一种基于压缩感知的二维码图像光照均衡方法技术

本发明专利技术公开一种基于压缩感知的光照不均的二维码图像复原方法，包括以下步骤：采集同一个二维码图像，获取两张二维码图像，并对二维码图像进行稀疏性分析；分别对两张二维码图像进行傅里叶变换得到其频谱图像X1和X2，根据二维码图像的傅里叶特征设置一个非相关采样矩阵，此非相关矩阵是由十字形和同心圆所组成的，并且采样的十字形宽度和同心圆形的大小可以进行适当的调整，对频谱图像X1和X2在傅里叶域进行频谱采样到Y1和Y2；对Y1和Y2进行线性融合得到了新傅里叶频谱Y；用FISTA对频谱Y进行快速软阈值迭代，得到Y’，并且对Y’进行逆傅里叶变换的到恢复后的图像f，并且对图像f进行二值化处理，识别二维码图像。本发明专利技术能够均衡光照，在提高对光照不均图像处理速度的同时，又能比较准确的还原出原二维码图像。

【技术实现步骤摘要】

本专利技术涉及二维码图像的识别领域，更具体地，涉及一种基于压缩感知的二维码图像的光照均衡方法。
技术介绍
二维条码的预处理是二维码识别过程中一个非常重要的环节，二维码图像的预处理结果直接影响到识别的结果。由于二维码的应用环境复杂多变，且从成像设备上获取的二维码图像质量不一，经常会遇到光照不均的情况。传统的图像融合方法有基于小波变换图像融合和基于快速迭代收缩阈值算法(Fast Iterative Shrinkage-thresholding Algorithm FISTA)的压缩感知的图像融合。基于小波变换图像融合算法，其恢复的二维码图像效果较好，但该算法存在复杂和耗时过长的缺点；而基于FISTA算法的压缩感知的图像融合算法，时间虽然较快，但是恢复的二维码图像效果一般都很不好。经对现有技术文献的检索发现，论文名称“基二维条码识读技术及其应用研究”。该技术首先利用小波分解得到图像的高低频，再分别对高低频进行处理，然后恢复图像。该文利用小波分解法，对高频低频分别进行处理，提升图像的效果；对一些光照不均较明显的图像，该技术并不能完全消除光照不均的影响，而且最终的算法过于复杂，导致处理速度较慢。
技术实现思路
为了解决上述现有技术的不足，本专利技术提出一种基于压缩感知的二维码图像光照均衡的方法，该方法能够在提高对严重光照不均图像处理速度的同时，又能比较准确的还原出原二维码图像。为了实现上述目的，本专利技术采用的技术方案是：一种基于压缩感知的二维码图像光照均衡方法，其包括以下步骤：1)多次采集同一个二维码图像，获取两张二维码图像，并对二维码图像进行稀疏性分析，得出二维码图像具有稀疏的特性；2)分别对两张二维码图像进行傅里叶变换得到其频谱图像X1和X2，根据二维码图像的傅里叶特征设置一个非相关采样矩阵，对频谱图像X1和X2在傅里叶域进行频谱采样到Y1和Y2；3)对Y1和Y2进行线性融合得到了新傅里叶频谱Y；4)用FISTA对频谱Y进行快速软阈值迭代，得到Y’，并且对Y’进行逆傅里叶变换的到恢复后的图像f，并且对图像f进行二值化处理，识别二维码图像。在使用本专利技术获取两张二维码图像之后，对二维图像的稀疏性进行分析，具体如下：稀疏性的描述，一个信号u∈RN如果是稀疏的，那么理论上就可以在以远低于奈圭斯特定理所要求最少2倍的采样速率来采样的情况下，仍可以精确重构原始信U。压缩感知理论揭示了一个道理，采样速率不在取决于信号带宽，而是很大程度上取决于以下两个准则，即非相关性和稀疏性。如果一个信号中只有少数元素是非零的，则该信号是稀疏的或可压缩的。通常图像信号在时域内是非稀疏的，而在某些基下是稀疏的，例如自然图像在Wavelet下是稀疏的或可压缩。可用下式子来表示信号的稀疏性：u∈RN其中，U表示一个N×1的信号，Ψ＝[ψ1|ψ2|...ψN]，ψi为N×1的列向量，称之为稀疏矩阵，α是在稀疏矩阵Ψ下的变换系数，如果α里面含有少量的大系数，而大多系数是零或者接近零，则称信号U是可压缩的。二维码(QR码)图像的数据和纠错深色部分占55％左右，所以根据每个QR码深色的块数s；深色的块数占的比例通q确定QR码图像是否为可压缩图像，a是QR码每边的块数，b是QR码功能图形块数，c是QR码格式及版本信息模块数，公式如下：s＝b+c+(a2-b-c)/2q=sa2]]>根据上面的公式得到从版本1到版本40的QR码图像中，深色的块数占的比例分别是从81％-57％左右。由于在一个信号中如果只有少数元素是非零的，则该信号是稀疏的可压缩，可知QR码图像是可压缩的，是稀疏的，所以QR码图像是稀疏性分析图像。更进一步的，所述步骤2)中根据二维码图像的傅里叶特征设置一个非相关采样矩阵的具体过程为：2.1)非相关采样矩阵是根据二维码图像的傅里叶特征进行设置的，二维码图像的傅里叶变换是类似十字形的图像；2.2)构造出一个确定性的M(i,j)的观测矩阵，其中0≤i≤256；0≤j≤256，则上述非相关采样矩阵是一个同心圆和一个十字形的叠加而成的；其模型如下：D=(i-128)2+(j-128)2(0≤i≤256;0≤j≤256)]]>其中D表示同心圆内点到点的距离，其中同心圆内点到点的距离为D，且是距离D小于等于45个像素点的同心圆，并且采样的十字形宽度和同心圆形的大小可以进行适当的调整。调整的具体大小是通过统计二维码的黑色和白色点的比例来确定，其确定方法为:首先将QR码进行二值化处理，然后进行归一化处理，得出0和1的两个数值，统计0黑色点的个数，判断每一个像素点，如果是0，则n＝n+1。然后(256*256)-n得出白色点的个数，算出黑色点和白色点的比例，黑色点数越多，采样矩阵的宽度和长度越大，相反，就越小。所述步骤4)中用FISTA对频谱Y进行快速软阈值迭代的具体步骤如下：4.1)设置图像的阈值为T，阈值T是根据QR码的傅里叶变换的频谱还原的图像质量来选取的；4.2)比较经过傅里叶变换和采样后的图像对应的频率点x(i,j)和阈值T，0≤i≤256；0≤j≤256，当x(i,j)≤T，则变量f1＝0，当x(i,j)>T，则变量f1＝1；4.3)比较经过傅里叶变换和采样后的图像对应的频率点x(i,j)与阈值T的相反数，当x(i,j)≥-T，则变量f2＝0，当x(i,j)<-T，则变量f2＝1；4.4)变量f3＝f1+f2；4.5)设置图像每一像素点的大小，如下公式所示：x(i,j)＝[x(i,j)-f1×T]x(i,j)＝[(x(i,j)+f2×T]X＝X*f34.6)设置迭代系数t，如下公式所示：t=1+1+4×t22]]>4.7)根据迭代系数t来更新图像每像素的傅里叶域的值，如下公式所示：x(i,j)=x(i,j)+(t-1)t×(x(i,j)-x(i,j)p)]]>其中x(i,j)是通过阈值更新后傅里叶域的值，x(i,j)p为未通过阈值更新的傅里叶域的值；4.8)对其阈值T进行更新，并且判断此时的阈值是否小于0.001，当大于等于0.001则需要从步骤4.2)至4.8)重新再做一次；当阈值小于0.001则中断循环，如下公式所示更新阈值T：T＝T×0.9。与现有技术相比，本专利技术具有如下技术效果：本专利技术首先将二维条码图像进行稀释性分析，得出二维码具有稀疏性。然后对二维条码图像进行傅里叶变换，得到转换后的频谱图像；然后对其傅本文档来自技高网...

【技术保护点】
一种基于压缩感知的二维码图像光照均衡方法，其特征是，包括以下步骤：1)采集同一个二维码图像，获取两张二维码图像，并对二维码图像进行稀疏性分析，得出二维码图像具有稀疏的特性；2)分别对两张二维码图像进行傅里叶变换得到其频谱图像X1和X2，根据二维码图像的傅里叶特征设置一个非相关采样矩阵，对频谱图像X1和X2在傅里叶域进行频谱采样到Y1和Y2；3)对Y1和Y2进行线性融合得到了新傅里叶频谱Y；4)用FISTA对频谱Y进行快速软阈值迭代，得到Y’，并且对Y’进行逆傅里叶变换的到恢复后的图像f，并且对图像f进行二值化处理，复原二维码图像。

【技术特征摘要】
1.一种基于压缩感知的二维码图像光照均衡方法，其特征是，包括以下步
骤：
1)采集同一个二维码图像，获取两张二维码图像，并对二维码图像进行稀
疏性分析，得出二维码图像具有稀疏的特性；
2)分别对两张二维码图像进行傅里叶变换得到其频谱图像X1和X2，根据
二维码图像的傅里叶特征设置一个非相关采样矩阵，对频谱图像X1和X2在傅
里叶域进行频谱采样到Y1和Y2；
3)对Y1和Y2进行线性融合得到了新傅里叶频谱Y；
4)用FISTA对频谱Y进行快速软阈值迭代，得到Y’，并且对Y’进行逆傅
里叶变换的到恢复后的图像f，并且对图像f进行二值化处理，复原二维码图像。
2.根据权利要求1所述的基于压缩感知的二维码图像光照均衡方法，其特征
是，所述步骤2)中根据二维码图像的傅里叶特征设置一个非相关采样矩阵的具
体过程为：
2.1)非相关采样矩阵是根据二维码图像的傅里叶...

【专利技术属性】
技术研发人员：陈荣军，谭洪舟，莫嘉永，朱雄泳，李智文，黄登，
申请(专利权)人：中山大学，中山大学花都产业科技研究院，
类型：发明
国别省市：广东;44