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：山东渔郎食品有限公司

摘要：本发明涉及图像增强技术领域，提出了一种鱼罐头生产信息追溯方法及系统，获取鱼罐头表面的二维码图像，获取二维码图像的标记判证区，根据标记判证区的灰度分布得到标记判证区的区域对照度，根据标记判证区像素值的梯度分布得到各像素点的邻域梯度一致性，利用各像素点的邻域梯度一致性进行聚类，根据聚类结果中不同的聚类集合位置分布得到标记判证区的区域逼真度，获取标记判证区的区域边缘对比度，结合标记判证区的区域对照度、区域逼真度及区域边缘对比度得到图像增强系数，完成鱼罐头生产信息追溯。本发明旨在提高鱼罐头生产信息追溯的准确率及效率，实现基于图像增强的鱼罐头生产信息追溯。

主权项：1.一种鱼罐头生产信息追溯方法，其特征在于，该方法包括以下步骤：采集鱼罐头表面的二维码图像；获取二维码图像的标记判证区；采用大津阈值算法获取标记判证区的分割阈值；将标记判证区内灰度值大于等于分割阈值的像素点作为高阈值像素点；将标记判证区内灰度值小于分割阈值的像素点作为低阈值像素点；根据标记判证区内像素点的灰度分布得到标记判证区的区域对照度；根据标记判证区内低阈值像素点的梯度幅值分布得到各低阈值像素点的邻域梯度相似性；根据标记判证区内低阈值像素点的梯度方向分布得到各低阈值像素点的邻域梯度方向相似性；结合各低阈值像素点的邻域梯度相似性及邻域梯度方向相似性得到各低阈值像素点的邻域梯度一致性；对于高阈值像素点采用低阈值像素点邻域梯度一致性的获取方法计算各高阈值像素点的邻域梯度一致性；利用标记判证区内各像素点的邻域梯度一致性进行聚类；根据低阈值像素点及高阈值像素点的聚类结果得到标记判证区的区域逼真度；获取标记判证区的区域边缘对比度；结合各标记判证区的区域对照度、区域逼真度、区域边缘对比度得到二维码图像的图像增强系数；结合自适应对比度增强算法及图像增强系数完成基于图像增强的鱼罐头生产信息追溯；所述获取二维码图像的标记判证区，包括：对二维码图像进行边缘检测，将检测到的各边缘利用矩形拟合算法进行拟合，获取二维码图像中的矩形区域，将二维码图像中左上角、左下角、右上角三个位置的矩形区域作为二维码图像的标记判证区；所述根据标记判证区内像素点的灰度分布得到标记判证区的区域对照度，包括：计算标记判证区内各低阈值像素点与所有低阈值像素点的均值的差值绝对值，将所有低阈值像素点的所述差值绝对值的均值作为所有低阈值像素点的第一区域对照度；以此类推，计算标记判证区内所有高阈值像素点的第二区域对照度；将标记判证区内第一区域对照度与第二区域对照度的和值的相反数作为以自然常数为底数的指数函数的指数；将所述指数函数的计算结果作为标记判证区的区域对照度；所述根据标记判证区内低阈值像素点的梯度幅值分布得到各低阈值像素点的邻域梯度相似性，包括：根据低阈值像素点与邻域内各像素点的梯度幅值差异构建第一邻域梯度相似性，表达式为： 式中，表示第a个低阈值像素点与邻域内第b个像素点的第一邻域梯度相似性，表示第a个低阈值像素点的梯度幅值，表示第a个低阈值像素点邻域内第b个像素点的梯度幅值，为预设梯度阈值；将各低阈值像素点邻域内所有第一邻域梯度相似性的和值作为各低阈值像素点的邻域梯度相似性；所述根据标记判证区内低阈值像素点的梯度方向分布得到各低阈值像素点的邻域梯度方向相似性，包括：根据低阈值像素点与邻域内各像素点的梯度方向差异构建第一邻域梯度方向相似性，表达式为： 式中，表示第a个低阈值像素点与邻域内第b个像素点的第一邻域梯度方向相似性，表示第a个低阈值像素点的梯度方向，表示第a个低阈值像素点邻域内第b个像素点的梯度方向，为预设梯度方向阈值；将各低阈值像素点邻域内所有第一邻域梯度方向相似性的和值作为各低阈值像素点的邻域梯度方向相似性；所述结合各低阈值像素点的邻域梯度相似性及邻域梯度方向相似性得到各低阈值像素点的邻域梯度一致性，包括：将各低阈值像素点的邻域梯度相似性及邻域梯度方向相似性的和值的归一化值作为各低阈值像素点的邻域梯度一致性；所述根据低阈值像素点及高阈值像素点的聚类结果得到标记判证区的区域逼真度，包括：根据低阈值像素点不同聚类集合内邻域梯度一致性的差异构建低阈值混乱度，表达式为： 式中，表示所有低阈值像素点的低阈值混乱度，表示标记判证区内所有低阈值像素点的聚类集合个数，表示第个聚类集合周围相邻、具有共同边缘的聚类集合个数，表示第个聚类集合周围相邻的第个聚类集合所包含像素点的个数，计算第个聚类集合内所有像素点的邻域梯度一致性的均值，确定为第一均值，计算第个聚类集合周围相邻的第个聚类集合所包含像素点的邻域梯度一致性均值，确定为第二均值，表示第一均值与第二均值的差值绝对值，表示第个聚类集合所包含的像素点数量，表示第个聚类集合内所有像素点的邻域梯度一致性的均值；以此类推，对于高阈值像素点，采用低阈值混乱度的计算方法获取所有高阈值像素点的高阈值混乱度；将标记判证区内所有像素点的邻域梯度一致性的信息熵作为标记判证区的邻域梯度熵；计算标记判证区内低阈值混乱度与高阈值混乱度的和值，将所述和值与邻域梯度熵的乘积的倒数作为标记判证区的区域逼真度；所述获取标记判证区的区域边缘对比度，包括：在标记判证区内利用canny边缘检测算法进行边缘检测，预设不同的低阈值，针对标记判证区，计算不同预设低阈值下检测到的最外围边缘像素点个数与所有预设低阈值下检测到的最外围边缘像素点个数的均值的差值绝对值，将所述差值绝对值的相反数作为以自然常数为底数的指数函数的指数，将所述指数函数的计算结果作为各低阈值下标记判证区的矩形完整度；计算各矩形完整度与所有矩形完整度的均值的差值绝对值，记为第一差值绝对值，计算所述第一差值绝对值与各矩形完整度的比值，将标记判证区内所有低阈值下所述比值的和值的相反数作为以自然常数为底数的指数函数的指数，记为第一指数函数，将所述第一指数函数的计算结果作为标记判证区的区域边缘对比度；所述结合各标记判证区的区域对照度、区域逼真度、区域边缘对比度得到二维码图像的图像增强系数，包括：将标记判证区的区域对照度、区域逼真度及区域边缘对比度的乘积作为标记判证区的矩形清晰度；将二维码图像中所有标记判证区的矩形清晰度的均值作为二维码图像的完全对比度；将二维码图像的完全对比度的倒数的归一化值作为二维码图像的图像增强系数。

全文数据：

权利要求：

百度查询： 山东渔郎食品有限公司 一种鱼罐头生产信息追溯方法及系统