[发明专利]一种基于压缩感知的二维码图像光照均衡方法

说明书

技术领域

本发明涉及二维码图像的识别领域，更具体地，涉及一种基于压缩感知的二维码图像的光照均衡方法。

背景技术

二维条码的预处理是二维码识别过程中一个非常重要的环节，二维码图像的预处理结果直接影响到识别的结果。由于二维码的应用环境复杂多变，且从成像设备上获取的二维码图像质量不一，经常会遇到光照不均的情况。传统的图像融合方法有基于小波变换图像融合和基于快速迭代收缩阈值算法(Fast Iterative Shrinkage-thresholding Algorithm FISTA)的压缩感知的图像融合。基于小波变换图像融合算法，其恢复的二维码图像效果较好，但该算法存在复杂和耗时过长的缺点；而基于FISTA算法的压缩感知的图像融合算法，时间虽然较快，但是恢复的二维码图像效果一般都很不好。

经对现有技术文献的检索发现，论文名称“基二维条码识读技术及其应用研究”。该技术首先利用小波分解得到图像的高低频，再分别对高低频进行处理，然后恢复图像。该文利用小波分解法，对高频低频分别进行处理，提升图像的效果；对一些光照不均较明显的图像，该技术并不能完全消除光照不均的影响，而且最终的算法过于复杂，导致处理速度较慢。

发明内容

为了解决上述现有技术的不足，本发明提出一种基于压缩感知的二维码图像光照均衡的方法，该方法能够在提高对严重光照不均图像处理速度的同时，又能比较准确的还原出原二维码图像。

为了实现上述目的，本发明采用的技术方案是：

一种基于压缩感知的二维码图像光照均衡方法，其包括以下步骤：

1)多次采集同一个二维码图像，获取两张二维码图像，并对二维码图像进行稀疏性分析，得出二维码图像具有稀疏的特性；

2)分别对两张二维码图像进行傅里叶变换得到其频谱图像X1和X2，根据二维码图像的傅里叶特征设置一个非相关采样矩阵，对频谱图像X1和X2在傅里叶域进行频谱采样到Y1和Y2；

3)对Y1和Y2进行线性融合得到了新傅里叶频谱Y；

4)用FISTA对频谱Y进行快速软阈值迭代，得到Y’，并且对Y’进行逆傅里叶变换的到恢复后的图像f，并且对图像f进行二值化处理，识别二维码图像。

在使用本发明获取两张二维码图像之后，对二维图像的稀疏性进行分析，具体如下：

稀疏性的描述，一个信号u∈R^N如果是稀疏的，那么理论上就可以在以远低于奈圭斯特定理所要求最少2倍的采样速率来采样的情况下，仍可以精确重构原始信U。压缩感知理论揭示了一个道理，采样速率不在取决于信号带宽，而是很大程度上取决于以下两个准则，即非相关性和稀疏性。如果一个信号中只有少数元素是非零的，则该信号是稀疏的或可压缩的。通常图像信号在时域内是非稀疏的，而在某些基下是稀疏的，例如自然图像在Wavelet下是稀疏的或可压缩。可用下式子来表示信号的稀疏性：

u∈R^N

其中，U表示一个N×1的信号，Ψ＝[ψ₁|ψ₂|...ψ_N]，ψ_i为N×1的列向量，称之为稀疏矩阵，α是在稀疏矩阵Ψ下的变换系数，如果α里面含有少量的大系数，而大多系数是零或者接近零，则称信号U是可压缩的。

二维码(QR码)图像的数据和纠错深色部分占55％左右，所以根据每个QR码深色的块数s；深色的块数占的比例通q确定QR码图像是否为可压缩图像，a是QR码每边的块数，b是QR码功能图形块数，c是QR码格式及版本信息模块数，公式如下：

s＝b+c+(a²-b-c)/2

q=sa2]]>

根据上面的公式得到从版本1到版本40的QR码图像中，深色的块数占的比例分别是从81％-57％左右。由于在一个信号中如果只有少数元素是非零的，则该信号是稀疏的可压缩，可知QR码图像是可压缩的，是稀疏的，所以QR码图像是稀疏性分析图像。

更进一步的，所述步骤2)中根据二维码图像的傅里叶特征设置一个非相关采样矩阵的具体过程为：

2.1)非相关采样矩阵是根据二维码图像的傅里叶特征进行设置的，二维码图像的傅里叶变换是类似十字形的图像；