，以熒光纖維絲外接矩形中心在以橫切標記外接矩形中心建立的坐標系的橫向和縱向的坐標、每個熒光纖維絲的面積、外接矩形長度和寬度作為特征建立紙張的身份識別碼，所述紙張橫切標記為紙張生產中在紙張中以水印形式在紙張中添加的水印圖案，為長方形的水印，在透視成像下可以看到，紙張橫切標記在每張紙中只有一個，且其位置在每張紙中都是固定的，以橫切標記外接矩形中心作為坐標系的原點，熒光纖維絲外接矩形中心與橫切標記外接矩形中心的歐式距離為:熒光纖維絲的外接矩形的中心與橫切標記的外接矩形的中心的直線距離，外接矩形:與圖像保持水平，并能包含目標對象的最小矩形，目標對象即上述熒光纖維絲和橫切標記，熒光纖維絲的面積:單個熒光纖維絲的面積為圖像中單個熒光纖維絲的像素點。
[0017]熒光纖維絲檢測系統對紙張表面的熒光纖維絲進行檢測分析的流程如下:
I圖像預處理，
通過大津算法將拍攝圖像中的橫切標記和熒光纖維絲提取出來:
在拍攝圖像中，熒光纖維絲和橫切標記都是亮度高于紙面背景的對象，通過大津算法把拍攝圖像變換為二值化圖像，從而讓橫切標記和熒光纖維絲成為明顯的目標對象，在進行圖像提取的時候，圖像采用RGB通道的G通道圖像，大津算法步驟如下:
1)、對圖像進行直方圖統計，獲得拍攝圖像每個灰度級的像素點數，每個灰度級記為i，i為變量，取值范圍為O到255，
2)、將圖像的每個灰度級分為AB兩類，每個灰度級i的A類記為Wm，Wm為灰度級小于i的像素占總像素的比例，yAi為灰度級i的A類平均灰度；
Wm=灰度級小于等于i的像素總數/圖像像素總數，
μΑ? =灰度級小于等于i的像素的灰度級總和/灰度級小于等于i的像素總數，
每個灰度級i的B類記為WBl，WBl為灰度級大于i的像素占總像素的比例，μΒ?為灰度級i的B類平均灰度；
Wb1=灰度級大于i的像素總數/圖像像素總數，
μΒ? =灰度級大于i的像素的灰度級總和/灰度級大于i的像素總數，
μ為圖像平均灰度級，
μ =圖像灰度級總和/圖像像素總數，
Ti為每個灰度級的方差，
Ti = ffAi(ya1-y)2+ Wbi(ybi_y)2
通過上述公式計算得到O到255共256個方差值Ti，在這256個方差中最大的值對應的灰度級就是圖像的分割閾值，
3)、通過上述分割閾值直接將圖像二值化，高于分割閾值的像素點灰度級為I，低于分割閾值的像素點灰度級為0，
2、采用BLOB分析算法對圖像進行分析，面積、長度和寬度采用的單位均為像素，
算法步驟: 1)按像素對圖像預處理中得到的二值化的圖像進行分析，將二值化圖像中值為I的像素點按照八鄰域進行連通性分析，將八鄰域相鄰的所有像素合成為一個BLOB塊，計算二值化圖中所有的BLOB塊，
2)對上一步得到的圖像中所有的BLOB塊進行篩選，將像素點個數大于判定閾值的BLOB塊篩選出來，判定閾值為熒光纖維絲標準像素面積的一半，熒光纖維絲標準像素面積通過標準熒光纖維絲面積除以圖像像素分辨率0.lmm/pixal獲得，
3)對篩選出來的每一個BLOB塊計算其像素點的總體像素面積，記錄BLOB塊外接矩形的中心在以圖像左上角為原點，以像素為單位的坐標系中的位置，BLOB塊外接矩形的長度和寬度，BLOB塊外接矩形為與圖像保持水平，并能包含BLOB塊的最小外接矩形，
3、橫切標記提取，
在步驟2獲得的BLOB塊中，將面積、長度和寬度符合橫切標記的BLOB塊找到并記錄位置，面積、長度和寬度的單位均為像素，橫切標記為紙張上的固定水印，其面積、長度和寬度是固定的，將計算得到的BLOB塊的面積、長度和寬度同橫切標記的面積、長度和寬度進行對比，對比的策略是BLOB塊面積、長度和寬度同橫切標記標準值誤差在10%以內的是符合橫切標記的BLOB塊，
4、熒光纖維絲提取，
將上述步驟中提取的符合橫切標記BLOB塊去除，圖像中剩下的BLOB塊都是熒光纖維絲，將剩下的BLOB塊的坐標系轉化為以橫切標記外接矩形中心為原點的坐標系，計算剩下BLOB塊的外接矩形中心到橫切標記外接矩形中心的歐式距離，歐式距離即熒光纖維絲的外接矩形中心到橫切標記外接矩形中心的直線距離，將剩下的BLOB塊按照上述得到的歐式距離按從小到大進行排序，對于歐式距離相同的BLOB塊則再按照以橫切標記外接矩形中心為原點的坐標系的X方向位置從左向右進行排序，取排序結果中前30個熒光纖維絲作為身份識別碼的參數，
5、歸一化
將上述步驟計算得到的30個熒光纖維絲的在以橫切標記外接矩形中心為原點的坐標系下的X坐標、y坐標、面積、外接矩形長度、外接矩形寬度轉化為以毫米為單位，轉化通過單個像素的分辨率完成，具體方式為:
上述計算得到的在以橫切標記外接矩形中心為原點的坐標系下的X坐標、y坐標、面積、外接矩形長度、外接矩形寬度的單位均為像素，像素橫向和縱向分辨率均為0.1mm/像素，這里將橫向分辨率和縱向分辨率統稱為像素分辨率，
歸一化后X坐標=原像素為單位的長度*像素分辨率，
歸一化后y坐標=原像素為單位的寬度*像素分辨率，
歸一化后面積=原像素為單位的面積*像素分辨率*像素分辨率，
歸一化后外接矩形長度=原像素為單位的外接矩形長度*像素分辨率，
歸一化后外接矩形寬度=原像素為單位的外接矩形寬度*像素分辨率，
6、身份識別碼分析與識別，
將每個熒光纖維絲的在以橫切標記外接矩形中心為原點的坐標系下的X坐標、y坐標、面積、外接矩形長度、外接矩形寬度一共5個參數作為每個熒光纖維絲的特征值，形成每一個熒光纖維絲的特征向量，每張紙取30個特征向量，這30個特征向量形成了本發明中所述的紙張身份識別碼，即紙張身份識別碼包含30個特征向量，每個特征向量包含5個特征值，在進行識別時，30個特征向量只需要有25個特征向量匹配成功則視為該紙張身份識別碼匹配成功，單個特征向量的匹配方法為對待匹配特征向量中的5個特征值進行比較，當單個特征值差異在10%以內，則認為該特征值匹配成功，當5個特征值差異分別在10%以內，則單個特征向量匹配成功，
單個特征值比較計算方法為:單個特征值差異=I待匹配特征向量單個特征值-樣本特征向量單個特征值I/樣本特征向量單個特征值，
待匹配特征向量為當前工序計算得到的紙張身份識別碼中的紙張特征向量，
樣本特征向量為首道工序提取的所有紙張身份識別碼中的紙張特征向量，
當前識別得到的紙張身份識別碼將同首道工序提取的所有紙張身份識別碼進行匹配。
【主權項】
1.利用紙張固有信息的紙張身份識別追溯系統，防偽紙帶熒光纖維絲，紙張生產的各工序安裝有紙張外觀質量檢測系統，其特征在于各工序的紙張外觀質量檢測系統之前增加熒光纖維絲檢測系統，所述熒光纖維絲檢測系統包括計算機、相機、紅外LED光源、紫外熒光LED光源，紅外LED光源位于紙張背面，與相機形成透視成像，拍攝紙張的透視成像圖，通過透視成像能使紙張中的橫切標記成像為亮度高于紙張表面的對象，紫外熒光LED光源位于紙張正面，與相機形成反射成像，拍攝紙張的正面反射圖像，通過紫外熒光LED光源能讓紙張表面的熒光纖維絲發亮，形成亮度高于紙張表面的對象，所述外觀質量檢測檢測系統為已有商品系統，能夠得到紙張質量信息，熒光纖維絲檢測系統、紙張外觀質量檢測系統通過網絡與中心服務器連接，紙張外觀質量檢測系統將紙張質量信息直接發送到中心服務器，熒光纖維絲檢測系統通過檢測得到每張紙唯一的紙張身份識別碼，中心服務器通過紙張身份識別碼將各工序中獲得的紙張質量信息進行匯總存儲。2.根據權利要求1所述的利用紙張固有信息的紙張身份識別追溯系統，其特征在于所述熒光纖維絲檢測系統的計算機為研華6606工控機，光源采用了深圳市中鈔科信公司的紫外熒光LED光源、深圳市中鈔科信公司的紅外LED光源，相機采用DALSA公司的02K40線陣CXD相機，成像分辨率中的橫向和縱向分辨率均為0.lmm/pixal，所述中心服務器為聯想D40工作站，所述外觀質量檢測檢測系統采用的是深圳市中鈔科信金融科技有限公司生產的紙張外觀質量檢測系統，紙張外觀質量檢測系統獲得紙張生產過程中的質量信息，包括紙張穿孔、蹭臟、白點、臟漿、雜質、漿塊、褶子、紙張大小、水印位置、裁切位置。3.根據權利要求1所述的利用紙張固有信息的紙張身份識別追溯系統，其特征在于所述熒光纖維絲檢測系統利用熒光纖維絲在防偽紙張中隨機分布的特點，通過相機對紙張中的熒光纖維絲進行拍攝，每個工序的熒光纖維絲檢測系統均需要拍攝每張紙的圖像，熒光纖維絲檢測系統采用紫外熒光LED光源對紙張表面的熒光纖維絲進行成像拍攝和檢測，拍攝圖像中:紙張橫切標記在橫向位于所拍圖像的正中間，在縱向位于所拍圖像的最下方，所拍圖像長度和寬度均為600毫米，以熒光纖維絲外接矩形中心在以橫切標記外接矩形中心建立的坐標系的橫向和縱向的坐標、每個熒光纖維絲的面積、外接矩形長度和寬度作為特征建立紙張的身份識別碼，所述紙張橫切標記為紙張生產中在紙張中以水印形式在紙張中添加的水印圖案，為長方形的水印，在透視成像下可以看到，紙張橫切標記在每張紙中只有一個，且其位置在每張紙中都是固定的，以橫切標記外接矩形中心作為坐標系的原點，熒光纖維絲外接矩形中心與橫切標記外接矩形中心的歐式距離為:熒光纖維絲的外接矩形的中心與橫切標記的外接矩形的中心的直線距離，外接矩形:與圖像保持水平，并能包含目標對象的最小矩形，目標對象即上述熒光纖維絲和橫切標記，熒光纖維絲的面積:單個熒光纖維絲的面積為圖像中單個熒光纖維絲的像素點，熒光纖維絲檢測系統對紙張表面的熒光纖維絲進行檢測分析的流程如下: I圖像預處理: 通過大津算法將拍攝圖像中的橫切標記和熒光纖維絲提取出來: 在拍攝圖像中，熒光纖維絲和橫切標記都是亮度高于紙面背景的對象，通過大津算法把拍攝圖像變換為二值化圖像，從而讓橫切標記和熒光纖維絲成為明顯的目標對象，在進行圖像提取的時候，圖像采用RGB通道的G通道圖像，大津算法步驟如下: I)、對圖像進行直方圖統計，獲得拍攝圖像每個灰度級的像素點數，每個灰度級記為i，i為變量，取值范圍為O到255， 2)、將圖像的每個灰度級分為AB兩類，每個灰度級i的A類記為Wm，Wm為灰度級小于等于i的像素占圖像總像素的比例，yAi為灰度級i的A類平均灰度； Wm=灰度級小于等于i的像素總數/圖像像素總數， μΑ? =灰度級小于等于i的像素的灰度級總和/灰度級小于等于i的像素總數， 每個灰度級i的B類記為WBl，WBl為灰度級大于i的像素占總像素的比例，μΒ?為灰度級i的B類平均灰度； Wb1=灰度級大于i的像素總數/圖像像素總數， μΒ? =灰度級大于i的像素的灰度級總和/灰度級大于i的像素總數， μ為圖像平均灰度級， μ =圖像灰度級總和/圖像像素總數， Ti為每個灰度級的方差，Ti = ffAi(ya1-y)2+ Wbi(ybi_y)2 通過上述公式計算得到O到255共256個方差值Ti，在這256個方差中最大的值對應的灰度級就是圖像的分割閾值， 3)、通過上述分割閾值直接將圖像二值化，高于分割閾值的像素點灰度級為I，低于分割閾值的像素點灰度級為O; . 2、采用BLOB分析算法對圖像進行分析，面積、長度和寬度采用的單位均為像素， 算法步驟: I)按像素對圖像預處理中得到的二值化的圖像進行分析，將二值化圖像中值為I的像素點按照八鄰域進行連通性分析，將八鄰域相鄰的所有像素合成為一個BLOB塊，計算二值化圖中所有的BLOB塊， .2 )對上一步得到的圖像中所有的BLOB塊進行篩選，將像素點個數大于判定閾值的BLOB塊篩選出來，判定閾值為熒光纖維絲標準像素面積的一半，熒光纖維絲標準像素面積通過標準熒光纖維絲面積除以圖像像素分辨率0.lmm/pixal獲得， .3)對篩選出來的每一個BLOB塊計算其像素點的總體像素面積，記錄BLOB塊外接矩形的中心在以圖像左上角為原點、以像素為單位的坐標系中的位置，BLOB塊外接矩形的長度和寬度，BLOB塊外接矩形為與圖像保持水平，并能包含BLOB塊的最小外接矩形， .3、橫切標記提取: 在步驟2獲得的BLOB塊中，將面積、長度和寬度符合橫切標記的BLOB塊找到并記錄位置，面積、長度和寬度的單位均為像素，橫切標記為紙張上的固定水印，其面積、長度和寬度是固定的，將計算得到的BLOB塊的面積、長度和寬度同橫切標記的面積、長度和寬度進行對比，對比的策略是BLOB塊面積、長度和寬度同橫切標記標準值誤差在10%以內的是符合橫切標記的BLOB塊， .4、熒光纖維絲提取: 將上述步驟中提取的符合橫切標記BLOB塊去除，圖像中剩下的BLOB塊都是熒光纖維絲，將剩下的BLOB塊的坐標系轉化為以橫切標記外接矩形中心為原點的坐標系，計算剩下BLOB塊的外接矩形中心到橫切標記外接矩形中心的歐式距離，歐式距離即熒光纖維絲的外接矩形中心到橫切標記外接矩形中心的直線距離，將剩下的BLOB塊按照上述得到的歐式距離按從小到大進行排序，對于歐式距離相同的BLOB塊則再按照以橫切標記外接矩形中心為原點的坐標系的X方向位置從左向右進行排序，按照上述得到的歐式距離按從小到大進行排序，取排序結果中前30個熒光纖維絲作為身份識別碼的參數， .5、歸一化: 將上述步驟計算得到的30個熒光纖維絲的在以橫切標記外接矩形中心為原點的坐標系下的X坐標、y坐標、面積、外接矩形長度、外接矩形寬度轉化為以毫米或平方毫米為單位，轉化通過單個像素的分辨率完成，具體方式為: 上述計算得到的在以橫切標記外接矩形中心為原點的坐標系下的X坐標、y坐標、面積、外接矩形長度、外接矩形寬度的單位均為像素，像素橫向和縱向分辨率均為0.1mm/像素，這里將橫向分辨率和縱向分辨率統稱為像素分辨率， 歸一化后X坐標=原像素為單位的長度*像素分辨率， 歸一化后y坐標=原像素為單位的寬度*像素分辨率， 歸一化后面積=原像素為單位的面積*像素分辨率*像素分辨率， 歸一化后外接矩形長度=原像素為單位的外接矩形長度*像素分辨率， 歸一化后外接矩形寬度=原像素為單位的外接矩形寬度*像素分辨率， .6、身份識別碼分析與識別， 將每個熒光纖維絲的在以橫切標記外接矩形中心為原點的坐標系下的X坐標、y坐標、面積、外接矩形長度、外接矩形寬度一共5個參數作為每個熒光纖維絲的特征值，形成每一個熒光纖維絲的特征向量，每張紙取30個特征向量，這30個特征向量形成了本發明中所述的紙張身份識別碼，即紙張身份識別碼包含30個特征向量，每個特征向量包含5個特征值，在進行識別時，30個特征向量只需要有25個特征向量匹配成功則視為該紙張身份識別碼匹配成功，單個特征向量的匹配方法為對待匹配特征向量中的5個特征值進行比較，當單個特征值差異在10%以內，則認為該特征值匹配成功，當5個特征值差異分別在10%以內，則單個特征向量匹配成功， 單個特征值比較計算方法為:單個特征值差異=I待匹配特征向量單個特征值-樣本特征向量單個特征值I /樣本特征向量單個特征值， 待匹配特征向量為當前工序計算得到的紙張身份識別碼中的紙張特征向量， 樣本特征向量為首道工序提取的所有紙張身份識別碼中的紙張特征向量， 當前識別得到的紙張身份識別碼將同首道工序提取的所有紙張身份識別碼進行匹配。
【文檔編號】G01N21/84GK105842244SQ201610174648
【公開日】2016年8月10日
【申請日】2016年3月25日
【發明人】冉飛, 向祥凱, 劉權, 王竟爽, 古樂野, 張紹兵, 阮波, 成苗, 廖世鵬, 張佳成, 江勇, 王佐才, 閆濤, 陳蔓
【申請人】保定鈔票紙業有限公司