申请/专利权人：中体彩印务技术有限公司

申请日：2019-07-11

公开（公告）日：2024-06-25

公开（公告）号：CN110308091B

主分类号：G01N19/04

分类号：G01N19/04

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2019.11.01#实质审查的生效;2019.10.08#公开

摘要：本申请公开了一种防伪标识的检测方法及系统，其中，防伪标识的检测方法包括如下步骤：预存检测模式及与检测模式相对应的原数据；选择检测模式，并调用与选择的检测模式相对应的原数据；根据检测模式采集检测物的状态数据，并对比原数据分析检测物的状态数据，得出该检测物的检测物属性。本申请具有完善刮开式防伪标识覆盖层的检测方法和检测结果评价依据，保证检测结果更加客观、规范和明了的技术效果。

主权项：1.一种防伪标识的检测方法，其特征在于，该检测方法所用的检测系统包括检测装置、数据采集装置以及检测中心；所述检测中心分别与所述检测装置和所述数据采集装置连接；所述检测装置接收所述检测中心发送的指令，并根据所述指令检测检测物；所述方法包括如下步骤：预存检测模式及与检测模式相对应的原数据；选择检测模式，并调用与选择的检测模式相对应的原数据；根据检测模式采集检测物的状态数据，并对比原数据分析检测物的状态数据，得出该检测物的检测物属性；其中，检测模式至少包括：刮开难易度检测和刮开信息完整性检测；检测物属性至少包括：难易度属性和信息完整性属性；其中，当选择的检测模式为刮开难易度检测，检测的具体子步骤如下：设置初始压力值；根据初始压力值对检测物的施压检测获取检测物的刮痕状态数据，所述刮痕状态包括：均匀连续和非均匀连续；依据原数据判断刮痕状态数据并获取处理信息：若判断刮痕状态为非均匀连续，即将刮痕状态为非均匀连续的信息反馈给数据分析模块，由数据分析模块向检测装置下发重新测试的指令，若判断刮痕状态为均匀连续，则形成处理信息；所述处理信息为：检测物具有刮痕区域和刮痕均匀连续；接收到处理信息后，获取施压总值；根据施压总值判断该检测物的难易度属性；当选择的检测模式为刮开信息完整性检测，检测的具体子步骤如下：设置第二刮开力；通过第二刮开力对检测物往复施压检测，获取信息完整性状态数据；依据原数据判断信息完整性状态数据并获取判断信息；根据判断信息判断该检测物的信息完整性属性；其中，判断信息为第一判断信息、第二判断信息或第三判断信息；第一判断信息为无刮开信息，第二判断信息为有刮开信息且刮开信息完整，第三判断信息为刮开信息不完整；所述检测装置包括底座，底座设置有承载部和检测部；承载部包括放置检测物的操作台，操作台通过滑动组件与底座滑动连接；滑动组件具有第一控制模块；第一控制模块接收并执行收发模块下发的指令；检测部包括支撑杆和平衡杆，支撑杆一端与平衡杆活动连接，相对一端与底座固定连接；平衡杆包括第一平衡杆和第二平衡杆，第一平衡杆的一端与第二平衡杆的一端固接，第一平衡杆远离第二平衡杆的另一端设置有水平调节器，第二平衡杆远离第一平衡杆的一端设置有加压装置，加压装置包括至少一个砝码、砝码支架和刮蹭检测物的刮蹭头；支撑杆设置于第二平衡杆上靠近第一平衡杆的一端，且第二平衡杆的一部分杆身位于承载部上方，刮蹭头设置于第二平衡杆朝向于承载部的下侧面；砝码支架设置于第二平衡杆上相对于刮蹭头位置的上侧面。

全文数据：一种防伪标识的检测方法及系统技术领域本申请涉及检测防伪标识技术领域，尤其涉及一种防伪标识的检测方法及系统。背景技术目前，人们主要是通过用手指甲或硬币刮蹭刮开式防伪标识，对该刮开式防伪标识覆盖层的刮开难易度进行评判，其检测方法和评判结果主要有以下几个方面的不足：a、检测方法不能够具体、规范；b、检测结果不能进行量值评判，更多依靠检验人员的主观判断；c、评判结果的标准难以规范一致，不够统一。发明内容本申请的目的在于提供一种防伪标识的检测方法及系统，具有完善刮开式防伪标识覆盖层的检测方法和检测结果评价依据，保证检测结果更加客观、规范和明了的技术效果。为达到上述目的，本申请提供了一种防伪标识的检测方法，包括如下步骤：预存检测模式及与检测模式相对应的原数据；选择检测模式，并调用与选择的检测模式相对应的原数据；根据检测模式采集检测物的状态数据，并对比原数据分析检测物的状态数据，得出该检测物的检测物属性。优选的，检测模式至少包括：刮开难易度检测和刮开信息完整性检测；检测物属性至少包括：难易度属性和信息完整性属性。优选的，当选择的检测模式为刮开难易度检测，检测的具体子步骤如下：设置初始压力值；根据初始压力值对检测物的施压检测获取检测物的刮痕状态数据；依据原数据判断刮痕状态数据并获取处理信息；接收到处理信息后，获取施压总值；根据施压总值判断该检测物的难易度属性。优选的，难易度属性包括难以刮开和易于刮开。优选的，数据分析模块依据原数据判断刮痕状态数据并获取处理信息的具体子步骤如下：数据处理模块对刮痕状态数据进行处理，并形成处理信息；数据处理模块向数据分析模块发送处理信息。优选的，对刮痕状态数据进行处理的子步骤如下：获取检测物图像；对检测物图像进行畸变校正及预处理，获得第一数据集；数据处理模块将第一数据集输入预先训练好的深度学习网络模型，进行特征提取，获取第一提取数据；数据处理模块接收数据分析模块根据第一提取数据反馈的指令，指令包括暂停处理和继续处理，若接收的指令为继续处理，则判断刮痕区域的刮痕状态是否均匀连续，若刮痕状态是均匀连续，则形成处理信息。优选的，对检测物图像进行畸变校正采用球面投影模型方法，其中，根据鱼眼摄像头成像原理中的球面坐标模型建立标准坐标系，调整其位置和方向，使鱼眼摄像头的相机位于坐标轴原点0，拍摄方向沿0z轴正方向，拍摄后的原图像落在0xy平面上；确定校正图像与原图像间的坐标变换关系式如下：式中，x,y,z为原图像3D坐标点，a,b为校正图像坐标点，r为鱼眼镜头成像原理中的球面坐标模型的球面半径。优选的，选择的检测模式为刮开信息完整性检测，检测的具体子步骤如下：设置第二刮开力；通过第二刮开力对检测物往复施压检测，获取信息完整性状态数据；依据原数据判断信息完整性状态数据并获取判断信息；根据判断信息判断该检测物的信息完整性属性。一种防伪标识的检测系统，包括：检测装置、数据采集装置以及检测中心；检测中心分别与检测装置和数据采集装置连接；检测装置：接收检测中心发送的指令，并根据指令检测检测物；数据采集装置：用于采集检测装置检测检测物过程中的数据，并将数据上传检测中心；检测中心：接收并处理数据采集装置上传的数据，向检测装置下发指令，执行上述的防伪标识的检测方法。优选的，检测中心包括：数据处理模块、收发模块、数据分析模块、存储模块以及操作模块；数据处理模块分别与收发模块、数据分析模块、存数模块连接；操作模块分别与存储模块、数据处理模块、收发模块和数据分析模块连接；数据处理模块：用于接收并处理收发模块上传的数据，并将处理后的数据发送至数据分析模块进行分析；收发模块：用于接收数据采集装置采集的数据，将数据发送给数据处理模块，接收数据分析模块下发的指令，并发送给检测装置；存储模块：用于预先存储检测模式以及与检测模式相对应的原数据；操作模块：用于设置检测模式以及与检测模式相对应的原数据；选择检测模；显示检测结果。本申请实现的有益效果如下：本申请具有完善刮开式防伪标识覆盖层的检测方法和检测结果评价依据，保证检测结果更加客观、规范和明了的技术效果。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。图1为防伪标识的检测系统一种实施例的结构示意图；图2为防伪标识的检测方法一种实施例的流程图。具体实施方式下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。本申请提供一种防伪标识的检测方法及系统，具有完善刮开式防伪标识覆盖层的检测方法和检测结果评价依据，保证检测结果更加客观、规范和明了的技术效果。如图1所示，本申请提供一种防伪标识的检测系统，包括：检测装置1、数据采集装置2和检测中心3；检测中心3分别与检测装置1和数据采集装置2连接；检测装置1：接收检测中心3发送的指令，并根据指令检测检测物；数据采集装置2：用于采集检测装置1检测检测物过程中的数据，并将数据上传检测中心3；检测中心3：接收并处理数据采集装置2上传的数据，向检测装置1下发指令，执行下述的防伪标识的检测方法。进一步，检测中心3包括：数据处理模块、收发模块、数据分析模块、存储模块以及操作模块；数据处理模块分别与收发模块、数据分析模块、存数模块连接；操作模块分别与存储模块、数据处理模块、收发模块和数据分析模块连接；数据处理模块：用于接收并处理收发模块上传的数据，并将处理后的数据发送至数据分析模块进行分析；收发模块：用于接收数据采集装置2采集的数据，将数据发送给数据处理模块，接收数据分析模块下发的指令，并发送给检测装置1；存储模块：用于预先存储检测模式以及与检测模式相对应的原数据；操作模块：用于设置检测模式以及与检测模式相对应的；选择检测模块；显示检测结果；数据分析模块：根据选择的检测模式向检测装置1下发指令，接收数据处理模块或收发模块发送的数据，并调取存储模块中的原数据进行分析，根据判断结果下发指令，并得出该检测物的检测物属性。进一步的，作为一个实施例，检测装置1包括底座，底座设置有承载部和检测部；承载部包括放置检测物的操作台，操作台通过滑动组件与底座滑动连接；滑动组件具有第一控制模块；第一控制模块接收并执行收发模块下发的指令。检测部包括支撑杆和平衡杆，支撑杆一端与平衡杆活动连接，相对一端与底座固定连接；平衡杆包括第一平衡杆和第二平衡杆，第一平衡杆的一端与第二平衡杆的一端固接，第一平衡杆远离第二平衡杆的另一端设置有水平调节器，第二平衡杆远离第一平衡杆的一端设置有加压装置，加压装置包括至少一个砝码、砝码支架和刮蹭检测物的刮蹭头；支撑杆设置于第二平衡杆上靠近第一平衡杆的一端，且第二平衡杆的一部分杆身位于承载部上方，刮蹭头设置于第二平衡杆朝向于承载部的下侧面；砝码支架设置于第二平衡杆上相对于刮蹭头位置的上侧面。进一步的，数据采集装置2包括：传感器和图像采集器。具体的，图像采集器；用于采集检测物的图像数据；设置于相对于操作台上方的检测装置1上。传感器包括重力传感器和计数传感器，其中，重力传感器设置于检测装置1的加压装置上，采集添加的砝码的重力，并上传给收发模块；计数传感器设置于靠近操作台的台体的检测装置1上，用于采集操作台的实际往复移动次数，并上传给收发模块。如图2所示，本申请提供一种防伪标识的检测方法，包括如下步骤：S1：预存检测模式及与检测模式相对应的原数据。具体的，检测模式至少包括：刮开难易度检测和刮开信息完整性检测。其中，刮开难易度检测：使检测装置1的操作台完成一次定向往复滑动，并保证金刚头对检测物进行了刮蹭，测试使检测物的覆盖层上产生一条均匀连续的刮开痕迹所需添加砝码的重量大小，并根据该砝码的重量大小即施压总值来完成对防伪标识覆盖层刮开难易程度的量值评价。刮开信息完整性检测：是通过设置固定重量的砝码，在检测物检防伪标识的覆盖层的同一位置进行多次往复测试，直至破坏所覆盖的信息，并以往复刮擦的次数作为刮开信息完整性检测的量值评价结果。进一步的，原数据包括难易度原数据和完整性原数据。其中，难易度检测原数据至少包括：第一刮开力大小、第一往复移动次数、预设施压总值、深度学习模型和难易度属性。进一步的，第一刮开力大小包括初始压力值和添加压力值。其中，初始压力值：为刮开难易度检测开始时，检测装置1上第一次施加的刮开力的大小。具体的，初始压力值的具体值可根据实际情况而定，本申请优选为50g砝码的重力值。进一步的，初始压力值可被重置。具体的，通过添加添加压力值重置初始压力值。其中，添加压力值：为刮开难易度检测过程中，检测装置1上第N次添加的刮开力的大小，N大于或等于2。具体的，添加压力值的砝码的重量依据从小到大的顺序进行选取，并根据实际情况进行添加。进一步的，第一往复移动次数在整个检测过程中为固定值，具体的次数可根据实际情况而定。完整性检测原数据至少包括：第二刮开力大小、预设往复移动次数、深度学习模型和信息完整性属性。具体的，第二刮开力大小在整个检测过程中为固定值，具体的大小可根据实际情况而定。进一步的，原数据为预先设定，可进行更新和或修改。S2：选择检测模式，并调用与选择的检测模式相对应的原数据。具体的，将检测物设置于检测装置1的操作台上，通过操作模块选择检测模式，并从存储模块中调用与选择的检测模式相对应的原数据，执行S3。S3：根据检测模式采集检测物的状态数据，并对比原数据分析检测物的状态数据，得出该检测物的检测物属性。进一步的，状态数据包括刮痕状态数据和信息完整性状态数据。具体的，刮痕状态数据为刮开难易度检测中检测物的标识覆盖层在检测过程中被刮开的刮开程度数据。信息完整性状态数据为刮开信息完整性检测中检测物的刮开信息在检测过程中的完整性数据。进一步的，检测物属性包括难易度属性和信息完整性属性。具体的，难易度属性包括：难以刮开和易于刮开。信息完整性属性包括：完整性好和完整性差。进一步的，作为一种实施例，选择的检测模式为刮开难易度检测，检测的具体子步骤如下：T110：设置初始压力值。具体的，检测中心3向检测装置1下发设置初始压力值的指令。检测装置1接收到指令后，依据第一刮开力大小设置加压装置的初始压力值。作为一个实施例，初始压力值可以为砝码重力，但不仅限于砝码重力，本申请优选为砝码重力，每个砝码的重力值明确，易于选取和添加。其中，初始压力值的具体值可根据实际情况而定，本申请优选为50g砝码的重力值。进一步的，初始压力值可被重置。具体的，通过添加添加压力值重置初始压力值。进一步的，设置的初始压力值的数据通过重力传感器上传至检测中心3的收发模块。T120：根据初始压力值对检测物的施压检测获取检测物的刮痕状态数据。具体的，在初始化压力值的作用下使检测装置1的金刚头对检测物的覆盖层产生压力，数据分析模块根据检测模式向第一控制模块发送移动指令，第一控制模块接收移动指令，并执行。进一步的，移动指令包括操作台的第一往复移动次数，其中，具体的第一往复移动次数可根据实际情况而定，本申请优选为往复移动一次。其中，使操作台台体触碰至计数传感器的开关后再返回原位即为完成一次测量。完成一次测量后，通过图像采集器获取此刻检测物的刮痕状态数据并上传至收发模块，其中，完成一次测量后的检测物产生划痕的情况即为刮痕状态数据。执行T130。进一步的，除刮痕状态数据外，收发模块接收的数据还包括计数传感器获取的操作台的实际移动次数，用于核对实际执行的移动操作次数是否与移动指令相同，以保证操作的准确性。T130：依据原数据判断刮痕状态数据并获取处理信息。具体的，依据原数据判断刮痕状态数据并获取处理信息的具体子步骤如下：D1：对刮痕状态数据进行处理，并形成处理信息。具体的，作为一个实施例，收发模块将接收到的刮痕状态数据上传至数据处理模块，由数据处理模块进行处理。具体的，对刮痕状态数据进行处理的子步骤如下：D110：数据处理模块获取检测物图像。具体的，数据采集装置2通过图像采集器对检测物进行图像采集，并将检测物图像发送给收发模块，由收发模块发送给数据处理模块，执行D120。其中，图像采集器可以为照相机、鱼眼摄像头等，本申请优选为鱼眼摄像头。D120：数据处理模块对检测物图像进行畸变校正及预处理，获得第一数据集。具体的，预处理包括对完成畸变校正后的检测物图像归一化处理和白化预处理；预处理步骤为：通过对输入数据降维，降低数据冗余性，抑制过拟合。具体的，对检测物图像进行畸变校正采用球面投影模型方法，计算量小且精度高，具体如下：根据鱼眼摄像头成像原理中的球面坐标模型建立标准坐标系，调整其位置和方向，使鱼眼摄像头的相机位于坐标轴原点0，拍摄方向沿0z轴正方向，拍摄后的原图像落在0xy平面上。确定校正图像与原图像间的坐标变换关系式如下：式中，x,y,z为原图像3D坐标点，a,b为校正图像坐标点，r为鱼眼镜头成像原理中的球面坐标模型的球面半径。D130；数据处理模块将第一数据集输入预先训练好的深度学习网络模型，进行特征提取，获取第一提取数据。其中，第一提取数据包括：检测物的初始覆盖层区域和或刮痕区域。具体的，数据处理模块完成特征提取后，将第一提取数据发送给数据分析模块，执行D140。D140：数据处理模块接收数据分析模块根据第一提取数据反馈的指令，指令包括暂停处理和继续处理，若接收的指令为继续处理，执行D160。具体的，数据分析模块根据第一提取数据判断初始覆盖区域是否具有刮痕区域，若提取数据包括检测物的初始覆盖层区域和刮痕区域，则判定为具有刮痕区域，向数据处理模块下发继续处理的指令，执行D160。若提取数据仅包括检测物的初始覆盖层区域，则判定为不具有刮痕区域，向数据处理模块下发暂停处理的指令，执行D150：由数据分析模块向检测装置1下发重新测试的指令。具体的，检测装置1接收到重新测试的指令后，通过添加压力值砝码重置初始化压力值，并选取检测物的覆盖层上的另一区域未被刮蹭的区域执行T120。D160：数据处理模块判断刮痕区域的刮痕状态是否均匀连续，若是，则形成处理信息。具体的，刮痕状态包括：均匀连续和非均匀连续。数据处理模块将刮痕区域输入预先训练好的深度学习网络模型，与深度学习网络中的样本图像进行比对，判定刮痕区域的刮痕状态是否均匀连续。进一步的，若判断刮痕状态为非均匀连续，执行D170：将刮痕状态为非均匀连续的信息反馈给数据分析模块，由数据分析模块向检测装置1下发重新测试的指令。具体的，检测装置1接收到重新测试的指令后，通过添加压力值砝码重置初始化压力值，并选取检测物的覆盖层上的另一区域未被刮蹭的区域执行T120。进一步的，若判断刮痕状态为均匀连续，则形成处理信息，执行D2。D2：向数据分析模块发送处理信息。具体的，处理信息为：检测物具有刮痕区域和刮痕均匀连续。进一步的，对刮痕状态数据进行处理即执行步骤D1前，执行步骤D0：收发模块将实际移动次数上传至数据分析模块，由数据分析模块依据原数据的第一往复移动次数分析检测装置1执行操作是否正确，若实际移动次数等于第一往复移动次数，则操作无误，执行D1。若实际移动次数不等于第一往复移动次数，则操作故障，通过操作模块向工作人员发出警报提醒。T140：接收到处理信息后，获取施压总值。具体的，数据分析模块接收到处理信息后，向重力传感器发送获取数据的指令，重力传感器根据获取数据的指令采集本次检测添加的砝码的总值即施压总值，施压总值为本次刮开难易度性能检测的最小刮开值，并将施压总值上传给检测中心3。T150：根据施压总值判断该检测物的难易度属性。具体的，数据分析模块接收到施压总值后，根据原数据中的预设施压总值判断检测物的难易度属性。该预设施压总值的具体值可根据实际情况而定，本申请优选为500g砝码的重力值。500g砝码的重力值G为：G＝mg＝500g1000*9.8Nkg＝4.9N，式中，G为重力，单位为N；m为质量，单位为kg；g为重力系数，通常取9.8Nkg。其中，施压总值小于或等于500g砝码的重力值，则检测物的难易度属性为易于刮开；判断结果为施压总值大于500g砝码的重力值，则检测物的难易度属性为难以刮开。进一步的，作为一种实施例，选择的检测模式为刮开信息完整性检测，检测的具体子步骤如下：T210：设置第二刮开力。进一步的，检测中心3向检测装置1下发设置初始压力值的指令。检测装置1接收到指令后，依据第二刮开力大小设置加压装置的第二刮开力。第二刮开力大小在整个检测过程中为固定值，具体的大小可根据实际情况而定。本申请优选为250g砝码的重力值。T220：通过第二刮开力对检测物往复施压检测，获取信息完整性状态数据。具体的，在第二刮开力的作用下使检测装置1的金刚头对检测物的覆盖层产生压力，数据分析模块根据检测模式向第一控制模块发送移动指令，第一控制模块接收移动指令，并执行。进一步的，移动指令包括操作台的第二往复移动次数，其中第二往复移动次数等于预设往复移动次数，检测装置1完成预设往复移动次数后，通过图像采集器采集当前检测物的信息完整性状态数据，执行T230。T230：依据原数据判断信息完整性状态数据并获取判断信息。具体的，依据原数据判断信息完整性状态数据并获取判断信息的子步骤为：F1：对信息完整性状态数据进行处理，并形成判断信息。具体的，对信息完整性状态数据进行处理，并形成判断信息的子步骤如下：F110：数据处理模块获取检测物图像。具体的，数据采集装置2通过图像采集器对检测物进行图像采集，并将检测物图像发送给收发模块，由收发模块发送给数据处理模块，执行F120。其中，图像采集器可以为照相机、鱼眼摄像头等，本申请优选为鱼眼摄像头。F120：数据处理模块对检测物图像进行畸变校正及预处理，获得第二数据集。具体的，预处理包括对完成畸变校正后的检测物图像归一化处理和白化预处理；预处理步骤为：通过对输入数据降维，降低数据冗余性，抑制过拟合。具体的，对检测物图像进行畸变校正采用球面投影模型方法，计算量小且精度高，具体如下：根据鱼眼摄像头成像原理中的球面坐标模型建立标准坐标系，调整其位置和方向，使鱼眼摄像头的相机位于坐标轴原点0，拍摄方向沿0z轴正方向，拍摄后的原图像落在0xy平面上。确定校正图像与原图像间的坐标变换关系式：式中，x,y,z为原图像3D坐标点，a,b为校正图像坐标点，r为鱼眼镜头成像原理中的球面坐标模型的球面半径。F130：数据处理模块将第二数据集输入预先训练好的深度学习网络模型，进行特征提取，获取第二提取数据。其中，第二提取数据包括：检测物的覆盖层区域和或刮开信息区域。具体的，数据处理模块完成特征提取后，将第二提取数据发送给数据分析模块，执行F140。F140：数据处理模块接收数据分析模块根据第二提取数据反馈的指令，指令包括暂停处理和继续处理，若接收的指令为继续处理，执行F160。进一步的，数据分析模块根据第二提取数据判断初始覆盖区域是否具有刮开信息区域，若提取数据包括检测物的检测物的覆盖层区域和刮开信息区域，则判定为具有刮开信息区域，向数据处理模块下发继续处理的指令，执行F150。进一步的，若提取数据仅包括检测物的初始覆盖层区域，则判定为不具有刮开信息区域，向数据处理模块下发暂停处理的指令，形成第一判断信息，执行F2，其中，第一判断信息为无刮开信息。F150：判断刮开信息区域的刮开信息是否完整，若是，则形成第二判断信息。具体的，数据处理模块将刮开信息区域输入预先训练好的深度学习网络模型，与深度学习网络中的样本图像进行比对，判定刮开信息区域的刮开信息是否完整，若完整，数据处理模块将第二判断信息上传给数据分析模块。其中，第二判断信息为有刮开信息且刮开信息完整，执行F2。若刮开信息不完整，则形成第三判断信息。具体的，数据处理模块将第三判断信息上传给数据分析模块。其中，第三判断信息为有刮开信息但刮开信息不完整，执行F2。F2：向数据分析模块发送判断信息。具体的，判断信息为第一判断信息、第二判断信息或第三判断信息。进一步的，对信息完整性状态数据进行处理即执行步骤F1前，执行步骤F0：收发模块将实际移动次数上传至数据分析模块，由数据分析模块依据原数据的预设往复移动次数分析检测装置1执行操作是否正确，若实际移动次数等于预设往复移动次数，则操作无误，执行F1。若实际移动次数不等于预设往复移动次数，则操作故障，通过操作模块向工作人员发出警报提醒。具体的，实验开始前需将计数传感器清零，检测装置1移动操作台的过程，操作台的台体顶端触碰计数传感器的开关，完成数据统计。T240：根据判断信息判断该检测物的信息完整性属性。具体的，信息完整性属性包括：有效保护覆盖信息和难以保护覆盖信息。在检测物防伪标识覆盖层的同一位置，在250g砝码的重力作用下，操作台往复移动12次，覆盖信息无任何破坏，即视为可以有效保护覆盖信息，刮开后信息完整。往复移动12次后，若判断信息为有刮开信息但刮开信息不完整，则视为无法有效保护覆盖信息，刮开后信息不完整，检测物的信息完整性属性为难以保护覆盖信息。若判断信息为不具有刮开信息区域或有刮开信息且刮开信息完整，则视为可以有效保护覆盖信息，刮开后信息完整，检测物的信息完整性属性为有效保护覆盖信息。本申请实现的有益效果如下：本申请具有完善刮开式防伪标识覆盖层的检测方法和检测结果评价依据，保证检测结果更加客观、规范和明了的技术效果。尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

权利要求：1.一种防伪标识的检测方法，其特征在于，包括如下步骤：预存检测模式及与检测模式相对应的原数据；选择检测模式，并调用与选择的检测模式相对应的原数据；根据检测模式采集检测物的状态数据，并对比原数据分析检测物的状态数据，得出该检测物的检测物属性。2.根据权利要求1所述的防伪标识的检测方法，其特征在于，检测模式至少包括：刮开难易度检测和刮开信息完整性检测；检测物属性至少包括：难易度属性和信息完整性属性。3.根据权利要求2所述的防伪标识的检测方法，其特征在于，当选择的检测模式为刮开难易度检测，检测的具体子步骤如下：设置初始压力值；根据初始压力值对检测物的施压检测获取检测物的刮痕状态数据；依据原数据判断刮痕状态数据并获取处理信息；接收到处理信息后，获取施压总值；根据施压总值判断该检测物的难易度属性。4.根据权利要求3所述的防伪标识的检测方法，其特征在于，难易度属性包括难以刮开和易于刮开。5.根据权利要求4所述的防伪标识的检测方法，其特征在于，数据分析模块依据原数据判断刮痕状态数据并获取处理信息的具体子步骤如下：数据处理模块对刮痕状态数据进行处理，并形成处理信息；数据处理模块向数据分析模块发送处理信息。6.根据权利要求5所述的防伪标识的检测方法，其特征在于，对刮痕状态数据进行处理的子步骤如下：获取检测物图像；对检测物图像进行畸变校正及预处理，获得第一数据集；数据处理模块将第一数据集输入预先训练好的深度学习网络模型，进行特征提取，获取第一提取数据；数据处理模块接收数据分析模块根据第一提取数据反馈的指令，指令包括暂停处理和继续处理，若接收的指令为继续处理，则判断刮痕区域的刮痕状态是否均匀连续，若刮痕状态是均匀连续，则形成处理信息。7.根据权利要求6所述的防伪标识的检测方法，其特征在于，对检测物图像进行畸变校正采用球面投影模型方法，其中，根据鱼眼摄像头成像原理中的球面坐标模型建立标准坐标系，调整其位置和方向，使鱼眼摄像头的相机位于坐标轴原点0，拍摄方向沿0z轴正方向，拍摄后的原图像落在0xy平面上；确定校正图像与原图像间的坐标变换关系式如下：式中，x,y,z为原图像3D坐标点，a,b为校正图像坐标点，r为鱼眼镜头成像原理中的球面坐标模型的球面半径。8.根据权利要求2所述的防伪标识的检测方法，其特征在于，选择的检测模式为刮开信息完整性检测，检测的具体子步骤如下：设置第二刮开力；通过第二刮开力对检测物往复施压检测，获取信息完整性状态数据；依据原数据判断信息完整性状态数据并获取判断信息；根据判断信息判断该检测物的信息完整性属性。9.一种防伪标识的检测系统，其特征在于，包括：检测装置、数据采集装置以及检测中心；所述检测中心分别与所述检测装置和所述数据采集装置连接；所述检测装置：接收所述检测中心发送的指令，并根据所述指令检测检测物；所述数据采集装置：用于采集检测装置检测检测物过程中的数据，并将所述数据上传所述检测中心；所述检测中心：接收并处理所述数据采集装置上传的数据，向检测装置下发指令，执行权利要求1-8中任意一项所述的防伪标识的检测方法。10.根据权利要求9所述的防伪标识的检测系统，其特征在于，所述检测中心包括：数据处理模块、收发模块、数据分析模块、存储模块以及操作模块；所述数据处理模块分别与所述收发模块、所述数据分析模块、所述存数模块连接；所述操作模块分别与所述存储模块、数据处理模块、收发模块和数据分析模块连接；所述数据处理模块：用于接收并处理所述收发模块上传的数据，并将处理后的数据发送至所述数据分析模块进行分析；所述收发模块：用于接收数据采集装置采集的数据，将所述数据发送给所述数据处理模块，接收数据分析模块下发的指令，并发送给所述检测装置；所述存储模块：用于预先存储检测模式以及与所述检测模式相对应的原数据；所述操作模块：用于设置检测模式以及与所述检测模式相对应的原数据；选择检测模；显示检测结果。

百度查询： 中体彩印务技术有限公司 一种防伪标识的检测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD