專利名稱：一種基于空間連通域預(yù)定位的商標(biāo)檢測方法
技術(shù)領(lǐng)域：
本發(fā)明涉及目標(biāo)檢測與識別技術(shù)領(lǐng)域，尤其是一種基于空間連通域預(yù)定位的商標(biāo)檢測方法，可以用于快速商標(biāo)檢測、商標(biāo)檢索、識別和監(jiān)控。
背景技術(shù)：
商標(biāo)檢測與識別是目標(biāo)檢測與識別領(lǐng)域中具有挑戰(zhàn)性的任務(wù)之一。如何在受尺度變換、視角變換、光照、遮擋、背景干擾等影響下，準(zhǔn)確的檢測并定位識別出商標(biāo)是一項挑戰(zhàn)性的任務(wù)。目前，各種信息媒體得到了迅猛的發(fā)展，比如電視，廣播，網(wǎng)絡(luò)等。這些信息媒體中每天都充斥著大量的廣告信息，加上現(xiàn)在商標(biāo)數(shù)量眾多，如何對這些廣告信息進(jìn)行有效的管理和監(jiān)控，以保證消費(fèi)者和商家的安全得到進(jìn)一步的重視?；诳臻g連通域預(yù)定位的快速商標(biāo)檢測方法就是為了滿足信息安全領(lǐng)域圖片和視頻中廣告監(jiān)控要求的。
大部分目標(biāo)檢測與識別采用多尺度滑動窗口搜索的方式搜索目標(biāo)，傳統(tǒng)的商標(biāo)檢測也采用這個方法，該方法只是簡單的遍歷搜索，因此帶來大量無用的計算，并且隨著圖片維度的增大檢測時間變長，這些都相當(dāng)不利于實(shí)時性檢測的應(yīng)用。有些現(xiàn)有技術(shù)還采用目標(biāo)訓(xùn)練的方法，但是對于商標(biāo)這種可能存在上萬種類型的圖片來說，如果每一種圖片都訓(xùn)練的話，需要大量的圖片，這非常不利于實(shí)際的應(yīng)用。

發(fā)明內(nèi)容
為了達(dá)到快速準(zhǔn)確檢測的目的，本發(fā)明區(qū)別于以上的現(xiàn)有技術(shù)，從商標(biāo)本身的特點(diǎn)出發(fā)，提出了一種基于空間連通域預(yù)定位的商標(biāo)檢測方法。本發(fā)明提出的一種基于空間連通域預(yù)定位的商標(biāo)檢測方法，其特征在于，該方法包括以下步驟步驟I，建立包含多個商標(biāo)圖片的商標(biāo)圖片樣本庫；步驟2，為商標(biāo)圖片樣本庫中的商標(biāo)圖片建立空間連通域描述子SCCD特征；步驟3，輸入含有目標(biāo)商標(biāo)的測試圖片，對于所述測試圖片，建立其CCD特征；步驟4，利用所述步驟2得到的商標(biāo)圖片的SCCD特征在測試圖片中獲取商標(biāo)預(yù)定位區(qū)域LPRs ；步驟5，利用基于商標(biāo)顏色及形狀信息建立的特征對所述步驟4得到的商標(biāo)預(yù)定位區(qū)域與所述商標(biāo)圖片數(shù)據(jù)庫中的商標(biāo)圖片進(jìn)行商標(biāo)匹配，匹配成功的商標(biāo)預(yù)定位區(qū)域即為測試圖片中最終檢測得到的商標(biāo)；其中，所述步驟2進(jìn)一步包括以下幾個步驟步驟2. 4，利用商標(biāo)的顏色具有一定區(qū)域性的特性，獲取商標(biāo)圖片中除了背景色之外的顏色連通域作為有效連通域；步驟2. 6，根據(jù)所述步驟2. 4得到所有的有效連通域，對商標(biāo)圖片建立SCXD特征，所述SCCD特征包括連通域預(yù)測模型和有效連通域像素分布直方圖這兩個特征；所述步驟3中建立測試圖片的CXD特征的步驟進(jìn)一步包括以下步驟
步驟3. 2，利用商標(biāo)的顏色具有一定區(qū)域性的特性，獲取測試圖片中除了背景色之外的顏色連通域作為主要連通域；步驟3. 3，對所述步驟3. 2得到的主要連通域進(jìn)行灰度空間的連通域分割，得到測試圖片的有效連通域；步驟3. 4，根據(jù)所述步驟2. 6計算測試圖片每個有效連通域的CXD特征；所述步驟4進(jìn)一步分為兩個步驟步驟4. 1，基于預(yù)測模型搜索測試圖片中的商標(biāo)預(yù)定位區(qū)域LPRs ；步驟4. 2，基于像素分布直方圖篩選搜索到的LPRs。本發(fā)明方法充分利用商標(biāo)的顏色、形狀和區(qū)域特征對商標(biāo)進(jìn)行檢測和定位識別， 進(jìn)一步提高了商標(biāo)檢測與定位識別的速度和精度，同時在目標(biāo)受尺度變換、一定情況下的視角變換、光照、遮擋、背景干擾等影響下對商標(biāo)的檢測具有良好的效果。


圖I是本發(fā)明基于空間連通域預(yù)定位的商標(biāo)檢測方法的流程圖。圖2是商標(biāo)圖片樣本庫中的一些商標(biāo)圖片示例。圖3是獲取空間連通域描述子(SCXD)特征的流程圖。圖4是建立SCXD特征的示意圖。圖5是獲得百事可樂的LPR的示意圖。圖6是分塊顏色直方圖的分塊示意圖。圖7是利用本發(fā)明方法的待測圖片檢測時間隨圖片面積變化的曲線圖。圖8是本發(fā)明方法與傳統(tǒng)方法的精度-召回率對比曲線圖。圖9是利用本發(fā)明在待測圖片數(shù)據(jù)庫中的測試結(jié)果示意圖。
具體實(shí)施例方式為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白，以下結(jié)合具體實(shí)施例，并參照附圖，對本發(fā)明進(jìn)一步詳細(xì)說明。本發(fā)明提出了一種基于空間連通域預(yù)定位的商標(biāo)檢測方法，該方法將商標(biāo)連通域及其空間關(guān)系特征相結(jié)合進(jìn)行商標(biāo)預(yù)定位的快速檢測與定位識別。圖I是本發(fā)明基于空間連通域預(yù)定位的快速商標(biāo)檢測方法的流程圖，如圖I所示，本發(fā)明基于空間連通域預(yù)定位的快速商標(biāo)檢測方法包括以下步驟步驟I，建立包含多個商標(biāo)圖片的商標(biāo)圖片樣本庫；由于本發(fā)明的目的是商標(biāo)檢測，即檢測待測圖片中是否含有目標(biāo)商標(biāo)，因此商標(biāo)圖片樣本庫中目標(biāo)商標(biāo)圖片的數(shù)量依據(jù)實(shí)際檢測需求而定。圖2列出了本發(fā)明商標(biāo)圖片樣本庫中的部分商標(biāo)圖片，從這些商標(biāo)圖片中可以看出，商標(biāo)的背景都是白色，商標(biāo)的主體顏色不受外界因素的影響，比如光照。同時商標(biāo)的邊界清晰，容易從背景中分割出來。商標(biāo)圖片樣本庫中的商標(biāo)圖片的尺寸大約在100X100左右，這樣大部分的商標(biāo)細(xì)節(jié)都可以清晰的保留下來。另外，商標(biāo)圖片樣本庫中的商標(biāo)圖片作為商標(biāo)識別的基礎(chǔ)，應(yīng)該盡可能的清晰，這樣才能保證從中提取的特征的準(zhǔn)確性。
步驟2，為商標(biāo)圖片樣本庫中所有的商標(biāo)圖片建立空間連通域描述子(SCCD)特征；圖3是獲取空間連通域描述子(SCXD)特征的流程圖，如圖3所示，所述步驟2進(jìn)一步包括以下幾個步驟步驟2. 1，將商標(biāo)圖片從紅綠藍(lán)RGB空間轉(zhuǎn)換到色調(diào)飽和度亮度HSV空間；HSV空間的轉(zhuǎn)換為本領(lǐng)域的通用技術(shù)，在此不再贅述。步驟2. 2，對轉(zhuǎn)換到HSV空間的商標(biāo)圖片進(jìn)行8種顏色的量化(比如可以為黑白紅綠黃藍(lán)橘粉)，得到經(jīng)過8種顏色量化后的商標(biāo)圖片；本發(fā)明參考文獻(xiàn)“Content-basedretrieval of logo and trademarksin unconstrained color image databases using Color Edge GradientCo-occurrence Histograms(R. Phan and D. Androutsos, Computer Vision and Image Understanding (114)，pp. 66-84，2010) ”中的HSV顏色量化過程對轉(zhuǎn)換到HSV空間的商標(biāo)圖片進(jìn)行8種顏色的量化，但本發(fā)明與該文獻(xiàn)中的方法不同的是，本發(fā)明舍棄了文獻(xiàn)中使用的灰色，即只將非彩色像素量化為黑色和白色，其他處理過程均與所述文獻(xiàn)的處理過程—致。步驟2. 3，判斷經(jīng)過量化后的商標(biāo)圖片的背景色及噪聲顏色，并對商標(biāo)圖片進(jìn)行顏色平滑處理，以減少噪聲顏色的影響；所述步驟2. 3進(jìn)一步包括以下幾個步驟步驟2. 3. 1，取量化后的商標(biāo)圖片四個角上尺寸為5X5的顏色塊，將每個顏色塊中像素數(shù)目最多的顏色作為該顏色塊的主顏色，將四個顏色塊的主顏色中出現(xiàn)次數(shù)大于2的顏色作為該商標(biāo)圖片的背景色，同時將白色默認(rèn)為背景色之一；步驟2. 3. 2，將經(jīng)過HSV顏色量化后的商標(biāo)圖片中像素數(shù)目少于20的顏色判定為噪聲顏色；步驟2. 3. 3，針對某噪聲顏色像素，利用其周圍8個像素中出現(xiàn)次數(shù)最多的那個非噪聲顏色對該噪聲顏色像素的顏色進(jìn)行賦值，從而實(shí)現(xiàn)對商標(biāo)圖片的顏色平滑。步驟2. 4，利用商標(biāo)的顏色具有一定區(qū)域性的特性，獲取商標(biāo)圖片中除了背景色之外的顏色連通域作為有效連通域；圖4(a)所示的商標(biāo)圖片中，除了背景白色之外，還有紅色和藍(lán)色兩種顏色，因此形成I和2兩個顏色連通域，將這些顏色連通域認(rèn)為是有效連通域。步驟2. 5，將所有有效連通域按照面積從大到小排序并編號，將排名前五的有效連通域作為錨點(diǎn)連通域； 如果有效連通域的面積相同，則隨機(jī)對其進(jìn)行編號。如圖4(a)、(b)所示，商標(biāo)圖片中的有效連通域按照面積從大到小編號為I和2，如圖4(c)、(d)所示,商標(biāo)圖片中的有效連通域按照面積從大到小編號為1、2、3和4。然后將排名前五的有效連通域作為錨點(diǎn)連通域，用于后續(xù)測試圖片中的商標(biāo)定位，如果有效連通域的數(shù)量不足5個，則全部的有效連通域均作為錨點(diǎn)連通域。步驟2. 6，根據(jù)所述步驟2. 4得到所有的有效連通域，對商標(biāo)圖片建立SCXD特征；所述SCXD特征包括連通域預(yù)測模型和有效連通域像素分布直方圖這兩個特征。前者利用各個連通域顏色及其空間位置關(guān)系來表示連通域之間的組合關(guān)系，后者則表示了商標(biāo)中有效連通域的像素分布情況。兩者分別從不同角度對商標(biāo)的布局進(jìn)行了描述。所述連通域預(yù)測模型特征分為兩部分，分別為錨點(diǎn)連通域組合特征和有效連通域空間集特征。第一部分，錨點(diǎn)連通域組合的特征用顏色-錨點(diǎn)連通域組合集來進(jìn)行描述，即同種顏色下錨點(diǎn)連通域的排列組合，例如，圖4(c)所示的商標(biāo)圖片的顏色-錨點(diǎn)連通域組合集可以描述為{紅一[⑴，(2)，(3)，(4)，(12)，(13)，(14)，(23)，(24)，(34)，(123)，(124)，(134)，(234)]}。對于所述組合集中的每個顏色-錨點(diǎn)連通域組合，記錄其顏色、外接矩形框標(biāo)識、錨點(diǎn)連通域組合總面積、邊界點(diǎn)-質(zhì)心距離角度直方圖等信息。其中，某一錨點(diǎn)連通域的外接矩形框是將該錨點(diǎn)連通域全部緊密包括在內(nèi)的最小 矩形框，某一錨點(diǎn)連通域的外接矩形框的標(biāo)識與錨點(diǎn)連通域的編號相對應(yīng)，比如錨點(diǎn)連通域I的外接矩形框的標(biāo)識可以取為R1，如圖4所示。邊界點(diǎn)-質(zhì)心距離角度直方圖中，邊界點(diǎn)為每個錨點(diǎn)連通域組合中所有錨點(diǎn)連通域的邊界點(diǎn)總和，質(zhì)心為該錨點(diǎn)連通域組合所對應(yīng)的外接矩形框的中心點(diǎn)，距離為每個邊界點(diǎn)與相應(yīng)的外接矩形框的中心點(diǎn)之間的歐氏距離，角度為每個邊界點(diǎn)與相應(yīng)的外接矩形框的中心點(diǎn)相對水平方向的夾角。所述邊界點(diǎn)-質(zhì)心距離角度直方圖的維數(shù)可根據(jù)實(shí)際需要來確定，比如，為了滿足一定精細(xì)度的需求，本發(fā)明建立一個維數(shù)為10X12(即距離的維數(shù)為10，角度的維數(shù)為12)的邊界點(diǎn)-質(zhì)心距離角度直方圖，為了方便得到所述邊界點(diǎn)-質(zhì)心距離角度直方圖，可將所求得的最長歐式距離分為10等分，將所有計算得到的歐式距離除以10等分后的長度，得到該歐式距離在該直方圖中距離方向上所在的區(qū)域；將所有計算得到的角度除以30°，得到該角度在該直方圖中角度方向上所在的區(qū)域，最終通過統(tǒng)計每一區(qū)域中所包含的像素點(diǎn)，就可以得到維數(shù)為IOX 12的邊界點(diǎn)-質(zhì)心距離角度直方圖。當(dāng)商標(biāo)在測試圖片中的面積較小時，同種顏色的有效連通域可能粘合，而錨點(diǎn)連通域組合就可以處理這種情況；第二部分，有效連通域空間集的特征用外接矩形框-錨點(diǎn)連通域關(guān)系來描述，即錨點(diǎn)連通域的外接矩形框與其中所包含的錨點(diǎn)連通域的關(guān)系。當(dāng)某個錨點(diǎn)連通域的外接矩形框被另一個錨點(diǎn)連通域的外接矩形框完全包含時，該錨點(diǎn)連通域計入大的外接矩形框所對應(yīng)的連通域中，例如圖4(b)中的錨點(diǎn)連通域2的外接矩形框R2被錨點(diǎn)連通域I的外接矩形框Rl完全包含，那么圖4(b)所示的商標(biāo)圖片的外接矩形框-錨點(diǎn)連通域關(guān)系可以描述為{Rl-(12)};再比如，圖4(c)所示的商標(biāo)圖片的外接矩形框-錨點(diǎn)連通域關(guān)系可以描述為{R1- (14)，R2-⑵，R3- (3)}。有效連通域像素分布直方圖用于篩選商標(biāo)預(yù)定位區(qū)域(LPRs)，所述有效連通域像素分布直方圖的建立具體包括以下幾個步驟步驟2. 6. 1，如圖4(d)所示，將商標(biāo)圖片均勻分為4分塊；步驟2. 6. 2，將每一分塊在水平和垂直方向上均等分為8份(bin)，將商標(biāo)圖片有效連通域中的像素依據(jù)其橫縱坐標(biāo)位置落到對應(yīng)的bin中，形成兩個8維的像素分布直方圖，依次對每一塊進(jìn)行上述操作，最終獲得4分塊的總計8個8維的像素分布直方圖；步驟2. 6. 3，利用每一分塊的面積對其相應(yīng)的像素分布直方圖進(jìn)行歸一化，這樣對于每幅商標(biāo)圖片都得到8個8維的歸一化像素分布直方圖，則每幅商標(biāo)圖片的有效連通域像素分布直方圖為64維(8X8 = 64)，這就在一定程度上描述了商標(biāo)的空間分布信息。步驟3，輸入含有目標(biāo)商標(biāo)的測試圖片，對于所述測試圖片，建立其連通域描述子(CCD)特征；建立測試圖片的連通域描述子(CXD)特征的步驟進(jìn)一步包括以下步驟步驟3. 1，將測試圖片按照與商標(biāo)圖片樣本一樣的處理方式進(jìn)行HSV空間轉(zhuǎn)換、顏色量化和顏色平滑(如步驟2. I-步驟2. 3所述)；步驟3. 2，根據(jù)所述步驟2. 4，利用商標(biāo)的顏色具有一定區(qū)域性的特性，獲取測試圖片中除了背景色之外的顏色連通域作為主要連通域；步驟3. 3，對所述步驟3. 2得到的主要連通域進(jìn)行灰度空間的連通域分割，得到測試圖片的有效連通域； 所述步驟3. 3進(jìn)一步包括以下步驟步驟3. 3. 1，將測試圖片變換到灰度空間；該步驟中，灰度空間的轉(zhuǎn)換為通用技術(shù)，在此不再贅述。步驟3. 3. 2，對所述主要連通域進(jìn)行灰度空間的連通域面積的檢測，如果一主要連通域的面積大于一定閾值(比如100)且其灰度值方差大于一定值(比如50)，則利用大津法對該主要連通域進(jìn)行灰度空間分割，得到分割后的兩個子連通域；所述大津法分割為本領(lǐng)域的通用技術(shù)，具體方法描述請參考文獻(xiàn)“A thresholdselection method from gray level histograms,，，N. Otsu, , IEEE TransactionsonSystems Man and Cybernetics (9), pp. 62-66,1979,此處不再贊述。步驟3. 3. 3，若所述兩個子連通域的平均灰度值差值大于一定閾值(比如50)，則用分割后得到的這兩個子連通域覆蓋分割前的那個主要連通域；步驟3. 3. 4，按照所述步驟3. 3. 2和步驟3. 3. 3將所有的主要連通域進(jìn)行分割，直到不能再分為止，然后去掉面積過于小(比如小于30)的連通域，剩下的即為測試圖片的有效連通域；步驟3. 4，根據(jù)所述步驟2. 6計算測試圖片每個有效連通域的C⑶特征，包括顏色、面積、外接矩形框和邊界點(diǎn)-質(zhì)心距離角度直方圖(過程類似步驟2. 5)。步驟4，利用所述步驟2得到的商標(biāo)圖片的SCCD特征在測試圖片中獲取商標(biāo)預(yù)定位區(qū)域LPR ； 所述步驟4進(jìn)一步分為兩個步驟步驟4. 1，基于預(yù)測模型搜索測試圖片中的商標(biāo)預(yù)定位區(qū)域LPRs ；圖5給出了基于預(yù)測模型搜索LPRs的示意圖，所述步驟4. I具體包括以下幾個步驟步驟4. I. 1，根據(jù)下面的公式⑴和⑵計算同種顏色下，商標(biāo)圖片樣本庫中的商標(biāo)圖片樣本的錨點(diǎn)連通域組合與測試圖片的有效連通域之間的外接矩形框的寬高比相似度，其中，所述寬高比相似度包括測試圖片中的有效連通域的寬高比和商標(biāo)圖片樣本的錨點(diǎn)連通域組合的寬高比的差值S1(Rtc^Rlc)和測試圖片中的有效連通域和商標(biāo)圖片樣本的錨點(diǎn)連通域組合對應(yīng)寬比值和高比值的差值S2 (Rt。，Rlc)，若S1O^, Rlc) S2 (Rtc, Rlc)同時小于各自相應(yīng)的閾值，則說明兩者相似
S1 (Rtc, Rlc) = Wtc/Htc-fflc/Hlc < Tl(I)S2 (Rtc, Rlc) = Wtc/Wlc-Htc/Hlc < T2(2)其中，為下標(biāo)tc、Ic分別表示測試圖片中的有效連通域和商標(biāo)圖片樣本的錨點(diǎn)連通域組合；R表示外接矩形框，W和H分別表示外接矩形框的寬和高，T1、T2為閾值，Tl可取值為0. 8，T2可取值為0.5。步驟4. I. 2，根據(jù)公式(3)計算通過所述步驟4. 2判斷為相似的測試圖片和商標(biāo)圖片樣本的邊界點(diǎn)-質(zhì)心距離角度直方圖的相似度S3(ht。, hlc;),如果S3Qitc^hk)大于一閾值，則認(rèn)為兩者匹配，得到匹配圖片對
權(quán)利要求
1.一種基于空間連通域預(yù)定位的商標(biāo)檢測方法，其特征在于，該方法包括以下步驟 步驟I，建立包含多個商標(biāo)圖片的商標(biāo)圖片樣本庫； 步驟2，為商標(biāo)圖片樣本庫中的商標(biāo)圖片建立空間連通域描述子SCCD特征； 步驟3，輸入含有目標(biāo)商標(biāo)的測試圖片，對于所述測試圖片，建立其CCD特征； 步驟4，利用所述步驟2得到的商標(biāo)圖片的SCCD特征在測試圖片中獲取商標(biāo)預(yù)定位區(qū)域 LPRs ； 步驟5，利用基于商標(biāo)顏色及形狀信息建立的特征對所述步驟4得到的商標(biāo)預(yù)定位區(qū)域與所述商標(biāo)圖片數(shù)據(jù)庫中的商標(biāo)圖片進(jìn)行商標(biāo)匹配，匹配成功的商標(biāo)預(yù)定位區(qū)域即為測試圖片中最終檢測得到的商標(biāo)； 其中，所述步驟2進(jìn)一步包括以下幾個步驟 步驟2. 4，利用商標(biāo)的顏色具有一定區(qū)域性的特性，獲取商標(biāo)圖片中除了背景色之外的顏色連通域作為有效連通域； 步驟2. 6，根據(jù)所述步驟2. 4得到所有的有效連通域，對商標(biāo)圖片建立SCCD特征，所述SCCD特征包括連通域預(yù)測模型和有效連通域像素分布直方圖這兩個特征； 所述步驟3中建立測試圖片的CCD特征的步驟進(jìn)一步包括以下步驟 步驟3. 2，利用商標(biāo)的顏色具有一定區(qū)域性的特性，獲取測試圖片中除了背景色之外的顏色連通域作為主要連通域； 步驟3. 3，對所述步驟3. 2得到的主要連通域進(jìn)行灰度空間的連通域分割，得到測試圖片的有效連通域； 步驟3. 4，根據(jù)所述步驟2. 6計算測試圖片每個有效連通域的CCD特征； 所述步驟4進(jìn)一步分為兩個步驟 步驟4. 1，基于預(yù)測模型搜索測試圖片中的商標(biāo)預(yù)定位區(qū)域LPRs ； 步驟4. 2，基于像素分布直方圖篩選搜索到的LPRs。
2.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述步驟2在所述步驟2.4之前還包括以下幾個步驟 步驟2. 1，將所述商標(biāo)圖片從紅綠藍(lán)RGB空間轉(zhuǎn)換到色調(diào)飽和度亮度HSV空間； 步驟2. 2，對轉(zhuǎn)換到HSV空間的商標(biāo)圖片進(jìn)行8種顏色的量化，得到經(jīng)過8種顏色量化后的商標(biāo)圖片； 步驟2. 3，判斷經(jīng)過量化后的商標(biāo)圖片的背景色及噪聲顏色，并對商標(biāo)圖片進(jìn)行顏色平滑處理，以減少噪聲顏色的影響。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述8種顏色為黑白紅綠黃藍(lán)橘粉。
4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述步驟2.3進(jìn)一步包括以下幾個步驟 步驟2. 3. 1，取量化后的商標(biāo)圖片四個角上尺寸為5X5的顏色塊，將每個顏色塊中像素數(shù)目最多的顏色作為該顏色塊的主顏色，將四個顏色塊的主顏色中出現(xiàn)次數(shù)大于2的顏色作為該商標(biāo)圖片的背景色，同時將白色默認(rèn)為背景色之一； 步驟2. 3. 2，將經(jīng)過HSV顏色量化后的商標(biāo)圖片中像素數(shù)目少于20的顏色判定為噪聲顏色； 步驟2. 3. 3，針對某噪聲顏色像素，利用其周圍8個像素中出現(xiàn)次數(shù)最多的那個非噪聲顏色對該噪聲顏色像素的顏色進(jìn)行賦值，以對商標(biāo)圖片進(jìn)行顏色平滑。
5.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述步驟2在所述步驟2.4之后進(jìn)一步包括 步驟2. 5，將所有有效連通域按照面積從大到小排序并編號，將排名前五的有效連通域作為錨點(diǎn)連通域。
6.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述連通域預(yù)測模型特征分為錨點(diǎn)連通域組合特征和有效連通域空間集特征，其中，所述錨點(diǎn)連通域組合特征用顏色-錨點(diǎn)連通域組合集，即同種顏色下錨點(diǎn)連通域的排列組合來進(jìn)行描述；所述有效連通域空間集特征用外接矩形框-錨點(diǎn)連通域關(guān)系，即錨點(diǎn)連通域的外接矩形框與其中所包含的錨點(diǎn)連通域的關(guān)系來描述。
7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述步驟2.6進(jìn)一步還包括對于所述組合 集中的每個顏色-錨點(diǎn)連通域組合，記錄其顏色、外接矩形框標(biāo)識、錨點(diǎn)連通域組合總面積和邊界點(diǎn)-質(zhì)心距離角度直方圖信息；其中， 某一錨點(diǎn)連通域的外接矩形框是將該錨點(diǎn)連通域全部緊密包括在內(nèi)的最小矩形框； 邊界點(diǎn)-質(zhì)心距離角度直方圖中，邊界點(diǎn)為每個錨點(diǎn)連通域組合中所有錨點(diǎn)連通域的邊界點(diǎn)總和，質(zhì)心為該錨點(diǎn)連通域組合所對應(yīng)的外接矩形框的中心點(diǎn)，距離為每個邊界點(diǎn)與相應(yīng)的外接矩形框的中心點(diǎn)之間的歐氏距離，角度為每個邊界點(diǎn)與相應(yīng)的外接矩形框的中心點(diǎn)相對水平方向的夾角。
8.根據(jù)權(quán)利要求6所述的方法，其特征在于，在所述有效連通域空間集中，當(dāng)某個錨點(diǎn)連通域的外接矩形框被另一個錨點(diǎn)連通域的外接矩形框完全包含時，該錨點(diǎn)連通域計入大的外接矩形框所對應(yīng)的連通域中。
9.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述有效連通域像素分布直方圖的建立進(jìn)一步包括以下幾個步驟 步驟2. 6. 1，將商標(biāo)圖片均勻分為4分塊； 步驟2. 6. 2，將每一分塊在水平和垂直方向上均等分為8份，將商標(biāo)圖片有效連通域中的像素依據(jù)其橫縱坐標(biāo)位置落到對應(yīng)的份中，形成兩個8維的像素分布直方圖，依次對每一塊進(jìn)行相同的操作，最終獲得4分塊的總計8個8維的像素分布直方圖； 步驟2. 6. 3，利用每一分塊的面積對其相應(yīng)的像素分布直方圖進(jìn)行歸一化，則得到每幅商標(biāo)圖片的64維的有效連通域像素分布直方圖。
10.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述步驟3中，在所述步驟3.2之前進(jìn)一步包括 步驟3. 1，按照所述步驟2. I-步驟2. 3，對測試圖片進(jìn)行HSV空間轉(zhuǎn)換、顏色量化和顏色平滑。
11.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述步驟3.3進(jìn)一步包括以下步驟 步驟3. 3. 1，將測試圖片變換到灰度空間； 步驟3. 3. 2，對所述主要連通域進(jìn)行灰度空間的連通域面積的檢測，如果一主要連通域的面積大于一定閾值且其灰度值方差大于一定值，則利用大津法對該主要連通域進(jìn)行灰度空間分割，得到分割后的兩個子連通域； 步驟3. 3. 3，若所述兩個子連通域的平均灰度值差值大于一定閾值，則用分割后得到的 這兩個子連通域覆蓋分割前的那個主要連通域；步驟3. 3. 4，按照所述步驟3. 3. 2和步驟3. 3. 3將所有的主要連通域進(jìn)行分割，直到不能再分為止，然后去掉面積過于小的連通域，剩下的即為測試圖片的有效連通域。
12.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述步驟4.I進(jìn)一步包括以下幾個步驟 步驟4. I. 1，計算同種顏色下，商標(biāo)圖片樣本庫中的商標(biāo)圖片樣本的錨點(diǎn)連通域組合與測試圖片的有效連通域之間的外接矩形框的寬高比相似度，若所述相似度滿足一定的閾值條件，則說明該商標(biāo)圖片樣本與該測試圖片相似； 步驟4. I. 2，計算通過所述步驟4. 2判斷為相似的測試圖片和商標(biāo)圖片樣本的邊界點(diǎn)-質(zhì)心距離角度直方圖的相似度，如果所述相似度大于一閾值，則認(rèn)為該商標(biāo)圖片樣本與該測試圖片匹配，從而得到匹配圖片對； 步驟4. I. 3，利用商標(biāo)圖片樣本的錨點(diǎn)連通域在商標(biāo)圖片樣本中的相對位置和所述步驟4. 2得到的匹配圖片對之間的面積比例，得到測試圖片中與所述錨點(diǎn)連通域匹配的有效連通域所在的區(qū)域矩形框，該區(qū)域矩形框作為測試圖片中的商標(biāo)預(yù)定位區(qū)域。
13.根據(jù)權(quán)利要求12所述的方法，其特征在于，所述寬高比相似度包括測試圖片中的有效連通域的寬高比和商標(biāo)圖片樣本的錨點(diǎn)連通域組合的寬高比的差值S1 (Rt。，Rlc)、測試圖片中的有效連通域和商標(biāo)圖片樣本的錨點(diǎn)連通域組合對應(yīng)寬比值和高比值的差值S2 (Rtc > Ric): S1 (Rtc,Rlc) =Wtc/Htc-Wlc;/Hlc;， S2(Rtc,Rlc) = Wtc/fflc-Htc/Hlc, 其中，下標(biāo)tc、Ic分別表示測試圖片中的有效連通域和商標(biāo)圖片樣本的錨點(diǎn)連通域組合；R表示外接矩形框，W和H分別表示外接矩形框的寬和高。
14.根據(jù)權(quán)利要求13所述的方法，其特征在于，所述閾值條件為=S1(Rtc^Rlc)和32汍。，Ric)同時小于各自相應(yīng)的閾值。
15.根據(jù)權(quán)利要求12所述的方法，其特征在于，所述步驟4.I. 2中，測試圖片和商標(biāo)圖片樣本的邊界點(diǎn)-質(zhì)心距離角度直方圖的相似度S3(ht。，hlc)按照下式來計算
16.根據(jù)權(quán)利要求9所述的方法，其特征在于，所述步驟4.2進(jìn)一步包括以下幾個步驟 步驟4. 2. 1，對于所有獲得的LPRs，按照下式計算兩個LPR重合區(qū)域的面積分別占兩個LPR的比例rt和ra rt = S0/St, ra = S0/Sa, 其中，S0是兩個LPR重合區(qū)域的面積，St和Sa分別是兩個LPR各自的面積； 若滿足rt > T4&&ra > T4，則將這兩個LPR合并，代替之前的那兩個LPR ； 對所有的LPRs按照相同的方法進(jìn)行合并，直到不能合并為止； 步驟4. 2. 2，依次對經(jīng)過所述步驟4. 2. I得到的每個LPR進(jìn)行如下操作 根據(jù)商標(biāo)圖片樣本與該LPR的面積比例，將商標(biāo)圖片樣本有效連通域空間集中的所有外接矩形框投影到該LPR中，如果該LPR中存在某一個連通域的80%以上的區(qū)域處于某個外接矩形框中時，則認(rèn)為該連通域是疑似商標(biāo)連通域； 步驟4. 2. 3，按照所述步驟2. 6. 1-2. 6. 3，對于所述步驟4. 2. 2得到的疑似商標(biāo)連通域計算其有效像素分布直方圖； 步驟4. 2. 4，將所述步驟4. 2. 3得到的有效像素分布直方圖與商標(biāo)圖片樣本的有效像素分布直方圖以歐氏距離為相似度度量來進(jìn)行相似度匹配測試，得到滿足一定相似度閾值要求的LPR。
17.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述步驟5中，基于商標(biāo)顏色及形狀信息 建立的特征為分塊顏色直方圖和顏色邊界梯度共生直方圖CEGCH。
18.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述步驟5進(jìn)一步包括以下步驟 步驟5. 1，在獲取到所有的LPR后，分別提取LPR和所述商標(biāo)圖片數(shù)據(jù)庫中的商標(biāo)圖片的分塊顏色直方圖和顏色邊界梯度共生直方圖； 步驟5. 2，計算LPR和所述商標(biāo)圖片數(shù)據(jù)庫中的商標(biāo)圖片的分塊顏色直方圖相似度S (CQ, Cl)和 CEGCH 相似度 S (CHQ, CHl)； 步驟5. 3，根據(jù)計算得到的S (CQ，Cl)和S(CHq，CHl)計算LPR和所述商標(biāo)圖片數(shù)據(jù)庫中的商標(biāo)圖片的綜合相似度S(Q, L)S (Q，L) = (CQ, CL) + (1-ki) S (CHq, CHl)， 其中，Q代表所述商標(biāo)圖片數(shù)據(jù)庫中的商標(biāo)圖片，即目標(biāo)商標(biāo)，L代表LPR，0 <lq< I. 0 ； 當(dāng)綜合相似度S(Q，L)大于某一閾值時，則認(rèn)為當(dāng)前的LPR即為最終檢測得到的商標(biāo)區(qū)域。
全文摘要
本發(fā)明公開了一種基于空間連通域預(yù)定位的商標(biāo)檢測方法。該方法包括以下步驟建立包含多個商標(biāo)圖片的商標(biāo)圖片樣本庫；為商標(biāo)圖片樣本庫中的商標(biāo)圖片建立空間連通域描述子SCCD特征；對于含有目標(biāo)商標(biāo)的測試圖片，建立其CCD特征；利用商標(biāo)圖片樣本庫中商標(biāo)圖片的SCCD特征在測試圖片中獲取商標(biāo)預(yù)定位區(qū)域LPRs；利用基于商標(biāo)顏色及形狀信息建立的特征對LPRs與所述商標(biāo)圖片數(shù)據(jù)庫中的商標(biāo)圖片進(jìn)行匹配，匹配成功的商標(biāo)預(yù)定位區(qū)域即為最終檢測得到的商標(biāo)。本發(fā)明方法充分針對商標(biāo)的特點(diǎn)，進(jìn)一步提高了商標(biāo)檢測與定位識別的速度與精度，同時對于商標(biāo)在受到尺度變換、視角變換、光照、遮擋、背景干擾等影響下的檢測具有良好的效果。
文檔編號G06F17/30GK102799653SQ20121022592
公開日2012年11月28日 申請日期2012年6月29日 優(yōu)先權(quán)日2012年6月29日
發(fā)明者張樹武, 張淵, 梁偉 申請人:中國科學(xué)院自動化研究所