[發(fā)明專利]一種基于壓縮感知的二維碼圖像光照均衡方法

有效

• 申請?zhí)枺?/td>: 201410598979.7
• 申請日: 2014-10-29
• 公開（公告）號: CN104408698A
• 公開（公告）日: 2015-03-11
• 發(fā)明（設(shè)計）人: 陳榮軍;譚洪舟;莫嘉永;朱雄泳;李智文;黃登
• 申請（專利權(quán)）人: 中山大學(xué);中山大學(xué)花都產(chǎn)業(yè)科技研究院
• 主分類號: G06T5/50
• 分類號: G06T5/50
• 代理公司: 廣州粵高專利商標(biāo)代理有限公司 44102
• 代理人: 林麗明

技術(shù)領(lǐng)域

本發(fā)明涉及二維碼圖像的識別領(lǐng)域，更具體地，涉及一種基于壓縮感知的二維碼圖像的光照均衡方法。

背景技術(shù)

二維條碼的預(yù)處理是二維碼識別過程中一個非常重要的環(huán)節(jié)，二維碼圖像的預(yù)處理結(jié)果直接影響到識別的結(jié)果。由于二維碼的應(yīng)用環(huán)境復(fù)雜多變，且從成像設(shè)備上獲取的二維碼圖像質(zhì)量不一，經(jīng)常會遇到光照不均的情況。傳統(tǒng)的圖像融合方法有基于小波變換圖像融合和基于快速迭代收縮閾值算法(Fast?Iterative?Shrinkage-thresholding?Algorithm?FISTA)的壓縮感知的圖像融合。基于小波變換圖像融合算法，其恢復(fù)的二維碼圖像效果較好，但該算法存在復(fù)雜和耗時過長的缺點；而基于FISTA算法的壓縮感知的圖像融合算法，時間雖然較快，但是恢復(fù)的二維碼圖像效果一般都很不好。

經(jīng)對現(xiàn)有技術(shù)文獻的檢索發(fā)現(xiàn)，論文名稱“基二維條碼識讀技術(shù)及其應(yīng)用研究”。該技術(shù)首先利用小波分解得到圖像的高低頻，再分別對高低頻進行處理，然后恢復(fù)圖像。該文利用小波分解法，對高頻低頻分別進行處理，提升圖像的效果；對一些光照不均較明顯的圖像，該技術(shù)并不能完全消除光照不均的影響，而且最終的算法過于復(fù)雜，導(dǎo)致處理速度較慢。

發(fā)明內(nèi)容

為了解決上述現(xiàn)有技術(shù)的不足，本發(fā)明提出一種基于壓縮感知的二維碼圖像光照均衡的方法，該方法能夠在提高對嚴(yán)重光照不均圖像處理速度的同時，又能比較準(zhǔn)確的還原出原二維碼圖像。

為了實現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是：

一種基于壓縮感知的二維碼圖像光照均衡方法，其包括以下步驟：

1)多次采集同一個二維碼圖像，獲取兩張二維碼圖像，并對二維碼圖像進行稀疏性分析，得出二維碼圖像具有稀疏的特性；

2)分別對兩張二維碼圖像進行傅里葉變換得到其頻譜圖像X1和X2，根據(jù)二維碼圖像的傅里葉特征設(shè)置一個非相關(guān)采樣矩陣，對頻譜圖像X1和X2在傅里葉域進行頻譜采樣到Y(jié)1和Y2；

3)對Y1和Y2進行線性融合得到了新傅里葉頻譜Y；

4)用FISTA對頻譜Y進行快速軟閾值迭代，得到Y(jié)’，并且對Y’進行逆傅里葉變換的到恢復(fù)后的圖像f，并且對圖像f進行二值化處理，識別二維碼圖像。

在使用本發(fā)明獲取兩張二維碼圖像之后，對二維圖像的稀疏性進行分析，具體如下：

稀疏性的描述，一個信號u∈R^N如果是稀疏的，那么理論上就可以在以遠(yuǎn)低于奈圭斯特定理所要求最少2倍的采樣速率來采樣的情況下，仍可以精確重構(gòu)原始信U。壓縮感知理論揭示了一個道理，采樣速率不在取決于信號帶寬，而是很大程度上取決于以下兩個準(zhǔn)則，即非相關(guān)性和稀疏性。如果一個信號中只有少數(shù)元素是非零的，則該信號是稀疏的或可壓縮的。通常圖像信號在時域內(nèi)是非稀疏的，而在某些基下是稀疏的，例如自然圖像在Wavelet下是稀疏的或可壓縮。可用下式子來表示信號的稀疏性：

u∈R^N

其中，U表示一個N×1的信號，Ψ＝[ψ₁|ψ₂|...ψ_N]，ψ_i為N×1的列向量，稱之為稀疏矩陣，α是在稀疏矩陣Ψ下的變換系數(shù)，如果α里面含有少量的大系數(shù)，而大多系數(shù)是零或者接近零，則稱信號U是可壓縮的。

二維碼(QR碼)圖像的數(shù)據(jù)和糾錯深色部分占55％左右，所以根據(jù)每個QR碼深色的塊數(shù)s；深色的塊數(shù)占的比例通q確定QR碼圖像是否為可壓縮圖像，a是QR碼每邊的塊數(shù)，b是QR碼功能圖形塊數(shù)，c是QR碼格式及版本信息模塊數(shù)，公式如下：

s＝b+c+(a²-b-c)/2

q=sa2]]>

根據(jù)上面的公式得到從版本1到版本40的QR碼圖像中，深色的塊數(shù)占的比例分別是從81％-57％左右。由于在一個信號中如果只有少數(shù)元素是非零的，則該信號是稀疏的可壓縮，可知QR碼圖像是可壓縮的，是稀疏的，所以QR碼圖像是稀疏性分析圖像。

更進一步的，所述步驟2)中根據(jù)二維碼圖像的傅里葉特征設(shè)置一個非相關(guān)采樣矩陣的具體過程為：

2.1)非相關(guān)采樣矩陣是根據(jù)二維碼圖像的傅里葉特征進行設(shè)置的，二維碼圖像的傅里葉變換是類似十字形的圖像；