[发明专利]一种点刻式DPM二维码区域定位方法

权利要求书

1.一种点刻式DPM二维码区域定位方法，其特征在于，该方法包括以下步骤：

步骤一、将采集到含有点刻式DPM二维码的图像转化为5维特征向量；

步骤二、用自适应边缘简单线性迭代聚类AE-SLIC算法对图像进行超像素分割，具体内容包括：

2-1)初始化：令a⁽⁰⁾＝r⁽⁰⁾＝0,λ＝0.9,t＝1，标记各预分区域为α,α∈[1,n']，其中，a⁽⁰⁾为初始归属函数，r⁽⁰⁾为初始吸引函数，λ为阻尼系数，t为迭代次数，n'＝N/S'，S'为预先划定的区域，N为图像总像素点数；

2-2)相似度计算：在第α个区域内依次计算两点之间的相似度，

设s(k,k)＝∑s(i,k)/S'；其中，m为平衡参数，i＝1～N,k＝1～N，s(i,k)表示第i个像素点与第k个像素点的相似度，d_xy(i,k)表示第i个像素点与第k个像素点的距离，d_lab(i,k)表示第i个像素点与第k个像素点的颜色差异，l_k、a_k、b_k分别表示第k个像素点的三个颜色分量，l_i、a_i、b_i分别表示第i个像素点的三个颜色分量，x_k、y_k表示第k个像素点的坐标，x_i、y_i表示第i个像素点的坐标；

2-3)吸引度和归属度计算：利用数据之间的信息传递，依次计算吸引度r^(t)(i,k)和归属度a^(t)(i,k)，开始迭代；其中，r(i,k)＝s(i,k)-max_k'≠k{a(i,k')+s(i,k')}，

a(i,k)=mini≠k{0,r(k,k)+Σi′≠i,kmax[0,r(i′,k)]}i≠kΣi′≠kmax[0,r(i′,k)]i=k]]>

迭代公式为：

r^(t)(i,k)＝λr^(t-1)(i,k)+(1-λ){s(i,k)-max_k'≠k[a^(t-1)(i,k')+s(i,k')]}

a(t)(i,k)=λa(t-1)(i,k)+(1-λ)mini≠k{0,r(t-1)(k,k)+Σi′≠i,kmax[0,r(t-1)(i′,k)]},i≠kλa(t-1)(i,k)+(1-λ){Σi′≠kmax[0,r(t-1)(i′,k)]}i=k]]>

i′＝1～N,k′＝1～N；

2-4)确定聚类中心：若r^(t)(i,k)和a^(t)(i,k)不再发生改变或者到达最大迭代次数，则停止迭代，将r^(t)(i,k)与a^(t)(i,k)之和最大的点，作为聚类中心其中，表示第α区划分区域的第i个聚类中心点，K_α为第α区的聚类中心数；

2-5)α＝α+1，重复步骤2-3)～步骤2-5)，直到遍历整幅图像；

2-6)确定超像素个数：最终确定自适应的超像素数

2-7)调整边缘：对分割好的超像素进行边缘置信度计算，并根据梯度方向一致性原则对边缘进行延伸或回缩，直到置信度符合阈值条件为止；

步骤三、超像素分割后得到的K'个超像素作为谱聚类的顶点，完成二次聚类，具体内容包括：

3-1)数据映射：将自适应边缘简单线性迭代聚类AE-SLIC算法分割得到的超像素集映射为带权无向图G，并构建表示对象集的相似度矩阵W_ik＝exp(-||i-k||²/2σ²)，其中，i＝1～K',k＝1～K'，σ为邻域尺度参数，且当i＝k时，W_ik＝1；

3-2)构建对角矩阵D，其中，其他元素为0；

3-3)建立拉普拉斯矩阵L_sym＝D^-1/2LD^-1/2，计算出前m个最大特征值所相对应的特征向量e₁,e₂,…,e_m，然后构造矩阵X＝[e₁,e₂,…,e_m]∈R^n×m组成特征空间；

3-4)归一化X的行向量，并将归一化后的矩阵记为Y，

3-5)使用K均值算法对特征向量进行聚类；若矩阵Y的第i行被划分为第j类，那么相应的超像素区域也被划分到第j类；

步骤四、对经过聚类分割的DPM码图像去除噪声点；

步骤五、将经过步骤一到步骤四处理的聚类区域标记为定位结果，输出定位图像。