[發明專利]一種用于IoT的無侵入水印提取與嵌入方法

有效

• 申請號: 201810246835.3
• 申請日: 2018-03-23
• 公開（公告）號: CN108399593B
• 公開（公告）日: 2021-12-10
• 發明（設計）人: 李嘉;黃程韋
• 申請（專利權）人: 李嘉;黃程韋
• 主分類號: G06T1/00
• 分類號: G06T1/00;G06T7/49;G06T7/90
• 代理公司: 淮安市科翔專利商標事務所 32110
• 代理人: 韓曉斌

本發明公開了一種用于IoT的無侵入水印提取與嵌入方法，其特征在于，其包括以下步驟：S1、對原始圖像I(x,y)進行光照的均衡化處理；S2、對S1中經過光照均衡處理的圖像進行紋理和顏色特征的提取；S3、將步驟S2中所提取的特征在高維度矢量空間中進行建模，增加所提取的特征所在原始圖像中的坐標位置分布的信息，進行幾何形狀特征的構造；S4、將步驟S3中在高維度矢量空間中建好模的特征送入預先訓練好的編碼器，進行編碼，獲得該圖像對應的唯一的水印信息；S5、將步驟S4中所述的圖像對應的唯一的水印信息，存儲于網絡數據中心的存儲空間中，關聯擴展的數據信息，其中，所述數據信息包括時間、地點以及附加的用戶點評信息。

技術領域

本發明涉及IoT特征提取方法的技術領域，更具體地講，本發明涉及一種用于IoT的無侵入水印提取與嵌入方法。

背景技術

物聯網的飛速發展對物品的溯源提供了新的技術手段，通過對物品的生產、加工、運輸的各個環節進行時間戳和電子簽章的認證，能夠記錄物品的歷史信息，構成一個可信物聯網的時間數據流，從而讓消費者能夠掃描附帶的RFID、二維碼或者拍攝識別物體本身進行信息溯源。

人工智能的飛速發展，使得對物體的視覺特征的辨識越來越高效，基于深度學習的圖像識別已經能夠接近人類的視覺認知水平，對圖像特征的快速精確匹配，在物聯網、金融認證、生物特征識別等領域有廣泛的應用。

現有的與本發明相似的專利有以下五個[1-5]。其中，發明專利[1]申請號:CN201710496927.2，提供了一種農產品在生產過程中的信息監控和上傳網絡的方法，但是其溯源系統忽略了對可信時間信息的認證環節。發明專利[2]申請號:CN201611042032.3，提出了一種通過簽到的方式來記錄考勤信息的系統，雖然能夠認證時間信息，但是缺少對物品的附著性，時間信息不能關聯到任意的物品上，并且缺少可移動性，考勤裝置不能便捷的移動，因此無法對IoT網絡中的商品流通進行監管。發明專利[3]申請號:CN201710120913.0，提供了一種基于密鑰加密的安全時間戳認證方法，能夠對物品的標簽關聯水印信息，但是其關聯方法是傳統的標簽印刷技術，并沒有利用圖像水印和圖像識別技術，是一種侵入式、接觸式的時間認證方式。發明專利[4]申請號：CN201611054170.3，在網絡通信領域提出了一種基于硬件的報文時間信息嵌入方式，屬于網絡數據通信的時間認證方式，不適合用于IoT中物品生產流通信息的監管。發明專利[5]申請號:CN201710253044.9，提出了一種基于圖像顏色特征的水印嵌入方法，其所利用的圖像像素信息與本發明中的特征構造方法有很大的不同，其水印嵌入方式是一種侵入性的方式，僅適合數字媒體圖像的版權保護，不能用于對實際物體的辨識。

發明內容

基于此，有必要提供一種用于IoT的無侵入水印提取與嵌入方法以解決上述的技術問題。

本發明的一個技術方案是：

一種用于IoT的無侵入水印提取與嵌入方法，其特征在于，其包括以下步驟：

S1、對原始圖像I(x,y)進行光照的均衡化處理；

S2、對S1中經過光照均衡處理的圖像進行紋理和顏色特征的提取；

S3、將步驟S2中所提取的特征在高維度矢量空間中進行建模，增加所提取的特征所在原始圖像中的坐標位置分布的信息，進行幾何形狀特征的構造；

S4、將步驟S3中在高維度矢量空間中建好模的特征送入預先訓練好的編碼器，進行編碼，獲得該圖像對應的唯一的水印信息；

S5、將步驟S4中所述的圖像對應的唯一的水印信息，存儲于網絡數據中心的存儲空間中，關聯擴展的數據信息，其中，所述數據信息包括時間、地點以及附加的用戶點評信息。

在其中一實施例中，所述步驟S1中光照的均衡化處理采用以下算法：