本發明涉及一種基于動態光譜圖拓撲的侵權假冒商品智能識別系統，屬于圖像視覺識別。
背景技術：
1、侵權假冒商品，是指未經知識產權權利人許可，擅自偽造和仿冒他人商標的商品，或在商品材質、工藝、功能和標識等方面模仿正品并誤導消費者認為其為正規產品的商品。侵權假冒商品的質量缺乏合規檢測與安全保障，不僅容易對消費者造成使用影響，而且容易對品牌信譽造成嚴重影響。因此，識別并避免侵權假冒商品至關重要。
2、現有技術，如中國專利申請（202410951992.x）公開了一種基于計算機視覺的侵權假冒商品自動識別系統及方法，包括商品圖像收集模塊，用于獲取目標鑒別商品的圖像；商品圖像特征編碼模塊，用于對目標鑒別商品的圖像進行特征編碼以得到目標鑒別商品特征圖；商品鑒定結果生成模塊，用于基于目標鑒別商品特征圖，判斷目標鑒別商品是否為侵權假冒商品；商品鑒定結果生成模塊包括目標鑒別商品特征圖降維單元，用于將目標鑒別商品特征圖進行展開以得到目標鑒別商品特征向量；目標鑒別商品特征向量優化單元，用于對目標鑒別商品特征向量進行基于自關聯維度的高維特征空間重構以得到優化目標鑒別商品特征向量；特征向量分類單元，用于將優化目標鑒別商品特征向量通過商品分類器以得到分類結果，分類結果用于表示目標鑒別商品是否為侵權假冒商品。
3、現有基于計算機視覺的侵權假冒商品自動識別系統及方法是基于計算機視覺獲取商品圖像進行侵權假冒商品的自動識別，但是，侵權假冒商品的侵權假冒手段不斷翻新，圖像基本可以達到以假亂真的效果，大大降低了基于商品圖像自動識別侵權假冒商品的準確率。
技術實現思路
1、本發明的目的是為了解決現有技術存在的問題和不足，創造性地提供一種基于動態光譜圖拓撲的侵權假冒商品智能識別系統，通過生產鏈中形成的物理特性時序規律對侵權假冒商品進行識別，而非直接比對外觀，可避免高仿品的視覺欺騙，從而顯著提高侵權假冒商品的識別準確率。
2、為實現上述目的，本發明提供如下技術方案。
3、一種基于動態光譜圖拓撲的侵權假冒商品智能識別系統，包括：
4、數據獲取模塊：利用可調光強led陣列，按照預設周期和預設順序切換波段。利用多波段光譜相機連續拍攝商品圖像，生成動態光譜序列。動態光譜序列中每個動態光譜數據包括坐標像素、光譜頻段、時間點和反射光強度。
5、數據預處理模塊：負責對動態光譜序列進行預處理。
6、時序特征提取模塊：負責提取經預處理后的動態光譜序列中每個動態光譜數據的時序特征，包括衰減半衰期、光譜偏移量和波動熵。
7、像素關聯圖構建模塊：負責將動態光譜序列中每個動態光譜數據的坐標像素作為節點，將時序特征作為節點特征，并計算節點間的邊權重，基于節點邊權重構建像素關聯圖。
8、圖拓撲特征計算模塊：負責計算構建的像素關聯圖的拓撲特征，包括節點連接緊密特征和節點信息傳播特征。
9、侵權假冒商品識別模塊：負責與預設的正版商品的像素關聯圖的拓撲特征進行比對，通過預設偏差閾值，若低于偏差閾值則識別為正版商品，若高于或等于偏差閾值則識別為侵權假冒商品。
10、其中，數據獲取模塊的輸出端與數據預處理模塊的輸入端相連。數據預處理模塊的輸出端與時序特征提取模塊的輸入端相連。時序特征提取模塊的輸出端與像素關聯圖構建模塊的輸入端相連。像素關聯圖構建模塊的輸出端與圖拓撲特征計算模塊的輸入端相連。圖拓撲特征計算模塊的輸出端與侵權假冒商品識別模塊的輸入端相連。
11、進一步地，數據預處理模塊的處理步驟包括：
12、計算動態光譜序列中所有動態光譜數據的反射光強度的均值和標準差。若動態光譜序列中某一動態光譜數據的反射光強度與所有動態光譜數據的反射光強度均值的偏差度超過三倍標準差，則標記為異常動態光譜數據，將其去除。
13、進一步地，時序特征提取模塊的衰減半衰期提取的步驟包括：
14、首先獲取動態光譜序列中每個動態光譜數據的坐標像素在不同光譜頻段下的反射光強度初始值，以及衰減到反射光強度初始值一半時的時間點。然后，計算相同光譜頻段下的兩個時間點差值，即為衰減半衰期；計算不同光譜頻段下的衰減半衰期的均值，作為最終衰減半衰期。
15、進一步地，時序特征提取模塊的光譜偏移量提取的步驟包括：
16、首先獲取動態光譜序列中每個動態光譜數據的坐標像素在不同光譜頻段下的峰值反射波長。然后，計算相同光譜頻段下的各峰值反射波長間的差值，即為光譜偏移量；計算不同光譜頻段下的光譜偏移量的均值，作為最終光譜偏移量。
17、進一步地，時序特征提取模塊的波動熵提取的步驟包括：
18、首先獲取動態光譜序列中每個動態光譜數據的坐標像素在不同光譜頻段下的反射光強度以及時間點。然后，計算相同光譜頻段下的每個時間點的反射光強度占據總反射光強度的比例，代入香農熵公式計算得出的結果，即為波動熵；計算不同光譜頻段下的波動熵的均值，作為最終波動熵。
19、進一步地，像素關聯圖構建模塊的節點間邊權重的計算步驟包括：
20、首先獲取相鄰兩個節點在不同光譜頻段下的反射光強度和時間點，繪制出反射光強度隨時間變化的曲線，表征反光衰減規律。然后，將兩條反射光強度隨時間變化的曲線輸入dtw算法，得到二者的dtw距離，將兩者的dtw距離反向映射為邊權重。
21、進一步地，圖拓撲特征計算模塊中的節點連接緊密特征的計算步驟包括：
22、首先統計像素關聯圖中每個節點的鄰居數量，統計鄰居間實際存在的邊數。然后，計算節點的局部聚類系數；計算所有節點的局部聚類系數的均值，得到平均聚類系數，表征鄰居節點的連接緊密特征。
23、進一步地，圖拓撲特征計算模塊中的節點信息傳播特征的計算步驟包括：
24、首先計算像素關聯圖中每對不同節點間的最短路徑距離，根據每對節點間的最短路徑距離計算每對節點的信息傳遞速度。然后，計算所有節點對的信息傳遞速度平均值，得到全局節點信息傳遞速度，表征節點信息傳播特征。侵權假冒商品識別模塊中的預設的正版商品的像素關聯圖的拓撲特征獲取步驟，與該過程相同。
25、有益效果
26、本發明，與現有技術相比，具有以下優點：
27、本發明通過獲取商品在不同波段下的圖像，生成動態光譜序列，提取動態光譜序列中每個動態光譜數據的時序特征。通過時序特征構建像素關聯圖，通過像素關聯圖計算圖拓撲特征，通過與正版商品的圖拓撲結構進行比對，判斷侵權假冒商品。
28、相較現有技術，本發明通過生產鏈中形成的物理特性時序規律對侵權假冒商品進行識別，而非直接比對外觀，避免了高仿品的視覺欺騙，顯著提高了侵權假冒商品的識別準確率。
1.一種基于動態光譜圖拓撲的侵權假冒商品智能識別系統，其特征在于，包括：
2.如權利要求1所述的一種基于動態光譜圖拓撲的侵權假冒商品智能識別系統，其特征在于，數據預處理模塊的處理步驟包括：
3.如權利要求1所述的一種基于動態光譜圖拓撲的侵權假冒商品智能識別系統，其特征在于，時序特征提取模塊的衰減半衰期提取的步驟包括：
4.如權利要求1所述的一種基于動態光譜圖拓撲的侵權假冒商品智能識別系統，其特征在于，時序特征提取模塊的光譜偏移量提取的步驟包括：
5.如權利要求1所述的一種基于動態光譜圖拓撲的侵權假冒商品智能識別系統，其特征在于，時序特征提取模塊的波動熵提取的步驟包括：
6.如權利要求1所述的一種基于動態光譜圖拓撲的侵權假冒商品智能識別系統，其特征在于，像素關聯圖構建模塊的節點間邊權重的計算步驟包括：
7.如權利要求1所述的一種基于動態光譜圖拓撲的侵權假冒商品智能識別系統，其特征在于，圖拓撲特征計算模塊中的節點連接緊密特征的計算步驟包括：
8.如權利要求1所述的一種基于動態光譜圖拓撲的侵權假冒商品智能識別系統，其特征在于，圖拓撲特征計算模塊中的節點信息傳播特征的計算步驟包括：