Fernandes, Felipe Clement (2019)
Entwicklung von gedruckten stochastischen Identifikationsmerkmalen.
Technische Universität Darmstadt
Ph.D. Thesis, Primary publication
|
Text
Dissertation_Fernandes.pdf - Accepted Version Copyright Information: CC BY-NC-SA 4.0 International - Creative Commons, Attribution NonCommercial, ShareAlike. Download (15MB) | Preview |
Item Type: | Ph.D. Thesis | ||||
---|---|---|---|---|---|
Type of entry: | Primary publication | ||||
Title: | Entwicklung von gedruckten stochastischen Identifikationsmerkmalen | ||||
Language: | German | ||||
Referees: | Dörsam, Prof. Edgar ; Katzenbeisser, Prof. Stefan | ||||
Date: | 20 June 2019 | ||||
Place of Publication: | Darmstadt | ||||
Date of oral examination: | 5 June 2019 | ||||
Abstract: | In den letzten Jahren nehmen Produktfälschungen weltweit stetig zu. Hersteller von Markenprodukten versuchen daher, ihre Produkte fälschungssicher zu gestalten. Da viele Produkte verpackt werden, ist der Fälschungsschutz der Produktverpackung ein wichtiger Ansatzpunkt. Viele technisch anspruchsvolle Sicherheits- und Identifikationsmerkmale werden nicht direkt mit der Verpackung gedruckt, sondern in einem eigenen Druckprozess hergestellt und als Etiketten auf die Verpackungen appliziert. Dabei kommen Kombinationen verschiedener Technologien zum Einsatz, welche mit zusätzlichen Herstellungskosten verbunden sind. Die vorliegende Arbeit ist der Entwicklung von Identifikationsmerkmalen gewidmet, welche direkt auf ein Druckprodukt gedruckt werden und sich so in den Druckprozess integrieren lassen. Die drei vorgestellten Druckmusterarten weisen dabei unter Ausnutzung verschiedener Effekte Strukturen auf, welche stochastisch wirken. Die stochastischen Druckmuster werden optisch erfasst und durch Methoden der Bildverarbeitung identifiziert. Nach der optischen Erfassung werden hierfür zunächst einheitlich verarbeitete Instanzen aus den Bilddaten berechnet. Diese werden als Eingangsgröße für die nachfolgende Merkmalsextraktion verwendet. Über eine Gaborfilterung werden schließlich Binärvektoren erzeugt. Die Ähnlichkeit der Binärvektoren wird über Hamming-Distanzen berechnet, welche eine Identifikation der Druckmuster erlauben. In der Validierung der Methode wird gezeigt, dass eine Identifikation der stochastischen Druckmuster möglich ist. Basierend auf 270 Druckmustern der drei Druckmusterarten wird nachfolgend gezeigt, wie durch Anpassungen in der Vorverarbeitung und Merkmalsextraktion der Bilddaten die Diskriminierbarkeit weiter erhöht werden kann. Zusätzlich wird dabei ein Standardprozess definiert, welcher für alle drei getesteten Druckmusterarten eine eindeutige Identifizierung der Druckmuster erlaubt. Es zeigt sich zudem, dass die Methode sowohl auf andere optische Messsysteme als auch auf andere Formen der Druckmuster übertragen werden kann und die Verwendung der stochastischen Druckmuster als Teil eines gedruckten Identifikations- oder auch Sicherheitsmerkmals möglich ist. |
||||
Alternative Abstract: |
|
||||
URN: | urn:nbn:de:tuda-tuprints-87956 | ||||
Classification DDC: | 600 Technology, medicine, applied sciences > 600 Technology | ||||
Divisions: | 16 Department of Mechanical Engineering > Institute of Printing Science and Technology (IDD) 16 Department of Mechanical Engineering > Institute of Printing Science and Technology (IDD) > Automatisierung und Messtechnik |
||||
Date Deposited: | 28 Jun 2019 07:19 | ||||
Last Modified: | 28 Jun 2019 07:19 | ||||
URI: | https://tuprints.ulb.tu-darmstadt.de/id/eprint/8795 | ||||
PPN: | 450225712 | ||||
Export: |
View Item |