[發(fā)明專利]基于圖像鄰域結(jié)構(gòu)張量方程的特征提取方法

有效

• 申請?zhí)枺?/td>: 201611083692.6
• 申請日: 2016-11-30
• 公開（公告）號: CN106778435B
• 公開（公告）日: 2020-04-10
• 發(fā)明（設(shè)計）人: 查凱;王龍;姚峻峰
• 申請（專利權(quán)）人: 上海正雅齒科科技股份有限公司
• 主分類號: G06K7/14
• 分類號: G06K7/14
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于圖像鄰域結(jié)構(gòu)張量的特征提取方法，其特征在于它按照以下步驟順序進(jìn)行：

1）確定二維碼的下邊界；

2）采用區(qū)域生長法進(jìn)行的區(qū)域提取；

3）基于結(jié)構(gòu)張量的特征值計算；

4）使用最小二乘法，對得到的離散的其它三個邊界進(jìn)行擬合，得到最終的標(biāo)準(zhǔn)datamatix二維碼區(qū)域。

2.根據(jù)權(quán)利要求1所述的基于圖像鄰域結(jié)構(gòu)張量的特征提取方法，其特征在于：所述的步驟1）按照以下順序進(jìn)行：

a）計算圖像質(zhì)心；

對一幅二維離散的數(shù)字圖像,其階幾何矩定義為：

其中，p,q=0,1,2...，M,N為圖像的寬度和高度；

則質(zhì)心的計算公式為：

其中x₀為質(zhì)心的橫坐標(biāo)，y₀為質(zhì)心的縱坐標(biāo)；

b）截取質(zhì)心周圍像素的區(qū)域,并按圖像矩陣的行計算其灰度直方圖曲線；

c）得到直方圖曲線后找到曲線全局極小值所在的行作為二維碼下邊界的估計區(qū)域；

d）計算極小值所在區(qū)域的梯度；

圖像像素水平方向的梯度為：gx

圖像像素垂直方向的梯度為：gy =

圖像的梯度幅值為：；

e）對計算得到的梯度幅值進(jìn)行非極大值抑制運(yùn)算，得到梯度的局部最大值;

f）使用最小二乘法將由梯度最大值構(gòu)成的凹凸曲線擬合為一條直線，計算得到二維碼的下邊界；其中，最小二乘法的目標(biāo)函數(shù)J為：J()=min()。

3.根據(jù)權(quán)利要求1所述的基于圖像鄰域結(jié)構(gòu)張量的特征提取方法，其特征在于：所述的步驟2）按照以下步驟順序進(jìn)行：

a）設(shè)置種子點(diǎn)作為區(qū)域的生長起點(diǎn)；

b）構(gòu)建相似性評判準(zhǔn)則，將與種子點(diǎn)具有相同性質(zhì)的像素合并到種子像素所在的區(qū)域中；

c）將新合并到的像素作為新的種子點(diǎn)；

d）重復(fù)a）、b）和c）進(jìn)行算法的迭代，直到?jīng)]有滿足步驟b）中的條件像素被合并起來。

4.根據(jù)權(quán)利要求1所述的基于圖像鄰域結(jié)構(gòu)張量的特征提取方法，其特征在于：所述的步驟3）按照以下步驟順序進(jìn)行：

a）利用圖像的結(jié)構(gòu)張量構(gòu)建協(xié)方差矩陣；

b）分別用梯度算子計算出圖像中每個像素的k個方向的梯度，得到k個梯度矢量場矩陣，每個矩陣中各點(diǎn)的值為原圖像中對應(yīng)像素點(diǎn)在該方向上的梯度值；

c）利用原圖像中每一個像素都有其對應(yīng)的k個方向的梯度值G，則可得到圖像中每個像素的鄰域以及每個鄰域的k個方向的梯度，設(shè)L為某個像素鄰域的梯度構(gòu)成的矩陣：

L=，其中i為像素鄰域的范圍，k為鄰域的梯度方向；

再利用每個像素的鄰域以及鄰域的不同方向的梯度，構(gòu)建出基于鄰域區(qū)域的結(jié)構(gòu)張量矩陣J，則每個像素點(diǎn)的結(jié)構(gòu)張量矩陣J為:

J=L^T*L=；其中，L^T為矩陣L的轉(zhuǎn)置矩陣；J為對稱陣，利用協(xié)方差矩陣的性質(zhì)，計算該協(xié)方差矩陣，可以得到k個不具有相關(guān)性的特征值，若該像素為平滑的區(qū)域，則k個特征值均0；

d）遍歷圖像的所有像素，分別計算所有像素點(diǎn)的結(jié)構(gòu)張量矩陣，利用結(jié)構(gòu)張量矩陣特征值的計算結(jié)果作為相似性準(zhǔn)則，可以提取出圖像的平滑區(qū)域，即為二維碼本身所在的區(qū)域。

5.根據(jù)權(quán)利要求1所述的基于圖像鄰域結(jié)構(gòu)張量方程的特征提取方法，其特征在于：所述的最小二乘法的目標(biāo)函數(shù)為：J()=min()。