(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111649272.0 (22)申请日 2021.12.2 9 (71)申请人 金陵科技学院 地址 210000 江苏省南京市江宁区弘景 大 道99号 (72)发明人 曲爱妍　季铖睿　满钲程　丁润宇　 (74)专利代理 机构 南京众联专利代理有限公司 32206 代理人 蒋昱 (51)Int.Cl. G06V 40/30(2022.01) G06V 10/44(2022.01) G06V 10/764(2022.01) G06K 9/62(2022.01) G06F 16/22(2019.01)G06K 17/00(2006.01) G06Q 40/04(2012.01) G06F 16/27(2019.01) (54)发明名称 一种通过默克尔树组装的物体唯一标识的 数字签名方法 (57)摘要 一种通过默克尔树组装的物体唯一标识的 数字签名方法， 包括以下步骤： 1)对物体进行特 征提取； 2)通过哈希值计算算法对提取的每个特 征计算哈希值， 形成物体唯一标识； 3)利用物体 唯一标识的数字签名， 结合物体的其他信息作为 二维码生 成程序的输入， 制作成物体唯一标识的 数字签名的二维码； 本发明通过人工智能的方法 识别物体的各种特征， 然后通过默克尔树组装， 从而形成物体唯一标识数字 签名的方法。 权利要求书3页 说明书8页 附图3页 CN 114283498 A 2022.04.05 CN 114283498 A 1.一种通过默克尔树组装的物体唯一标识的数字签名方法， 其特征在于， 包括以下步 骤： 1)对物体进行 特征提取； 通过采集设备对物体进行成像， 对图像进行预处理， 然后通过不同的特征提取方法对 物体的特 征进行提取； 图像的预处 理采用灰度化和图像分割； 图像灰度化处 理具体如下： 在RGB颜色空间中， 一幅彩色图片的像素是由红R、 绿G、 蓝B三个颜色分量组成的。 当R＝ G＝B时， 彩色表示 为一种灰度颜色， 灰度范围为0 ‑255； 图像灰度化处理就是将彩色图像转化为灰度图像的过程， 图像处理中通过以下一种或 者一种以上 方法进行 灰度化， 具体包括： (1)分量法： 将彩色图像三个通道的亮度值作为三种灰度图像的灰度值， 分为R分量灰 度图、 G分量灰度图和B分量灰度图， 根据实际情况需要选取其中一种； (2)平均值法： 将彩色图像三个通道的亮度值 求平均得到灰度值； Gray＝R＝G＝B＝(R+G+B)/ 3 (3)加权平均法： 将彩色图像三个通道进行加权平均能得到灰度图像； Gray＝R* 0.30+G*0.59+B*0.11； 图像分割处 理具体如下： 图像分割的目的是将物体的主体区域从复杂的背景中区分出来， 减少背景对特征提取 和图像分类的干扰， 是后续识别工作的基础； 分割算法包括： 阈值分割法、 边 缘检测分割法、 分水岭分割法和GrabCut分割法； 提取方法包括通过CNN卷积神经网络进行物体的分类特征提取和通过生物特征识别技 术进行生物特 征识别； 所述CNN卷积神经网络通过以下一种或者 一种以上 方法进行处 理； (1)均值滤波法； 均值滤波也叫邻域平均法， 是基于滤波模板对邻域内的中心点像素求均值的图像平滑 方法， 模板运算在数学中描述的就是卷积运算， 设一幅像素大小N*N的图像f(x,y)， 均值滤 波后的图像为g(x,y)， 表达式如下： 上式中： x,y＝0,1,...,N ‑1； S是以(x,y)为中心的邻域的集合， M是S内的点数。 常用的 是3*3模板， 此时的M为9； (2)中值滤波； 中值滤波是对采样窗口中取出的奇数个像素的灰度按等级进行排序， 用该邻域内所有 像素的灰度中值取代当前中心点原来的灰度值， 是一种非线性的窗口滤波形式， 滤波算法 表示方法如下： 上式中， A为窗口模板， 一般是3*3， f(i,j)， y(i,j)分别为原始图像和 滤波处理后图像权　利　要　求　书 1/3 页 2 CN 114283498 A 2的像素值； (3)高斯滤波； 高斯滤波是用于消除高斯噪声的一种线性平 滑滤波器， 其滤波函数表示 为下式： 用滤波后的图像与原图的均方误差以及峰值信噪比定义去噪结果， 如下式： 上式中， 图像像素大小是m*n， I(i,j)表示原始图像信息， K(i,j)表示图像处理后的图 像信息； 所述分类特征提取包括颜色特征， 用颜色直方图来表述； 形状特征用Hu不变矩来描述 和纹理特征用LBP进行 特征描述； 所述生物特征包括脸、 指纹、 手掌纹、 虹膜、 视网膜、 声 音、 体形和个人习惯； 2)通过哈希值计算 算法对提取的每 个特征计算哈希值， 形成物体唯一标识； 具体步骤如下： 将物体X提取的特征值哈希H1， H2， H3......进行两两分组， 并对这两个哈希值计算得 到一个新的哈希值， 两个旧的哈希值就作为新哈希值的叶子节点， 如果哈希数量为单数， 则 对最后一个哈希值再次计算哈希值即可； 重复上述计算， 直至最后只剩下一个哈希值； 3)利用物体唯一标识 的数字签名， 结合物体的其他信息作为二维码生成程序的输入， 制作成物体唯一标识的数字签名的二维码； 二维码贴于物体表面， 作为物体的标识， 用户收到物体， 扫描二维码， 识别其物体的相 关信息， 根据信息生成哈希值， 比较哈希值与物体唯一标识的数字签名是否一 致。 2.根据权利要求1所述的一种通过默克尔树组装的物体唯一标识的数字签名方法， 其 特征在于， 步骤1)所述采集设备为照相机 。 3.根据权利要求1所述的一种通过默克尔树组装的物体唯一标识的数字签名方法， 其 特征在于， 步骤1)GrabCut图像分割算法， 具体步骤如下： 步骤1： 用户在图像上通过交互选定一个包含目标的矩形 区域， 利用SLIC算法对图像进 行超像素划分。 设定矩形框内区域 为未知区域T U， 框外区域为背景区域TB； 步骤2： 根据标记的结果建立高斯混合模型， 迭代GM M参数； (1)初始化GM M参数， 给图像中每一个 像素分配GM M中的高斯分量， (2)计算GM M的均值和协方差； (3)根据最大流 ‑最小割思想， 求出能量 函数的最小值； 步骤3： 重复步骤2， 使能量 函数E趋于收敛； E(L)＝aR(L)+B(L) 其中， R(L)为区域项， B(L)为边界项， α为影响区域项和边界项平衡 的重要因子， 若α为权　利　要　求　书 2/3 页 3 CN 114283498 A 3