本發(fā)明屬于防偽技術(shù)領(lǐng)域，更具體地，涉及一種基于SURF圖像特征匹配的標簽防偽系統(tǒng)及方法。

背景技術(shù)：

防偽標簽是能粘貼、印刷、轉(zhuǎn)移在產(chǎn)品表面，具有防偽作用的標識。消費者能夠通過防偽標簽來判斷產(chǎn)品的真?zhèn)?。為了保證防偽標簽的可靠性，目前主要通過以下幾種方式實現(xiàn)：

(1)采用特殊的印制技術(shù)。例如激光全息圖像技術(shù)、安全線嵌入技術(shù)等，這類技術(shù)提高了仿制的技術(shù)門檻，標識無法通過普通的印刷技術(shù)復(fù)制。該類標識具有獨特的視覺表現(xiàn)，消費者能夠輕易辨認。但是這類標識可以通過第三方購買或者定制，因此不能保證粘貼有此類標識的產(chǎn)品就是正品。

(2)使用特殊的紙張材料。例如溫變材料、濕敏材料、核徑跡防偽材料等，這些材料在特定的外界條件下會發(fā)生質(zhì)變，并呈現(xiàn)出隱藏的文字或圖案信息。使用這種方法無疑會提高仿制標識的成本，然而不可避免地，企業(yè)使用此類標識的成本也會相應(yīng)提高，因而只在部分價值較高的產(chǎn)品上使用，普及度不高。

(3)查詢式數(shù)碼防偽。消費者通過電話、短信、互聯(lián)網(wǎng)查詢標識上的數(shù)碼。這種方案的問題在于：一方面，由于數(shù)碼只是簡單印刷在標識表面，很容易被仿制；另一方面，消費者查詢的參與度較低。針對上述兩個問題，目前的做法是采用二維碼結(jié)合查詢計數(shù)的方式來提高可靠性。即將防偽數(shù)碼記錄到二維碼中，消費者在聯(lián)網(wǎng)狀態(tài)下只需掃描二維碼就會自動鑒偽，并通過在線計算查詢次數(shù)來判斷產(chǎn)品的真?zhèn)?。然而標識仍然有可能被仿制，即使查詢反饋是第一次鑒偽也還是無法百分百確定產(chǎn)品是否為正品。

(4)標識唯一性特征技術(shù)。這種方案的特點在于使標識具備某些獨一無二的特征，任何第三方都無法制作出帶有完全一樣特征的標識。最常見的是紋理防偽技術(shù)，是以包裝材料本身固有的斑紋記號為防偽識別標記的一種防偽技術(shù)。自然界的斑紋總是千差萬別的，如指紋、木紋、石紋等紋理都是隨機的唯一的?；蛘呤侨斯ぜy理技術(shù)，如隨機纖維技術(shù)產(chǎn)生的纖維紋理也是唯一的。利用這一原理，選用紋理清晰的包裝材料制成防偽標識，并將標識進行拍攝存檔，消費者通過網(wǎng)絡(luò)獲取這些圖像來判斷標識的真?zhèn)巍＿@在一定程度上避免了上述3種方式中出現(xiàn)的標識被仿制的情況，然而標識的制作要求高、成本較高，并且消費者必須借助網(wǎng)絡(luò)來鑒偽。由于紋理特征細節(jié)較多，消費者僅憑肉眼很難判斷出標識與存檔的圖像是否完全匹配，鑒偽結(jié)果可靠性較低。

技術(shù)實現(xiàn)要素：

針對現(xiàn)有技術(shù)的以上缺陷或改進需求，本發(fā)明提供了一種基于SURF圖像特征匹配的標簽防偽系統(tǒng)及方法，其目的在于借助圖像處理技術(shù)自動完成標簽的真?zhèn)闻袛?，由此解決現(xiàn)有技術(shù)中標簽真?zhèn)尾樵儾僮鬏^復(fù)雜以及人眼鑒別誤差較大的技術(shù)問題。

為實現(xiàn)上述目的，按照本發(fā)明的一個方面，提供了一種基于SURF圖像特征匹配的標簽防偽系統(tǒng)，包括：防偽標簽、后端驗證模塊、標簽標示模塊以及前端驗證模塊；

所述防偽標簽包括防偽圖案和數(shù)據(jù)載體，所述數(shù)據(jù)載體保存所述防偽圖案的SURF特征信息的編碼數(shù)據(jù)以及所述防偽標簽的唯一標識碼；

所述后端驗證模塊，用于獲取所述防偽標簽的圖像以及與所述防偽標簽的唯一標識碼對應(yīng)的目標標簽圖像，并對所述防偽標簽的圖像以及所述目標標簽圖像進行匹配測試；

所述標簽標示模塊，用于完成所述防偽標簽的制作，并對所述防偽標簽的相關(guān)信息進行備份，其中，所述防偽標簽的相關(guān)信息包括所述防偽標簽的唯一標識碼、所述防偽標簽中的防偽圖案的SURF特征信息的編碼數(shù)據(jù)以及符合預(yù)設(shè)分辨率的防偽標簽圖像；

所述前端驗證模塊，用于獲取所述防偽標簽的圖像、所述防偽標簽的唯一標識碼、所述防偽圖案的SURF特征信息的編碼數(shù)據(jù)以及與所述防偽標簽的唯一標識碼對應(yīng)的目標標簽圖像，并結(jié)合選擇的預(yù)設(shè)驗證模式進行自動化匹配驗證，其中，所述預(yù)設(shè)驗證模式中包括利用所述后端驗證模塊進行匹配測試的后端驗證模式。

優(yōu)選地，所述后端驗證模塊包括數(shù)據(jù)接收模塊、數(shù)據(jù)服務(wù)器、圖像匹配模塊以及結(jié)果反饋模塊；

所述數(shù)據(jù)接收模塊，用于獲取所述防偽標簽的圖像以及所述防偽標簽的唯一標識碼；

所述數(shù)據(jù)服務(wù)器，用于以所述唯一標識碼作為索引，從所述數(shù)據(jù)服務(wù)器中查詢與所述唯一標識碼對應(yīng)的目標標簽信息，其中，所述目標標簽信息包括目標標簽圖像；

所述圖像匹配模塊，用于在所述數(shù)據(jù)服務(wù)器找到所述目標標簽圖像時，將所述目標標簽圖像與所述防偽標簽的圖像進行匹配測試；

所述結(jié)果反饋模塊，用于在所述數(shù)據(jù)服務(wù)器未找到所述目標標簽圖像或者所述圖像匹配模塊匹配測試失敗時，輸出匹配失敗的提示信息，以及在所述圖像匹配模塊匹配測試成功時，輸出匹配成功的提示信息。

優(yōu)選地，所述標簽標示模塊包括標簽賦碼模塊、防偽圖案圖像處理模塊、標簽信息采集模塊以及數(shù)據(jù)傳輸模塊；

所述標簽賦碼模塊，用于為防偽標簽分配唯一標識碼，并將分配的唯一標識碼寫入所述防偽標簽的數(shù)據(jù)載體中；

所述防偽圖案圖像處理模塊，用于分割所述防偽標簽中的防偽圖案圖像，檢測所述防偽圖案圖像的SURF特征點，并利用非極大值抑制法確定所述防偽圖案圖像的SURF特征點中的部分特征點以及所述部分特征點的位置，然后確定所述部分特征點中的每一個特征點的主方向來描述所述防偽圖案圖像的SURF特征信息，并將所述SURF特征信息轉(zhuǎn)換成編碼數(shù)據(jù)寫入所述防偽標簽的數(shù)據(jù)載體中；

所述標簽信息采集模塊，用于獲取所述防偽標簽的相關(guān)信息，并整合形成防偽標簽信息文件，其中，所述防偽標簽的相關(guān)信息包括所述防偽標簽的唯一標識碼、所述SURF特征信息的編碼數(shù)據(jù)以及符合預(yù)設(shè)分辨率的防偽標簽圖像；

所述數(shù)據(jù)傳輸模塊，用于將所述防偽標簽信息文件發(fā)送到所述數(shù)據(jù)服務(wù)器中進行備份。

優(yōu)選地，所述前端驗證模塊包括圖像采集模塊、載體數(shù)據(jù)識讀模塊、數(shù)據(jù)收發(fā)模塊、鑒別模塊以及信息反饋模塊；

所述圖像采集模塊，用于采集并選取失真較小的所述防偽標簽的圖像；

所述載體數(shù)據(jù)識讀模塊，用于讀取所述數(shù)據(jù)載體中記錄的唯一標識碼以及SURF特征信息的編碼數(shù)據(jù)CODE₁；

所述數(shù)據(jù)收發(fā)模塊，用于在選擇人工比對模式時，向所述數(shù)據(jù)服務(wù)器請求與所述唯一標識碼對應(yīng)的目標標簽信息，并輸出所述目標標簽信息中包括的目標標簽圖像，由人工決定所述目標標簽圖像與所述防偽標簽的圖像是否匹配；

所述鑒別模塊，用于在選擇前端驗證模式時，從所述圖像采集模塊獲取的所述防偽標簽的圖像中分割出防偽圖案圖像，并計算分割得到的防偽圖案圖像的編碼數(shù)據(jù)CODE₂，評估CODE₁與CODE₂的吻合程度；

所述數(shù)據(jù)收發(fā)模塊，還用于在選擇后端驗證模式時，將所述圖像采集模塊獲取的所述防偽標簽的圖像與所述載體數(shù)據(jù)識讀模塊獲取的唯一標識碼發(fā)送至所述后端驗證模塊的數(shù)據(jù)接收模塊，由所述后端驗證模塊進行匹配測試；

所述信息反饋模塊，用于在吻合程度大于預(yù)設(shè)閾值或者接收到所述后端驗證模塊發(fā)送的匹配成功的提示信息時，輸出匹配成功的提示信息；在吻合程度小于或等于預(yù)設(shè)閾值或者接收到所述后端驗證模塊發(fā)送的匹配失敗的提示信息時，輸出匹配失敗的提示信息。

優(yōu)選地，所述防偽圖案為液態(tài)顏料隨機噴濺若干次并烘干后形成的固化立體圖案。

優(yōu)選地，所述防偽圖案圖像處理模塊包括圖像分割模塊、子區(qū)域方向確定模塊、圖像方向確定模塊、圖像特征向量確定模塊、特征信息描述模塊以及編碼信息獲取模塊：

所述圖像分割模塊，用于將所述防偽標簽中的防偽圖案圖像劃分為N個大小相同的子區(qū)域，其中，N為正整數(shù)；

所述子區(qū)域方向確定模塊，用于利用直方圖統(tǒng)計每一個子區(qū)域的主方向，選取直方圖中的峰值方向作為該子區(qū)域的主方向，將所有特征點方向的加權(quán)平均角度作為該子區(qū)域的輔助方向得到每一個子區(qū)域的方向特征向量：V_子＝[A_主,A_輔]，其中，A_主為主方向，A_輔為輔助方向；

所述圖像方向確定模塊，用于確定所述防偽標簽中的防偽圖案圖像的方向特征向量：V_主方向＝[A_主1,…,A_主i,…,A_主n]，V_輔方向＝[A_輔1,…,A_輔i,…,A_輔n]，其中，A_主i表示第i個子區(qū)域的主方向，A_輔i表示第i個子區(qū)域的輔助方向；

所述圖像特征向量確定模塊，用于統(tǒng)計每一個子區(qū)域的特征點數(shù)量，得到所述防偽標簽中的防偽圖案圖像的數(shù)量特征向量：V_數(shù)量＝[R₁,R₂,…,R_i,…,R_n]，其中，R_i＝N_i/N表示第i個子區(qū)域特征點的數(shù)量比率，N_i表示第i個子區(qū)域的特征點數(shù)量，N表示所有有效的特征點數(shù)量；

所述特征信息描述模塊，用于根據(jù)向量V_主方向、V_輔方向以及V_數(shù)量來描述所述防偽標簽中的防偽圖案圖像的SURF特征信息；

所述編碼信息獲取模塊，用于將所述SURF特征信息轉(zhuǎn)換成編碼數(shù)據(jù)寫入所述防偽標簽的數(shù)據(jù)載體中。

優(yōu)選地，所述鑒別模塊包括CODE₂獲取模塊、解碼模塊、第一計算模塊、第二計算模塊、第三計算模塊以及第四計算模塊；

所述CODE₂獲取模塊，用于在選擇前端驗證模式時，從所述圖像采集模塊獲取的所述防偽標簽的圖像中分割出防偽圖案圖像，并計算分割得到的防偽圖案圖像的編碼數(shù)據(jù)CODE₂；

所述解碼模塊，用于將CODE₁與CODE₂解碼得到各自所表示圖像的主方向特征向量V_主方向1、V_主方向2，輔助方向特征向量V_輔方向1、V_輔方向2，數(shù)量特征向量V_{數(shù)量1}、V_{數(shù)量2}；

所述第一計算模塊，用于計算主方向特征向量的歐式距離d₁＝||V_主方向1-V_主方向2||；

所述第二計算模塊，用于計算輔助方向特征向量的歐式距離d₂＝||V_輔方向1-V_輔方向2||；

所述第三計算模塊，用于計算數(shù)量特征向量的歐式距離d₃＝||V_{數(shù)量1}-V_{數(shù)量2}||；

所述第四計算模塊，用于計算CODE₁與CODE₂的吻合程度：e＝α₁*d₁+α₂*d₂+α₃*d₃，其中，α₁、α₂、α₃分別為主方向參數(shù)、輔助方向參數(shù)、數(shù)量參數(shù)的影響因子。

按照本發(fā)明的另一方面，提供了一種基于SURF圖像特征匹配的標簽防偽方法，包括：

(1)獲取防偽標簽的圖像、所述防偽標簽的唯一標識碼、所述防偽標簽中的防偽圖案的SURF特征信息的編碼數(shù)據(jù)以及與所述防偽標簽的唯一標識碼對應(yīng)的目標標簽圖像，并結(jié)合選擇的預(yù)設(shè)驗證模式進行自動化匹配驗證，其中，所述防偽標簽包括防偽圖案和數(shù)據(jù)載體，所述數(shù)據(jù)載體保存所述防偽圖案的SURF特征信息的編碼數(shù)據(jù)以及所述防偽標簽的唯一標識碼；

(2)若選擇的預(yù)設(shè)驗證模式為后端驗證模式，則對所述防偽標簽的圖像以及與所述防偽標簽的唯一標識碼對應(yīng)的目標標簽圖像進行匹配測試。

優(yōu)選地，步驟(1)具體包括如下子步驟：

(1-1)采集并選取失真較小的所述防偽標簽的圖像；

(1-2)讀取所述數(shù)據(jù)載體中記錄的唯一標識碼以及SURF特征信息的編碼數(shù)據(jù)CODE₁；

(1-3)若選擇人工比對模式，則向數(shù)據(jù)服務(wù)器請求與所述唯一標識碼對應(yīng)的目標標簽信息，并輸出所述目標標簽信息中包括的目標標簽圖像，由人工決定所述目標標簽圖像與所述防偽標簽的圖像是否匹配；

(1-4)若選擇前端驗證模式，則從所述防偽標簽的圖像中分割出防偽圖案圖像，并計算分割得到的防偽圖案圖像的編碼數(shù)據(jù)CODE₂，評估CODE₁與CODE₂的吻合程度；

(1-5)若選擇后端驗證模式，則執(zhí)行步驟(2)；

(1-6)若吻合程度大于預(yù)設(shè)閾值或者后端驗證成功，則輸出匹配成功的提示信息；

(1-7)若吻合程度小于或等于預(yù)設(shè)閾值或者后端驗證失敗，則輸出匹配失敗的提示信息。

優(yōu)選地，步驟(2)具體包括以下子步驟：

(2-1)獲取所述防偽標簽的圖像以及所述防偽標簽的唯一標識碼；

(2-2)以所述唯一標識碼作為索引，從數(shù)據(jù)服務(wù)器中查詢與所述唯一標識碼對應(yīng)的目標標簽信息，其中，所述目標標簽信息包括目標標簽圖像；

(2-3)若在所述數(shù)據(jù)服務(wù)器中找到所述目標標簽圖像，則將所述目標標簽圖像與所述防偽標簽的圖像進行匹配測試；

(2-4)若在所述數(shù)據(jù)服務(wù)器中未找到所述目標標簽圖像或者匹配測試失敗，則輸出匹配失敗的提示信息；

(2-5)若匹配測試成功，則輸出匹配成功的提示信息。

總體而言，通過本發(fā)明所構(gòu)思的以上技術(shù)方案與現(xiàn)有技術(shù)相比，主要有以下的技術(shù)優(yōu)點：

(1)標簽制作簡單且難被仿制。本發(fā)明提供的防偽標簽上的防偽圖案由液態(tài)顏料隨機噴濺制作，當液態(tài)顏料受不均勻壓力噴濺，顏料中的液滴運動速度及方向不同，撞擊到平面瞬間會朝各個方向彈出，當最后各液滴完全停止運動時，形成一幅噴濺效果圖案。由于顏料液滴中的固態(tài)物質(zhì)含量也不一致，烘干之后，圖案的各個部分的形狀、大小、凹凸程度、顏色深度、顏色分布完全隨機，并且這個過程很難被特定的制作工藝重現(xiàn)。以不同顏色、不同角度、不同次數(shù)進行噴濺形成的防偽圖案，幾乎無法被仿制。傳統(tǒng)的標簽批量復(fù)制印刷無法用在本發(fā)明標簽上。

(2)本發(fā)明通過圖像處理技術(shù)自動對標簽的特征信息進行匹配，簡化各種輸碼查詢操作。標簽本身也承載了編碼表示的防偽信息，驗證可直接在本地完成，不需要借助網(wǎng)絡(luò)平臺。

(3)本發(fā)明充分利用了圖像SURF特征的獨特性和抗光學(xué)失真特性，同一幅圖像在不同拍攝場景下均能保留主要的特征信息。通過SURF特征匹配比通過人眼尋找比對兩幅圖像的細節(jié)特征更準確。

(4)本發(fā)明的系統(tǒng)中記錄了標簽的完整信息，并且提供了多種不同的驗證模式，可以保證驗證的結(jié)果足夠可靠。

附圖說明

圖1為本發(fā)明實施例公開的一種基于SURF圖像特征匹配的標簽防偽系統(tǒng)的結(jié)構(gòu)示意圖；

圖2為本發(fā)明實施例公開的一種基于SURF圖像特征匹配的標簽防偽方法的流程示意圖。

具體實施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對本發(fā)明進行進一步詳細說明。應(yīng)當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。此外，下面所描述的本發(fā)明各個實施方式中所涉及到的技術(shù)特征只要彼此之間未構(gòu)成沖突就可以相互組合。

參考圖1所示，為本發(fā)明實施例公開的一種基于SURF圖像特征匹配的標簽防偽系統(tǒng)的結(jié)構(gòu)示意圖，其中，在圖1所示的系統(tǒng)圖中包括：防偽標簽100、后端驗證模塊200、標簽標示模塊300以及前端驗證模塊400；

上述防偽標簽100包括防偽圖案101和數(shù)據(jù)載體102，數(shù)據(jù)載體102保存防偽圖案101的SURF(Speeded-Up Robust Features)特征信息的編碼數(shù)據(jù)以及防偽標簽100的唯一標識碼；

其中，防偽圖案101為液態(tài)顏料隨機噴濺若干次并烘干后形成的固化立體圖案，液態(tài)顏料包括水粉、水彩、油畫顏料、廣告顏料、丙烯顏料等，數(shù)據(jù)載體102保存防偽圖案101的SURF特征信息的編碼數(shù)據(jù)以及防偽標簽100的唯一標識碼，數(shù)據(jù)載體102包括二維碼、電子標簽等。

上述后端驗證模塊200，用于獲取防偽標簽100的圖像以及與防偽標簽100的唯一標識碼對應(yīng)的目標標簽圖像，并對防偽標簽100的圖像以及目標標簽圖像進行匹配測試；

上述標簽標示模塊300，用于完成防偽標簽的制作，并對防偽標簽的相關(guān)信息進行備份，其中，防偽標簽的相關(guān)信息包括防偽標簽的唯一標識碼、防偽標簽中的防偽圖案的SURF特征信息的編碼數(shù)據(jù)以及符合預(yù)設(shè)分辨率的防偽標簽圖像；

上述前端驗證模塊400，用于獲取防偽標簽的圖像、防偽標簽的唯一標識碼、防偽圖案的SURF特征信息的編碼數(shù)據(jù)以及與防偽標簽的唯一標識碼對應(yīng)的目標標簽圖像，并結(jié)合選擇的預(yù)設(shè)驗證模式進行自動化匹配驗證，其中，預(yù)設(shè)驗證模式中包括利用后端驗證模塊200進行匹配測試的后端驗證模式。

優(yōu)選地，上述后端驗證模塊200包括數(shù)據(jù)接收模塊201、數(shù)據(jù)服務(wù)器202、圖像匹配模塊203以及結(jié)果反饋模塊204；

上述數(shù)據(jù)接收模塊201，用于獲取防偽標簽100的圖像以及防偽標簽100的唯一標識碼；

上述數(shù)據(jù)服務(wù)器202，用于以唯一標識碼作為索引，從數(shù)據(jù)服務(wù)器202中查詢與唯一標識碼對應(yīng)的目標標簽信息，其中，目標標簽信息包括目標標簽圖像；

上述圖像匹配模塊203，用于在數(shù)據(jù)服務(wù)器202找到目標標簽圖像時，將目標標簽圖像與防偽標簽100的圖像進行匹配測試；

上述結(jié)果反饋模塊204，用于在數(shù)據(jù)服務(wù)器202未找到目標標簽圖像或者圖像匹配模塊203匹配測試失敗時，輸出匹配失敗的提示信息，以及在圖像匹配模塊203匹配測試成功時，輸出匹配成功的提示信息。

優(yōu)選地，上述標簽標示模塊300包括標簽賦碼模塊301、防偽圖案圖像處理模塊302、標簽信息采集模塊303以及數(shù)據(jù)傳輸模塊304；

上述標簽賦碼模塊301，用于為防偽標簽100分配唯一標識碼，并將分配的唯一標識碼寫入防偽標簽100的數(shù)據(jù)載體102中；

上述防偽圖案圖像處理模塊302，用于分割防偽標簽100中的防偽圖案圖像，檢測防偽圖案圖像的SURF特征點，并利用非極大值抑制法確定防偽圖案圖像的SURF特征點中的部分特征點以及所述部分特征點的位置，然后確定所述部分特征點中的每一個特征點的主方向來描述防偽圖案圖像的SURF特征信息，并將SURF特征信息轉(zhuǎn)換成編碼數(shù)據(jù)寫入防偽標簽100的數(shù)據(jù)載體102中；

上述標簽信息采集模塊303，用于獲取防偽標簽100的相關(guān)信息，并整合形成防偽標簽信息文件，其中，防偽標簽的相關(guān)信息包括防偽標簽100的唯一標識碼、SURF特征信息的編碼數(shù)據(jù)以及符合預(yù)設(shè)分辨率的防偽標簽圖像；

上述數(shù)據(jù)傳輸模塊304，用于將防偽標簽信息文件發(fā)送到數(shù)據(jù)服務(wù)器202中進行備份。

優(yōu)選地，上述前端驗證模塊400包括圖像采集模塊401、載體數(shù)據(jù)識讀模塊402、數(shù)據(jù)收發(fā)模塊403、鑒別模塊404以及信息反饋模塊405；

上述圖像采集模塊401，用于采集并選取失真較小的防偽標簽100的圖像；

上述載體數(shù)據(jù)識讀模塊402，用于讀取數(shù)據(jù)載體102中記錄的唯一標識碼以及SURF特征信息的編碼數(shù)據(jù)CODE₁；

上述數(shù)據(jù)收發(fā)模塊403，用于在選擇人工比對模式時，向數(shù)據(jù)服務(wù)器202請求與唯一標識碼對應(yīng)的目標標簽信息，并輸出目標標簽信息中包括的目標標簽圖像，由人工決定目標標簽圖像與防偽標簽的圖像是否匹配；

上述鑒別模塊404，用于在選擇前端驗證模式時，從圖像采集模塊401獲取的防偽標簽100的圖像中分割出防偽圖案圖像，并計算分割得到的防偽圖案圖像的編碼數(shù)據(jù)CODE₂，評估CODE₁與CODE₂的吻合程度；

上述數(shù)據(jù)收發(fā)模塊403，還用于在選擇后端驗證模式時，將圖像采集模塊401獲取的防偽標簽100的圖像與載體數(shù)據(jù)識讀模塊402獲取的唯一標識碼發(fā)送至后端驗證模塊200的數(shù)據(jù)接收模塊201，由后端驗證模塊200進行匹配測試；

上述信息反饋模塊404，用于在吻合程度大于預(yù)設(shè)閾值或者接收到后端驗證模塊200發(fā)送的匹配成功的提示信息時，輸出匹配成功的提示信息；在吻合程度小于或等于預(yù)設(shè)閾值或者接收到后端驗證模塊200發(fā)送的匹配失敗的提示信息時，輸出匹配失敗的提示信息。

優(yōu)選地，上述防偽圖案圖像處理模塊302包括圖像分割模塊、子區(qū)域方向確定模塊、圖像方向確定模塊、圖像特征向量確定模塊、特征信息描述模塊以及編碼信息獲取模塊：

上述圖像分割模塊，用于將防偽標簽100中的防偽圖案圖像劃分為N個大小相同的子區(qū)域，其中，N為正整數(shù)；

上述子區(qū)域方向確定模塊，用于利用直方圖統(tǒng)計每一個子區(qū)域的主方向，選取直方圖中的峰值方向作為該子區(qū)域的主方向，將所有特征點方向的加權(quán)平均角度作為該子區(qū)域的輔助方向得到每一個子區(qū)域的方向特征向量：V_子＝[A_主,A_輔]，其中，A_主為主方向，A_輔為輔助方向；

上述圖像方向確定模塊，用于確定防偽標簽100中的防偽圖案圖像的方向特征向量：V_主方向＝[A_主1,…,A_主i,…,A_主n]，V_輔方向＝[A_輔1,…,A_輔i,…,A_輔n]，其中，A_主i表示第i個子區(qū)域的主方向，A_輔i表示第i個子區(qū)域的輔助方向；

上述圖像特征向量確定模塊，用于統(tǒng)計每一個子區(qū)域的特征點數(shù)量，得到防偽標簽100中的防偽圖案圖像的數(shù)量特征向量：V_數(shù)量＝[R₁,R₂,…,R_i,…,R_n]，其中，R_i＝N_i/N表示第i個子區(qū)域特征點的數(shù)量比率，N_i表示第i個子區(qū)域的特征點數(shù)量，N表示所有有效的特征點數(shù)量；

上述特征信息描述模塊，用于根據(jù)向量V_主方向、V_輔方向以及V_數(shù)量來描述防偽標簽100中的防偽圖案圖像的SURF特征信息；

上述編碼信息獲取模塊，用于將SURF特征信息轉(zhuǎn)換成編碼數(shù)據(jù)寫入防偽標簽100的數(shù)據(jù)載體102中。

優(yōu)選地，上述鑒別模塊404包括CODE₂獲取模塊、解碼模塊、第一計算模塊、第二計算模塊、第三計算模塊以及第四計算模塊；

上述CODE₂獲取模塊，用于在選擇前端驗證模式時，從圖像采集模塊401獲取的防偽標簽100的圖像中分割出防偽圖案圖像，并計算分割得到的防偽圖案圖像的編碼數(shù)據(jù)CODE₂；

上述解碼模塊，用于將CODE₁與CODE₂解碼得到各自所表示圖像的主方向特征向量V_主方向1、V_主方向2，輔助方向特征向量V_輔方向1、V_輔方向2，數(shù)量特征向量V_{數(shù)量1}、V_{數(shù)量2}；

上述第一計算模塊，用于計算主方向特征向量的歐式距離d₁＝||V_主方向1-V_主方向2||；

上述第二計算模塊，用于計算輔助方向特征向量的歐式距離d₂＝||V_輔方向1-V_輔方向2||；

上述第三計算模塊，用于計算數(shù)量特征向量的歐式距離d₃＝||V_{數(shù)量1}-V_{數(shù)量2}||；

上述第四計算模塊，用于計算CODE₁與CODE₂的吻合程度：e＝α₁*d₁+α₂*d₂+α₃*d₃，其中，α₁、α₂、α₃分別為主方向參數(shù)、輔助方向參數(shù)、數(shù)量參數(shù)的影響因子。

參考圖2所示為本發(fā)明實施例公開的一種基于SURF圖像特征匹配的標簽防偽方法的流程示意圖，在圖2所示的方法中，包括以下步驟：

(1)獲取防偽標簽的圖像、所述防偽標簽的唯一標識碼、所述防偽標簽中的防偽圖案的SURF特征信息的編碼數(shù)據(jù)以及與所述防偽標簽的唯一標識碼對應(yīng)的目標標簽圖像，并結(jié)合選擇的預(yù)設(shè)驗證模式進行自動化匹配驗證，其中，所述防偽標簽包括防偽圖案和數(shù)據(jù)載體，所述數(shù)據(jù)載體保存所述防偽圖案的SURF特征信息的編碼數(shù)據(jù)以及所述防偽標簽的唯一標識碼；

(2)若選擇的預(yù)設(shè)驗證模式為后端驗證模式，則對所述防偽標簽的圖像以及與所述防偽標簽的唯一標識碼對應(yīng)的目標標簽圖像進行匹配測試。

優(yōu)選地，步驟(1)具體包括如下子步驟：

(1-1)采集并選取失真較小的所述防偽標簽的圖像；

(1-2)讀取所述數(shù)據(jù)載體中記錄的唯一標識碼以及SURF特征信息的編碼數(shù)據(jù)CODE₁；

(1-3)若選擇人工比對模式，則向數(shù)據(jù)服務(wù)器請求與所述唯一標識碼對應(yīng)的目標標簽信息，并輸出所述目標標簽信息中包括的目標標簽圖像，由人工決定所述目標標簽圖像與所述防偽標簽的圖像是否匹配；

(1-4)若選擇前端驗證模式，則從所述防偽標簽的圖像中分割出防偽圖案圖像，并計算分割得到的防偽圖案圖像的編碼數(shù)據(jù)CODE₂，評估CODE₁與CODE₂的吻合程度；

(1-5)若選擇后端驗證模式，則執(zhí)行步驟(2)；

(1-6)若吻合程度大于預(yù)設(shè)閾值或者后端驗證成功，則輸出匹配成功的提示信息；

(1-7)若吻合程度小于或等于預(yù)設(shè)閾值或者后端驗證失敗，則輸出匹配失敗的提示信息。

優(yōu)選地，步驟(2)具體包括以下子步驟：

(2-1)獲取所述防偽標簽的圖像以及所述防偽標簽的唯一標識碼；

(2-2)以所述唯一標識碼作為索引，從數(shù)據(jù)服務(wù)器中查詢與所述唯一標識碼對應(yīng)的目標標簽信息，其中，所述目標標簽信息包括目標標簽圖像；

(2-3)若在所述數(shù)據(jù)服務(wù)器中找到所述目標標簽圖像，則將所述目標標簽圖像與所述防偽標簽的圖像進行匹配測試；

(2-4)若在所述數(shù)據(jù)服務(wù)器中未找到所述目標標簽圖像或者匹配測試失敗，則輸出匹配失敗的提示信息；

(2-5)若匹配測試成功，則輸出匹配成功的提示信息。

本領(lǐng)域的技術(shù)人員容易理解，以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。