CN108830362B - 一种图案编码识别方法和系统 - Google Patents
一种图案编码识别方法和系统 Download PDFInfo
- Publication number
- CN108830362B CN108830362B CN201810397630.5A CN201810397630A CN108830362B CN 108830362 B CN108830362 B CN 108830362B CN 201810397630 A CN201810397630 A CN 201810397630A CN 108830362 B CN108830362 B CN 108830362B
- Authority
- CN
- China
- Prior art keywords
- pattern
- binary image
- spatial relationship
- characteristic
- independent
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
- G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种图案编码识别方法和系统,方法,包括:辨识目标图像的特征图形;确定特征图形的空间关系;根据特征图形的空间关系输出对应的编码。系统包括:预处理模块,用于辨识目标图像的特征图形;处理模块,确定特征图形的空间关系,根据特征图形的空间关系输出对应的编码。本发明通过识别目标图像的特征图形,根据特征图形的空间关系输出对应的编码,能够将编码隐藏在图像中,降低被识别的几率,提高保密性。
Description
技术领域
本发明涉及密码技术领域,尤其涉及一种图案编码识别方法和系统。
背景技术
加密是信息传输过程中的一个很重要的处理方式,现实中除了对数据本身进行加密处理之外还有通过将数据转换成图像的方式,例如二维码,但是这样的处理方式在得到启示的情况下会导致全部的加密数据都会被解密,因此还需要更进一步的加密以保证数据的安全。
发明内容
为了解决上述问题,本发明提供一种图案编码识别方法和系统。
本发明采用的技术方案一方面为一种图案编码识别方法,包括:辨识目标图像的特征图形;确定特征图形的空间关系;根据特征图形的空间关系输出对应的编码。
优选地,所述辨识目标图像的特征图形的步骤包括:将所述目标图像转换成二值图像,根据连续关系将所述二值图像分割成若干独立图案;将所述独立图案转换成标准图案,标记所述标准图案为特征图形。
优选地,确定特征图形的空间关系的步骤包括:根据所述特征图形在所述二值图像的位置以确定空间关系。
优选地,根据特征图形的空间关系输出对应的编码的步骤包括:根据预设的代码表确定所述特征图形对应的代码,根据空间关系处理所述代码以输出对应的编码。
优选地,所述辨识目标图像的特征图形的步骤还包括:将所述目标图像转换成二值图像,基于膨胀腐蚀运算处理所述二值图像以获取新二值图像,根据连续关系将所述新二值图像分割成若干独立图案;将所述独立图案转换成标准图案,标记所述标准图案为特征图形。
本发明采用的技术方案一方面为一种图案编码识别系统,包括:预处理模块,用于辨识目标图像的特征图形;处理模块,确定特征图形的空间关系,根据特征图形的空间关系输出对应的编码。
优选地,所述辨识目标图像的特征图形的步骤包括:将所述目标图像转换成二值图像,根据连续关系将所述二值图像分割成若干独立图案;将所述独立图案转换成标准图案,标记所述标准图案为特征图形。
优选地,确定特征图形的空间关系的步骤包括:根据所述特征图形在所述二值图像的位置以确定空间关系。
优选地,根据特征图形的空间关系输出对应的编码的步骤包括:根据预设的代码表确定所述特征图形对应的代码,根据空间关系处理所述代码以输出对应的编码。
优选地,所述辨识目标图像的特征图形的步骤还包括:将所述目标图像转换成二值图像,基于膨胀腐蚀运算处理所述二值图像以获取新二值图像,根据连续关系将所述新二值图像分割成若干独立图案;将所述独立图案转换成标准图案,标记所述标准图案为特征图形。
本发明的有益效果为识别目标图像的特征图形,根据特征图形的空间关系输出对应的编码,能够将编码隐藏在图像中,降低被识别的几率,提高保密性。
附图说明
图1所示为基于本发明实施例的针对标准图案的处理流程的示意图;
图2所示为基于本发明实施例的目标图像处理流程的示意图;
图3所示为基于本发明实施例的独立图案转换示意图;
图4所示为基于本发明实施例的代码实例;
图5所示为基于本发明实施例的代码表;
图6所示为基于本发明实施例的形态学处理示意图;
图7所示为基于本发明实施例的多边形筛选举例图。
具体实施方式
以下结合实施例对本发明进行说明。
基于发明的实施例,一种图案编码识别方法,包括:辨识目标图像的特征图形;确定特征图形的空间关系;根据特征图形的空间关系输出对应的编码。
所述辨识目标图像的特征图形的步骤包括:将所述目标图像转换成二值图像,根据连续关系将所述二值图像分割成若干独立图案;将所述独立图案转换成标准图案,标记所述标准图案为特征图形。
确定特征图形的空间关系的步骤包括:根据所述特征图形在所述二值图像的位置以确定空间关系。
根据特征图形的空间关系输出对应的编码的步骤包括:根据预设的代码表确定所述特征图形对应的代码,根据空间关系处理所述代码以输出对应的编码。
所述辨识目标图像的特征图形的步骤还包括:将所述目标图像转换成二值图像,基于膨胀腐蚀运算处理所述二值图像以获取新二值图像,根据连续关系将所述新二值图像分割成若干独立图案;将所述独立图案转换成标准图案,标记所述标准图案为特征图形。
作为实施例的进一步改进,如图1所示的针对标准图案的处理流程:
首先针对输入的图像(即所述目标图像),通过对比每个像素与其邻域内像素的亮度,颜色等信息,根据相似性将图像进行二值化,得到二值图像0(即所述二值图像);之后,针对二值图像0,进行至少一次形态学滤波(腐蚀,膨胀等操作),得到新的二值图像1(即所述新二值图像);如有需要,可以选取不同的参数,对二值图像0进行不同的形态学滤波,对二值图像0进行形态学滤波2,得到二值图像2;之后,将所有的二值图像(即通过多次的滤波处理,每一次滤波处理后的图像都进行存储)存入二值图像列表中;针对二值图像列表中的每张图像,寻找其中的连通区域;在找到的连通区域中,提取出其边界轮廓(即确定独立图案),并按内外轮廓层次存储在轮廓列表中;在得到的轮廓列表中,通过层次,大小等信息,对轮廓进行筛选(如该轮廓被至少一个轮廓包围,且包围着至少一个轮廓),得到候选轮廓列表;在候选轮廓列表中,对每个轮廓进行多变形近似,得到多边形列表,在多边形列表中,通过边数,凹凸性,对称性等信息,对轮廓进行筛选(如正五边形轮廓),得到候选基准框列表(以获取标准图案)。
如图2所示的目标图像处理流程:
解析目标图像以获取一个边框(即可以在同一图中截取若干小区域,每个小区域内部设有若干特征图形,此时,可以增加在一个图像中的不相互干扰的编码的数量。边框可以是由边界组成的一个正方形,边框的检测方式如上述独立图案一致,即图像二值化,根据预设的参数将若干特征图形链接以形成一个正方形),针对边框内部的图案(独立图案)进行处理(以获取标准图案,如上述过程),之后进行匹配(以确定其对应的代码);
在已检测到的边界/边框中,针对每一个边界,通过与设计的理论边界对比,计算出它们之间的透视变换矩阵;之后,对于每一个边界中的所有像素点,通过生成的变换矩阵,将其变换为新的像素点;当所有像素点转换完毕后,当前边界内的图案便被转换为与设计视角相同的视角,即变换后图案;针对变换后图案,通过对比每一像素与其邻域内像素的关系,将图案进行细化,得到图案的骨架信息;在骨架图中,所有线条的像素宽度均为一个像素;针对提取到的骨架图,通过获取一条连续线段中的顶点或斜率突变点,将线条分解成线段单元(根据空间关系分割成的独立图案);针对每个线段单元,选取与之最接近的标准长度线段代替(转换成标准图案),并按一定顺序排列,形成标准的线段编码图(即代码表);之后,在已存储的编码数据库中,寻找与当前线段编码匹配的编码(可以更具体的标准图案的位置参数作为编码的一环,用于增加编码的容量,例如分为三个层次,第一层次有三个编码,第二层次有两个编码,第三层次有一个编码,则可以根据层次组成更多的编码组合);如果找到,将当前边界及原始内部图案进行标记,并存储。
如图3所示的独立图案转换示意图,如图4所示的代码实例,其中,
图3a通过透视变换更改视角(对应图3b),图3b通过骨架提取得到骨架图(对应图3c),图3c通过线段近似获得线段图(对应图3d),图3d通过长度、角度标准化获得图3e。
图4a包括1~6个独立图案,根据空间关系可以分成图4b显示的排序,通过查询预设的代码表可以输出对应的编码。
图5显示为代码表,其中,空间上的空位代表0,水平线为1,垂线为2,斜线分为3、4,圆圈为5。
作为实施例的进一步改进,基于膨胀腐蚀运算处理所述二值图像的流程:
将目标图像进行二值处理,避免不同光照和图案颜色的影响,同时减少信息量,快速剔除无用信息;基于形态学滤波:形态学是分析几何形状结构的数学方法,包括膨、腐蚀、开、闭等运算,用于图像处理中,可以保持基本的形状,去除不相关的特征;原始图案由于二值化的处理,可能丢失一部分细节,同时一部分噪声也可能经过二值化之后,存在与图案之中,对图案本身造成干扰,因此需要对二值图像进行形态学滤波处理。
以腐蚀膨胀为例,如图6所示形态学处理示意图(图6a为原图),直接二值化后的图案b(图6b)损失了部分细节(1,2,3,4,5),同时又存在一些噪声(6,7,8)。膨胀运算之后,整体图案(图6c)变粗;1,2,3,4,5,部分由于收到邻域影响,在周围像素的膨胀过程中消失。而6,7,8部分由于孤立,膨胀之后仍然存在,且变化不大。之后再进行腐蚀操作,6,7,8部分由于周围不存在像素,所以被腐蚀掉,其他部分腐蚀后变细。最终得到的图案d(图6d),与图案b相比,更接近与设计图案。
多次滤波的作用:由于实际检测中,图案本身存在尺度大小和角度的不同,其噪音和丢失的细节大小也不同,若采用单次滤波,甚至不采用滤波,很有可能提取不到目标基准框与图案。因此,一般需要采用一组以上的参数对输入图像进行滤波,解决图案距离与角度不同的问题。
提取轮廓的作用:在提取基准框的过程中,其几何性质的最佳反应便是其轮廓;一方面,因为由轮廓已经可以得到几乎所需要的全部信息:形状,大小,对称性等;另一方面,轮廓便于搜索和存储,以及快速处理。
多边形近似作用:提取到的轮廓为像素点的集合,无法用数学形式表达,因此需要通过多边形近似,将轮廓近似为多边形,便于之后基准边框的搜索,如图7的多边形筛选举例图:
以平行四边形的筛选为例:图7e满足凸多边形,边数为4,对边平行的条件,故被存储为候选基准框;图7f满足凸多边形,但边数为5,故不满足条件;图7g满足凸多边形,边数为4,但有两条对边不平行,故不满足条件;图7h满足边数为4,但不满足凸多边形,故不满足条件。
合并重复边框作用:同一基准框,有可能在二值图像列表的多张图像中被提取到,导致后续的处理量增大。且重复边框会造成信息的冗余,导致最终同一图案被多次输出;具体步骤:每次添加新边框时,先对其进行判断;
若新边框与当前边框列表中任意一个边框存在以下关系:1.新边框各顶点与已存储边框相应顶点之间的距离均小于某一阈值;2.新边框层次结构与已存储边框相同;则将新边框与旧边框顶点位置的平均值所构成的平均边框作为合并后的边框,用来替换旧边框,减小单次二值处理的误差,提高边框提取的精度和稳定性。
基于发明的实施例,一种图案编码识别系统,包括:预处理模块,用于辨识目标图像的特征图形;处理模块,确定特征图形的空间关系,根据特征图形的空间关系输出对应的编码。
所述辨识目标图像的特征图形的步骤包括:将所述目标图像转换成二值图像,根据连续关系将所述二值图像分割成若干独立图案;将所述独立图案转换成标准图案,标记所述标准图案为特征图形。
确定特征图形的空间关系的步骤包括:根据所述特征图形在所述二值图像的位置以确定空间关系。
根据特征图形的空间关系输出对应的编码的步骤包括:根据预设的代码表确定所述特征图形对应的代码,根据空间关系处理所述代码以输出对应的编码。
所述辨识目标图像的特征图形的步骤还包括:将所述目标图像转换成二值图像,基于膨胀腐蚀运算处理所述二值图像以获取新二值图像,根据连续关系将所述新二值图像分割成若干独立图案;将所述独立图案转换成标准图案,标记所述标准图案为特征图形。
以上所述,只是本发明的较佳实施例而已,本发明并不局限于上述实施方式,只要其以相同的手段达到本发明的技术效果,都应属于本发明的保护范围。在本发明的保护范围内其技术方案和/或实施方式可以有各种不同的修改和变化。
Claims (8)
1.一种图案编码识别方法,其特征在于,包括:
辨识目标图像的特征图形;
确定特征图形的空间关系;
根据特征图形的空间关系输出对应的编码;
所述辨识目标图像的特征图形的步骤包括:
将所述目标图像转换成二值图像,根据连续关系将所述二值图像分割成若干独立图案;
将所述独立图案转换成标准图案,标记所述标准图案为特征图形;
所述将所述独立图案转换成标准图案的步骤包括:
根据所述独立图案,得到多个所述独立图案的轮廓信息;
对多个所述轮廓信息进行筛选,得到候选基准框列表;
根据所述候选基准框 列表,得到标准图案。
2.根据权利要求1所述的一种图案编码识别方法,其特征在于,确定特征图形的空间关系的步骤包括:
根据所述特征图形在所述二值图像的位置以确定空间关系。
3.根据权利要求1所述的一种图案编码识别方法,其特征在于,根据特征图形的空间关系输出对应的编码的步骤包括:
根据预设的代码表确定所述特征图形对应的代码,根据空间关系处理所述代码以输出对应的编码。
4.根据权利要求1所述的一种图案编码识别方法,其特征在于,所述辨识目标图像的特征图形的步骤还包括:
将所述目标图像转换成二值图像,基于膨胀腐蚀运算处理所述二值图像以获取新二值图像,根据连续关系将所述新二值图像分割成若干独立图案;
将所述独立图案转换成标准图案,标记所述标准图案为特征图形。
5.一种图案编码识别系统,其特征在于,包括:
预处理模块,用于辨识目标图像的特征图形;
处理模块,确定特征图形的空间关系,根据特征图形的空间关系输出对应的编码;
所述辨识目标图像的特征图形的步骤包括:
将所述目标图像转换成二值图像,根据连续关系将所述二值图像分割成若干独立图案;
将所述独立图案转换成标准图案,标记所述标准图案为特征图形;
所述将所述独立图案转换成标准图案的步骤包括:
根据所述独立图案,得到多个所述独立图案的轮廓信息;
对多个所述轮廓信息进行筛选,得到候选基准框列表;
根据所述候选基准框 列表,得到标准图案。
6.根据权利要求5所述的一种图案编码识别系统,其特征在于,确定特征图形的空间关系的步骤包括:
根据所述特征图形在所述二值图像的位置以确定空间关系。
7.根据权利要求5所述的一种图案编码识别系统,其特征在于,根据特征图形的空间关系输出对应的编码的步骤包括:
根据预设的代码表确定所述特征图形对应的代码,根据空间关系处理所述代码以输出对应的编码。
8.根据权利要求5所述的一种图案编码识别系统,其特征在于,所述辨识目标图像的特征图形的步骤还包括:
将所述目标图像转换成二值图像,基于膨胀腐蚀运算处理所述二值图像以获取新二值图像,根据连续关系将所述新二值图像分割成若干独立图案;
将所述独立图案转换成标准图案,标记所述标准图案为特征图形。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810397630.5A CN108830362B (zh) | 2018-04-28 | 2018-04-28 | 一种图案编码识别方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810397630.5A CN108830362B (zh) | 2018-04-28 | 2018-04-28 | 一种图案编码识别方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108830362A CN108830362A (zh) | 2018-11-16 |
CN108830362B true CN108830362B (zh) | 2021-07-02 |
Family
ID=64155765
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810397630.5A Active CN108830362B (zh) | 2018-04-28 | 2018-04-28 | 一种图案编码识别方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108830362B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101576958A (zh) * | 2009-06-15 | 2009-11-11 | 西安交通大学 | 一种基于形状特征的带边框矩形印章图形提取方法 |
CN102460478A (zh) * | 2009-04-08 | 2012-05-16 | 大陆-特韦斯贸易合伙股份公司及两合公司 | 二维符号代码和用于读取符号代码的方法 |
CN102615977A (zh) * | 2012-03-22 | 2012-08-01 | 李卫伟 | 编码图形的喷印方法与喷码机 |
CN106529635A (zh) * | 2016-10-18 | 2017-03-22 | 网易(杭州)网络有限公司 | 一种编码图案的生成、识别方法及装置 |
CN106778440A (zh) * | 2016-12-21 | 2017-05-31 | 腾讯科技(深圳)有限公司 | 二维码识别方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9167314B2 (en) * | 2012-05-21 | 2015-10-20 | Video Expressions LLC | Embedding information in an image |
-
2018
- 2018-04-28 CN CN201810397630.5A patent/CN108830362B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102460478A (zh) * | 2009-04-08 | 2012-05-16 | 大陆-特韦斯贸易合伙股份公司及两合公司 | 二维符号代码和用于读取符号代码的方法 |
CN101576958A (zh) * | 2009-06-15 | 2009-11-11 | 西安交通大学 | 一种基于形状特征的带边框矩形印章图形提取方法 |
CN102615977A (zh) * | 2012-03-22 | 2012-08-01 | 李卫伟 | 编码图形的喷印方法与喷码机 |
CN106529635A (zh) * | 2016-10-18 | 2017-03-22 | 网易(杭州)网络有限公司 | 一种编码图案的生成、识别方法及装置 |
CN106778440A (zh) * | 2016-12-21 | 2017-05-31 | 腾讯科技(深圳)有限公司 | 二维码识别方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108830362A (zh) | 2018-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Character location in scene images from digital camera | |
EP2783328B1 (en) | Text detection using multi-layer connected components with histograms | |
EP1271403B1 (en) | Method and device for character location in images from digital camera | |
CN107346409A (zh) | 行人再识别方法和装置 | |
Lin et al. | A study of shape-based image retrieval | |
Xu | Robust traffic sign shape recognition using geometric matching | |
Musci et al. | Assessment of binary coding techniques for texture characterization in remote sensing imagery | |
CN110502977B (zh) | 一种建筑物变化分类检测方法、系统、装置及存储介质 | |
US20120269446A1 (en) | Marker generation device, marker generation detection system, marker generation detection device, marker, marker generation method, and program | |
Gilly et al. | A survey on license plate recognition systems | |
KR101742115B1 (ko) | 건물 인식을 위한 멀티뷰 영상에서의 인라이어 선택 및 잉여 제거 방법 | |
CN110390682B (zh) | 一种模板自适应的图像分割方法、系统和可读存储介质 | |
JP6628336B2 (ja) | 情報処理システム | |
Zhang et al. | Classification of very high spatial resolution imagery based on a new pixel shape feature set | |
CN112818983B (zh) | 一种利用图片相识度判断字符倒置的方法 | |
US10496894B2 (en) | System and method for text localization in images | |
CN110378337B (zh) | 金属切削刀具图纸标识信息视觉输入方法及系统 | |
Raikar et al. | Automatic building detection from satellite images using internal gray variance and digital surface model | |
CN108205641B (zh) | 手势图像处理方法及装置 | |
CN108830362B (zh) | 一种图案编码识别方法和系统 | |
US9665938B2 (en) | Image processing apparatus and specific figure detecting method | |
JP6343998B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
Siddique et al. | Development of an automatic vehicle license plate detection and recognition system for Bangladesh | |
CN114972540A (zh) | 目标定位方法、装置、电子设备及存储介质 | |
Liu et al. | A prototype system of courtesy amount recognition for Chinese Bank checks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |