论文部分内容阅读
由于计算机三维图像技术的快速发展以及数控精密加工技术的普及,使得三维物体数字化成为现实。然而这种便利也使敌手更容易通过三维图像和数控制造技术相结合,生产出与原物品相同的假冒伪劣产品,从而导致传统防伪技术的作用大大降低。为了防止这种缺陷,近年来国外学者设计出一种与物品结合更加紧密,并且安全性更高的防伪算法。它在物体的一个表面区域嵌入少量的、附加的、精心设计的制造误差(对于物体的使用没有影响),即物体与签名互相关联的一种签名算法,使敌手无法对签名实体进行仿造。通过在真实性验证过程中发现未知的误差来判定物体的真实性。然而,传统真实性验证方法都有其局限性,它们都是基于三维世界对物体进行验证,但三维表面姿态需要两个自由度,在实现过程中比较困难。因此,本文在该签名算法基础上提出一种新的真实性验证方法,即将一个复杂的三维问题转化到二维上,该方法主要基于旋转图像对三维物体进行表达、匹配和校验。本文采用的旋转图像法贯穿于整个真实性验证方法中。首先,把三维原始签名网格上的顶点作为定向点,将其余顶点相对该定向点的位置关系映射到一张二维图像上,即生成一张旋转图像。然后,在重建签名图像上随机选取三个点,计算旋转图像,并把每个旋转图像分别与原始签名图像上所有点生成的旋转图像进行比较,得到初始匹配点矩阵,最后将初始匹配点矩阵作为迭代最近点验证(Iterative Closest Point Verification)ICPV算法的输入参数进行精确校验。所提出的三维物体真实性验证方法主要包括:基于旋转图像的三维物体表达、初始匹配和结果精确校验三部分。基于旋转图像的三维物体的表达是指将三维物体重建后获得的签名图像与原始签名图像都通过旋转图像法表示。基于旋转图像的三维物体初始匹配是指把重建签名图像上的每个旋转图像与所有原始签名图像上所有旋转图像计算相似度值,最终找到初始匹配点矩阵。结果精确校验是指将初始匹配点矩阵作为ICPV算法的输入参数,从而进行精确验证。最后,对所提出的三维实体真实性验证方法在Matlab环境下进行了设计与实现,通过实验仿真、测试与分析,得出各个部分的可变参数的适用范围。当各个部分的可变参数选择适当时,本文的真实性验证方法能够有效分辨出物品的真伪,具有较好的应用前景。