[发明专利]一种点刻式DPM二维码区域定位方法有效

专利信息
申请号: 201510234185.7 申请日: 2015-05-08
公开(公告)号: CN104915951B 公开(公告)日: 2017-12-19
发明(设计)人: 王萍;王娟;王港 申请(专利权)人: 天津大学
主分类号: G06T7/11 分类号: G06T7/11;G06T5/00;G06K19/06;G06K7/14
代理公司: 天津市北洋有限责任专利代理事务所12201 代理人: 李丽萍
地址: 300072*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种点刻式DPM二维码区域定位方法,包括对采集到包含有点刻式DPM二维码的图像进行灰度化处理,获取灰度化图像;本发明利用近邻传播聚类思想实现自动聚类得到超像素区域,并引入边缘置信度调整超像素边缘,形成自适应边缘简单线性迭代聚类(Adaptive edge simple linear iterative clustering,AE‑SLIC)算法;将超像素作为谱聚类中图的顶点进行二次聚类,DPM区域内超像素因相似度高而被聚集为一类,从而完成点刻式DPM区域的精确定位。经实验测试和分析,本发明得到的超像素分割结果在完整性、运算复杂度等方面优于常见的超像素分割算法。与基于像素点运算的传统定位算法相比,本发明具有良好的实时性、定位准确率和鲁棒性。
搜索关键词: 一种 点刻式 dpm 二维码 区域 定位 方法
【主权项】:
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,dxy(i,k)表示第i个像素点与第k个像素点的距离,dlab(i,k)表示第i个像素点与第k个像素点的颜色差异,lk、ak、bk分别表示第k个像素点的三个颜色分量,li、ai、bi分别表示第i个像素点的三个颜色分量,xk、yk表示第k个像素点的坐标,xi、yi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)‑maxk'≠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)‑maxk'≠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,Kα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Wik=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,Wik=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Lsym=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,…,em,然后构造矩阵X=[e1,e2,…,em]∈Rn×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。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津大学,未经天津大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201510234185.7/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code