專利名稱：：基于色彩的圖像代碼的色彩分類方法j^于色彩的圖《象^a碼的色彩分類方法鉢領域本發(fā)明涉及一種解碼基于色彩的圖像^^的方法。更糾的，涉及一種在^p馬過程中分類圖像^^馬的^-個單元的色彩的方法。背景絲^^十年中研究了使用黑白圖案的條形碼的擴展現(xiàn)實和濕合現(xiàn)實服務及商iu良務，例^^多動商務。，提出了用于移動計^^的基于色彩的圖像^^馬，例如色彩^m。然而，構絲于色彩的圖像^^的色彩單元的色彩絲于照明、打印介質和常規(guī)照相機而變化，因此，與黑白才封e^目比，難以識別基于色彩的圖像躺。最近的研究集中在用戶接口上，其通過將標^^質^a物您寸象中，并用閱讀器識別該物m象，來向用戶提供虛擬世界中的數(shù)據(jù)或服務。在實際用戶接口中^^I的標v^h質可以分為無線標蒼，例如ltM識別(rfid)，和圖像代碼，例如M碼。M的，#^助識別圖像>^馬或#1己的圖像^^供服務的接口稱為紙件用戶接口(pui)。這種接口方法用于研究擴M實和';^^現(xiàn)實服務及商Jkll務，例如使用移動電話的個人信息管鄉(xiāng)良務(pims)、廣告服務、移動商務等。圖1象^^馬和才封己可以分為1d，碼和2d4V馬。1d^碼用黑白條方式的圖案信息示出了i口^號碼、校絲數(shù)字和導引條。2d^/馬具有^^]^t息的m糾正能力，因為2d^/馬能夠比1d絲^^更大量的數(shù)據(jù)。圖l是依據(jù)常M于色彩的圖像代碼的2d代碼的實例圖。用于移動計^T嫂的常Mif端由^^量絲器、低t生負狄理器和常失M戶內(nèi)置相才械成，因此，常Mif端在^J5'J圖像方面具有以下局P艮。首先，pui應能夠在日常生活中的樹照明Tf^1。其次，i尸^算法應是簡單十鏈的，第三，應該用低1"生肯^目機來識別圖像?？紤]劇這種約束的2d4V馬的實例包^i十^^^碼、P艮制單iL^:的'^4響應(qr)代碼和色彩代碼，其中，碼、計^^MV脈QIMV馬由黑白單;^成為圖案，色彩^^A^于色彩的圖像4V馬。大多數(shù)^^是繁白的，因為與其它顏M目比，黑和白是易于辨別的。然而，彩色介質變《^#及，基于色彩的圖像^:馬成為關注的中心，其與常規(guī)黑白^fJ^射目比，是介質a的，并且需要大數(shù)據(jù)^#容量。在基于色彩的圖像^/馬中，例如色彩4V馬，用色彩絲碼標Wv^，并提供了^^雙重奇^f射支術的^^檢妙方向檢測功能。解碼色彩^^的算^^^莫糊現(xiàn)象是非常簡單財效的，因為數(shù)據(jù)不是按照單元的M圖案絲示的，而是4姿照具有相同尺寸的色彩單;M^示的。然而，在基于色彩的圖像代碼中的色彩變化，例如才封居樹照明、相才M爭寸沐打印介質特性的移動計^f嫂中的色彩代瑪，使得難以辨別基于色彩的圖像代瑪
發(fā)明內(nèi)容技術問題本發(fā)明提供了一種分類色彩的方法，以準確容易的識別基于色彩的圖像代碼的^""個單元的色彩，即使在色彩按照相機、打印介質的棒性等而變化的情況下。本發(fā)明還提供了一種計^^幾可讀記錄介質，具有記M其上的程序，用于^f亍分tt于色彩的圖〗象代碼的色彩的方法。技術方案才Nt本發(fā)明的一個方面，提供了一種分類基于色彩的圖像代碼的色彩的方法，所ii^法包括^M于色彩的圖像代碼的^-個單元采樣預定數(shù)量的像素；賴成#"~個采##素的色彩通道中識x^具有最大值的色彩通道的色彩，作為^-個采樹象素的色彩；及將從"^"個單元采樣的像素的色彩中具有最高頻率的色彩分類為該單元的色彩。才娥本發(fā)明的另一個方面，提供了一種分絲于色彩的圖像4的色彩的方法，所#法包拾4于色彩的圖像^M的靜區(qū)(quietzone)采樣預定數(shù)量的像素；獲得采才^:量像素的平均亮度值；用平均亮度值州嘗構M于色彩的圖^f象^^馬的^—個單元的色彩通道的平均值；及#^個單元的色彩通道的#W嘗平均值改變?yōu)槟軌蜻M行色調提取的色彩模型，M于能夠進4亍色調提取的色彩模型的色調值和^變，分4l^""個單元的色彩。才緣本發(fā)明的另一個方面，提供了一種分絲于色彩的圖像^^馬的色彩的方法，所述方法包拾獲得構g于色彩的圖像代碼的^個單元的至少一個亮度值和^fP度值，基于所U少一個亮度值和^^度值，將單元^^且為非彩色組和彩色組；及用能夠進行色調提取的色彩模型的色調分類彩色組中的單元的色彩。才財居本發(fā)明，即使當由于相才;i^打印介質的棒性使得基于色彩的圖像^^馬的色彩、陰影或形狀失真時，基于色彩的圖像^^馬可以變?yōu)槠湓忌驶蜿幱?，并能?hft^聲。因此，能夠準確的識別基于色彩的圖像代碼。jH^卜，用本發(fā)明，能夠在低f生能計^r、境中'fet容易的識別色彩，因為使用了與靜區(qū)絲于色彩的圖像^c碼的色彩和陰影有關的信息。圖1狄自常失膝于色彩的圖像4V馬的2d4V馬的實例圖；圖2a是表自用于本發(fā)明的基于色彩的圖^象^^馬的色彩代碼的實例圖；圖2bB示用于本發(fā)明的色彩^^馬的棒性的表；圖3是才緣本發(fā)明實施例的編碼色津XV馬的方法的流程圖；圖4是##本發(fā)明實施例的解碼色彩代碼的方法的流程圖；圖5是才娥本發(fā)明實施例的解碼基于色彩的圖像^^馬的方法的^^呈圖；圖6是4M居本發(fā)明實施例，解碼基于色彩的圖像代碼的方法的預處理#^的流程圖7是才本發(fā)明實施例的解碼基于色彩的圖像代碼的方法的色彩分類操作的流-呈圖8是才M居本發(fā)明實施例，用于說明色彩分類操怍的采樣操怍的圖示；圖9是才本發(fā)明實施例，用基于最大iiil聚類(mcc)方法分g于色彩的圖像代碼的色彩的方法的流程圖10是才娥本發(fā)明實施例，用基于白平衡的色彩聚類(wbcc)方法分類基于色彩的圖傢^^馬的色彩的方法的流程圖11是片財居4^發(fā)明實施例，用基于單鏈接算法的色彩分類(slacc)方法分于色彩的圖l象^t碼的色彩的方法的流-呈圖12^i娥本發(fā)明實施例，用基于K-means(K均值)算法的色彩分類(KMACC)方法分m^于色彩的圖4象^^馬的色彩的方法的流程圖13是^^本發(fā)明實施例的解;m于色彩的圖像^^的方法的^S^WJ操作的流-呈圖。M實施方式才^§本發(fā)明的一個方面，提供了一種分a于色彩的圖像代碼的色彩的方法，所#法包括麟^J^于色彩的圖像4^^-個單元采樣預定數(shù)量的像素；>^成[個采才科象素的色彩通道中識別具有最大值的色彩通道的色彩，作為^-個采才軒象素的色彩；及將從^-個單元采樣的像素的色彩中具有最高頻率的色彩分類為該單元的色彩。才財居本發(fā)明的另一個方面，提供了一種分M于色彩的圖像代碼的色彩的方法，所財法包拾樣于色彩的圖像4V馬的靜區(qū)采樣預定數(shù)量的像素；獲得采樣數(shù)量的像素的平均亮度值；用平均亮度值州嘗構M于色彩的圖像^M的^"個單元的色彩通道的平均值；及#^-個單元的色彩通道的4M嘗平均值改變?yōu)槟軌蜻M行色調4^取的色彩模型，M于能夠進行色調提取的色彩模型的色調#亮度，分^-個單元的色彩。才娥本發(fā)明的另一個方面，提供了一種分g于色彩的圖像代碼的色彩的方法，所i^r法包括獲得構絲于色彩的圖像^^馬的^個單元的至少一個亮度值和^^度值，基于所^少一個亮度值和^ML值，將單元^^且為非彩色組和彩色組；M能夠進行色調提取的色彩模型的色調分類彩色組中的單元的色彩。發(fā)明模式下文中，將參考附圖^^分的說明本發(fā)明，其中顯示了本發(fā)明的實施例。圖2A^自用于本發(fā)明的基于色彩的圖像代碼的色彩代碼的實例圖，圖2BM示色彩^M的特性的表。通常，用于擴展見實服務的ARToolKit才朽e^i殳計者^ie^動態(tài)移動計算環(huán)嫂中具有簡單的^^馬結構，并需械少數(shù)量的解石^t，但僅肯^t非常少量的信息。然而，商業(yè)2D碼能夠絲大量的信息，但需要以便于識別的高性能相才;l^大量的,，因此，不適于動態(tài)移動計^r嫂中。參考圖2A和2B,色彩^R^是2D矩陣型4V馬，由色彩單贈成。在用于移動計#^幾的色彩代碼的情況下，一個單it4示2比特，因此，禍4言息編碼為4種色彩。能^5Ut過修錄線連接的數(shù)據(jù)庫的內(nèi)容來tt色彩^^的服務。此夕卜，與其它2D碼不同，色彩^^適于移動計^f嫂，因為可以借助內(nèi)1^動電話或pda中的常^L4目才;uM尸；j色彩>(，而不通過專門用于掃描色彩4Wi的掃描器。色彩^/5馬可以用于在線應用的代碼服務和擴展見實服務，因為代碼結構簡單，所需的辦數(shù)少，^H捐了色彩，因此，具有大量的信息。色彩^馬由數(shù)據(jù)位單元、奇4^i單it^^融剛單;^J成。將表示識別數(shù)量的比特;林置在數(shù)據(jù)位單元中。沿著數(shù)據(jù)位單元的列和^^fr^f^t，由奇^^t得到的奇4縱布置在色彩^^馬的右側和底部。4W;排列單元布J^色彩代碼的右下方。通it^一個列和行的奇偶性的倒數(shù)，代碼朝g'j單元能夠區(qū)分一個列和行與另一個列和行上的奇^^t方法，并能夠用作在解碼過程中排列單元的勤出。在圖2A中，數(shù)據(jù)位單元是Du到D44,奇4縱單元是p^P25到p必、p51和P52到PS4。J^卜，PA是^^^剛單元。由于在色彩^^馬中不^Jf]白色，就不需要用于搜索^馬區(qū)域的邊界，4M色津XV馬周圍可以存在具有i個單;^t^度的白色靜區(qū)，以便區(qū)分色彩代碼與相鄰噪聲。能夠表示的圖案數(shù)量按照色彩代碼的列和行l(wèi)t5L奇偶方法的數(shù)量而變化。圖3是才財居本發(fā)明實施例的編碼色彩代碼的方法的流程圖。參考圖3，當編碼器在操怍S300接收識別號時，編碼^^iK別號變?yōu)閿?shù)據(jù)比特流，并在辦S310中以矩陣形i(^列數(shù)據(jù)比特流。在辦S320,編碼器計算并相加^"個列和行的奇偶位，用于4t"^糾正，并用奇4秘產(chǎn)生并相加代糊^'J位。當完成包^M縱等的4V馬比特流時，編碼器在辦S330#^-個^5馬比特流變?yōu)橄鄳纳?，并在操怍S340產(chǎn)生和排列由色彩構成的色彩單元。圖4是^^本發(fā)明實施例的解碼色彩^^馬的方法的流程圖。參考圖4，在^ftS400解碼器W財;i^^始圖像，其包括基于色彩的圖像^5馬。解碼器/^^始圖#^取^^圖像區(qū)，以<￡^#^乍S410讀取色彩單元，并在辦S420將色彩單元變?yōu)橄鄳谋忍亓?。解碼器通it^辦S430^f傳9寸^t稱則并糾正麟，，在辦S440解碼器獲^f彌剛位，參考4V馬排列位的位置排列數(shù)據(jù)比特流，并提取識別號。itM卜，可以通過^f數(shù)據(jù)比特流與奇^^怍的類型來獲得額外的色彩代碼圖案。圖5是#^本發(fā)明實施例的解碼基于色彩的圖像4^的方法的流程圖。參考圖5,該方法包括圖4^^尋操怍S500，預處理，S505，色彩分皿作S525，4ti^^則辦S545，JMV射尸^辦S555。解碼器^^錄，依據(jù)預處理方法標識符(PID)，其^^_了用5處理#^S505中的預處理方法的類型，及色彩單元分類方法標iv^(CID)，其i^L在色彩分^tS525中的色彩分類方法的類型。通逸頃序應用由^^議的方法，解碼器解碼基于色彩的圖像4V馬。在圖^^得辦S500，獲得圖像，其可以以物理的或電的方式^^示。圖像可以打印在物理介質上，例如紙張，金屬或塑料，或者顯示在顯示器上，例如移動電話的液晶顯示器(LCD),監(jiān)視器，TV或光束投影機。此外，可以以電的方式，例如比特流，或電子文^^i(^供圖像。為了讀Wr印在物理介質上的圖像，了圖^^r入設備，例力4目機電話，掃描器，數(shù)碼相機，PC相才賊傳^Kitb^卜，經(jīng)網(wǎng)絡或^i殳^^得以比特流或電子i^N^iC4示的圖H因此，會將在圖^^得辦S500期間的輸出信號稱為原始圖像，其形式為能夠在計#^幾中處理的圖^^件。原始圖像包捨桑聲或背景，具有包含f(A1言息的^/馬圖像。通常，由于照明、顯示^^馬圖像的介質g取^/馬圖像的讀出裝置使得原始圖像中的^/馬圖像的色彩稀狀失真。如絲圖^^得#^乍S500接^'J圖像，5^t預處理^tS505中預處理接收的圖像。如^i辦S510中沒有提取^^圖像，f^t^辦S515增加PID,并再絲預處理操怍S505中預處理圖像。如^^操怍S520中4^W亍了最大數(shù)量的預處理方法，就是說，PID大于最大預處理方法標識符(MAXPID)，就確定圖像是不恰當?shù)?，因》化圖^^得辦S500再次接收圖像。如絲色彩分類操作S525期間在#^S530不能分類一個色彩，或者如果即^^,S530分類了色彩,^N^^f^則辦S545期間在辦S550出5W^，，^t^辦S535中增加CID，并在色彩分4l^tS525^^目應的色彩分類算法。如果^^f亍了最大數(shù)量的色彩分類方法，就是說，CID大于最大色彩單it^類方法標in(MAXCID)，JL^^ftS540不能分類色彩，#^次^^^處理##S505。在^^檢測MS545,檢測H^fr^f^ft，并從色彩^^馬的比特^^r測m。如彩殳有^i;則到麟，微出"i尸^號，如^^辦S550檢測到麟，^#次執(zhí)行色彩分##^S525。圖6^:^l^^發(fā)明實施例，解碼圖5所示的基于色彩的圖傢4戈碼的方法的預處理##S505的i^f呈圖。liW亍圖5的預處理^ftS505，以便從接》1&|』的圖#^取4偶圖像，提取代碼圖像的特征點，并搜索^-個色彩單元的中心。通ii^^色圖像產(chǎn)^l圖像iff^I該狄圖像，來^/fffl處理辦S505。M的，預處理辦S505包括二銜WtS600,!^^tS610，邊射巨形搜索鰣S620，頂點糊鰣S630，及色彩單元中心搜索辦S640。(1)二銜t^ftS600二值化用于將>^馬圖^^背景或圍繞^^的對象中分離，并減小#^#^馬圖^#征點的#^乍的復雜性。^i#M*ftS600，用像素的*>1信息浙原始圖像的^-^H象素轉妙黑白色。如果像素的亮度值高于閾值，就樹象素轉換為白色，如果像素的亮度值低于閾值，就^^象素轉換為黑色。圖像的常^i值化以黑白色^^示；然而4^發(fā)明的二值化可以以其它色彩^示。(2)轉辦S610在^"喿辦S610，；^則二值化的原始圖像中的^—個對象的*,并沿著檢測到的邊刷尋原始圖像分為是代碼圖像的區(qū)錄不是代碼圖l象的區(qū)域。扭匕，分割兩個區(qū)域的基礎可以是邊界的長變(周長)，對象的形狀等。(3)邊脾形搜索鰣S620為了從接^ij的原始圖^^取^^圖像，預測^馬的中心并基于^M中心搜索^fV馬圖像的邊^(qū)l^巨形。因此，將整個4偶圖像分為n塊，并搜索具有位于^"^塊中最大數(shù)量像素的塊。(4)頂點檢測辦S630^E馬圖像的特征點指明反映4V馬圖像的棒性的像素。特征點的實例包括色彩4V馬的矩形頂點、QIUV馬的取景器圖案的四個頂點、排列圖案和時序圖案。如果代碼圖像是確定的形狀或者未定的形狀，就可以在片段中表達特征點，例如輪廓組。用常M^爭征點提取方法可以易于從提取的特征點圖^^到^/馬圖像的特征點，例如匹配方法或itk^巨離^ft，并可以參照^個f^馬的識別方法更容易的找到它。(5)色彩單元中心搜索辦S640由于以色彩單元構成色彩代碼，；tfcitit^^個色彩單元的中心提取彩色像素來分類色彩。圖7;^##;^發(fā)明實施例，解碼圖5的基于色彩的圖〗象4、碼的方法的色彩^^類，S525的;j^f呈圖。參考圖7，當在預處理操怍S505^^基于色彩的圖像代碼的^-個色彩單元的中心(參考圖6)時，#>^^亍色彩分##^S525。色彩分類辦S525包括采樣操怍SUOO，其基于^個色彩單元的中心釆#^-個色彩單元的彩色像素數(shù)，及色彩單狄^ftSlllO，粉^-"個色彩單元的色彩。圖8是#^本發(fā)明實施例，用于說明色彩分類，S525的采樣^ftS1100的圖示。參考圖8，從^個色彩單iLiil樣的像素數(shù)才^^翻^^的^^馬圖像的尺寸而不同。^^發(fā)明中，將基于最大通道聚類(MCC)方法、基于白平衡的色彩聚類(WBCC)方法、基于單鏈接算法的色彩分類(SLACC)方法;5L^于K-means算法的色彩分類(KMACC)方法用于分類色彩單元。用以上方法能夠分類各種色彩，^本發(fā)明中，為了便于說明將色彩限于四種色彩，即黑、紅、藍和綠。(A)MCC方法圖9;l:4Nt;^發(fā)明實施例，用MCC、;^^tt于色彩的圖像代碼的色彩的方法的流程圖。參考圖9，如圖8所迷，在操怍S1300從^每一個色彩單元采樣預定^t量的像素，并將MCC方法應用到采^Mfc量的像素。在下文中，將更詳細的i兌明1MCC方法。彩色像素或色彩單元包^i色、綠色和藍色通道，"^個色彩通iW^有從0到255的值。MCC方法在從色彩單元釆樣的像素的色彩通道預測具有最大值的色彩通道的色彩，作為色彩單元的相應像素的色彩組。jW^卜，使用了在預處理辦S505的二值^^tS600期間^^J的閾值Tp!D，以^^類黑色。當從—個色彩單元采樣的像素狄ii時，第iW象素是p,Kri，&，bi)T，最大色彩通道^|_maxi-max(ri,gi,bj)，中間通道<1^|_mid產(chǎn)mid(ri必，bi)，分#^—個色彩的閾MT，色彩分類函數(shù)fMCC如下。等式1"i口果max尸max(rj，gi，bi)且midpmid(ri，gi，bi)，i-lj2,…，n那么黑色其中(max,<r尸aj且max,.-w/《<7Vi)或者max,<紅色其中max,.=。且max,.-m/《〉rR/wcc(P;)=綠色其中max,=&且max,.-柳'《>71。藍色其中max,=6,禾卩max,—/m'《>Ts其它未知的在MCC方法中，在操作S1310分類從一個色彩單元采樣的^-^H象素的色彩，即來自紅色、綠色和藍色的色彩，并在辦S1320將具有最高頻率的色彩認為是相應色彩單元的色彩。MCC方法可以借助設定^。-K,^J，,^W和J-Pm來分類色彩，因此，如果圖^#性是已知的，MCC方法;1有優(yōu)勢的。另一方面，如果要素，例如照明和打印介質的特性A^知的，那么MCC方法的性能就斷氐。因此，為了icii^碼器的性能，#脈一個PID中i議Ai且閾值T，并相應itk^類色彩。例如，當Tu2是具有;t^要素的組，那么具有第j個PID的第k個閾值T的組就如下。了色彩模型，其能夠在白斑辦后提取色調信息。色彩模型的實例包括色調、^f^度和純度(HSV),色調、雄和度和亮度(HSI)，YIQ，國際照明委員會(CIE),青、品紅、黃、黑(CMYK)等。用HSV的色彩分類如下。色彩州嘗的色彩單元的色彩向量Pci是^^錄藍(RGB)色彩模型，將色彩向量Pci轉換到相應的HSV色彩模型Pehi(hci，Sd，Vd)。在HSV中，色調值hei以角度范圍(0Shci<360)表示，由于red(紅色)=0，green(綠色)=120，blue(藍色)=240，就可以才娥色溯直hei與紅綠藍的值有多ial^分^""個色彩。jH^卜，如果色彩是奪、色，在RGB色彩通道值之間的差很小，因此可以m^:與白色的亮yO:較大。因此，第i個色彩單元的色彩分類函射口下。[等式5/^BCC(《，尸"，尸w)=黑色其中(max(^,)-min(i^)〈r)，(max(5)-max(5)〈7^2)紅色其中(rAS<、S360或者0<&,S7^),綠色其中rM〈^S7^,非黑色藍色其中I^〈/z^7^,非黑色非黑色黑如^4在白色靜區(qū)，WBCC方法的性能t撒高。然而，如果因為^^馬圖像區(qū)才^^而使靜區(qū)受損，或者如絲其中打印f^馬的介質不是白色或彩色的，白色像素信息就受損，因此WBCC方法的性能就斷氐。扭匕情況下，將HSV色彩模型用于WBCC方法的色彩分4l^怍S1430,然而WBCC方法能夠在^W嘗色彩后^^1上述的MCC方法或KMACC方法和SLACC方法，稍后3爭說明它們。因此，色彩4hf嘗是WBCC方法的特定特征，色彩分類可以與其它方法合并。(C)SLACC方法為了分類色彩單元的色彩，可以^^]分級聚類方法。分級聚類方法#-個群逐步分為細分蔟。在當前實施例中，將單鏈接算法(SLA)用作分級聚類方法。圖ll是才財居本發(fā)明實施例，用SLACC方法分g于色彩的圖像代碼的色彩的方法的流程圖。通過才W^個色彩單元的色彩信息^f預定色彩蔟來^W亍基于色彩的圖像代碼的色彩分類。如果用色津>(言息##^個色彩單元#到任意色彩空間，^^照色彩單元的接i^l構成色彩簇。扭匕，在一個色彩蔟中的相鄰色彩單元^jtb^有相對接近的距離，不同色彩簇中的相鄰色彩單;Lajth^有相對較長的距離。這種距離可以由RGB色彩空間中的紅、^p藍色彩itii值，及由HSV色彩空間中的亮度、^p度、色調值來確定。然而，如果^D了才娘本發(fā)明的色彩模型，就計雞于3D空間上的圖像4V馬的要素的色彩坐標上的距離，并合并具有最小距離的色彩簇。這t化1D或2D空間中的聚類^t要^J^雜，^"^類幾個色彩簇。因此，^4^發(fā)明中，才財居^l信息并才娥色調信,y^ft^類辦。因此，在1D空間上淘愫類剩乍。SLACC方法^^JSLA，它A^^l^Jl方法，以<^^類色彩。SLA還被稱為最小法或最近鄰居法，其在計算兩組之間的距離的同時，從一組中的要素與另一組中的元素之間的距離中選#^^豆的距離。在SLACC方法中，當Ci和Cj是色彩蔟時，x和y是樣本，可以如下獲得在色彩蔟之間的距離。WQ,C欣)-。,^,,+1)-。,=J-4/-1,2"."C一l^匕，,+1)是在j與之間的距離，它們是對齊的相鄰單元。步驟2:用SLA將彩色單元分為紅色、綠色和藍色組(操怍S1510)由色調值分類Cnk中的色彩羊元。用^-個色彩單元的色調值排列色彩單元，船用SLA分類為紅色、綠色和藍色。當Q是紅色組時，Cc是綠色組，CB是藍色組，使用了以下等式。[等式8紅色其中min^(0~，0~+|),<60或者min"(^，)，^+^300綠色其中min"(<\，+1),o~《180且min"(Aw，^),Oaw》600/[ieCGeCflOm+jeCG,o似藍色其中min"(0~，+1)<300且min^Aw，Om),om">iso^jt匕情況下，從0。到360。朝剛色調值。純紅色是0。及360。，綠色是120。，藍色是240°。因此，紅色位于小于60?；虼笥?00。的范圍。jH^卜，綠色位于大于60°且小于180°的范圍中，藍色位于大于1800且小于300°的范圍中。因此，色調值可以表示為以上的等式8。如絲8種色彩(紅、綠、藍、黃、青、品紅、黑和白)，就可以通過調整非彩色和彩色的&^出來分類色彩。^B兌，在步驟l，通過SLA獲得C1(黑)和C3(白)組，將C2確^;彩色組。jtb^卜，在步驟2，用SLA基于色調值分割彩色組C2中的蔟，4W^"個蔟的色彩范圍確定色彩單元的色茅錄。例如，如果分類以上8種色彩，6種色彩在彩色組中，因此，色調值的范圍分為6個。因此，紅色小于30?；虼笥?30。，黃色在30。與90。之間，綠色在卯。與150°之間。然而，這種色彩范圍是理想值，當色彩按照圖像R態(tài)而失真時，色彩范圍會改變?？梢越柚鷮嵜笙全@得色彩范圍的這種值，或者在^ft助色彩凈hf^t4M嘗色彩單元的色彩后應用它們。SLACC方法不<^1闊^:分類黑色，與MCC或WBCC方法不同。由于SLACC方法在分級聚類方法中是最簡單的方法，在本發(fā)明中^^]了SLACC方法，然而可以用其它分級聚類方法獲得剡以的結果。(D)KMACC方法為了分類色彩，除了分級聚類方法以外，可以^fM分割聚類方法。通艦步聚fX^蔟，分割聚類方法減小了1。在當前實施例中，將K-means算法用作分割聚類方法。圖12是才鵬本發(fā)明實施例，用KMACC方法分g于色彩的圖〗象f^馬的色彩的方法的流程圖。如同基于HSV色彩模型，接收的圖像的色彩由色調、亮度及^^度構成。如同SLACC方法，KMACC方法包括兩個步驟，然而KMACC方法是不同的，因為將亮;1和^^度用于將色彩單元分為非彩色單#彩色單元，并在應用色調的同時，將K-means算法用于分類彩色單元的色彩。K-means算法是公知的聚類方法之一，并^#在k個蔟時^M亍^"個簇的平均向量^412，...，w的搜索?？商鎿Q的K-means算法用于KMACC方法中。如果色彩單元的lbiC，色彩單元的像素信息是P^{P1P2"..，Pc}，錄1中示出了過程。[表l_<table>tableseeoriginaldocumentpage19</column></row><table>步驟l:將色彩單元范圍非彩色^N^色組(操怍S1600)步驟1包括3付步驟。第—步驟，為了分類非彩色，執(zhí)《封峰紋的聚類，赫細峰#度的聚類。，冊助于按照亮度和脈度的聚類而分類為非彩色蔟的蔟確定為非彩色組，因為在^t照明務降下黑色嘲俱有相對較低的亮度和#度值。^^:通過以升序排列所有色彩單元的色調值而獲得的結果是。M={0盧0^廣-,，JUt過以升序排列所有色彩單元的^^度值而獲得的結果是。s={051,012,.',^,0化+1，-,.,0》借助于擬亍K-means算法，初始^l^小值和最大值，且平均值按照擬亍K-means算法的結果而變化。因此，用以下過禾1^得非彩色蔟。步驟l畫l:按照亮度值(《，^2,A=,//2=o,，)將色彩單元分為非彩色蔟A1K和彩色簇A1NK步驟1-2:按照^^度值(c,^,"2,A=0il^2=,)將色彩單狄為非彩色簇A汰和彩^A腿步驟1-3:將共同的色彩單元分類到依提以上步驟1-1和1-2分割的非彩色簇中，作為最終的黑色蔟4門^2/T，JJN余的色彩單元作為非黑^ANK步驟2:鄉(xiāng)色單#為紅、綠、和魁且(鰣S1610)通過將K-means算法用于A服中色彩單元的色調值，^^r-個色彩單粉類為紅色、綠色錄色。MOw是A離中第i個色彩單元的色m，色彩單元狄C，，紅色、綠色和藍^的平均估計值分別是^,/^,^。由于蔟的平均值的初始值應是理想值，在其中使用了K-means算法，K-means算法就是K國meansC',^4股，A:二3，/^=0,//G=120,//s=240)尸/e爿服，=1，2,…,C'。使用以上結果的色彩分類函數(shù)如下。白財法。然而，白^"^5可以用于SLACC和KMACC方法。當在蔟之間的距離大于簇中要素之間距離的情況下，可以理想的應用SLA方法，而不用考慮照明、相枳*打印介質引起的變化。然而，當W目才;^收的紅色、綠色、藍色通道值受到色彩變化影響時，與^^和色調值有關的信息也受到色彩變化的影響。因此，當注意到色彩變化時，就需要用于州嘗色彩變化的算法。這種算法的實例是色彩通道調節(jié)方法。^^色彩^M的色彩單itlfolC，^-個色彩單元的索引是i，色彩通道的索引是j,當j是i時色彩通itA紅色通道，當j是2時色彩iiitA綠色通道，當j是3時色彩通itA^色通道。oH^卜，lij是^"個色彩單元的色彩通道信息。!6i說，lu絲i個色彩單元的紅色i^i值。因此，^個色彩艦的最大和最小值分別是maxj和minj，最大和最小色彩iiii值分別是maxM和minM，M色彩通道的最大值中的最^i^minmaxmt。當?shù)趇個色彩單元的通道M《=(S，^,5)r=(H/,3)r時，可以如下獲得maxj、minj、max^minM和minmaxint。了SLACC方法和K-means算法，但也可以^^]刻以的方法。例如作為分割聚類方法，可以^^J才對胡c-means或QT聚類算法代替K-means算法。jH^卜，作為^^級聚類方法，可以^JIWard，s方法，平均^^接算法，或完4^1接算法4戈替單鏈接算法。jH^卜，能斷M肘形判據(jù)方法、頻譜聚類方法，ax智能方法，或貝葉斯方法。圖13是才鵬本發(fā)明實施例，解石驢于色彩的圖像^^馬的方法的4V射只別操作S555的流程圖。參考圖13,當完成了^個色彩單元的色彩分類，iU4正了麟時，在操作S1卯0提取^^^素(constituent)圖像(色彩單元)。^M圖^^照^/馬圖像的特性由^/^"素圖^^成。色彩^^馬由色彩單動成，以顯示信息、圖案、色彩或陰影的特定形式^4示^^f偶。QR^^馬由取景器圖案、氺咧圖案、版本圖案、m糾皿圖案、數(shù)據(jù)4字區(qū)域、4^:糾正^^馬字區(qū)域等構成。^^"素圖像可以不是相應^^馬的要素，可以在變?yōu)轱@甜目應要素的特性的信息后提禮例如，在QIM偶的情況下，它是2D黑色碼，僅可以提Wt據(jù)4V馬字區(qū)域中^"個取景器圖案的中心點、排列圖案的中心點、時序圖案的中心點和^個色彩單元的中心點的位置。類似的，在色彩代碼的情況下，僅可以提取與^-"個色彩單元中心點的位置有關的信息。在混^fV馬的情況下，其由圖案、色彩和陰影的組合構成，僅可以提擬艮據(jù)圖案、色彩和陰影的色彩單元的中心點，或者表示^-個區(qū)域的像素的位置信息。Wr^需要與色彩和陰影有關的信息時，如V^f^馬，應參考原始圖像。船，在辦S1910提取與^^"素圖像(色彩單元)有關的信息?；谠谵kS1900獲得的位置信息，/y^始圖^^得相應要素圖像的形狀、圖案、色彩和陰影。因此，在色彩f^馬或2D圖像f^馬的情況下，基于相應色彩單元的中心點，可以通過提取預定￡>變的區(qū)域1^^^得與區(qū)域的色彩、陰影等有關的信息。jH^卜，當^(M圖案信息例如PDF-417時，以均勻的間隔獲得相應4V馬圖像的像素信息。像素信息可以與飾像素有關，或者與預定掃描線上的像素的長度有關。i^卜，可以通過以小于或等于構成代碼圖像的最小長度圖案的間隔，采才f^馬圖像上的像素iMy割象素信息。在H取了信息后，在操怍S1920,將提取的信息轉^預定值，例如相應的字符、數(shù)字絲號。在絲碼或2Df^馬的情況下，提取的信息可以與圖案長度信息的iU，或^"個色彩單元的黑、白色有關。在色彩4V馬的情況下，提取的信息可以與^個色彩單元的色彩種類有關，在標志的情況下，提取的信息可以與外形有關。船，在辦S1930WJ^V馬。在#^乍S1930，可以基于^馬類型，按照棒^5Wf^碼。因此，^J1了解石^HMV馬的相應方法，例如QFMV馬、條形碼、色彩代碼、混合碼(參見韓國專利申請No.2005-0025240)、最大碼、數(shù)據(jù)鄉(xiāng)牟碼、intercode石錄。按照本發(fā)明分g于色彩的圖〗象^/馬的色彩的方法還可以包括圖^4^見介質信息瑜入操怍，照明4言息^^v操怍，其i^^照明類型，"J、明輸出操作。(1)圖^^h質信息褕入辦當輸入4V馬時，選擇并輸入將^馬表示在其中的介質的類型。當介質是電介質時，例如陰絲線管(CRT)、液晶顯示器(LCD)或數(shù)字TV,或者打印介質，例甜M氐、雜志或塑料，會出現(xiàn)不同的色彩變化，因此，提供了用于補償變化的色彩的線索。扭匕情況下，在^hf^^馬圖像的色彩和陰影變化的同時，額夕卜應用了4hj^h質的辦，^^]了用于4M嘗的系數(shù)。(2)照明信息褕入辦，其選擇照明的類型當輸入4偶時，選擇并輸A^明的類型，在其中識別^馬。如^JF、明是冷白焚光(CWF)照明，;t^需色彩變化的單獨4hj嘗。然而，在例如是卣素或INC-A的照明的情況下，加重了紅色。因此，可以另夕卜輸Aii種信息，以《更^卜償色彩變化。在此情況下，在4I^^碼圖像的色彩和陰影變化的同時，額夕卜應用了補償照明的辦，^f^l了用于^hj嘗的系數(shù)，它能夠4M嘗照明的相應棒I"生。(3)照明輸出鰣可以開或關內(nèi)置在讀出裝置中的照明，或者可以將照明輸出到^^馬圖像。這個^ft在黑暗環(huán)嫂中，或者在代碼圖傳覆蓋了讀出裝置的情況下尤其有用。本發(fā)明還能夠實施為計算機可讀記錄介質上的計算機可讀代碼。計算機可讀記錄介質是4封可#:據(jù)^#裝置，其能夠^ft數(shù)據(jù)，稍后可以由計#^幾系統(tǒng)讀取它。計算機可讀記錄介質的實例包括只讀務賭器(ROM)，隨才;l4旨賭器(RAM),CD-ROM,磁帶，軟盤，光數(shù)據(jù)^f^裝置和載波(例如通過因特網(wǎng)的數(shù)據(jù)傳輸)。計^^可讀記錄介質還可以分布在網(wǎng)^^^的計^^系MJi,以便以分布方^Wi十^^可讀^^馬并加以^f亍。才條本發(fā)明，即使當由于相才咸打印介質的棒I"生使得基于色彩的圖像^^馬的色彩、陰影或形狀失真時，基于色彩的圖像^/馬可以變?yōu)槠湓忌驶蜿幱埃⒛軌蛑輫L噪聲。因此，能夠準確的識別基于色彩的圖像代碼。jH^卜，用本發(fā)明，能夠在低性能計^T嫂中快絲易的識別色彩，因為使用了與靜區(qū)或基于色彩的圖像^馬的色彩和陰影有關的信息。盡管參考其示范性實施例^^展示^H兌明了本發(fā)明，^M頁域"t^t技權員會,可以在其中做出形式和細節(jié)上的M變化，而不會脫離本發(fā)明的樹申和范圍，其由隨后的^UiJ^求來定義。工業(yè)實用性本發(fā)明涉及一種解碼基于色彩的圖像^^的方法，更脅的，涉及一種在^5馬過擇中分^-"個圖像^^#"元的色彩的方法。權利要求1、一種對基于色彩的圖像代碼的色彩進行分類的方法，所述方法包括從構成基于色彩的圖像代碼的每一個單元采樣預定數(shù)量的像素；從構成每一個采樣像素的色彩通道中識別具有最大值的色彩通道的色彩，作為每一個采樣像素的色彩；及將從每一個單元采樣的像素的色彩中具有最高頻率的色彩分類為該單元的色彩。2、一種對基于色彩的圖像代碼的色彩進行分類的方法，所述方法包括樣于色彩的圖像4的靜區(qū)采樣預定數(shù)量的像素；^_得采#^:量的<象素的平均^_值；用所述平均亮度值州嘗構M于色彩的圖像^^的^-個單元的色彩通道的平均值；及#^個單元的色彩通道的州嘗平均值改變?yōu)槟軌蜻M行色調提取的色彩模型，狄于能夠進行色調提取的所述色彩模型的亮度和色調值，對^個單元的色彩進行分類。3、^5U'虔求2所述的方法，其中，能夠進行色調提取的所述色彩模型是能夠進行色調提取的HSV、HIS、CMYK、RGB、YIQ和CIE色彩模型中的做一個色彩微。4、N^'j要求2所述的方法，其中，獲4種均亮度值包拾獲得采^^:量的像素的^個色彩通道的平均值；及通過將所述色彩通道的平均值的總和除以色彩通道的數(shù)量，來獲得所述平均亮度值。5、^K利要求2所述的方法，其中，平均值的^M嘗包括>^^于色彩的圖像^^馬的^"個單iMl樣預定數(shù)量的像素；獲得采才^:量的像素的^個色彩itii的平均值；及用所述平均亮度值州^Hst道的平均值。6、一種^f基于色彩的圖l象^碼的色彩ii^^^類的方法，所述方法包括獲得構M于色彩的圖傳^^的^-個單元的亮度值和^^度值中的至少一個，基于亮度值和^^度值中的所述至少一個，將單元^^且為非彩色^a^彩幽及用能夠進行色調提取的色彩模型的色調對所述彩色組中的單元的色彩進行分類。7、如^U'j要求6所述的方法，還包括用所述非彩色組中單元的亮度和#度中的至少一個，將所述非彩色組中單元的色彩分類為從非彩色中選輛一個，所述非彩色包括黑色、白色和灰色。8、N5^漆求6所迷的方法，其中，單元的^^脈色彩的分^^JI]分級聚類方法、分割聚類方法、肘形判據(jù)方法^M鐠聚類方法中的至少一個方法.9、N5^'J^求8所述的方法，其中，分割聚類方^^^]K-means、#^月c-means和QTf:類算法中的至少一個算法。10、H5U'J^"求8所述的方法，其中，^l聚類方，^f^I單鏈接、Ward's方法、平均鏈接和完^1接算法中的至少一個算法。11、^^'誤永6所述的方法，其中，對單iLit行^^且包括第一分類操怍，基于所述單元的亮度值，將所述單元^^且為非彩色組和彩色組；第二分類操怍，基于所述單元的飴和度值，將所述單元^^且為非彩色組和彩色組；及#^據(jù)所述第一分類操怍和所述第二分類#^被共同分^^所述非彩色組中的單元分類為非彩色單元。12、^5U'J要求11所述的方法，其中，所錄一分^ft和所鄉(xiāng)二分類，包括獲得構^^于色彩的圖像代碼的^-個單元的亮度值和^^度值，以升序排列所迷亮度值和所述^^度值，基于一個具有在^^度值和亮度值之間的最U值的區(qū)域將所述單;^^且為非彩色紐浙彩色組。13、H5U']^求6所述的方法，其中，對單iUi行^^且包括基于RGB色彩才莫型的亮;1和^^度，將"^且^^且為非彩色la^彩色組。14、^H5U'J要求6所述的方法，其中，對單;^ii行^^且&fe基于YUV色彩模型的亮度和^度，將單元^^且為非彩色《脈彩色組。15、^H5U'J^"求6所述的方法，還包^^M""^iU^f亍^^且"^前M于色彩的圖像^馬的靜區(qū)采樣預定數(shù)量的像素；獲得采##:量的像素的平均亮度值；及用采才^t量的^f象素的平均亮;l值^M嘗構g于色彩的圖像^^馬的^""個單元的色彩通道的平均值。16、ftwM，J^求6所述的方法，還^i^M"單;^tit行^^且之前，調節(jié)構成基于色彩的圖像^M的^-個單元的色彩^il值'17、H5^'誤求16所述的方法，其中，調節(jié)色彩itil值^:獲^HStil的色彩艦值；及用以下等式#^-個單元的色彩通道值^卜償為新的itii值，,(/一min)~=minmt+^-^x(rrmxmt一minmt)，(max乂一min》其中l(wèi)ij是第i個色彩單元的第j個色彩通道的值，maxj和minj分別是第j個色彩通道的最大和最小值，maxsnt和mhw分別是色彩通道的4^值的最大值和最小值，ST是調節(jié)的閾值。18、一種計^4幾可讀記錄介質，包標己絲其上的用于^W亍^K利要求1所述的方法的禾i^。19、一種計^4幾可讀記錄介質，包標己M其上的用于^f亍:H5l^要求2所述的方法的禾J^。20、一種計^4幾可讀記錄介質，包標己絲其上的用于^f亍:N5L利要求6所述的方法的禾I^。全文摘要提供了一種分類基于色彩的圖像代碼的色彩的方法。通過從每一個單元采樣預定數(shù)量的像素分類構成基于色彩的圖像代碼的每一個單元的色彩，隨后應用基于最大通道的聚類方法、基于白平衡的色彩聚類方法、基于單鏈接算法的色彩分類方法、基于K-means算法的色彩分類方法等。因此能夠準確識別圖像代碼的色彩，而不用考慮起因于相機、打印介質的特性等的色彩失真。文檔編號G06T5/00GK101506840SQ200780031153公開日2009年8月12日申請日期2007年6月22日優(yōu)先權日2006年6月23日發(fā)明者李尚龍,鄭哲虎,韓鐸敦申請人:卡勒茲普麥迪亞公司;卡勒茲普技術有限公司