买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：吉林大学

摘要：本发明涉及一种基于连通域质心提取的OCC图像解码算法，利用sCOMS相机对目标LED阵列进行拍摄，获取包含目标LED阵列的原始图像，使用基于拉普拉斯边缘信息来改进全局阈值获得二值化的图像，来滤除大部分干扰光源；采用仿射变换来对原始图像进行图像的倾斜校正，使图像中LED阵列每行保证水平，每列保证垂直；然后通过连通域检测算法提取每个连通域的质心坐标，由于LED阵列中每个LED都是等间隔分布的，且每个LED发射光斑都会被判定为一个连通域，所以根据质心坐标可以计算出目标LED阵列的边长以及每个发光LED灯的质心坐标，最终通过这些信息获得每个LED灯的状态。本发明可以降低误码率，提高传输距离和解码速率，系统的鲁棒性也有较大的提升。

主权项：1.一种基于连通域质心提取的OCC图像解码方法，利用sCOMS相机对目标LED阵列进行拍摄，获取包含目标LED阵列的原始图像，其中目标LED阵列为n×n个可独立发光和熄灭的LED灯组成的矩形LED阵列且目标LED阵列的四个角点位置的LED灯常亮作为定位灯出现，使用基于拉普拉斯边缘信息来改进全局阈值获得二值化的图像，来滤除大部分干扰光源；如果相机在拍摄目标LED阵列时与LED阵列存在一定的角度偏差，采用仿射变换来对二值图像进行图片的倾斜校正，使图像中LED阵列每行保证水平，每列保证垂直；然后通过连通域检测算法提取每个连通域的质心坐标，由于LED阵列中每个LED都是等间隔分布的，且每个LED发射光斑都会被判定为一个连通域，所以根据质心坐标可以计算出目标LED阵列的边长以及每个发光LED灯的质心坐标，最终通过这些信息获得每个LED灯的状态，其特征在于，具体步骤如下：步骤一、对原始图像进行基于拉普拉斯边缘信息来改进全局阈值的处理来获取二值化图像：1利用sCOMS相机对目标LED阵列进行拍摄，在接收端读取到包含目标LED阵列的原始图像，用梯度来表示在图像中灰度强度变化最强的位置，这里采用拉普拉斯算子G计算原始图像的梯度，通过拉普拉斯算子与原始图像L的每一个像素点进行卷积来得到梯度图像GL，拉普拉斯算子G与卷积公式表述如下： 2在原始图像中，每个发光的LED灯的灰度值是整张图像灰度值数值最高的地方，因此用Pe表示整张图像像素值的百分比，其中Pe的取值范围为98.9％到99.8％，用图像灰度值的Pe的分位值作为对梯度图像GL进行二值化处理的阈值，并将处理后的图像作为遮罩模板，具体过程如下：1首先将梯度图像GL中所有像素点的灰度值mt进行从小到大排序并构成一个一维数组Agray，其中0≤mt≤255，t为梯度图像GL像素点的个数，t＝1,2,3…Tnumt，Tnumt为梯度图像GL的长度像素数乘以宽度像素数；通过线性插值法计算图像灰度值Pe的分位值：Loc＝1+z-1×PeNum＝Agray[LocI-1]+Agray[LocI]-Agray[LocI-1]×LocD其中Loc为整个数组Agray中元素在Pe的位置数，z为数组Agray的元素个数，Num为所求的分位值，LocI为Loc的整数部分，LocD为Loc的小数部分；2图像灰度值的Pe的分位值Num作为对梯度图像GL进行二值化处理的阈值，对梯度图像GL中每个像素点Dtxt,yt进行二值化处理；若某个像素点Dtxt,yt的像素值at大于或等于Num，则更新其像素值为255，若某个像素点Dtxt,yt的像素值at小于Num，则更新其像素值为0，二值化处理的具体过程如下： 其中，t＝1,2,3…Tnumt，Tnumt为梯度图像GL的长度像素数乘以宽度像素数；3采用OTSU算法计算基于遮罩模板的最佳分割阈值，具体过程如下：1将对梯度图像GL进行二值化处理后的图像作为遮罩模板图像，并计算基于遮罩模板图像的非零像素总数M和灰度值总和N，则图像的平均灰度值mG为： 设存在一个假定的二值化阈值thres，其中0≤thres≤255，灰度值在[0,thres]范围内的像素构成背景Fb0，则背景Fb0的像素数为Nb0和背景Fb0的灰度值总和Mb0，平均灰度值为ub0，图像中像素值小于阈值thres的像素数占整张图像像素数的比例为wb0，计算公式如下： 灰度值在[thres+1,255]范围内的像素构成目标Fb1，并且记图像中像素值大于阈值thres的像素数为Nb1和背景Fb1的灰度值总和Mb1，平均灰度值为ub1，图像中像素值大于阈值thres的像素数占整张图像像素数的比例为wb1，计算公式如下： 将具有相似特征或属性的像素值所组成的集合定义为类，将不同类之间图像像素值的差异程度定义为类间方差，类间方差记为g，则计算类间方差g的过程如下：g＝wb0×mG-ub02+wb1×mG-ub123将最大类间方差TZ设置为对原始图像fx,y进行全局阈值处理的二值化阈值，从而得到二值图像，计算最大类间方差TZ过程如下： 步骤二、对得到的二值图像进行仿射变换来对图像进行倾斜校正：1首先把得到的二值图像的像素值为255的白色像素点进行统计，并用一个最小外接矩形将所有的白色像素点包括起来，定义这个最小外接矩形的左下角的角点为起点然后顺时针标记最小外接矩形的剩余三个角点，将最后标记的角点定义为终点，将标记的起点和终点的连接线与水平方向之间的角度记为θ，其中θ∈[-90°,0°；2如果θ为0度时，则说明二值图像不需要进行校正，首先默认二值图像整体倾斜角度不会过大，因此当|θ|大于45度时，将待校正的图像旋转θi＝90-|θ|度，当|θ|小于45度时，将待校正的图像旋转θi＝θ度；3利用得到的角度θi对待校正的图像进行仿射变换，以待校正的图像的中心像素点xcenter,ycenter为旋转中心，θi为旋转角度，具体步骤如下：1首先将旋转中心xcenter,ycenter平移到原点，此时待校正的图像中的任意一像素点xp,yp变成了xp',yp'，变换形式如下： 其中，p＝1,2,3…Pnump，Pnump为待校正的图像的长度像素数乘以宽度像素数；2以原点为中心，θi为角度，对待校正的图像进行旋转，并将旋转好后的待校正的图像平移回原来的位置，则通过变换矩阵T进行图像旋转，其中计算变换矩阵T的过程如下： 步骤三、对校正好的图像进行连通域分析，并根据每个连通域的质心坐标提取目标LED阵列的位置坐标信息：1从校正好后的图像的左上角开始遍历整张校正好后的图像的像素点，给每个像素值为255的像素点赋予一个数字标签label，具体赋予方法如下：1找到第一个像素值为255的像素点，给该像素点赋予一个数字标签label＝1；2继续遍历校正好后的图像，直到遍历到下一个像素值为255的像素点，如果当前像素点的上方邻域和左侧邻域的像素点的像素值为0，则当前像素点的数字标签为label＝label++；如果当前像素点的上方邻域像素点的像素值为0，左侧邻域像素点的像素值不为0，则当前像素点的数字标签与左侧像素点的数字标签一致；如果当前像素点的上方邻域像素点的像素值不为0，左侧邻域像素点为的像素值0，则当前像素点的数字标签与上方邻域像素点的数字标签一致；如果当前像素点的上方邻域和左侧邻域的像素点的像素值均不为0，则当前像素点的数字标签为左侧邻域和上方邻域像素的数字标签的最小值，遍历整张校正好后的图像，直到遍历完成；3对已经遍历过一遍的图像再进行一次遍历，将属于同一连通域的不同数字标签进行更新，更新为其连通域内最小的数字标签，使同一连通域中的所有像素点的数字标签一致；2求图像中每个连通域的质心坐标X,Y，计算过程如下： 其中，m为每个连通域像素点的个数，m的取值范围为0＜m＜Pnump，xi是连通域内每个像素点的横坐标，yi是连通域内每个像素点的纵坐标；3得到每个连通域的质心坐标后，根据目标LED阵列的阵列特点，目标LED点阵的左上角定位灯和右上角定位灯及左下角定位灯和右下角定位灯的质心坐标的纵坐标相等，左上角定位灯和左下角定位灯及右上角定位灯和右上角定位灯的质心坐标的横坐标相等；4根据上一过程3，将每个连通域的质心坐标的横坐标进行比较，对所有质心坐标中横坐标相等的连通域进行保留、不相等的舍弃；再对保留后的连通域的质心坐标的纵坐标进行比较，对所有质心坐标中纵坐标相等的连通域进行保留、不相等的舍弃；5找到质心坐标A为Xmin,Ymax和质心坐标B为Xmax,Ymin的连通域或质心坐标A为Xmin,Ymin和质心坐标B为Xmax,Ymax的连通域，并对这两个连通域的质心坐标计算目标LED阵列的长宽比K： 6如果K为1，则A和B为目标LED阵列的左上角和右下角的定位灯，如果K不为1，则寻找连通域中与定位灯质心坐标A和B有相同的横坐标或纵坐标且距离定位灯质心坐标最远的连通域，并进行下面的判断：1当质心坐标A为Xmin,Ymax和质心坐标B为Xmax,Ymin时，寻找质心坐标C1Xmin,Y1、D1X1,Ymax、E1Xmax,Y2和F1X2,Ymin，其中，Y1满足|Ymax-Y1|的值最大，X1满足|Xmin-X1|的值最大，Y2满足|Ymin-Y2|的值最大，X2满足|Xmax-X2|的值最大，并进行以下计算： 其中M1为目标LED阵列的定位灯坐标为C1和D1时目标LED阵列的长宽比，M2为目标LED阵列的定位灯坐标为E1和F1时目标LED阵列的长宽比；分别比较M1和M2的值，如果M1更接近1，则质心坐标A为目标LED阵列的左上角的定位灯坐标，质心坐标C1为目标LED阵列的左下角的定位灯坐标，质心坐标D1为目标LED阵列的右上角的定位灯坐标；如果M2更接近1，则质心坐标B为目标LED阵列的右下角的定位灯坐标，质心坐标E1为目标LED阵列的左下角的定位灯坐标，质心坐标F1为目标LED阵列的右上角的定位灯坐标；2当质心坐标A为Xmin,Ymin和质心坐标B为Xmax,Ymax时，寻找质心坐标为C2Xmin,Y3、D2X3,Ymin、E2Xmax,Y4和F2X4,Ymax，其中,Y3满足|Ymin-Y3|的值最大，X3满足|Xmin-X3|的值最大，Y4满足|Ymax-Y4|的值最大，X4满足|Xmax-X4|的值最大，并进行以下计算： 其中M3为目标LED阵列的定位灯坐标为C2和D2时目标LED阵列的长宽比，M4为目标LED阵列的定位灯坐标为E2和F2时目标LED阵列的长宽比；比较M3和M4的值，如果M3更接近1，则质心坐标A为目标LED阵列的左下角的定位灯坐标，质心坐标C2为目标LED阵列的左上角的定位灯坐标，质心坐标D2为目标LED阵列的右下角的定位灯坐标；如果M4更接近1，则质心坐标B为目标LED阵列的右上角的定位灯坐标，质心坐标E2为目标LED阵列的右下角的定位灯坐标，质心坐标F2为目标LED阵列的左上角的定位灯坐标；步骤四、判别目标LED阵列状态：根据步骤三得到目标LED阵列的左上角的定位灯坐标Xmin,Ymin、右上角的定位灯坐标Xmax,Ymin、左下角的定位灯坐标Xmin,Ymax和右下角定位灯坐标Xmax,Ymax，并且能够计算出目标LED阵列中第i行和第j列的LED灯在图像中的理想质心坐标的位置Sij，计算过程如下所示： 其中，Xi为目标LED阵列中第i行的LED灯在图像中的理想质心坐标的横坐标，i的取值范围为0≤i≤n，Yi为目标LED阵列中第j列的LED灯在图像中的理想质心坐标的纵坐标，j的取值范围为0≤j≤n；如果Xi,Yj处的像素值为255，则Sij判决为1；如果Xi,Yj处像素值为0，则Sij判决为0，判决公式如下所示： 将目标LED阵列上所有LED灯的亮灭状态用一个n×n的0、1矩阵R表示： 如果Sij＝1，将n×n矩阵R中第i行j列处的aij赋值为1；如果Sij＝0，将n×n矩阵R中第i行j列处的aij赋值为0；其中，矩阵R中的aij表示目标LED阵列中第i行j列处LED灯的亮灭状态，全部赋值完成后得到目标LED阵列的信息码流矩阵，实现判别目标LED阵列状态的目的。

全文数据：

权利要求：

百度查询： 吉林大学 一种基于连通域质心提取的OCC图像解码方法