一種基于同態(tài)濾波的圖像處理方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明提供一種基于同態(tài)濾波的圖像處理方法及系統(tǒng)，包括以下步驟：采集原始碼圖；對原始碼圖進行同態(tài)濾波處理，得到同態(tài)濾波處理后的碼圖；基于預(yù)設(shè)的劃分算法，將同態(tài)濾波處理后的碼圖劃分為若干個碼圖子單元；分別對每一個碼圖子單元采用OTSU算法進行二值化處理，得到二值化碼圖子單元；各個二值化碼圖子單元組合生成最終的二值化碼圖。本發(fā)明在對碼圖進行二值化之前，首先進行同態(tài)濾波處理，通過同態(tài)濾波對圖像進行有效增強，有效避免由于光照不足引起的圖像質(zhì)量下降，最大程度發(fā)揮OTSU算法的優(yōu)點，精確區(qū)分前景和背景，使二值化后的碼圖不會丟失有效信息，提高圖像二值化的質(zhì)量，減化后續(xù)圖像處理過程。
【專利說明】一種基于同態(tài)濾波的圖像處理方法及系統(tǒng)

【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于圖像處理【技術(shù)領(lǐng)域】，具體涉及一種基于同態(tài)濾波的圖像處理方法及系統(tǒng)。

【背景技術(shù)】
[0002]在數(shù)字圖像處理領(lǐng)域中，圖像二值化占有非常重要的地位，特別是在實用的圖像處理中，存在數(shù)量眾多的以二值圖像處理實現(xiàn)而構(gòu)成的系統(tǒng)，例如，電子眼掃描車牌，手機攝像頭拍攝一維碼或二維碼等。
[0003]圖像二值化的原理為:首先將圖像處理成灰度圖，然后取一個合適的閾值，所有灰度大于或等于閾值的像素被判定為屬于特定物體，其灰度值為255表示，否則，灰度低于閾值的像素點被排除在物體區(qū)域以外，灰度值為0，表示背景或者例外的物體區(qū)域。閾值的設(shè)定非常關(guān)鍵，如果設(shè)置過高，可能將特定物體的一些細節(jié)過濾掉；如果設(shè)置過低，背景中一些干擾物體將無法過濾掉。因此，圍繞閾值的設(shè)定，衍生出了許多的圖像二值化處理算法，其中，OTSU算法是應(yīng)用比較廣泛的一種算法。
[0004]OTSU算法也稱最大類間差法，有時也稱之為大津算法，被認為是圖像分割中閾值選取的最佳算法，具有計算簡單、不受圖像亮度和對比度影響的優(yōu)點，因此，在數(shù)字圖像處理上得到了廣泛的應(yīng)用。其原理為:按圖像的灰度特性，將圖像分成背景和前景兩部分。背景和前景之間的類間方差越大，說明構(gòu)成圖像的兩部分的差別越大，當(dāng)部分前景錯分為背景，或部分背景錯分為前景時，均會導(dǎo)致兩部分差別變小。因此，使類間方差最大的分割意味著錯分概率最小。在實際的使用中，往往不會使用OTSU對整個圖像進行計算取得一個閾值，而是將圖像劃分成多個大小合適的小塊，然后對每一個小塊用OTSU取閾值，進而使局部區(qū)域不受其他區(qū)域干擾。
[0005]雖然OTSU算法為圖像分割中閾值選取的最佳算法，然而，在識別二維碼碼圖的過程中，由于碼圖上的碼點非常小，并且，碼圖背景與碼點顏色相差較小，或者由于光照不足導(dǎo)致圖像質(zhì)量下降，因此，直接使用OTSU 二值化算法對二維碼圖進行二值化時，會將部分碼點誤認為背景而濾掉，從而使二值化后的碼圖丟失了部分有效信息，進而對后續(xù)的碼圖識別帶來影響。


【發(fā)明內(nèi)容】

[0006]針對現(xiàn)有技術(shù)存在的缺陷，本發(fā)明提供一種基于同態(tài)濾波的圖像處理方法及系統(tǒng)，可有效解決上述問題。
[0007]本發(fā)明采用的技術(shù)方案如下:
[0008]本發(fā)明提供一種基于同態(tài)濾波的圖像處理方法，包括以下步驟:
[0009]SI，采集原始碼圖；
[0010]S2，對所采集到的所述原始碼圖進行同態(tài)濾波處理，得到同態(tài)濾波處理后的碼圖；
[0011]S3，基于預(yù)設(shè)的劃分算法，將所述同態(tài)濾波處理后的碼圖劃分為若干個碼圖子單元;
[0012]S4，分別對每一個所述碼圖子單元采用OTSU算法進行二值化處理，得到二值化碼圖子單元；
[0013]S5，各個所述二值化碼圖子單元組合生成最終的二值化碼圖。
[0014]優(yōu)選的，S3中，所述劃分算法為:碼圖識別精度與劃分的碼圖子單元數(shù)量正相關(guān)；即:如果設(shè)定的碼圖識別精度越高，則碼圖子單元的面積越小，劃分得到的碼圖子單元數(shù)量越多。
[0015]優(yōu)選的，S3中，劃分得到的各個所述碼圖子單元的形狀相同或不相同；和/或
[0016]劃分得到的各個所述碼圖子單元的面積相同或不相同。
[0017]優(yōu)選的，S4中，分別對每一個所述碼圖子單元采用OTSU算法進行二值化處理，得到二值化碼圖子單元，具體包括以下步驟:
[0018]S4.1，讀取待處理的所述碼圖子單元的像素分布，設(shè)所述碼圖子單元包括NXM個像素；
[0019]S4.2，統(tǒng)計所述碼圖子單元中灰度為i對應(yīng)的像素個數(shù)n (i)，則該碼圖子單元的平均灰度值為:
[0020]u=E i*n (i) / (M*N)；
[0021]S4.3，設(shè)置初始參數(shù):記t為目標與背景的分割閾值，記灰度大于t的目標像素占碼圖子單元圖像的比例為wl，記目標像素的平均灰度為Ul:
[0022]wl = W1/(M*N)，其中，Wl是灰度值大于t的統(tǒng)計數(shù)
[0023]ul=E i*n (i) /Wl, i>t
[0024]同理，記灰度小于t的背景像素占圖像的比例《2，背景像素的平均灰度u2 ;
[0025]S4.4，遍歷 S4.3 中的 t，使得 G = wl* (ul_u) * (ul_u) +w2* (u2_u) * (u2_u)最大，此時的t即為最佳閾值；
[0026]S4.5，在得到所述最佳閾值t后，以所述最佳閾值t作為二值化界線，對所述碼圖子單元進行二值化處理。
[0027]優(yōu)選的，所述碼圖為二維碼碼圖或一維碼碼圖。
[0028]本發(fā)明還提供一種基于同態(tài)濾波的圖像處理系統(tǒng)，包括:
[0029]采集模塊，用于采集原始碼圖；
[0030]同態(tài)濾波處理模塊，用于對所述采集模塊采集到的所述原始碼圖進行同態(tài)濾波處理，得到同態(tài)濾波處理后的碼圖；
[0031]劃分模塊，用于基于預(yù)設(shè)的劃分算法，將所述同態(tài)濾波處理模塊處理后的碼圖劃分為若干個碼圖子單元；
[0032]二值化模塊，用于分別對每一個所述劃分模塊劃分得到的碼圖子單元采用OTSU算法進行二值化處理，得到二值化碼圖子單元；
[0033]二值化碼圖生成單元，用于將所述二值化模塊得到的各個所述二值化碼圖子單元組合生成最終的二值化碼圖。
[0034]優(yōu)選的，所述劃分模塊所使用的劃分算法為:碼圖識別精度與劃分的碼圖子單元數(shù)量正相關(guān)；即:如果設(shè)定的碼圖識別精度越高，則碼圖子單元的面積越小，劃分得到的碼圖子單元數(shù)量越多。
[0035]優(yōu)選的，所述劃分模塊劃分得到的各個所述碼圖子單元的形狀相同或不相同；和/或
[0036]劃分得到的各個所述碼圖子單元的面積相同或不相同。
[0037]優(yōu)選的，所述二值化模塊具體用于:
[0038]S4.1，讀取待處理的所述碼圖子單元的像素分布，設(shè)所述碼圖子單元包括NXM個像素；
[0039]S4.2，統(tǒng)計所述碼圖子單元中灰度為i對應(yīng)的像素個數(shù)n (i)，則該碼圖子單元的平均灰度值為:
[0040]u=E i*n (i) / (M*N)；
[0041]S4.3，設(shè)置初始參數(shù):記t為目標與背景的分割閾值，記灰度大于t的目標像素占碼圖子單元圖像的比例為wl，記目標像素的平均灰度為Ul:
[0042]wl = W1/(M*N)，其中，Wl是灰度值大于t的統(tǒng)計數(shù)
[0043]ul=E i*n (i) /Wl, i>t
[0044]同理，記灰度小于t的背景像素占圖像的比例《2，背景像素的平均灰度u2 ;
[0045]S4.4，遍歷 S4.3 中的 t，使得 G = wl* (ul_u) * (ul_u)+w2* (u2_u) * (u2_u)最大，此時的t即為最佳閾值；
[0046]S4.5，在得到所述最佳閾值t后，以所述最佳閾值t作為二值化界線，對所述碼圖子單元進行二值化處理。
[0047]優(yōu)選的，所述采集模塊采集到的所述原始碼圖為二維碼碼圖或一維碼碼圖。
[0048]本發(fā)明的有益效果如下:
[0049]本發(fā)明提供的基于同態(tài)濾波的圖像處理方法及系統(tǒng)，在對碼圖進行二值化之前，首先進行同態(tài)濾波處理，通過同態(tài)濾波對圖像進行有效增強，從而有效避免由于光照不足引起的圖像質(zhì)量下降，并對感興趣的圖像細節(jié)進行有效增強，因此，后續(xù)進行二值化處理時，能最大程度發(fā)揮OTSU算法的優(yōu)點，精確區(qū)分前景和背景，使二值化后的碼圖不會丟失有效信息，提高圖像二值化的質(zhì)量，減化后續(xù)圖像處理過程。

【專利附圖】

【附圖說明】
[0050]圖1為本發(fā)明提供的基于同態(tài)濾波的圖像處理方法的流程示意圖；
[0051]圖2為本發(fā)明提供的基于同態(tài)濾波的圖像處理系統(tǒng)的結(jié)構(gòu)示意圖。

【具體實施方式】
[0052]以下結(jié)合附圖對本發(fā)明進行詳細說明:
[0053]如圖1所示，本發(fā)明提供一種基于同態(tài)濾波的圖像處理方法，包括以下步驟:
[0054]SI，采集原始碼圖；
[0055]此處，碼圖既可以為二維碼碼圖，也可以為一維碼碼圖，本發(fā)明對所采集的碼圖具體類型并不限制。
[0056]S2，對所采集到的所述原始碼圖進行同態(tài)濾波處理，得到同態(tài)濾波處理后的碼圖；
[0057]本步驟中，同態(tài)濾波是指將頻率過濾和灰度變換結(jié)合起來的一種圖像處理方法，其依靠圖像的照度/反射率模型作為頻域處理的基礎(chǔ)，利用壓縮亮度范圍和增強對比度改善圖像質(zhì)量。
[0058]為特別適用碼圖識別，本發(fā)明提供一種新型的同態(tài)濾波圖像處理方法，包括以下步驟:
[0059]對所述原始碼圖取對數(shù)，使圖像模型中的乘法運算轉(zhuǎn)化為簡單的加法運算，得到加法表示形式的圖像函數(shù)；
[0060]再對圖像函數(shù)進行傅里葉變換，將圖像函數(shù)轉(zhuǎn)換到頻域，表示為亮度分量和對比度分量的函數(shù)；
[0061]然后，壓縮亮度分量的變化范圍，增強對比度分量的對比度，增強細節(jié)，得到變化后的圖像函數(shù)；
[0062]對變化后的圖像函數(shù)再進行濾波處理，對濾波結(jié)果進行傅立葉反變換和指數(shù)運算，得到同態(tài)濾波后的輸出結(jié)果。
[0063]當(dāng)然，在實際應(yīng)用中，也可以使用其他同態(tài)濾波算法，對原始碼圖進行同態(tài)濾波處理，本發(fā)明對此并不限制。
[0064]S3，基于預(yù)設(shè)的劃分算法，將所述同態(tài)濾波處理后的碼圖劃分為若干個碼圖子單元;
[0065]本步驟中，劃分算法為:碼圖識別精度與劃分的碼圖子單元數(shù)量正相關(guān)；即:如果設(shè)定的碼圖識別精度越高，則碼圖子單元的面積越小，劃分得到的碼圖子單元數(shù)量越多。
[0066]也就是說，本發(fā)明中，對碼圖劃分后得到的碼圖子單元的數(shù)量并不限制，根據(jù)實際碼圖識別精度需求靈活設(shè)定。
[0067]此外，本發(fā)明中，劃分得到的各個所述碼圖子單元的形狀相同或不相同。劃分得到的各個所述碼圖子單元的面積相同或不相同。
[0068]S4，分別對每一個所述碼圖子單元采用OTSU算法進行二值化處理，得到二值化碼圖子單元；
[0069]OTSU算法是一種全局化的動態(tài)二值化方法，又叫大津法，是一種灰度圖像二值化的常用算法。該算法的基本思想是:設(shè)使用某一個閾值將灰度圖像根據(jù)灰度大小，分成目標部分和背景部分兩類，在這兩類的類內(nèi)方差最小和類間方差最大的時候，得到的閾值是最優(yōu)的二值化閾值。
[0070]本發(fā)明提供如下的一種改進的OTSU算法，原理為:
[0071]例如，對一幅NXM個像素的圖像，可采用以下二值化方法:
[0072]1、首先計算圖像的平均灰度U，計算如下:
[0073]對于MXN個像素的圖像，統(tǒng)計得到全部圖像中灰度為i對應(yīng)的像素個數(shù)n(i)，則該圖像的平均灰度值為:
[0074]u=E i*n (i) / (M*N)；
[0075]2、列出求解最佳閥值t的相關(guān)變量
[0076]記t為目標與背景的分割閾值，記目標像素(灰度大于t)占圖像的比例為wl，記目標像素的平均灰度為Ul:
[0077]wl = ffl/(M*N),其中的Wl是灰度值大于t的統(tǒng)計數(shù)
[0078]ul =Σ i*n(i)/ffl, i>t.
[0079]同理，得到背景像素占圖像的比例《2，背景像素的平均灰度u2。
[0080]3、求解最佳閥值t是類差別最大
[0081]遍歷步驟2 中的 t，使得 G = wl* (ul-u)* (ul-u)+w2*(u2_u)*(u2_u)最大.G 最大時，即得到了最佳閾值
[0082]4、根據(jù)步驟3確定的閾值，進行圖像二值化處理。
[0083]S5，各個所述二值化碼圖子單元組合生成最終的二值化碼圖。
[0084]如圖2所示，本發(fā)明還提供一種基于同態(tài)濾波的圖像處理系統(tǒng)，包括:
[0085]采集模塊，用于采集原始碼圖；
[0086]其中，采集模塊采集到的所述原始碼圖為二維碼碼圖或一維碼碼圖。
[0087]同態(tài)濾波處理模塊，用于對所述采集模塊采集到的所述原始碼圖進行同態(tài)濾波處理，得到同態(tài)濾波處理后的碼圖；
[0088]劃分模塊，用于基于預(yù)設(shè)的劃分算法，將所述同態(tài)濾波處理模塊處理后的碼圖劃分為若干個碼圖子單元；
[0089]其中，劃分模塊所使用的劃分算法為:碼圖識別精度與劃分的碼圖子單元數(shù)量正相關(guān)；即:如果設(shè)定的碼圖識別精度越高，則碼圖子單元的面積越小，劃分得到的碼圖子單元數(shù)量越多。
[0090]劃分模塊劃分得到的各個所述碼圖子單元的形狀相同或不相同。劃分模塊劃分得到的各個所述碼圖子單元的面積相同或不相同。
[0091]二值化模塊，用于分別對每一個所述劃分模塊劃分得到的碼圖子單元采用OTSU算法進行二值化處理，得到二值化碼圖子單元；
[0092]二值化模塊具體用于:
[0093]S4.1，讀取待處理的所述碼圖子單元的像素分布，設(shè)所述碼圖子單元包括NXM個像素；
[0094]S4.2，統(tǒng)計所述碼圖子單元中灰度為i對應(yīng)的像素個數(shù)n (i)，則該碼圖子單元的平均灰度值為:
[0095]u=E i*n (i) / (M*N)；
[0096]S4.3，設(shè)置初始參數(shù):記t為目標與背景的分割閾值，記灰度大于t的目標像素占碼圖子單元圖像的比例為wl，記目標像素的平均灰度為ul:
[0097]wl = ffl/(M*N),其中，Wl是灰度值大于t的統(tǒng)計數(shù)
[0098]ul=E i*n (i) /Wl, i>t
[0099]同理，記灰度小于t的背景像素占圖像的比例《2，背景像素的平均灰度u2 ;
[0100]S4.4，遍歷 S4.3 中的 t，使得 G = wl*(ul_u)*(ul_u)+w2*(u2_u)*(u2_u)最大，此時的t即為最佳閾值；
[0101]S4.5，在得到所述最佳閾值t后，以所述最佳閾值t作為二值化界線，對所述碼圖子單元進行二值化處理。
[0102]二值化碼圖生成單元，用于將所述二值化模塊得到的各個所述二值化碼圖子單元組合生成最終的二值化碼圖。
[0103]本發(fā)明提供的基于同態(tài)濾波的圖像處理方法及系統(tǒng)，在對碼圖進行二值化之前，首先進行同態(tài)濾波處理，通過同態(tài)濾波對圖像進行有效增強，從而有效避免由于光照不足引起的圖像質(zhì)量下降，并對感興趣的圖像細節(jié)進行有效增強，因此，后續(xù)進行二值化處理時，能最大程度發(fā)揮OTSU算法的優(yōu)點，精確區(qū)分前景和背景，使二值化后的碼圖不會丟失有效信息，提高圖像二值化的質(zhì)量，減化后續(xù)圖像處理過程。
[0104]以上所述僅是本發(fā)明的優(yōu)選實施方式，應(yīng)當(dāng)指出，對于本【技術(shù)領(lǐng)域】的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也應(yīng)視本發(fā)明的保護范圍。
【權(quán)利要求】
1.一種基于同態(tài)濾波的圖像處理方法，其特征在于，包括以下步驟: SI，采集原始碼圖； S2，對所采集到的所述原始碼圖進行同態(tài)濾波處理，得到同態(tài)濾波處理后的碼圖； S3，基于預(yù)設(shè)的劃分算法，將所述同態(tài)濾波處理后的碼圖劃分為若干個碼圖子單元；S4，分別對每一個所述碼圖子單元采用OTSU算法進行二值化處理，得到二值化碼圖子單元; S5，各個所述二值化碼圖子單元組合生成最終的二值化碼圖。
2.根據(jù)權(quán)利要求1所述的基于同態(tài)濾波的圖像處理方法，其特征在于，S3中，所述劃分算法為:碼圖識別精度與劃分的碼圖子單元數(shù)量正相關(guān)；即:如果設(shè)定的碼圖識別精度越高，則碼圖子單元的面積越小，劃分得到的碼圖子單元數(shù)量越多。
3.根據(jù)權(quán)利要求1所述的基于同態(tài)濾波的圖像處理方法，其特征在于，S3中，劃分得到的各個所述碼圖子單元的形狀相同或不相同；和/或 劃分得到的各個所述碼圖子單元的面積相同或不相同。
4.根據(jù)權(quán)利要求1所述的基于同態(tài)濾波的圖像處理方法，其特征在于，S4中，分別對每一個所述碼圖子單元采用OTSU算法進行二值化處理，得到二值化碼圖子單元，具體包括以下步驟: S4.1，讀取待處理的所述碼圖子單元的像素分布，設(shè)所述碼圖子單元包括NXM個像素； S4.2，統(tǒng)計所述碼圖子單元中灰度為i對應(yīng)的像素個數(shù)n (i)，則該碼圖子單元的平均灰度值為: u=E i*n ⑴ / (M*N)； S4.3，設(shè)置初始參數(shù):記t為目標與背景的分割閾值，記灰度大于t的目標像素占碼圖子單元圖像的比例為wl，記目標像素的平均灰度為Ul:wl = W1/(M*N)，其中，Wl是灰度值大于t的統(tǒng)計數(shù)ul=E i*n(i)/Wl, i>t 同理，記灰度小于t的背景像素占圖像的比例w2，背景像素的平均灰度u2 ; S4.4，遍歷 S4.3 中的 t，使得 G = wl*(ul-u)*(ul-u)+w2*(u2_u)*(u2_u)最大，此時的t即為最佳閾值； S4.5，在得到所述最佳閾值t后，以所述最佳閾值t作為二值化界線，對所述碼圖子單元進行二值化處理。
5.根據(jù)權(quán)利要求1-4任一項所述的基于同態(tài)濾波的圖像處理方法，其特征在于，所述碼圖為二維碼碼圖或一維碼碼圖。
6.一種基于同態(tài)濾波的圖像處理系統(tǒng)，其特征在于，包括: 采集模塊，用于采集原始碼圖； 同態(tài)濾波處理模塊，用于對所述采集模塊采集到的所述原始碼圖進行同態(tài)濾波處理，得到同態(tài)濾波處理后的碼圖； 劃分模塊，用于基于預(yù)設(shè)的劃分算法，將所述同態(tài)濾波處理模塊處理后的碼圖劃分為若干個碼圖子單元； 二值化模塊，用于分別對每一個所述劃分模塊劃分得到的碼圖子單元采用OTSU算法進行二值化處理，得到二值化碼圖子單元； 二值化碼圖生成單元，用于將所述二值化模塊得到的各個所述二值化碼圖子單元組合生成最終的二值化碼圖。
7.根據(jù)權(quán)利要求6所述的基于同態(tài)濾波的圖像處理系統(tǒng)，其特征在于，所述劃分模塊所使用的劃分算法為:碼圖識別精度與劃分的碼圖子單元數(shù)量正相關(guān)；即:如果設(shè)定的碼圖識別精度越高，則碼圖子單元的面積越小，劃分得到的碼圖子單元數(shù)量越多。
8.根據(jù)權(quán)利要求6所述的基于同態(tài)濾波的圖像處理系統(tǒng)，其特征在于，所述劃分模塊劃分得到的各個所述碼圖子單元的形狀相同或不相同；和/或 劃分得到的各個所述碼圖子單元的面積相同或不相同。
9.根據(jù)權(quán)利要求6所述的基于同態(tài)濾波的圖像處理系統(tǒng)，其特征在于，所述二值化模塊具體用于: S4.1，讀取待處理的所述碼圖子單元的像素分布，設(shè)所述碼圖子單元包括NXM個像素； S4.2，統(tǒng)計所述碼圖子單元中灰度為i對應(yīng)的像素個數(shù)n (i)，則該碼圖子單元的平均灰度值為: u=E i*n ⑴ / (M*N)； S4.3，設(shè)置初始參數(shù):記t為目標與背景的分割閾值，記灰度大于t的目標像素占碼圖子單元圖像的比例為wl，記目標像素的平均灰度為Ul:wl = W1/(M*N)，其中，Wl是灰度值大于t的統(tǒng)計數(shù)ul=E i*n(i)/Wl, i>t 同理，記灰度小于t的背景像素占圖像的比例w2，背景像素的平均灰度u2 ; S4.4，遍歷 S4.3 中的 t，使得 G = wl*(ul-u)*(ul-u)+w2*(u2_u)*(u2_u)最大，此時的t即為最佳閾值； S4.5，在得到所述最佳閾值t后，以所述最佳閾值t作為二值化界線，對所述碼圖子單元進行二值化處理。
10.根據(jù)權(quán)利要求6-9任一項所述的基于同態(tài)濾波的圖像處理系統(tǒng)，其特征在于，所述采集模塊采集到的所述原始碼圖為二維碼碼圖或一維碼碼圖。
【文檔編號】G06K9/54GK104504662SQ201410834140
【公開日】2015年4月8日 申請日期:2014年12月26日 優(yōu)先權(quán)日:2014年12月26日
【發(fā)明者】劉燕, 鄧偉, 李偉 申請人:北京慧眼智行科技有限公司