CN114222143B - 一种基于微小图像的编解码方法 - Google Patents
一种基于微小图像的编解码方法 Download PDFInfo
- Publication number
- CN114222143B CN114222143B CN202111471352.1A CN202111471352A CN114222143B CN 114222143 B CN114222143 B CN 114222143B CN 202111471352 A CN202111471352 A CN 202111471352A CN 114222143 B CN114222143 B CN 114222143B
- Authority
- CN
- China
- Prior art keywords
- color
- information
- point
- triangle
- coding
- 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
- 238000000034 method Methods 0.000 title claims abstract description 34
- 239000003086 colorant Substances 0.000 claims abstract description 10
- 238000001914 filtration Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 6
- 235000002566 Capsicum Nutrition 0.000 claims description 3
- 239000006002 Pepper Substances 0.000 claims description 3
- 235000016761 Piper aduncum Nutrition 0.000 claims description 3
- 235000017804 Piper guineense Nutrition 0.000 claims description 3
- 235000008184 Piper nigrum Nutrition 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 150000003839 salts Chemical class 0.000 claims description 3
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 2
- 238000005286 illumination Methods 0.000 claims description 2
- 230000035772 mutation Effects 0.000 claims description 2
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 230000002194 synthesizing effect Effects 0.000 claims description 2
- 244000203593 Piper nigrum Species 0.000 claims 1
- 230000003321 amplification Effects 0.000 abstract 1
- 238000003199 nucleic acid amplification method Methods 0.000 abstract 1
- 238000003672 processing method Methods 0.000 abstract 1
- 238000012216 screening Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 241000722363 Piper Species 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种利用微小图像进行信息编码的方式,为特定的商标进行定制。首先,设计了基于三角形的编码方式,利用三角形的顶点朝向(左或右)与5种颜色(红黄蓝绿黑)进行编码。然后利用数字图像处理的方法对图案进行了解码,最后对于商标上的编码图案所在位置进行了定位,以便于放大解码。此编码方式具有独创性,能够在2mm*18mm的空间上存储一定信息量。解码方式以及定位方式通过合理的算法设计,具有较高鲁棒性。对于商标在极其狭小的空间存储一定信息提供了有效的解决方案。
Description
技术领域
本发明属于数字图像处理领域,涉及一种基于商标的文字编码为图案与图案识别解码方式,具体涉及一种基于微小图像的编解码方法。
背景技术
信息时代的来临,使得一些商标希望能够携带一些文字信息,可以用来对商品进行简单介绍,以及其他相关信息。二维码往往可以携带大量信息,并具有较好的识别效果,但在有一些商标上,二维码碍于体积限制,有时无法使得二维码变得如此之小,并且二维码是方形的,在一定程度上无法与商标完全契合,影响美观,所以需要根据商标图案特点,对其进行定制携带文字的图案,并能通过手机拍照的方式,对图案进行解码。
发明内容
发明目的:本发明设计了一种图案,能够适用于指定商标,携带一定量文字信息,并且能够进行解码,通过手机拍照商标,可以获取得到文字信息。
技术方案如下:
一种基于微小图像的编解码方法,其特征在于,依次包括:
(1)编码图案以及编码方式;
(2)对原始商标进行定位的方式;
(3)对编码图案进行解码的方式。
作为本发明的进一步改进,所述编码图案以及编码方式,具体步骤如下:
(2-1)定义了边长为1mm的等边三角形作为基本元素,每一个三角形包含两种信息,方向信息(向左为1,向右为2),颜色信息(红色为3,黄色为4,蓝色为5,绿色为6,黑色为7),在绘图时,红色为RGB(255,0,0),黄色为(255,255,0),蓝色为RGB(0,0,255),绿色为RGB(0,255,0),黑色为RGB(0,0,0);
(2-2)利用两个连续的三角形表示一个字符,需要保证这两个三角形朝向一致,编码方式采用三位数字编码,
X1X2X3
X1为两个三角形的共同朝向,X2为第一个三角形的颜色信息,X3为第二个三角形的颜色信息
通过简单的排列组合,
共可对40个字符进行编码,在此包括了26个英文字母,以及0~9是个数字;
在此,同时规定,
1)两个三角形颜色不可相同,
2)两个三角形颜色顺序不同则对应字符不同。
具体编码方式与对应字符关系如下图
字符 | 编码 | 字符 | 编码 |
a | 134 | s | 175 |
b | 135 | t | 176 |
c | 136 | u | 234 |
d | 137 | v | 235 |
e | 143 | w | 236 |
f | 145 | x | 237 |
g | 146 | y | 243 |
h | 147 | z | 245 |
i | 153 | 0 | 246 |
j | 154 | 1 | 247 |
k | 156 | 2 | 253 |
l | 157 | 3 | 254 |
m | 163 | 4 | 256 |
n | 164 | 5 | 257 |
o | 165 | 6 | 263 |
p | 167 | 7 | 264 |
q | 173 | 8 | 265 |
r | 174 | 9 | 267 |
。
作为本发明的进一步改进,所述的对原始商标进行定位的方式为,将商标绘制于商标的指定位置,在识别时,需要对其进行定位,具体步骤如下:
(3-1)对于任意角度、位置,利用手机进行拍照,可定位至指定位置区域,该区域为2mm*18mm区域;
(3-2)任意位置拍照后,进行二值化,由于该商标大致可用一个矩形进行框出,并且是拍照后主要图像,于是采用轮廓检测函数findCounters,并调用minAreaRect,绘制出包围该轮廓的最小矩形,并利用RotatedRect保存此图中所有检测到的矩形的数据;
(3-3)根据保存的所有矩形,基于实际情况,除去整幅图这一个最大的矩形,将商标围起来的矩形为最大矩形,将矩形面积作为排序原则,得到目标矩形。矩形面积计算,由RotatedRect类可得:
S=rotatedRect.size.height*rotatedRect.size.width
(3-4)对于得到的矩形,需要进行旋转,使其“方向”处于正的位置。这里以矩形的中心作为旋转中心,通过getRotationMatrix得到旋转矩阵,其功能以输入点center为旋转中心,输入角度θ为度数的旋转矩阵M,
其中α=scale·cosθ
β=scale·sinθ
输入中心为RotatedRect的中心,输入角度为rotatedRect的角度,在这里scale将其设置为1,其意义是与原图大小一致,对于旋转后的图案,任意一点的坐标为
其中为转动后的坐标;
得到对应的转动矩阵后,利用warpAffine对二值图进行旋转,得到了旋转后的图,并将空余部分以纯白色进行填补。同时对原图进行旋转;
(3-5)对于得到的二值图,求解一阶差分,与二阶差分。由于在2*18mmmm处存在白色区域,两侧为边缘,所以在此应有较大突变;
(3-6)对于差分结果,两者结合,得到变化剧烈的地方,成功定位。
作为本发明的进一步改进,所述对编码图案进行解码的方式为,对于编码图案,进行解码,得到图案所蕴含的信息,具体步骤如下:
(4-1)对编码图案进行中值滤波,其目的在于减少干扰,尽可能除去椒盐噪声;
(4-2)对编码图案进行白平衡,其目的在于减少由于拍照所带来的光照对颜色的影响;
(4-3)定义了点类(class dir):用于存储点的点的横纵坐标以及点的序号;
点集类(class pointnum):用于将点类进行整合,便于后续操作;
三角形类(class triangle):用于将连续的三个点进行整合为一个三角形,并获取三角形所对应的编码信息;
文字序列类(class array_line):对三角形类进行整合,并得到最终的编码信息;
(4-4)对于中值滤波后的图像,进行二值化并进行角点检测,得到角点,在这里尽可能产生较多的角点。对于得到的角点,按照纵坐标进行排序;
(4-5)通过分析可以得到,中间的角点应多于两侧,所以大致得到中轴线的横坐标the_median_ray,设定阈值min_distance,如果满足连续两个点横坐标满足
|x-the_median_ray|<min_distance
那么说明这两个点距离很近,差异不大,实际可能只有一个点,但由于参数不适宜的原因,导致同一个三角形的角检测出两个角点,对他们进行合并,并删除这两个点,新的点横坐标与纵坐标满足:
xnew=the_median_ray
ynew=(y1+y2)/2
经过上述步骤,对于中轴线上的点进行了一次过滤;
(4-6)紧接着对于三角形的所有顶点进行过滤筛选,首先对左侧(右侧方法同左侧)
首先找到最小的横坐标min_x_ray,然后仍然采用阈值法,对于距离顶点所在横坐标较近的点进行合并
|x-min_x_ray|<min_distance
合并方法为:
xnew=min_x_ray
ynew=(y1+y2)/2
通过上述方法,已经可以基本得到所期望点集,但对于处于顶点横坐标与中轴线中间的点仍然存在干扰,于是对于满足下列条件的点直接进行删除:
|x-the_median_ray|<min_distance
或
|x-min_x_ray|<min_distance
或
|x-max_x_ray|<min_distance
(4-7)为了进一步保证准确率与鲁棒性,直接将距离近的点进行合并,直接取他们的中点,通过上述滤波,去除操作,可以较好的得到所需的37个点。然后将其连续的三个点合成为三角形,并获取颜色朝向信息;
(4-8)对于颜色获取,取三角形中心,对其邻域内的点取均值,得到对应RGB;
对于颜色的判定,由于含有RGB三种原色以及黑色,使得判定十分简单;
这里的判定方法是:首先确定RGB三者最大值,
1)如果R最大,那么有三种可能,红,黄,黑,然后判定按照如下公式进行判定:
|B-G|>threshold1
且|R-G|<theshold2
则为黄色,颜色信息为4
如果满足|R-G|<theshold2
且R<theshold3
则为黑色,颜色信息为7
为了鲁棒性,增加了
|R-G|>threshold2
判定公式,用以进一步确认是否为红色,颜色信息为3;
2)如果G最大,采用同样的方式进行判定,有绿,黄,黑三种可能,
若|B-R|>threshold
且|R-G|<theshold2
则为黄色,颜色信息为4
如果满足|R-G|<theshold2
G<theshold3
则为黑色,颜色信息为7
如果
|R-G|>theshold2
则为绿色,颜色信息为6;
3)对于B最大,则不可能出现黄色,只可能为黑色与蓝色,
此时只需判定满足
B>threshold
则为蓝色,颜色编码信息为5
反之则为黑色,颜色编码信息为7;
(4-9)将得到的颜色信息进行整合的规则如下,每两个三角形进行配对,二者方向应一致,颜色信息按照次序排列,得到前述编码信息,对照编码表,得到最终的对应字母信息。
与现有技术相比,本发明的有益效果在于:具有独创性,能够在2mm*18mm的空间上存储一定信息量;解码方式以及定位方式通过合理的算法设计,具有较高鲁棒性;对于商标在极其狭小的空间存储一定信息提供了有效的解决方案。
附图说明
图1为本发明的流程图;
图2为设计的编码图案实例;
图3为商标拍照图案;
图4为商品拍照获取的图案;
图5为商标进行旋转后的图;
图6为差分运算结果;
图7为定位后的图案;
图8为初步角点检测图;
图9为角点进行筛选后的图;
图10为最终的结果。
具体实施方式
下面结合附图和实施例对本发明的技术方案作进一步的说明。
如图1所示,本发明一种基于微小图像的编解码方法,依次包括:(1)编码图案以及编码方式;(2)对原始商标进行定位的方式;(3)对编码图案进行解码的方式。
(1)图片获取
可使用手机、相机对商标进行拍照,拍照时,应避免距离过远,尽量保持,与直面处于平行状态,尽可能的使得商标足够大。
(2)编码图案
在这里,我们将以字母信息“BC301QR53”作为示例,得到其对应的编码图,并进行解码。查询编码表,那么可以依次得到,如下编码
135/136/253/165/246/173/174/256/253
对于135,那么第一、二个三角形,应朝左,颜色依次为红、蓝;
对于136,第三、四个三角形,朝左,颜色依次为,红、绿;
对于253,第五、六个三角形,朝右,颜色依次为,蓝、红;
对于165,第七、八个三角形,朝左,颜色依次为,绿、蓝;
对于246,第九、十个三角形,朝右,颜色依次为,黄、绿;
对于173,第十一、十二个三角形,朝左,颜色依次为,黑、红;
对于174,第十三、十四个三角形,朝左,颜色依次为,黑、黄;
对于256,第十五、十六个三角形,朝右,颜色依次为,蓝、绿;
对于253,第十七、十八个三角形,朝右,颜色依次为,蓝、红;
绘制的图案见附图1。
(3)商标定位方式
这里进行了一张侧面的拍照,如附图2,
首先通过阈值分割,阈值大小约为140左右,得到了附图3所示的二值图,可以清晰的看见,背景色,与商标色能够较好的分开。
然后通过轮廓检测函数findCounters,并调用minAreaRect,绘制出包围该轮廓的最小矩形,并利用RotatedRect保存此图中所有检测到的矩形的数据。
对于RotatedRect,其保存了矩形中心的位置,矩形方向信息,根据这两个信息,计算得到
其中α=scale·cosθ
β=scale·sinθ
利用M矩阵,对原图进行旋转,得到了正的商标图,如附图4。
对于附图4,计算每一列的灰度值(对二值图进行计算),进一步求解得到一阶、二阶差分序列,并绘得差分运算结果示意图图5(直方图描述)由此得到剧烈变化的位置横坐标,即定位点。
然后对原图进行旋转,并绘制定位后的区域,如附图6。
(4)对于图案,进行解码
这里,首先对图案进行了中值滤波去除椒盐噪声。
然后,运用Shi-tomas角点检测,基于图像本身进行调参,角点数目设置为100,最小欧式距离为0.04,质量等级为0.01,得到如附图7的角点。
中间的角点应多于两侧,所以大致得到中轴线的横坐标the_median_ray,设定阈值min_distance,如果满足连续两个点横坐标满足
|x-the_median_ray|<min_distance
那么说明这两个点距离很近,差异不大,实际可能只有一个点,但由于参数不适宜的原因,导致同一个三角形的角检测出两个角点,对他们进行合并,并删除这两个点,新的点横坐标与纵坐标满足:
xnew=the_median_ray
ynew=(y1+y2)/2
经过上述步骤,对于中轴线上的点进行了一次过滤。
紧接着对于三角形的所有顶点进行过滤筛选,首先对左侧(右侧方法同左侧)
首先找到最小的横坐标min_x_ray,然后仍然采用阈值法,对于距离顶点所在横坐标较近的点进行合并
|x-min_x_ray|<min_distance
合并方法为:
xnew=min_x_ray
ynew=(y1+y2)/2
通过上述方法,已经可以基本得到所期望点集,但对于处于顶点横坐标与中轴线中间的点仍然存在干扰,于是对于满足下列条件的点直接进行删除:
|x-the_median_ray|<min_distance
或
|x-min_x_ray|<min_distance
或
|x-max_x_ray|<min_distance
经过筛选,可以得到较为精准的角点检测,如附图8
然后运用上述颜色选取方案,得到每个三角形编码,如附图9。
最后整和编码信息,得到最终文字(如附图9),与预设的文字信息进行校验,十分吻合。
本发明为特定商标设计,在实际中,会将编码图案内嵌于识别区域。其中编码方式与编码图案选择方式具有一定的独创性,可用于推广,适用于微小的空间存储一定信息,信息量为少量字母方式。另外对于特定情况也可进行扩展,具有较好的延伸性。
Claims (1)
1.一种基于微小图像的编解码方式,其特征在于,依次包括:
(1)编码图案以及编码方式;
(2)对原始商标进行定位的方式;
(3)对编码图案进行解码的方式;
所述编码图案以及编码方式,具体步骤如下:
(2-1)定义边长为1mm的等边三角形作为基本元素,每一个三角形包含两种信息,方向信息和颜色信息,其中,向左为1,向右为2,红色为3,黄色为4,蓝色为5,绿色为6,黑色为7,在绘图时,红色为RGB(255,0,0),黄色为(255,255,0),蓝色为RGB(0,0,255),绿色为RGB(0,255,0),黑色为RGB(0,0,0);
(2-2)利用两个连续的三角形表示一个字符,需要保证这两个三角形朝向一致,编码方式采用三位数字编码,
X1 X2 X3
其中,X1为两个三角形的共同朝向,X2为第一个三角形的颜色信息,X3为第二个三角形的颜色信息;
通过简单的排列组合,
共可对40个字符进行编码,在此包括了26个英文字母,以及0~9十个数字;
在此,同时规定,
1)两个三角形颜色不可相同,
2)两个三角形颜色顺序不同则对应字符不同;
具体编码方式与对应字符关系如下表
所述对原始商标进行定位的方式为:将商标绘制于商标的指定位置,在识别时,需要对其进行定位,具体步骤如下:
(3-1)对于任意角度、位置,利用手机进行拍照,可定位至指定位置区域,该区域为2mm*18mm区域;
(3-2)任意位置拍照后,进行二值化,由于该商标可用一个矩形进行框出,并且是拍照后主要图像,于是采用轮廓检测函数findCounters,并调用minAreaRect,绘制出包围该轮廓的最小矩形,并利用RotatedRect保存此图中所有检测到的矩形的数据;
(3-3)根据保存的所有矩形,基于实际情况,除去整幅图中一个最大的矩形,将商标围起来的矩形为最大矩形,将矩形面积作为排序原则,得到目标矩形,矩形面积计算,由RotatedRect类可得:
S=rotaedRect.size.height*rotatedRect.size.width
(3-4)对于得到的矩形,需要进行旋转,使其“方向”处于正的位置,以矩形的中心作为旋转中心,通过getRotationMatrix得到旋转矩阵,其功能以输入点center为旋转中心,输入角度θ为度数的旋转矩阵M,
其中α=scale·cosθ
β=scale·sinθ
输入中心为RotatedRect的中心,输入角度为rotatedRect的角度,在这里scale将其设置为1,其意义是与原图大小一致,对于旋转后的图案,任意一点的坐标为
其中为转动后的坐标;
得到对应的转动矩阵后,利用warpAffine对二值图进行旋转,得到了旋转后的图,并将空余部分以纯白色进行填补,同时对原图进行旋转;
(3-5)对于得到的二值图,求解一阶差分,与二阶差分,由于在2*18mmmm处存在白色区域,两侧为边缘,所以在此应有较大突变;
(3-6)对于差分结果,两者结合,得到变化剧烈的地方,成功定位;
所述对编码图案进行解码的方式为:对编码图案,进行解码,得到图案所蕴含的信息,具体步骤如下:
(4-1)对编码图案进行中值滤波,其目的在于减少干扰,尽可能除去椒盐噪声;
(4-2)对编码图案进行白平衡,其目的在于减少由于拍照所带来的光照对颜色的影响;
(4-3)定义点类class dir:用于存储点的点的横纵坐标以及点的序号;
点集类class pointnum:用于将点类进行整合,便于后续操作;
三角形类class triangle:用于将连续的三个点进行整合为一个三角形,并获取三角形所对应的编码信息;
文字序列类class array_line:对三角形类进行整合,并得到最终的编码信息;
(4-4)对于中值滤波后的图像,进行二值化并进行角点检测,得到角点,在这里尽可能产生较多的角点,对于得到的角点,按照纵坐标进行排序;
(4-5)通过分析可以得到,中间的角点应多于两侧,所以得到中轴线的横坐标the_median_ray,设定阈值min_distance,如果满足连续两个点横坐标满足
|x-the_median_ray|<min_distance
那么说明这两个点距离很近,差异不大,实际可能只有一个点,但由于参数不适宜的原因,导致同一个三角形的角检测出两个角点,对他们进行合并,并删除这两个点,新的点横坐标与纵坐标满足:
xnew=the_median_ray
ynew=(y1+y2)/2
经过上述步骤,对于中轴线上的点进行了一次过滤;
(4-6)紧接着对于三角形的所有顶点进行过滤筛选,首先对左侧,其中,右侧方法同左侧,具体步骤如下:
首先找到最小的横坐标min_x_ray,然后仍然采用阈值法,对于距离顶点所在横坐标较近的点进行合并
|x-min_x_ray|<min_distance
合并方法为:
xnew=min_x_ray
ynew=(y1+y2)/2
通过上述方法,已经可以基本得到所期望点集,但对于处于顶点横坐标与中轴线中间的点仍然存在干扰,于是对于满足下列条件的点直接进行删除:
|x-the_median_ray|<min_distance
或
|x-min_x_ray|<min_distance
或
|x-max_x_ray|<min_distance
(4-7)为了进一步保证准确率与鲁棒性,直接将距离近的点进行合并,直接取他们的中点,通过上述滤波,去除操作,可以较好的得到所需的37个点,然后将其连续的三个点合成为三角形,并获取颜色朝向信息;
(4-8)对于颜色获取,取三角形中心,对其邻域内的点取均值,得到对应RGB;
对于颜色的判定,由于含有RGB三种原色以及黑色,使得判定十分简单;
这里的判定方法是:首先确定RGB三者最大值,
1)如果R最大,那么有三种可能,红,黄,黑,然后判定按照如下公式进行判定:
|B-G|>threshold1
且|R-G|<theshold2
则为黄色,颜色信息为4
如果满足|R-G|<theshold2
且R<theshold3
则为黑色,颜色信息为7
为了鲁棒性,增加了
|R-G|>theshold2
判定公式,用以进一步确认是否为红色,颜色信息为3;
2)如果G最大,采用同样的方式进行判定,有绿,黄,黑三种可能,
若|B-R|>theshold
且|R-G|<theshold2
则为黄色,颜色信息为4
如果满足|R-G|<theshold2
G<theshold3
则为黑色,颜色信息为7
如果
|R-G|>theshold2
则为绿色,颜色信息为6;
3)对于B最大,则不可能出现黄色,只可能为黑色与蓝色,
此时只需判定满足
B>threshold
则为蓝色,颜色编码信息为5
反之则为黑色,颜色编码信息为7;
(4-9)将得到的颜色信息进行整合的规则如下,每两个三角形进行配对,二者方向应一致,颜色信息按照次序排列,得到前述编码信息,对照编码表,得到最终的对应字母信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111471352.1A CN114222143B (zh) | 2021-12-04 | 2021-12-04 | 一种基于微小图像的编解码方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111471352.1A CN114222143B (zh) | 2021-12-04 | 2021-12-04 | 一种基于微小图像的编解码方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114222143A CN114222143A (zh) | 2022-03-22 |
CN114222143B true CN114222143B (zh) | 2024-02-06 |
Family
ID=80699607
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111471352.1A Active CN114222143B (zh) | 2021-12-04 | 2021-12-04 | 一种基于微小图像的编解码方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114222143B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105574572A (zh) * | 2015-12-24 | 2016-05-11 | 上海师范大学 | 一种彩色二维码及其生成方法 |
CN112270716A (zh) * | 2020-10-30 | 2021-01-26 | 浙江理工大学 | 一种人工视觉地标的解码定位方法 |
CN113129397A (zh) * | 2020-12-23 | 2021-07-16 | 合肥工业大学 | 一种基于图形几何关系的平行四边形编码标志的解码方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7478746B2 (en) * | 2006-05-31 | 2009-01-20 | Konica Minolta Systems Laboratory, Inc. | Two-dimensional color barcode and method of generating and decoding the same |
-
2021
- 2021-12-04 CN CN202111471352.1A patent/CN114222143B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105574572A (zh) * | 2015-12-24 | 2016-05-11 | 上海师范大学 | 一种彩色二维码及其生成方法 |
CN112270716A (zh) * | 2020-10-30 | 2021-01-26 | 浙江理工大学 | 一种人工视觉地标的解码定位方法 |
CN113129397A (zh) * | 2020-12-23 | 2021-07-16 | 合肥工业大学 | 一种基于图形几何关系的平行四边形编码标志的解码方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114222143A (zh) | 2022-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111243032B (zh) | 一种棋盘格角点全自动检测方法 | |
USRE44982E1 (en) | Mixed code, and method and apparatus for generating the same | |
CN105260693A (zh) | 一种激光二维码定位方法 | |
JP4868530B2 (ja) | 画像認識装置 | |
US8494297B2 (en) | Automatic detection and mapping of symmetries in an image | |
US20060098241A1 (en) | Method and apparatus for decoding mixed code | |
CN110096920B (zh) | 一种面向视觉伺服的高精度高速定位标签和定位方法 | |
WO2013143390A1 (zh) | 人脸标定方法和系统、计算机存储介质 | |
WO2006127608A2 (en) | Efficient finder patterns and methods for application to 2d machine vision problems | |
CN102667810A (zh) | 数字图像中的面部识别 | |
CN105096348B (zh) | 检测图像中的色彩板的装置和方法 | |
CN109190742B (zh) | 一种基于灰度特征的编码特征点的解码方法 | |
CN112699704A (zh) | 一种条形码的检测方法、装置、设备、存储装置 | |
CN110415304A (zh) | 一种视觉标定方法及系统 | |
KR100702292B1 (ko) | 이미지 코드 및 그의 인식방법과 인식장치 | |
CN114792104A (zh) | 一种环型编码点的识别解码方法 | |
CN109977910B (zh) | 基于彩色线段的票据快速定位方法及其系统 | |
CN110610219B (zh) | 一种彩色环形二维码及其生成和解码方法 | |
CN109101855A (zh) | 一种基于opencv的缺失定位框二维码识别方法 | |
CN111199163A (zh) | 一种环形码的边缘检测与定位识别方法 | |
CN113313628B (zh) | 基于仿射变换和均值像素法的环状编码点鲁棒性识别方法 | |
CN114222143B (zh) | 一种基于微小图像的编解码方法 | |
CN113129397B (zh) | 一种基于图形几何关系的平行四边形编码标志的解码方法 | |
CN111290582B (zh) | 一种基于改进型直线检测的投影交互区域定位方法 | |
CN115376131A (zh) | 一种点状编码标志的设计与识别方法 |
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 |