RS60025B1

RS60025B1 - Postupci i sistem za verifikaciju autentičnosti oznake

Info

Publication number: RS60025B1
Application number: RS20200270A
Authority: RS
Inventors: Michael L Soborski
Original assignee: Sys Tech Solutions Inc
Priority date: 2014-09-23
Filing date: 2015-09-22
Publication date: 2020-04-30
Also published as: BR112017005769A2; EP4109336B1; ES2776399T3; EP3742340A1; EP3198526A1; MX2017003606A; EP4109336A1; CA2960716C; JP2017532670A; ES2925646T3; CA2960716A1; DK3742340T3; CN107004110A; PT3198526T; CN107004110B; DK4109336T3; EP3198526A4; DK3198526T3; EP3742340B1; JP6283772B2

Description

Opis

UNAKRSNE REFERENCE SA POVEZANIM PRIJAVAMA

[0001] Predmetna prijava je nastavak dela američke prijave patenta 14/561215, podnete 4. Decembra 2014. Predmetna prijava takođe navodi prvenstvo u odnosu na američku privremenu prijavu patenta 62/053905, podnetu 23. Septembra 2014.

OBLAST TEHNIKE

[0002] Predmetni pronalazak se uopšteno odnosi na tehnologiju mašinskog vida i, preciznije, na postupke i sistem za proveru autentičnosti oznake.

STANJE TEHNIKE

[0003] Falsifikovani proizvodi su, nažalost, široko dostupni i često teško uočljivi. Kada falsifikatori proizvode lažnu robu, oni pored samog proizvoda obično vrše i kopiranje etiketa koje mogu sadržati bar-kod ili neku drugu vrstu žiga. Na površnom nivou, falsifikovana oznaka može izgledati originalna i čak dati validne podatke prilikom skeniranja (npr. dekodirati se u odgovarajući UPC - univerzalni kod proizvoda). Mnoge tehnologije koje su trenutno raspoložive za suzbijanje takvog kopiranja oslanjaju se na osnovnu ideju vizuelnog upoređivanja slike moguće falsifikovane oznake sa slikom originalne oznake.

[0004] Primer postupka za verifikaciju identiteta predmeta razmatran je u dokumentu US 2013/0228619 A1. U ovom primeru se identitet predmeta potvrđuje ispitivanjem predmeta u potrazi za artefaktima specifičnim za predmet; ekstrahovanjem informacija povezanih sa artefaktima; rangiranjem informacija prema karakteristikama artefakata; i skladištenjem podataka koji predstavljaju rangirane informacije u ne-prolaznom računarskom uređaju za čitanje odvojeno od originalnog predmeta.

[0005] Oznaka može biti izložena nastanku mehaničkih oštećenja prilikom rukovanja, pakovanja, slanja i sl. proizvoda na kome se ona nalazi. Oštećenja se mogu pojaviti na neki nepoznat način što rezultuje nastankom nepredvidivih promena na oznaci. Tipični oblici oštećenja podrazumevaju ogrebotine, curenje mastila, mastilo koje se ljušti sa površine i prljavština koja sakriva delove oznake - od kojih bilo koje može da dovede do izobličenja oznake tako da, čak i ako je oznaka originalna, ona više ne liči na originalnu. Kao rezultat toga postupak kojim se vrši poređenje (npr. softver za upoređivanje slika) može pogrešno zaključiti da je testirana oznaka falsifikovana („lažni negativan rezultat“).

SLIKE

[0006] Dok su u priloženim patentnim zahtevima iznete posebne karakteristike predmetnih tehnika, ove tehnike se mogu najbolje razumeti na osnovu sledećeg detaljnog opisa uzetog zajedno sa pratećim slikama nacrta na kojima:

Slika 1 prikazuje primer oznake.

Slika 2 predstavlja ilustraciju oznake sa Slike 1 sa izdvojenim karakteristikama ivica ekstrahovanim radi jasnoće.

Slika 3 predstavlja ilustraciju drugog, moguće falsifikovanog, primerka oznake sa Slike 1.

Slika 4 predstavlja ilustraciju oznake sa Slike 3 sa izdvojenim karakteristikama ivice oznake ekstrahovanim radi jasnoće.

Slika 5 predstavlja primer dvodimenzionalne matrice podataka odštampane postupkom termalnog prenosa.

Slika 6 predstavlja ilustraciju koja upoređuje karakteristike gornjeg levog dela sa Slike 2 i Slike 4.

Slika 7 predstavlja blok dijagram računarskog sistema.

Slika 8 predstavlja blok dijagram računarskog sistema prema jednom izvođenju.

Slika 9 prikazuje dijagram toka koji predstavlja akcije izvedene u skladu sa jednim izvođenjem.

Slika 10 prikazuje dijagram toka koji predstavlja akcije izvedene u skladu sa jednim izvođenjem.

Slika 11 prikazuje jednodimenzionalni bar-kod koji ilustruje neke karakteristike koje se mogu iskoristiti u jednom izvođenju.

Slika 12 prikazuje grafik polinomijalne aproksimacije autokorelacionog niza originalne oznake sa kandidat oznakom (koja se ocenjuje kao originalna), prema jednom izvođenju.

Slika 13 prikazuje grafik stepenog niza za podatke originalne oznake sa Slike 12.

Slika 14 prikazuje grafik stepenog niza za podatke kandidat oznake sa Slike 12.

Slika 15 prikazuje graf polinomijalne aproksimacije autokorelacionog niza originalne oznake sa kandidat oznakom (koja se ocenjuje kao falsifikovana), prema jednom izvođenju.

Slika16 prikazuje grafik stepenog niza za podatke kandidat oznake sa Slike 15.

Slika 17 daje primer originalne, neoštećene kandidat oznake koja ima oblik štampanog, dvodimenzionalnog bar koda

Slika 18 predstavlja prvi primer oznake sa Slike 17 nakon što je oštećena.

Slika 19 predstavlja drugi primer oznake sa Slike 17 nakon što je oštećena.

Slika 20 predstavlja tačkasti dijagram korelacije vrednosti niza metrika koje predstavljaju potpis kandidat oznake sa Slike 17 sa sačuvanim nizom metrika koje predstavljaju potpis originalne oznake, koji ukazuje da postoji podudaranje.

Slika 21 predstavlja tačkasti dijagram korelacije vrednosti niza metrika koje predstavljaju potpis kandidat oznake sa Slike 18 sa sačuvanim nizom metrika koje predstavljaju potpis originalne oznake, koji ukazuje da nema podudaranja (u ovom slučaju lažni negativni rezultat).

Slika 22 predstavlja tačkasti dijagram korelacije vrednosti niza metrika koje predstavljaju potpis kandidat oznake sa Slike 19 sa sačuvanim nizom metrika koje predstavljaju potpis originalne oznake, koji ukazuje da nema podudaranja (u ovom slučaju lažni negativni rezultat).

Slika 23 predstavlja tačkasti dijagram korelacije vrednosti niza metrika koje predstavljaju potpis kandidat oznake sa Slike 18 (nakon eliminacije metrika koje ukazuju na oštećenje) sa sačuvanim nizom metrika koje predstavljaju potpis originalne oznake (nakon eliminacije metrika koje odgovaraju metrikama potpisa kandidat oznake koje su eliminisane), koji ukazuje da postoji podudaranje.

Slika 24 predstavlja tačkasti dijagram korelacije vrednosti niza metrika koje predstavljaju potpis kandidat oznake sa Slike 19 (nakon eliminacije metrika koje ukazuju na oštećenje) sa sačuvanim nizom metrika koje predstavljaju potpis originalne oznake (nakon eliminacije metrika koje odgovaraju metrikama potpisa kandidat oznake koje su eliminisane), koji ukazuje da postoji podudaranje (u ovom slučaju tačan rezultat).

Slika 25 predstavlja tačkasti dijagram korelacije vrednosti niza metrika koje predstavljaju potpis kandidat oznake sa Slike 20 (nakon eliminacije metrika koje ukazuju na oštećenje) sa sačuvanim nizom metrika koje predstavljaju potpis originalne oznake (nakon eliminacije metrika koje odgovaraju eliminisanim metrikama), koji ukazuje da postoji podudaranje (u ovom slučaju tačan rezultat).

Slika 26 prikazuje dijagram toka koji predstavlja akcije izvedene u skladu sa jednim izvođenjem.

Slika 27 prikazuje primer skupa metrika podataka prema jednom izvođenju.

Slika 28 i Slika 29 prikazuju dijagrame tokova koji predstavljaju akcije izvedene u skladu sa odgovarajućim izvođenjima.

Slika 30 prikazuje blok dijagram hardverskog okruženja prema jednom izvođenju.

Slika 31 prikazuje blok dijagram računarskog sistema prema jednom izvođenju.

Slika 32 prikazuje blok dijagram sistema za skladištenje prema jednom izvođenju.

OPIS

[0007] Opis je uglavnom usmeren na postupak verifikacije autentičnosti oznake. Prema jednom izvođenju procesor: (1) prima sliku kandidat oznake od uređaja za snimanje slike, (2) koristi sliku za merenje jedne ili više karakteristika na većem broju lokacija kandidat oznake, što rezultuje prvim skupom metrika, (3) uklanja iz prvog skupa metrika metriku sa dominantnom amplitudom, što rezultuje skraćenim prvim skupom metrika, (4) preuzima, iz memorije koja može biti očitana od strane računara, drugi skup metrika koji predstavlja jednu ili više karakteristika izmerenih na većem broju lokacija originalne oznake, (5) uklanja iz drugog skupa metrika metriku koja odgovara metrici koja je uklonjena iz prvog skupa metrika, što rezultuje skraćenim drugim skupom metrika, (6) upoređuje skraćeni prvi skup metrika sa skraćenim drugim skupom metrika i (7) određuje originalnost kandidat oznake na osnovu poređenja.

[0008] Prema nekom drugom izvođenju procesor upoređuje prvi i drugi skup metrika i određuje da li je kandidat oznaka originalna na osnovu poređenja i, ako se utvrdi da kandidat oznaka nije originalna, procesor izvršava dodatne korake (1) uklanjanja metrike sa dominantnom amplitudom iz prvog skupa, što rezultuje skraćenim prvim skupom metrika, (2) uklanjanja odgovarajuće metrike iz drugog skupa, što rezultuje skraćenim drugim skupom metrika, (3) upoređivanja skraćenog prvog skupa metrika sa skraćenim drugim skupom metrika i (4) određivanja originalnosti kandidat oznake na osnovu poređenja.

[0009] Prema različitim izvođenjima umesto da sortira podatke o potpisu na osnovu istaknutosti svakog artefakta kod originalne, naučenoj oznake, procesor: (1) koristi istaknutost svakog artefakta u podacima o potpisu kandidat oznake kao master sa kojim se upoređuju podaci o potpisu originalne, naučene oznake, (2) sortira oba skupa podataka o potpisu u skladu sa ovim redosledom, (3) progresivno skraćuje dalje podatke o potpisu obe oznake počev od najistaknutijeg artefakta, i (4) uspostavlja statističku korelaciju između podataka o potpisu originalne oznake i podataka o potpisu kandidat oznake. Prema jednom izvođenju skraćivanje podataka podrazumeva smanjenje podataka za koje se uspostavlja korelacija ostavljajući sledeći po veličini artefakt izvan svake uzastopne statističke korelacije. Drugim rečima, skraćivanje podataka prema jednom izvođenju podrazumeva uklanjanje podataka, iz skupa metrika koje se odnose na podatke o potpisu kandidat oznake, onih metrika koje imaju najveći značaj, kao i uklanjanje odgovarajuće metrike iz skupa metrika podataka o potpisu originalne oznake. Pošto su područja u kojima nastaju mehanička oštećenja uglavnom ona u kojima se nalaze najznačajnije karakteristike skupa podataka o potpisu, ovo ima za posledicu uklanjanje uticaja oštećenja na skup podataka o potpisu, omogućujući ispoljavanje korelacija između stvarnih podataka o potpisu koji imaju manji značaj.

[0010] Neke oznake na koje se ovde opisane tehnike mogu primeniti uključuju dvodimenzionalne bar-kodove, kao što su na primer QR kodovi, čiji su primeri prikazani na Sikama 1 i 17. Neki od dvodimenzionalnih bar-kodova mogu imati ugrađenu korekciju grešaka ili redundantnost. Kod dvodimenzionalnih kodova ili drugih oznaka u koje je ugrađena Reed-Solomon korekcija grešaka ili druga redundantnost, uklanjanje oštećenja se kod različitih izvođenja omogućava iskorišćavanjem informacija koje obezbeđuju korekcija grešaka ili druga redundantnost. Budući da takvi kodovi identifikuju oštećena područja kao deo njihove funkcije ispravka nedostajućih informacija koda, te informacije se mogu koristiti za direktno isključivanje regiona koja su identifikovani kao oštećeni pre izvođenja koraka korelacije u analizi potpisa.

[0011] Prema nekom drugom izvođenju procesor vrši sukcesivne podele ili sukcesivne pod-podele na metrikama kandidat oznake kako bi uklonio signal oštećenja. Prema jednom primeru, kada oznaka poseduje ravnu ivicu koju je potrebno analizirati, kao što je referentna traka kod određenih dvodimenzionalnih bar-kodova, procesor sukcesivno deli oštećenu referentnu traku na 2, zatim na 4, a zatim na 8 delova, itd. Procesor posmatra pojedinačne korelacije potpisa podela i pod-podela kako ih sukcesivno deli.

[0012] U ovom opisu se često navodi da se odnosi na "oznaku". Na način na koji se koristi ovde, „oznaka“ je vidljiva u nekom delu elektromagnetnog spektra, mada ne nužno i golim okom, i namerno se postavlja na fizički objekat. Oznaka se može koristiti za jedinstveno identifikovanje predmeta, na primer, pomoću serijskog broja, ili se može koristiti u neke druge svrhe, kao što je brendiranje (npr. logo), označavanje ili dekoracija. Oznaka se može štampati, utisnuti, oblikovati, naneti, formirati ili na bilo koji drugi način postaviti na predmet koristeći različite postupke. Oznaka se može postaviti tako da se može obraditi u elektronskom obliku. Mogući uređaji koji se mogu koristiti za elektronsko prikupljanje oznaka uključuju kamere mašinskog vida, čitače bar-kodova, linijske skenere, pločaste skenere i ručne prenosne uređaje za obradu slike. Oznaka može biti nešto što sadrži informacije, kao što je bar-kod (npr. dvodimenzionalni ("2D") bar-kod kako je specificirano standardom ISO / IEC 16022 od strane Međunarodne Organizacije za Standardizaciju ("ISO") i Međunarodne Elektrotehničke Komisije ("IEC"), datum isteka ili informacije o praćenju, kao što je serijski broj.

[0013] Kod različitih izvođenja originalna oznaka sadrži artefakte čije karakteristike mogu biti predstavljene podacima koji će se ovde često nazivati terminima "signal", "potpis" ili "signal potpisa". Kandidat oznaka, bez obzira da li će se ispostaviti da je u pitnaju originalna ili falsifikovana oznaka, takođe sadrži artefakte čije karakteristike mogu biti na sličan način predstavljene podacima. Prema jednom izvođenju procesor iz signala potpisa kandidat oznake vrši izolovanje artefakta nastalih usled oštećenja od artefakata signala potpisa proizvedenih od strane opreme za označavanje. Procesor takođe ekstrahuje te podatke signala potpisa iz kandidat oznake.

[0014] Termin "artefakt" oznake, na način kako se ovde koristi, odnosi se na karakteristike oznake koje su proizvedene (kontrolisano ili nekontrolisano) mašinom ili postupkom kojim je formirana oznaka.

[0015] Termin "procesor", na način kako se ovde koristi, označava kolo (vrstu elektronskog hardvera) dizajnirano za obavljanje složenih funkcija definisanih u smislu matematičke logike. Primeri logičkih kola uključuju mikroprocesor, kontroler ili integrisano kolo specifične primene. Kada se predmetni opis odnosi na računarski sistem koji izvršava operacije, podrazumeva se da to takođe može značiti da procesor integrisan sa računarskim uređajem u stvari i izvršava operacije.

[0016] Pozivajući se sada na crteže, na Slici 1 je prikazan primer originalne štampane oznake („originalna oznaka“) 100 na koju se mogu primeniti različiti postupci opisani ovde. U ovom primeru originalna oznaka 100 je 2D bar-kod. Ovaj bar-kod je nosač podataka kod kojeg su informacije kodirane kao uzorak svetlih oblasti 102 i tamnih oblasti 104 originalne oznake 100. Moguća primena 2D bar-koda podrazumeva pravougaonu mrežu u kojoj je svaka ćelija ili „modul“ (npr. moduli 102 i 104) u mreži crna ili bela i predstavlja bit podataka.

[0017] Slika 2 predstavlja poboljšani prikaz nekih varijacija koje su prisutne u originalnoj oznaci 100. Slika 2 prikazuje samo ivice 200 između svetlih i tamnih područja oznake 100. Karakteristike kao što su linearnost ivica, diskontinuiteti regiona i karakteristični oblici unutar oznake 100 su lako uočljive. Brojne nepravilnosti duž ivica štampanih karakteristika oznake su jasno uočljive. Potrebno je imati na umu da je ova ilustracija data samo radi jasnoće i da ne predstavlja nužno potreban korak obrade. Prema nekim izvođenjima linearnost ivica je značajna karakteristika te se stoga koristi. Kod nekih izvođenja se koriste i karakteristike različite od linearnosti ivica.

[0018] Slika 3 predstavlja primer štampane oznake 300 („kandidat oznaka“) koja može biti originalna ili falsifikovana (odnosno koja može biti falsifikovan primerak originalne oznake 100 prikazan na Slici 1 ili može biti druga jedinstvena instanca originalne oznake 100 u svrhu identifikacije. Ova kandidat oznaka 300 je takođe 2D bar-kod koji, čak i u slučaju da je falsifikovan, sadrži iste dekodovane informacije kao i originalna oznaka 100 sa Slike 1 kada je očitana pomoću 2D bar-kod čitača. Kada se dobija kandidat oznaka 300 sa Slike 3, prema jednom izvođenju, identifikuju se značajne karakteristike. Obeležja ovih značajnih karakteristika se mere i snimaju kao podaci o potpisu koji na jedinstven način identifikuju kandidat oznaku 300. Kao u slučaju sa Slike 1 podaci ovog potpisa su izvedeni iz fizičkih i optičkih karakteristika geometrije i izgleda oznake i mogu sadržati podatke koji su kodirani u oznaci (npr. u slučaju da je oznaka simbol koji nosi podatke kao što je npr. 2D bar-kod). Prema jednom izvođenju svojstva originalne oznake koja se vrednuju za kreiranje podataka o potpisu ista su kao i svojstva koja se koriste u proceni kandidat oznake tako da su dva potpisa direktno uporediva.

[0019] Slika 4 predstavlja poboljšani prikaz nekih varijacija prisutnih u kandidat oznaci 300 prikazanoj na Slici 3. Slika 4 prikazuje samo ivice 400 karakteristike prikazane na Slici 3, slično kao na Slici 2. Odgovarajuće karakteristike poput linearnosti ivica, diskontinuiteta regiona i oblika karakteristike unutar oznake prikazane na Slici 3 su jasno vidljive.

[0020] Posmatrajući Sliku 5 na njoj su prikazani primeri nekih funkcija koje se mogu koristiti za generisanje podataka o potpisu oznake (karakteristike 500, 502, 504 i 506). Karakteristike ovih obeležja koje se mogu meriti uključuju odstupanje u prosečnom intenzitetu pigmentacije ili intenzitetu obeležavanja (npr. karakteristika 500), odstupanje položaja modula u odnosu na mrežu najboljeg uklapanja (npr. karakteristika 502), prisustvo ili mesto stranih štampanih tačaka ili neštampanih praznina (npr. karakteristika 504) u oznaci i oblik (linearnost) dugih kontinualnih ivica (npr. karakteristika 506). Prema jednom izvođenju merenja izvršena na ovim karakteristikama služe kao primarne metrike formirajući jedinstveni potpis oznake.

[0021] Prema jednom izvođenju metrike koje su dobijene od oznake se mogu ponderisati kao deo formiranja potpisa oznake. Na primer, lakoća kojom se svaka od četiri metrike prikazane na Slici 5 može izdvojiti zavisi od rezolucije slike, a metrike se mogu rasporediti redosledom prema rezolucijama potrebnim za izdvajanje korisnih podataka koji se odnose na svaku od četiri metrike. Prema redosledu od najniže do najviše rezolucije to su (prema jednom izvođenju): pigmentacija modula, odstupanje položaja modula, lokacije praznina/oznaka i projekcija oblika ivice.

1

Drugim rečima: niska rezolucija → visoka rezolucija pigmentacija modula → odstupanje položaja modula → lokacije praznina/oznaka → projekcija ivica.

[0022] Povećavanje vernosti i rezolucije slike omogućava sve precizniju analizu iskorišćavajući postupno sve preciznije analitike. Na primer, sa slike niske rezolucije se možda sa značajnom pouzdanošću izdvaja samo prosečna pigmentacija i odstupanje položaja modula, tako da se tim rezultatima daje veća težina prilikom određivanja podudaranja između potpisa kandidat oznake i originalne oznake (predstavljene pomoću sačuvanih originalnih podataka). Sa slikom visoke rezolucije se obrada može nastaviti sve do metrike projekcije finih ivica, a procesor to može iskoristiti sa najvećom težinom prilikom određivanja podudaranja između potpisa. Ukoliko postoje neslaganja sa očekivanim potpisom između drugih merenja (manje težine), to može biti posledica oštećenja ili artefakata uređaja za snimanje slike. Međutim, oštećenja, izmene originalne oznake ili artefakti uređaja za snimanje obično ne mogu rezultovati modifikacijom falsifikovane oznake na način da se ona slučajno počne podudarati sa velikom preciznošću sa metrikom projekcije ivica originalne oznake. Stoga projekcija ivica, ukoliko je visoko korelisana i pokazuje adekvatan obim u dinamičkom rasponu, može nadjačati metrike niže rezolucije u prilog visokom poverenju u pouzdanosti podudaranja.

[0023] Dalje prema jednom izvođenju primena informacija za Korekciju Grešaka, data pomoću standardnih algoritama dekodovanja te simbologije (kao što su oni koji se koriste u 2D kodovima Matrice Podataka), koristi se za odgovarajuće dalje vrednovanje metričkih podataka potpisa. Ukoliko je područje podataka unutar simbola narušeno oštećenjem oznake i ta oblast se ne slaže se sa sačuvanim podacima potpisa, dok se ostale nenarušene oblasti dobro poklapaju, težina uticaja oštećene oblasti se može smanjiti. Ovaj mehanizam sprečava da otkrivena oštećenja simbola proizvedu lažne negativne rezultate u upoređivanju metričkih podataka kandidata sa originalnim podacima potpisa oznake. Specifikacija ISO 16022 „Simbol za matricu podataka“ opisuje primer kako se kodovi za korekciju grešaka

Error Correction Codes) mogu distribuirati unutar 2D Matrice Podataka i kako se mogu identifikovati oštećene i neoštećene oblasti unutar Matrice Podataka.

[0024] Kao što je prethodno poznato da različite tehnologije uređaja za obeležavanje ispoljavaju superiorne ili inferiorne karakteristike potpisa kod različitih atributa za upotrebu prilikom kreiranja podataka o potpisu Metrike, tip uređaja za obeležavanje se može koristiti za prethodno postavljanje težinskih faktora metrika u onome što se naziva Težinskim Profilom ili Profilom Ponderisanja . Na primer, ako se originalne oznake proizvode pomoću termo-prenosnog štampača, poznato je da projekcije ivica paralelno sa pravcem kretanja materijala supstrata verovatno neće imati jačinu potpisa koja je dovoljna za kodiranje kao deo originalnih podataka potpisa. Ovo poznavanje različitih ponašanja različitih uređaja za obeležavanje se može upotrebiti za vreme snimanja originalnih podataka potpisa. Ako se koristi, metrike koje se koriste u kreiranju potpisa originalne oznake se težinski faktorišu na pogodan način prema poznatim ponašanjima određenog tipa uređaja za označavanje, a rezultujuće mapiranje naglašenih/ublaženih metrika postaje Težinski Profil Metrike.

[0025] Slika 6 prikazuje blisko poređenje karakteristika gornjih levih uglova sa Slike 2 i Slike 4. Kao što se najjasnije vidi sa Slike 6, dve odštampane oznake 100 i 300 sa Slika 1 i 3, iako identične u pogledu javno kodiranih podataka, sadrže brojne razlike u finijoj razmeri koje su rezultat nesavršenosti procesa štampanja koji se koriste za nanošenje oznaka. Te razlike su trajne, obično gotovo trajne kao i same oznake i praktično su jedinstvene, posebno kada se veliki broj razlika koje se mogu pronaći između simbola sa Slike 1 i Slike 3 kombinuje. Dalje, razlike mogu biti teške za krivotvorenje jer bi originalni simbol morao biti preslikan i preštampan u rezoluciji koja je mnogo veća od originalne štampe, a da se pri tom ne uvedu nove prepoznatljive nesavršenosti štampanja. Dok je ovde prikazan samo gornji levi ugao oznaka, karakteristike koje se mogu razlikovati između dve oznake prikazane na Slikama 1 i 3 kreću se kroz čitave oznake i mogu se koristiti u različitim izvođenjima.

[0026] Posmatrajući Sliku 7, izvođenje računarskog sistema 700 podrazumeva centralnu procesnu jedinicu ili procesor 702, ulazne i izlazne uređaje 704 i 706, uključujući i uređaj 708 za slikanje, memoriju 709 sa slučajnim pristupom („RAM“), memoriju 712 za čitanje („ROM“) i magnetne diskove ili neki drugi uređaj 713 za trajno čuvanje („skladištenje“) programa i podataka. Računarski sistem 700 može imati štampač 705 za generisanje originalnih oznaka, ili štampač 705 može biti odvojeni uređaj. Računarski sistem 700 može biti povezan ulazno-izlaznim interfejsom 714 („I/O“) sa spoljašnjom mrežom 708 ili drugim komunikacionim medijumima, a preko mreže 708 sa serverom 710 sa uređajem 716 za trajno čuvanje podataka. Iako to nije prikazano radi uprošćenja slike, na server 710 može biti povezano nekoliko sličnih računarskih sistema.

[0027] Posmatrajući Sliku 8, izvođenje opisanog pronalaska sadrži prvi računarski sistem 800 koji vrši operacije snimanja i skladištenja originalne oznake 802 (tj. one koja je poznata kao originalna), i drugi računarski sistem 804 koji vrši snimanje, poređenje i verifikaciju kandidat oznake 806 (tj. one koja može biti originalna ili falsifikovana). Prvi računarski sistem 800 sadrži uređaj 808 za slikanje i procesor 810 za ekstrakciju i kodiranje potpisa. Uređaj 808 za slikanje formira sliku originalne oznake 802, generiše podatke u vezi sa slikom i prosleđuje podatke o slici procesoru 810 za ekstrakciju i kodiranje potpisa. Procesor 810 za ekstrakciju i kodiranje potpisa može biti softver koji se izvršava na procesoru (kao što je procesor 702 računarskog sistema 700) ili može biti namenski procesor. Procesor 810 za ekstrakciju i kodiranje potpisa podatke o potpisu čuva uređaju 812 za čuvanje podataka o potpisu oznake koji je dostupan preko mreže, što može biti uređaj 716 za trajno čuvanje podataka servera 710. Prema jednom izvođenju metrike koje čine podatke o potpisu se čuvaju kao sortirani spisak u opadajućem redosledu i uključuju informacije koje lociraju njihov položaj u oznaci iz koje su ekstrahovani. Mehanizam 814 za pretraživanje potpisa oznaka koji je dostupan preko mreže, a koji može biti softver koji se izvršava na procesoru (poput procesora 702 računarskog sistema 700) ili koji može biti namenski procesor, prima podatke o potpisu od procesora 810 za ekstrakciju i kodiranje i/ili uređaja 812 za čuvanje podataka o potpisu.

[0028] Drugi računarski sistem 804 sadrži uređaj 816 za snimanje slike, procesor 818 za ekstrakciju i kodiranje potpisa i procesor 820 za poređenje potpisa. Uređaj 816 za snimanje slike formira sliku kandidat oznake 806, generiše podatke u vezi sa slikom i prosleđuje podatke o slici procesoru 818 za ekstrakciju i kodiranje potpisa. Procesor 818 za poređenje potpisa može uporediti potpis dobijen od strane procesora za ekstrakciju i kodiranja potpisa iz (nedavno skenirane) kandidat oznake 806 sa potpisom koji je prethodno snimljen u uređaju 812 za skladištenje podataka o potpisima povezanim sa originalnom oznakom 802. Prema jednom izvođenju, kao što je simbolično prikazano razdvajanjem između gornjeg dela sa Slike 8 (koji se odnosi na snimanje i skladištenje originalne oznake) i donjeg dela Slike 8 (koji se odnosi na snimanje potpisa kandidat oznake, upoređivanje i verifikaciju), računarski sistem koji skenira kandidat oznaku 806 se može razlikovati od računarskog sistema

1

koji je skenirao originalnu oznaku 802. Ukoliko se razlikuju, oni mogu deliti pristup uređaju 812 za čuvanje podataka o potpisima, ili se kopija sačuvanih podataka o potpisu može proslediti iz uređaja 812 za čuvanje podataka o potpisima na sistemu 800 za snimanje i čuvanje originalne oznake do uređaja 804 za snimanje potpisa kandidat oznake, poređenje i verifikaciju. Prema drugim izvođenjima prvi računarski sistem 800 i drugi računarski sistem 804 su isti sistem (npr. računarski sistem 700 sa Slike 7).

[0029] Posmatrajući ponovo Sliku 7, prema jednom izvođenju procesor 702 analizira sliku snimljenu uređajem 708 za slikanje kako bi izmerio različite karakteristike (npr. fizičke i optičke karakteristike) oznake (npr. originalne oznake 100 ili kandidat oznake 300), što rezultuje skupom metrika koje sadrže podatke o artefaktima oznake. Kao što će biti opisano ispod, skup metrika može biti jedan od nekoliko skupova metrika koje procesor 702 generiše o oznaci. Procesor 702 može vršiti merenja na različitim lokacijama na oznaci. Pri tome procesor 702 može izdeliti oznaku na više podpodručja (npr. u skladu sa industrijskim standardom). Prema jednom izvođenju ako je oznaka 2D bar-kod, procesor 702 vrši merenja na svim ili na podskupu ukupnog broja ćelija oznake. Primeri karakteristika oznake koje procesor 702 može meriti uključuju: (a) oblik karakteristika, (b) proporcije karakteristika, (c) lokacije karakteristika, (d) veličinu karakteristika, (e) kontrast karakteristika, (f) linearnost ivica , (g) diskontinuiteti regiona, (h) strane oznake, (i) defekti štampe, (j) boja (npr. svetlost, nijansa ili oboje), (k) pigmentacija i (1) varijacije kontrasta. Prema nekim izvođenjima procesor 702 vrši merenja na istim lokacijama od oznake do oznake za svaku od karakteristika, ali na različitim lokacijama za različite karakteristike. Na primer, procesor 702 može da izmeri prosečnu pigmentaciju na prvom skupu lokacija oznake i na istom prvom skupu lokacija za naredne oznake, ali može i da izmeri linearnost ivica na drugom skupu lokacija na oznaci i na sledećim oznakama. Za dva skupa lokacija (za različite karakteristike) se može reći da su "različiti" ako postoji bar jedna lokacija koja nije zajednička za oba skupa.

[0030] U slučaju da oznaka predstavlja simbol koji nosi podatke, kao što je na primer 2D bar-kod, razna izvođenja mogu iskoristiti dodatne informacije koje su ugrađene i kodirane u oznaci. Kodirane sadržane informacije, na primer jedinstveni ili nejedinstveni serijski broj, se tada mogu koristiti kao deo podataka o potpisu ili upotrebiti za indeksiranje podataka o potpisu radi lakšeg pronalaženja. Nadalje, u slučaju 2D bar-koda ili drugog nosača informacija za koji se može utvrditi mera kvaliteta, procesor 702 može ekstrahovati informacije koje predstavljaju kvalitet oznake i uvrstiti ih kao deo podataka o potpisu.

[0031] Informacije o kvalitetu se mogu koristiti za otkrivanje promena originalne kandidat oznake koje mogu dovesti do pogrešnog određivanja oznake kao falstifikata, jer ove promene mogu izmeniti podatke o potpisu oznake. Neka od merenja kvaliteta koja se mogu koristiti su, ali nisu isključivo ograničena na, Neiskorišćene Korekcije Grešaka i Oštećenja Fiksnog Šablona, kao što je definisano u ISO specifikaciji 15415 „Procesi za Ocenjivanje Matrica Podataka“ ili nekom drugom uporedivom standardu. Ove mere omogućavaju otkrivanje područja koja bi doprinela podacima o potpisu oznake koji su izmenjeni oštećenjem oznake i usled toga izuzeti od razmatranja prilikom upoređivanja podataka o potpisu oznake sa sačuvanim podacima o potpisu originalne oznake.

[0032] Na Slici 9 je opisan postupak prema jednom izvođenju koji se izvršava (npr. od strane računarskog sistema 700 ili 800 ili njegovog procesora) za pravljenje i čuvanje podataka o potpisu originalne oznake. U koraku 902 originalna oznaka (npr.

2D bar-kod sličan onome prikazanom na Slici 1) se postavlja na predmet ili na etiketu koja se nakon toga postavlja na predmet (npr. pomoću štampača 705).

[0033] U koraku 904 se preuzima oznaka pogodnim uređajem za snimanje ili drugim uređajem za prikupljanje podataka, kao što je uređaj 808 za slikanje. Uređaj za slikanje koji preuzima oznaku može biti u bilo kojoj pogodnoj formi, kao što je kamera, uređaj za mašinki vid ili skener. Uređaj za slikanje može biti konvencionalni uređaj ili uređaj koji će se razviti na osnovu ovoga. Prema ovom izvođenju uređaj za slikanje prikuplja podatke o karakteristikama oznake na nivou detalja znatno finijih od kontrolnog izlaza uređaja koji je proizveo oznaku. U primeru prikazanom na Slikama 1-4, karakteristike sadrže oblik granica između svetlih i tamnih područja u rezoluciji znatno finijoj od veličine modula štampanog 2D bar-koda. Ostali primeri pogodnih karakteristika su opisani dole.

[0034] U koraku 906 se dekodira jedinstveni identifikator ("UID") koji je sadržan u očiglednim podacima originalne oznake. Prema jednom izvođenju ukoliko se štampač 705 nalazi na istom računarskom sistemu na kojem se nalazi i uređaj 808

1

za slikanje, UID se može preneti sa jednog na drugi izbegavajući potrebu za dekodiranjem UID sa slike proizvedene od strane uređaja 808 za slikanje. Ako originalna oznaka ne sadrži UID, u ovom koraku se mogu koristiti neke druge informacije koje jedinstveno identifikuju određenu instancu oznake.

[0035] U koracima 908 i 910 se slika originalne oznake analizira od strane procesora 810 za ekstrakciju i kodiranje potpisa. Na primer, procesor 810 za ekstrakciju i kodiranje potpisa ekstrahuje merenja kvaliteta iz slike originalne oznake u koraku 908, i ekstrahuje karakteristike sa slike originalne oznake u koraku 910. U koraku 912 se podaci koji se odnose na karakteristike ekstrahovanih karakteristika (npr. metrike) kodiraju u numeričke podatke i smeštaju u uređaju 812 za čuvanje podataka o potpisu kao "potpisani" podaci koji na jedinstven način identifikuju originalnu oznaku. Prema jednom izvođenju zapis za svaku oznaku se indeksiraju prema jedinstvenom sadržaju identifikatora (obično serijski broj) koji je uključen u eksplicitno kodirane podatke u oznaci. Zapis se može sačuvati na serveru za čuvanje podataka dostupnom kroz mrežu ili uređaju za čuvanje podataka (poput uređaja 716 za čuvanje podataka), ili se može snimiti lokalno (poput uređaja 713 za čuvanje podataka) tamo gde je to potrebno. Kopije se mogu distribuirati u lokalnu memoriju na više lokacija.

[0036] U koracima 914 i 916 se ocenjuju karakteristike kandidat potpisa kako bi se obezbedilo da poseduju odgovarajuću vrednost kako bi delovale kao deo svake metrike potpisa. Ovi koraci obezbeđuju da karakteristike koje formiraju svaku metriku potpisa poseduju pravi "signal" za kodiranje kao raspoznavajuće karakteristike oznake.

[0037] Prema jednom izvođenju, koristeći 2D kod Matrice Podataka kao primer, u koracima 910, 912 i 914 se četiri karakteristike osobina originalne oznake izdvajaju i sortiraju po magnitudi. Kao što je prethodno opisano, slika oznake se proizvodi na takav način da se karakteristike mogu obrađivati u elektronskom obliku, obično u boji ili kao slika u nijansama sive. Kao preliminarni korak se 2D Matrica Podataka najpre analizira kao celina i određuje se „najpogodnija“ mreža koja definiše "idealne" položaje granica između ćelija matrice. Kandidat karakteristike se tada biraju pronalaženjem svojstava koja najviše odstupaju od „normalnog“ ili „optimalnog“ stanja atributa (jednog ili više) oznake za određenu metriku koja se analizira. S

1

obzirom na primer 2D koda Matrice Podataka prikazanog na Slici 5, neke pogodne karakteristike su:

[0038] 1. Delovi oznake čiji su prosečna boja, pigmentacija ili intenzitet oznake najbliži globalnom prosečnom pragu koji razlikuje tamne module od svetlih modula kako je određeno algoritmima očitavanja Matrice Podataka (tj. "najsvetliji" tamni moduli i "najmračniji" "svetli moduli) (npr. karakteristika 500).

[0039] 2. Moduli koji su obeleženi u položaju koji najviše odstupa od idealizovane lokacije definisane najpogodnijom mrežom primenjenom na oznaku (npr. karakteristika 502). Dva moguća postupka identifikacije ovih modula su: (a) izdvojiti ivice pozicije modula oznake i uporediti te rubove sa očekivanim pozicijama definisanim idealnom najpogodnijom mrežom oznake; (b) izdvojiti histogram graničnog područja između dva susedna modula suprotnog polariteta (svetlo/tamno ili tamno/svetlo), pri čemu se uzorak preklapa sa istim procentom svakog modula u odnosu na najpogodniju mrežu oznake i procenjuje odstupanje histograma od bimodalne 50/50 distribucije.

[0040] 3. Strane oznake ili praznine u modulima, bez obzira da li su svetle ili tamne, definišu se kao moduli koji imaju širok raspon osvetljenja ili gustine pigmenta (npr. karakteristika 504). Drugim rečima, one su definisane kao moduli koji poseduju nivo pigmentacije sa obe strane globalnog prosečnog praga kojim se razlikuju tamni moduli od svetlih modula, a najbolji kandidati za potpis su oni sa bimodalnim histogramom osvetljenja koji imaju najveću udaljenost između najudaljenijih dominantnih modova.

[0041] 4. Oblik dugih kontinualnih ivica (npr. karakteristika 506) u simbolu, poput njihovog kontinuiteta/linearnosti ili stepena diskontinuiteta/nelinearnosti. Jedan od načina merenja ovog atributa i izdvajanja ovih podataka je izvođenje projekcije vrednosti osvetljenja u širini piksela, sa dužinom projekcije jednog modula, izmeštenom od najpogodnije mreže oznake za jednu polovinu modula, koji se pruža normalno na liniju mreže koja ograničava tu ivicu u najpogodnijoj mreži simbola.

[0042] 2D Matrica Podataka predstavlja dobar primer jer sadrži kvadratne crne i bele ćelije u kojima se gore opisane karakteristike lako vide. Međutim, isti principi se

1

mogu, naravno, primeniti i na druge oblike vidljivih oznaka koje nose ili ne nose kodirane podatke.

[0043] Jednom kada su identifikovane kandidat karakteristike koje ispunjavaju gore opisane kriterijume, kandidat karakteristike se sortiraju u koraku 914 u listu prema redosledu po magnitudi, a zatim se u koraku 916 podvrgavaju filtriranju po granicama magnitudi pronalazeći prvu karakteristiku u svakoj listi koja ne zadovoljava utvrđeni prag minimalne magnitude da bi se kvalifikovala da doprinosi toj metrici. Prag se može postaviti na bilo kom pogodnom nivou, dovoljno niskom da uključuje razuman broj karakteristika koje se ne mogu lako reprodukovati, i dovoljno visokom da se isključe karakteristike koje nisu dovoljno trajne ili su blizu praga šuma uređaja za slikanje. Prema ovom izvođenju kraj sortirane liste sa donje strane praga minimalne magnitude se zatim odbacuje od te tačke, a preostale karakteristike (najveće magnitude) se čuvaju zajedno sa njihovim lokacijama u oznaci u vidu podataka o potpisu te oznake. Poželjno je da se čuvaju sve karakteristike koje se nalaze iznad praga odbacivanja, a to implicitno podrazumeva da potpis sadrži informacije da ne postoje karakteristike potpisa iznad praga filtera magnituda negde drugde u oznaci.

[0044] U koraku 918 se profil težinskog ponderisanja metrike, koji se zasniva na vrsti uređaja za obeležavanje koji se koristi za proizvodnju originalne oznake, čuva kao deo podataka o potpisu.

[0045] U koraku 920 se metrike potpisa čuvaju kao sortirane liste karakteristika u opadajućem redosledu po magnitudi. Lista za svaku karakteristiku sadrži informacije koje određuju položaj u oznaci sa kojeg je ta oznaka ekstrahovana.

[0046] Na Slici 10 je opisan postupak prema jednom izvođenju koji se izvršava (npr. od strane računarskog sistema 700 ili 804 ili njegovog procesora) za pravljenje i verifikaciju podataka o potpisu kandidat oznake. U koraku 1002 se proizvodi slika kandidat oznake pomoću uređaja za slikanje, kao što je uređaj 816 za slikanje. U koraku 1004 se eksplicitni podaci iz kandidat oznake dekodiraju i ekstrahuje se njegov UID sadržaj.

[0047] U koraku 1006 se UID koristi za pretraživanje podataka o metrikama koji su prethodno sačuvani za originalnu oznaku koja poseduje UID. Sačuvani podaci se mogu preuzeti iz lokalne memorije, kao što je uređaj 713 za čuvanje podataka, ili se

1

mogu preuzeti sa mrežnog servera za čuvanje podataka ili trajno skladištenje, kao što je uređaj 716 čuvanje podataka. U slučaju kandidat oznake koji ne sadrži UID, neke druge identifikacione informacije se mogu dobiti u vezi sa kandidat oznake. Alternativno se može pretražiti cela baza podataka o potpisima originalnih oznaka (npr. na uređaju 713 za čuvanje podataka ili na uređaju 716 za čuvanje podataka) nakon koraka 1014 ispod kako bi se pokušao pronaći potpis originala koji odgovara potpisu kandidat oznake.

[0048] U koraku 1008, u slučaju 2D bar-koda ili drugog nosača podataka za koji se može uspostaviti mera kvaliteta, mogu se dobiti merenja kvaliteta 1008 za kandidat oznaku, slično onome dobijenom u koraku 908 za originalnu oznaku. Merenja kvaliteta se mogu koristiti u narednim koracima analize kako bi se smanjio težinski faktor koji je dodeljen oznaci ili delovima oznake, za koje se čini da su oštećeni nakon nanošenja oznake. Takođe, ako su merenja kvaliteta originalne oznake sačuvana kao deo podataka o potpisu za originalnu oznaku, sačuvana merenja kvaliteta se mogu verifikovati na osnovu podataka o potpisu koji su ekstrahovanih iz kandidat oznake.

[0049] U koraku 1010 se značajne karakteristike potpisa ekstrahuju sa slike kandidat oznake koja je dobijena u koraku 1002. Pretražuje se kompletna kandidat oznaka (izuzev delova koji su diskvalifikovani kao oštećeni usled ECC grešaka). Pored toga, informacije koje određuju lokacije unutar oznake iz kojih su ekstrahovani originalni podaci o potpisu originalne oznake koriste se da naznače odakle je potrebno ekstrahovati podatke o potpisu iz kandidat oznake. Ovo osigurava da se karakteristike prisutne u originalnoj oznaci, ali nisu prisutne u kandidat oznaci, primete.

[0050] U koraku 1012 se karakteristike potpisa kodiraju za analizu. U koraku 1014 se podaci o potpisu (metrike) ekstrahovani iz kandidat oznake sortiraju prema istom redosledu (na primer, sortirani po magnitudi) kao i prethodno generisani spisak metrika originalne oznake. U koraku 1016 se podaci o potpisu kandidat oznake upoređuju se sa sačuvanim podacima o potpisu originalne oznake. Postoje razni načini na koji se to može izvesti. Prema jednom izvođenju, podaci su podvrgnuti statističkoj operaciji koja otkriva numeričku korelaciju između dva skupa podataka. Svaka metrika se podvrgava individualnoj numeričkoj analizi što daje meru koja

1

odražava pojedinačno poverenje kandidat simbola kao originalne stavke za tu metriku. Ukoliko oznaka ne sadrži UID podatke i nisu raspoloživi alternativni podaci za svrhu identifikacije, možda će biti potrebno pretražiti bazu podataka sličnih oznaka koristeći postupke razmotrene u vezi sa Slikom 12 ispod. Na primer, u slučaju originalne oznake 100 i kandidat oznake 300 će možda biti potrebno da se pretraže sve originalne oznake koje poseduju isti vidljivi uzorak crno-belih modula. Cilj ove pretrage je identifikovanje ili neuspeh u identifikaciji jedinstvene originalne oznake koja je na jedinstven način slična kandidat oznaci.

[0051] U koraku 1018 gde je profil za Težinski Profil Metrike sačuvan kao deo originalnih podataka o potpisu, ova informacija se koristi za naglašavanje i/ili umanjivanje metrika na pogodan način za vrstu uređaja za obeležavanje koji se koristi pri kreiranju originalnih oznaka.

[0052] U koraku 1020, kada uređaji za snimanje slike koji se koriste u koracima 904 i 1002 imaju različitu osetljivost, možda će biti potrebno prilagoditi doprinos podataka o potpisu ukupnom rezultatu analize. Na primer, najmanji prag magnitude koji je upotrebljen za značajne karakteristike možda će biti potrebno podesiti na nivou pogodnom za manje osetljivi uređaj za snimanje slike ili će možda biti potrebno izostaviti određenu metriku iz skupa za analizu jer je poznato da ne nosi adekvatnu magnitude signala u oznakama proizvedenim od strane originalnog uređaja za obeležavanje. U nekim slučajevima karakteristika koja se identifikuje u jednoj od većih kategorija rezolucija u gore prikazanoj skali može da bude pogrešno identifikovana od strane skenera niže rezolucije kao karakteristika iz druge kategorije. Na primer, karakteristika koja se na visokoj rezoluciji vidi kao crni modul sa belom prazninom, može se na niskoj rezoluciji videti kao „modul niske pigmentacije“. Uopšteno, rezolucija uređaja za snimanje slike se koristi zajedno sa uređajem za označavanje Težinskog Profila Metrike kako bi se utvrdilo koje metrike treba naglasiti/umanjiti. U ovom primeru na Slici niske rezolucije ova karakteristika može postojati na listi „niskog pigmenta“, ali bi postojala na listama „niskog pigmenta“ i „praznina“ slike visoke rezolucije.

[0053] Ukoliko je namera da se ispravke vrše izričito za rezoluciju originalnog i/ili verifikacionog skeniranja, u mnogim slučajevima se rezolucija može odrediti u vreme verifikacije detekcijom relativno naglog pada broja artefakata na pragu rezolucije

2

skenera. Alternativno, gde uređaj za snimanje slike koji se koristi za snimanje slike originalne oznake može biti niže rezolucije od uređaja za pravljenje slike koji se koristi za pravljenje slike kandidat oznake, rezolucije skeniranja ili druge informacije iz kojih se rezolucija može izvesti, mogu biti sadržane u vidu meta-podataka sa sačuvanim potpisom, slično onome što je navedeno iznad u vezi Težinskog Profila Metrike.

[0054] U koraku 1022 se, putem izuzeća, očekuje da će sve lokacije unutar oznake koja nije predstavljena na sortiranoj listi lokacija karakteristika koje zadovoljavaju minimalni prag magnitude biti lišene značajnih karakteristika potpisa prilikom analize originalne oznake. Ovo stanje se procenjuje ispitivanjem magnitude karakteristike potpisa na svim lokacijama unutar kandidat oznake na kojima se očekuju karakteristike koje su ispod-praga i prilagođavanjem rezultata za odgovarajuću metriku prema negativnim kada se pronađu funkcije koje prelaze minimalni prag. Ukoliko se značajne karakteristike nađu u regionu koji je označen kao oštećen prilikom procene za potrebe korekcija grešaka simbola ili drugih atributa kvaliteta, prilagođavanje se umanjuje ili se uopšte ne izvodi u zavisnosti od mesta oštećenja u odnosu na tačku ekstrahovanja karakteristika i prirodu uključene metrike. Na primer, ukoliko iz odstupanje karakteristike potpisa u odnosu na originalnu oznaku ekstrahovano iz modula kandidat oznake koji je u blizini oštećenog modula, ali nije isti kao oštećeni modul (jedan ili više njih), negativno prilagođenje metrike zbog te karakteristike može biti umanjeno za proporciju koja odražava smanjeno poverenje u metriku potpisa. To je zbog toga što je prethodni modul, koji se nalazi u blizini poznate oštećene regije, mogao pretrpeti štetu koja utiče na metriku, ali je ispod detektovanog praga kvaliteta ili ECC mehanizma za procenjivanje simbologije. Ukoliko se odstupanje ekstrahuje direktno iz oštećenog modula ili ako je metrika jedna od tipova koji obuhvataju više modula i taj raspon modula obuhvata i onaj koji je oštećen, prilagođenje se uopšte neće primeniti.

[0055] U koraku 1024 se ove pojedinačne vrednosti poverenja, zatim, koriste za određivanje ukupnog poverenja u kandidat oznaku kao originalnu (ili falsifikovanu), pri čemu se pojedinačne vrednosti poverenja ponderišu na odgovarajući način kao što je prethodno opisano korišćenjem informacija o kvalitetu slike, rezoluciji i oštećenju simbola.

[0056] U koraku 1026 se utvrđuje da li je rezultat dovoljno konačan da bi bio prihvatljiv. Ukoliko poređenje podataka o potpisu daje rezultat koji je neodređen (na primer, pojedinačne metrike koje imaju kontradiktorne indikacije koje se ne mogu razrešiti korišćenjem mehanizma za težinsko ponderisanje podataka), a granica ponovnih pokušaja nije prekoračena (korak 1028), tada se od korisnika koji podnosi simbol na verifikaciju traži da ponovo priloži drugu sliku simbola radi obrade i postupak se vraća na korak 1002. u suprotnom se postupak završava (korak 1030).

[0057] Jednom kada je analiza uspešno završena, rezultati analize poređenja se prijavljuju u koraku 1030. Izveštaj može da bude uspešno/neuspešno ili može da ukaže na nivo poverenja u rezultat. Ovi rezultati se mogu prikazati lokalno ili preneti na umreženi računarski sistem ili drugi uređaj radi daljeg postupanja.

Lokalna referentna merenja za metrike podataka radi imuniteta okoline

[0058] Kako bi se ekstrakcija tačnih podataka o potpisu učinila robusnom prema jednom izvođenju razni postupci koji su opisani ovde mogu da koriste reference na lokalno područje unutar analiziranog simbola radi sastavljanja podataka o potpisu. To omogućava veći imunitet na stvari poput gore pomenutih izobličenja podloge, nejednakog osvetljenja kandidat simbola kada se preuzima na obradu, neidealna ili nekvalitetne optike uređaja za slikanje ili mnoge druge ekološke ili sistematske promenljive okruženja. Prema jednom izvođenju, referentne lokalizacije metrike su:

1. Prosečna boja modula, pigmentacija ili intenzitet oznake upućuju na najbližeg (jednog ili više) suseda naspramnog modula (tamno/svetlo ili svetlo/tamno). Kada je ćelija identifikovana kao značajna karakteristika sa odstupanjem prosečne gustine pigmentacije, ćelije kojima je ona najbliži sused će možda morati da se preispitaju uzimajući identifikovanu različitu ćeliju kao referencu.

2. Odstupanje položaja modula u mreži se referencira na ukupnu najpogodniju mrežu simbola, i kao takvo poseduje prirodnu adaptivnu lokalizaciju reference.

3. Analiza stranih oznaka ili praznina u modulima simbola koristi reference na boje lokalnih modula, pigmentaciju ili intenzitet oznake. Drugim rečima, histogram osvetljenja slike unutar samog analiziranog modula daju referentne vrednosti za primenjene metode.

4. Postupci projekcije koji se koriste za ekstrahovanje oblika dugih kontinualnih ivica na simbolu su različiti po prirodi i imaju urođenu imunost na tipične promenljive uticaja.

[0059] Slika 11 prikazuje 1D linearni bar-kod 1100 sa karakteristikama čija se svojstva mogu meriti tako da generišu skup metrika za upotrebu kao deo podataka o potpisu. Ove karakteristike uključuju: varijacije u širini i/ili razmaku između traka 1102; varijacije u prosečnoj boji, pigmentaciji ili intenzitetu 1104; praznine u crnim trakama 1106 (ili crne tačke na belim prugama); ili nepravilnosti u obliku ivica traka 1108.

Analiza postupkom autokorelacije

[0060] U izvođenjima opisanim iznad sirova lista podataka za svaku od metrika može se prvo upariti sa indeksom niza i podvrgnuti normalizovanoj korelaciji sa skupom metrika sličnog redosleda ekstrahovanih iz kandidat simbola. Ovi rezultati korelacije se tada koriste za donošenje odluke o podudaranju/bez podudaranja (original ili falsifikat). Kako bi se to uradilo skladištenje potpisa podrazumeva i čuvanje redosleda sortiranja originalnih modula simbola, kao i samih izračunatih vrednosti metrika, kompletno za svaku od metrika. Pored iscrpnih potreba za skladištenjem, sirovi podaci se ne „normalizuju“ jer svaka metrika poseduje sopstvenu meru, ponekad i neograničenu, što otežava izbor broja bita potrebnih za skladištenje. Tipična primena gore opisanih izvođenja poseduje veličinu sačuvanog potpisa od oko 2 kilobajta.

[0061] Prema Slikama 12 do 16 alternativno izvođenje postupaka naknadne obrade, čuvanja i upoređivanja metrika se primenjuje nakon ekstrahovanja metrika originalnog artefakta njihovog stavljanja na raspolaganje u vidu liste pridružene indeksiranom nizu (pridružene poziciji modula u simbolu). Na osnovu autokorelacije,

2

primena ovog novog postupka obrade može, barem u nekim slučajevima, doneti nekoliko značajnih koristi u poređenju sa potpisima prethodnih realizacija. Najznačajnije je smanjenje veličine paketa podataka. Na primer, ostvareno je smanjenje od 75% sačuvanih podataka o potpisu. Čak je moguće i više (do 90% smanjenja) primenom nekih dodatnih manjih postupaka kompresije podataka. Ovo dramatično smanjenje je posledica upotrebe autokorelacije, sortiranja liste i rezultirajućih mogućnosti normalizacije i modelovanja podataka pomoću kojih ovi mehanizmi mogu da se primene na originalne podatke artefakata.

Upoređivanje metrika potpisa originalne oznake i potpisa kandidat oznake

[0062] Sada će biti opisani različiti načini na koje se mogu upoređivati metrike potpisa originalne oznake i potpisa kandidat oznake.

[0063] Gde u gore opisanim izvođenjima analiza određenog skupa podataka metrika ima oblik upoređivanja sortiranih neobrađenih metrika ekstrahovanih iz kandidat simbola sa sirovim metrikama slično raspoređenim ekstrahovanim iz originalnog simbola, gde postupak autokorelacije upoređuje autokorelacioni niz od sortiranih podataka metrika kandidat simbola u autokorelacionom nizu (sačuvanih) sortiranih originalnih podataka simbola - efektivno sada korelišemo autokorelacije. Prema jednom izvođenju se koristi Jednačina Normalizovane Korelacije:

gde je r rezultat korelacije, n dužina liste podataka o metrikama a x i y su skupovi podataka o metrikama Originala i Kandidata. Kada je operacija implementirana kao autokorelacija, oba skupa podataka x i y su ista.

[0064] Kako bi se proizveo autokorelacioni niz, korelacija se izvodi više puta, svaki put pomerajući niz x za po jednu dodatnu poziciju indeksa relativno u odnosu na niz y (imajući u vidu da je y kopija x). Kako ovo pomeranje napreduje, skup podataka se mora "obmotati" nazad na početak jer je poslednji indeks u y nizu podataka premašen usled pomeranja indeksa niza x; ovo se često praktično postiže udvostručavanjem podataka niza i "klizanjem" podataka od pomeraja 0 do ofseta n kako bi se generisao autokorelacioni niz.

[0065] Prilikom implementacije pristupa autokorelacije prva prednost koja se primećuje je da nije neophodno da se same vrednosti podataka o potpisu čuvaju kao deo snimljenih podataka. U autokorelaciji niz podataka je jednostavno korelisan sa samim sobom. Dakle, tamo gde je prethodno bilo potrebno uređaju za verifikaciju i proveru dostaviti i redosled (sortiranja) ekstrakcije i vrednosti podataka o originalnom potpisu, sada je potrebno obezbediti samo redosled sortiranja/ekstrakcije za operaciju autokorelacionog niza.

[0066] Originalni potpis autokorelacije koji je potreban za upoređivanje sa rezultatima kandidat simbola ne zahteva čuvanje niti prosleđivanje originalnih podataka ka verifikatoru. Budući da se operacija generisanja potpisa izvodi uvek na sortiranim podacima o metrikama, autokorelacioni niz za podatke artefakata originala je uvek jednostavna polinomska kriva. Zbog toga umesto potrebe za snimanjem čitavog autokorelacionog niza svake od metrika originalnog simbola, dovoljno je snimiti skup polinomijalnih koeficijenata koji opisuju (unapred određenim redosledom i preciznošću) krivu najboljeg poklapanja koja odgovara obliku rezultata originalne autokorelacije za svaku od metrika.

[0067] Prema jednom izvođenju se izračunava rxygde je sv artefakt predstavljen njegovom magnitudom i lokacijom, a svaki izraz de je

pomeraj dva skupa podataka, za Pošto je sortiran po magnitudi, a magnituda je najznačajnija cifra postoji veoma jaka korelacija na u blizini

koja brzo opada prema Pošto je kopija su zamenljivi. Zbog toga autokorelacioni niz uvek obrazuje krivu u obliku slova U, prikazanu na Slici 13, koja je nužno simetrična oko Zbog toga je potrebno izračunati samo polovinu krive, mada je na Slici 13 zarad jasnoće prikazana cela kriva od

[0068] U praksi je utvrđeno da jednačina šestog reda koja za koeficijente koristi vrednosti s pokretnim zarezom dužine 6 bajta uvek odgovara podacima originala sa do 1% greške prilikom poklapanja krive ili "vernosti prepoznavanja". Odnosno, ako se validacija kandidata vrši korišćenjem stvarnih brojeva autokorelacije a zatim se validacija ponovo vrši na istoj oznaci pomoću polinomno-modelirane krivulje, dobijeni

2

rezultati podudaranja će biti unutar 1% jedni od drugih. To važi i za ocenu visokog poklapanja za originalnu kandidat oznaku i za nisko poklapanje slabe ocene falsifikovane kandidat oznake. To omogućava da se kompletan autokorelacioni niz predstavi sa samo 7 brojeva. Pod pretpostavkom da se za svaku metriku dobije 100 tačaka podataka i da postoji 6 metrika (za koje je utvrđeno da imaju razumne praktične brojeve), to rezultira smanjenjem vrednosti 600 podataka na samo 42, bez gubitka mogućnosti razlikovanja simbola ili vernosti analize. Čak i ako su pojedinačni brojevi veći, na primer, ako su 600 sirovih brojeva 4-bajtni celi brojevi, a koeficijenti polinoma 42, brojevi sa pokretnim zarezom dužine 6 bajtova, dolazi do smanjenja podataka za gotovo 90%. Prema jednom eksperimentalnom prototipu, 600 vrednosti dužine jednog bajta su postale 42 4-bajtne vrednosti sa pokretnim zarezom, smanjujući 600 bajtova na 168 bajtova što je smanjenje od 72%.

[0069] Nadalje, sačuvani podaci potpisa su sada eksplicitno ograničeni i normalizovani. Polinomijalni koeficijenti su izraženi sa fiksnom preciznošću, sami autokorelacioni podaci su po definiciji uvek između -1 i 1, a lista sortiranja je jednostavno indeks lokacije u nizu modula unutar analiziranog simbola. Za 2D matricu podataka indeks u nizu modula je rasterski raspoređeni indeks pozicije modula unutar simbola, raspoređen iz podataka konvencionalnog porekla za tu simbologiju, i stoga poseduje maksimalnu veličinu definisanu definicijom simbologije matrice. Kod jedne uobičajene vrste 2D matrice podataka poreklo je tačka u kojoj se sastaju dve pune pruge koje ograničavaju levu i donju stranu mreže. Takođe je uspostavljena standardna sortirana dužina liste od 100 podataka za svaku od metrika, što daje predvidiv, stabilan i kompaktan potpis.

[0070] Prema jednom izvođenju poređenje originalnog potpisa sa kandidatom sada započinje "rekonstitucijom" potpisa autokorelacije originalnog simbola korišćenjem sačuvanih polinomijalnih koeficijenata. Zatim se neobrađeni podaci o metrikama ekstrahuju iz kandidat simbola i sortiraju se prema istom redosledu sortiranja, koji se može navesti kao deo podataka originalnog potpisa ukoliko nisu unapred određeni.

[0071] Podaci metrika kandidata se zatim autokorelišu. Rezultujući autokorelacioni niz se može zatim korelisati sa rekonstituisanom originalnom autokorelacionom krivom za tu metriku, ili se alternativno dve krive mogu uporediti računanjem greške poklapanja između para. Ova korelacija je grafički prikazana na Sikama 13 i 16. Ovaj

2

konačni rezultat korelacije tada postaje rezultat pojedinačnog „podudaranja“ za tu određenu metriku. Kada se završi za sve metrike, rezultati „podudaranja“ se koriste za donošenje odluke original/falsifikat za simbol kandidata.

[0072] Dodatno se krive autokorelacije mogu koristiti primenom analize stepenog niza serije podataka pomoću diskretne Fourierove transformacije ("DFT"):

[0073] Zatim se izračunava stepeni niz DFT podataka. Svaka frekvencijska komponenta, predstavljena kompleksnim brojem u DFT nizu, se zatim analizira po pitanju magnitude uz odbacivanje fazne komponente. Rezultujući podaci opisuju distribuciju spektralne energije podataka o metrikama, od niskih ka višim frekvencijama, i to postaje osnova za dalju analizu. Primeri ovog stepenog niza su prikazani grafički na Slikama 14, 15 i 17.

[0074] Primenjuju se dve analitike u frekvencijskom domenu: Kurtosis i mera distribucije energije oko frekvencije centralnog opsega ukupnog spektra, što se takođe naziva i Odstupanjem Distribucije. Kurtosis je rasprostranjena statistička operacija koja se koristi za merenje „brdovitosti“ distribucije, što je ovde korisno za signaliziranje prisustva gusto grupisanih frekvencija sa ograničenim prostiranjem opsega u podacima stepenog niza. Prema izvođenju se može upotrebiti izmenjena Kurtosis funkcija na način kako sledi:

[0075] Odstupanje distribucije se računa kao

2

gde je N broj analiziranih diskretnih frekvencija spektra.

[0076] Glatka polinomijalna kriva potpisa metrika originalnog simbola (koja nastaje iz sortiranja po magnitudi) daje prepoznatljive karakteristike u spektralnom potpisu kada se analizira u frekvencijskom domenu. Kandidat oznaka, kada su podaci o metrikama ekstrahovani istim redosledom kao što je propisano podacima o potpisu originala, ispoljiće malu distribuciju energije spektra ukoliko je oznaka originalna. Drugim rečima, originalni redosled sortiranja se „slaže“ sa magnitudama kandidat metrika. Neslaganje kod sortiranih magnituda ili drugih superponiranih signala (kao što su artefakti fotokopiranja) ima tendenciju da se prikaže kao komponente visokih frekvencija koje u drugačijem slučaju nedostaju u spektru originalnog simbola, tako da pružaju dodatnu meru autentičnosti simbola. Ovo govori o mogućnost da autokorelacioni niz falsifikata i dalje može zadovoljiti statistički prag minimalnog poklapanja originalne oznake. Mogućnost za ovo je mala, ali se može dogoditi kada se koriste normalizovane korelacije ukoliko je ukupan opseg podataka veliki u poređenju sa magnitudom grešaka između pojedinačnih tačaka podataka i ukoliko se prirodni redosled sortiranja dominantnih metrika magnituda nađe u blizini onog od originalnog simbola. Karakteristike distribucije DFT stepenog niza takvog signala će otkriti loš kvalitet poklapanja putem visokih frekvencija prisutnih u greškama poklapanja sa kandidat nizom malih amplituda. Takvo stanje može ukazivati na fotokopiju originalnog simbola. U specifičnim uslovima ovde se može očekivati visok Kurtosis i veliki Odnos Distribucije u spektru originalnog simbola.

[0077] Pored rezultata poklapanja autokorelacije neko može primeniti ove informacije o distribuciji stepenog niza kao meru „poverenja“ u verifikaciju kandidat simbola.

[0078] Slika 12 prikazuje poređenje autokorelacionog niza za jednu metriku između originalnog predmeta (polinomijalna aproksimacija) i kandidat simbola (originalan u ovom slučaju). Ovde korelacija između dva autokorelisana niza prelazi 93%.

2

[0079] Slika 13 prikazuje stepeni niz od autokorelacionih podataka originala koji su korišćeni na Slici 12. Jasno se može videti da spektrom dominiraju niske frekvencije.

[0080] Slika 14 prikazuje stepeni niz sličan onom sa Slike 13 dobijen sa slike originalne oznake napravljene mobilnim telefonom. Prisutna je određena količina šuma na slici, ali se ukupan spektar snage blisko poklapa sa originalnim spektrom, uz istu dominantnost komponenti niskih frekvencija.

[0081] Slika 15 prikazuje poređenje između autokorelacionog niza jedne metrike između polinomijalne aproksimacije originalne oznake i kandidat oznake (koja je u ovom slučaju falsifikat). Postoji značajno odstupanje i autokorelacija kandidata je primetno znatno neravnijeg oblika od one sa Slike 12. Numerička korelacija između dva niza je mala (<5%) dok je neravniji oblik podataka takođe očigledan i u DFT analizi.

[0082] Slika 16 prikazuje stepeni niz dobijen sa slike falsifikovanog simbola snimljene mobilnim telefonom sa dijagrama 15. Potrebno je primetiti da su komponente niskih frekvencija umanjene sa ukupnom energijom spektra koja je sada proširena tako da sadrži značajne delove opsega sa višim frekvencijama.

Isključivanje Metrika Koje Mogu Ukazivati na Oštećenje

[0083] Prema različitim izvođenjima procesor ili računarski sistem (poput jednog ili više onih koji su prikazani na Slikama 7 i 8) identifikuje metrike koje verovatno predstavljaju oštećene delove oznake i odstranjuje takve metrike pre nego što se utvrdi da li je oznaka originalna. Na Slici 17 je prikazana oznaka koja će se koristiti kao pomoć za ilustraciju ovakvog postupka. Primerna oznaka sa Slike 17 je 2D barkod koji sadrži nekoliko karakteristika. Oznaka sadrži referentnu traku leve ivice i referentnu traku donje ivice. To su pune, crne trake koje se nalaze duž leve i donje ivice koda koje koriste uređaji za detekciju kako bi uspostavili prostorne parametre koji su potrebni za čitanje informacija kodiranih oznakom. Primer oznake kodira korisne informacije u obrascu crno-belih oznaka koje predstavljaju bitove, binarne cifre, ograničene referentnim trakama. Korisne informacije mogu sadržati i redundantne informacije namenjene za korekciju grešaka koje unose mehanička

2

oštećenja koja mogu nastati nakon kreiranja oznake. Takve redundantne informacije mogu sadržati dodatne bitove koji su izračunati korišćenjem bilo kog odgovarajućeg koda za korekciju grešaka, poput Reed-Solomonovog koda, Hammingovog koda ili nekog drugog. Upotreba kodova za korekciju grešaka omogućava da se ispravi bilo koji bit koji je oštećen do te mere da je pročitan pogrešno, te da se stoga bit može identifikovati bilo direktno ili upoređujući neispravljenu verziju dekodiranih informacija i ispravljenu verziju dekodiranih informacija. Oznaka takođe sadrži varijacije kao što su tačkaste mrlje u crnim oblastima, krivudanje ivica crnih područja i slično koje obuhvataju artefakte normalnog rada opreme za obeležavanje, a koji se javljaju u različitim oznakama izrađenim od strane opreme za obeležavanje i nasumično i ponovljeno.

[0084] Slika 18 i Slika 19 prikazuju rezultate različitih vrsta oštećenja kao što su oštećenja od udaraca i ogrebotina koje menjaju crne oblasti oznake sa Slike 18. Kao što će biti objašnjeno u daljem tekstu u vezi sa Slikama 21 do 25, signal potpisa koji je rekonstruisan iz oznake sa Slike 18, razlikuje se od onih rekonstruisanih iz oznaka sa Slika 19 i 20 zbog efekta oštećenja.

[0085] U slučaju kada oštećenje kandidat oznake čine istu samo delimično čitljivom ili onemogućavaju čitanje i/ili dekodiranje simbola koji nosi podatke ili slično, neoštećene identifikacione karakteristike sa samo dela oznake mogu biti dovoljne za prepoznavanje oznake. Nakon što je kandidat oznaka upoređena i uparena sa originalnom oznakom, potpis originalne oznake se može preuzeti iz skladišta, a sve informacije koje su ugrađene u potpis, kao što je serijski broj označenog predmeta, se mogu umesto rekonstruisanja na osnovu oštećenog potpisa preuzeti sa originalne oznake. Stoga se podaci o potpisu, bilo u kombinaciji s delimično rekonstruisanim kodiranim informacijama sa simbola ili ne, mogu koristiti za identifikaciju predmeta na koji je postavljena kandidat oznaka na jedinstven način.

[0086] Prema jednom izvođenju, procesor ili računarski sistem (poput jednog ili više onih koji su prikazani na Slikama 8 i 9) izvršavaju sledeći postupak: (1) izvršavaju postupak statističke korelacije nad kandidat potpisom prema originalnom potpisu, (2) ukoliko, na osnovu postupka korelacije, procesor ili računarski sistem utvrde da kandidat potpis ne pripada originalnoj oznaci, tada (3) identifikuju signal oštećenja superponiran na signalu potpisa kandidata, (4) uklanjaju signal oštećenja, (5) procenjuju potpis kandidata na osnovu preostalog signala potpisa (tj. dela potpisa koji je ostao nakon uklanjanja signala oštećenja) izvršavanjem postupka statističke korelacije na kandidat potpisu prema originalnom potpisu, (6) ukoliko se korelacija dovoljno poboljša, onda zaključuju da postoji podudaranje između originalnog potpisa i potpisa kandidata, (7) ukoliko se korelacija ne poboljša dovoljno, onda zaključuju da nema podudaranja između originalnog potpisa i potpisa kandidata.

[0087] Kako bi se ilustrovalo koliko uklanjanje signala oštećenja iz potpisa kandidat oznake može poboljšati verovatnoću tačnog prepoznavanja, potrebno je pogledati Slike 20 do 22 koje prikazuju performanse tehnika korelacije na oznakama sa Slika 17 do 19 bez uklanjanja signala oštećenja. Upoređivanjem ovoga sa Slikama 23 do 25 koje prikazuju performanse ovde opisanih tehnika u pogledu uklanjanja signala oštećenja. Kao što se može videti, ukoliko nema oštećenja na oznaci (Slika 17), tada se rezultati dva postupka ne razlikuju u značajnoj meri (Slike 20 i 23). Međutim, za oštećene oznake (Slike 18 i 19) uklanjanje signala oštećenja predstavlja značajnu razliku (Slike 21 nasuprot Slike 24 i Slika 22 nasuprot Slike 25).

[0088] Na Slikama 26 je opisan postupak koji izvršava procesor (npr. računarski sistem 700 ili 804) kako bi preuzeo i verifikovano podatke o potpisu kandidat oznake u skladu sa jednim izvođenjem. U koraku 2602 procesor prima formiranu sliku kandidat oznake od strane uređaja za snimanje slike. U koraku 2604 procesor koristi sliku da bi izmerio jednu ili više karakteristika sa više lokacija na kandidat oznaci, što rezultuje prvim skupom metrika, poput onih koje su prikazane na Slici 27. U koraku 2606 procesor iz memorije koja se može pročitati od strane računara preuzima drugi skup metrika koje predstavljaju jednu ili više karakteristika izmerenih na više lokacija sa originalne oznake. U koraku 2608 procesor uklanja iz prvog skupa metrika metriku koja ukazuje na oštećenje oznake što rezultira skraćenim prvim skupom metrika. Postoje različiti načini na koje procesor može prepoznati metriku koja ukazuje na oštećenje kandidat oznake. Na primer, procesor može identifikovati metriku koja ima dominantnu amplitudu. Prema jednom izvođenju, procesor smatra da metrike koje prekoračuju unapred određeni prag imaju dominantnu amplitudu. Ukoliko kandidat oznaka sadrži redundantne kodove za korekciju grešaka, procesor može dekodirati redundantne kodove za korekciju grešaka kako bi identifikovao jednu ili više oštećenih oblasti u oznaci. U koraku 2610 procesor uklanja iz drugog skupa metrika

1

onu metriku koja odgovara metrici koja je uklonjena iz prvog skupa metrika, što rezultuje skraćenim drugim skupom metrika.

[0089] Na primer, pretpostavimo da u skupu metrika sa Slike 27 svaka prva kolona brojeva predstavlja vrednost indeksa (npr. Indeks rastera), a da svaka druga kolona predstavlja vrednost metrike dobijenu merenjem karakteristika oznake (npr. na lokaciji oznake koja je povezana sa vrednostima indeksa). Dodatno, pretpostavimo da je prag „šuma oštećenja“ 185. Drugim rečima, procesor će smatrati da svaka vrednost metrike koja prelazi 185 pokazatelj oštećenja koje postoji na kandidat oznaci. U ovom primeru procesor će ukloniti metriku povezanu sa brojem indeksa 169 iz prvog skupa metrika i iz drugog skupa metrika.

[0090] U koraku 2612 procesor upoređuje skraćeni prvi skup metrika sa skraćenim drugim skupom metrika. U koraku 2614 procesor određuje da li se kandidat oznaka može verifikovati kao originalna na osnovu poređenja.

[0091] Ukoliko u koraku 2614, na osnovu poređenja, procesor verifikuje da je kandidat oznaka originalna, tada procesor upozorava korisnika o toj činjenici u koraku 2616. Ukoliko, sa druge strane, procesor nije u mogućnosti da verifikuje da je kandidat oznaka originalna i ukoliko granica broja ponovnih pokušaja nije dostignuta (korak 2618), tada procesor traži od korisnika da ponovo prosledi drugu sliku kandidat oznake na obradu, a proces se vraća na korak 2608. Ukoliko je, ipak, broj ponovnih pokušaja dostignut - npr. unapred određena granica metrika koje se mogu ukloniti iz skupa metrika kandidat oznake - tada se postupak završava. Prema jednom izvođenju unapred određena granica iznosi ili tačno ili oko 30% od veličine skupa podataka metrika. Na primer, u drugoj iteraciji, sa skraćenim prvim skupom metrika kandidat oznake, procesor bi korakom 2608 uklonio pridružene metrike sa indeksom broj 165 (metrika povezana sa brojem indeksa 169 koji je već uklonjen) stvarajući skraćen treći skup metrika i uklonio odgovarajuću metriku iz skraćenog sekundarnog skupa, stvarajući skraćeni četvrti skup metrika. Procesor bi zatim uporedio treći i četvrti skup metrika, itd.

[0092] Na Slici 28 je opisan postupak koji izvršava procesor (npr. računarski sistem 700 ili 804) kako bi preuzeo i verifikovao podatke o potpisu kandidat oznake prema drugom izvođenju pronalaska. U koraku 2802 procesor prima sliku kandidat oznake

2

od uređaja za snimanje slike. U koraku 2804 procesor koristi sliku za merenje jedne ili više karakteristika na više lokacija kandidat oznake što rezultuje prvim skupom metrika. U koraku 2806 procesor iz memorije koja može biti očitana od strane računara preuzima drugi skup metrika koje predstavljaju jednu ili više karakteristika izmerenih na više lokacija sa originalne oznake. U koraku 2808 procesor upoređuje prvi skup metrika sa drugim skupom metrika. U koraku 2810 procesor utvrđuje da li se može potvrditi da je kandidat oznaka originalna na osnovu poređenja prvog skupa metrika sa drugim skupom metrika. Ukoliko, u koraku 2810, na osnovu poređenja između prvog skupa metrika i drugog skupa metrika, procesor utvrdi da se oznaka može verifikovati kao originalna, tada postupak prelazi na korak 2812 u kojem procesor obaveštava korisnika da oznaka je originalna. Ukoliko u koraku 2810 procesor utvrdi da se kandidat oznaka ne može potvrditi kao originalna, tada procesor izvodi korake 2814, 2816 i 2818, koji su identični koracima 2608, 2610 i 2612 sa Slike 26. Procesor takođe može da izvede korake slične koracima 2614 i 2618 (izostavljeni na Slici 28 radi uprošćenja), stvarajući skraćeni treći skup metrika i skraćeni četvrti skup metrika.

[0093] Na Slici 29 je opisan postupak koji izvršava procesor (npr. računarski sistem 700 ili 804) kako bi preuzeo i verifikovao podatke o potpisu kandidat oznake prema drugom izvođenju pronalaska. U koraku 2902 procesor prima sliku kandidat oznake od uređaja za snimanje slike. U koraku 2904 procesor koristi sliku za merenje jedne ili više karakteristika na više lokacija na kandidat oznaci, što rezultuje ukupnim skupom metrika. U koraku 2906 procesor deli ukupan skup metrika na više skupova metrika, uključujući i prvi skup metrika. U koraku 2908 procesor preuzima iz memorije koja se može očitati od strane računara drugi skup vrednosti metrika koje predstavljaju jednu ili više karakteristika izmerenih na većem broju lokacija originalne oznake. U koraku 2910 procesor uklanja iz prvog skupa metrika metriku koja ima dominantnu amplitudu, što rezultuje skraćenim prvim skupom metrika. U koraku 2912 procesor uklanja iz drugog skupa metrika metriku koja odgovara metrici koja je uklonjena iz prvog skupa metrika, što rezultuje skraćenim drugim skupom metrika. U koraku 2914 procesor upoređuje skraćeni prvi skup metrika sa skraćenim drugim skupom metrika. U koraku 2916 procesor određuje da li se može potvrditi da je oznaka originalna na osnovu poređenja.

[0094] Prema drugom izvođenju procesor deli skup kandidat metrika na podskupove prema regionu oznake i, uklanjanjem metrika za koje se sumnja da su rezultat oštećenja kandidat oznake, isključuje najmanje jedan podskup koji poseduje slabu korelaciju sa ekvivalentnim skupom podataka originalne oznake. Procesor može dalje ponoviti procese deljenja i uklanjanja i utvrditi da je kandidat oznaka verovatno izrađena pomoću uređaja za obeležavanje koji je napravio i originalnu oznaku kada korelacija preostalih poddeljenja dostigne prag nakon isključivanja najmanje jednog podskupa sa lošom korelacijom.

[0095] Prema jednom izvođenju procesorom implementiran postupak za identifikaciju originalne oznake čije su slike snimljene i svedene na skup podataka verifikacionih metričkih vrednosti indeksiranih amplitudom za originalnu oznaku, analizirajući skup verifikacionih podataka metrika indeksiranih amplitudom za kandidat oznaku koja je oštećenja redukovan od snimljene slike kandidat oznake koja je originalna oznaka i falsifikovanog obeležavanja, na osnovu varijacija originalnog obeležavanja i obeležavanje kandidata sadrže: uklanjanje iz verifikacionog skupa metrika kandidat oznake verifikacionih metrika sa dominantnom amplitudom i uklanjanje iz skupa verifikacionih metrika za originalnu oznaku verifikacionih metrika koje odgovaraju verifikacionim metrikama sa dominantnom amplitudom u skupu verifikacionih metrika, kandidat oznake, radi proizvođenja skraćenog skupa verifikacionih metrika za originalnu oznaku i skraćenog skupa verifikacionih metrika za kandidat oznaku; upoređivanje skraćenih skupova verifikacionih metrika; i identifikovanje, na osnovu poređenja, da li je kandidat oznaka verovatno izrađena pomoću uređaja za obeležavanje koji je izradio originalnu oznaku.

[0096] Prema varijaciji procesorom implementiran postupak dalje sadrži početno određivanje pre izvođenja koraka uklanjanja da kandidat oznaka verovatno nije izrađena od strane uređaja za obeležavanje koji je napravio originalnu oznaku. Prema drugačijoj varijaciji procesorom implementiran postupak se izvodi na kodiranoj oznaci koja sadrži redundantnost potrebnu za korekciju grešaka i dalje podrazumeva: dekodiranje redundantnosti za korekciju grešaka u oznaci kako bi se identifikovalo oštećeno područje oznake i uklanjanje verifikacionih metrika koje potiču iz oštećene oblasti. Prema još jednoj varijaciji procesorom implementiran postupak nadalje sadrži podelu skupa verifikacionih metrika na podskupove prema oblasti oznake, pri čemu

4

uklanjanje dalje podrazumeva isključivanje najmanje jednog podskupa sa lošom korelacijom. Ova varijacija može dalje sadržati ponavljanje koraka deljenja i uklanjanja i određivanje da je kandidat oznaka verovatno izrađena od strane uređaja za obeležavanje koji je izradio i originalnu oznaku kada korelacija preostalih poddelova dostigne prag vrednosti nakon isključivanju najmanje jednog podskupa sa lošom korelacijom.

[0097] Prema jednom izvođenju kada je oznaka oštećena, signal oštećenja se superponira sa signalom potpisa i nadjačava signal potpisa. Deo slike analizirane oznake može biti, na primer, linearnost (ili odstupanje od linearnosti) poznate ravne ivice unutar oznake, kao što je jedna od referentnih traka u dvodimenzionalnim barkodovima sa Slika 17 do 19. Zbog toga, kada je oznaka privremeno identifikovana kao da ne potiče od originalnog izvora, preduzimaju se koraci kako sledi. Prvo se identifikuje veći, signal oštećenja superponiran na ukupni signal potpisa, a zatim se uklanja. Zatim se procenjuje potpis na osnovu preostalog signala potpisa. Ukoliko se signal oštećenja ukloni iz signala potpisa i korelacija se dovoljno poboljša, tada se postupkom izveštava podudaranje originalnog potpisa i potpisa kandidata. Ukoliko se signal oštećenja ukloni i korelacija ne poboljša dovoljno ili čak opadne, tada postupak potvrđuje da ne postoji podudaranje između originalnog potpisa i potpisa kandidata.

[0098] Kada je originalna oznaka postavljena na originalni predmet i/ili je originalni predmet dodat originalnom objektu, oznaka ili predmet mogu sadržati informacije o predmetu ili objektu. U tom slučaju prethodno opisani postupci i sistemi mogu podrazumevati verifikaciju informacija o predmetu ili objektu koji su sadržani u oznaci ili predmetu, čak i kada se prethodni predmet ili objekat fizički ne menjaju ili modifikuju. Na primer, tamo gde je objekt označen rokom trajanja, možda će biti poželjno odbaciti objekat sa izmenjenim datumom isteka roka kao "neautentičan" čak i ukoliko je sam objekat originalni objekat. Izvođenja predmetnih sistema i postupaka će proizvesti taj rezultat ukoliko se artefakti koji se koriste za verifikaciju nađu u datumu isteka roka, na primer, u vidu nesavršenosti štampe. Druge informacije poput brojeva i drugih podataka za praćenje proizvoda se mogu verifikovati na sličan način.

[0099] Različita izvođenja su opisana u smislu pribavljanja čitavog 2D bar-koda za podatke o potpisu. Međutim, oznaka se može podeliti na manje zone. Ukoliko je originalna oznaka dovoljno velika i poseduje dovoljno artefakta koji su potencijalni podaci o potpisu, može se pribaviti i obraditi samo jedna ili manji broj od broja svih zona. Kada se pribavi i obradi više zona od skup podataka o potpisu iz različitih zona se može sačuvati odvojeno. To je posebno korisno ukoliko je oznaka simbol koji sadrži podatke sa korekcijom greške, a korekcija greške se odnosi na zone manje od celog simbola. Zatim, ukoliko korekcija greške ukaže da je deo kandidat simbola oštećen, podaci o potpisu sa oštećenog dela mogu biti zanemareni.

[0100] Iako su izvođenja opisana prvenstveno u smislu razlikovanja originalnih oznaka (i implikacijom originalnog predmeta na koji se ta oznaka nanosi ili za koji je ta oznaka pričvršćena) od krivotvorenih kopija oznake, predmetni postupci, uređaji i proizvodi se mogu koristiti i u drugačije namene, uključujući i razlikovanje različitih primeraka originalne oznake (i predmeta).

[0101] U cilju uprošćenja, opisana su specifična izvođenja u kojima su artefakti defekti štampanja odštampane oznake, naneti bilo direktno na predmet koji se verifikuje, ili na etiketu postavljenu na objekat koji se verifikuje. Međutim, a kao što je već pomenuto, mogu se koristiti bilo koje karakteristike koje se mogu dovoljno detektovati i koje su trajne, a dovoljno ih je teško kopirati.

[0102] Neka od izvođenja su opisana da koriste bazu podataka sa podacima o potpisu originalnih oznaka, u kojima se vrši pretraga podataka o potpisu koji se delimično podudaraju sa podacima o potpisu ekstrahovanim iz kandidat oznake. Međutim, ukoliko je kandidat predmet na neki drugi način identifikovan kao specifični originalni predmet, možda je nepotrebno vršiti pretraživanje već se podaci o potpisu ekstrahovani iz kandidat oznake mogu direktno uporediti sa sačuvanim podacima o potpisu za određeni originalni predmet.

[0103] Na Slici 30 je predstavljeno još jedno hardversko okruženje računarskog sistema u kome se mogu primeniti različite metode ovde otkrivene. Primer hardverskog okruženja se može ukupno opisati kao računarska mreža bilo koje pogodne veličine i obima koja podržava i podrazumeva operativne elemente i arhitekturu koja se oslanjaju na niže opisane primere metoda i uređaja. Neki zajednički operativni elementi i arhitektonske karakteristike su sada opisani u vezi sa Slikom 30.

[0104] Razni računarski uređaji su međusobno povezani tako da mogu komunicirati preko računarske mreže koja ima bilo koju pogodnu hardversku konfiguraciju, kao što je npr. globalna Internet računarska mreža, 3000. Računarski uređaji mogu sadržati i jedan ili više komada bilo kojeg od sledećih uređaja: mobilni uređaji 3001; prenosivi i fiksni računarski uređaji 3002; serveri 3003, sadržaja, softver, softver kao usluga (SaaS), skladišta i drugi resursi; komunikacioni resursi, 3004, kao što su interkonekcije, prekidači i ruteri; i drugi računarski resursi, 3005. Mobilni uređaji, prenosivi i fiksni računarski uređaji, svičevi, ruteri i serveri uglavnom sadrže centralnu procesorsku jedinicu („CPU“), mikroprocesor, mikrokontroler ili sličan element koji izvršava softverske instrukcije radi izvršavanja zadataka. Lokalne instrukcije i lokalni podaci se čuvaju u odgovarajućim oblicima računarske memorije i računarske memorije, uključujući i prolazne i neprelazne medije i/ili signale. Uređaji mogu da uključuju ulazne periferne uređaje, periferne uređaje i druge periferne uređaje koji su ili integrisani u uređaj ili povezani sa uređajem.

[0105] Mobilni uređaji 3001 mogu da sadrže uređaje koji integrišu bežične usluge mobilne telefonije sa servisima prenosa podataka u mobilnoj mreži povezanim na Internet. Primeri takvih uređaja uključuju pametne telefone izrađene od strane različitih proizvođača koji rade na različitim operativnim sistemima na većem broju mreža mobilne telefonije. Mobilni uređaji mogu takođe da obuhvate tablete i druge uređaje namenjen za rad sa velikog broja različitih lokacija korišćenjem mobilne radio-komunikacione veze, WiFi radio komunikacionih linkova i drugih pogodnih komunikacionih veza. Mobilni uređaji mogu biti integrisani u odevne predmete, okvire naočara i slično, vozila itd.

[0106] Gore opisani postupci se mogu izvesti koristeći bilo koji od procesorski implementiranih opisanih uređaja. Različiti delovi postupka se mogu izvesti pomoću različitih procesora. Na primer, skeniranje i učenje potpisa originalnih oznaka može biti izvršeno od strane stacionarnih računara koji se nalaze na mestu gde se vrši obeležavanje. Na istom primeru, verifikacija se može obaviti i mobilnim uređajima koji se nalaze na mestu gde se obeleženi predmeti konzumiraju, transportuju, kupuju, prodaju itd.

[0107] Bilo koji od gore opisanih uređaja, računara, servera itd. može biti računarski sistem 3100 opšte namene, kakav je prikazan na Slici 31. Računarski sistem 3100 može da sadrži procesor 3103 povezan sa jednim ili više memorijskih uređaja 3104, poput diskova, memorije ili drugog uređaja za čuvanje podataka. Memorija 3104 se obično koristi za čuvanje programa i podataka tokom rada računarskog sistema 3100. Komponente računarskog sistema 3100 mogu biti povezane mehanizmom 3104 za povezivanje, koji može sadržati jednu ili više magistrala (npr. između komponenti integrisanih u istu mašinu) i/ili mreža (npr. između komponenti koje se nalaze na razdvojenim diskretnim mašinama). Mehanizam 3105 za međupovezivanje omogućava razmenu komunikacija (npr. podataka, uputstava) između komponenti sistema 3100.

[0108] Računarski sistem 3100 takođe sadrži jedan ili više ulaznih uređaja 3102, na primer, tastaturu, miš, track-ball uređaj, mikrofon, ekran osetljiv na dodir i jedan ili više izlaznih uređaja 3101, na primer uređaj za štampanje, ekran, zvučnik. Pored toga, računarski sistem 3100 može sadržati jedan ili više interfejsa (nije prikazano) koji povezuju računarski sistem 3100 sa komunikacionom mrežom (pored toga ili kao alternativa mehanizmu 3105 za među-povezivanje). U zavisnosti od posebne primene za koju je namenjen sistem 3100, jedna ili više opisanih komponenti mogu opciono biti izostavljene, ili jedna ili više opisanih komponenti mogu biti visoko specijalizovane za ostvarivanje posebnih uslova upotrebe. Na primer, sistem za skladištenje možda neće imati razdvojene ulazne i izlazne uređaje; oni mogu biti kombinovani u komunikacionom sistemu koji magistralu velike brzine mrežu ili mrežu za brzi prenos podataka i instrukcija između sistema za skladištenje podataka i elemenata koji koriste podatke.

[0109] Sistem 3106 za skladištenje, prikazan detaljnije na Slici 32, obično sadrži medijum 3201 za snimanje koji se može očitavati ili upisivati od strane računara, u kojem se čuvaju signali koji definišu instrukcije koje, kada se je sagledaju zajedno, formiraju program za obradu koji se izvršava od strane procesora, ili informacije sačuvane na medijumu 3201 koje treba obraditi pomoću programa. Medijum može, na primer, biti disk ili fleš memorija. Po izboru, medij može biti samo za čitanje, na taj način se čuvaju samo instrukcije i statički podaci za obavljanje specijalizovanog zadatka. Tipično, tokom rada procesor vrši očitavanje podataka s trajnog medijuma 3201 za snimanje u drugu memoriju 3202 koja omogućava brži pristup informacijama od strane procesora nego što je to slučaj sa medijumom 3201. Ova memorija 3202 je obično privremena, memorija sa slučajnim pristupom kao što je dinamička memorija sa slučajnim pristupom („DRAM“) ili statička memorija („SRAM“). Može se nalaziti u sistemu 3106 za skladištenje, kao što je prikazano, ili se može nalaziti u memorijskom sistemu 3104 koji nije prikazan. Procesor 3103 tipično manipuliše podacima unutar memorijskog elementa 3104, 3202 izrađene od integrisanih kola, a zatim kopira podatke na medijum 3101 nakon što je obrada završena. Poznati su različiti mehanizmi za upravljanje kretanjem podataka između medijuma 3201 i memorijskog elementa 3104, 3202 izrađenog od integrisanih kola, a predmetni pronalazak nije ograničen isključivo na njih. Opis nije ograničen na određeni memorijski sistem 3104 ili na određeni sistem 3106 za čuvanje podataka.

[0110] Računarski sistem može da sadrži posebno programirani hardver posebne namene, na primer, integrisana kola specifična za izvršavanje aplikacije ("ASIC"). Aspekti pronalaska se mogu implementirati u softver, hardver, firmware memoriju ili bilo koju njihovu kombinaciju. Dalje, takvi postupci, dejstva, sistemi, elementi sistema i njihovi delovi mogu biti primenjeni kao deo prethodno opisanog računarskog sistema ili kao nezavisna komponenta.

[0111] Iako je računarski sistem 3100 prikazan na primeru kao jedna vrsta računarskog sistema na kojem se mogu praktikovati različiti aspekti pronalaska, potrebno je primetiti da aspekti pronalaska nisu ograničeni isključivo na mogućnost primene u vidu računarskog sistema kao što je prikazano na Slici 31. Različiti aspekti pronalaska se mogu primeniti na jednom ili više računara drugačije arhitekture ili na komponentama kao što je prikazano na Slici 31.

[0112] Računarski sistem 3100 može biti računarski sistem opšte namene koji se može programirati koristeći programski jezik visokog nivoa. Računarski sistem 3100 se takođe može implementirati pomoću posebno programiranog, namenskog hardvera. U računarskom sistemu 3100, procesor 3103 može biti bilo koji odgovarajući procesor koji se može upotrebiti za predmetni zadatak. Procesor može da kontroliše izvršni ili operativni sistem na koji je postavljen radni program. Može se koristiti bilo koji odgovarajući izvršni operativni sistem.

[0113] Procesor i operativni sistem zajedno definišu računarsku platformu za koju su napisani aplikativni programi na programskim jezicima visokog nivoa. Potrebno je razumeti da primena pronalaska nije ograničena isključivo na određenu računarsku sistemsku platformu, procesor, operativni sistem ili mrežu. Takođe, stručnjacima u ovoj oblasti će biti očigledno da realizacija pronalaska nije ograničena na određeni programski jezik ili računarski sistem. Dodatno, potreno je naglasiti da se mogu koristiti i drugi odgovarajući programski jezici i drugi odgovarajući računarski sistemi.

[0114] Jedan ili više delova računarskog sistema se može distribuirati između jednog ili više računarskih sistema povezanih komunikacionom mrežom. Ovi računarski sistemi takođe mogu biti računarski sistemi opšte namene. Na primer, različiti aspekti pronalaska se mogu distribuirati između jednog ili više računarskih sistema konfigurisanih za pružanje usluga (npr. servera) na jednom ili više klijentskih računara ili za izvršavanje ukupnog zadatka kao dela distribuiranog sistema. Primera radi, različiti aspekti pronalaska se mogu izvesti na klijent-server ili višeslojnom sistemu koji sadrži komponente distribuirane između jednog ili više serverskih sistema koji obavljaju različite funkcije u skladu sa različitim aspektima pronalaska. Te komponente mogu biti izvršni, srednji (npr. IL) ili interpretirani (npr. Java) kôd koji komunicira preko komunikacione mreže (npr. Interneta) koristeći komunikacioni protokol (npr. TCP/IP).

[0115] Potrebno je naglasiti da pronalazak nije ograničen isključivo na izvršavanje na nekom određenom sistemu ili grupi sistema. Takođe, potrebno je primetiti da pronalazak nije ograničen na primenu na bilo kojoj određenoj arhitekturi, mreži ili komunikacionom protokolu.

[0116] Različita izvođenja ovog pronalaska se mogu realizovati korišćenjem objektno orijentisanog programskog jezika kao što su SmallTalk, Java, C++, Ada ili C# (C-Sharp). Mogu se koristiti i drugi objektni programski jezici. Alternativno se mogu koristiti funkcionalni, skript i/ili logički programski jezici. Različiti aspekti pronalaska se mogu implementirati u ne-programiranom okruženju (npr. dokumenti kreirani u HTML, XML ili drugom formatu koji, kada se posmatraju u prozoru pregledača (browser-a), obrazuju komponente grafičkog-korisničkog interfejsa ("GUI") ili obavljaju druge funkcije). Različiti aspekti pronalaska se mogu primeniti kao programirani ili ne-programirani elementi, ili bilo koja njihova kombinacija.

[0117] U pogledu mnogih mogućih izvođenja na koje se mogu primeniti principi ovog pronalaska potrebno je naglasiti da su ovde opisana izvođenja u vezi sa dijagramima

4

data samo kao ilustrativna i ne treba ih smatrati ograničavajućim po pitanju obima Zahteva. Stoga tehnike, na način koji je ovde opisan, razmatraju sva takva izvođenja koja mogu biti obuhvaćena sledećim patentnim Zahtevima.

Claims

PATENTNI ZAHTEVI

1. Postupak za verifikaciju autentičnosti oznake, gde postupak podrazumeva:

prijem slike kandidat oznake od strane uređaja za pravljenje slike; korišćenje slike kako bi se izmerila jedna ili više karakteristika na većem broju lokacija kandidat oznake, što rezultuje prvim skupom metrika; uklanjanje, iz prvog skupa metrika, metrike koja ukazuje na oštećenje kandidat oznake, što rezultuje skraćenim prvim skupom metrika; preuzimanje, iz memorije koja može biti očitana od strane računara, drugog skupa metrika koje reprezentuju jednu ili više karakteristika izmerenih na većem broju lokacija originalne oznake;

uklanjanje, iz drugog skupa metrika, metrike koja odgovara metrici koja je uklonjena iz prvog skupa metrika, što rezultuje skraćenim drugim skupom metrika;

poređenje skraćenog prvog skupa metrika sa skraćenim drugim skupom metrika;

određivanje da li se kandidat oznaka može verifikovati kao original na osnovu poređenja;

naznačen time, što se, ukoliko se na osnovu poređenja utvrdi da kandidat oznaka nije original, izvode sledeće dalje akcije koje podrazumevaju:

uklanjanje, iz skraćenog prvog skupa metrika, metrike koja ukazuje na oštećenje kandidat oznake što rezultuje skraćenim trećim skupom metrika;

uklanjanje, iz skraćenog drugog skupa metrika, metrike koja odgovara metrici koja je uklonjena iz skraćenog prvog skupa metrika što rezultuje skraćenim četvrtim skupom metrika;

poređenje skraćenog trećeg skupa metrika sa skraćenim četvrtim skupom metrika;

određivanje da li se oznaka može verifikovati kao original na osnovu poređenja skraćenog trećeg skupa metrika i skraćenog četvrtog skupa metrika; i

ponavljanje koraka uklanjanja, poređenja i određivanja na sukcesivnim skraćenim skupovima metrika sve dok metrike koje preostaju u skraćenom skupu metrika kandidat oznake budu manje od unapred određene vrednosti praga.

2. Postupak prema Zahtevu 1, gde

uklanjanje iz prvog skupa metrika, metrike koja ukazuje na oštećenje kandidat oznake sadrži uklanjanje metrike koja je najveća u prvom skupu metrika, i uklanjanje, iz skraćenog prvog skupa metrika, metrike koja ukazuje na oštećenje kandidat oznake sadrži uklanjanje metrike koja je najveća u skraćenom prvom skupu metrika.

3. Postupak prema Zahtevu 1, gde

uklanjanje iz prvog skupa metrika, metrike koja ukazuje na oštećenje kandidat oznake sadrži uklanjanje metrike koja je najveća u prvom skupu metrika i prekoračuje unapred određeni prag, i

uklanjanje, iz skraćenog prvog skupa metrika, metrike koja ukazuje na oštećenje kandidat oznake sadrži uklanjanje metrike koja je najveća u skraćenom prvom skupu metrika i prekoračuje unapred određeni prag.

4. Postupak prema Zahtevu 1, gde

uklanjanje iz prvog skupa metrika, metrike koja ukazuje na oštećenje kandidat oznake sadrži uklanjanje metrike koja je iznad unapred određene vrednosti praga, i

uklanjanje, iz skraćenog prvog skupa metrika, metrike koja ukazuje na oštećenje kandidat oznake sadrži uklanjanje metrike koja je iznad unapred određene vrednosti praga.

5. Postupak prema Zahtevu 1, koji dalje podrazumeva dekodiranje redundantnosti za korekciju grešaka kandidat oznake kako bi se identifikovao oštećeni deo kandidat oznake,

4

gde uklanjanje metrike iz prvog skupa metrika podrazumeva uklanjanje metrike koja odgovara oštećenom delu iz prvog skupa metrika.

6. Postupak za verifikaciju autentičnosti oznake, gde postupak podrazumeva:

prijem slike kandidat oznake od strane uređaja za pravljenje slike; korišćenje slike kako bi se izmerila jedna ili više karakteristika na većem broju lokacija kandidat oznake, što rezultuje prvim skupom metrika; preuzimanje, iz memorije koja može biti očitana od strane računara, drugog skupa metrika koje reprezentuju jednu ili više karakteristika izmerenih na većem broju lokacija originalne oznake;

poređenje prvog skupa metrika sa drugim skupom metrika; određivanje da li se kandidat oznaka može verifikovati kao original na osnovu poređenja prvog skupa metrika i drugog skupa metrika; naznačen time, što se, ukoliko se na osnovu poređenja između prvog skupa metrika i drugog skupa metrika utvrdi da kandidat oznaka nije original, izvode sledeće dalji koraci koji podrazumevaju:

uklanjanje, iz prvog skupa metrika, metrike koja je najveća u prvom skupu metrika, što rezultuje skraćenim prvim skupom metrika; uklanjanje, iz drugog skupa metrika, metrike koja odgovara metrici koja je uklonjena iz prvog skupa metrika, što rezultuje skraćenim drugim skupom metrika;

poređenje skraćenog prvog skupa metrika sa skraćenim drugim skupom metrika; i

određivanje da li se oznaka može verifikovati kao original na osnovu poređenja skraćenog prvog skupa metrika i skraćenog drugog skupa metrika;

ukoliko se, na osnovu poređenja skraćenog prvog skupa metrika sa skraćenim drugim skupom metrika, utvrdi da oznaka nije original, izvode sledeće akcije koje podrazumevaju:

uklanjanje, iz skraćenog prvog skupa metrika, metrike koja je najveća u prvom skupu metrika, što rezultuje skraćenim trećim skupom metrika;

7. Postupak za verifikaciju autentičnosti oznake, gde postupak podrazumeva:

prijem slike kandidat oznake od strane uređaja za pravljenje slike; korišćenje slike kako bi se izmerila jedna ili više karakteristika na većem broju lokacija kandidat oznake, što rezultuje ukupnim skupom metrika; deljenje ukupnog skupa metrika na veći broj skupova metrika, uključujući i prvi skup metrika;

preuzimanje, iz memorije koja može biti očitana od strane računara, drugog skupa metrika koje reprezentuju jednu ili više karakteristika izmerenih na većem broju lokacija originalne oznake;

uklanjanje, iz prvog skupa metrika, metrike koja je iznad unapred određene vrednosti praga, što rezultuje skraćenim prvim skupom metrika; uklanjanje, iz drugog skupa metrika, metrike koja odgovara metrici koja je uklonjena iz prvog skupa metrika, što rezultuje skraćeni drugim skupom metrika;

poređenje skraćenog prvog skupa metrika sa skraćenim drugim skupom metrika;

određivanje da li se oznaka može verifikovati kao original na osnovu poređenja;

naznačen time, što se, ukoliko se na osnovu poređenja utvrdi da oznaka nije original, izvode sledeće dalje aktivnosti koje podrazumevaju:

uklanjanje, iz skraćenog prvog skupa metrika, metrike koja je iznad unapred određene vrednosti praga, što rezultuje skraćenim trećim skupom metrika;

uklanjanje, iz skraćenog drugog skupa metrika, metrike koja odgovara metrici koja je uklonjena iz skraćenog prvog skupa metrika, što rezultuje skraćenim četvrtim skupom metrika;

8. Računarski sistem koji sadrži procesor koji izvršava akcije koje podrazumevaju:

poređenje skraćenog prvog skupa metrika sa skraćenim drugim skupom metrika;

naznačen time, što se, ukoliko se na osnovu poređenja utvrdi da oznaka nije original, izvode sledeće dalje akcije koje podrazumevaju:

4

9. Računarski sistem prema Zahtevu 8, gde

10. Računarski sistem prema Zahtevu 8, gde

4