基于形态学图像处理的网屏编码识别技术*

孙延鹏,许 军,王尔申,魏勇涛

（沈阳航空航天大学 电子信息工程学院，辽宁 沈阳 110136）

网屏编码具有信息隐藏量大、安全性高、成本低、鲁棒性好、抗攻击能力强等优点[1-2]，在信息隐藏和纸类防伪方面发挥着越来越重要的作用。编码图像预处理是网屏编码应用的关键技术，随着对网屏编码技术的深入研究，许多学者针对网屏编码的特点,在图像预处理过程提出了各自的改进算法。参考文献[3]采用自适应动态阈值来实现二值化，即根据项目经验设定一个初始阈值，然后根据各个像素周围区域的灰度值确定中央像素的阈值。参考文献[4]将基于B样条的边缘检测技术应用到识别过程中，该技术具有较好的光滑性，同时与原图像曲面具有相似的凹凸性。参考文献[5]提出了使用三次样条插值方式提高定位点的定位准确性。参考文献[6]使用双线性内插值方法进行图像的缩放。

网屏编码具有信息位小、信息隐藏的特点，识别只需读取相应的信息即可，而信息位的形状、大小、样本背景及纹理都不会对信息位的判读产生影响。形态学处理能膨胀或腐蚀图像，但是可以不改变信息位所含的信息。根据这一特点，本文将形态学图像处理应用于网屏编码图像预处理。

1 系统框图及功能

扫描获得网屏编码图像后，首先进行图像二值化。通过构建合适的结构元素,进行形态学开运算和闭运算，去掉图像的瑕疵和污点，再将原图像与腐蚀后的图像相减，实现了图像的边界提取。倾斜矫正后经过坐标定位，采用网格法将其译码读出，基本流程如图1所示。

2 图像预处理算法研究及实现

2.1 图像二值化

图像二值化主要有两方面的作用[7]：(1)为使用形态学打下基础;(2)在图像二值化过程中，能够滤除背景中的噪音，并且在最后网格坐标定位时化繁为简，缩短识别时间。实现图像二值化有以下两个步骤：

(1)彩色图像转为灰度图像：根据三基色原理，实现过程为:

(2)灰度图像转为二值图像：扫描编码图像得到的直方图并没有出现明显的双峰形状，故不能采用双峰法或迭代法选取阈值作为二值化的归一化阈值。根据直方图特点，选用最大类间方差法。具体计算过程如下:

首先将图像按灰度级用阈值T分为C0和C1类，即:

图像f(x,y)的均值为:

定义两类的类间方差σ2(T)为:

使类方差σ2(T)取得最大值时的阈值,即:

其中，fmin、fmax分别为图像 f(x,y)中灰度的最大值与最小值，P0、u0、P1、u1分别为 C0、C1出现的概率和均值。

2.2 开运算和闭运算

在图像扫描过程中会不可避免地引入噪音，常见的有孪生像噪音、圆孔噪声、行噪音和随机噪音等，这些噪音会降低译码率。开运算能平滑图像轮廓，削弱狭窄部分，去掉细长突出、边缘毛刺和孤立斑点，断开目标物之间粘连。闭运算可以填充目标内的细小空洞和裂缝,连接断开的临近目标[8]。

结构元素的选取会影响滤波效果。Top-Hat算子具有高通滤波的某些特性，开Top-Hat算子能检测出图像的峰，闭Top-Hat算子能检测出图像中的谷，但是点目标图像中出现强背景噪音干扰时，传统的Top-Hat形态学滤波算子对其抑制就显得不理想。为此，有必要采用修正的Top-Hat形态学滤波算子[9]。

设待滤波图像 F={(x,f(x))|x∈P,P⊆E2},修正 Top-Hat形态学滤波器结构元素由两部分嵌套而成：内部结构元素 Bi（n×n）和外部结构元素 Bo(m×m)，即 Bi⊂Bo。 定义边缘结构元素:

在此基础上定义修正的Top-Hat算子:

实验验证，修正Top-Hat形态学滤波器可以很好地抑制噪音的影响，如图2所示。

图2 原始图像与开运算后的图像比较

2.3 边界提取和倾斜矫正

扫描图像不能做到100%的水平,倾斜的编码图像使译码率急速下降，大大影响网屏编码的使用和发挥。倾斜矫正主要有3个过程:边界提取、Hough变换及水平矫正。

对于一个图像A，可以先用一个结构元素B对该集合进行腐蚀运算，然后再求腐蚀结果和集合A的差集，可以得到图像的边界，其定义为：

同样，像滤波一样，结构元素的选取会影响边界提取的效果。本文采用多结构元素、多尺度形态学边缘检测,具体步骤为；

(1)利用正方形结构元素B(w=5)进行边界提取，其中，B可以分解为8个不同的结构元素，如图3所示。即：

图3 正方形结构元素B及其8个不同方向的结构元素

(2)利用8个不通方向的结构元素分别提取图像的边缘，得到:

(3)将各个方向的边缘进行加权求和，最后得到图像的边缘：

式中，wi为权重值，各方向的边缘贡献应该一致，即取wi值为1/8。图4所示为倾斜矫正后的编码图像。

2.4 网格定位

图4 倾斜校正后的图像

采用网格法进行译码识别时，网格的坐标十分重要。固定网格法适用于数据量小、信息位整齐的编码图像。但是相对于二维码，网屏编码数据量较大,一张A4的纸大约能隐藏100 KB的数据[10]，并且信息位较小，任何微小的纸张形变都可能对译码造成影响，因此有必要采用动态坐标定位法。图5的示为网格法动态行坐标定位流程图。

图5 动态行坐标定位流程图

与二维码网格法采用固定大小的网格不同，动态网格坐标法的网格大小随着纸张的形变而发生变化。由于已经将编码图像二值化，图像像素值只有“1”、“0”，所以计算量较小。坐标定位的主要思想是对每一行的像素值进行加法运算。每行的像素值与列像素数比较，若等于列像素值，则表示此行没有信息位；若不等于列像素值，则表示此行已经有信息位的一部分，将此行坐标值减1作为此网格上面的行坐标。继续对下一行像素值进行加法运算，直至像素和与列像素的个数相等，表明此行像素已经没有信息位，可将此行作为此网格下面的行坐标。列坐标的方法也类似，在此不再重复叙述。

3 性能分析

实验采取Intel(R)Core(TM)2 Duo T5470处理器、1.6 GHz主频、1.00 GB内存、Version7.8.0.347版本Matlab 2009a软件对样本进行信息读取。

3.1 识别率比较

表1所示为针对不同的样本进行不同的译码方法识别率的比较。通过多样本的验证可以看出，采用动态网格定位方法后，可以提高网屏编码的识别率。译码率的提高主要体现在采用动态网格定位法后，网格的定位更准确，消除了纸张微小形变对译码的影响。

表1 不同方法的识别率

3.2 识别时间

识别时间比较，主要是通过对同一样本分别采用参考文献[4-5]图像处理方法和形态学图像处理方法，进行译码时间比较。表2所示为不同方法的时间统计表。

表2 不同方法的识别时间(s)

由表2可以看出，数学形态学法识别编码图像相对于参考文献[4-5]所用的时间减少了10%。其中主要体现在滤波和边界提取过程中运算量的减少。

本文根据网屏编码的特点，将形态学图像方法应用到译码中。通过选择合适的结构元素，实现了图像的滤波、边界提取和倾斜矫正。最后通过选取动态网格坐标，消除纸张形变对编码图像的影响。译码结果表明，在不增加识别时间的同时，识别率有了很大的提高，并且减少了一定的识别时间。对比结果显示了本方法的有效性，并可以应用于网屏编码的识别译码中。但是，网屏编码定位仍采用人工定位，如何实现自主定位图像、实现信息读取是下一步的研究目标。

[1]陈锡蓉,顾泽苍.论网屏编码技术及防伪应用[J].中国品牌与防伪,2008,11(1):64-67.

[2]郭淳学.网屏编码技术介绍 [J].电子技术应用,2010,36(1):17-23.

[3]王玲.基于网屏编码的多层印刷模型及自动读取系统[D].天津：南开大学,2009.

[4]胡小剑.网屏编码技术在信息隐藏和文档图像检索中的应用[D].天津：南开大学,2008.

[5]贾凤美.网屏编码信息安全技术的研究 [D].天津：南开大学,2007.

[6]孙铮.网屏编码技术在手机平台上的应用 [D].天津:天津大学,2009.

[7]张晓磊.基于网屏编码技术与混沌理论相结合的图像信息隐藏算法研究[D].天津：南开大学,2009.

[8]刘刚,赵立香,董延.Matlab数字图像处理 [M].北京:机械工业出版社,2010.

[9]车宏,孙隆和.圆形结构形态学滤波器优化设计及应用[J].南京航空航天大学学报,2011(4):486-490.

[10]赵立龙,顾泽苍,方志良,等.一种基于视觉特性及形态网屏编码的纸介质信息防伪方法[J].光电子·激光,2008,11(1):1524-1527.