一种基于Hu不变矩改进算法的图书识别方法技术

本发明专利技术提出的一种基于Hu不变矩改进算法的图书识别方法。包括以下步骤：(1)采集图书彩色图像并滤波；(2)根据滤波后的图像采用最小包围矩形算法确定图书边沿；(3)将图书边沿内的图书图像处理为固定的像素尺寸，并拆分为多个ROI；(4)依次将每个ROI进行通道分离，分离为红、绿、蓝三个色彩通道；(5)使用改良后的Hu不变矩算法，依次计算得到每个ROI的色彩通道的改良不变矩；(6)分析对比每个图书图像的所有改良Hu不变矩数据，进行图书识别。采用该方法，大幅度减少了人的操作量，同时避免了前期对书籍的条码设计、粘贴等过程，有效地节省了人力物力成本，识别准确，可移植性强，明显改善了标准Hu不变矩算法在外界光源偏色或亮度变化明显时的鲁棒性不好的缺陷。

【技术实现步骤摘要】
一种基于Hu不变矩改进算法的图书识别方法
本专利技术涉及图像识别领域，尤其涉及图书图像识别领域，具体是指一种基于Hu不变矩改进算法的图书识别方法。
技术介绍
目前，在书店和图书馆图书识别与分拣归类方面，大多采用人工识别分拣或者使用专用条形码以及扫码枪的识别方式。就人工识别分拣而言，对一些大规模书籍的识别与分拣需要消耗大量的人力与时间成本，而且简单重复的工作容易造成人的疲劳与失误，大量的识别任务已经较少应用该种方法。对于使用专用条码以及扫码枪的识别方式而言，需要提前根据不同的书籍设计不同的条码，而且识别分拣时需要人工找出条码位置，将扫码枪手动对准条码区域，依然一定程度上依赖人工操作，操作效率不高。图像处理理论与算法日渐成熟，尤其是Hu不变矩算法在一些识别领域的应用已经较为成熟稳定，能够较好地区分图像特征而且抗噪点干扰、对图像的放缩及旋转不敏感，所以在图书图像采集时，可以不受图书位姿、区域的限制，减少人工操作。这些特点为Hu不变矩在图书识别领域的应用提供了良好的理论支撑与应用前景。但是，在使用中我们发现标准Hu不变矩算法在一些特定使用环境中的抗干扰效果有待提高。例如，在外界光源偏色或亮度变化明显时，输出结果的鲁棒性不是十分理想。另外，我们还发现在图像识别中，基于二阶中心距的Hu不变矩能够较好地保持旋转、缩放、平移不变性，高阶中心距在这方面性能不是十分理想。所以，我们提出了一种基于Hu不变矩改进算法的图书识别方法，能够理想地提高在外界光源偏色或亮度变化明显时，输出结果的鲁棒性。同时，为了避免使用高阶中心距，我们对采集的图像进行区域拆分，用低阶中心距计算局部图像特征，然后汇总所有局部特征矩数据作为图像整体特征矩数据，在不使用高阶中心距的基础上，也能够提取出图书局部特征。
技术实现思路
本专利技术为了克服人工识别分拣或者使用专用条形码以及扫码枪的识别方式对人过度依赖以及前期精力投入大的缺陷，提供了一种基于Hu不变矩改进算法的图书识别方法，大幅度减少了图书分拣过程中人的操作量，避免了前期对书籍的条码设计、粘贴等过程，同时避免了图像识别中标准Hu不变矩算法在光源偏色或亮度变化明显时，输出结果鲁棒性不足的问题。为了实现上述目的，本专利技术的基于Hu不变矩改进算法的图书识别方法具有以下步骤：步骤一：采集图书彩色图像并滤波；步骤二：根据滤波后的图像采用最小包围矩形算法确定图书边沿；步骤三：将图书边沿内的图书图像处理为固定的像素尺寸，并拆分为多个ROI(感兴趣区域)；步骤四：依次将每个ROI进行通道分离，分离为红、绿、蓝三个色彩通道；步骤五：使用改良后的Hu不变矩算法，依次计算得到每个ROI的色彩通道的改良不变矩；步骤六：分析对比每个图书图像的所有改良Hu不变矩数据，进行图书识别；其中：在步骤二中：根据滤波降噪后的图片创建出单通道灰度图，并对灰度图进行二值化操作得到二值图，再根据二值图查找到图像的图书轮廓数据，然后根据图书轮廓数据计算出轮廓的最小包围矩形。在步骤三中：将图书边沿内的图像处理为固定像素大小，并将图像拆分为多个ROI。使该ROI像素尺寸数据能够在保留大部分图书清晰图像信息的条件下，尽量减小运算量。ROI的拆分，能够从更细腻的图像尺度使用二阶中心距去提取局部特征，然后整合起来作为整体图像数据，避免了直接使用高阶中心距计算细腻的图像特征不能保证图像旋转、缩放、平移不变性的问题。在步骤五中：在使用改良后的Hu不变矩算法，依次计算得到每个ROI的色彩通道的不变矩；标准Hu不变矩算法原理如下：在连续情况下，图像函数为f(x，y)，那么图像的p+q阶几何矩定义为：p+q阶中心矩定义为：其中：归一化中心距定义为：ηpq＝μpq/(μ00ρ)，其中标准一阶Hu不变矩：M1＝η20+η02标准二阶Hu不变矩：M2＝(η20+η02)2+4η112由上述计算公式可以看出，图像函数f(x，y)在外界光源偏色或亮度变化明显时，函数f(x，y)在数值上的变化会直接反映到Hu不变矩结果中去，所以造成输出结果的鲁棒性不是十分理想。所以，本专利技术对标准Hu不变矩算法进行如下改良：首先，对图像函数f(x，y)求出梯度函数；为了运算方便，求出梯度函数的模来取代梯度函数；修改图像的p+q阶几何矩公式：修改p+q阶中心矩公式：其中：归一化中心距更新为：ηpq＝Upq/(μ00ρ)，其中改良一阶Hu不变矩：M1＝η20+η02改良二阶Hu不变矩：M2＝(η20+η02)2+4η112。由改良后计算公式可以看出，本专利技术用图像梯度函数的模|gradf(x，y)|来取代原来的图像函数f(x，y)，由于梯度函数反映的是图像领域像素之间沿某一方向的像素值变化率，表明的是像素值之间的差异性。在外界光源偏色或亮度变化明显时，图像的像素值变化是全局性的，且数值大小变化是方向一致的，所以即使图像函数f(x，y)的整体像素值增大或者减小，图像领域像素之间的像素值差异性几乎是不受影响的，即|gradf(x，y)|数值的变化是不明显的。因此，改良后的Hu不变矩算法在外界光源偏色或亮度变化明显时的鲁棒性有明显提高。在步骤六中：将首次计算得到的图书改良Hu不变矩数据以及图书信息存入数据库，在以后进行图书识别时，从数据库中自动检索数据进行对比识别。与现有的图书识别技术相比，本专利技术的有益效果是：基于Hu不变矩改进算法的图书识别方法，大幅度减少了人的操作量，同时避免了前期对书籍的条码设计、粘贴等过程，有效地节省了人力物力成本，识别准确，可移植性强，同时明显改善了标准Hu不变矩算法在外界光源偏色或亮度变化明显时的鲁棒性不好的缺陷，能够创造一定的经济效益和实用价值。附图说明图1为本专利技术的基于Hu不变矩改进算法的图书识别方法的流程图。图2为本专利技术的基于Hu不变矩改进算法的图书识别方法的图像处理示意图。具体实施方式为了能够更清楚地描述本专利技术的
技术实现思路
，下面结合具体实施例来进行进一步的描述。针对人工识别与条形码识别技术以及标准Hu不变矩算法在图书识别领域存在的问题，本专利提出了一种基于Hu不变矩改进算法的图书识别方法。如图1所示，本专利技术实施例中，一种基于三通道图像Hu不变矩的图书识别方法包括以下步骤：步骤一：采集图书彩色图像并滤波；步骤二：根据滤波后的图像采用最小包围矩形算法确定图书边沿；步骤三：将图书边沿内的图书图像处理为固定的像素尺寸，并拆分为多个ROI(感兴趣区域)；步骤四：依次将每个ROI进行通道分离，分离为红、绿、蓝三个色彩通道；步骤五：使用改良后的Hu不变矩算法，依次计算得到每个ROI的色彩通道的不变矩；步骤六：分析对比每个图书图像的所有改良Hu不变矩数据，进行图书识别；其中：在步骤一中：先拍摄固定背景环境的图书图像，再对图像进行滤波降噪操作。在步骤二中：根据滤波降噪后的图片创建出单通道灰度图，并对灰度图进行二值化操作得到二值图，再根据二值图查找到图像的图书轮廓数据，然后根据图像轮廓数据计算出轮廓的最小包围矩形，最终计算得到的最小包围矩形即为图2所示的图书边界。在步骤三中：先根据步骤二中得到的图书边界，将图书边沿内的图像处理为1200*840像素，并将图像按照300*280像素大小拆分为12个ROI，拆分效果如图2所示。在步骤四中：将每个三通道的12个ROI图像分别分离成红色单通道图像、本文档来自技高网...

【技术保护点】
1.一种基于Hu不变矩改进算法的图书识别方法，其特征在于，包括以下步骤：步骤一，采集图书彩色图像并滤波；步骤二，根据滤波后的图像采用最小包围矩形算法确定图书边沿；步骤三，将图书边沿内的图书图像处理为固定的像素尺寸，拆分为多个ROI；步骤四，依次将每个ROI进行通道分离，分离为红、绿、蓝三个色彩通道；步骤五，使用改良后的Hu不变矩算法，依次计算得到每个ROI的色彩通道的改良不变矩；所述改良后的Hu不变矩算法包括：首先，对图像函数f(x，y)求出梯度函数，

【技术特征摘要】
1.一种基于Hu不变矩改进算法的图书识别方法，其特征在于，包括以下步骤：步骤一，采集图书彩色图像并滤波；步骤二，根据滤波后的图像采用最小包围矩形算法确定图书边沿；步骤三，将图书边沿内的图书图像处理为固定的像素尺寸，拆分为多个ROI；步骤四，依次将每个ROI进行通道分离，分离为红、绿、蓝三个色彩通道；步骤五，使用改良后的Hu不变矩算法，依次计算得到每个ROI的色彩通道的改良不变矩；所述改良后的Hu不变矩算法包括：首先，对图像函数f(x，y)求出梯度函数，用梯度函数的模取代梯度函数，图像的p+q阶几何矩公式：p+q阶中心矩公式：...

【专利技术属性】
技术研发人员：赵登科，陈星，赵皓，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：辽宁,21