基于形態(tài)學(xué)圖像處理的網(wǎng)屏編碼識別技術(shù)*

孫延鵬,許 軍,王爾申,魏勇濤

（沈陽航空航天大學(xué) 電子信息工程學(xué)院，遼寧 沈陽 110136）

網(wǎng)屏編碼具有信息隱藏量大、安全性高、成本低、魯棒性好、抗攻擊能力強等優(yōu)點[1-2]，在信息隱藏和紙類防偽方面發(fā)揮著越來越重要的作用。編碼圖像預(yù)處理是網(wǎng)屏編碼應(yīng)用的關(guān)鍵技術(shù)，隨著對網(wǎng)屏編碼技術(shù)的深入研究，許多學(xué)者針對網(wǎng)屏編碼的特點,在圖像預(yù)處理過程提出了各自的改進算法。參考文獻[3]采用自適應(yīng)動態(tài)閾值來實現(xiàn)二值化，即根據(jù)項目經(jīng)驗設(shè)定一個初始閾值，然后根據(jù)各個像素周圍區(qū)域的灰度值確定中央像素的閾值。參考文獻[4]將基于B樣條的邊緣檢測技術(shù)應(yīng)用到識別過程中，該技術(shù)具有較好的光滑性，同時與原圖像曲面具有相似的凹凸性。參考文獻[5]提出了使用三次樣條插值方式提高定位點的定位準確性。參考文獻[6]使用雙線性內(nèi)插值方法進行圖像的縮放。

網(wǎng)屏編碼具有信息位小、信息隱藏的特點，識別只需讀取相應(yīng)的信息即可，而信息位的形狀、大小、樣本背景及紋理都不會對信息位的判讀產(chǎn)生影響。形態(tài)學(xué)處理能膨脹或腐蝕圖像，但是可以不改變信息位所含的信息。根據(jù)這一特點，本文將形態(tài)學(xué)圖像處理應(yīng)用于網(wǎng)屏編碼圖像預(yù)處理。

1 系統(tǒng)框圖及功能

掃描獲得網(wǎng)屏編碼圖像后，首先進行圖像二值化。通過構(gòu)建合適的結(jié)構(gòu)元素,進行形態(tài)學(xué)開運算和閉運算，去掉圖像的瑕疵和污點，再將原圖像與腐蝕后的圖像相減，實現(xiàn)了圖像的邊界提取。傾斜矯正后經(jīng)過坐標定位，采用網(wǎng)格法將其譯碼讀出，基本流程如圖1所示。

2 圖像預(yù)處理算法研究及實現(xiàn)

2.1 圖像二值化

圖像二值化主要有兩方面的作用[7]：(1)為使用形態(tài)學(xué)打下基礎(chǔ);(2)在圖像二值化過程中，能夠濾除背景中的噪音，并且在最后網(wǎng)格坐標定位時化繁為簡，縮短識別時間。實現(xiàn)圖像二值化有以下兩個步驟：

(1)彩色圖像轉(zhuǎn)為灰度圖像：根據(jù)三基色原理，實現(xiàn)過程為:

(2)灰度圖像轉(zhuǎn)為二值圖像：掃描編碼圖像得到的直方圖并沒有出現(xiàn)明顯的雙峰形狀，故不能采用雙峰法或迭代法選取閾值作為二值化的歸一化閾值。根據(jù)直方圖特點，選用最大類間方差法。具體計算過程如下:

首先將圖像按灰度級用閾值T分為C0和C1類，即:

圖像f(x,y)的均值為:

定義兩類的類間方差σ2(T)為:

使類方差σ2(T)取得最大值時的閾值,即:

其中，fmin、fmax分別為圖像 f(x,y)中灰度的最大值與最小值，P0、u0、P1、u1分別為 C0、C1出現(xiàn)的概率和均值。

2.2 開運算和閉運算

在圖像掃描過程中會不可避免地引入噪音，常見的有孿生像噪音、圓孔噪聲、行噪音和隨機噪音等，這些噪音會降低譯碼率。開運算能平滑圖像輪廓，削弱狹窄部分，去掉細長突出、邊緣毛刺和孤立斑點，斷開目標物之間粘連。閉運算可以填充目標內(nèi)的細小空洞和裂縫,連接斷開的臨近目標[8]。

結(jié)構(gòu)元素的選取會影響濾波效果。Top-Hat算子具有高通濾波的某些特性，開Top-Hat算子能檢測出圖像的峰，閉Top-Hat算子能檢測出圖像中的谷，但是點目標圖像中出現(xiàn)強背景噪音干擾時，傳統(tǒng)的Top-Hat形態(tài)學(xué)濾波算子對其抑制就顯得不理想。為此，有必要采用修正的Top-Hat形態(tài)學(xué)濾波算子[9]。

設(shè)待濾波圖像 F={(x,f(x))|x∈P,P?E2},修正 Top-Hat形態(tài)學(xué)濾波器結(jié)構(gòu)元素由兩部分嵌套而成：內(nèi)部結(jié)構(gòu)元素 Bi（n×n）和外部結(jié)構(gòu)元素 Bo(m×m)，即 Bi?Bo。 定義邊緣結(jié)構(gòu)元素:

在此基礎(chǔ)上定義修正的Top-Hat算子:

實驗驗證，修正Top-Hat形態(tài)學(xué)濾波器可以很好地抑制噪音的影響，如圖2所示。

圖2 原始圖像與開運算后的圖像比較

2.3 邊界提取和傾斜矯正

掃描圖像不能做到100%的水平,傾斜的編碼圖像使譯碼率急速下降，大大影響網(wǎng)屏編碼的使用和發(fā)揮。傾斜矯正主要有3個過程:邊界提取、Hough變換及水平矯正。

對于一個圖像A，可以先用一個結(jié)構(gòu)元素B對該集合進行腐蝕運算，然后再求腐蝕結(jié)果和集合A的差集，可以得到圖像的邊界，其定義為：

同樣，像濾波一樣，結(jié)構(gòu)元素的選取會影響邊界提取的效果。本文采用多結(jié)構(gòu)元素、多尺度形態(tài)學(xué)邊緣檢測,具體步驟為；

(1)利用正方形結(jié)構(gòu)元素B(w=5)進行邊界提取，其中，B可以分解為8個不同的結(jié)構(gòu)元素，如圖3所示。即：

圖3 正方形結(jié)構(gòu)元素B及其8個不同方向的結(jié)構(gòu)元素

(2)利用8個不通方向的結(jié)構(gòu)元素分別提取圖像的邊緣，得到:

(3)將各個方向的邊緣進行加權(quán)求和，最后得到圖像的邊緣：

式中，wi為權(quán)重值，各方向的邊緣貢獻應(yīng)該一致，即取wi值為1/8。圖4所示為傾斜矯正后的編碼圖像。

2.4 網(wǎng)格定位

圖4 傾斜校正后的圖像

采用網(wǎng)格法進行譯碼識別時，網(wǎng)格的坐標十分重要。固定網(wǎng)格法適用于數(shù)據(jù)量小、信息位整齊的編碼圖像。但是相對于二維碼，網(wǎng)屏編碼數(shù)據(jù)量較大,一張A4的紙大約能隱藏100 KB的數(shù)據(jù)[10]，并且信息位較小，任何微小的紙張形變都可能對譯碼造成影響，因此有必要采用動態(tài)坐標定位法。圖5的示為網(wǎng)格法動態(tài)行坐標定位流程圖。

圖5 動態(tài)行坐標定位流程圖

與二維碼網(wǎng)格法采用固定大小的網(wǎng)格不同，動態(tài)網(wǎng)格坐標法的網(wǎng)格大小隨著紙張的形變而發(fā)生變化。由于已經(jīng)將編碼圖像二值化，圖像像素值只有“1”、“0”，所以計算量較小。坐標定位的主要思想是對每一行的像素值進行加法運算。每行的像素值與列像素數(shù)比較，若等于列像素值，則表示此行沒有信息位；若不等于列像素值，則表示此行已經(jīng)有信息位的一部分，將此行坐標值減1作為此網(wǎng)格上面的行坐標。繼續(xù)對下一行像素值進行加法運算，直至像素和與列像素的個數(shù)相等，表明此行像素已經(jīng)沒有信息位，可將此行作為此網(wǎng)格下面的行坐標。列坐標的方法也類似，在此不再重復(fù)敘述。

3 性能分析

實驗采取Intel(R)Core(TM)2 Duo T5470處理器、1.6 GHz主頻、1.00 GB內(nèi)存、Version7.8.0.347版本Matlab 2009a軟件對樣本進行信息讀取。

3.1 識別率比較

表1所示為針對不同的樣本進行不同的譯碼方法識別率的比較。通過多樣本的驗證可以看出，采用動態(tài)網(wǎng)格定位方法后，可以提高網(wǎng)屏編碼的識別率。譯碼率的提高主要體現(xiàn)在采用動態(tài)網(wǎng)格定位法后，網(wǎng)格的定位更準確，消除了紙張微小形變對譯碼的影響。

表1 不同方法的識別率

3.2 識別時間

識別時間比較，主要是通過對同一樣本分別采用參考文獻[4-5]圖像處理方法和形態(tài)學(xué)圖像處理方法，進行譯碼時間比較。表2所示為不同方法的時間統(tǒng)計表。

表2 不同方法的識別時間(s)

由表2可以看出，數(shù)學(xué)形態(tài)學(xué)法識別編碼圖像相對于參考文獻[4-5]所用的時間減少了10%。其中主要體現(xiàn)在濾波和邊界提取過程中運算量的減少。

本文根據(jù)網(wǎng)屏編碼的特點，將形態(tài)學(xué)圖像方法應(yīng)用到譯碼中。通過選擇合適的結(jié)構(gòu)元素，實現(xiàn)了圖像的濾波、邊界提取和傾斜矯正。最后通過選取動態(tài)網(wǎng)格坐標，消除紙張形變對編碼圖像的影響。譯碼結(jié)果表明，在不增加識別時間的同時，識別率有了很大的提高，并且減少了一定的識別時間。對比結(jié)果顯示了本方法的有效性，并可以應(yīng)用于網(wǎng)屏編碼的識別譯碼中。但是，網(wǎng)屏編碼定位仍采用人工定位，如何實現(xiàn)自主定位圖像、實現(xiàn)信息讀取是下一步的研究目標。

[1]陳錫蓉,顧澤蒼.論網(wǎng)屏編碼技術(shù)及防偽應(yīng)用[J].中國品牌與防偽,2008,11(1):64-67.

[2]郭淳學(xué).網(wǎng)屏編碼技術(shù)介紹 [J].電子技術(shù)應(yīng)用,2010,36(1):17-23.

[3]王玲.基于網(wǎng)屏編碼的多層印刷模型及自動讀取系統(tǒng)[D].天津：南開大學(xué),2009.

[4]胡小劍.網(wǎng)屏編碼技術(shù)在信息隱藏和文檔圖像檢索中的應(yīng)用[D].天津：南開大學(xué),2008.

[5]賈鳳美.網(wǎng)屏編碼信息安全技術(shù)的研究 [D].天津：南開大學(xué),2007.

[6]孫錚.網(wǎng)屏編碼技術(shù)在手機平臺上的應(yīng)用 [D].天津:天津大學(xué),2009.

[7]張曉磊.基于網(wǎng)屏編碼技術(shù)與混沌理論相結(jié)合的圖像信息隱藏算法研究[D].天津：南開大學(xué),2009.

[8]劉剛,趙立香,董延.Matlab數(shù)字圖像處理 [M].北京:機械工業(yè)出版社,2010.

[9]車宏,孫隆和.圓形結(jié)構(gòu)形態(tài)學(xué)濾波器優(yōu)化設(shè)計及應(yīng)用[J].南京航空航天大學(xué)學(xué)報,2011(4):486-490.

[10]趙立龍,顧澤蒼,方志良,等.一種基于視覺特性及形態(tài)網(wǎng)屏編碼的紙介質(zhì)信息防偽方法[J].光電子·激光,2008,11(1):1524-1527.