基于图像邻域结构张量方程的特征提取方法技术

本发明专利技术公开了一种基于图像邻域结构张量的特征提取方法，按照以下步骤顺序进行：1）确定二维码的下边界；2）采用区域生长法进行的区域提取；3）基于结构张量的特征值计算；4）使用最小二乘法，对得到的离散的其它三个边界进行拟合，得到最终的标准datamatix二维码区域。本发明专利技术采用区域生长法和结构张量的特征值计算确定二维码的邻域边界，较分别确定每个边界区域的方法更加简单，并且确定的边界更加准确。本发明专利技术适用于二维码区域的提取。

Feature extraction method based on tensor equation of neighborhood structure of image

The invention discloses a method of feature extraction image based on structure tensor, carried out in the following steps: 1) to determine the lower boundary of the two-dimensional code; 2) using region growing method to extract; 3) eigenvalue calculation based on structure tensor; 4) using the minimum two multiplication, to fit the the other three discrete boundary, get the final standard datamatix two-dimensional code region. The method uses the region growing method and the characteristic value of the structure tensor to calculate the neighborhood boundaries of the two-dimensional codes, and the method is simpler to determine each boundary region, and the boundary is more accurate. The invention is applicable to the extraction of two-dimensional code areas.

【技术实现步骤摘要】
基于图像邻域结构张量方程的特征提取方法
本专利技术属于算法领域，涉及一种区域特征提取方法，具体涉及一种基于图像邻域结构张量方程的特征提取方法。
技术介绍
DataMatrix是在国际制造领域广泛使用的二维码。DataMatrix是二维码的一个成员，与1989年由美国国际资料公司专利技术，广泛用于商品的防伪、统筹标识。是一种可以直接标记在固体表面的编码，该编码可以像普通条形码一样被相应的扫描装置自动读取，很受制造业青睐。目前DataMatrix被广泛用于产品标识、防伪、质量追踪、自动仓储、物流管理与控制等系统。DataMatrix采用了复杂的纠错码技术，使得该编码具有超强的抗污染能力。即使编码部分破损，一样不会影响读出全部信息。DataMatrix的印刷特征使得它成为目前唯一支持可以直接标记（印刷、刻制、光刻、腐蚀、冲压等方式）在产品或零部件表面的编码。它的高效容错性能使它可以承受制造或流通过程中对零部件表面标识的污染，因此非常受制造业的欢迎。针对各种不同的应用，国际上已经颁布了多种形式的DataMatrix符号标准体系。DataMatrix的最小尺寸是目前所有条码中最小的，尤其特别适用于小零件的标识，以及直接印刷在实体上。DataMatrix又可分为ECC000-140与ECC200两种类型，ECC000-140具有多种不同等级的错误纠正功能，而ECC200则透过Reed-Solomon演算法产生多项式计算出错误纠正码，其尺寸可以依需求印成不同大小，但采用的错误纠正码应与尺寸配合，由于其演算法较为容易，且尺寸较有弹性，故一般以ECC200较为普遍。DataMatrix码密度高，尺寸小，信息量大，给这种识别提供了可能，国内对DM码研究也较少。DataMatrix码是一种矩阵式二维条码，其最大特点就是密度高，其最小尺寸是目前所有条码中最小的码。DM码可在仅仅25mm2的面积上编码30个数字。DM采用了复杂的纠错码技术，使得该编码具有超强的抗污染能力。DataMatrix因提供极小又高密度的标签，且仍可存放合理的资料内容，故特别适用于小零件标识，商品防伪，电路标识等。由于其优秀的纠错能力，DM码己成为韩国手机二维条码的主流技术。相对QR而言，DM码由于信息容量差异不多，应用简单，被业内称为“简易码”，对终端要求不高，30万像素的手机就可识别，它更多的是基于WAP的增值。二维码给手机上网带来了新的入口，通过扫描各类条码，用户很快就能进入WAP网站，进行快速浏览。DataMatrix符号看起来像一个由深浅两种颜色组成的国际象棋棋盘，每一个相同大小的黑色或白色方格称为一个数据单位，DataMatrix符号就是由许多这样的数据单位组成。在寻边区外层有宽度为一个数据单位的静区。寻边区是“棋盘”的边界，只用于定位和定义数据单位大小，而不含有任何编码信息。被寻边区包围的数据区包含着编码信息。现有技术中使用DataMatrix大都印刷、刻制、光刻、腐蚀、冲压等方式，这些方式生成的二维码的识别方式较简单，因为其边缘的识别度较高，但是采用3D打印的方式，直接生成二维码，其识别边缘较模糊，较难实现定位，因此，研究一种能够针对3D打印方法生成的二维码进行区域定位的方法，具有重要的意义。
技术实现思路
本专利技术要解决的技术问题，是提供一种基于图像邻域结构张量方程的特征提取方法，采用区域生长法和结构张量的特征值计算确定二维码的邻域边界，较分别确定每个边界区域的方法更加简单，并且确定的边界更加准确。为解决上述技术问题，本专利技术所采取的技术方案是：一种基于图像邻域结构张量的特征提取方法，按照以下步骤顺序进行：1）确定二维码的下边界；2）采用区域生长法进行的区域提取；3）基于结构张量的特征值计算；4）使用最小二乘法，对得到的离散的其它三个边界进行拟合，得到最终的标准datamatix二维码区域。作为本专利技术的一种限定，所述的步骤1）按照以下顺序进行：a）计算图像质心；对一幅二维离散的数字图像,其阶几何矩定义为：；其中，p,q=0,1,2...，M,N为图像的宽度和高度；则质心的计算公式为：；其中x0为质心的横坐标，y0为质心的纵坐标；b）截取质心周围像素的区域,并按图像矩阵的行计算其灰度直方图曲线；c）得到直方图曲线后找到曲线全局极小值所在的行作为二维码下边界的估计区域；d）计算极小值所在区域的梯度；图像像素水平方向的梯度为：gx图像像素垂直方向的梯度为：gy=图像的梯度幅值为：；e）对计算得到的梯度幅值进行非极大值抑制运算，得到梯度的局部最大值;f）使用最小二乘法将由梯度最大值构成的凹凸曲线拟合为一条直线，计算得到二维码的下边界；其中，最小二乘法的目标函数J为：J()=min()。作为本专利技术的另一种限定，所述的步骤2）按照以下步骤顺序进行：a）设置种子点作为区域的生长起点；b）构建相似性评判准则，将与种子点具有相同性质的像素合并到种子像素所在的区域中；c）将新合并到的像素作为新的种子点；d）重复a）、b）和c）进行算法的迭代，直到没有满足步骤b）中的条件像素被合并起来。作为本专利技术的第三种限定，所述的步骤3）按照以下步骤顺序进行：a）利用图像的结构张量构建协方差矩阵；b）分别用梯度算子计算出图像中每个像素的k个方向的梯度，得到k个梯度矢量场矩阵，每个矩阵中各点的值为原图像中对应像素点在该方向上的梯度值；c）利用原图像中每一个像素都有其对应的k个方向的梯度值G，则可得到图像中每个像素的邻域以及每个邻域的k个方向的梯度，设L为某个像素邻域的梯度构成的矩阵：L=，其中i为像素邻域的范围，k为邻域的梯度方向；再利用每个像素的邻域以及邻域的不同方向的梯度，构建出基于邻域区域的结构张量矩阵J，则每个像素点的结构张量矩阵J为:J=LT*L=；其中，LT为矩阵L的转置矩阵；J为对称阵，利用协方差矩阵的性质，计算该协方差矩阵，可以得到k个不具有相关性的特征值，若该像素为平滑的区域，则k个特征值均0。d）遍历图像的所有像素，分别计算所有像素点的结构张量矩阵，利用结构张量矩阵特征值的计算结果作为相似性准则，可以提取出图像的平滑区域，即为二维码本身所在的区域。本专利技术还有一种限定，所述的最小二乘法的目标函数为：J()=min[]。由于采用了上述的技术方案，本专利技术与现有技术相比，所取得的技术进步在于：本专利技术采用区域生长法和结构张量的特征值计算确定二维码的邻域边界，较分别确定每个边界区域的方法更加简单，并且确定的边界更加准确。本专利技术适用于二维码区域的提取。本专利技术下面将结合说明书附图与具体实施例作进一步详细说明。附图说明图1为本专利技术实施例1中步骤1）提取结果的示意图；图2为本专利技术实施例1中步骤3）提取结果的示意图；图3为本专利技术实施例1中步骤4）提取结果的示意图。具体实施方式实施例1一种基于图像邻域结构张量的特征提取方法一种基于图像邻域结构张量的特征提取方法，按照以下步骤顺序进行：1）确定二维码的下边界；a）计算图像质心；对一幅二维离散的数字图像,其阶几何矩定义为：；其中，p,q=0,1,2...，M,N为图像的宽度和高度；则质心的计算公式为：；其中x0为质心的横坐标，y0为质心的纵坐标；b）截取质心周围像素的区域，并按图像矩阵的行计算其灰度直方图曲线；c）得到直方图曲线后找到本文档来自技高网...

【技术保护点】
一种基于图像邻域结构张量的特征提取方法，其特征在于它按照以下步骤顺序进行：1）确定二维码的下边界；2）采用区域生长法进行的区域提取；3）基于结构张量的特征值计算；4）使用最小二乘法，对得到的离散的其它三个边界进行拟合，得到最终的标准datamatix二维码区域。

【技术特征摘要】
1.一种基于图像邻域结构张量的特征提取方法，其特征在于它按照以下步骤顺序进行：1）确定二维码的下边界；2）采用区域生长法进行的区域提取；3）基于结构张量的特征值计算；4）使用最小二乘法，对得到的离散的其它三个边界进行拟合，得到最终的标准datamatix二维码区域。2.根据权利要求1所述的基于图像邻域结构张量的特征提取方法，其特征在于：所述的步骤1）按照以下顺序进行：a）计算图像质心；对一幅二维离散的数字图像,其阶几何矩定义为：其中，p,q=0,1,2...，M,N为图像的宽度和高度；则质心的计算公式为：其中x0为质心的横坐标，y0为质心的纵坐标；b）截取质心周围像素的区域,并按图像矩阵的行计算其灰度直方图曲线；c）得到直方图曲线后找到曲线全局极小值所在的行作为二维码下边界的估计区域；d）计算极小值所在区域的梯度；图像像素水平方向的梯度为：gx图像像素垂直方向的梯度为：gy=图像的梯度幅值为：；e）对计算得到的梯度幅值进行非极大值抑制运算，得到梯度的局部最大值;f）使用最小二乘法将由梯度最大值构成的凹凸曲线拟合为一条直线，计算得到二维码的下边界；其中，最小二乘法的目标函数J为：J()=min()。3.根据权利要求1所述的基于图像邻域结构张量的特征提取方法，其特征在于：所述的步骤2）按照以下步骤顺序进行：a）设置种子点作为区域的生长起点；b）构建相似性评判准则，将与种子点具有相同性质的像...

【专利技术属性】
技术研发人员：查凯，王龙，姚峻峰，
申请(专利权)人：上海正雅齿科科技有限公司，
类型：发明
国别省市：上海,31