CN113841151B - 基于颜色空间变换技术和利用紫外线的目标相关图像检测 - Google Patents

基于颜色空间变换技术和利用紫外线的目标相关图像检测 Download PDF

Info

Publication number
CN113841151B
CN113841151B CN202080036956.0A CN202080036956A CN113841151B CN 113841151 B CN113841151 B CN 113841151B CN 202080036956 A CN202080036956 A CN 202080036956A CN 113841151 B CN113841151 B CN 113841151B
Authority
CN
China
Prior art keywords
color space
color
colors
image
matrix barcode
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
Application number
CN202080036956.0A
Other languages
English (en)
Other versions
CN113841151A (zh
Inventor
奥斯丁·格兰特·沃尔特斯
杰里米·爱德华·古德西特
法尔丁·阿布迪·塔吉·阿巴德
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Capital One Services LLC
Original Assignee
Capital One Services LLC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Capital One Services LLC filed Critical Capital One Services LLC
Priority to CN202310003366.3A priority Critical patent/CN116011476A/zh
Publication of CN113841151A publication Critical patent/CN113841151A/zh
Application granted granted Critical
Publication of CN113841151B publication Critical patent/CN113841151B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03K—PULSE TECHNIQUE
    • H03K19/00—Logic circuits, i.e. having at least two inputs acting on one output; Inverting circuits
    • H03K19/02—Logic circuits, i.e. having at least two inputs acting on one output; Inverting circuits using specified components
    • H03K19/173—Logic circuits, i.e. having at least two inputs acting on one output; Inverting circuits using specified components using elementary logic circuits as components
    • H03K19/177—Logic circuits, i.e. having at least two inputs acting on one output; Inverting circuits using specified components using elementary logic circuits as components arranged in matrix form
    • H03K19/17748—Structural details of configuration resources
    • H03K19/1776—Structural details of configuration resources for memories
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/30—Arrangements for executing machine instructions, e.g. instruction decode
    • G06F9/30003—Arrangements for executing specific machine instructions
    • G06F9/3004—Arrangements for executing specific machine instructions to perform operations on memory
    • 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
    • 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
    • G06K19/06009—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 with optically detectable marking
    • G06K19/06037—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 with optically detectable marking multi-dimensional coding
    • 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
    • G06K19/06009—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 with optically detectable marking
    • G06K19/06046—Constructional details
    • G06K19/0614—Constructional details the marking being selective to wavelength, e.g. color barcode or barcodes only visible under UV or IR
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/10544—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum
    • G06K7/10821—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum further details of bar or optical code scanning devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/12—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using a selected wavelength, e.g. to sense red marks and ignore blue marks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404—Methods for optical code recognition
    • G06K7/1408—Methods for optical code recognition the method being specifically adapted for the type of code
    • G06K7/1417—2D bar codes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • 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
    • G06K2019/06215—Aspects not covered by other subgroups
    • G06K2019/06225—Aspects not covered by other subgroups using wavelength selection, e.g. colour code

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Color Image Communication Systems (AREA)
  • Non-Silver Salt Photosensitive Materials And Non-Silver Salt Photography (AREA)
  • Spectrometry And Color Measurement (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Photometry And Measurement Of Optical Pulse Characteristics (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Heat Sensitive Colour Forming Recording (AREA)

Abstract

用于提高图像检测和安全性的技术，包括基于矩阵的图像的形成和检测。一些技术包括用于处理图像数据、生成与该数据相关联的一个或多个颜色空间以及基于生成的颜色空间执行颜色空间转换的逻辑。该逻辑还可以被配置为基于颜色空间转换生成图像，包括但不限于矩阵条形码。该逻辑还可以被配置为将紫外线层和红外线层中的一个或两者应用于从一个或多个颜色空间转换生成的图像，例如，矩阵条形码。描述并要求保护其他实施例。

Description

基于颜色空间变换技术和利用紫外线的目标相关图像检测
相关申请
本申请是2019年3月18日提交的美国专利申请序列号16/357,211的延续，该专利申请题为“基于颜色空间变换技术和利用紫外线的目标相关图像检测(DETECTION OFIMAGES IN RELATION TO TARGETS BASED ON COLORSPACE TRANSFORMATION TECHNIQUESAND UTILIZING ULTRAVIOLET LIGHT)”。上述申请的内容通过引用以其整体并入本文。
背景技术
自古以来，某些材料(例如，油漆、墨水和/或类似材料)已被用于将场景和/或对象记忆为半永久到永久的介质。这种记忆包括拍摄而产生照片。计算机技术允许将这些照片数字化并进行检测，并已经引入图像处理作为技术领域。边缘检测构成图像处理的至少一个方面，并且在许多情况下具有应用。
考虑到这些因素和其他因素，目前的改进是必要的。
发明内容
以下给出了一个简化的概要，以提供对本文描述的一些新颖实施例的基本理解。本概要不是一个广泛的概述，也不是为了确定主要/关键要素或描述其范围。其唯一目的是以简化的形式呈现一些概念，作为后面呈现的更详细描述的序言。
本公开的一个方面包括用于创建针对特定环境中的检测而优化的矩阵的装置。该装置包括：用于存储指令的存储器，以及与该存储器耦合的处理电路，该处理电路可操作以执行指令，指令在被执行时使该处理电路：接收包含i)目标的一个或多个图像和ii)目标的一个或多个视频中的至少一个的代表性数据集，目标包括i)环境、ii)活动实体和iii)对象中的至少一个；处理代表性数据集以创建目标的直方图；基于直方图识别与目标相关联的最流行的多种颜色；基于直方图确定相关的多种颜色，其中相关的多种颜色包括i)与目标相关的缺失颜色和ii)与目标相关联的最不流行颜色中的至少一种；以及使用相关的多种颜色创建矩阵，其中矩阵与目标相关联。
本公开的另一方面包括一种用于检测针对特定环境中的检测而优化的矩阵的方法。该方法包括：检测通过物理介质显示并且与环境相关联的矩阵，其中该矩阵包括多种非黑色和非白色颜色，其中多种非黑色和非白色颜色中的每个是i)与环境相关的缺失颜色和ii)与环境相关联的最不流行颜色中的至少一种。
本公开的又一个方面包括一种制造物品，其显示针对特定环境中的检测而优化的矩阵条形码。该制造物品包括：通过物理介质显示并且与环境相关联的矩阵条形码，其中矩阵条形码包括多种非黑色和非白色颜色，其中矩阵条形码嵌有计算机数据，其中计算机数据由与非黑色和非白色颜色相关联的多个像素表示，并且其中多个像素与形成矩阵条形码的至少3个颜色通道相关联。
本公开的又一方面包括用于创建针对特定环境中的检测而优化的矩阵的装置，其中矩阵是包括紫外线层的分层图像的一部分。该装置包括：接收包含i)目标的一个或多个图像和ii)目标的一个或多个视频中的至少一个的代表性数据集，目标包括i)环境、ii)活动实体和iii)对象中的至少一个；处理代表性数据集以创建目标的直方图；基于直方图识别与目标相关联的最流行的多种颜色；基于直方图确定相关的多种颜色，其中相关的多种颜色包括i)与目标相关的缺失颜色和ii)与目标相关联的最不流行颜色中的至少一种；以及使用相关的多种颜色和至少一个紫外线层创建矩阵，其中矩阵与目标相关联。
本公开的又一方面包括一种用于检测针对特定环境中的检测而优化的矩阵的方法，其中矩阵是包括至少一个紫外线层的图像的一部分。该方法包括：检测通过物理介质显示并且与环境相关联的矩阵条形码，其中矩阵条形码包括多种非黑色和非白色颜色以及至少一个紫外线层，其中至少一个紫外线层反射紫外线，并且其中矩阵条形码包括四个或更多个信息比特。
本公开的又一方面包括一种制造物品，其显示针对特定环境中的检测而优化的矩阵条形码，其中矩阵条形码是具有紫外线层的图像的一部分。制造物品包括：通过适当表面显示的矩阵条形码，用于投射、吸收、反射或照明紫外线中的至少一种，其中矩阵条形码包括四个或更多个组成矩阵条形码的组合，每个组成矩阵条形码与不同的颜色通道相关联，包括与四个组成矩阵条形码中的至少一个的至少一层相关联的紫外线颜色通道。
本公开的又一方面包括用于创建针对特定环境中的检测而优化的矩阵的装置，其中矩阵是包括红外线层的分层图像的一部分。该装置包括：接收包含i)目标的一个或多个图像和ii)目标的一个或多个视频中的至少一个的代表性数据集，目标包括i)环境、ii)活动实体和iii)对象中的至少一个；处理代表性数据集以创建目标的直方图；基于直方图识别与目标相关联的最流行的多种颜色；基于直方图确定相关的多种颜色，其中相关的多种颜色包括i)与目标相关的缺失颜色和ii)与目标相关联的最不流行颜色中的至少一种；以及使用相关的多种颜色和至少一个红外线层创建矩阵，其中矩阵与目标相关联。
本公开的又一方面包括一种用于检测针对特定环境中的检测而优化的矩阵的方法，其中矩阵是包括至少一个红外线层的图像的一部分。该方法包括：检测通过物理介质显示并且与环境相关联的矩阵条形码，其中矩阵条形码包括多种非黑色和非白色颜色以及至少一个红外线层，其中至少一个红外线层反射红外线，并且其中矩阵条形码包括四个或更多个信息比特。
本公开的又一方面包括一种制造物品，其显示针对特定环境中的检测而优化的矩阵条形码，其中矩阵条形码是具有红外线层的图像的一部分。制造物品包括：通过适当表面显示的矩阵条形码，用于投射、吸收、反射或照明红外线中的至少一种，其中矩阵条形码包括四个或更多个组成矩阵条形码的组合，每个组成矩阵条形码与不同的颜色通道相关联，包括与四个组成矩阵条形码中的至少一个的至少一层相关联的红外线颜色通道。
本公开的又一方面包括用于创建同时包含紫外线层和红外线层的矩阵条形码的装置。该装置包括：用于存储指令的存储器，以及与该存储器耦合的处理电路，该处理电路可操作以执行指令，指令在被执行时使处理电路：使用至少一个红外线层和至少一个紫外线层创建矩阵条形码。
本公开的又一方面包括用于创建针对特定环境中的检测而优化的矩阵的装置，其中矩阵是包括红外线层和紫外线层的分层图像的一部分。该装置包括：用于存储指令的存储器，以及与该存储器耦合的处理电路，该处理电路可操作以执行指令，指令在被执行时使处理电路：使用一个或多个颜色层、至少一个红外线层和至少一个紫外线层创建矩阵条形码；接收包含i)目标的一个或多个图像和ii)目标的一个或多个视频中的至少一个的代表性数据集，目标包括i)环境、ii)活动实体和iii)对象中的至少一个；处理代表性数据集以创建目标的直方图；基于直方图识别与目标相关联的最流行的多种颜色；以及基于直方图确定相关的多种颜色，其中相关的多种颜色包括i)与目标相关的缺失颜色和ii)与目标相关联的最不流行颜色中的至少一种，其中，相关的多种颜色被包括在一个或多个颜色层中的每个中。
本公开的又一方面包括一种用于检测针对特定环境中的检测而优化的矩阵条形码的方法，其中矩阵条形码包括紫外线层和红外线层。该方法包括：检测通过物理介质显示并且与环境相关联的矩阵条形码，其中矩阵条形码包括多种非黑色和非白色颜色、至少一个红外线层和至少一个紫外线层，并且其中至少一个紫外线层反射紫外线，并且其中至少一个红外线层反射红外线。
本公开的又一方面包括一种用于显示同时具有紫外线层和红外线层的矩阵条形码的制造物品。该制造物品包括：通过适当表面显示的矩阵条形码，以用于投射、吸收、反射或照明红外线和紫外线两者中的至少一种，矩阵条形码包括至少一个红外线层和至少一个紫外线层。
本公开的又一方面包括一种用于显示矩阵条形码的制造物品，该矩阵条形码同时具有紫外线层和红外线层、以及针对特定环境中的检测而优化的一个或多个颜色层。该制造物品包括：通过反射红外线和紫外线的适当表面显示的矩阵条形码，矩阵条形码包括至少一个红外线层、至少一个紫外线层和多种非黑色和非白色颜色，并且其中多种非黑色和非白色颜色与至少三个非白色和非黑色颜色通道相关联。
为了实现上述目的和相关目的，本文结合以下说明和附图描述了某些说明性方面。这些方面指示可实施本文所公开的原理的各种方式，并且其所有方面和等效物意图在所要求保护的主题的范围内。当结合附图考虑时，其他优点和新颖特征可从以下详细描述中变得明显。
附图说明
图1示出了根据本公开的至少一个实施例的用于改进图像中的边缘检测的系统的实施例。
图2A示出了根据本公开的至少一个实施例的用于图1的系统的集群过程的实施例。
图2B示出了根据本公开的至少一个实施例的用于图1的系统的颜色空间转换技术的实施例。
图3示出了根据本公开的至少一个实施例的用于图1的系统的集中式系统的实施例。
图4示出了根据本公开的至少一个实施例的用于图1的系统的操作环境的实施例。
图5A示出了根据本公开的至少一个实施例的用于图1的系统的第一逻辑流程的实施例。
图5B示出了根据本公开的至少一个实施例的用于图1的系统的第二逻辑流程的实施例。
图5C示出了根据本公开的至少一个实施例的用于图1的系统的第三逻辑流程的实施例。
图5D示出了根据本公开的至少一个实施例的用于图1的系统的第四逻辑流程的实施例。
图6A示出了根据本公开的至少一个实施例的可扫描图像的形成。
图6B示出了根据本公开的至少一个实施例的可扫描图像的形成。
图6C示出了根据本公开的至少一个实施例的可扫描图像的形成。
图7示出了根据本公开的至少一个实施例的用于生成和扫描可扫描图像的计算机设备。
图8示出了用于图1的系统的图形用户界面(GUI)的实施例。
图9示出了计算架构的实施例。
图10示出了通信架构的实施例。
具体实施方式
各种实施例旨在通过识别哪种颜色空间模型最适合用于特定环境中的检测来改进图像处理，例如，在颜色空间之间转换以改进特定环境中或与特定目标相关联的检测。在各种实施例中，颜色空间之间的转换提供了位于对象上或由电子设备显示的矩阵，其中通过在生成矩阵时执行一个或多个颜色空间转换来优化该矩阵，以便在环境中进行检测。在一个或多个实施例中，矩阵是矩阵条形码，并且在一个或多个实施例中，矩阵条形码是基准标记。
在各种实施例中，颜色空间转换对关于矩阵条形码的信息进行编码，这允许正确扫描与矩阵条形码相关联的对象，同时防止篡改和错误验证，例如，包含信息的颜色通道与转换相关联，并且在没有访问与转换相关的信息的扫描设备的情况下，扫描不能验证与该对象相关联的对象和/或访问与该对象相关联的任何信息。
在各种实施例中，颜色空间转换用于增加存储在矩阵上的信息量，例如，矩阵条形码，因为与转换(衍生)为颜色空间相关联的颜色通道可以根据需要增加，而不受任何限制(前提是扫描设备适当配置，以便在扫描矩阵时进行检测)。
在各种实施例中，为了进一步增加与矩阵相关联的信息，添加额外的安全层，和/或优化使用与打印矩阵相关联的墨水，可以针对矩阵使用紫外线层和/或红外线层。
因此，本公开的各种实施例提供了以下优点中的至少一个：i)增强对环境中对象上的图像(例如，矩阵)的检测(因为矩阵颜色是根据想到的环境的颜色选择和优化的)，ii)提供更安全的验证，以及iii)在矩阵上存储更多信息，因为对于可以使用多少颜色通道没有前置限制，并且可以通过添加红外线或紫外线特征进一步增加信息量，并使验证扫描更加安全。
在各种实施例中，颜色空间转换改进了边缘检测。在图像处理中，边缘检测是一个已知的技术领域，并且边缘检测技术为不同的颜色空间模型提供不同的结果。在边缘检测中，一个颜色空间模型比另一个颜色空间提供更好的结果并不罕见，因为具有符合颜色空间模型的图像数据比另一个颜色空间模型在边缘检测中具有更高的成功可能性。
颜色空间模型被配置为表示颜色数据，但大多数模型在表示该颜色数据时有所不同。例如，CIELAB或LAB颜色空间模型将颜色表示为三个值：L表示亮度/明度，Alpha(A)和Beta(B)分别表示绿-红和蓝-黄颜色分量。从红-绿-蓝(RGB)颜色空间模型转换为青-品红-黄-黑(CMYK)时，通常使用LAB颜色空间模型。对于某些图像，在LAB颜色空间模型中表示其颜色数据比其他颜色空间模型(包括RGB模型)提供更好的边缘检测结果。结果，实施例可以通过提供扫描与验证相关联的图像的更有效和更准确的方式来提高利用图像检测作为验证事务的手段的操作员、设备或网络的可承受性、可伸缩性、模块性、可扩展性或互操作性(进而，最大限度地减少计算机资源的冗余消耗)。
一般参考本文中使用的符号和术语，可根据在计算机或计算机网络上执行的程序过程来呈现以下详细描述。本领域技术人员使用这些过程描述和表示来最有效地将其工作的实质传达给本领域技术人员。
这里的过程通常被认为是一个自相一致的操作序列，从而产生期望的结果。这些操作需要对物理量进行物理操作。通常，尽管不一定，这些量以能够被存储、传递、组合、比较和以其他方式操纵的电、磁或光信号的形式出现。事实证明，有时将这些信号称为比特、值、元素、符号、字符、术语、数字等是方便的，主要是出于常见用法的原因。然而，应注意的是，所有这些和类似的术语都与适当的物理量相关联，并且只是应用于这些量的方便标签。
此外，所执行的操作通常指的是诸如添加或比较之类的术语，这些术语通常与人类操作员执行的心理操作相关联。在本文描述的构成一个或多个实施例的一部分的任何操作中，人类操作员的这种能力不是必需的，或者在大多数情况下不是可取的。相反，这些操作是机器操作。用于执行各种实施例的操作的有用机器包括通用数字计算机或类似设备。
各种实施例还涉及用于执行这些操作的装置或系统。该装置可为所需目的而专门构造，或其可包括由存储在计算机中的计算机程序选择性地激活或重新配置的通用计算机。本文呈现的过程本质上与特定计算机或其他装置无关。各种通用机器可以与根据本文的教导编写的程序一起使用，或者可以证明构造更专用的装置以执行所需的方法步骤是方便的。各种此类机器所需的结构可能会从给出的描述中出现。
现在参考附图，其中，在全文中使用类似的附图标记来表示类似的元件。在以下描述中，为了解释的目的，阐述了许多具体细节以提供对其的透彻理解。然而，显而易见的是，可以在没有这些具体细节的情况下实施新颖的实施例。在其他实例中，以框图形式示出公知结构和设备以便于对其进行描述。意图是涵盖与所要求保护的主题相一致的所有修改、等价物和替代物。
图1示出了系统100的框图。尽管图1所示的系统100在特定拓扑中具有有限数量的元件；但是可以理解，系统100可以根据给定实施方式的需要在替代拓扑中包括更多或更少的元件。系统100可以在单个计算实体中(例如完全在单个设备内)实现系统100的部分或全部结构和/或操作。
系统100可以包括装置120。装置120通常可以被设置成使用各种组件来处理输入110，并生成输出130，其中(一些)输出130显示在显示设备上或打印在适当的材料表面上。装置120可以包括处理器140(例如，处理电路)和计算机存储器150。处理电路140可以是任何类型的逻辑电路，并且计算机存储器150可以是一个或多个存储器单元的配置。
装置120还包括存储在计算机存储器150中并在处理电路140上执行的逻辑160。逻辑160可操作以使处理电路140将图像数据集170的图像数据处理成拼接图像数据，其中图像数据是根据颜色空间模型配置的。如本文所述的颜色空间模型是指任何合适的颜色空间模型，例如红-绿-蓝(RGB)、青-品红-黄-黑(CMYK)、亮度-Alpha-Beta(LAB)等。例如，LAB颜色空间模型的Alpha和Beta通道分别指绿-红和蓝-黄颜色分量。绿-红分量可以表示红色和绿色之间的方差，其中绿色在沿轴的负方向上而红色在沿轴的正方向上，以及蓝-黄分量可以表示蓝色和黄色之间的方差，其中蓝色在沿轴的负方向上而黄色在沿轴的正方向上。在各种实施例中，可以(数学上)将边缘定义为Alpha通道具有零(0)或接近零的值的每个像素位置。
在各种实施例中，拼接图像数据包括多个补丁，其中每个补丁包括颜色数据(例如，像素数据，其中每个像素表示为红-绿-蓝(RGB)颜色强度的元组)。如本文所述，一个颜色空间模型(例如，RGB)可对应于比另一颜色空间模型更高的边缘检测成功可能性。某些图像在RGB中排列时提供最佳或接近最佳的边缘检测结果，而其他图像在LAB或XYZ颜色空间中排列时提供最佳或接近最佳的边缘检测结果，反之亦然。
在各种实施例中，逻辑160可进一步操作以使处理电路140将颜色空间变换机制180应用于图像数据，以根据其他颜色空间模型生成变换后的图像数据。然后，逻辑160可操作以使处理电路140将边缘检测技术190应用于变换后的图像数据。边缘检测技术190是指用于识别图像内对象的边缘或边界的多个算法中的任意一个的图像处理技术。通常，边缘检测技术190提供指示边缘在图像数据集170的图像数据中的位置的信息(例如，像素数据)。边缘检测技术190的一些实施方式通过检测亮度的不连续性来操作，并且对于那些实施方式，在LAB颜色空间或RGB上的XYZ颜色空间中具有图像数据提供更精确的边缘检测结果。当根据HCL(色调-色度-亮度)而不是RGB对图像数据建模时，边缘检测技术190的一些实施方式提供准确的边缘检测结果。
在各种实施例中，逻辑160可进一步操作以使处理电路140识别与拼接图像数据相对应的图像组。图像数据集170还包括将图像与最有可能提供适当边缘检测结果的颜色空间模型相关联的图像组模型数据。在各种实施例中，图像组模型数据指示哪个颜色空间模型在边缘检测之前用于变换给定图像以获得接近最佳的边缘检测结果。逻辑160还被配置成使处理电路140基于图像组选择颜色空间变换机制180。颜色空间变换机制180操作为根据另一颜色空间模型将图像数据变换为变换后的图像数据，另一颜色空间模型在图像组的边缘检测时具有比该颜色空间模型更高的可能性。应理解，另一颜色空间模型可以是任何颜色空间模型，其包括具有与该颜色空间模型不同数量的通道的颜色空间模型。
在各种实施例中，逻辑160可进一步操作以使处理电路140确定与特定对象、实体或环境相关联的最佳检测颜色空间，其中特定对象、实体或环境的颜色空间或直方图表示可以是图像数据集170的一部分。逻辑160可进一步操作以使处理电路140基于一个或多个颜色空间转换操作确定最佳颜色空间，其中颜色空间转换操作可提供用于在任何适当介质中编码信息的机制，包括但不限于矩阵，例如矩阵条形码、基准标记、任何其他合适的条形码或任何其他合适的图像。逻辑160可进一步操作以使处理电路140基于颜色空间确定生成用于矩阵(例如，矩阵条形码、基准标记等)的方案，以及用于关于特定对象、实体或环境的检测的方案。逻辑160还可操作以使处理电路140提供一种方案从而将至少一个紫外线层和红外线层添加到图像(例如矩阵或矩阵条形码)中，其对于关于特定对象、实体或环境的检测有用，其中紫外线层和/或红外线层向可检测图像添加额外的数据承载能力和/或安全性。
本文所述的一个或多个颜色空间模型，如本文其他地方所述和暗示的，是指任何合适的颜色空间模型，例如采用三色刺激系统或方案的颜色空间、红-绿-蓝(RGB)、亮度-Alpha-Beta(LAB)、XYZ颜色空间和/或其类似和/或变型。类似地，尽管各种实施例可以涉及从一个特定颜色空间到另一个特定颜色空间的特定转换，但是其他颜色空间之间的转换是预期的，并且与本公开的教导一致。
在各种实施例中，如本文所述，一个颜色空间模型(例如，RGB或XYZ)在检测具有特定颜色分布的对象、实体或环境相关的显示或打印图像(例如，条形码)方面，可对应于比另一颜色空间模型更高的边缘检测成功可能性。此外，与颜色空间相关联的特定颜色和颜色通道可提供关于对象、实体或环境的优越边缘检测。某些图像在RGB中排列时提供最佳或接近最佳的边缘检测结果，而其他图像在XYZ或LAB中排列时提供最佳或接近最佳的边缘检测结果，反之亦然。举例来说，在RGB中描绘绿色区域上的红色气球的图像与在LAB中的大不相同；因此，关于边缘检测，在成功识别和定位红色气球的边缘(例如，边界)或在绿色环境中具有红色的矩阵(例如，条形码或基准标记)时，LAB将提供比RGB更高的可能性。
在各种实施例中，颜色通道是分别具有第一和第二最高流行度的第一颜色和第二颜色的颜色分布，其中第一颜色在颜色通道中变为最小，而第二颜色变为最大，使得边界可以是这些颜色之间的过渡。该边界可以是颜色从第一颜色改变为第二颜色或反之亦然的至少一个像素。如果第一颜色被设置为零(0)，并且第二颜色被设置为二百五十五(255)，则从数学上讲，该边界可能位于在最小值和最大值之间跳跃的一个或多个像素处；例如，可能存在锐化分割(即，薄边界)，其中至少两个相邻像素在0和255之间立即过渡。在各种实施例中，颜色通道(例如，“R”、“G”和“B”)定义诸如RGB的颜色空间(例如，基于三色刺激系统的第一颜色空间)，并且在各种实施例中，可以使用与XYZ颜色空间相关联并定义XYZ颜色空间(和/或转换为XYZ颜色空间)的(第二)三色刺激系统来创建定制颜色通道。在各种实施例中，颜色通道可以大于三个。
在各种实施例中，如本文所讨论的，选择一个或多个颜色通道范围，使得一个或多个颜色通道的最大颜色值对应于与扫描相关联的目标对象、实体和/或环境的独特颜色值、最流行颜色值和/或最高颜色值，并且颜色通道的最小颜色值对应于可扫描图像(例如矩阵、矩阵条形码和/或基准标记)的最独特颜色、最流行颜色值和/或最高颜色值，其中另外，可扫描图像的最流行颜色值和/或最高颜色值也是最不流行的(最低颜色值)和/或不存在于与扫描相关联的目标对象、实体和/或环境，或反之亦然(例如，关于最大值或最小值)。
在各种实施例中，如本文所述，除了增加信息的存储和加密容量外，特定对象、实体或环境可能具有颜色分布，其形成更复杂和多样的颜色空间以及与之相关联的颜色和颜色通道(包括人眼无法感知的颜色)，使得对检测更具吸引力。因此，在各种实施例中，逻辑160还可操作以使处理电路140识别与拼接图像数据相对应的图像组。图像数据集170还包括将图像与最有可能提供适当的边缘检测结果的颜色空间变换模型相关联的图像组模型数据。在一些实施例中，图像组模型数据指示在边缘检测之前在变换给定图像时使用哪种颜色空间变换模型，以便获得接近最佳的边缘检测结果。逻辑160进一步被配置为使处理电路140选择基于图像组的颜色空间变换机制180。颜色空间变换机制180可操作以根据另一颜色空间模型将图像数据变换为变换后的图像数据，另一颜色空间模型在图像组的边缘检测时具有比该颜色空间模型更高的可能性。
在各种实施例中，系统100可以包括相机或视频设备195和/或扫描设备197中的一个或多个，其中设备195和设备197二者可以是用于获取、捕获、编辑和/或扫描对象、实体和/或环境的图像(包括但不限于视频或相机图片)的任何合适设备。逻辑160可被配置为使用设备195和/或设备197捕获或扫描特定对象、实体或环境的图像，其中捕获的图像可成为图像数据集170的一部分，并用于确定合适的颜色空间、执行颜色空间转换和/或扫描从颜色空间转换确定的图像，这可能与本文提供的教导一致。
在各种实施例中，系统100可以包括打印设备199(例如打印机)或其应用，其中通过应用颜色空间变换技术或机制，图像数据集170的图像部分和/或由系统100的一个或多个组件生成的图像(例如可扫描矩阵、矩阵条形码或基准标记)可以由打印设备199打印和/或打印设备199可以提供用于另一设备打印或生成与可扫描矩阵、矩阵条形码或基准标记相关联的图像的方案。
图2A示出了用于系统100的集群过程200A的实施例。集群过程200A对存储图像的颜色数据的图像数据集(例如，图1的图像数据集170)进行操作。
在集群过程200A的一些实施例中，图像的颜色数据202经历拼接操作，其中图像被处理成拼接图像数据206的多个补丁204。拼接图像数据206的每个补丁204包括根据颜色空间模型的颜色数据，例如具有RGB元组的像素数据。集群过程200A通过变换操作208，通过对拼接图像206的颜色数据应用颜色空间变换机制来将拼接图像数据变换为变换图像210的变换图像数据，从而进一步处理拼接图像数据206。根据颜色空间模型配置拼接图像206的颜色数据，并且根据另一颜色空间模型生成变换图像210的新颜色数据。
在一些实施例中，集群过程200A对拼接图像206的至少一个补丁执行最小颜色空间变换，可能留下一个或多个补丁而不进行变换。通过变换操作208，最小颜色空间变换修改至少一个补丁中的颜色数据，以将拼接图像数据变换为变换图像210的变换图像数据。集群过程200A可以在补丁之间执行缝合，以使拼接图像206均匀，而不是创建人工边缘。
图2B示出了根据本公开的各种实施例的颜色空间转换方案200B的示例。提供了特定对象、实体或环境215的直方图218表示(其中数字100、90、80和70旨在表示代表特定对象、实体或环境215的一种或多种颜色的颜色分布值的简化版本)。直方图218可以通过使系统100的一个或多个组件执行特定对象、实体或环境215的扫描并生成对象、实体或环境215的最流行颜色、最不流行颜色或缺失颜色的直方图218而生成。在一个或多个实施例中，直方图218可以是对象、实体或环境的最流行颜色的四种或更多种颜色。由于本公开的各种实施例明确考虑使用人眼无法感知的颜色，因此对于直方图218可以使用的颜色数量没有限制，本文讨论的颜色空间转换或从颜色空间转换生成的任何图像，包括但不限于矩阵、矩阵条形码、基准标记等可具有超过四种颜色和四个颜色通道，其中四种颜色和/或四个颜色通道彼此有区别并且不同。
在各种实施例中，系统100的一个或多个组件可以确定与对象、实体或环境215相关联的最流行的颜色，并且得到的直方图218可以基于该确定。直方图218可用于将最流行的颜色映射到与适当的颜色空间224(包括但不限于RGB颜色空间224)相关联的分布222。在各种实施例中，直方图218的颜色根据RGB颜色空间的三色刺激值(例如，“R”、“G”和“B”)映射。任何合适的数学转换(例如线性代数等)可用于将转换映射到RGB颜色空间，例如将映射的RGB颜色空间转换到另一个颜色空间。
在各种实施例中，一旦分布222根据RGB颜色空间224映射，系统100的一个或多个组件可以根据新颜色空间226将RGB分布222转换到具有分布228的新颜色空间226。可以使用任何合适的颜色空间转换，包括转换到XYZ颜色空间，其中转换可以依据任何合适的数学转换和控制XYZ颜色空间的方程，包括RGB和XYZ之间的合适三色刺激转换。在各种实施例中，“Y”表示XYZ空间的亮度值，以及“X”和“Z”中的至少一个(或两者)表示颜色空间的色度值和相关分布，例如，根据XYZ颜色空间绘制的226。
在各种实施例中，滤除亮度通道“Y”，从而产生颜色空间228’和分布226’，这可以有助于仅确定与实体、对象或环境215相关联的实际色度值，而不考虑亮度(这至少是有帮助的，因为可以使用人眼无法感知的颜色)。在各种实施例中，四条(或更多条)线可以由点(a1，b1)、(a2，b2)、(a3，b3)和(a4，b4)定义，并被选择具有相对于分布226’的最大距离。在各种实施例中，点a1、a2、a3和a4被选择为对应于与实体、对象或环境215相关联的最流行颜色，而b1、b2、b3和b4作为延伸，与这些颜色相反，可以表示与实体、对象或环境相关联的最不流行的颜色或缺失颜色。这些线可以定义XYZ或其他合适颜色空间245中新颜色空间转换的向量，并可以形成新XYZ三色刺激值的基础。可以使用与新颜色空间250相关联的颜色和由与其相关联的颜色通道向量(i，-i)、(j，-j)、(k，-k)、附加颜色通道和所有其他颜色通道(由于三维空间的限制而从显示中省略)定义的颜色分布245来制作图像，例如矩阵或矩阵条形码。在各种实施例中，由于相对于可能发生潜在扫描的位置(或正在扫描的内容)(例如，实体或对象上的矩阵条形码和/或带有具有与其相关的最大差异的颜色的环境中的矩阵条形码)，颜色可能对应于不太流行的颜色或缺失颜色，所以增强了边缘检测。
可替换地，尽管未明确显示，但可以确定从最流行颜色到最不流行颜色(例如，a1到b1、a2到b2等)的最大距离，然后可以从b1、b2、b3和b4在与a1、a2、a3和a4相关联的向量或方向相切、平行或相反的方向上绘制线。与颜色空间250相关联的颜色通道向量(i，-i)、(j，-j)、(k，-k)、附加颜色通道和所有其他颜色通道(由于三维空间的限制而从显示中省略)可以是相对于实体、对象或环境215而言完全不存在和/或略微流行的颜色，这可以进一步增强边缘检测。
在各种实施例中，当在228’和250之间执行颜色空间转换时，除了执行与XYZ颜色空间相关联的代数或其他适当转换之外，颜色通道向量，例如(i，-i)、(j，-j)、(k，-k)，可以通过在向量上执行任何合适的数学和/或定向操作和/或通过在进行转换时在颜色空间226’和分布228’上选择合适的点来彼此正交。在各种实施例中，除了沿新定义的颜色通道向量(例如(i，-i)、(j，-j)、(k，-k))的轴使分布245居中的定向操作之外，还可以在空间250中获取一个或多个点之间的第二最大差值，这样，颜色通道向量是正交的，并且彼此之间具有最大距离。在各种实施例中，执行正交性操作、最大确定和/或定向操作中的至少一个可以进一步增强为扫描而生成的图像(例如矩阵条形码)相对于要扫描的实体、对象或环境215的边缘检测。
在各种实施例中，上述各种颜色通道(包括每个向量，例如(-i，i))定义了颜色通道中最小的第一颜色，第二颜色变为最大。该边界可以是颜色从第一颜色改变为第二颜色的至少一个像素，或反之亦然。如果第一颜色被设置为零(0)，并且第二颜色被设置为二百五十五(255)，则从数学上讲，该边界可能位于在最小值和最大值之间跳跃的一个或多个像素处；例如，可能存在锐化分割(即，薄边界)，其中至少两个相邻像素在0和255之间立即过渡。在各种实施例中，边界可以是这些颜色之间的过渡，其中如上所述，选择一个或多个颜色通道范围，使得一个或多个颜色通道的最大颜色值对应于与扫描相关联的目标对象、实体和/或环境的独特颜色值、最流行颜色值和/或最高颜色值，并且颜色通道的最小颜色值对应于可扫描图像(例如矩阵、矩阵条形码和/或基准标记)的最独特颜色值、最流行颜色值和/或最高颜色值，其中另外，可扫描图像的最流行值和/或最高颜色值也是最不流行的(最低颜色值)和/或不存在于与扫描相关联的目标对象、实体和/或环境，或反之亦然(例如，关于最大值或最小值)。
颜色通道的长度可以基于各种组件(例如相机或视频设备195、扫描设备197和/或识别组件422-4)的扫描和图像获取能力进行相应调整(下面参照图4讨论)，其中长度增加了颜色通道的最小点和最大点之间不同颜色的数量。
在各种实施例中，RGB颜色空间到XYZ颜色空间和/或第一转换为(衍生)XYZ空间到另一个XYZ颜色空间之间的转换可以由定义转换的颜色空间和颜色空间分布的三色刺激方程(方程1)控制，其中x+y＝z的值可以标准化为1。
x＝X/(X+Y+Z)，
y＝Y/(X+Y+Z)，
z＝Z/(X+Y+Z)。
方程1
在各种实施例中，“X”、“Y”和“Z”的值取决于来自RGB颜色空间(或在第二次转换的情况下，来自转换颜色空间)的输入颜色。尽管三色刺激值是三倍定义的，如上所述，转换可以涉及三个以上的颜色通道，包括定义人眼无法感知的颜色的颜色通道。在各种实施例中，由方程1控制的转换可以形成用于扫描设备的密钥，以扫描由转换定义的图像，诸如矩阵，例如矩阵条形码或基准标记。在各种实施例中，这意味着除了提供用于增加待扫描图像的颜色通道和颜色的数量的载体(这意味着增加可在其中编码的信息比特)之外，各种实施例的另一个优点是提供安全编码信息的方式，例如，如果不知道颜色空间控制的一个或多个方程，并且不知道输入值(其基于与实体、对象或环境215相关联的第一颜色空间)，则无法成功进行扫描。因此，在各种实施例中，系统100的逻辑160可以使处理器140(或编程为执行100的操作的应用)向扫描设备197提供由方程1控制的密钥，以便扫描根据与方程1相关联的一个或多个颜色空间转换编码的图像。
在各种实施例中，系统100的逻辑160可以使处理器140提供一种方案，以用于将紫外线层和/或红外线层中的一个或两个添加到图像(例如矩阵、矩阵条形码或基准标记)中，其中图像包含由任何合适的颜色空间控制的多种非黑色或非白色颜色。在各种实施例中，该方案可以包括紫外线层和红外线层，其中紫外线层可以形成图像的第一层以利用其特性。在各种实施例中，可扫描图像的非黑色和非白色颜色可以通过本文概述的一种或多种颜色空间转换技术来确定。在各种实施例中，非黑色和非白色颜色表示不是黑色或白色的颜色。在各种实施例中，非黑色和非白色颜色表示不是黑色、不是白色或基于灰度分布的颜色。
图3示出了分布式系统300的框图。分布式系统300可以跨多个计算实体分配系统100的结构和/或操作的部分。分布式系统300的示例可以包括但不限于客户端-服务器架构、3层架构、N层架构、紧密耦合或集群架构、对等架构、主从架构、共享数据库架构和其他类型的分布式系统。在该上下文中，实施例不限于此。
分布式系统300可以包括客户端设备310和服务器设备320。一般来说，客户端设备310和/或服务器设备320可以与参考图1描述的装置120相同或类似。例如，客户端设备310和服务器设备320各自可以包括处理组件330，其与参考图1所述的处理电路140相同或相似。在另一示例中，设备310、320可经由通信组件340使用通信信号314通过通信介质312进行通信。
服务器设备320可以经由通信组件340使用通信信号314通过通信介质312与其他设备通信。根据给定实施方式的需要，其他设备可以是设备320的内部或外部。
客户端设备310可以包括或使用一个或多个客户端程序，这些程序根据所描述的实施例运行以执行各种方法。在一个实施例中，例如，客户端设备310可以实现包括图1的逻辑160的系统100，其中在各种实施例中，客户端设备310可以实现一个或多个操作，以基于一个或多个颜色空间转换形成图像，如上文和此处所述。
服务器设备320可以包括或使用一个或多个服务器程序，这些程序根据所描述的实施例运行以执行各种方法。在一个实施例中，例如，服务器设备320可以实现图2A的集群过程200A，并通过执行方案200B的一个或多个颜色空间转换操作来生成图像组模型数据350。图像组模型数据350可以包括实体、对象或环境215中要扫描的图像(例如矩阵、矩阵条形码或基准标记)的打印方案或颜色分布。
设备310、320可以包括能够接收、处理和发送系统100的信息的任何电子设备。电子设备的示例可以包括但不限于超移动设备、移动设备、个人数字助理(PDA)、移动计算设备、智能电话、电话、数字电话、蜂窝电话、电子书阅读器、手持设备、单向寻呼机、双向寻呼机、消息收发设备、计算机、个人计算机(PC)、台式计算机、膝上型计算机、笔记本计算机、上网本计算机、手持计算机、平板计算机、服务器、服务器阵列或服务器群、网页服务器、网络服务器、因特网服务器、工作站、微型计算机、主机计算机、超级计算机、网络设备、网页设备、分布式计算系统、多处理器系统、基于处理器的系统、消费电子产品、可编程消费电子产品、游戏设备、电视、数字电视、机顶盒、无线接入点、基站、用户站、移动用户中心、无线电网络控制器、路由器、集线器、网关、网桥、交换机、机器或其组合。在该上下文中，实施例不限于此。
设备310、320可以使用处理组件330为系统100执行指令、处理操作或逻辑。处理组件330可以包括各种硬件元件、软件元件或两者的组合。硬件元件的示例可以包括器件、逻辑器件、组件、处理器、微处理器、电路、处理电路、电路元件(例如，晶体管、电阻器、电容器、电感器等)、集成电路、专用集成电路(ASIC)、可编程逻辑器件(PLD)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑器件(CPLD)、存储器单元、逻辑门、寄存器、半导体器件、芯片、微芯片、芯片组等。软件元件的示例可以包括软件组件、程序、应用、计算机程序、应用、系统程序、软件开发程序、机器程序、操作系统软件、中间件、固件、软件模块、例程、子程序、函数、方法、过程、软件接口、应用接口(API)、指令集、计算代码、计算机代码、代码段、计算机代码段、字、值、符号或其任何组合。确定是否使用硬件元件和/或软件元件实现实施例可以根据任意数量的因素而变化，例如期望的计算速率、功率级、热公差、处理周期预算、输入数据速率、输出数据速率、存储器资源、数据总线速度和其他设计或性能约束，如给定实施方式所需。
设备310、320可以使用通信组件340为系统100执行通信操作或逻辑。通信组件340可以实现任何公知的通信技术和协议，例如适合与分组交换网络(例如，诸如因特网的公共网络、诸如企业内部网的专用网络等)、电路交换网络(例如，公共交换电话网络)，或分组交换网络和电路交换网络的组合(具有合适的网关和转换器)一起使用的技术。通信组件340可以包括各种类型的标准通信元件，例如一个或多个通信接口、网络接口、网络接口卡(NIC)、无线电、无线发射机/接收机(收发机)、有线和/或无线通信介质、物理连接器等。作为示例而非限制，通信介质312包括有线通信介质和无线通信介质。有线通信介质的示例可以包括导线、电缆、金属引线、印刷电路板(PCB)、背板、交换结构、半导体材料、双绞线、同轴电缆、光纤、传播信号等。无线通信介质的示例可以包括声学、射频(RF)频谱、红外和其他无线介质。
图4示出了用于系统100的操作环境400的实施例。如图4所示，操作环境400包括用于处理输入410和生成输出430的应用420，例如企业软件应用。
应用420包括一个或多个组件422-a，其中a表示任何整数。在一个实施例中，应用420可以包括接口组件422-1、集群组件422-2、变换机制库422-3和识别组件422-4。接口组件422-1通常可被设置成例如通过生成用于表示为图形用户界面(GUI)的图形数据来管理应用420的用户界面。接口组件422-1可以生成GUI来描述各种元件，例如对话框、具有富文本的HTML表单等。
集群组件422-2通常可被设置成将图像组织成图像组或集群。集群组件422-2的一些实施例执行图2A的集群过程200A和/或图2B的方案200B的一个或多个颜色空间转换操作，并生成图3的图像组模型数据350。在各种实施例中，集群组件422-2针对每个图像组识别特定的颜色空间变换，该特定的颜色空间变换具有比当前颜色空间变换更高的对该组进行成功边缘检测的可能性，如本文所述或以其他合适的方式所述。在各种实施例中，集群组件422-2可以针对各种边缘检测技术执行上述集群过程，从而产生图像组集合，其中每个图像组集合对应于特定技术。边缘检测技术在如何识别图像中的边界方面有所不同；一些技术检测颜色差异，而其他技术测量另一个属性。一些技术甚至在测量色差的方式上有所不同。一种技术可能改变某些步骤并创建多种技术。
颜色空间变换库422-3包括多个颜色空间变换机制，并且通常可以被设置为提供颜色空间变换机制以应用于图像，根据与图像的原始颜色空间模型不同的颜色空间模型将该图像变换为变换图像。如本文所述，颜色空间模型是指用于对图像的颜色数据(例如在RGB或在LAB中，或RGB到XYZ，或RGB到XYZ到另一个XYZ)建模的技术。一般而言，如本文的一个或多个实施例中所概述的，颜色空间变换机制执行数学运算以根据不同的颜色空间模型将图像的原始/当前颜色空间模型内的数据点映射到相应的数据点。这可能涉及将数据点的一个或多个值(其位于一个域中)转换为相应数据点的相应的一个或多个值。作为示例，颜色空间变换可以将具有RGB值元组的RGB像素转换为具有LAB值元组的LAB像素，将具有RGB值元组的RGB像素转换为具有XYZ值元组的XYZ像素，和/或将具有RGB值元组的RGB像素转换为具有XYZ值元组的XYZ像素，并再次转换为具有其他XYZ值元组的另一XYZ像素。与最终转换相关联的像素可以定义可扫描图像(例如用于与实体、对象或环境相关联的扫描的矩阵或矩阵条形码)的颜色分布。
识别组件422-4，例如合适的扫描仪、打印机和/或相机或其应用，通常可被设置成在变换图像上执行边缘检测技术，作为识别操作的一部分。众所周知的识别操作的一个示例是光学字符识别(OCR)。应用420调用识别组件422-4来执行各种任务，包括扫描矩阵(例如，矩阵条形码或基准标记)，以验证项目的真实性和/或获得与条形码相关联的编码信息。识别组件422-4可被配置为包含密钥，例如数学方程或具有定义颜色空间转换的指定输入的方程，使得其扫描由条形码反射的相关颜色，其中颜色基于如本文所述的一种或多种颜色空间变换技术，其中密钥定义了定义颜色通道和与可扫描图像的颜色相关联的颜色空间的最终变换，并且其中由密钥定义的颜色通道各自表示编码数据的至少一比特。
在各种实施例中，识别组件422-4可以打印或提供用于打印图像(例如条形码和/或基准标记)的方案，该图像包含一种或多种非黑色和非白色颜色以及紫外线层和红外线层中的一种或两种。与每种非黑色和非白色颜色相关联的颜色通道可各自构成至少一比特数据，并且红外线层和紫外线层中的每层可各自构成一比特数据。在各种实施例中，非黑色和非白色颜色中的每种都是通过颜色空间变换机制或技术生成的，并且可以通过与变换机制相关联的密钥进行扫描。在各种实施例中，颜色通道的数量可以调整为大于或等于四个颜色通道，因为识别组件422-4可以调整为扫描任意数量的颜色，包括人眼无法感知的颜色。
在各种实施例中，非黑色和非白色颜色通道可与可扫描图像(例如矩阵、矩阵条形码和/或基准标记)上的红外线层或紫外线层中的一个或两个结合使用，其中颜色通道、一个或多个紫外线层和/或一个或多个红外线层中的每个表示一比特数据和将数据编码到图像中的不同方式，因此，可以将六比特或更多比特数据编码到图像中。在各种实施例中，可以首先关于红外线层和与非黑色和非白色颜色通道相关联的各种层而打印或显示紫外线层，以利用紫外线层的特性。
在各种实施例中，包含与非黑色和非白色颜色通道层、紫外线层和红外线层相关联的层中的全部或一个的图像可以由识别组件422-4扫描，以用于验证组件，其中识别组件422-4可以包含或接收基于与颜色空间转换相关的方程(例如方程1)的密钥，其中除了指示紫外线层和/或红外线层的存在或不存在是否指示编码信息的一个或多个验证比特之外，颜色空间转换揭示具有包含信息的相关颜色的相关颜色通道。因此，密钥和/或验证比特提供解码信息的方式。
在各种实施例中，应用420被配置为包含密钥和/或验证比特，并在本地验证图像(例如，条形码)的扫描后提供输出430。在各种实施例中，识别组件422-4可以要求联系包含系统100的一种或多种功能的主机系统的附加验证步骤，以例如通过一个或多个比较步骤确认识别组件422-4使用的密钥和/或验证比特是准确的。如果密钥是准确的，并且扫描由识别组件422-4确认，则应用420的输出430是对另一实体的信息(包括货币、个人和/或财务信息)的一次或多次访问、转移或接收。
在各种实施例中，可以扫描图像(例如矩阵、矩阵条形码和/或基准标记)以保护用户免受财务挪用。根据一些实施例，识别组件422-4可以执行文本或图像识别操作以确定图像(例如，条形码)是否有效，并将扫描的有效性与包括任何敏感信息(例如密码或社会安全号码(SSN))的信息的验证或访问相关联。应用420可以在发布社交网络内容之前调用识别组件422-4来扫描图像(例如条形码)，使得可能无法正确扫描图像，例如，扫描图像的组件没有根据与颜色空间信息相关的密钥和/或指示紫外线层和/或红外线层包含信息的比特来正确解码图像的密钥，该内容中敏感信息的识别阻止了所述发布。在各种其他实施例中，图像(例如，条形码)的扫描可以提供金融交易的发起，例如，任何合适的电子资金的转移。
本文包括一组流程图，其代表用于执行所公开架构的新颖方面的示例性方法。尽管为了解释的简单性，本文所示的一种或多种方法(例如，以流程图的形式)被示出和描述为一系列动作，但应理解，这些方法不受动作顺序的限制，因为一些行为可能根据这些方法，以不同的顺序发生和/或与本文所示和描述的其他行为同时发生。例如，本领域技术人员可以理解，方法可以替代地表示为一系列相互关联的状态或事件，例如在状态图中。此外，对于新的实施方式，可能并不需要方法中说明的所有动作。
图5A示出了逻辑流500A的一个实施例。逻辑流500A可以代表由本文描述的一个或多个实施例执行的一些或全部操作。
在图5A所示的图示实施例中，逻辑流500A接收目标(例如实体、对象或环境)的代表性数据集(502)。例如，逻辑流500可以接收包含i)目标的一个或多个图像和ii)目标的一个或多个视频中的至少一个的代表性数据集，该目标包括i)环境、ii)活动实体和iii)使用任何合适的相机或扫描设备的对象中的至少一个，其中代表性数据集包含在图像组模型数据350中，或通过使用任何合适的设备(例如，相机或视频设备195和/或扫描设备197)扫描目标而直接获得。在各种实施例中，目标可以是其中包含可扫描图像的环境。
逻辑流500A可以将代表性数据集处理成颜色方案的适当表示，例如直方图(504)。例如，逻辑流500可以检查包含扫描环境的捕获数据的图像组模型数据350。一旦逻辑流500识别环境的扫描数据，逻辑流就可以将该数据处理成特定颜色空间(例如，RGB颜色空间)的直方图。
逻辑流500A可以利用直方图识别环境的最流行的颜色(506)。在各种实施例中，逻辑流识别最流行的颜色，以便应用颜色空间变换机制，以基本上最大化可扫描图像(例如矩阵、矩阵条形码、基准标记等)的边缘检测。
逻辑流500A可以基于直方图确定相关的多种颜色(508)，例如，直方图用于映射到第一颜色空间，其中确定与目标的最流行颜色相关的最不流行颜色和/或缺失颜色，并且最不流行颜色和/或缺失颜色形成第二颜色空间中的一个或多个颜色通道的基础。
在各种实施例中，相关的多种颜色可以表示目标的最流行颜色和最不流行颜色和/或缺失颜色(包括相对于目标不存在的唯一颜色和/或与目标相关联的最不流行的颜色)之间的颜色范围。在各种实施例中，为了确定基于的相关的多种颜色，逻辑流可以选择颜色空间变换机制并将其应用于与直方图相关联的图像数据。如本文所述，图像数据包括根据颜色空间模型配置的颜色数据，例如，直方图可用于创建目标数据的颜色空间表示。在一些实施例中，通过将图像数据转换为包括根据与直方图相关联的颜色空间不同的另一颜色空间模型的颜色数据的变换图像数据，逻辑流500应用图1的颜色空间变换机制180。例如，逻辑流可以创建与目标相关联的图像数据的直方图，然后使用直方图创建目标的第一颜色空间表示，例如RGB颜色空间表示。此后，如下文所述，逻辑流可以执行一种或多种附加颜色空间变换技术到其他颜色空间，例如XYZ颜色空间或利用三色刺激系统的任何其他合适的颜色空间。
在各种实施例中，逻辑流500A可以执行颜色空间变换，其操作原始图像数据的颜色数据，以实现对变换图像数据的有效边缘检测。如下所述，逻辑流500A可以改变颜色空间模型以快速识别边界，例如当两种颜色接近时。逻辑流500A检查图像中的每个数据点，并且对于每个位置，逻辑流500A识别颜色。在各种实施例中，颜色空间转换可以基于根据另一(或第二)颜色空间的每种最流行颜色的至少一组颜色坐标，并确定与(第二)另一颜色空间中的相关多种颜色对应的至少一组颜色坐标，其中最流行的多种颜色的至少一组坐标是相对于另一颜色空间的到相关颜色的至少一组坐标的垂直/正交和最大距离中的一个或两个。在各种实施例中，可将第二颜色空间视为第一颜色空间的衍生颜色空间。
在各种实施例中，这确保用于可扫描图像的颜色可以最大化边缘检测，因为环境中目标的流行颜色通道和颜色与其他颜色通道和颜色(相关颜色通道和颜色)之间的最大距离确保了目标中不存在相关颜色通道和颜色和/或相关颜色通道和颜色在目标中最不流行。此外，如果相关颜色和颜色通道被选择为相对于目标颜色通道和颜色(并且相对于彼此)垂直或正交，则这可进一步增强边缘检测。
在利用上述一种或多种技术的一个示例中，逻辑流500A继续通过目标中的流行度来识别两种或更多种颜色，并将其配置到一个通道中。例如，分别采用第一和第二最高流行度的第一颜色和第二颜色，其中第一颜色在颜色通道中变为最小，而第二颜色变为最大，使得边界可以是这些颜色之间的过渡。该边界可以是颜色从第一颜色改变为第二颜色或反之亦然的至少一个像素。如果第一颜色被设置为零(0)，并且第二颜色被设置为二百五十五(255)，则从数学上讲，该边界可能位于在最小值和最大值之间跳跃的一个或多个像素处；例如，可能存在锐化分割(即，薄边界)，其中至少两个相邻像素在0和255之间立即过渡。
如上所述，这些颜色通道可以对应于第一颜色空间，例如，RGB，其中第一颜色空间可以基于第一组三色刺激值，并且其中第一颜色空间可以具有用于表示目标颜色(例如，目标的最流行颜色)的颜色坐标。然后，逻辑流500A可以识别未使用或几乎未使用(即，最不流行或缺失)的一种或多种颜色，并在另一通道中建立与上述识别的流行颜色相反的那些颜色，其中新的颜色通道(或多个颜色通道)形成新颜色空间的基础，例如，XYZ颜色空间的一组新的三色刺激值，并且其中第一颜色空间转换为第二颜色空间。
然后，逻辑流500A可以执行一个或多个附加操作(例如，将新颜色空间的每个颜色通道配置为在新颜色空间模型中彼此垂直或正交)，进行到第三颜色空间的附加转换(其包括滤除非色度相关特征(例如亮度或明度通道)的中间操作)，和/或在使颜色通道彼此垂直或正交之前在第二(或第三)颜色空间中执行定向操作(以最大化颜色通道之间的距离，从而增强边缘检测)。
逻辑流500A可以利用框508的相关颜色来创建一个或多个可扫描图像，例如矩阵、矩阵条形码、基准标记或任何其他适合用于扫描的图像(510)。在各种实施例中，相关颜色可以是与如上所述的最终颜色空间转换相关联的每个颜色通道的颜色，例如，可在XYZ颜色空间中表示的多个颜色通道和相关颜色，其在目标中不是流行的和/或在目标中完全不存在，其中，在各种实施例中，最不流行和/或缺失颜色可以彼此正交排列以进一步增强边缘检测。在其他实施例中，可扫描图像可以是矩阵条形码，其被形成为反映相对于目标(例如，包含矩阵条形码的环境)的最不流行和/或缺失和/或正交颜色通道中的每个的颜色。
在各种实施例中，矩阵条形码嵌有基于颜色空间转换的信息，例如，与矩阵条形码相关联的每个像素或多个像素与最终颜色空间的颜色通道相关联，例如具有表示环境的最不流行颜色或缺失颜色的颜色通道的XYZ颜色空间，其中每个颜色通道表示一比特数据，并且其中颜色通道的数量可以是三个或更多个、四个或更多个等(因为人类感知能力没有限制)，进而，编码比特的数量可以是三个或更多个、四个或更多个等。
在各种实施例中，在使用四种或更多种颜色的情况下，四种或更多种颜色中的每一种都是彼此相关的不同颜色，并且基于此处和上文讨论的颜色空间技术，四种或更多种颜色是从与至少四种不同颜色中的每一种对应的多个坐标沿转换为(衍生)颜色空间而导出的，其中转换为(衍生)颜色空间包含表示目标(例如，环境)的至少四种流行颜色的多个坐标集，并且四种或更多种颜色中的每一种对应于转换为(衍生)颜色空间的不同坐标集。
在各种实施例中，四种或更多种不同颜色中的每一种都是基于相对于表示目标(例如，环境)中至少四种流行颜色的多个坐标集中的至少一个具有最大相反的坐标关系来选择的。
存在许多适用的边缘检测技术，并且边缘检测技术190可适用于变换图像数据的一种颜色空间模型，而另一种边缘检测技术可适用于原始颜色空间模型。实施例不限于该示例。
图5B示出了逻辑流500B的一个实施例。逻辑流500B可以代表由本文描述的一个或多个实施例执行的一些或全部操作。
在图5B所示的图示实施例中，逻辑流可以检测包括一种或多种非黑色和非白色颜色的矩阵，其中非黑色和非白色颜色中的每种是i)与环境相关的缺失颜色中的至少一种和/或ii)与环境相关联的至少一种最不流行颜色(515)。在各种实施例中，矩阵是使用本文概述的一种或多种颜色空间转换技术构造的条形码，例如，矩阵条形码从RGB颜色空间和RGB颜色空间的衍生颜色空间(来自RGB颜色空间的转换为(衍生)颜色空间，例如XYZ颜色空间)导出。在各种实施例中，衍生颜色空间是具有滤除的亮度通道的XYZ颜色空间。
在各种实施例中，可以使用任何合适的组件(例如，扫描设备197)扫描条形码，该组件具有合适的密钥(例如，与到XYZ颜色空间的转换相关联的三色刺激方程)，该密钥揭示具有与矩阵条形码的可扫描部分(其在各种实施例中包括在矩阵条形码中编码的信息)相关联的相关颜色的颜色通道。在各种实施例中，条形码可以包括四种或更多种不同颜色，每种颜色与至少四种不同的颜色通道相关联，其中每种颜色彼此不同，并且不同于环境的最流行颜色。在各种实施例中，条形码的颜色和颜色通道可以根据衍生颜色空间中最流行颜色和最不流行颜色和/或缺失颜色之间的坐标关系(包括最流行颜色和最不流行颜色和/或缺失颜色之间的最大距离)来计算。如本文所讨论的，可以使用附加的或不同的颜色空间转换技术，并且这仅仅是与本公开一致的一个示例。
在各种实施例中，条形码可以使用任何合适的组件(例如，打印设备199)打印和/或嵌入在物理介质(例如，物理表面或材料)上，其具有最不流行颜色和/或缺失颜色，并且条形码可以沿着物理表面的表面扫描。在其他实施例中，包括计算机、膝上型计算机或平板电脑(如下面提供的图7所示)的任何合适的计算机设备可被配置为生成反映最不流行颜色或缺失颜色的可扫描条形码，其中条形码可沿计算机显示器的表面进行扫描。
如本文所述，逻辑流500B可以将扫描结果(包括关于条形码的扫描是否成功的指示)传送到任何合适的计算机设备(520)，以及获得与其相关联的任何编码信息。
图5C示出了逻辑流500C的一个实施例。逻辑流可以代表由本文描述的一个或多个实施例执行的一些或全部操作。
在图5C所示的图示实施例中，逻辑流500C执行流500C的一个或多个操作，其中，一个实施例执行502、504、506和508的操作。
逻辑流500C可以利用相关颜色来产生可扫描图像，例如矩阵、矩阵条形码、基准标记或任何其他适合用于扫描的图像(530)，其中可扫描图像除了包括非黑色和非白色颜色(例如，与目标(例如环境)相关联的最不流行颜色和/或缺失颜色)之外，还可以包括紫外线层和红外线层中的一个或两者。在各种实施例中，矩阵、矩阵条形码、基准标记或任何其他合适的图像可以使用任何合适的组件(例如打印设备199)打印和/或嵌入在物理表面上，其具有最不流行颜色和/或缺失颜色以及红外线层和/或紫外线层，并且条形码可以沿物理表面的表面进行扫描。在其他实施例中，包括计算机、膝上型计算机或平板电脑(如下面提供的图7所示)的任何合适的计算机设备可被配置为生成反映最不流行颜色或缺失颜色、紫外线层和/或红外线层的可扫描条形码，其中可以沿计算机显示器的表面扫描矩阵、矩阵条形码、基准标记或任何其他合适的图像。
在各种实施例中，紫外线层可以首先沿物理表面打印和/或可以形成在计算机屏幕上生成的顶层，以最大化与紫外线相关联的益处。在各种实施例中，可扫描图像的颜色不必是与环境有关系的颜色和/或不基于颜色空间转换技术，并且可以是任何颜色(包括标准黑白颜色)，其中可扫描图像包含用于检测的红外线层和紫外线层。
图5D示出了逻辑流500D的一个实施例。逻辑流500D可以代表由本文描述的一个或多个实施例执行的一些或全部操作。
在图5D所示的图示实施例中，逻辑流可以检测包括一种或多种非黑色和非白色颜色的可扫描图像，例如，矩阵，其中除了紫外线层和/或红外线层中的一个或两者之外，非黑色和非白色颜色中的每一种是i)与环境相关的缺失颜色和/或ii)与环境相关联的最不流行颜色中的至少一种(540)。在各种实施例中，矩阵是使用本文概述的一种或多种颜色空间转换技术构造的条形码，例如，如关于图5B所讨论的，添加了紫外线层和/或红外线层。
在各种实施例中，可扫描图像(例如条形码)可以使用任何合适的组件(例如扫描设备197)进行扫描，该组件具有合适的密钥(例如，与到XYZ颜色空间的转换相关联的三色刺激方程)，该密钥揭示具有与矩阵条形码的可扫描部分(其在各种实施例中包括在矩阵条形码中编码的信息)相关联的相关颜色的颜色通道。除了密钥之外，任何合适的组件(例如，扫描设备197)也可以具有指示紫外线层和/或红外线层是否与信息相关联的验证比特，并且如果这样的话，则基于验证比特执行扫描和/或解码信息。在各种实施例中，除了还具有紫外线层和/或红外线层中的一个或两者之外，条形码可以包括四种或更多种不同的颜色，每种颜色与至少四种不同的颜色通道相关联，其中每种颜色彼此不同，并且与环境的最流行颜色不同，因此，扫描可以是六个或更多个信息比特的扫描。
在各种实施例中，条形码可以使用任何合适的组件(例如，打印设备199)打印和/或嵌入在物理表面上，其具有最不流行颜色和/或缺失颜色，并且条形码可以沿着物理表面的表面进行扫描。在其他实施例中，包括计算机、膝上型计算机或平板电脑(如下面提供的图7所示)的任何合适的计算设备可被配置为生成反映最不流行颜色或缺失颜色的可扫描条形码，其中条形码可沿计算机显示器的表面扫描。在各种实施例中，可扫描图像(例如，条形码)的打印可以使得最顶层可以是紫外线层，并且任何相关联的扫描可以首先考虑紫外线层。类似地，在各种实施例中，如果可扫描图像由计算机设备生成并由计算机显示器显示，则由计算机设备显示的第一层可以是紫外线层。
逻辑流500D可以将扫描结果(包括关于条形码的扫描是否成功的指示)传送到本文所讨论的任何合适的计算机设备(550)，以及除此之外，获得任何相关联的编码信息。
图6A示出了根据本公开的至少一个实施例形成可扫描图像的一种技术600A。可扫描图像层605a、610a和615a各自表示与一种或多种颜色相关联的可扫描图像(例如条形码)的层。本文所公开的任何合适的组件可以在每个可扫描图像层605a、610a、615a上执行一种或多种颜色空间变换技术，以产生层620a、625a和630a，并且层620a、625a和630a可以合并成单个可扫描图像，例如，条形码635a。在各种实施例中，可扫描层620a、625a和630a各自可与颜色通道相关联，该颜色通道表示可与可扫描图像635a相关联的目标相关的一种或多种不存在的和/或不流行的颜色，其中，在各种实施例中，与620a、625a和630a的颜色相关联的一个或多个颜色通道可以相互并且相对于表示这些颜色的颜色空间正交或垂直。可扫描图像635a可以使用任何合适的设备打印在目标的物理表面上和/或由任何合适的计算设备生成以在计算机显示器上显示。
尽管图6A的实施例说明了对与现有可扫描图像层605a、610a和/或615a相关联的颜色方案执行变换技术，但可扫描图像635a可以从头生成，而无需从现有图像转换，例如，可以扫描目标，由此确定与其相关联的颜色空间，并且最终可扫描图像635a可以通过在颜色空间上执行一个或多个颜色空间变换来产生，如本文所公开的或以其他合适的方式公开的。
图6B示出了根据本公开的至少一个实施例形成可扫描图像的一种技术600B。可扫描图像层605b、610b和615b各自表示与一种或多种颜色相关联的可扫描图像(例如条形码)的层。本文所公开的任何合适的组件可以在每个可扫描图像层605b、610b、615b上执行一种或多种颜色空间变换技术，以产生层620b、625b和630b，并且层620b、625b和630b可以合并为单个可扫描图像635b，例如，条形码635b。在各种实施例中，可扫描层620b、625b和630b各自可与颜色通道相关联，该颜色通道表示可与可扫描图像635b相关联的目标相关的一种或多种不存在的和/或不流行的颜色，其中，在各种实施例中，与620b、625b和630b的颜色相关联的一个或多个颜色通道可以相互并且相对于表示这些颜色的颜色空间正交或垂直。在各种实施例中，至少一层(例如630b)可以使用紫外或红外墨水制成，或使用紫外线或红外线生成，以使其包含额外的信息通道，例如，信息的紫外线层或红外线层，其可以吸收、反射、投射和/或照亮紫外线或红外线，其中，在各种实施例中，紫外线层或红外线层630b可以是图像635b的第一层。在各种实施例中，紫外线层或红外线层630b可以包含表示各种颜色(包括不流行的和/或不存在于与可扫描图像635b相关联的目标的颜色)的颜色通道层，并且在各种实施例中，仅紫外线通道可与紫外线层630b相关联。
在各种实施例中，可扫描图像635b可以使用任何合适的设备打印在目标的物理表面上，和/或由任何合适的计算机设备生成以在计算机显示器上显示。
在各种实施例中，可扫描图像635b是基准标记，当被能够检测紫外线和/或红外线中的一个或两者的合适设备扫描时，该基准标记利用了紫外线和/或红外线的固有定向特征。在各种实施例中，当合适的设备(例如，扫描设备197)扫描反射紫外线和/或红外线的基准标记635b时，由于与紫外线和/或红外线的反射和检测相关联的固有特性，所以与基准标记635b相关联的对象(例如，其上标记有基准标记的对象和/或生成基准标记635b的计算机显示器)相对于扫描设备197和包含该设备的环境中的其他对象的空间关系更容易确定。
图6C示出了根据本公开的至少一个实施例形成可扫描图像的一种技术600C。可扫描图像层605c、610c、615c和620c各自表示与一种或多种颜色相关联的可扫描图像(例如条形码)的层。本文所公开的任何合适的组件可以在每个可扫描图像层605c、610c、615c和620c上执行一种或多种颜色空间变换技术，以产生层625c、630c、635c和640c，并且层625c、630c、635c和640c可以合并成单个可扫描图像，例如，条形码645c。在各种实施例中，可扫描层625c、630c、635c和640c各自可与颜色通道相关联，该颜色通道表示可与可扫描图像645c相关联的目标相关的一种或多种不存在的和/或不流行的颜色，其中在各种实施例中，与625c、630c、635c和640c的颜色相关联的一个或多个颜色通道可以相互并且相对于表示这些颜色的颜色空间正交或垂直。
在各种实施例中，至少一层(例如635c)可以使用红外墨水制成或使用红外线生成，以使其包含额外的信息通道，例如，信息的紫外线层，其可以吸收、反射、投射和/或照亮红外线，其中在各种实施例中，红外线层630c可以是图像635c的第一层。在各种实施例中，红外线层630c可以包含表示各种颜色(包括不流行的和/或不存在于与可扫描图像645c相关联的目标的颜色)的颜色通道层，并且在各种实施例中，仅红外线通道可与红外线层630d相关联。在各种实施例中，至少一层(例如640c)可以使用紫外墨水制成或使用紫外线产生，以使其包含额外的信息通道，例如，信息的紫外线层，其可以吸收、反射、投射和/或照亮紫外线，其中在各种实施例中，紫外线层640c可以是图像645c的第一层。在各种实施例中，紫外线层640c可以包含表示各种颜色(包括不流行的和/或不存在于与可扫描图像645c相关联的目标的颜色)的颜色通道层，并且在各种实施例中，仅紫外线通道可与紫外线层640c相关联。
在各种实施例中，可扫描图像645c是基准标记，当被能够检测紫外线和/或红外线中的一个或两者的合适设备扫描时，该基准标记利用了紫外线和/或红外线的固有定向特征。在各种实施例中，当合适的设备(例如，扫描设备197)扫描反射紫外线和红外线的基准标记645c时，由于与紫外线和/或红外线的反射和检测相关联的固有特性，所以与基准标记645c相关联的对象(例如，其上标记有基准标记的对象和/或生成基准标记645c的计算机显示器)相对于扫描设备197和包含该设备的环境中的其他对象的空间关系更容易确定或检测。在各种实施例中，在基准标记645c利用紫外线和红外线的情况下，如果扫描设备197的功能受损，和/或如果初始扫描未能检测到其中一个，则两者的存在作为故障保险操作。
在各种实施例中，可扫描图像645c可以包括红外线层635c和紫外线层640c，其中层645c的打印或生成可以使得紫外线层640c可以是第一层，以便利用与紫外线相关联的特性。尽管上面提供的至少一个实施例指示层635c和640c中的一个或两个可以包括颜色通道信息，例如，与目标有关系的可扫描颜色，但在各种实施例中，层635c和640c可以分别严格地与红外线和/或紫外线信息相关联。此外，在各种实施例中，层620c、625c和630c的颜色不必是与目标有关系的层，并且在各种实施例中，所述层可以由黑白颜色和/或与目标无关和/或不基于颜色空间转换技术的其他颜色组成。
图7示出了用于生成和扫描可扫描图像740的计算机或平板电脑系统700。平板电脑系统包括用于生成可扫描图像740(例如，条形码)的平板电脑702，其中平板电脑702包括应用705A-E、应用N和应用420，其中应用420的一个实施例在上文中参照图4更详细地描述。平板电脑702可以包括一个或多个用户接口设备720，用户可以使用该设备与平板电脑702进行接口。平板电脑702可以生成可扫描图像740，其包括紫外线层和红外线层中的一个或两个。平板电脑702可被配置为确保顶层为紫外线层，以利用紫外线固有的特性。图像还可以包括一个或多个颜色层，其包括白色和黑色层。图像还可以包括一个或多个非黑色和非白色颜色层，这些颜色层和与平板电脑所在的环境相关联的颜色有关，例如，平板电脑可被配置为具有带有应用(例如，420)的相机，该应用可以扫描环境并生成具有与该环境相关的颜色的可扫描图像740。在各种实施例中，与环境相关的颜色可以是基于本文所讨论的一种或多种颜色空间变换技术的颜色，其包括最不流行的和/或不存在于包含平板电脑702的环境的颜色，并且由一个或多个颜色空间转换确定。
系统700还可以包括可以扫描可扫描图像740的相机或扫描设备c750，其中，在各种实施例中，相机或扫描设备c750可以包括应用420(如上所述)和/或本文公开的颜色空间密钥和/或红外验证比特和/或紫外验证比特，以及为了执行可扫描图像740的有效扫描和/或获得与其相关联的任何编码信息。
图8示出了用于系统100的应用的图形用户界面(GUI)800的实施例。在一些实施例中，为图4的应用420配置用户界面800。
如图8所示，GUI 800包括若干组件，例如工具栏802和GUI元素。作为一个示例工具，工具栏802包括识别文本工具804，该工具在被调用时扫描图像806，例如，从一种或多种颜色空间技术生成的和/或包含本文概述的紫外线层和/或红外线层中的一个或两个的条形码。扫描可以使用密钥和/或验证比特以进行有效扫描，其中适当的扫描可以作为访问和/或识别敏感信息808的安全措施来操作。如本文所述，适当的颜色空间变换机制提供了最准确的边缘检测结果，因为基础颜色空间模型在边缘检测时比任何其他适用的颜色空间模型具有更高的可能性，并且可以考虑到这一点来生成条形码。
图9示出了适用于实施如前所述的各种实施例的示例性计算架构900的实施例。在一个实施例中，计算架构900可以包括电子设备的一部分或作为电子设备的一部分实现。除其他外，电子设备的示例可以包括参考图3描述的那些。在该上下文中，实施例不限于此。
如本申请中所用，术语“系统”和“组件”旨在指计算机相关实体，硬件、硬件和软件的组合、软件或正在执行的软件，示例性计算架构900提供了这些实体的示例。例如，组件可以是但不限于在处理器、硬盘驱动器、(光学和/或磁存储介质的)多个存储驱动器、对象、可执行文件、执行线程、程序和/或计算机上运行的进程。举例来说，在服务器上运行的应用和服务器都可以是组件。一个或多个组件可以驻留在进程和/或执行线程中，并且组件可以在一台计算机上本地化和/或分布在两台或更多台计算机之间。此外，组件可以通过各种类型的通信介质彼此通信耦合以协调操作。协调可能涉及单向或双向信息交换。例如，组件可以以通过通信介质传递的信号的形式传递信息。该信息可以实现为分配给各种信号线的信号。在这种分配中，每条消息都是信号。然而，其他实施例可以可替代地采用数据消息。这种数据消息可以通过各种连接被发送。示例性连接包括并行接口、串行接口和总线接口。
计算架构900包括各种通用计算元件，例如一个或多个处理器、多核处理器、协处理器、存储器单元、芯片组、控制器、外围设备、接口、振荡器、定时设备、视频卡、声卡、多媒体输入/输出(I/O)组件、电源等。然而，实施例不限于由计算架构900实现。
如图9所示，计算架构900包括处理单元904、系统存储器906和系统总线908。处理单元904可以是各种商用处理器中的任何一种，包括但不限于
Figure BDA0003361270110000331
Figure BDA0003361270110000332
和
Figure BDA0003361270110000333
处理器；
Figure BDA0003361270110000334
应用、嵌入式和安全处理器；
Figure BDA0003361270110000335
和
Figure BDA0003361270110000336
和
Figure BDA0003361270110000337
处理器；IBM和
Figure BDA0003361270110000338
处理器；
Figure BDA0003361270110000339
Figure BDA00033612701100003310
Core(2)
Figure BDA00033612701100003311
和
Figure BDA00033612701100003312
处理器；以及类似的处理器。双微处理器、多核处理器和其他多处理器架构也可以用作处理单元904。
系统总线908为系统组件(包括但不限于系统存储器906)提供到处理单元904的接口。系统总线908可以是几种类型的总线结构中的任意一种，其可以使用各种商用总线架构中的任意一种进一步互连到存储器总线(具有或不具有存储器控制器)、外围总线和本地总线。接口适配器可经由插槽架构连接到系统总线908。示例插槽架构可以包括但不限于加速图形端口(AGP)、卡总线、(扩展)工业标准架构((E)ISA)、微通道架构(MCA)、网络用户总线、外围组件互连(扩展)(PCI(X))、PCI快速、个人计算机存储卡国际协会(PCMCIA)等。
计算架构900可以包括或实现各种制造物品。制造物品可以包括用于存储逻辑的计算机可读存储介质。计算机可读存储介质的示例可以包括能够存储电子数据的任何有形介质，包括易失性存储器或非易失性存储器、可移动或不可移动存储器、可擦除或不可擦除存储器、可写或可重写存储器等。逻辑的示例可以包括使用任何合适类型的代码(例如源代码、编译代码、解释代码、可执行代码、静态代码、动态代码、面向对象代码、可视代码等)实现的可执行计算机程序指令。实施例还可至少部分地实现为包含在非暂时性计算机可读介质中或其上的指令，其可由一个或多个处理器读取和执行以实现本文所述操作的性能。
系统存储器906可以包括一个或多个更高速存储器单元形式的各种类型的计算机可读存储介质，例如只读存储器(ROM)、随机存取存储器(RAM)、动态RAM(DRAM)、双数据速率DRAM(DDRAM)、同步DRAM(SDRAM)、静态RAM(SRAM)、可编程ROM(PROM)、可擦除可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)、闪存、聚合物存储器(例如铁电聚合物存储器)、奥氏存储器、相变或铁电存储器、硅-氧化物-氮化物-氧化物-硅(SONOS)存储器、磁卡或光卡、设备阵列(例如独立磁盘冗余阵列(RAID))驱动器、固态存储器设备(例如，USB存储器、固态驱动器(SSD)和适合于存储信息的任何其他类型的存储介质)。在图9所示的图示实施例中，系统存储器906可以包括非易失性存储器910和/或易失性存储器912。基本输入/输出系统(BIOS)可存储在非易失性存储器910中。
计算机902可以包括一个或多个较低速存储器单元形式的各种类型的计算机可读存储介质，包括内部(或外部)硬盘驱动器(HDD)914、用于从可移动磁盘918读取或写入可移动磁盘918的磁软盘驱动器(FDD)916，以及用于从可移动光盘922读取或写入可移动光盘922的光盘驱动器920(例如，CD-ROM或DVD)。HDD 914、FDD 916和光盘驱动器920可分别通过HDD接口924、FDD接口926和光学驱动器接口928连接到系统总线908。用于外部驱动器实现的HDD接口924可以包括通用串行总线(USB)和IEEE 1394接口技术中的至少一种或两种。
驱动器和相关联的计算机可读介质提供数据、数据结构、计算机可执行指令等的易失性和/或非易失性存储。例如，多个程序模块可存储在驱动器和存储器单元910、912(包括操作系统930、一个或多个应用932、其他程序模块934和程序数据936)中。在一个实施例中，一个或多个应用932、其他程序模块934和程序数据936可以包括例如系统100的各种应用和/或组件。
用户可以通过一个或多个有线/无线输入设备(例如，键盘938和诸如鼠标940的定点设备)将命令和信息输入计算机902。其他输入设备可能包括麦克风、红外线(IR)遥控器、射频(RF)遥控器、游戏垫、触笔、读卡器、软件狗、指纹读取器、手套、图形平板电脑、操纵杆、键盘、视网膜读取器、触摸屏(例如，电容式、电阻式等)、轨迹球、轨迹板、传感器、触针等。这些和其他输入设备通常通过耦合到系统总线908的输入设备接口942连接到处理单元904，但是可以通过诸如并行端口、IEEE 1394串行端口、游戏端口、USB端口、IR接口等其他接口连接。
监视器944或其他类型的显示设备也通过接口(例如视频适配器946)连接到系统总线908。监视器944可以是计算机902的内部或外部。除监视器944外，计算机通常还包括其他外围输出设备，例如扬声器、打印机等。
计算机902可以使用经由有线和/或无线通信到一个或多个远程计算机(例如远程计算机948)的逻辑连接在网络环境中操作。远程计算机948可以是工作站、服务器计算机、路由器、个人计算机、便携式计算机、基于微处理器的娱乐设备、对等设备或其他公共网络节点，并且通常包括相对于计算机902描述的许多或所有元件，尽管为了简洁起见，仅示出了存储器/存储设备950。所描述的逻辑连接包括到局域网(LAN)952和/或更大的网络(例如，广域网(WAN)954)的有线/无线连接。这样的LAN和WAN网络环境在办公室和公司中很常见，并促进企业范围的计算机网络，例如内部网，所有这些网络都可以连接到全球通信网络，例如，因特网。
当在LAN网络环境中使用时，计算机902通过有线和/或无线通信网络接口或适配器956连接到LAN 952。适配器956可以促进到LAN 952的有线和/或无线通信，其还可包括布置在其上用于与适配器956的无线功能通信的无线接入点。
当在WAN网络环境中使用时，计算机902可以包括调制解调器958，或者连接到WAN954上的通信服务器，或者具有用于通过WAN 954(例如通过因特网)建立通信的其他方式。可以是内部或外部以及有线和/或无线设备的调制解调器958通过输入设备接口942连接到系统总线908。在网络环境中，相对于计算机902或其部分描绘的程序模块可以存储在远程存储器/存储设备950中。可以理解，所示的网络连接是示例性的，并且可以使用在计算机之间建立通信链路的其他方式。
计算机902可操作以与使用IEEE 802标准族的有线和无线设备或实体(例如在无线通信中操作地布置的无线设备(例如，IEEE 802.11空中调制技术))进行通信。这至少包括Wi-Fi(或无线保真度)、WiMax和BluetoothTM无线技术等。因此，通信可以是与传统网络一样的预定义结构，或者仅仅是至少两个设备之间的自组织通信。Wi-Fi网络使用被称为IEEE802.11x(a、b、g、n等)的无线电技术来提供安全、可靠、快速的无线连接。Wi-Fi网络可用于将计算机相互连接、连接到因特网以及连接到有线网络(其使用IEEE 802.3相关介质和功能)。
图10示出了适用于实施上述各种实施例的示例性通信架构1000的框图。通信架构1000包括各种公共通信元件，例如发射机、接收机、收发机、无线电、网络接口、基带处理器、天线、放大器、滤波器、电源等。然而，实施例不限于由通信架构1000实现。
如图10所示，通信架构1000包括一个或多个客户端1002和服务器1004。客户端1002可以实现客户端设备310。服务器1004可以实现服务器设备950。客户端1002和服务器1004可操作地连接到一个或多个相应的客户端数据存储1008和服务器数据存储1010，这些客户端数据存储1008和服务器数据存储1010可用于存储相应的客户端1002和服务器1004的本地信息，例如缓存文件和/或相关联的上下文信息。
客户端1002和服务器1004可以使用通信框架1006在彼此之间传递信息。通信框架1006可以实现任何已知的通信技术和协议。通信框架1006可以实现为分组交换网络(例如，诸如因特网的公共网络、诸如企业内部网的专用网络等)、电路交换网络(例如，公共交换电话网络)，或分组交换网络和电路交换网络的组合(具有合适的网关和转换器)。
通信框架1006可以实现各种网络接口，这些网络接口被布置成接受、通信和连接到通信网络。网络接口可以被视为输入输出接口的特殊形式。网络接口可采用连接协议，包括但不限于直接连接、以太网(例如，厚、薄、双绞线10/100/1000Base T等)、令牌环、无线网络接口、蜂窝网络接口、IEEE 802.11a-x网络接口、IEEE 802.16网络接口、IEEE 802.20网络接口等。此外，可以使用多个网络接口与各种通信网络类型进行连接。例如，可以使用多个网络接口来允许通过广播、多播和单播网络进行通信。如果处理需求要求更大的速度和容量，则分布式网络控制器架构可以类似地用于池、负载平衡，并以其他方式增加客户端1002和服务器1004所需的通信带宽。通信网络可以是有线和/或无线网络的任意一个和组合，包括但不限于直接互连、安全定制连接、专用网络(例如，企业内部网)、公共网络(例如，因特网)、个人局域网(PAN)、局域网(LAN)、城域网(MAN)、作为互联网节点的运行任务(OMNI)、广域网(WAN)、无线网络、蜂窝网络和其他通信网络。
可以使用表达式“一个实施例”或“实施例”及其衍生物来描述一些实施例。这些术语意味着结合实施例描述的特定特征、结构或特性被包括在至少一个实施例中。短语“在一个实施例中”在说明书中的各个位置的出现不一定都指同一实施例。此外，可以使用表达式“耦合”和“连接”及其衍生物来描述一些实施例。这些术语不一定是彼此的同义词。例如，可以使用术语“连接”和/或“耦合”来描述一些实施例，以指示两个或更多个元件彼此直接物理或电接触。然而，术语“耦合”也可能意味着两个或更多个元件彼此不直接接触，但仍然彼此合作或相互作用。
需要强调的是，提供本公开的摘要是为了让读者能够快速确定技术公开的性质。提交本公开的前提是，不得使用本公开的摘要来解释或限制权利要求的范围或含义。此外，在前面的详细描述中，可以看出，各种为了简化本公开，在单个实施例中将各种特征组合在一起。本公开的方法不应被解释为反映了所要求保护的实施例需要比每个权利要求中明确叙述的特征更多的特征的意图。相反，如以下权利要求所反映的，发明性主题在于少于单个公开实施例的所有特征。因此，以下权利要求被合并到详细描述中，其中每个权利要求作为单独的实施例独立存在。在所附权利要求中，术语“包括(including)”和“其中(in which)”分别被用作各自的术语“包括(comprising)”和“其中(wherein)”的纯英语等价物。此外，术语“第一”、“第二”、“第三”等仅用作标签，并不打算对其对象施加数字要求。
上面描述的内容包括所公开的架构的示例。当然，不可能描述组件和/或方法的每个可想象的组合，但是本领域的普通技术人员可以认识到，许多进一步的组合和排列是有可能的。因此，该新颖架构旨在包含所有此类变更、修改和变化，这些变更、修改和变化属于所附权利要求的精神和范围。

Claims (20)

1.一种方法，包括：
检测包括多种颜色和紫外线层的矩阵条形码，其中所述矩阵条形码是用于将空间信息传送到计算机系统的基准标记，其中所传送的空间信息至少部分来自所述紫外线层，其中所述矩阵条形码的多种颜色中的至少一种是显示所述矩阵条形码的环境中的多种最不流行颜色中的一种，其中所述多种最不流行颜色是基于与衍生颜色空间相关联的多个坐标集，并且其中所述衍生颜色空间是基于第一颜色空间。
2.根据权利要求1所述的方法，其中，所述矩阵条形码的多种颜色中的每一种是以下中的至少一者：与所述环境相关的缺失颜色和在所述环境中的多种最不流行颜色中的一种最不流行颜色。
3.根据权利要求1所述的方法，其中，所述矩阵条形码对至少四比特的数据进行了编码。
4.根据权利要求1所述的方法，其中，所述多种颜色中的每一种都包括非黑色或非白色颜色。
5.根据权利要求1所述的方法，其中，所述第一颜色空间是红-绿-蓝(RGB)颜色空间，其中包括亮度通道的衍生颜色空间是基于RGB颜色空间的颜色空间转换而生成的，并且其中所述亮度通道从所述衍生颜色空间中去除。
6.根据权利要求5所述的方法，其中，所述亮度通道的去除生成与所述衍生颜色空间相关联的多个坐标集。
7.根据权利要求6所述的方法，其中，所述多个坐标集包括用于以下的坐标集：(i)根据所述衍生颜色空间的环境中的多种流行颜色中的每一种，和(ii)根据所述衍生颜色空间的多种最不流行颜色中的每一种。
8.根据权利要求1所述的方法，其中，所述矩阵条形码由设备的识别组件检测，其中所述空间信息被传送到所述设备。
9.一种非暂时性计算机可读存储介质，存储了指令，所述指令在被处理器执行时使所述处理器：
检测包括多种颜色和紫外线层的矩阵条形码，其中所述矩阵条形码是用于将空间信息传送到计算机系统的基准标记，其中所传送的空间信息至少部分来自所述紫外线层，其中所述矩阵条形码的多种颜色中的至少一种是显示所述矩阵条形码的环境中的多种最不流行颜色中的一种，其中所述多种最不流行颜色是基于与衍生颜色空间相关联的多个坐标集，并且其中所述衍生颜色空间是基于第一颜色空间。
10.根据权利要求9所述的非暂时性计算机可读存储介质，其中，所述矩阵条形码的多种颜色中的每一种是以下中的至少一者：与所述环境相关的缺失颜色和在所述环境中的多种最不流行颜色中的一种最不流行颜色。
11.根据权利要求9所述的非暂时性计算机可读存储介质，其中，所述矩阵条形码对至少四比特的数据进行了编码。
12.根据权利要求9所述的非暂时性计算机可读存储介质，其中，所述多种颜色中的每一种都包括非黑色或非白色颜色。
13.根据权利要求9所述的非暂时性计算机可读存储介质，其中，所述第一颜色空间是红-绿-蓝(RGB)颜色空间，其中包括亮度通道的衍生颜色空间是基于RGB颜色空间的颜色空间转换而生成的，并且其中所述亮度通道从所述衍生颜色空间中去除。
14.根据权利要求13所述的非暂时性计算机可读存储介质，其中，所述亮度通道的去除生成与所述衍生颜色空间相关联的多个坐标集。
15.一种装置，包括：
处理器；和
存储指令的存储器，所述指令在被所述处理器执行时使处理器：
检测包括多种颜色和紫外线层的矩阵条形码，其中所述矩阵条形码是用于将空间信息传送到计算机系统的基准标记，其中所传送的空间信息至少部分来自所述紫外线层，其中所述矩阵条形码的多种颜色中的至少一种是显示所述矩阵条形码的环境中的多种最不流行颜色中的一种，其中所述多种最不流行颜色是基于与衍生颜色空间相关联的多个坐标集，并且其中所述衍生颜色空间是基于第一颜色空间。
16.根据权利要求15所述的装置，其中，所述矩阵条形码的多种颜色中的每一种是以下中的至少一者：与所述环境相关的缺失颜色和在所述环境中的多种最不流行颜色中的一种最不流行颜色。
17.根据权利要求15所述的装置，其中，所述矩阵条形码对至少四比特的数据进行了编码。
18.根据权利要求15所述的装置，其中，所述多种颜色中的每一种都包括非黑色或非白色颜色。
19.根据权利要求15所述的装置，其中，所述第一颜色空间是红-绿-蓝(RGB)颜色空间，其中包括亮度通道的衍生颜色空间是基于RGB颜色空间的颜色空间转换而生成的，并且其中所述亮度通道从所述衍生颜色空间中去除。
20.根据权利要求19所述的装置，其中，所述亮度通道的去除生成与所述衍生颜色空间相关联的多个坐标集确定。
CN202080036956.0A 2019-03-18 2020-03-16 基于颜色空间变换技术和利用紫外线的目标相关图像检测 Active CN113841151B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310003366.3A CN116011476A (zh) 2019-03-18 2020-03-16 基于颜色空间变换技术和利用紫外线的目标相关图像检测

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US16/357,211 2019-03-18
US16/357,211 US10496862B1 (en) 2019-03-18 2019-03-18 Detection of images in relation to targets based on colorspace transformation techniques and utilizing ultraviolet light
PCT/US2020/022920 WO2020190843A1 (en) 2019-03-18 2020-03-16 Detection of images in relation to targets based on colorspace transformation techniques and utilizing ultraviolet light

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202310003366.3A Division CN116011476A (zh) 2019-03-18 2020-03-16 基于颜色空间变换技术和利用紫外线的目标相关图像检测

Publications (2)

Publication Number Publication Date
CN113841151A CN113841151A (zh) 2021-12-24
CN113841151B true CN113841151B (zh) 2022-11-25

Family

ID=68695858

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202310003366.3A Pending CN116011476A (zh) 2019-03-18 2020-03-16 基于颜色空间变换技术和利用紫外线的目标相关图像检测
CN202080036956.0A Active CN113841151B (zh) 2019-03-18 2020-03-16 基于颜色空间变换技术和利用紫外线的目标相关图像检测

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202310003366.3A Pending CN116011476A (zh) 2019-03-18 2020-03-16 基于颜色空间变换技术和利用紫外线的目标相关图像检测

Country Status (8)

Country Link
US (6) US10496862B1 (zh)
JP (2) JP7179200B2 (zh)
KR (1) KR20210137483A (zh)
CN (2) CN116011476A (zh)
CA (3) CA3171790A1 (zh)
DE (1) DE112020001363T5 (zh)
GB (3) GB2608300B (zh)
WO (1) WO2020190843A1 (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10496911B1 (en) * 2019-03-18 2019-12-03 Capital One Services, Llc Detection of images in relation to targets based on colorspace transformation techniques and utilizing ultraviolet and infrared light
US10509991B1 (en) * 2019-03-18 2019-12-17 Capital One Services, Llc Detection of images in relation to targets based on colorspace transformation techniques and utilizing infrared light
US10496862B1 (en) * 2019-03-18 2019-12-03 Capital One Services, Llc Detection of images in relation to targets based on colorspace transformation techniques and utilizing ultraviolet light
US10534948B1 (en) 2019-03-18 2020-01-14 Capital One Services, Llc Optimizing detection of images in relation to targets based on colorspace transformation techniques
US10523420B1 (en) 2019-04-18 2019-12-31 Capital One Services, Llc Transmitting encoded data along transmission mediums based on colorspace schemes
US10504013B1 (en) 2019-04-24 2019-12-10 Capital One Services, Llc Colorspace encoding multimedia data on a physical page
US10529300B1 (en) * 2019-06-20 2020-01-07 Capital One Services, Llc Adaptive image display based on colorspace conversions
US10614635B1 (en) 2019-07-25 2020-04-07 Capital One Services, Llc Augmented reality system with color-based fiducial marker
US10833852B1 (en) 2019-10-03 2020-11-10 Capital One Services, Llc Encoded data along tape based on colorspace schemes
US10715183B1 (en) * 2019-10-25 2020-07-14 Capital One Services, Llc Data encoding with error-correcting code pursuant to colorspace schemes
US10867226B1 (en) 2019-11-04 2020-12-15 Capital One Services, Llc Programmable logic array and colorspace conversions
US10762371B1 (en) 2019-11-14 2020-09-01 Capital One Services, Llc Object detection techniques using colorspace conversions
US11842236B2 (en) 2019-11-15 2023-12-12 Apple Inc. Colored visual markers for variable use
US10878600B1 (en) 2019-12-10 2020-12-29 Capital One Services, Llc Augmented reality system with color-based fiducial marker utilizing local adaptive technology
CN111695429B (zh) * 2020-05-15 2022-01-11 深圳云天励飞技术股份有限公司 视频图像目标关联方法、装置及终端设备
US11302036B2 (en) 2020-08-19 2022-04-12 Capital One Services, Llc Color conversion between color spaces using reduced dimension embeddings

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001024106A1 (en) * 1999-09-27 2001-04-05 Sicpa Holding S.A. Multi-dimensional barcode and apparatus for reading a multi-dimensional barcode
CN1542689A (zh) * 2003-11-05 2004-11-03 深圳矽感科技有限公司 具有多种存储格式的信息卡及其读写设备和方法
CN206097730U (zh) * 2016-09-26 2017-04-12 广东顺德锦美智能识别科技股份有限公司 一种防伪标签

Family Cites Families (169)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AUPQ131399A0 (en) 1999-06-30 1999-07-22 Silverbrook Research Pty Ltd A method and apparatus (NPAGE02)
US7171016B1 (en) 1993-11-18 2007-01-30 Digimarc Corporation Method for monitoring internet dissemination of image, video and/or audio files
JP3436958B2 (ja) 1993-12-08 2003-08-18 株式会社東芝 画像入力装置
US5724450A (en) 1994-09-30 1998-03-03 Apple Computer, Inc. Method and system for color image compression in conjunction with color transformation techniques
US6119943A (en) 1994-12-12 2000-09-19 Moore Business Forms, Inc. Multi-layer bar code arrangement using wavelength separation
US6590996B1 (en) 2000-02-14 2003-07-08 Digimarc Corporation Color adaptive watermarking
US5678033A (en) 1995-06-06 1997-10-14 Moledina; Riaz A. Multi-stage interpolation processor
US7770013B2 (en) 1995-07-27 2010-08-03 Digimarc Corporation Digital authentication with digital and analog documents
US6098882A (en) 1996-03-01 2000-08-08 Cobblestone Software, Inc. Variable formatting of digital data into a pattern
JP3676887B2 (ja) 1996-08-08 2005-07-27 理想科学工業株式会社 カラー２次元コード及びカラー２次元コードの作成装置
US5818032A (en) 1997-01-03 1998-10-06 Sun; Tsu-Hung Tom Encoded color halftone micro-dots for high density digital information storage
WO1998045799A1 (en) 1997-04-08 1998-10-15 Zebra Technologies Corporation Distortion resistant double-data correcting color transition barcode and method of generating and using same
US6775417B2 (en) 1997-10-02 2004-08-10 S3 Graphics Co., Ltd. Fixed-rate block-based image compression with inferred pixel values
JP3813387B2 (ja) 1998-07-28 2006-08-23 富士写真フイルム株式会社 情報埋込方法および装置並びに記録媒体
US6354502B1 (en) 1999-04-23 2002-03-12 Primera Technology, Inc. Continuous color tone infrared detected barcodes
JP2000311243A (ja) 1999-04-28 2000-11-07 Sony Corp 画像色補正方法及び装置
KR100323364B1 (ko) 1999-07-30 2002-02-19 박호군 칼라 영상에서의 특징 벡타 추출 방법 및 이를 활용한 영상 검색 방법
US6711291B1 (en) 1999-09-17 2004-03-23 Eastman Kodak Company Method for automatic text placement in digital images
JP4212742B2 (ja) 1999-12-14 2009-01-21 富士ゼロックス株式会社 カラー画像処理方法およびカラー画像処理装置
US6572025B1 (en) 2000-05-10 2003-06-03 Japan Gain The Summit Co., Ltd. Information code product, manufacturing device and method for manufacturing the same, information code reading device, authentication system, authentication terminal, authentication server, and authentication method
EP1312030B1 (en) 2000-07-25 2011-08-24 Digimarc Corporation Authentication watermarks for packaged products
US6963659B2 (en) 2000-09-15 2005-11-08 Facekey Corp. Fingerprint verification system utilizing a facial image-based heuristic search method
US20020126328A1 (en) 2001-03-09 2002-09-12 Lehmeier Michelle R. Method and apparatus for matching color image data with a corresponding color in a defined color space
US20030176785A1 (en) 2002-02-04 2003-09-18 Damage Control Surgical Technologies, Inc. Method and apparatus for emergency patient tracking
JP2003323610A (ja) 2002-03-01 2003-11-14 Nec Corp プロジェクタの色補正方法および色補正装置
US6956967B2 (en) 2002-05-20 2005-10-18 Eastman Kodak Company Color transformation for processing digital images
JP2004015547A (ja) 2002-06-07 2004-01-15 Canon Inc 画像暗号化装置、画像暗号化方法、復号装置、復号方法、プログラム、記憶媒体
US20030235923A1 (en) 2002-06-21 2003-12-25 Jurik Franklin A. Acceptance testing method for sets of multiple colored workpieces
US8619077B1 (en) 2002-07-03 2013-12-31 Matrox Graphics Inc. Efficient execution of color space processing functions in a graphics processing unit
KR100467610B1 (ko) 2002-09-06 2005-01-24 삼성전자주식회사 디지털 화질 개선 방법 및 장치
JP2004180013A (ja) 2002-11-27 2004-06-24 Toshiba Tec Corp 色変換装置および色変換方法
US6757883B1 (en) 2002-12-11 2004-06-29 Lsi Logic Corporation Estimating free space in IC chips
JP3996520B2 (ja) 2003-01-30 2007-10-24 株式会社デンソーウェーブ 二次元情報コードおよびその生成方法
US7077332B2 (en) 2003-03-19 2006-07-18 Translucent Technologies, Llc Media verification system
US7085413B2 (en) 2003-04-04 2006-08-01 Good News Enterprises Limited Image background detection and removal
US8045219B2 (en) 2003-06-05 2011-10-25 Stmicroelectronics, Inc. Printed media products including data files provided in multiple layers of encoded, colored dots
US7630509B2 (en) 2003-09-29 2009-12-08 Alcatel-Lucent Usa Inc. Color selection scheme for digital video watermarking
JP4238992B2 (ja) 2003-12-15 2009-03-18 富士ゼロックス株式会社 カラー画像処理方法およびカラー画像処理装置、カラー画像処理プログラム、記憶媒体
US7460278B2 (en) 2004-01-29 2008-12-02 Seiko Epson Corporation 3-Dimensional dot code for paper storage
US7471832B2 (en) 2004-02-24 2008-12-30 Trw Automotive U.S. Llc Method and apparatus for arbitrating outputs from multiple pattern recognition classifiers
US7050065B1 (en) 2004-04-15 2006-05-23 Nvidia Corporation Minimalist color space converters for optimizing image processing operations
US20080284793A1 (en) 2004-04-15 2008-11-20 Young Wayne D Hue and saturation control module
US11049349B2 (en) 2004-06-01 2021-06-29 Daniel William Onischuk Computerized voting system
US7486802B2 (en) 2004-06-07 2009-02-03 Ford Global Technologies Llc Adaptive template object classification system with a template generator
US7119838B2 (en) 2004-08-19 2006-10-10 Blue Marlin Llc Method and imager for detecting the location of objects
CN100347714C (zh) 2004-09-07 2007-11-07 佳能株式会社 用于定位二维条形码的方法和设备
US7454086B2 (en) 2004-09-28 2008-11-18 Ricoh Company, Ltd. Techniques for positioning images in electronic documents
KR100653885B1 (ko) 2004-11-05 2006-12-05 주식회사 칼라짚미디어 혼합코드 디코딩 방법 및 그 장치
KR100653886B1 (ko) 2004-11-05 2006-12-05 주식회사 칼라짚미디어 혼합코드 및 혼합코드 인코딩 방법과 장치
US7751629B2 (en) 2004-11-05 2010-07-06 Colorzip Media, Inc. Method and apparatus for decoding mixed code
US7804980B2 (en) 2005-08-24 2010-09-28 Denso Corporation Environment recognition device
US20070047803A1 (en) 2005-08-30 2007-03-01 Nokia Corporation Image processing device with automatic white balance
US7711141B2 (en) 2005-08-31 2010-05-04 Sharp Laboratories Of America, Inc. Systems and methods for imaging streaming image data comprising multiple images on an image-by-image basis
JP4544109B2 (ja) 2005-09-16 2010-09-15 富士ゼロックス株式会社 画像処理装置およびプログラム
JP4106377B2 (ja) 2005-12-16 2008-06-25 インターナショナル・ビジネス・マシーンズ・コーポレーション 不可視情報を抽出するための装置、方法、およびプログラム
US7649650B2 (en) 2005-12-22 2010-01-19 Xerox Corporation Matching the perception of a digital image data file to a legacy hardcopy
US8243340B2 (en) 2006-02-23 2012-08-14 Microsoft Corporation Pre-processing of image data for enhanced compression
KR100678101B1 (ko) 2006-03-28 2007-02-02 삼성전자주식회사 영상의 색정보를 이용하여 메뉴 화면의 디스플레이 색상을구성하는 휴대용 단말기 및 그 방법
JP4781892B2 (ja) 2006-04-19 2011-09-28 Ａ・Ｔコミュニケーションズ株式会社 ロゴ付き二次元コード
WO2008075748A1 (ja) * 2006-12-21 2008-06-26 International Business Machines Corporation 不可視コード印字支援システムにおけるシミュレーション用パラメータの取得方法とそのシステム
US8905313B2 (en) 2007-04-12 2014-12-09 Honeywell International Inc. Method and system for creating and reading multi-color co-planar emissive indicia using printable dyes and pigments
US7755671B2 (en) 2007-04-23 2010-07-13 Hewlett-Packard Development Company, L.P. Correcting a captured image in digital imaging devices
CA2585956A1 (en) 2007-04-23 2008-10-23 Spin Master Ltd. Game card, game card system, game card reader and method of authentication and fraud prevention
US8405780B1 (en) 2007-08-22 2013-03-26 Adobe Systems Incorporated Generating a clean reference image
JP5312807B2 (ja) 2008-01-08 2013-10-09 オリンパス株式会社 画像処理装置および画像処理プログラム
US8593476B2 (en) 2008-02-13 2013-11-26 Gary Demos System for accurately and precisely representing image color information
TWI422498B (zh) * 2008-04-02 2014-01-11 Sicpa Holding Sa 使用液晶材料標記之識別法及鑑別法
US8333655B2 (en) 2008-07-11 2012-12-18 Wms Gaming Inc. Methods of receiving electronic wagers in a wagering game via a handheld electronic wager input device
US8120679B2 (en) 2008-08-01 2012-02-21 Nikon Corporation Image processing method
KR20100018364A (ko) 2008-08-06 2010-02-17 삼성전자주식회사 스캐닝 장치, 호스트 장치 및 스캔 이미지 처리방법
US20110182926A1 (en) 2008-08-12 2011-07-28 Nicola La Monica Minigene
EP2396744B1 (en) 2009-02-11 2016-06-01 Datalogic ADC, Inc. High-resolution optical code imaging using a color imager
US8325385B2 (en) 2009-03-27 2012-12-04 Konica Minolta Laboratory U.S.A., Inc. System and methods for processing color data in converting color data from one color space to another color space
US8483479B2 (en) 2009-05-11 2013-07-09 Dolby Laboratories Licensing Corporation Light detection, color appearance models, and modifying dynamic range for image display
US8665347B2 (en) 2009-07-21 2014-03-04 Nikon Corporation Image processing device, image processing program, and imaging device computing brightness value and color phase value
US8819172B2 (en) 2010-11-04 2014-08-26 Digimarc Corporation Smartphone-based methods and systems
US8261988B2 (en) 2009-11-30 2012-09-11 Xerox Corporation Phase locked IR encoding for peened 2D barcodes
WO2011069054A2 (en) 2009-12-04 2011-06-09 Massachusetts Institute Of Technology Phonon-enhanced crystal growth and lattice healing
US8847972B2 (en) 2010-01-20 2014-09-30 Intellectual Ventures Fund 83 Llc Adapting display color for low luminance conditions
US8215565B2 (en) 2010-03-28 2012-07-10 Christopher Brett Howard Apparatus and method for securement of two-dimensional bar codes with geometric symbology
JP5646263B2 (ja) 2010-09-27 2014-12-24 任天堂株式会社 画像処理プログラム、画像処理装置、画像処理システム、および、画像処理方法
JP2012141729A (ja) 2010-12-28 2012-07-26 Jvc Kenwood Corp 真贋判定方法、真贋判定装置、真贋判定システムおよびカラー二次元コード
JP5671349B2 (ja) 2011-01-06 2015-02-18 任天堂株式会社 画像処理プログラム、画像処理装置、画像処理システム、および画像処理方法
US8079525B1 (en) 2011-02-24 2011-12-20 Psion Inc. System and method for decoding barcodes captured with a color image sensor
US8584953B2 (en) 2011-02-24 2013-11-19 Psion, Inc. System and method for decoding barcodes not easily perceptible by human vision
JP2012181591A (ja) 2011-02-28 2012-09-20 Jvc Kenwood Corp 識別媒体、識別媒体の成型方法、及び識別媒体の読取方法
US9036042B2 (en) 2011-04-15 2015-05-19 Dolby Laboratories Licensing Corporation Encoding, decoding, and representing high dynamic range images
EP2737438A4 (en) 2011-07-25 2015-08-05 Koji Sakahashi DEVICE AND USE FOR CREATING, TRANSMITTING AND MANAGING 2D BAR CODES WITH INTEGRATED IMAGES
US8897559B2 (en) 2011-09-21 2014-11-25 Stmicroelectronics (Grenoble 2) Sas Method, system and apparatus modify pixel color saturation level
US9111186B2 (en) 2011-10-12 2015-08-18 University Of Rochester Color barcodes for mobile applications: a per channel framework
US8879832B2 (en) 2012-06-26 2014-11-04 Xerox Corporation Color matrix code
US20140027516A1 (en) 2012-07-24 2014-01-30 Ikko Fushiki Color Extension of Barcodes
US9014469B2 (en) 2012-11-01 2015-04-21 Yael Zimet-Rubner Color-mapping wand
US9230326B1 (en) * 2012-12-31 2016-01-05 Cognex Corporation System, method and calibration plate employing embedded 2D data codes as self-positioning fiducials
US9691163B2 (en) * 2013-01-07 2017-06-27 Wexenergy Innovations Llc System and method of measuring distances related to an object utilizing ancillary objects
WO2014140893A2 (en) 2013-03-15 2014-09-18 Mesh-Iliescu Alisa Documents and data backup using color space encoded image
US9042663B2 (en) 2013-03-15 2015-05-26 Pictech Management Limited Two-level error correcting codes for color space encoded image
US9495572B2 (en) 2013-05-21 2016-11-15 Sicpa Holding Sa Identifying one- or two-dimensional bar codes via weighted image data combination
EP3014822A4 (en) * 2013-06-28 2017-01-04 Schneider Electric USA, Inc. Systems and methods of blending machine-readable and human-readable elements on a display
US20150104184A1 (en) 2013-09-16 2015-04-16 Clutch Authentication Systems, Llc System and method for communication over color encoded light patterns
US8836716B1 (en) 2013-09-20 2014-09-16 Spinella Ip Holdings, Inc. System and method for reducing visible artifacts in the display of compressed and decompressed digital images and video
US10235726B2 (en) 2013-09-24 2019-03-19 GeoFrenzy, Inc. Systems and methods for secure encryption of real estate titles and permissions
KR102241706B1 (ko) 2013-11-13 2021-04-19 엘지전자 주식회사 3차원 카메라 및 그 제어 방법
KR101445502B1 (ko) 2013-12-09 2014-09-29 주식회사트레디오 2차원 코드 인식 장치
US10271054B2 (en) 2014-02-25 2019-04-23 Apple, Inc. Display-side adaptive video processing
EP3132380B1 (en) * 2014-04-15 2020-10-14 Gauss Surgical, Inc. Method for estimating a quantity of a blood component in a fluid canister
WO2016020803A1 (en) * 2014-08-04 2016-02-11 Sarubbo Davide A system for checking a correct oral hygiene procedure
US20160062612A1 (en) 2014-08-29 2016-03-03 EXEYES Technologies Pvt., Ltd. Information Access Technique
US10687069B2 (en) 2014-10-08 2020-06-16 Microsoft Technology Licensing, Llc Adjustments to encoding and decoding when switching color spaces
KR20160049494A (ko) 2014-10-27 2016-05-09 이문기 반투명 마크, 반투명 마크 합성 및 검출 방법, 투명 마크 그리고 투명 마크 합성 및 검출 방법
US9552542B2 (en) * 2014-11-20 2017-01-24 International Business Machines Corporation Encoding information in multiple patterned layers
BR112017010746A2 (pt) 2014-11-25 2018-01-09 Samsung Pay Inc método para modular imagens de exibição para simulação de código de barras e sistema para a modulação de imagens de exibição para simulação de código de barras
GB2533109B (en) 2014-12-09 2018-11-28 Gurulogic Microsystems Oy Encoder, decoder and method for data
WO2016111823A2 (en) 2014-12-19 2016-07-14 Clutch Authentication Systems, Llc System and method for communication over color encoded light patterns
US10504230B1 (en) * 2014-12-19 2019-12-10 Amazon Technologies, Inc. Machine vision calibration system with marker
CN114648819A (zh) * 2015-02-19 2022-06-21 特洛伊集团公司 转换安全文档登记系统
WO2016160912A1 (en) 2015-03-30 2016-10-06 Temptime Corporation A two dimensional barcode with dynamic environmental data system, method, and apparatus
KR101573655B1 (ko) 2015-04-03 2015-12-03 (주)인스타페이 이미지 코드를 이용한 정보 제공 방법과 시스템 및 기록매체
DE102015106081A1 (de) 2015-04-21 2016-10-27 Friedrich Kisters Verfahren zur Identifikation eines Sicherheitsmusters über eine artifizielle 3-D-Rekonstruktion
WO2016187124A1 (en) 2015-05-17 2016-11-24 Endochoice, Inc. Endoscopic image enhancement using contrast limited adaptive histogram equalization (clahe) implemented in a processor
US10089508B2 (en) 2015-05-28 2018-10-02 Graphiclead LLC System and method of embedding a two dimensional code with concealed secure message
CN104899630B (zh) 2015-06-18 2018-04-27 桂林电子科技大学 彩色qr码的编/解码方法
US9454688B1 (en) 2015-07-20 2016-09-27 Konica Minolta Laboratory U.S.A., Inc. High capacity 2D color barcode design and decoding method
EP3136392A1 (en) 2015-08-25 2017-03-01 Thomson Licensing Method and system for embedding and retrieving information through marker transformation
US10467496B2 (en) 2015-08-31 2019-11-05 Apple Inc. Temporal filtering of independent color channels in image data
US10269095B2 (en) 2015-08-31 2019-04-23 Apple Inc. Dynamically determining filtering strength for noise filtering in image processing
CN106529633B (zh) * 2015-09-10 2019-11-15 阿里巴巴集团控股有限公司 二维码的生成方法、解码方法以及装置
US10152663B2 (en) 2015-09-11 2018-12-11 Graphiclead LLC Method to store a secret QR code into a colored secure QR code
KR101773446B1 (ko) 2015-09-30 2017-08-31 국민대학교산학협력단 컬러 qr코드를 생성하고 인식하는 방법 및 시스템
US9483718B1 (en) * 2015-12-14 2016-11-01 International Business Machines Corporation Encoding and decoding data in two-dimensional symbology
JP6927559B2 (ja) 2015-12-17 2021-09-01 株式会社テララコード研究所 光学コード、光学コードの作成方法、光学コードの真贋判定方法、光学コードの読取装置、及び読取補助装置
TWI571803B (zh) 2015-12-28 2017-02-21 元智大學 彩色二維條碼的產生方法
US10049607B2 (en) 2016-02-05 2018-08-14 Intel Corporation Color space conversion logic having reduced conversion error
US9805296B2 (en) 2016-02-23 2017-10-31 The Chinese University Of Hong Kong Method and apparatus for decoding or generating multi-layer color QR code, method for recommending setting parameters in generation of multi-layer QR code, and product comprising multi-layer color QR code
EP3252680B1 (en) 2016-05-31 2019-12-25 Agfa Nv Authentication method of a two dimensional bar code
US10460141B2 (en) 2016-05-31 2019-10-29 University Of Rochester Per-channel color barcodes for displays
US10747977B2 (en) 2016-06-06 2020-08-18 Symbol Technologies, Llc Imaging reader for, and method of, reading symbol and non-symbol targets with color image processing pipeline having bypassable components
WO2018002944A1 (en) 2016-07-01 2018-01-04 Hewlett-Packard Development Company, L.P. Converting binary data to images
US10360651B1 (en) 2016-09-14 2019-07-23 Inscape Data, Inc. Compatible adaptive video watermarking
CN106447590B (zh) 2016-10-11 2019-08-30 华南理工大学 数字图像中水印的加入及提取方法
US11068681B2 (en) 2016-12-16 2021-07-20 Kurz Digital Solutions Gmbh & Co. Kg Verification of a security document
US10185857B2 (en) 2017-06-14 2019-01-22 Canon Information And Imaging Solutions, Inc. Devices, systems, and methods for reading barcodes
US10699147B2 (en) * 2017-06-22 2020-06-30 BITO Robotics, Inc. Systems and methods for fast identification and processing of an image area of interest
CN111247529A (zh) * 2017-08-31 2020-06-05 绳线解决方案有限公司 颜色检测算法
US10643306B2 (en) 2017-10-11 2020-05-05 Qualcomm Incoporated Image signal processor for processing images
EP3698233A1 (en) 2017-10-20 2020-08-26 Google LLC Content display property management
JP2019096072A (ja) 2017-11-22 2019-06-20 株式会社東芝 物体検出装置、物体検出方法およびプログラム
CN111480343A (zh) 2017-12-14 2020-07-31 交互数字Vc控股公司 用于编码图片块的方法和装置
US20190295712A1 (en) 2018-03-20 2019-09-26 3M Innovative Properties Company Optically active article identification system
US10496909B1 (en) 2018-06-14 2019-12-03 T-Mobile Usa, Inc. Laser light detection and barcode display at mobile phone
US11113819B2 (en) 2019-01-15 2021-09-07 Nvidia Corporation Graphical fiducial marker identification suitable for augmented reality, virtual reality, and robotics
US10509991B1 (en) * 2019-03-18 2019-12-17 Capital One Services, Llc Detection of images in relation to targets based on colorspace transformation techniques and utilizing infrared light
US10496911B1 (en) 2019-03-18 2019-12-03 Capital One Services, Llc Detection of images in relation to targets based on colorspace transformation techniques and utilizing ultraviolet and infrared light
US10496862B1 (en) * 2019-03-18 2019-12-03 Capital One Services, Llc Detection of images in relation to targets based on colorspace transformation techniques and utilizing ultraviolet light
US10534948B1 (en) 2019-03-18 2020-01-14 Capital One Services, Llc Optimizing detection of images in relation to targets based on colorspace transformation techniques
US10523420B1 (en) 2019-04-18 2019-12-31 Capital One Services, Llc Transmitting encoded data along transmission mediums based on colorspace schemes
US10504013B1 (en) 2019-04-24 2019-12-10 Capital One Services, Llc Colorspace encoding multimedia data on a physical page
US10529300B1 (en) 2019-06-20 2020-01-07 Capital One Services, Llc Adaptive image display based on colorspace conversions
US10614635B1 (en) * 2019-07-25 2020-04-07 Capital One Services, Llc Augmented reality system with color-based fiducial marker
US11049286B2 (en) 2019-07-31 2021-06-29 Hewlett Packard Enterprise Development Lp Deep neural network color space optimization
US10715183B1 (en) 2019-10-25 2020-07-14 Capital One Services, Llc Data encoding with error-correcting code pursuant to colorspace schemes
US11023791B2 (en) 2019-10-30 2021-06-01 Kyocera Document Solutions Inc. Color conversion using neural networks
US10867226B1 (en) 2019-11-04 2020-12-15 Capital One Services, Llc Programmable logic array and colorspace conversions
US10762371B1 (en) 2019-11-14 2020-09-01 Capital One Services, Llc Object detection techniques using colorspace conversions
WO2021105765A1 (en) 2019-11-27 2021-06-03 Sinha Pavel Systems and methods for performing direct conversion of image sensor data to image analytics
US10944914B1 (en) 2019-12-02 2021-03-09 Samsung Electronics Co., Ltd. System and method for generating multi-exposure frames from single input
US10878600B1 (en) 2019-12-10 2020-12-29 Capital One Services, Llc Augmented reality system with color-based fiducial marker utilizing local adaptive technology
JP2023512410A (ja) 2019-12-27 2023-03-27 アバルタ テクノロジーズ、 インク． 接続リソースを使用したユーザデバイスアプリケーションの投影、制御、および管理
US11842472B2 (en) 2020-03-31 2023-12-12 International Business Machines Corporation Object defect correction

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001024106A1 (en) * 1999-09-27 2001-04-05 Sicpa Holding S.A. Multi-dimensional barcode and apparatus for reading a multi-dimensional barcode
CN1542689A (zh) * 2003-11-05 2004-11-03 深圳矽感科技有限公司 具有多种存储格式的信息卡及其读写设备和方法
CN206097730U (zh) * 2016-09-26 2017-04-12 广东顺德锦美智能识别科技股份有限公司 一种防伪标签

Also Published As

Publication number Publication date
CN116011476A (zh) 2023-04-25
CN113841151A (zh) 2021-12-24
US20200320264A1 (en) 2020-10-08
GB202315234D0 (en) 2023-11-15
US20230083336A1 (en) 2023-03-16
US20240014820A1 (en) 2024-01-11
GB2597854A (en) 2022-02-09
JP2022519921A (ja) 2022-03-25
GB202114205D0 (en) 2021-11-17
KR20210137483A (ko) 2021-11-17
CA3171790A1 (en) 2020-09-24
GB2608300B (en) 2023-12-20
GB2620860B (en) 2024-04-10
CA3130925A1 (en) 2020-09-24
GB2620860A (en) 2024-01-24
US10496862B1 (en) 2019-12-03
US10977462B2 (en) 2021-04-13
CA3171603A1 (en) 2020-09-24
DE112020001363T5 (de) 2022-01-13
GB2608300A (en) 2022-12-28
JP2023025050A (ja) 2023-02-21
US11799484B2 (en) 2023-10-24
CA3130925C (en) 2022-11-22
US20210200969A1 (en) 2021-07-01
US10726227B1 (en) 2020-07-28
WO2020190843A1 (en) 2020-09-24
JP7179200B2 (ja) 2022-11-28
US11487960B2 (en) 2022-11-01
GB2597854B (en) 2022-10-19
GB202212790D0 (en) 2022-10-19

Similar Documents

Publication Publication Date Title
CN113841151B (zh) 基于颜色空间变换技术和利用紫外线的目标相关图像检测
CN113853615B (zh) 基于颜色空间变换技术优化与目标相关的图像检测
US11720776B2 (en) System and method using a histogram and colorspaces to create a matrix barcode having a plurality of colors, an infrared layer, and an ultraviolet layer
US11024256B2 (en) Adaptive image display based on colorspace conversions
US10977535B2 (en) Detection of images in relation to targets based on colorspace transformation techniques and utilizing infrared light
US11417075B2 (en) Object detection techniques using colorspace conversions

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