专利名称：基于色彩的图像代码的色彩分类方法
技术领域：
本发明涉及一种解码基于色彩的图像代码的方法。更具体的，涉及一种在解码过程中分类图像代码的每一个单元的色彩的方法。
背景技术：
在近十年中研究了使用黑白图案的条形码的扩展现实和混合现实服务及商业服务，例如移动商务。近来，提出了用于移动计算机的基于色彩的图像代码，例如色彩代码。然而，构成基于色彩的图像代码的色彩单元的色彩依赖于照明、打印介质和常规照相机而变化，因此，与黑白标记相比，难以识别基于色彩的图像代码。最近的研究集中在用户接口上，其通过将标签介质嵌入物理对象中，并用阅读器识别该物理对象，来向用户提供虚拟世界中的数据或服务。在实际用户接口中使用的标签介质可以分为无线标签，例如射频识别(RFID)，和图像代码，例如条形码。具体的，将借助识别图像代码或标记的图像来提供服务的接口称为纸件用户接口(PUI)。这种接口方法用于研究扩展现实和混合现实服务及商业服务，例如使用移动电话的个人信息管理服务 (PIMS)、广告服务、移动商务等。图像代码和标记可以分为ID条形码和2D代码。ID条形码用黑白条方式的图案信息示出了识别号码、校验和数字和导引条。2D代码具有使用安全信息的错误纠正能力， 因为2D代码能够比ID条形码存储更大量的数据。图1是依据常规基于色彩的图像代码的 2D代码的实例图。用于移动计算环境的常规终端由低容量存储器、低性能处理器和常规用户内置相机构成，因此，常规终端在识别图像方面具有以下局限。首先，PUI应能够在日常生活中的各种照明下使用。其次，识别算法应是简单快速的，第三，应该用低性能相机来识别图像。考虑到这种约束的2D代码的实例包括计算机代码、限制单元数的快速响应(QR)代码和色彩代码，其中条形码、计算机代码和QR代码由黑白单元构成为图案，色彩代码是基于色彩的图像代码。大多数代码是黑白的，因为与其它颜色相比，黑和白是易于辨别的。然而，随着彩色介质变得普及，基于色彩的图像代码成为关注的中心，其与常规黑白代码相比，是介质友好的，并且需要大数据存储容量。在基于色彩的图像代码中，例如色彩代码，用色彩来编码标识符，并提供了使用双重奇偶技术的错误检验和方向检测功能。解码色彩代码的算法针对模糊现象是非常简单且有效的，因为数据不是按照单元的长度图案来表示的，而是按照具有相同尺寸的色彩单元来表示的。然而，在基于色彩的图像代码中的色彩变化，例如根据各种照明、相机特性和打印介质特性的移动计算环境中的色彩代码，使得难以辨别基于色彩的图像代码。
发明内容
技术问题本发明提供了一种分类色彩的方法，以准确容易的识别基于色彩的图像代码的每一个单元的色彩，即使在色彩按照相机、打印介质的特性等而变化的情况下。本发明还提供了一种计算机可读记录介质，具有记录在其上的程序，用于执行分类基于色彩的图像代码的色彩的方法。技术方案根据本发明的一个方面，提供了一种分类基于色彩的图像代码的色彩的方法，所述方法包括从构成基于色彩的图像代码的每一个单元采样预定数量的像素；从构成每一个采样像素的色彩通道中识别具有最大值的色彩通道的色彩，作为每一个采样像素的色彩；及将从每一个单元采样的像素的色彩中具有最高频率的色彩分类为该单元的色彩。根据本发明的另一个方面，提供了一种分类基于色彩的图像代码的色彩的方法， 所述方法包括从基于色彩的图像代码的静区(quiet zone)采样预定数量的像素；获得采样数量像素的平均亮度值；用平均亮度值补偿构成基于色彩的图像代码的每一个单元的色彩通道的平均值；及将每一个单元的色彩通道的补偿平均值改变为能够进行色调提取的色彩模型，及基于能够进行色调提取的色彩模型的色调值和亮度，分类每一个单元的色彩。根据本发明的另一个方面，提供了一种分类基于色彩的图像代码的色彩的方法， 所述方法包括获得构成基于色彩的图像代码的每一个单元的至少一个亮度值和饱和度值，基于所述至少一个亮度值和饱和度值，将单元分组为非彩色组和彩色组；及用能够进行色调提取的色彩模型的色调分类彩色组中的单元的色彩。有益效果根据本发明，即使当由于相机或打印介质的特性使得基于色彩的图像代码的色彩、阴影或形状失真时，基于色彩的图像代码可以变为其原始色彩或阴影，并能够补偿噪声。因此，能够准确的识别基于色彩的图像代码。此外，用本发明，能够在低性能计算环境中快速容易的识别色彩，因为使用了与静区或基于色彩的图像代码的色彩和阴影有关的信肩、ο
图1是来自常规基于色彩的图像代码的2D代码的实例图；图2A是来自用于本发明的基于色彩的图像代码的色彩代码的实例图；图2B是显示用于本发明的色彩代码的特性的表；图3是根据本发明实施例的编码色彩代码的方法的流程图；图4是根据本发明实施例的解码色彩代码的方法的流程图；图5是根据本发明实施例的解码基于色彩的图像代码的方法的流程图；图6是根据本发明实施例，解码基于色彩的图像代码的方法的预处理操作的流程图；图7是根据本发明实施例的解码基于色彩的图像代码的方法的色彩分类操作的流程图8是根据本发明实施例，用于说明色彩分类操作的采样操作的图示；图9是根据本发明实施例，用基于最大通道聚类(MCC)方法分类基于色彩的图像代码的色彩的方法的流程图；图10是根据本发明实施例，用基于白平衡的色彩聚类(WBCC)方法分类基于色彩的图像代码的色彩的方法的流程图；图11是根据本发明实施例，用基于单链接算法的色彩分类(SLACC)方法分类基于色彩的图像代码的色彩的方法的流程图；图12是根据本发明实施例，用基于K-meanS(K均值)算法的色彩分类(KMACC)方法分类基于色彩的图像代码的色彩的方法的流程图；图13是根据本发明实施例的解码基于色彩的图像代码的方法的代码识别操作的流程图。
具体实施例方式根据本发明的一个方面，提供了一种分类基于色彩的图像代码的色彩的方法，所述方法包括从构成基于色彩的图像代码每一个单元采样预定数量的像素；从构成每一个采样像素的色彩通道中识别具有最大值的色彩通道的色彩，作为每一个采样像素的色彩； 及将从每一个单元采样的像素的色彩中具有最高频率的色彩分类为该单元的色彩。根据本发明的另一个方面，提供了一种分类基于色彩的图像代码的色彩的方法， 所述方法包括从基于色彩的图像代码的静区采样预定数量的像素；获得采样数量的像素的平均亮度值；用平均亮度值补偿构成基于色彩的图像代码的每一个单元的色彩通道的平均值；及将每一个单元的色彩通道的补偿平均值改变为能够进行色调提取的色彩模型，及基于能够进行色调提取的色彩模型的色调值和亮度，分类每一个单元的色彩。根据本发明的另一个方面，提供了一种分类基于色彩的图像代码的色彩的方法， 所述方法包括获得构成基于色彩的图像代码的每一个单元的至少一个亮度值和饱和度值，基于所述至少一个亮度值和饱和度值，将单元分组为非彩色组和彩色组；及用能够进行色调提取的色彩模型的色调分类彩色组中的单元的色彩。发明模式下文中，将参考附图更充分的说明本发明，其中显示了本发明的实施例。图2A是来自用于本发明的基于色彩的图像代码的色彩代码的实例图，图2B是显示色彩代码的特性的表。通常，用于扩展现实服务的ARToolKit标记和设计者标记在动态移动计算环境中具有简单的代码结构，并需要较少数量的解码操作，但仅能存储非常少量的信息。然而，商业2D码能够存储大量的信息，但需要以便于识别的高性能相机和大量的操作，因此，不适于动态移动计算环境中。参考图2A和2B，色彩代码是2D矩阵型代码，由色彩单元构成。在用于移动计算机的色彩代码的情况下，一个单元表示2比特，因此，将信息编码为4种色彩。能够仅通过修改在线连接的数据库的内容来改变色彩代码的服务。此外，与其它2D码不同，色彩代码适于移动计算环境，因为可以借助内置在移动电话或PDA中的常规相机来识别色彩代码，而不通过专门用于扫描色彩代码的扫描器。色彩代码可以用于在线应用的代码服务和扩展现实服务，因为代码结构简单，所需的操作数少，并使用了色彩，因此，具有大量的信息色彩代码由数据位单元、奇偶位单元和代码排列单元构成。将表示识别数量的比特流布置在数据位单元中。沿着数据位单元的列和行执行奇偶操作，由奇偶操作得到的奇偶位布置在色彩代码的右侧和底部。代码排列单元布置在色彩代码的右下方。通过取一个列和行的奇偶性的倒数，代码排列单元能够区分一个列和行与另一个列和行上的奇偶操作方法，并能够用作在解码过程中排列单元的基础。在图2A中，数据位单元是D11到D44,奇偶位单元是P15、P25到P45、P51和P52到P54。 此外，Pa是代码排列单元。由于在色彩代码中不使用白色，就不需要用于搜索代码区域的边界，但在色彩代码周围可以存在具有1个单元厚度的白色静区，以便区分色彩代码与相邻噪声。能够表示的图案数量按照色彩代码的列和行数及奇偶方法的数量而变化。图3是根据本发明实施例的编码色彩代码的方法的流程图。参考图3，当编码器在操作S300接收识别号时，编码器将识别号变为数据比特流， 并在操作S310中以矩阵形式排列数据比特流。在操作S320，编码器计算并相加每一个列和行的奇偶位，用于错误纠正，并用奇偶位产生并相加代码排列位。当完成包括奇偶位等的代码比特流时，编码器在操作S330将每一个代码比特流变为相应的色彩，并在操作S340产生和排列由色彩构成的色彩单元。图4是根据本发明实施例的解码色彩代码的方法的流程图。参考图4，在操作S400解码器从相机接收原始图像，其包括基于色彩的图像代码。 解码器从原始图像提取代码图像区，以便在操作S410读取色彩单元，并在操作S420将色彩单元变为相应的比特流。解码器通过在操作S430执行奇偶操作检测并纠正错误。随后， 在操作S440解码器获得代码排列位，参考代码排列位的位置排列数据比特流，并提取识别号。此外，可以通过合并数据比特流与奇偶操作的类型来获得额外的色彩代码图案。图5是根据本发明实施例的解码基于色彩的图像代码的方法的流程图。参考图5，该方法包括图像获得操作S500，预处理操作S505，色彩分类操作S525， 错误检测操作S545，和代码识别操作S555。解码器包括参数，依据预处理方法标识符 (PID)，其设定了用于预处理操作S505中的预处理方法的类型，及色彩单元分类方法标识符(CID)，其设定在色彩分类操作S525中的色彩分类方法的类型。通过顺序应用由参数设定的方法，解码器解码基于色彩的图像代码。在图像获得操作S500，获得图像，其可以以物理的或电的方式来表示。图像可以打印在物理介质上，例如纸张，金属或塑料，或者显示在显示器上，例如移动电话的液晶显示器(LCD)，监视器，TV或光束投影机。此外，可以以电的方式，例如比特流，或电子文件形式提供图像。为了读取打印在物理介质上的图像，使用了图像输入设备，例如相机电话，扫描器，数码相机，PC相机或传真机。此外，经网络或存储设备获得以比特流或电子文件形式表示的图像。因此，会将在图像获得操作S500期间的输出信号称为原始图像，其形式为能够在计算机中处理的图像文件。原始图像包括噪声或背景，具有包含代码信息的代码图像。通常，由于照明、显示代码图像的介质和读取代码图像的读出装置使得原始图像中的代码图像的色彩和形状失真。
如果在图像获得操作S500接收到图像，就在预处理操作S505中预处理接收的图像。如果在操作S510中没有提取代码图像，就在操作S515增加PID，并再次在预处理操作 S505中预处理图像。如果在操作S520中全部执行了最大数量的预处理方法，就是说，PID 大于最大预处理方法标识符(MAXPID)，就确定图像是不恰当的，因此在图像获得操作S500 再次接收图像。如果在色彩分类操作S525期间在操作S530不能分类一个色彩，或者如果即使在操作S530分类了色彩，但在错误检测操作S545期间在操作S550出现错误，就在操作S535中增加CID，并在色彩分类操作S525执行相应的色彩分类算法。如果全部执行了最大数量的色彩分类方法，就是说，CID大于最大色彩单元分类方法标识符(MAXCID)，且在操作 S540不能分类色彩，就再次执行预处理操作S505。在错误检测操作S545，检测器执行奇偶操作，并从色彩代码的比特流检测错误。如果没有检测到错误，就输出识别号，如果在操作S550检测到错误，就再次执行色彩分类操作S525。图6是根据本发明实施例，解码图5所示的基于色彩的图像代码的方法的预处理操作S505的流程图。执行图5的预处理操作S505，以便从接收到的图像提取代码图像，提取代码图像的特征点，并搜索每一个色彩单元的中心。通过从彩色图像产生灰度图像并使用该灰度图像，来执行预处理操作S505。具体的，预处理操作S505包括二值化操作S600，降噪操作 S610，边界矩形搜索操作S620，顶点检测操作S630，及色彩单元中心搜索操作S640。(1) 二值化操作 S600二值化用于将代码图像从背景或围绕代码的对象中分离，并减小检测代码图像特征点的操作的复杂性。在二值化操作S600，用像素的亮度信息将原始图像的每一个像素转换为黑白色。如果像素的亮度值高于阈值，就将像素转换为白色，如果像素的亮度值低于阈值，就将像素转换为黑色。图像的常规二值化以黑白色表示；然而本发明的二值化可以以其它色彩表示。(2)降噪操作 S610在降噪操作S610，检测二值化的原始图像中的每一个对象的边界，并沿着检测到的边界将原始图像分为是代码图像的区域和不是代码图像的区域。在此，分割两个区域的基础可以是边界的长度(周长)，对象的形状等。(3)边界矩形搜索操作S620为了从接收到的原始图像提取代码图像，预测代码的中心并基于代码中心搜索代码图像的边界矩形。因此，将整个代码图像分为η块，并搜索具有位于每一块中最大数量像素的块。(4)顶点检测操作S630代码图像的特征点指明反映代码图像的特性的像素。特征点的实例包括色彩代码的矩形顶点、QR代码的取景器图案的四个顶点、排列图案和时序图案。如果代码图像是确定的形状或者未定的形状，就可以在片段中表达特征点，例如轮廓组。用常规特征点提取方法可以易于从提取的特征点图像找到代码图像的特征点，例如匹配方法或地理距离操作， 并可以参照每一个代码的识别方法更容易的找到它。(5)色彩单元中心搜索操作S640由于以色彩单元构成色彩代码，就通过从每一个色彩单元的中心提取彩色像素来分类色彩。图7是根据本发明实施例，解码图5的基于色彩的图像代码的方法的色彩分类操作S525的流程图。参考图7，当在预处理操作S505找到基于色彩的图像代码的每一个色彩单元的中心(参考图6)时，就执行色彩分类操作S525。色彩分类操作S525包括采样操作S1100，其基于每一个色彩单元的中心采样每一个色彩单元的彩色像素数，及色彩单元分类操作S1110， 其分类每一个色彩单元的色彩。
图8是根据本发明实施例，用于说明色彩分类操作S525的采样操作S1100的图示。参考图8，从每一个色彩单元采样的像素数根据接收到的代码图像的尺寸而不同。在本发明中，将基于最大通道聚类(MCC)方法、基于白平衡的色彩聚类(WBCC)方法、基于单链接算法的色彩分类(SLACC)方法及基于K-means算法的色彩分类(KMACC)方法用于分类色彩单元。用以上方法能够分类各种色彩，但在本发明中，为了便于说明将色彩限于四种色彩，即黑、红、蓝和绿。(A) MCC 方法图9是根据本发明实施例，用MCC法分类基于色彩的图像代码的色彩的方法的流程图。参考图9，如图8所述，在操作S1300从每一个色彩单元采样预定数量的像素，并将 MCC方法应用到采样数量的像素。在下文中，将更详细的说明MCC方法。彩色像素或色彩单元包括红色、绿色和蓝色通道，每一个色彩通道都具有从0到 255的值。MCC方法在从色彩单元采样的像素的色彩通道预测具有最大值的色彩通道的色彩，作为色彩单元的相应像素的色彩组。此外，使用了在预处理操作S505的二值化操作 S600期间使用的阈值TPID，以便分类黑色。当从每一个色彩单元采样的像素数是η时，第i 个像素是Pi = Ovgi,bi)T，最大色彩通道值是Hiaxi =Hiax(IVgpbi),中间通道值是HIidi = HiicKri, gi, h)，分类每一个色彩的阈值是T，色彩分类函数fM。。如下。[等式1]如果 Iiiaxi = InaxCri, gi bj) Iiiidi = HiicKri, gi bj), i = 1, 2, ... , η 那么
黑色其中(max； < TpjdJeL max； - Tnidi < Τκι)或者 max； <TK2 红色其中 max； = η Kmaxj-Jnidj > Tr /mcc (P1) = 1 绿色其中 max, = g1 且 max, - Tnidi > Tg 蓝色其中 max;. =Iji 禾Π Inaxi-TOZiZi. > Tb 其它未知的在MCC方法中，在操作S1310分类从一个色彩单元采样的每一个像素的色彩，即来自红色、绿色和蓝色的色彩，并在操作S1320将具有最高频率的色彩认为是相应色彩单元的色彩。MCC方法可以借助设定Ttccj = (Tj, TKli，TK2i，TE, Tg, Tb}和j = PID来分类色彩，因此，如果图像特性是已知的，MCC方法是有优势的。另一方面，如果要素，例如照明和打印介质的特性是未知的，那么MCC方法的性能就降低。因此，为了改进解码器的性能，就在一个PID中设定几组阈值T，并相应地分类色彩。例如，当Tk2是具有几个要素的组，那么具有第j个PID的第k个阈值T的组就如下。
[等式2]Tmccjk 一 {Tj，Tkli, TK2ik，TRj，TGj，TBj}，Tk2j- 一 {TK2jl, TK2j2，TK2j3}，j 一 1，2，3由于MCC方法是非常简单的算法，因此可以快速地执行MCC方法。(B) WBCC 方法图10是根据本发明实施例，用WBCC方法分类基于色彩的图像代码的色彩的方法的流程图。WBCC方法用代码图像周围的静区来分类色彩单元的色彩。代码图像周围的静区的尺寸至少是一个色彩单元。静区是白色的，并反映关于照明和打印介质的色彩变化。WBCC 方法包括白斑操作和色彩分类操作S1430。(1)白斑操作由于静区的颜色是白色的，就可以用该静区预测照明或相机的特性。WBCC方法调节色彩单元的色彩通道的值。WBCC方法类似于灰色世界假定(GWA)方法，它是色彩纠正算法之一，然WBCC方法使用静区的像素的亮度值，而不是整个原始图像的平均亮度值。假定构成基于色彩的图像代码的η个色彩单元中的第i个色彩单元的色彩信息是Pi = (V1 ,J1Af在此，能够通过从相应色彩单元采样几个像素，随后计算这些像素的每一个红、绿和蓝色彩通道的平均值来获得Pi。类似的，当在操作S1400从静区采样m个像素时，采样的第j个像素是Pwj = (rWJ, gWJ, bwj)T，其中j = 1，2，. . .，m，可以在操作S1410由等式3获得每一个色彩通道的平均值和相应像素的亮度值。[等式3]
权利要求
1.一种对基于色彩的图像代码的色彩进行分类的方法，所述方法包括 从基于色彩的图像代码的静区采样预定数量的像素；获得采样数量的像素的平均亮度值；用所述平均亮度值补偿构成基于色彩的图像代码的每一个单元的色彩通道的平均值；及将每一个单元的色彩通道的补偿平均值改变为能够进行色调提取的色彩模型，及基于能够进行色调提取的所述色彩模型的亮度和色调值，对每一个单元的色彩进行分类。
2.如权利要求1所述的方法，其中，能够进行色调提取的所述色彩模型是能够进行色调提取的HSV、HIS、CMYK、RGB、YIQ和CIE色彩模型中的任何一个色彩模型。
3.如权利要求1所述的方法，其中，获得平均亮度值包括 获得采样数量的像素的每一个色彩通道的平均值；及通过将所述色彩通道的平均值的总和除以色彩通道的数量，来获得所述平均亮度值。
4.如权利要求1所述的方法，其中，平均值的补偿包括从构成基于色彩的图像代码的每一个单元采样预定数量的像素； 获得采样数量的像素的每一个色彩通道的平均值；及用所述平均亮度值补偿每一个通道的平均值。
全文摘要
提供了一种分类基于色彩的图像代码的色彩的方法。通过从每一个单元采样预定数量的像素分类构成基于色彩的图像代码的每一个单元的色彩，随后应用基于最大通道的聚类方法、基于白平衡的色彩聚类方法、基于单链接算法的色彩分类方法、基于K-means算法的色彩分类方法等。因此能够准确识别图像代码的色彩，而不用考虑起因于相机、打印介质的特性等的色彩失真。
文档编号G06K19/06GK102360441SQ201110308978
公开日2012年2月22日 申请日期2007年6月22日 优先权日2006年6月23日
发明者李尚龙, 郑哲虎, 韩铎敦 申请人:卡勒兹普技术有限公司, 卡勒兹普麦迪亚公司