高畸变二维点阵图像信息识读方法技术

本发明专利技术公开了高畸变二维点阵图像信息识读方法。包括：(1)图像形态学预处理与二值化；(2)图像中心标定与裁切；(3)估算点阵主方向栅格角度；(4)差分极性交替序列计算及其处理；(5)以副方向最小点间距为阈值的递推判定；(6)动态矢量参数搜索与质心修正；(7)多个矩阵转置、扩展、拼接与信息转化。本发明专利技术是基于印刷量子点的高可靠性有效性信息识读方法，是一种快速准确读取隐藏在印刷图像中的防伪标识、图像或文本信息的非校正直接识读方法，该识读方法克服了现有印刷量子点技术在抗污损、抗失真方面的缺陷，以及信息识读方法有效性方面存在的不足。不足。

【技术实现步骤摘要】
高畸变二维点阵图像信息识读方法


[0001]本专利技术涉及印刷防伪领域，具体为一种抗高程度畸变的二维点阵图像信息识读方法。

技术介绍

[0002]高畸变二维点阵图像信息识读方法不同于通过自适应霍夫变换结合逆透视变换的方法，也不同于高耗时建模的反曲面变换的方法，更不同于通过高线搜索函数的方法，而是基于先验和推理对复杂条件下拍摄所得空间点阵图像进行非校正直接识读的一种方法。
[0003]该方法在实现二维点阵图像信息识读时无需平移或者旋转图像，也不需要建立复杂模型对图像进行相应的逆曲面变换，是一种直接利用原图的具有极强抗畸变能力且简单、易行的信息识读方法。该方法在技术实现上因受复杂拍摄条件以及相机与承印物相对位置影响，导致该方法提取隐藏信息时的点阵畸变程度较大，需要通过特殊的符合线性和非线性畸变特性的高效可靠的信息识读技术给予克服和解决。

技术实现思路

[0004]本专利技术的目的在于克服二维点阵图像信息识读技术在抗污损、抗畸变的性能和信息识读有效性方面存在的不足，提供一种高畸变印刷量子点的信息识别及读取方法。
[0005]本专利技术解决其技术问题所采用的技术方案为：
[0006]高畸变二维点阵图像信息识读方法，所述方法利用数字图像处理技术结合先验推理方法，使其快速准确识读图像点阵信息，该方法包括以下步骤：
[0007](1)图像形态学处理与二值化
[0008]对褶皱污损的点阵图像进行预处理以及二值化，使之成为规范的二值化图像；
[0009](2)图像中心标定与裁切
[0010]对步骤(1)生产的二值化图像，按照比例进行中心标定，裁切图像边缘空白区域；
[0011](3)估算点阵主栅格角度
[0012]对步骤(2)生产的图像先验区域，逐像素求累加和序列并进行处理以估算量子点阵主方向偏移角度；
[0013](4)差分极性交替序列计算及其处理
[0014]对步骤(3)估算生成的点阵主栅格角度，通过先验区域像素值累加和计算差分极性交替序列，并依照二次差分结果对该序列进行增删；
[0015](5)先验区域副方向矩阵的递推判定
[0016]对步骤(4)生成的主方向差分极性交替序列，若图像中的点阵满铺则重复步骤(4)以计算副方向对应序列；反之则以步骤(4)中相邻标识线的最小量子点间距为阈值进行递推判定，生成完整的先验区域量子点识读矩阵；
[0017](6)动态矢量参数搜索与质心修正
[0018]对先验区域四邻域依据动态矢量进行递推搜索，生成符合搜索先后顺序的各个局
部量子点识读矩阵；
[0019](7)多矩阵转置、扩展、拼接
[0020]对步骤(6)生成的识读矩阵的边缘行列作为初始条件，继续搜索图像剩余区域并依照量子点空间分布对局部矩阵转置、扩展以拼接为完整识读点阵；
[0021]作为上述技术方案的改进，该方法还包括步骤(8)二值矩阵信息转化：将步骤(7)生成的菱形分布矩阵转化为实际信息植入存储效率更高的单边锯齿的方形形式。
[0022]作为上述技术方案的改进，步骤(1)中所述图像形态学与二值化处理包括拍摄褶皱污损的点阵图像并进行局部阈值二值化处理，之后利用连通域函数删除面积较大的区域以及计算剩余连通域数量作为量子点数。
[0023]作为上述技术方案的改进，步骤(2)中所述图像中心标定与裁切包括对二值图像逐行列对所有像素值进行积分并求峰值对应横纵坐标作为图像中心，之后依照图像积分非零位置或长宽最小值裁切原图。
[0024]作为上述技术方案的改进，步骤(3)中所述估算点阵主栅格角度包括利用脉冲宽度调制结合最小占空比寻优算法处理图像中心区域以估算量子点阵主方向偏移角度。
[0025]作为上述技术方案的改进，步骤(4)中所述差分极性交替序列计算及其处理是利用同一斜率的直线组求像素值累加和，之后计算其差分极性交替时刻的像素值序列，并依照序列中相邻元素差值再次进行增删。
[0026]作为上述技术方案的改进，步骤(5)中所述先验区域副方向矩阵的递推判定是指若量子点阵以满铺形式植入或其包含的点数满足后续解码需求则重复步骤(3)(4)所述方法计算并处理副方向的特征值序列；反之则以步骤(4)中相邻标识线的最小量子点间距为阈值进行递推判定。
[0027]作为上述技术方案的改进，步骤(6)中所述动态矢量参数搜索与质心修正是指参照动态矢量递推搜索以先验区域为中心的上下左右四个邻域，如果搜索到量子点则将下一次搜索初始位置平移到该量子点质心位置。
[0028]作为上述技术方案的改进，步骤(7)中所述多矩阵转置、扩展、拼接是指以步骤(6)生成的识读矩阵的边缘行列作为初始条件，继续搜索图像剩余区域并依照量子点空间分布对局部矩阵转置、扩展以拼接为完整识读点阵。
[0029]本专利技术带来的有益效果有：
[0030]本专利技术是一种抗高程度畸变的二维点阵图像信息识读方法，是一种快速准确读取隐藏在印刷图像中的防伪标识、图像或文本信息的非校正直接识读方法，该识读方法克服了现有印刷量子点技术在抗污损、抗失真方面的缺陷，以及信息识读方法有效性方面存在的不足。
附图说明
[0031]下面结合附图及具体实施例对本专利技术作进一步说明，
[0032]附图1是本专利技术的第一实施例流程图；
[0033]附图2是本专利技术的动态矢量搜索方法流程图。
具体实施方式
[0034]实施例1
[0035]一种主要应用于主次方向等间距垂直植入的畸变点阵图像信息识读方法。
[0036]参照附图1，该方法包括以下步骤：
[0037](1)图像形态学处理与二值化
[0038]对拍摄所得畸变图像进行局部平均阈值二值化处理以及开闭运算等形态学处理并进行连通域计数与大面积连通域剔除。
[0039](2)图像中心标定与裁切
[0040]对步骤(1)生产的量子点阵二值图像，进行图像降噪处理，然后依照长宽最小值裁切后进行一定扩展。
[0041](3)估算点阵先验区域主方向栅格角度
[0042]对步骤(2)生产的点阵居中边缘留白的二值图像，进行图像中心先验区域动态选取，图像畸变程度较小时先用二分法估算粗略角度之后利用贪婪算法确定精确角度，反之直接逐级缩小搜索范围以进行遍历，其中栅格角度是由于拍摄时相机和承印物偏移以及拍摄姿势造成的几何失真相位差。
[0043](4)差分极性交替序列计算及其处理
[0044]对步骤(3)生成的主方向栅格角度，以该方向及其对应先验区域计算像素累加和序列，之后求该序列的差分序列并确定正负交替时的像素位置序列，并依照二次差分结果进行误差容限内等差调整。
[0045](5)先验区域副方向矩阵的递推判定
[0046]对步骤(4)生成的像素位置序列，利用图像中心区域的该序列中相邻元素为截距的两条标线穿过的量子点计算主次方向角度差为钝角范围内最小距离，在其误差容限内进行搜索、递推以确定本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.高畸变二维点阵图像信息识读方法，其特征在于：所述方法利用数字图像处理技术结合先验推理算法，使其快速准确识读图像点阵信息，该方法包括以下步骤：(1)图像形态学处理与二值化；(2)图像中心标定与裁切；(3)估算点阵先验区域主方向栅格角度；(4)差分极性交替序列计算及其处理；(5)先验区域副方向矩阵的递推判定；(6)动态矢量参数搜索与质心修正；(7)多矩阵转置、扩展、拼接与信息转化。2.根据权利要求1所述的高畸变二维点阵图像信息识读方法，其特征在于：所述方法具体包括以下步骤：(1)图像形态学处理与二值化对褶皱污损的点阵图像进行预处理以及二值化，使之成为规范的二值化图像；(2)图像中心标定与裁切对步骤(1)生产的二值化图像，按照比例进行中心标定，裁切图像边缘空白区域；(3)估算点阵先验区域主方向栅格角度对步骤(2)生产的图像先验区域，逐像素求累加和序列并进行处理以估算量子点阵主方向偏移角度；(4)差分极性交替序列计算及其处理对步骤(3)估算生成的点阵主栅格角度，通过先验区域像素值累加和计算差分极性交替序列，并依照二次差分结果对该序列进行增删；(5)先验区域副方向矩阵的递推判定对步骤(4)生成的主方向差分极性交替序列，若图像中的点阵满铺则重复步骤(4)以计算副方向对应序列；反之则以步骤(4)中相邻标识线的最小量子点间距为阈值进行递推判定，生成完整的先验区域量子点识读矩阵；(6)动态矢量参数搜索与质心修正对先验区域四邻域依据动态矢量进行递推搜索，生成符合搜索先后顺序的各个局部量子点识读矩阵；(7)多矩阵转置、扩展、拼接对步骤(6)生成的识读矩阵的边缘行列作为初始条件，继续搜索图像剩余区域并依照量子点空间分布对局部矩阵转置、扩展以拼接为完整识读点阵；(8)二值矩阵信息转化。3.根据权利要求2所述的高畸变二维点阵图像信息识读方法，其特征在于：步骤(1)中所述图像形态学处理及二值化技术包括对图像进行局部平均阈值二值化、腐蚀膨...

【专利技术属性】
技术研发人员：曹鹏，池稼轩，
申请(专利权)人：北京印刷学院，
类型：发明
国别省市：