TU Darmstadt / ULB / TUbiblio

Entwicklung von gedruckten stochastischen Identifikationsmerkmalen

Fernandes, Felipe Clement (2019)
Entwicklung von gedruckten stochastischen Identifikationsmerkmalen.
Technische Universität Darmstadt
Dissertation, Erstveröffentlichung

Kurzbeschreibung (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.

Typ des Eintrags: Dissertation
Erschienen: 2019
Autor(en): Fernandes, Felipe Clement
Art des Eintrags: Erstveröffentlichung
Titel: Entwicklung von gedruckten stochastischen Identifikationsmerkmalen
Sprache: Deutsch
Referenten: Dörsam, Prof. Edgar ; Katzenbeisser, Prof. Stefan
Publikationsjahr: 20 Juni 2019
Ort: Darmstadt
Datum der mündlichen Prüfung: 5 Juni 2019
URL / URN: https://tuprints.ulb.tu-darmstadt.de/8795
Kurzbeschreibung (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.

Alternatives oder übersetztes Abstract:
Alternatives AbstractSprache

The number of counterfeit products is rising worldwide in recent years. Manufacturers of branded products therefore try to make their products counterfeit-proof. As the packaging process is a common step in production, counterfeit protection of packaging is of essential interest. A number of technically sophisticated security and identification features are not simultaneously printed with the packaging but are created in a separated printing process and affixed as label on the packaging. Thereby a combination of various technologies is used, increasing the manufacturing costs. Content of this work is to develop identification features which can be directly printed onto the print product and thus can be integrated in the printing process. Under the use of different effects, the three presented printing pattern types show seemingly stochastic structures. The stochastic printing patterns are optically captured and identified through image processing methods. After the optical image acquisition uniformly processed instances are computed out of the image data. Those instances are used as input for the following feature extraction. Subsequently binary vectors are created through gabor filtering. The similarity between the binary vectors is calculated via hamming distances, allowing the identification ot the printing patterns. Validation shows that an identification of stochasic printing patterns is feasible. Using 270 samples of the three printing pattern types, it is shown that adjustments in the preprocessing and feature extraction of the image data increase the discriminatability. Furthermore a standardized procedure is defined, which allows for an unambiguous identification of the printing patterns for all three of the validated printing pattern types. The present work shows that the method can be applied to other optical measuring systems as well as to other types of printing patterns and that stochastic printing patterns can be a suitable part of a printed identification or security feature.

Englisch
URN: urn:nbn:de:tuda-tuprints-87956
Sachgruppe der Dewey Dezimalklassifikatin (DDC): 600 Technik, Medizin, angewandte Wissenschaften > 600 Technik
Fachbereich(e)/-gebiet(e): 16 Fachbereich Maschinenbau
16 Fachbereich Maschinenbau > Institut für Druckmaschinen und Druckverfahren (IDD)
16 Fachbereich Maschinenbau > Institut für Druckmaschinen und Druckverfahren (IDD) > Automatisierung und Messtechnik
Hinterlegungsdatum: 30 Jun 2019 19:55
Letzte Änderung: 30 Jun 2019 19:55
PPN:
Referenten: Dörsam, Prof. Edgar ; Katzenbeisser, Prof. Stefan
Datum der mündlichen Prüfung / Verteidigung / mdl. Prüfung: 5 Juni 2019
Export:
Suche nach Titel in: TUfind oder in Google
Frage zum Eintrag Frage zum Eintrag

Optionen (nur für Redakteure)
Redaktionelle Details anzeigen Redaktionelle Details anzeigen