劉莉莉,蒲亦非,周激流,張 妮
(1.營(yíng)口職業(yè)技術(shù)學(xué)院,遼寧 營(yíng)口 115000;2.四川大學(xué) 計(jì)算機(jī)(軟件)學(xué)院,四川 成都 610065;3.四川大學(xué) 圖書(shū)館,四川 成都 610065)
近幾十年來(lái),分?jǐn)?shù)階微積分已成為數(shù)學(xué)分析的一個(gè)重要分支[1-3],科研人員將其應(yīng)用于數(shù)字圖像處理中已取得了十分顯著的成果[4-9].目前,國(guó)內(nèi)外的食品安全問(wèn)題層出不窮,嚴(yán)重影響了食品行業(yè)的健康發(fā)展.為了利用現(xiàn)代信息技術(shù)來(lái)構(gòu)建和完善食品安全監(jiān)管的機(jī)制和體系,本研究構(gòu)建了基于分?jǐn)?shù)階微積分圖像處理技術(shù)的食品防偽溯源系統(tǒng),系統(tǒng)由服務(wù)器端管理組件、企業(yè)客戶(hù)端組件和智能手機(jī)客戶(hù)端組件3 部分組成,實(shí)現(xiàn)了食品防偽與溯源、食品安全預(yù)警以及企業(yè)黑白名單3 大功能.
在歐氏測(cè)度下,分?jǐn)?shù)階微積分最常用的是,Grümwald-Letnikov 定 義、Riemann-Liouville 定 義 和Caputo 定義[1-3].其中,Grümwald-Letnikov 定義信號(hào)s(x)的v 階微積分,
其中,信號(hào)s(x)的持續(xù)期為[a,x],v 為任意實(shí)數(shù)(包括分?jǐn)?shù)),表示基于Grümwald-Letnikov 定義的分?jǐn)?shù)階微分算子,Γ 為Gamma 函數(shù).
由式(1)可知,Grümwald-Letnikov 定義在歐氏測(cè)度下將整數(shù)階微積分的整數(shù)步長(zhǎng)推廣到分?jǐn)?shù)步長(zhǎng),從而將微積分的整數(shù)階推廣到分?jǐn)?shù)階.同時(shí),分?jǐn)?shù)階微積分的Grümwald-Letnikov 定義的計(jì)算簡(jiǎn)便易行,僅需要與信號(hào)s(x)自身相關(guān)的的離散采樣值,而不需要信號(hào)s(x)的導(dǎo)數(shù)與積分值.由Riemann-Liouville 定義信號(hào)s(x)的v 階積分(v <0)為,
對(duì)于信號(hào)s(x)的v 階微分(v ≥0),n 滿(mǎn)足n-1 <v ≤n.由式(2)可推導(dǎo)出信號(hào)s(x)的v 階微分的Riemann-Liouville 定義,
由式(3)可以推導(dǎo)出信號(hào)s(x)的Fourier 變換為,
式中,i 是虛數(shù)單位,ω 是數(shù)字頻率.
當(dāng)信號(hào)s(x)是因果信號(hào)時(shí),式(4)可簡(jiǎn)化為,
基于分?jǐn)?shù)階微積分圖像處理技術(shù)的食品防偽溯源系統(tǒng)由服務(wù)器端管理組件、企業(yè)客戶(hù)端組件和智能手機(jī)客戶(hù)端組件3 部分組成.系統(tǒng)實(shí)現(xiàn)了3 大功能,即食品防偽溯源、食品安全預(yù)警以及企業(yè)黑白名單.系統(tǒng)結(jié)構(gòu)示意圖如圖1 所示.
在食品生產(chǎn)過(guò)程中,生產(chǎn)廠家通過(guò)企業(yè)客戶(hù)端針對(duì)某批次的產(chǎn)品填寫(xiě)生產(chǎn)各環(huán)節(jié)的溯源信息,并申請(qǐng)訂單,只有各項(xiàng)溯源信息都完備后才審核通過(guò),然后再生產(chǎn)和打印每種商品惟一的分?jǐn)?shù)階二維碼,通過(guò)粘貼或噴印的方式與商品結(jié)合,并隨商品一起出售.消費(fèi)者在購(gòu)買(mǎi)商品的時(shí)候,只需要通過(guò)常用的手機(jī)或電腦的攝像頭配合相關(guān)軟件就可以?huà)呙柙撋唐返姆謹(jǐn)?shù)階二維碼圖片,由此得到商品的相關(guān)信息.若把該信息傳到溯源平臺(tái)服務(wù)器后即可獲知商品的所有溯源信息.同時(shí),為了進(jìn)一步提高溯源平臺(tái)的防偽能力,本系統(tǒng)不僅利用分?jǐn)?shù)階二維碼的頑健抗復(fù)制和防偽能力,而且還同時(shí)利用管理機(jī)制來(lái)強(qiáng)化其抗復(fù)制和防偽能力.此外,系統(tǒng)還能及時(shí)監(jiān)控各食品生產(chǎn)與銷(xiāo)售網(wǎng)站發(fā)布的相關(guān)信息,統(tǒng)計(jì)整理成本地的食品安全預(yù)警信息,監(jiān)管部門(mén)也可相應(yīng)地設(shè)置與控制食品生產(chǎn)企業(yè)的黑白名單.
圖1 系統(tǒng)結(jié)構(gòu)示意圖
本科研團(tuán)隊(duì)自主研發(fā)的分?jǐn)?shù)階微積分圖像處理的抗復(fù)制和防偽技術(shù)具有頑健的抗復(fù)制和防偽能力.該抗復(fù)制和防偽技術(shù)是食品防偽溯源系統(tǒng)的關(guān)鍵技術(shù),其核心是將分?jǐn)?shù)階二維碼標(biāo)簽作為信息載體.由于其制造成本低廉,對(duì)于食品生產(chǎn)廠家而言,基本沒(méi)有成本壓力;對(duì)于消費(fèi)者而言,能夠方便地用自己的手機(jī)或電腦對(duì)食品進(jìn)行實(shí)時(shí)的真?zhèn)舞b別和溯源查詢(xún),非常容易接受和推廣.
抗復(fù)制和防偽技術(shù)是本系統(tǒng)的關(guān)鍵核心技術(shù),具有較高的技術(shù)壁壘,擁有完全自主知識(shí)產(chǎn)權(quán).該技術(shù)基于數(shù)字圖像分?jǐn)?shù)階微分濾波器的非線性紋理增強(qiáng)特性以及其分?jǐn)?shù)階偏微分方程的分?jǐn)?shù)階各向異性擴(kuò)散特性.該技術(shù)應(yīng)用于食品的防偽溯源系統(tǒng)之中,既能分?jǐn)?shù)階、非線性及多尺度地增強(qiáng)和提取復(fù)雜的防偽紋理細(xì)節(jié)特征,又能相應(yīng)地保留相關(guān)的局部幾何特征,從而實(shí)現(xiàn)對(duì)其分?jǐn)?shù)階二維碼防偽標(biāo)識(shí)的分?jǐn)?shù)階抗復(fù)制和防偽功能.
本系統(tǒng)能夠支持企業(yè)端各種溯源信息的輸入與管理.同時(shí),消費(fèi)者通過(guò)手機(jī)或家用電腦簡(jiǎn)單地操作就可以得到商品的所有溯源信息,并可以保存這些信息,作為消費(fèi)證據(jù),此外,消費(fèi)者還可以通過(guò)該系統(tǒng)反饋問(wèn)題、建議以及信用評(píng)價(jià).
本系統(tǒng)能夠使消費(fèi)者得到及時(shí)有效的食品安全預(yù)警.系統(tǒng)能及時(shí)監(jiān)控國(guó)內(nèi)食品安全相關(guān)網(wǎng)站,收集信息,并進(jìn)行本地化整理,且具備搜索功能.同時(shí),系統(tǒng)還可以及時(shí)公布政府相關(guān)職能部門(mén)發(fā)布的食品生產(chǎn)企業(yè)黑白名單.
本系統(tǒng)能夠統(tǒng)計(jì)并分析用戶(hù)檢測(cè)到的造假數(shù)據(jù)信息,以及事發(fā)的手機(jī)歸宿分布和PC 機(jī)的IP 地址,并給出相應(yīng)的造假?lài)?yán)重程度以及其地理分布,從而方便食品生產(chǎn)廠家以及相關(guān)政府職能部門(mén)進(jìn)行聯(lián)合打假.
所謂竄貨,是指經(jīng)銷(xiāo)商為了謀求利潤(rùn)的最大化,利用不同銷(xiāo)售區(qū)域市場(chǎng)需求的差別,將商品超越所限制的區(qū)域進(jìn)行銷(xiāo)售的行為.本系統(tǒng)可以通過(guò)消費(fèi)者的溯源,根據(jù)溯源的地點(diǎn)與該批次產(chǎn)品預(yù)定的銷(xiāo)售地進(jìn)行比較,從而有效地預(yù)防食品銷(xiāo)售中竄貨行為的發(fā)生.
基于分?jǐn)?shù)階微積分圖像處理技術(shù)的食品防偽溯源系統(tǒng)致力于構(gòu)建以政府為主導(dǎo)的具有公信力的食品防偽溯源平臺(tái).目前,本系統(tǒng)初步實(shí)現(xiàn)并達(dá)到了“生產(chǎn)可記錄、流向可跟蹤、責(zé)任可追究、假冒可識(shí)別、源頭可追溯、信息可查詢(xún)”的目標(biāo).
[1]Love E R.Fractional derivatives of imaginary order[J].Journal of London Mathematical Society,1971,2(2):241-259.
[2]Oldham K B,Spanier J.The fractional calculus:integrations and differentiations of arbitrary order[M].New York:Academic Press,1974.
[3]Miller K S.Derivatives of noninteger order[J].Math Mag,1995,68:183-192.
[4]Mathieu B,Melchior P,Oustaloup A,et al.Fractional differentiation for edge detection[J].Signal Processing,2003,83(11):2421-2432.
[5]Liu S C,Chang S.Dimension estimation of discrete-time fractional brownian motion with applications to image texture classification[J].Image Processing,IEEE Transactions on,1997,6(8):1176-1184.
[6]Pu Y.Fractional calculus approach to texture of digital image[C]//the 8th International Conference on Signal Processing.Beijing,China:IEEE Press,2006.
[7]Pu Y F,Wang W X,Zhou J L,et al.Fractional differential approach to detecting textural features of digital image and its fractional differential filter implementation[J].Science in China Series F:Information Sciences,2008,51(9):1319-1339.
[8]Pu Y F,Zhou J L.A novel approach for multi-scale texture segmentation based on fractional differential[J].International Journal of Computer Mathematics,2011,88(1):58-78.
[9]蒲亦非.分?jǐn)?shù)階微積分在現(xiàn)代信號(hào)分析與處理之中的應(yīng)用研究[D].成都:四川大學(xué),2006.