CN102194115B - 图像处理装置和图像处理方法 - Google Patents
图像处理装置和图像处理方法 Download PDFInfo
- Publication number
- CN102194115B CN102194115B CN2011100655052A CN201110065505A CN102194115B CN 102194115 B CN102194115 B CN 102194115B CN 2011100655052 A CN2011100655052 A CN 2011100655052A CN 201110065505 A CN201110065505 A CN 201110065505A CN 102194115 B CN102194115 B CN 102194115B
- Authority
- CN
- China
- Prior art keywords
- image
- template
- pattern
- fuzzy
- reading
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims abstract description 133
- 238000003672 processing method Methods 0.000 title claims abstract description 7
- 238000001514 detection method Methods 0.000 claims description 144
- 238000006073 displacement reaction Methods 0.000 claims description 16
- 230000013011 mating Effects 0.000 claims description 12
- 230000015572 biosynthetic process Effects 0.000 claims 2
- 230000008878 coupling Effects 0.000 claims 2
- 238000010168 coupling process Methods 0.000 claims 2
- 238000005859 coupling reaction Methods 0.000 claims 2
- 238000000034 method Methods 0.000 description 16
- 238000012360 testing method Methods 0.000 description 13
- 230000008859 change Effects 0.000 description 9
- 238000010606 normalization Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000009471 action Effects 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 7
- 230000002708 enhancing effect Effects 0.000 description 7
- 238000007639 printing Methods 0.000 description 7
- 238000001228 spectrum Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000013507 mapping Methods 0.000 description 5
- 238000002161 passivation Methods 0.000 description 5
- 238000000605 extraction Methods 0.000 description 4
- 230000003321 amplification Effects 0.000 description 3
- 238000005315 distribution function Methods 0.000 description 3
- 238000003199 nucleic acid amplification method Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000009415 formwork Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000009416 shuttering Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 241000931705 Cicada Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/10—Image enhancement or restoration by non-spatial domain filtering
-
- G06T5/73—
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/44—Secrecy systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20201—Motion blur correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Abstract
图像处理装置和图像处理方法。图像处理装置包括:接口单元,其用于取得通过拍摄形成在介质上的图像而生成的读出图像;存储单元,其用于存储通过在所述图像中包含的规定图案上叠加不同的模糊量而生成的多个模板,并且用于存储叠加在各模板上的模糊量;以及处理单元,其用于检测所述规定图案在所述读出图像上所处的图案区域,计算所述图案区域与所述多个模板中的各个之间的匹配度,基于该匹配度识别与位于所述读出图像上的所述规定图案最匹配的模板,并且推断为与所述最匹配的模板相对应的模糊量代表了叠加在所述读出图像上的模糊量。
Description
技术领域
本文中说明的实施方式涉及用于对通过转换印刷在介质上的图像而以电子数据的形式生成的图像进行处理的图像处理装置,以及用于实现该图像处理装置的图像处理方法和图像处理计算机程序。
背景技术
近年来已经广泛使用了以图案形式呈现数据的二维码。这样的二维码包含具有规定图案的定位符号,使得能够根据读出了二维码的图像确定二维码的位置(例如,参照日本特开平07-254037号公报)。
还已经开发了用于防止在印刷介质上印刷的秘密信息被看见的技术。例如,在一种提出的技术中,预先对需要防止被经授权人士之外的其他人看见的图像进行加密,并且将如此经过加密的图像印刷在诸如纸张等的介质上(例如,参照日本特开2008-301044号公报)。使用上面提出的技术的加密装置根据规定的密钥,逐块地改变所选区域中像素的顺序,来对输入图像的所选区域进行加密。进一步地,加密装置将用于定位加密区域的定位标记附加到加密区域的四个角部中的至少两个角部。加密装置进一步附加用于验证通过对加密区域进行解密所获得的解密图像的有效性的检查标记。另一方面,解密装置使用读取装置(如,扫描器或数码相机)读取印刷了具有加密区域的图像的介质,并且将图像转换成电子数据。接着,对于转换成电子数据形式的图像,解密装置参照定位标记对加密区域进行解密,由此恢复原始图像。
但是,当由数码相机或装配有摄像头的移动电话拍摄印刷有二维码或者加密图像的介质的图像时,可能由于焦点没对准(失焦)而使拍摄到的图像模糊,或者由于相机抖动而造成的模糊图像可能叠加在拍摄到的图像上。如果这样的模糊图像叠加在拍摄到的图像上,则由图像中所示的二维码所表示的数据可能无法恢复。如果可以恢复数据,则通过对加密图像进行解密得到的图像的质量将远远不如原始图像的质量。
另一方面,提出了基于从拍摄图像获得的边缘强度或自相关值,来评估叠加在拍摄图像上的模糊量或相机抖动量的技术(例如,参照日本特开2000-18920和2006-172417)。
但是,从拍摄图像检测的边缘强度或自相关值会根据拍摄了图像的介质上所印刷的图像而变化。因此,期望开发能够与介质上印刷的图像无关地检测拍摄图像上叠加的模糊量的技术。
发明内容
因此,本发明一个方面的目的是提供可以检测叠加在拍摄图像上的模糊量的图像处理装置和方法。
根据一个实施方式,提供了一种图像处理装置。该图像处理装置包括:接口单元,其用于取得通过拍摄形成在介质上的图像而生成的读出图像;存储单元,其用于存储通过将不同的模糊量叠加在所述图像中包含的规定图案上而生成的多个模板,并且用于存储分别叠加在所述多个模板上的模糊量;以及处理单元,其用于检测叠加在所述读出图像上的模糊量。所述处理单元检测所述规定图案在所述读出图像上所处的图案区域,计算所述图案区域与所述多个模板中的各个模板之间的匹配度,并基于该匹配度从所述多个模板中识别与位于所述读出图像上的所述规定图案最匹配的模板,并且推断为与该最匹配的模板相对应的模糊量代表了叠加在所述读出图像上的模糊量。
根据另一个实施方式,提供了一种处理通过拍摄形成在介质上的图像而生成的读出图像的方法。该图像处理方法包括以下步骤:取得通过拍摄形成在所述介质上的图像而生成的所述读出图像;检测所述介质上形成的所述图像中所包含的规定图案在所述读出图像上所处的图案区域;计算所述图案区域与通过在所述规定图案上叠加不同的模糊量而生成的多个模板中的各个模板之间的匹配度,并基于该匹配度从所述多个模板中识别与位于所述读出图像上的所述规定图案最匹配的模板;以及推断为与该最匹配的模板相对应的模糊量代表了叠加在所述读出图像上的模糊量。
附图说明
图1示意性地示出了根据第一实施方式的图像处理装置的构造。
图2A示出了加密图像的一例。
图2B是图2A中所示的加密图像包含的位置检测标记的放大图。
图2C示出了图2B中所示的位置检测标记的一部分的亮度分布。
图3A示出了由于水平方向的相机抖动,图2A中所示的加密图像被拍摄成模糊图像时,位置检测标记的图像。
图3B示出了图3A示出的区域C的水平方向亮度分布。
图4是示出了根据第一实施方式的处理单元的功能结构的框图。
图5是示出了生成模糊检测模板的过程的动作流程图。
图6A示出了位置检测标记的边缘相对于光接收元件的相对位置与图像上的位置检测标记边缘附近的像素值之间的关系。
图6B示出了位置检测标记的边缘相对于光接收元件的相对位置与图像上的位置检测标记边缘附近的像素值之间的关系。
图6C示出了位置检测标记的边缘相对于光接收元件的相对位置与图像上的位置检测标记边缘附近的像素值之间的关系。
图6D示出了位置检测标记的边缘相对于光接收元件的相对位置与图像上的位置检测标记边缘附近的像素值之间的关系。
图7A示出了水平模糊检测模板中的黑/白块边界处的像素值分布。
图7B示出了水平模糊检测模板中的黑/白块边界处的像素值分布。
图7C示出了水平模糊检测模板中的黑/白块边界处的像素值分布。
图7D示出了水平模糊检测模板中的黑/白块边界处的像素值分布。
图8示出了各块在原始图像上的位置与各块在加扰后图像上的位置之间的映射。
图9示出了根据第一实施方式的由图像处理装置的处理单元上执行的计算机程序控制的图像处理的动作流程图。
图10是示出了根据第二实施方式的处理单元的功能结构的框图。
图11是示出了根据第二实施方式的由图像处理装置的处理单元上执行的计算机程序控制的图像处理的动作流程图。
具体实施方式
下面将参照附图描述根据第一实施方式的图像处理装置。当通过诸如数码相机或装配有摄像头的移动电话以电子数据的形式拍摄印刷有图像的介质(例如纸)的图像时,图像处理装置检测由于焦点未对准(失焦)或相机抖动而叠加在拍摄图像上的模糊量。为此,图像处理装置计算介质上印刷的图像中所包含的已知图案与具有不同模糊量的多个模板中的各个模板之间的匹配度。接着,图像处理装置确定在拍摄图像上叠加了与图像上的已知图案最为匹配的模板所对应的模糊量。
为了方便,在介质上印刷的图像后面将被称为印刷图像。作为包含已知图案的图像的印刷图像这里包括例如通过对原始图像进行加密而获得的加密图像,或者二维码图像。作为一例,这里假设印刷图像是加密图像。进一步地,通过拍摄印刷图像而获得的图像将被称为读出图像。
图1示意性地示出了根据第一实施方式的图像处理装置的结构。图像处理装置1包括接口单元11、存储单元12和处理单元13。图像处理装置1经由接口单元11连接到图像拍摄装置2。图像处理装置1通过对读出图像(即,从图像拍摄装置2获得的、被转换成电子数据的加密图像)进行解密而获得解密图像。
图像拍摄装置2拍摄印刷在诸如纸等的介质上的加密图像,并且通过将加密图像转换成电子数据来生成读出图像。为此,图像拍摄装置2包括以二维阵列设置的多个光接收元件、以及用于将拍摄到的图像聚焦在多个光接收元件上的光学系统。光接收元件是例如固态成像元件。图像拍摄装置2可以与图像处理装置1组合成单个单元,或者可以设置为独立于图像处理装置1的单独单元。
接口单元11包括例如,用于将图像处理装置1连接到图像拍摄装置2的通信接口、以及该接口的控制电路。通信接口可以是符合例如诸如通用串行总线(USB)或小型计算机系统接口(SCSI)等的通信标准的接口。
接口单元11从图像拍摄装置2取得读出图像并且将读出图像传给处理单元13。进一步地,接口11从处理单元13接收读出图像或者解密图像,并且向诸如显示器或打印机等的输出装置3提供接收到的图像。
接口单元11可以还包括通信接口和该接口的控制电路,该通信接口用于将图像处理装置1连接到符合诸如以太网(注册商标)等的通信标准的通信网络或者连接到综合服务数字网络(ISDN)。从而,图像处理装置1可以通过接口单元11向其它装置发送读出图像或解密图像。
另选地,图像处理装置1可以通过通信网络从其它装置取得读出图像。
存储单元12包括例如从半导体存储器、磁盘装置和光盘装置中所选择的至少一种装置。存储单元12存储要在图像处理装置1内执行的计算机程序、用于对加密图像进行解密的解密密钥等的参数、以及从图像拍摄装置2获得的读出图像或者由处理单元13生成的解密图像。
存储单元12还存储用于识别加密图像上的包含已知图案的区域的图案检测模板。存储单元12还存储多个模糊检测模板(各模糊检测模板是通过将规定模糊量叠加在加密图像上的已知图案上而生成的)、以及与各模糊检测模板相对应的模糊量和识别编号。后面将详细描述图案检测模板和模糊检测模板。
处理单元13包括一个或多个处理器以及它们的外围电路。处理单元13确定从图像拍摄装置2取得的读出图像上叠加的模糊量。进一步地,处理单元13通过对读出图像进行解密来生成解密图像。而且,处理单元13控制图像处理装置1的总体动作。
图2A示出了加密图像的一例。如图2A所示,在加密图像200的四个角部设置了用于定位加密图像区域的位置检测标记201至204。位置检测标记201至204是对于对加密图像进行解密的装置(在本实施方式中,图像处理装置1)预先知道的图案。在例示的示例中,位置检测标记201至204各具有这样的图案:低亮度矩形块和高亮度矩形块沿着水平方向和垂直方向交替地设置。在图2A中,低亮度块由黑色矩形表示,而高亮度块由白色矩形表示。为了方便,低亮度块后面将称为黑色块而高亮度块将称为白色块。
图2B是设置在加密图像200左上角的位置检测标记201的放大图。图2C示出了图2B所示的区域A中的、位置检测标记201的水平方向的图案的一部分的像素值分布。如图2C所示,点f0至f9设置在横穿位置检测标记201的水平图案的水平线B上。在点f0至f9中,位于黑色块内的点f0至f4的像素值小于位于白色块内的点f5至f9的像素值。像素值在点f4和f5之间的块边界处急剧变化。因此,在没有叠加相机抖动或模糊的理想读出图像的情况下,亮度在位置检测标记中的白色块和黑色块之间的边界处急剧变化。
图3A示出了由于水平方向的相机抖动,图2A中所示的加密图像被拍摄为模糊图像时,左上角的位置检测标记201的图像的一例。
当读出图像上叠加了由于水平方向的相机抖动而造成的模糊时,如图3A所示,在位置检测标记201的图像300中,位置检测标记201中的白色块和黑色块之间的边界变得不清楚。
图3B示出了图3A所示的区域C中像素值的水平方向分布。在图3B中,横坐标表示读出图像的水平方向的位置,而纵坐标表示像素值。如曲线300所示,当读出图像上叠加了由于水平方向的相机抖动而造成的模糊时,与图像没有模糊的情况相比,随着水平位置变化,像素值平缓变化。接着,随着读出图像上叠加的模糊量变大,白色块和黑色块之间的边界变得更不清楚,并且边界附近的像素值更加平缓地变化。这样,读出图像中包含的位置检测标记的图像的像素值分布根据叠加在读出图像上的模糊量而变化。
因此,通过检查读出图像上的位置检测标记中包含的已知图案的像素值分布,处理单元13可以确定叠加在读出图像上的模糊量。
图4是示出了处理单元13的功能结构的框图。处理单元13包括模板生成单元21、图案检测单元22、匹配单元23、判定单元24、校正单元25和解密单元26。构成处理单元13的这些单元是通过在处理单元13中包含的处理器上执行计算机程序而实现的功能模块。
模板生成单元21生成多个模糊检测模板,通过将规定模糊量叠加在加密图像的位置检测标记上来生成各模糊检测模板。
位置检测标记在读出图像上的尺寸根据介质和用于拍摄加密图像的图像拍摄装置2之间的距离而变化。位置检测标记中白色块/黑色块边界处的像素值也根据边界位置和图像拍摄装置2中包含的光接收元件的位置之间的关系而变化。进一步地,位置检测标记的图像根据失焦或相机抖动造成的模糊量而变化。考虑到这些情况,模板生成单元21通过模拟可能在读出图像上出现的位置检测标记的图像来生成模糊检测模板。
图5是示出了生成模糊检测模板的过程的动作流程图。首先,模板生成单元21通过放大或缩小具有与位置检测标记的全部或所选部分相同的图案的基础模板来生成一个或更多个缩放模板(步骤S101)。
基础模板包括至少一个白色/黑色块边界,并且优选地包括两个或更多个边界。例如,假如读出图像的各像素由0至255范围中的值来表示,并且亮度随值的增大而增加;则在基础模板中,与白色块相对应的像素值被设置为255,而与黑色块相对应的像素值被设置为0。基础模板可以包括水平模板和垂直模板,其中,水平模板包括水平设置的白色块和黑色块,用于检测水平方向的模糊量;垂直模板包含垂直设置的白色块和黑色块,用于检测垂直方向的模糊量。
模板生成单元21例如按预定的单位改变放大/缩小倍数,同时使用最邻法或线性插值法放大或缩小基础模板,来生成一个或更多个缩放模板。倍率被选择为例如处于由最大缩小倍率(其与能够在读出图像上识别加密图像的各像素的下限相对应)和最大放大倍率(其与能够完整地拍摄加密图像的上限相对应)限定的范围内。所述预定单位被选择为例如处于0.1至0.5的范围内。
接着,基于各缩放模板,模板生成单元21根据白色/黑色块的块边界相对于图像拍摄装置2中包含的光接收元件的假想位置关系,通过调节块边界的像素值,来生成元件移位模板(步骤102)。
图6A至图6D示出了白色/黑色块边界相对于各光接收元件的位置与对应于各光接收元件的像素值之间的关系。在图6A至图6D中,上部的块601和602与位置检测标记中包含的黑色块和白色块相对应。另一方面,沿着水平方向设置的五个块611至615表示各光接收元件。位于光接收元件611至615下方的曲线621至624分别示出了与各光接收元件611至615相对应的像素值。
在图6A中,黑色块601与白色块602之间的边界与光接收元件613与614之间的边界一致。因此,如曲线612所示,与接收元件611至613分别对应的像素值和与黑色块601相对应的像素值(例如,0)相同,并且与接收元件614和615分别对应的像素值和与白色块602相对应的像素值(例如,255)相同。
另一方面,在图6B中,黑色块601与白色块602之间的边界相对于光接收元件613与614之间的边界向左移位了光接收元件613宽度的四分之一。结果,黑色块601落在光接收元件613的四分之三上,而白色块602落在剩下的四分之一上。因此,如曲线622所示,与光接收元件613相对应的像素值是在与黑色块相对应的像素值和与白色块相对应的像素值之间。更具体地,与光接收元件613相对应的像素值等于根据落在光接收元件613上的黑色块面积与白色块面积之比,在与黑色块相对应的像素值和与白色块相对应的像素值之间进行插值而得到的值(即,0×3/4+255×1/4=63)。
类似地,在图6C中,黑色块601与白色块602之间的边界相对于光接收元件613与614之间的边界向左移位了光接收元件613宽度的一半。结果,黑色块和白色块落在光接收元件613上的部分的面积相等。因此,如曲线623所示,与光接收元件613相对应的像素值等于与黑色块相对应的像素值和与白色块相对应的像素值之间的算术平均值(即,0×1/2+255×1/2=127)。
再者,在图6D中,黑色块601与白色块602之间的边界相对于光接收元件613与614之间的边界向左移位了光接收元件613宽度的四分之三。结果,黑色块601落在光接收元件613的四分之一上,而白色块602落在剩下的四分之三上。因此,如曲线624所示,与光接收元件613相对应的像素值等于根据落在光接收元件613上的黑色块面积与白色块面积之比,在与黑色块相对应的像素值和与白色块相对应的像素值之间进行插值而得到的值。即,与光接收元件613相对应的像素值是191(=0×1/4+255×3/4)。
鉴于上述,假定不同地改变介质与图像拍摄装置2之间的距离而由图像拍摄装置2拍摄介质上的位置检测标记时,模板生成单元21可获得与各个缩放模板相应的图像。接着,模板生成单元21沿着水平或垂直方向使各缩放模板中包含的白色块和黑色块的位置移动Δd,并且根据下式计算与白色块和黑色块之间的边界所落在的光接收元件相应的像素值。
M=(Δd×100)÷d
其中,表示与位于白色/黑色块边界处的光接收元件i相对应的像素值。另外,当Δd是沿水平方向的移位量时d表示光接收元件的水平长度,或者当Δd是沿垂直方向的移位量时d表示光接收元件的垂直长度。另一方面,fs,i和fs,i+1表示缩放模板fs中像素i和(i+1)的像素值。这里,当Δd是沿水平方向的移位量时,像素i和(i+1)是两个水平相邻的像素,而当Δd是沿垂直方向的移位量时,像素i和(i+1)是两个垂直相邻的像素。像素i和(i+1)中的一个是包含在白色块中的像素,而另一个是包含在黑色块中的像素。
针对各缩放模板,模板生成单元21通过在0至d的范围内以预定单位改变Δd并且将各Δd代入式(1)求得边界处的像素值,来生成一个或更多个元件移位模板。这里的预定单位可以被选择为例如处于在d/10至d/2的范围内。
在本实施方式中,模板生成单元21已经被描述为通过对缩放模板执行式(1)的计算来生成元件移位模板。但是,如果已知了读出图像上的位置检测标记的尺寸,并且该尺寸基本上不变,则模板生成单元21可以通过对基础模板执行式(1)的计算来生成元件移位模板。
模板生成单元21通过根据下式进行各元件移位模板与不同地改变了模糊量的模糊函数之间的卷积运算,来生成各模糊检测模板(步骤S103)。
这里的模糊函数可以是例如,点扩散函数。当在元件移位模板上叠加抖动模糊时,点扩散函数可以是例如给定方向的一维高斯分布函数Gauss(i,σN)或者Sinc函数。当点扩散函数是一维高斯分布函数时,上式(2)如下表示
其中,表示第1个元件移位模板中的像素j的像素值。另外,n表示在元件移位模板中包含的、位于沿给定方向延伸的直线上的像素总数。是方差。方差与模糊量相对应,并且方差越大,模糊量越大。给定方向可以是例如水平或垂直方向,或者可以相对于水平方向倾斜角度θ(其中0<θ<180°)。
当把失焦模糊叠加在元件移位模板上时,点扩散函数可以是例如二维高斯分布函数,或者第一类贝塞尔(Bessel)函数(J1)除以距关注像素的距离x所得到的值的平方,即,(J1/x)2。
模板生成单元21可以生成包含抖动模糊和失焦模糊这两者的模糊检测模板。在此情况下,模板生成单元21执行例如针对失焦模糊的点扩散函数与通过执行元件移位模板和针对抖动模糊的点扩散函数之间的卷积运算而获得的模板之间的卷积运算。由此,模板生成单元21可以生成包含抖动模糊和失焦模糊这两者的模糊检测模板。
另选地,模板生成单元21可以通过执行缩放模板和模糊函数之间的卷积运算来生成各模糊检测模板。模糊检测模板可以包含基础模板、各缩放模板和各元件移位模板。
最后,模板生成单元21根据下式对所生成的模糊检测模板进行归一化。
其中,表示模糊检测模板T(k)中包含的像素i的值,AVG(T(k))表示模糊检测模板T(k)中包含的像素的平均像素值,并且STD(T(k))表示模糊检测模板T(k)中包含的像素值的标准偏差。另外,n表示模糊检测模板T(k)中包含的像素的总数。另一方面,表示归一化后的模糊检测模板中包含的像素i的值。
图7A至图7D分别示出了具有不同模糊量的水平模糊检测模板中的黑色/白色块边界处的像素值分布。在图7A至7D中,横坐标表示水平方向的位置,纵坐标表示像素值。曲线701至704示出了各模糊检测模板中位于黑色/白色块边界附近的像素值。
图7A的曲线701与没有叠加模糊的模糊检测模板相对应。在该模糊检测模板中,仅位于黑色/白色块边界处的像素具有白色块的像素值与黑色块的像素值之间的值。
曲线702至704各对应于叠加了模糊的模糊检测模板。与曲线702相对应的模糊检测模板上叠加的模糊量最小,而与曲线704相对应的模糊检测模板上叠加的模糊量最大。如从图7A至图7D可以看到的,叠加的模糊量越大,像素值在黑色/白色块边界处的变化越平缓。
模板生成单元21在存储单元12中存储所生成的各模糊检测模板以及模糊检测模板的识别编号和与用于生成该模板的模糊函数相对应的模糊量。
图案检测单元22检测位置检测标记位于读出图像上的区域。例如,图案检测单元22在读出图像和具有与位置检测标记类似的图案的图案检测模板之间执行图案匹配,并且找出读出图像与图案检测模板最匹配的位置。更具体地,图案检测单元22在改变图案检测模板相对于读出图像的位置的同时比较读出图像和图案检测模板之间相应的像素,计算各对相应像素的像素值的差分绝对值,并且取得差分绝对值之和作为相异度。在该过程中,图案检测单元22检测相异度最小的图案检测模板的位置,并且将这样检测的位置确定为两个图案最匹配的图案位置。接着,通过参照该图案位置,图案检测单元22限定尺寸等于位置检测标记的尺寸的区域或者尺寸等于位置检测标记的尺寸加规定余量的区域,并且将这样限定的区域设定为图案区域。例如,把读出图像与图案检测模板最为匹配时的图案检测模板的左上端像素所对应的、读出图像上的位置设定为图案位置。在该情况下,图案检测单元22限定这样的区域:该区域在其左上角具有该图案位置、具有等于位置检测标记的水平尺寸乘以1.0至1.2的宽度、并且具有等于位置检测标记的垂直尺寸乘以1.0至1.2的高度,将这样限定的区域设定为图案区域。
读出图像中的位置检测标记的尺寸随图像拍摄装置2与介质上印刷的加密图像之间的距离而变化。因此,先前描述的多个缩放模板可以用作图案检测模板。在该情况下,图案检测单元22在读出图像与多个缩放模板中的各个模板之间执行图案匹配。接着,图案检测单元22通过参照使相异度最小的缩放模板来确定图案位置。另外,在该情况下,随着与使相异度最小的缩放模板相应的倍率增大,图案检测单元22可以将图案区域的尺寸设定为更大。例如,当与使相异度最小的缩放模板相应的倍率是1时,图案检测单元22将图案区域设置为具有预定的标准宽度和高度。另一方面,当倍率不是1时,图案检测单元22通过将标准宽度和高度乘以该倍率来设置图案区域的宽度和高度。
另外,为了确定图案位置,图案检测单元22可以在读出图像上检测位置检测标记中包含的各对白色和黑色块之间的边界。当两个相邻像素中的一个像素包含在白色块中而另一个包含在黑色块中时,这两个像素之间的差分绝对值成为极大值。由于位置检测标记具有交替设置的多个白色块和黑色块,因此在各对白色块和黑色块之间的边界处检测这样的差分绝对值的极大值。另外,相邻极大值之间的距离等于白色块或黑色块的长度乘以读出图像上的加密图像的倍率。因此,图案检测单元22计算读出图像上各对水平相邻像素或垂直相邻像素之间的差分,并且确定它们之间的差分绝对值。接着,图案检测单元22求出差分绝对值变为极大值的各边缘像素的位置。图案检测单元22在多个这样的边缘像素中检测像素之间水平或垂直距离等于位置检测标记中白色块或黑色块的长度乘以预定倍率的一对边缘像素。接着,图案检测单元22限定包含检测出的该对边缘像素的区域并且将这样限定的区域设定为图案区域。
图案检测单元22可以在通过读出图像与图案检测模板之间的图案匹配而得到的图案区域内执行边缘像素的检测以及边缘像素间距离的计算。在该情况下,由于可以更精确地检测图案区域,因此图案检测单元22可以在通过图案匹配得到的图案区域内设置更小的图案区域。这有助于减小匹配单元23执行图案区域与模糊检测模板之间的图案匹配时的运算量。后面将详细描述由匹配单元23执行的处理。
另外,图案检测单元22可以将读出图像上的预定区域设定为图案区域。例如,当预期加密图像会被拍摄成占据比读出图像的一半大的区域时,图案检测单元22可以将读出图像分在水平方向和垂直方向上各划分成两块,并且可以将左上块设定为图案区域。
图案检测单元22将表示图案区域的位置和尺寸的信息传给匹配单元23。
匹配单元23在读出图像上的包含图案检测单元22检测出的位置检测标记的图案区域与存储单元12中存储的各个模糊检测模板之间执行图案匹配。接着,匹配单元23确定与读出图像上检测出的位置检测标记最匹配的模糊检测模板。
更具体地,匹配单元23对模糊检测模板相对于图案区域的位置进行不同的改变,并且计算各位置处的图案区域与模糊检测模板之间的相异度。相异度表示图案区域与模糊检测模板的匹配程度。
当匹配单元23计算相异度时,优选的是,做出规定以防止相异度根据取得读出图像时的拍摄环境的亮度而变化。为了该目的,匹配单元23根据下式对图案区域内限定的位置和尺寸与模糊检测模板相同的测试区域中包含的像素值进行归一化。
其中gi表示测试区域G中包含的像素i的值,AVG(G)表示测试区域G中包含的像素的平均像素值,并且STD(G)表示测试区域G中包含的像素值的标准偏差。另外,n表示测试区域G中包含的像素的总数。最后,gsi表示归一化后的测试区域G中包含的像素i的值。
匹配单元23根据下式计算在图案区域内的多个位置处限定的归一化测试区域G与模糊检测模板之间的相异度。
其中,M(k)表示第k个模糊检测模板与归一化测试区域G之间的相异度。另一方面,gsi表示归一化测试区域G中包含的第i个像素的值,并且表示第k个模糊检测模板中的第i个像素的值。另外,n表示测试区域G中包含的像素的总数。
匹配单元23对第k个模糊检测模板相对于图案区域的位置进行不同的改变,并且计算各位置处的相异度M(k)。接着,匹配单元23将相异度M(k)的最小值Mmin(k)作为表示针对第k个模糊检测模板的相异度。同样地,匹配单元23计算图案区域与存储单元12中存储的各个模糊检测模板之间的相异度。
匹配单元23取得针对各模糊检测模板计算的相异度Mmin(k)中的最小值Mmin。接着,匹配单元23确定与最小值Mmin相对应的模糊检测模板是与读出图像中包含的位置检测标记最匹配的模板。
另选地,匹配单元23可以取得相似度(其是相异度的倒数),作为表示图案区域和模糊检测模板之间的匹配程度的指标。在该情况下,匹配单元23确定提供最大相似度的模糊检测模板是与读出图像中包含的位置检测标记最匹配的模板。
匹配单元23通告判定单元24与读出图像中包含的位置检测标记最匹配的模糊检测模板的识别编号。
判定单元24推定为模糊量d代表叠加在读出图像上的模糊量,其中该模糊量d与匹配单元23确定为与读出图像中包含的位置检测标记最匹配的模糊检测模板相对应。接着,基于叠加在读出图像上的模糊量d,判定单元24做出是否要对读出图像进行校正或者是否要重新取得读出图像的判决。
例如,判定单元24读取存储单元12,以取出与和读出图像最匹配的模糊检测模板的识别编号相对应的模糊量d。接着,判定单元24将模糊量d与第一阈值Th1进行比较。如果模糊量d大于第一阈值Th1,则判定单元24抛弃读出图像。接着,判定单元24通告处理单元13:读出图像模糊。在该情况下,处理单元13通过未示出的用户接口发送提示用户重新拍摄读出图像的消息。如果在存储单元12中预先存储了从相同的加密图像拍摄到的多个读出图像,则处理单元13读取存储单元12,取出所抛弃的那个读出图像之外的读出图像。接着,处理单元13执行处理,以使用重新取得的读出图像来再一次检测模糊量。
这里将第一阈值Th1设定为例如与能够对加密图像进行解密的模糊量上限相对应的值。另选地,第一阈值Th1可以被设定为等于用户能够读取通过对加密图像进行解密得到的解密图像中包含的信息的模糊量上限。
如果模糊量d不大于第一阈值Th1,则判定单元24将模糊量d与小于第一阈值Th1的第二阈值Th2进行比较。如果模糊量d大于第二阈值Th2,则判定单元24通告处理单元13读出图像需要校正。作为响应,处理单元13向校正单元25传递读出图像和与从匹配单元23接收到的模糊检测模板识别编号相对应的模糊量d。
另一方面,如果模糊量d不大于第二阈值Th2,则判定单元24判定读出图像的质量是好的。接着,判定单元24将判定结果传给处理单元13。
这里,第二阈值Th2被设定为例如等于模糊量的下限(在该下限之上,判定为通过对加密图像进行解密所得到的解密图像的质量不好)。
读出图像中拍摄的加密图像的区域越大,则加密图像的模糊相对地越小;因此,如果叠加了相同的模糊量,则随着加密图像的区域变大,从加密图像解密得到的图像质量变好。鉴于此,随着读出图像中拍摄到的加密图像的区域变大,第一阈值Th1和第二阈值Th2可以被设定为更大的值。
在该情况下,除了模糊检测模板的识别编号,存储单元12还存储与用于生成模糊检测模板的缩放模板相对应的倍率。判定单元24从存储单元12取出与和读出图像最匹配的模糊检测模板的识别编号相对应的倍率。接着,判定单元24通过将第一和第二阈值Th1和Th2的标准值乘以该倍率来设置第一和第二阈值Th1和Th2。
校正单元25根据从处理单元13报告的模糊量向读出图像施加边缘增强。例如,校正单元25通过对读出图像进行傅里叶变换来生成频率图像。接着,校正单元25通过将频率图像的各频率成分乘以增强系数α(u,v)来生成校正频率图像。字母u表示水平方向的频率,而v表示垂直方向的频率。增强系数α(u,v)被选择为针对绝对值大于规定频率(u0,v0)的任意频率(u,v),具有大于1的值,例如,1.1至2的范围内的值,并且针对绝对值不大于规定频率(u0,v0)的任意频率,具有值1。这里,针对绝对值大于规定频率(u0,v0)的频率(u,v),增强系数α(u,v)可以被选择为针对不同频率具有不同值。
存在这样的情况:与位置检测标记最匹配的模糊检测模板是仅在预定的一维方向上具有模糊的模板。在该情况下,校正单元25可以将针对模糊方向的频率成分的增强系数的值设定为大于针对与模糊方向正交的方向的频率成分的增强系数的值。例如,当与位置检测标记最匹配的模糊检测模板上仅叠加了水平方向的模糊量时,校正单元25将针对v=0且|u|>u0的任意频率的增强系数α(u,v)值设定为大于1,并且将针对u=0(与v的值无关)的任意频率的增强系数α(u,v)值设定为等于1。其后,校正单元25通过对校正频率图像进行傅里叶逆变换来得到边缘加强的校正图像。
优选的是,随着模糊量增加,校正单元25将规定频率(u0,v0)设定为更低。通过如此设置频率(u0,v0),还可以增强低频,使得可以增强校正图像的边缘。
校正单元25可以使用其它的边缘增强法,例如,通过将关注像素的值与在关注像素周围限定的钝化掩模(unsharp mask)范围中的平均像素值之差乘以增强系数,并且将相乘结果与关注像素的值相加,来生成边缘加强的校正图像。在该情况下,随着模糊量变大,校正单元25将钝化掩模的尺寸设定为更大。如果与读出图像最匹配的模糊检测模板是仅在预定一维方向上具有模糊的模板,则校正单元25将钝化掩模设定为在叠加有模糊的方向上比没有叠加模糊的方向更长。例如,当与读出图像最匹配的模糊检测模板上仅叠加有垂直方向的模糊量时,校正单元25将钝化掩模的水平长度设定为等于一个像素的长度,并且根据模糊量将钝化掩模的垂直长度设定为等于几个至十几个像素的长度。
校正单元25将校正图像传给解密单元26。
解密单元26通过对读出图像或校正图像进行解密来生成解密图像。这里,为了利于理解由解密单元26执行的解密处理,下面将描述对原始图像进行的解密的一例。
执行加密的加密装置首先将原始图像中的待加密的区域分成多个块,并且向各块分配一个唯一编号。例如,加密装置将待加密的区域分成纵3×横4的总共12个块,并且向各块分配编号1至12。接着,加密装置执行加扰,以利用密钥随机地重新排列块的顺序。为此,加密装置作成映射表,该映射表使用密钥限定变换前后块的位置之间的映射关系。例如,设x表示变换之后的块编号,y表示变换之前的块编号。此时,通过下式给出与加扰相应的块变换式。
y=(px)mod q (7)
在式(7)中,p和q是密钥中使用的质数。
图8示出了当原始图像被分割成纵3×横4个块并且p=7而q=13时,原始图像上各块的位置与加扰后图像上各块的位置之间的映射关系。
在图8中,图像801是原始图像,而图像802是通过对原始图像801进行加扰而生成的加密图像。原始图像801和加密图像802中各块内示出的编号是原始图像中该块的编号。例如,根据式(7),当x是1时,相应的值y是7。
相应地,加密装置通过将变换前的块编号y为7的块移动到变换后的块编号x为1的块的位置来执行加扰。以下,将作为通过加扰使各像素从一个位置移动到另一个位置的单位的块称为位置变换块。
通过参照位置检测标记的位置,解密单元26识别加密图像在读出图像上所处的加密区域。解密单元26将对加密区域进行解扰。使用加扰所用的密钥和块位置变换式(7),解密单元26可以针对加扰后的位置为x的位置变换块,确定在加密图像中的原始位置y。接着,通过将加密图像中的各位置变换块移动到位置变换块的原始位置,解密单元26可以恢复解密图像,其中各位置变换块的位置与原始图像中的位置相同。解密单元26输出解密图像。
图9是示出了由在图像处理装置中的处理单元上执行的计算机程序控制的图像处理的动作流程图。
处理单元13从图像拍摄装置2或存储单元12取得读出图像(步骤S201)。接着,处理单元13将读出图像传给图案检测单元22。
图案检测单元22从读出图像检测包含位置检测标记(即,已知图案)的图案区域(步骤S202)。图案检测单元22将表示图案区域的位置和尺寸的信息传给匹配单元23。
匹配单元23计算图案区域与各个模糊检测模板之间的相异度(步骤S203)。接着,匹配单元23将使相异度最小的模糊检测模板确定为与位于读出图像上的位置检测标记最匹配的模板(步骤S204)。匹配单元23通告判定单元24与使相异度最小的模糊检测模板相对应的识别编号。
通过参照与和读出图像中包含的位置检测标记最匹配的模糊检测模板相对应的识别编号,判定单元24读取存储单元12并且取出与该模糊检测模板相对应的模糊量d。接着,判定单元24确定与和读出图像中包含的位置检测标记最匹配的模糊检测模板相对应的模糊量d是否大于第一阈值Th1(S205)。如果模糊量d大于第一阈值Th1(步骤S205中是),则判定单元24通告处理单元13叠加在读出图像上的模糊量较大。作为响应,处理单元13通过未示出的用户接口发送消息通告用户要重新读取加密图像(步骤S206)。其后,处理器13重复从步骤S201起的处理。
另一方面,如果模糊量d不大于第一阈值Th1(在步骤S205中否),则判定单元24确定模糊量d是否大于第二阈值Th2(S207)。如果模糊量d大于第二阈值Th2(步骤S207中是),则判定单元24通告处理单元13读出图像需要校正。作为响应,处理单元13向校正单元25传递模糊量d和读出图像。校正单元25根据模糊量d对读出图像进行诸如边缘增强等的校正(步骤S208)。校正单元25将如此校正后的图像传给解密单元26。
另一方面,如果模糊量d不大于第二阈值Th2(步骤S207中否),则解密单元26通过对读出图像进行解密来生成解密图像(步骤S209),或者在步骤S208后,解密单元26通过对读出图像进行解密来生成解密图像(步骤S209)。其后,处理单元13终止用于处理读出图像的过程。
如上所述,根据第一实施方式的图像处理装置在通过在已知图案上叠加不同的模糊量而生成的多个模糊检测模板中识别与介质上印刷的图像中包含的该已知图案最匹配的模板。接着,图像处理装置推断为与该最匹配的模板相对应的模糊量代表叠加在读出图像上的模糊量。以这种方式,图像处理装置可以精确地推断读出图像上叠加的模糊量。接着,基于叠加在读出图像上的模糊量,图像处理装置可以确定是否需要重新读取图像或者是否需要校正图像。
下面,将描述根据第二实施方式的图像处理装置。
图10是根据第二实施方式的处理单元13的功能框图。如图10中所示,处理单元13还包括帧间判定单元20。在图10中,处理单元13的与图4中的处理单元13相应的功能框由相同的附图标记表示。
根据第二实施方式的图像处理装置与根据第一实施方式的图像处理装置的不同点在于包括帧间判定单元20,该单元20通过检测拍摄同一加密图像而得到的多个读出图像之间是否存在差别来判定读出图像上是否叠加了模糊。下面将描述帧间判定单元20。
帧间判定单元20检测拍摄同一加密图像而得到的两个读出图像之间的帧间差分,并且计算两个读出图像之间的相异度。如果相异度大于预定阈值,则帧间判定单元20确定在两个读出图像中的至少一个上叠加了模糊。接着,帧间判定单元20抛弃两个读出图像中的一个或两个。
更具体地,帧间判定单元20在两个读出图像的相同位置的像素之间,计算像素值的差分绝对值,并且计算整个图像的差分绝对值的总和,作为两个读出图像之间的相异度。如果相异度小于预定阈值,则帧间判定单元20确定叠加在两个读出图像中的各个读出图像上的模糊量较小,从而两个读出图像一致。接着,帧间判定单元20将两个读出图像中的一个或另一个传给处理单元13。处理单元13对从帧间判定单元20接收到的读出图像执行根据上述第一实施方式的图像处理。
另一方面,如果相异度不小于预定阈值,则帧间判定单元20判定为两个读出图像中的至少一个很模糊。帧间确定单元20通告处理单元13两个读取图像不一致。在该情况下,帧间判定单元20抛弃两个读出图像中的至少一个,例如,更早生成的一个。接着,处理单元13通过未示出的用户接口通告用户重新拍摄加密图像。如果在存储单元12中预先存储了从同一加密图像拍摄到的其它读出图像,则处理单元13从存储单元12取出读出图像并且将其传给帧间判定单元20。接着,帧间判定单元20确定新取得的读出图像是否与未被抛弃的读出图像一致,或者新取得的两个读出图像是否互相一致。
存在这样的情况:读出图像上除加密图像区域外的区域中包含的像素的值大致相同(如介质上的除加密图像区域之外的区域中什么也没有印刷)。在这样的情况下,如果如上所述对整个读出图像取得帧间差分,则由于在像素值大致相同的区域中,即使模糊量很大,像素值的帧间差分也很小,因此相异度会被检测地很小。
鉴于此,帧间判定单元20可以将两个读出图像分别分割成多个块并且可以在两个读出图像之间针对各成对的相应块计算相异度。接着,如果这样算得的相异度中的最大相异度大于预定阈值,则帧间判定单元20可以判定为两个读出图像中的至少一个很模糊。
还存在这样的情况:整个图像的亮度或图像的一部分的亮度根据例如拍摄加密图像时拍摄环境的亮度而针对各读出图像不同。鉴于此,帧间判定单元20可以在对各读出图像中的像素值进行归一化之后计算两个读出图像之间的相异度。在该情况下,帧间判定单元20可以通过例如将测试区域设置为整个读出图像,使用前面给出的式(5)来对各读出图像进行归一化。
另外,加密图像在读出图像上所处的加密区域的位置和尺寸根据拍摄加密图像时图像拍摄装置2相对于介质的位置而变化。鉴于此,帧间判定单元20可以对读出图像执行与图案检测单元22的处理相同的处理,求出多个位置检测标记的位置,由此识别各读出图像上的加密区域。接着,帧间判定单元20对一个读出图像进行诸如仿射变换等的位置变换,以使得在两个读出图像之间,加密区域的位置和尺寸一致。接着,帧间判定单元20可以通过计算加密区域之间的帧间差分来计算相异度。
图11是示出了根据第二实施方式的由图像处理装置中的处理单元13上执行的计算机程序控制的图像处理的动作流程图。在图11的流程图中,从步骤S304至步骤S311的处理与图9的流程图中从步骤S202至步骤S209的处理相同。因此,下面描述从步骤S301至S303的处理。
处理单元13从存储单元12取得两个读出图像(步骤S301)。接着,处理单元13将两个读出图像传给帧间判定单元20。
帧间判定单元20计算两个读出图像的整个区域或两个读出图像的至少选定区域之间的相异度(步骤S302)。接着,帧间判定单元20确定相异度是否小于预定阈值Th3(步骤S303)。
如果相异度小于预定阈值Th3(步骤S303中是),则帧间判定单元20将两个读出图像中的一个传给处理单元13。接着,处理单元13对从帧间判定单元20接收到的读出图像执行步骤S304至S311的处理。
另一方面,如果相异度不小于预定阈值Th3(步骤S303中否),则帧间判定单元20通告处理单元13两个读出图像不一致。帧间判定单元20抛弃两个读出图像中的至少一个。接着,处理单元13通知用户重新拍摄加密图像(步骤S308)。其后,处理单元13重复从步骤S301起的处理。
如上所述,根据第二实施方式的图像处理装置对从同一加密图像拍摄的两个读出图像进行比较,并且仅当两个图像一致时,检测在一个读出图像上叠加的模糊量。由此,图像处理装置可以在多个读出图像中的一个模糊时,省略为检测模糊量而执行的模板匹配处理。结果,图像处理装置可以减少用于检测模糊量的运算量。
本发明不限于上述特定实施方式。根据另一实施方式,可以使用诸如傅里叶变换或离散余弦变换的频率变换技术,将根据各上述实施方式的模糊检测模板变换成频谱,从而生成模糊检测模板。在该情况下,模糊检测模板代表当预定模糊量叠加在诸如位置检测标记等的已知图案上时像素值分布的频谱。通常,随着图案上叠加的模糊量变大,像素值在黑色/白色块边界更平缓地变化;结果,与模糊检测模板相对应的频谱中包含的高频成分减少。
当使用这样的表示频谱的模糊检测模板时,匹配单元还将测试区域变换成频谱。接着,匹配单元23逐个频率地将测试区域的频谱与模糊检测模板的频谱进行比较,求取频率成分之间的差分绝对值的总和来计算相异度。
根据另一个实施方式,匹配单元可以确定与读出图像中包含的多个位置检测标记中的各个最匹配的模糊检测模板。在该情况下,判定单元可以通过计算与被判定为与各位置检测标记最匹配的模糊检测模板相对应的模糊量的平均值或总和,来确定叠加在读出图像上的模糊量。
根据另一个实施方式,图像处理装置的存储单元可以存储由其它装置预先生成的模糊检测模板。在该情况下,可以在图像处理装置的处理单元中省略模板生成单元的功能。
根据另一个实施方式,如果介质上印刷的图像是包含已知图案(如,二维码)的图像,而不是加密图像,则图像处理装置的处理单元无需具有解密单元。取而代之,处理单元可以包括用于提取二维码中包含的信息的信息提取单元。该信息提取单元根据针对二维码预先规定的规则,从读出图像中包含的二维码提取信息。
根据另一个实施方式,图像处理装置的处理单元无需具有校正单元。在该情况下,省略图9的流程图中步骤S207至步骤S208的处理以及图11的流程图中从步骤S309至步骤S310的处理。
另外,根据各个上述实施方式的图像处理装置所处理的图像可以是通过印刷以外的其他手段形成在介质上的图像。
由图像拍摄装置转换成电子数据的加密图像可以是彩色图像。例如,当转换成电子数据的加密图像具有针对三色(红(R)、绿(G)和蓝(B))的各颜色的亮度信息时,根据各个上述实施方式的图像处理装置可以对三个颜色中的一个颜色执行图像处理。或者,图像处理装置可以执行用于将读出图像变换到HSV色空间的色变换,并且得到各像素的亮度信息,并且可以基于该亮度信息执行上述处理。
另外,可以按照记录在计算机可读介质上的形式提供使计算机实现第一或第二实施方式的图像处理装置的处理单元的各功能的计算机程序。
本文中所述的所有示例和条件性用语旨在教示的目的,用于帮助读者理解本发明和发明人为推进相关技术而提出的构思,并且本文中所述的所有示例和条件性用语应当被解释为不限定于这样的特定叙述的示例和条件,并且本说明书中这样的示例的组织也不涉及到表示本发明的优势和劣势。尽管已经详细描述了本发明的实施方式,但是应当理解,在不偏离本发明的精神和范围的情况下,可以对其作出多种变更、替换和修正。
Claims (7)
1.一种图像处理装置,该图像处理装置包括:
接口单元,其用于取得通过拍摄形成在介质上的图像而生成的读出图像;
存储单元,其用于存储通过将不同的模糊量叠加在所述图像中包含的规定图案上而生成的多个模板,并且存储分别叠加在所述多个模板上的模糊量;以及
处理单元,其被配置成检测所述规定图案在所述读出图像上所处的图案区域,计算所述图案区域与所述多个模板中的各个之间的匹配度,基于所述匹配度从所述多个模板中识别与位于所述读出图像上的所述规定图案最匹配的模板,并且推断为与所述最匹配的模板相对应的模糊量代表叠加在所述读出图像上的模糊量,
所述多个模板包括通过将所述模糊量叠加在元件移位图案上而生成的第一模板,该元件移位图案是如下形成的图案:当由排列了多个光接收元件的图像拍摄装置拍摄所述规定图案的图像时,如果所述规定图案中包含的、具有第一像素值的像素与具有大于所述第一像素值的第二像素值的像素之间的边界落在所述多个光接收元件中的一个光接收元件上,则将所述第一像素值和所述第二像素值中间的值作为与所述一个光接收元件相对应的像素值。
2.根据权利要求1所述的图像处理装置,其中当所述推断的模糊量大于第一阈值时,所述处理单元取得通过拍摄形成在所述介质上的图像而取得的第二读出图像,并且使用所述第二读出图像作为所述读出图像,来执行所述图案区域的检测、所述模板的识别和所述模糊量的推断。
3.根据权利要求2所述的图像处理装置,其中,所述多个模板包括通过将所述模糊量叠加到缩放图案上而生成的第二模板,该缩放图案是按照规定的倍率对所述规定图案进行放大或缩小而形成的。
4.根据权利要求3所述的图像处理装置,其中,当所述最匹配的模板是所述第二模板时,通过随着所述规定的倍率增大而增大所述第一阈值来执行所述模糊量的推断。
5.根据权利要求2所述的图像处理装置,其中,所述处理单元还被配置成,当所述推断的模糊量不大于所述第一阈值而大于比所述第一阈值小的第二阈值时,对所述读出图像进行边缘增强。
6.根据权利要求5所述的图像处理装置,其中,
所述多个模板包括第二模板,该第二模板的第一方向的模糊量大于与所述第一方向垂直的第二方向的模糊量,并且
当所述最匹配的模板是所述第二模板时,与所述第二方向相比,在所述第一方向上进行更大程度的所述边缘增强。
7.一种图像处理方法,该图像处理方法包括以下步骤:
取得通过拍摄形成在介质上的图像而生成的读出图像;
检测所述图像中包含的规定图案在所述读出图像上所处的图案区域;
计算所述图案区域与通过在所述规定图案上叠加不同的模糊量而生成的多个模板中的各个之间的匹配度,基于所述匹配度从所述多个模板中识别与位于所述读出图像上的所述规定图案最匹配的模板;以及
推断为与所述最匹配的模板相对应的模糊量代表叠加在所述读出图像上的模糊量,
所述多个模板包括通过将所述模糊量叠加在元件移位图案上而生成的第一模板,该元件移位图案是如下形成的图案:当由排列了多个光接收元件的图像拍摄装置拍摄所述规定图案的图像时,如果所述规定图案中包含的、具有第一像素值的像素与具有大于所述第一像素值的第二像素值的像素之间的边界落在所述多个光接收元件中的一个光接收元件上,则将所述第一像素值和所述第二像素值中间的值作为与所述一个光接收元件相对应的像素值。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010-062694 | 2010-03-18 | ||
JP2010062694A JP5505007B2 (ja) | 2010-03-18 | 2010-03-18 | 画像処理装置、画像処理方法及び画像処理用コンピュータプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102194115A CN102194115A (zh) | 2011-09-21 |
CN102194115B true CN102194115B (zh) | 2013-08-21 |
Family
ID=44140981
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011100655052A Active CN102194115B (zh) | 2010-03-18 | 2011-03-17 | 图像处理装置和图像处理方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US8639039B2 (zh) |
EP (1) | EP2372647B1 (zh) |
JP (1) | JP5505007B2 (zh) |
KR (1) | KR101217394B1 (zh) |
CN (1) | CN102194115B (zh) |
Families Citing this family (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5737387B2 (ja) | 2011-03-22 | 2015-06-17 | 富士通株式会社 | 画像処理装置 |
WO2013088707A1 (ja) * | 2011-12-16 | 2013-06-20 | 日本電気株式会社 | 辞書学習装置、パターン照合装置、辞書学習方法および記憶媒体 |
US20130346385A1 (en) * | 2012-06-21 | 2013-12-26 | Revew Data Corp. | System and method for a purposeful sharing environment |
CN102999727B (zh) * | 2012-11-16 | 2016-03-30 | 惠州Tcl移动通信有限公司 | 移动终端及其条码图像处理方法 |
CN103914720B (zh) * | 2013-01-08 | 2017-06-27 | 广州宽度信息技术有限公司 | 一种二维码图像加密系统及二维码图像生成方法 |
US9342724B2 (en) * | 2014-09-10 | 2016-05-17 | Honeywell International, Inc. | Variable depth of field barcode scanner |
JP2017005513A (ja) * | 2015-06-10 | 2017-01-05 | 株式会社東芝 | 画像データ受信装置 |
WO2016203282A1 (en) * | 2015-06-18 | 2016-12-22 | The Nielsen Company (Us), Llc | Methods and apparatus to capture photographs using mobile devices |
US20210295354A1 (en) | 2017-02-24 | 2021-09-23 | State Farm Mutual Automobile Insurance Company | Technology for analyzing image data to automatically assess customer opportunities |
US20200244937A1 (en) * | 2017-02-27 | 2020-07-30 | Sony Corporation | Image processing apparatus and method, and program |
EP3413155B1 (de) * | 2017-06-09 | 2020-02-26 | Andreas Stihl AG & Co. KG | Verfahren zum erfassen mindestens eines abschnitts eines begrenzungsrands einer zu bearbeitenden fläche, verfahren zum betreiben eines autonomen mobilen grünflächenbearbeitungsroboters, erfassungssystem und grünflächenbearbeitungssystem |
CN108765305B (zh) * | 2018-04-16 | 2021-04-06 | 佛山市顺德区中山大学研究院 | 一种离焦qr码图像盲复原方法 |
CN109190448A (zh) * | 2018-07-09 | 2019-01-11 | 深圳市科脉技术股份有限公司 | 人脸识别方法及装置 |
TWI820194B (zh) | 2018-08-31 | 2023-11-01 | 日商索尼半導體解決方案公司 | 電子機器及固體攝像裝置 |
JP6635221B1 (ja) | 2018-08-31 | 2020-01-22 | ソニー株式会社 | 撮像装置、撮像システム、撮像方法および撮像プログラム |
US10957035B2 (en) * | 2018-11-30 | 2021-03-23 | Kla Corporation | Defect classification by fitting optical signals to a point-spread function |
CN110022393A (zh) * | 2019-04-10 | 2019-07-16 | 北京易诚高科科技发展有限公司 | 一种自适应评估手机防抖功能的方法 |
CN110223245B (zh) * | 2019-05-16 | 2021-07-16 | 华南理工大学 | 基于深度神经网络的模糊图片清晰化处理方法及系统 |
US11333480B2 (en) * | 2019-12-12 | 2022-05-17 | Fujitsu Component Limited | Measuring instrument and measure |
CN111028180B (zh) * | 2019-12-23 | 2021-11-09 | 腾讯科技(深圳)有限公司 | 图像处理方法、视频处理方法以及对应的装置 |
CN111263027B (zh) * | 2020-01-17 | 2021-11-12 | 广东电网有限责任公司 | 一种基于铭牌图像特征的秘钥生成方法 |
CN111277865A (zh) * | 2020-01-17 | 2020-06-12 | 深圳市春盛海科技有限公司 | 影像实时加密的方法及装置 |
CN112906733B (zh) * | 2021-01-08 | 2022-06-03 | 湖南大学 | 一种两阶段双校核有界偏相关的实时模板匹配方法 |
CN112507988B (zh) * | 2021-02-04 | 2021-05-25 | 联仁健康医疗大数据科技股份有限公司 | 一种图像处理方法、装置、存储介质及电子设备 |
CN115713501B (zh) * | 2022-11-10 | 2023-06-16 | 深圳市探鸽智能科技有限公司 | 适用于摄像头模糊画面的检测处理方法及系统 |
CN116320200B (zh) * | 2023-05-23 | 2023-08-11 | 南京龟兔赛跑软件研究院有限公司 | 一种应用于二维码的多点融合防破解加密方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101488216A (zh) * | 2008-01-18 | 2009-07-22 | 三洋电机株式会社 | 图像处理装置及方法以及摄像装置 |
CN101489035A (zh) * | 2008-01-16 | 2009-07-22 | 三洋电机株式会社 | 摄像装置及抖动校正方法 |
WO2009113598A1 (en) * | 2008-03-13 | 2009-09-17 | Kabushiki Kaisha Toshiba | Template matching apparatus and method thereof |
CN101547309A (zh) * | 2008-03-25 | 2009-09-30 | 索尼株式会社 | 图像处理设备、图像处理方法和程序 |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5726435A (en) | 1994-03-14 | 1998-03-10 | Nippondenso Co., Ltd. | Optically readable two-dimensional code and method and apparatus using the same |
JP2938338B2 (ja) | 1994-03-14 | 1999-08-23 | 株式会社デンソー | 二次元コード |
US5644656A (en) * | 1994-06-07 | 1997-07-01 | Massachusetts Institute Of Technology | Method and apparatus for automated text recognition |
US5774599A (en) * | 1995-03-14 | 1998-06-30 | Eastman Kodak Company | Method for precompensation of digital images for enhanced presentation on digital displays with limited capabilities |
US5689562A (en) * | 1996-07-16 | 1997-11-18 | Ericsson, Inc. | Method for transmitting superimposed image data in a radio frequency communication system |
US6332044B1 (en) * | 1997-01-21 | 2001-12-18 | Xerox Corporation | System and method for enhancement of image contour fidelity |
JP3472479B2 (ja) * | 1998-05-22 | 2003-12-02 | シャープ株式会社 | 画像処理装置 |
JP2000018920A (ja) | 1998-07-06 | 2000-01-21 | Tani Denki Kogyo Kk | 画像認識による計測方法および計測装置および記録媒体 |
JP3437555B2 (ja) * | 2001-03-06 | 2003-08-18 | キヤノン株式会社 | 特定点検出方法及び装置 |
JP2002324238A (ja) * | 2001-04-26 | 2002-11-08 | Fuji Photo Film Co Ltd | 画像の位置合わせ方法および装置 |
WO2002095553A2 (en) * | 2001-05-18 | 2002-11-28 | Imprivata Inc. | Biometric authentication for remote initiation of actions and services |
JP4067379B2 (ja) * | 2002-10-09 | 2008-03-26 | 株式会社リコー | 特定マーク検出用辞書作成装置、特定マーク検出装置、特定マーク認識装置並びにプログラムおよび記録媒体 |
CN100373399C (zh) * | 2004-08-18 | 2008-03-05 | 富士通株式会社 | 建立劣化字典的方法和装置 |
JP4487805B2 (ja) | 2004-11-16 | 2010-06-23 | セイコーエプソン株式会社 | 画像評価方法、画像評価装置、及び印刷装置 |
GB2431717A (en) * | 2005-10-31 | 2007-05-02 | Sony Uk Ltd | Scene analysis |
JP4550769B2 (ja) * | 2006-05-09 | 2010-09-22 | 日本電信電話株式会社 | 画像検出装置および画像検出方法 |
US20070286514A1 (en) * | 2006-06-08 | 2007-12-13 | Michael Scott Brown | Minimizing image blur in an image projected onto a display surface by a projector |
US8121347B2 (en) * | 2006-12-12 | 2012-02-21 | Rutgers, The State University Of New Jersey | System and method for detecting and tracking features in images |
US8019164B2 (en) * | 2007-01-29 | 2011-09-13 | Hitachi High-Technologies Corporation | Apparatus, method and program product for matching with a template |
JP4348381B2 (ja) | 2007-05-30 | 2009-10-21 | 富士通株式会社 | 画像暗号化/復号化装置、方法およびプログラム |
JP4720810B2 (ja) * | 2007-09-28 | 2011-07-13 | 富士フイルム株式会社 | 画像処理装置、撮像装置、画像処理方法及び画像処理プログラム |
JP4881278B2 (ja) * | 2007-10-31 | 2012-02-22 | 株式会社東芝 | 物体認識装置及びその方法 |
JP5213670B2 (ja) | 2008-01-16 | 2013-06-19 | 三洋電機株式会社 | 撮像装置及びぶれ補正方法 |
JP2010055194A (ja) * | 2008-08-26 | 2010-03-11 | Sony Corp | 画像処理装置および方法、学習装置および方法、並びにプログラム |
-
2010
- 2010-03-18 JP JP2010062694A patent/JP5505007B2/ja active Active
-
2011
- 2011-02-28 EP EP11156155.1A patent/EP2372647B1/en active Active
- 2011-02-28 US US13/036,339 patent/US8639039B2/en active Active
- 2011-03-17 KR KR1020110024051A patent/KR101217394B1/ko active IP Right Grant
- 2011-03-17 CN CN2011100655052A patent/CN102194115B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101489035A (zh) * | 2008-01-16 | 2009-07-22 | 三洋电机株式会社 | 摄像装置及抖动校正方法 |
CN101488216A (zh) * | 2008-01-18 | 2009-07-22 | 三洋电机株式会社 | 图像处理装置及方法以及摄像装置 |
WO2009113598A1 (en) * | 2008-03-13 | 2009-09-17 | Kabushiki Kaisha Toshiba | Template matching apparatus and method thereof |
CN101547309A (zh) * | 2008-03-25 | 2009-09-30 | 索尼株式会社 | 图像处理设备、图像处理方法和程序 |
Also Published As
Publication number | Publication date |
---|---|
EP2372647A1 (en) | 2011-10-05 |
KR20110105359A (ko) | 2011-09-26 |
CN102194115A (zh) | 2011-09-21 |
KR101217394B1 (ko) | 2012-12-31 |
US8639039B2 (en) | 2014-01-28 |
JP2011197902A (ja) | 2011-10-06 |
JP5505007B2 (ja) | 2014-05-28 |
US20110229043A1 (en) | 2011-09-22 |
EP2372647B1 (en) | 2014-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102194115B (zh) | 图像处理装置和图像处理方法 | |
Piva | An overview on image forensics | |
Swaminathan et al. | Nonintrusive component forensics of visual sensors using output images | |
CN101650783B (zh) | 图像识别方法以及摄像装置 | |
US20070171288A1 (en) | Image correction apparatus and method, image correction database creating method, information data provision apparatus, image processing apparatus, information terminal, and information database apparatus | |
US8810862B2 (en) | Paper medium information encrypting system, decrypting system, program and method | |
Yu et al. | Print-and-scan model and the watermarking countermeasure | |
US20100316222A1 (en) | Image processing system | |
CN102227746A (zh) | 立体图像处理装置、方法、记录介质和立体成像设备 | |
JP2011101338A (ja) | 撮像画像処理システム、画像出力方法、プログラムおよび記録媒体 | |
JP2016035751A (ja) | 透かし入り二次元コード、認証システム、認証方法、及びプログラム | |
US20130188824A1 (en) | Digital watermarking | |
Sharma et al. | Comprehensive analyses of image forgery detection methods from traditional to deep learning approaches: an evaluation | |
US20140016775A1 (en) | Image processing apparatus and image processing method | |
EP3422690A1 (en) | Information processing apparatus, control method thereof, and program | |
Thongkor et al. | Digital image watermarking for photo authentication in Thai national ID card | |
CN106537453A (zh) | 快速图像配准 | |
US8339677B2 (en) | Image processing system, image processing apparatus, and image processing method | |
Cheng et al. | {mID}: Tracing screen photos via {Moiré} patterns | |
Devaraj et al. | Performance analysis of reconstructed image using colour demosaicing algorithm for digital images | |
Thongkor et al. | Robust image watermarking for camera-captured image using image registration technique | |
Murali et al. | Detection Of digital photo image forgery | |
JP4927058B2 (ja) | 情報埋込画像生成装置、情報読取装置、情報埋込画像生成方法、情報読取方法、情報埋込画像生成プログラムおよび情報読取プログラム | |
Xu et al. | On Tracing Screen Photos-A Moiré Pattern-based Approach | |
CN115102735A (zh) | 图像认证的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |