产品的假冒伪劣现象严重危害了消费者和商家的利益与信誉,扰乱着整个市场经济的运行。防伪技术作为解决这一问题的有效途径一直被大家所关注。目前的防伪技术都有着较好的防伪功能,但是难以实现售前防伪,消费者不易辨别等问题仍或多或少存在。随着移动端设备的快速发展,将防伪技术与数字图像处理结合可以实现快捷的智能防伪。本文通过油墨在纸张上随机扩散引入的纹理特性结合二维码索引构建防伪码,将其作为商品独一无二的标识,根据移动端不稳定性提出并解决各种实际问题,并研究快速有效的鉴别算法验证防伪码的真伪。本文首先对防伪码的提取以及质量评价进行了研究。根据防伪码是细密纹理这一特性使用组合形态学将其粘连成可区分于背景的大白块。然后通过最小外接矩形角点对多边形拟合得到的角点进行筛选,获取防伪码最终的四个角点。透视变换归一化后实现对防伪码的提取。防伪码图像质量评价包括反光,离焦模糊,运动模糊三种情况。本文根据直方图末端形态检测反光图像。针对离焦模糊受环境和手机硬件不同难以制定统一标准的问题,本文认为直方图双峰位置一定程度上代表了图像的亮度对比度情况,因此将直方图分为三段做线性调整,后与拉普拉斯算子卷积,最后计算图像信息熵判断是否存在离焦模糊。针对运动模糊,本文根据梯度对称性,将防伪码分别与四个方向的sobel算子卷积,计算对称方向上卷积后图像的灰度均值比,能够简单快速的检测运动模糊。防伪区域中的纹理粗细各不相同,显然越细小狭窄的地方越难被仿造。因此,本文提出基于关键点的真伪鉴别算法。首先对二值化图像前景区域提取骨架,并计算骨骼宽度,设置阈值得到防伪关键点。为关键点添加Surf特征描述子,使用欧氏距离和K最近邻算法进行匹配并初步去除误匹配点对。利用匹配点对位置信息相近的特点进一步剔除误匹配点对。最后计算正确匹配点对数量并对算法进行比较验证。实验表明了本文算法的优越性,精确率达到98%,召回率达到91%。对于防伪码关键区域的纹理研究,本文根据关键点构造关键区域,并根据关键区域防伪能力做进一步划分。首先将灰度共生矩阵统计特征归一化到0到1之间便于相似性度量,由于灰度共生矩阵缺少局部细节的纹理信息。本文根据完备局部二值的幅值信息确定边缘区域,从而计算边缘区域完备局部二值特征直方图,将其与归一化的灰度共生矩阵统计特征融合,计算样本图像与待测图像特征向量之间的欧式距离。最后通过实验验证本文算法相较于其它纹理算法在真伪鉴别上更准确稳定,精确率为98%,召回率达到94%。