一種標(biāo)志定位方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及計(jì)算機(jī)領(lǐng)域，尤其設(shè)及一種標(biāo)志定位方法。
【背景技術(shù)】
[0002] 隨著人類(lèi)進(jìn)入信息時(shí)代，計(jì)算機(jī)越來(lái)越廣泛應(yīng)用于各種領(lǐng)域?；跀?shù)字圖像處理 的模式識(shí)別的研究越來(lái)越受到關(guān)注，但目前在商品的標(biāo)志定位的應(yīng)用研究還存在大量空 白。目前主要還是靠人工對(duì)商品的標(biāo)志定位進(jìn)行識(shí)別，效率極低。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明實(shí)施例提供一種標(biāo)志定位方法，W解決現(xiàn)有的靠人工對(duì)商品的標(biāo)志定位進(jìn) 行識(shí)別效率極低的問(wèn)題。
[0004] 第一方面提供一種標(biāo)志定位方法，包括；對(duì)原始圖像進(jìn)行分割，使含有標(biāo)志的主體 圖層與背景圖層分離開(kāi)；將分離出的所述含有標(biāo)志的主體圖層進(jìn)行形態(tài)學(xué)圖像處理，獲得 含有標(biāo)志的連通域；根據(jù)標(biāo)志的先驗(yàn)知識(shí)，過(guò)濾所述含有標(biāo)志的連通域，從而定位標(biāo)志。
[0005] 根據(jù)第一方面，在第一種可能的實(shí)現(xiàn)方式中，所述對(duì)原始圖像進(jìn)行分割，包括：將 所述原始圖像進(jìn)行灰度化；將灰度化的圖像進(jìn)行二值化，獲得所述含有標(biāo)志的主體圖層。
[0006] 根據(jù)第一方面，在第二種可能的實(shí)現(xiàn)方式中，所述將分離出的所述含有標(biāo)志的主 體圖層進(jìn)行形態(tài)學(xué)圖像處理，包括：對(duì)所述含有標(biāo)志的主體圖層通過(guò)濾波增強(qiáng)去除噪聲，獲 得去除噪聲后的含有標(biāo)志的主體圖層；對(duì)所述去除噪聲后的含有標(biāo)志的主體圖層進(jìn)行邊緣 檢測(cè)，獲得標(biāo)志的邊緣；對(duì)獲得的所述標(biāo)志的邊緣進(jìn)行膨脹操作和填充操作，獲得所述含有 標(biāo)志的連通域。
[0007] 根據(jù)第一方面，在第=種可能的實(shí)現(xiàn)方式中，所述根據(jù)標(biāo)志的先驗(yàn)知識(shí)，過(guò)濾所述 含有標(biāo)志的連通域，從而定位標(biāo)志，包括；清除所述含有標(biāo)志的連通域周?chē)膱D像，獲得孤 立的連通域，其中所述孤立的連通域包含有所述標(biāo)志；根據(jù)標(biāo)志的先驗(yàn)知識(shí)增大或刪除所 述孤立的連通域，獲得裁剪過(guò)的連通域；對(duì)所述裁剪過(guò)的連通域進(jìn)行平滑處理；將經(jīng)過(guò)平 滑處理后的連通域進(jìn)行方向投影或者矩形標(biāo)記獲得定位的標(biāo)志。
[000引本發(fā)明實(shí)施例提供的標(biāo)志定位方法，通過(guò)運(yùn)用圖像處理算法使計(jì)算機(jī)代替人工對(duì) 標(biāo)志進(jìn)行定位，極大的提高了效率。并且本發(fā)明實(shí)施例提供的標(biāo)志定位方法通過(guò)將分離出 的含有標(biāo)志的主體圖層進(jìn)行形態(tài)學(xué)圖像處理，獲得含有標(biāo)志的連通域；根據(jù)標(biāo)志的先驗(yàn)知 識(shí)，過(guò)濾含有標(biāo)志的連通域，從而定位標(biāo)志，極大地提高了定位的準(zhǔn)確性。
【附圖說(shuō)明】
[0009] 為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹。
[0010] 圖1為本發(fā)明實(shí)施例提供的標(biāo)志定位方法的流程示意圖；
[0011] 圖2為本發(fā)明實(shí)施例提供的標(biāo)志定位方法中的膨脹操作過(guò)程示意圖；
[0012] 圖3為本發(fā)明實(shí)施例提供的標(biāo)志定位方法中的腐蝕過(guò)程示意圖。
【具體實(shí)施方式】
[0013] 下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完 整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。
[0014] 圖1為本發(fā)明實(shí)施例提供的標(biāo)志定位方法的流程示意圖。該方法主要基于計(jì)算機(jī) 實(shí)現(xiàn)，可由計(jì)算機(jī)硬件實(shí)現(xiàn)也可由計(jì)算機(jī)軟件實(shí)現(xiàn)，主要用于定位商品的標(biāo)志，例如服裝的 標(biāo)志，本實(shí)施例為方便說(shuō)明僅W服裝的標(biāo)志進(jìn)行說(shuō)明。參考圖1所示，該方法包括W下步 驟：
[0015] 10、對(duì)原始圖像進(jìn)行分割，使含有標(biāo)志的主體圖層與背景圖層分離開(kāi)。
[0016] 其中，主體圖層是指原始圖像中含有標(biāo)志的區(qū)域，含有標(biāo)志的區(qū)域內(nèi)的元素通常 具有類(lèi)似或者一致的顏色，該些元素在空間位置上是緊密分布的，在設(shè)計(jì)標(biāo)志時(shí)，為了達(dá)到 視覺(jué)效果，和背景具有高對(duì)比度的顏色。背景圖層是原始圖像中標(biāo)志周?chē)膮^(qū)域。
[0017] 20、將分離出的含有標(biāo)志的主體圖層進(jìn)行形態(tài)學(xué)圖像處理，獲得含有標(biāo)志的連通 域。
[0018] 其中，形態(tài)學(xué)圖像處理是指將數(shù)字形態(tài)學(xué)作為工具從圖像中提取對(duì)于表達(dá)和描繪 區(qū)域形狀有用處的圖像分量，比如邊界、骨架W及凸殼，還包括用于預(yù)處理或后處理的形態(tài) 學(xué)過(guò)濾、細(xì)化和修剪等。
[0019] 在圖像中，相互鄰接的像素點(diǎn)是連通關(guān)系，連通具有傳遞性。一個(gè)連通域是一個(gè)所 有彼此連通的點(diǎn)構(gòu)成的集合。在視覺(jué)上，彼此連通的點(diǎn)會(huì)形成了一個(gè)區(qū)域，而不連通的點(diǎn)會(huì) 形成不同的區(qū)域。
[0020] 連通域反映的是像素點(diǎn)之間的相關(guān)性，圖像中標(biāo)志區(qū)域的點(diǎn)在空間上有著極強(qiáng)的 相關(guān)性，而該些點(diǎn)和圖像中的其他組成部分的像素點(diǎn)則體現(xiàn)較弱的相關(guān)性，形成連通域可 W對(duì)圖像中的標(biāo)志區(qū)域和其他部分加W區(qū)分，使圖像簡(jiǎn)化成若干個(gè)各具特點(diǎn)的連通域。
[0021] 30、根據(jù)標(biāo)志的先驗(yàn)知識(shí)，過(guò)濾含有標(biāo)志的連通域，從而定位標(biāo)志。
[0022] 其中，標(biāo)志的先驗(yàn)知識(shí)是指標(biāo)志區(qū)域在整體圖像中所具備的特性，該些特性是基 于對(duì)實(shí)際樣本的研究，通常包括標(biāo)志的面積大小，標(biāo)志的長(zhǎng)寬比例范圍等。過(guò)濾含有標(biāo)志的 連通域，通?？赏ㄟ^(guò)刪除不符合參數(shù)要求的連通域等方法。
[0023] 本實(shí)施例，通過(guò)運(yùn)用圖像處理算法使計(jì)算機(jī)代替人工對(duì)標(biāo)志進(jìn)行定位，極大的提 高了效率。并且本發(fā)明實(shí)施例提供的標(biāo)志定位方法通過(guò)將分離出的含有標(biāo)志的主體圖層 進(jìn)行形態(tài)學(xué)圖像處理，獲得含有標(biāo)志的連通域；根據(jù)標(biāo)志的先驗(yàn)知識(shí)，過(guò)濾含有標(biāo)志的連通 域，從而定位標(biāo)志，極大地提高了定位的準(zhǔn)確性。
[0024] 在上述方案基礎(chǔ)上，步驟10中對(duì)原始圖像進(jìn)行分割，可W包括W下步驟：
[0025] 101、將原始圖像進(jìn)行灰度化。
[0026] 其中，灰度化是指由RGB彩色值計(jì)算出亮度信息，可W通過(guò)加權(quán)平均法實(shí)現(xiàn)原始 圖像的灰度化。
[0027] 102、將灰度化的圖像進(jìn)行二值化，獲得含有標(biāo)志的主體圖層。
[002引二值化是指灰度化的圖像轉(zhuǎn)換成灰度范圍在[0, 1]之間的二值圖像。在進(jìn)行二值 化時(shí)，需要確定一個(gè)閥值對(duì)圖像的灰度進(jìn)行切分。
[0029] 本方案可優(yōu)選最大類(lèi)間算法將灰度化的圖像進(jìn)行二值化，從而實(shí)現(xiàn)將含有標(biāo)志的 主體圖層與背景圖層分離開(kāi)。
[0030] 在上述方案基礎(chǔ)上，步驟20中，將分離出的含有標(biāo)志的主體圖層進(jìn)行形態(tài)學(xué)圖像 處理，可W優(yōu)選包括W下步驟：
[0031] 201、對(duì)含有標(biāo)志的主體圖層通過(guò)濾波增強(qiáng)去除噪聲，獲得去除噪聲后的含有標(biāo)志 的主體圖層。
[0032] 對(duì)含有標(biāo)志的主體圖層進(jìn)行濾波增強(qiáng)可W減少噪聲的影響，通常采用中值濾波進(jìn) 行濾波增強(qiáng)，既可W降低噪聲又可W保持邊緣，比卷積去除噪聲的效果更好，中值濾波通常 使用某個(gè)模板作為窗口，將含有標(biāo)志的主體圖層的像素點(diǎn)的值置為窗口內(nèi)所有像素點(diǎn)的平 均值。中值濾波的表達(dá)式如公式1 :
[003引 g(x, y) = med{f (x-k, y-1),化，1) G W)} 公式 1
[0034] 其中，f(x，y)為含有標(biāo)志的主體圖層，W為模板，g(x，y)為處理后的圖像，即去除 噪聲后的含有標(biāo)志的主體圖層。
[00巧]202、對(duì)去除噪聲后的含有標(biāo)志的主體圖層進(jìn)行邊緣檢測(cè)，獲得標(biāo)志的邊緣。
[0