基于切比雪夫傅里葉矩的復(fù)雜Logo圖案特征提取方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像處理領(lǐng)域，具體涉及一種基于切比雪夫傅里葉矩的復(fù)雜Logo圖 案特征提取方法，對圖像不同大小、旋轉(zhuǎn)角度、位置進(jìn)行識別。
【背景技術(shù)】
[0002] 作為商家產(chǎn)品的一個重要形象標(biāo)識，Logo圖案是最具有代表性的文化象征，在生 活中運(yùn)用十分廣泛，無論在服飾、家電、建筑、食品等方面，還是廣告、偶像劇、雜志等媒體 上，都能處處可見其身影。Logo本身不僅能夠區(qū)別于其它企業(yè)、產(chǎn)品或者服務(wù)，使受眾對企 業(yè)留下深刻印象，而且標(biāo)志著企業(yè)的經(jīng)營理念、文化特色、價值取向，反映企業(yè)的產(chǎn)業(yè)特點(diǎn) 和經(jīng)營思路。
[0003] 在自然場景中，Logo本身設(shè)計的越來越具有藝術(shù)色彩，顏色上更加豐富，結(jié)構(gòu)上越 來越多樣化，傳統(tǒng)上的幾何方法已經(jīng)不能顯著提高其識別率。在一張自然圖片上，Logo的 位置往往具有不確定性、圖像的大小不一、扭曲拉伸的角度不同、不同光照條件下的明暗程 度不一等等這些因素，讓Logo的識別越來越具有挑戰(zhàn)性。
[0004] 在提取復(fù)雜Logo圖案特征這方面，有基于內(nèi)容核的、PCA-SIFT、幾何核等方法來 做的。本文采用圖像矩的思想，將圖像的特征信息用函數(shù)的變化來表達(dá)。切比雪夫傅里葉 矩最早是由Ping等提出的概念，與此同時類似的想法還有Zernike矩、Fourier-Mellin矩、 Jacobi-Fourier矩等。通過提取復(fù)雜logo圖案特征進(jìn)行分析，可以研究在視頻節(jié)目等應(yīng)用 場景下針對用戶進(jìn)行廣告產(chǎn)品推送。

【發(fā)明內(nèi)容】
：
[0005] 為了克服上述【背景技術(shù)】的缺陷，本發(fā)明提供一種基于切比雪夫傅里葉矩的復(fù)雜 Logo圖案特征提取方法，能夠?qū)D像大小、旋轉(zhuǎn)角度、位置進(jìn)行識別。
[0006] 為了解決上述技術(shù)問題本發(fā)明的所采用的技術(shù)方案為：
[0007] -種基于切比雪夫傅里葉矩的復(fù)雜Logo圖案特征提取方法，提取復(fù)雜Logo圖案 外輪廓，尋找所述復(fù)雜Logo圖案的外輪廓的最小外接覆蓋圓，使用雙線性插值方法依次對 所述最小外接覆蓋圓內(nèi)的各個像素進(jìn)行拉伸或縮小變換，用切比雪夫傅里葉矩提取變換后 的復(fù)雜Logo圖案特征。
[0008] 較佳地，所述提取復(fù)雜Logo圖案外輪廓的方法為：首先將復(fù)雜Logo圖案轉(zhuǎn)化為灰 度圖像，然后采用邊緣檢測算子提取外輪廓各點(diǎn)的坐標(biāo)值。
[0009] 較佳地，采用canny邊緣檢測算子提取外輪廓各點(diǎn)坐標(biāo)值，提取圖像內(nèi)相鄰像素 灰度差發(fā)生變化的點(diǎn)，若灰度差值大于閾值〇. 5,則提取該點(diǎn)為外輪廓坐標(biāo)點(diǎn)之一，若灰度 差值小于閾值〇. 5,則不對該點(diǎn)進(jìn)行處理。
[0010] 較佳地，所述最小外接覆蓋圓的提取方法為：步驟一，復(fù)雜Logo圖案外輪廓上距 離最遠(yuǎn)的兩個坐標(biāo)點(diǎn)，記為A、B，將所述A、B之間的連線作為長軸；步驟二，計算外輪廓上每 個坐標(biāo)點(diǎn)到所述長軸的垂直距離，其中到所述長軸垂直距離最大的坐標(biāo)點(diǎn)為C，以所述A、 B、C三個點(diǎn)為頂點(diǎn)作三角形；步驟三，作出三角形的外接圓，記圓心為0,半徑為R;步驟四， 算復(fù)雜Logo圖案外輪廓上每個坐標(biāo)點(diǎn)到圓心0的距離，記為Pi，i=l~a，其中a為外輪 廓上坐標(biāo)點(diǎn)的個數(shù)，依次比較PjPR的大小，若PAR，則分別計算所述三角形三個頂點(diǎn)A、B、 C到P1的距離，取到所述P 離最小的頂點(diǎn)，用Pi的坐標(biāo)替代該頂點(diǎn)的坐標(biāo)，構(gòu)成一個新的 三角形，并返回步驟三；若P'R，則得出該圓為最小外接覆蓋圓。
[0011] 較佳地，使用雙線性插值方法對所述最小外接覆蓋圓內(nèi)的各個像素進(jìn)行拉伸或縮 小變換的方法為：首先對待變換點(diǎn)在X方向上進(jìn)行線性插值，得到
[0018] 其中，Qn、Q12、Q2i和Qm是待變換點(diǎn)相鄰的四個點(diǎn)，（X1，yi)是Qii的坐標(biāo)，（X1，yJ是 Q12的坐標(biāo)，（X2,yi)是Q21的坐標(biāo)，（X2,y2)是Q22的坐標(biāo)，RJPR2分別代表QnQ2JPQ12Q22方 向上的插值點(diǎn)，f(point)表示該像素點(diǎn)的灰度值，其中point為Qn、Q12、Q21、Q22、RpR2、P。
[0019] 較佳地，用切比雪夫傅里葉矩提取復(fù)雜Logo圖案特征，所述復(fù)雜Logo圖案特征矩 陣值
示傅里葉里圓周諧波階數(shù)，r表示二維坐標(biāo)系下每個像素點(diǎn)的半徑，0表示二維坐標(biāo)系下 每個像素點(diǎn)與X正方向的夾角，Itfvm.表示在（n+m)階下的切比雪夫傅里葉矩值，f(r，0) 表示對應(yīng)r和0下圖像的灰度值，Rn(r)表示切比雪夫多項(xiàng)式函數(shù)，j是復(fù)數(shù)的虛數(shù)單位，exp(_jm0)表示傅里葉變換里的復(fù)指數(shù)函數(shù)，dr表示r方向上的一階導(dǎo)數(shù)，d0表示0方 向上的一階導(dǎo)數(shù)，k是自然數(shù)，k= 0，l，…，（n+2)/2。
[0024] 較佳地，在提取所述復(fù)雜Logo圖案特征之后還包括對所述復(fù)雜Logo圖案特征進(jìn) 行識別和輸出的步驟：依據(jù)歐式距離D判斷復(fù)雜Logo圖案特征的相似性，提取待識別復(fù)雜 Logo圖案特征與數(shù)據(jù)庫中各圖像特征進(jìn)行比較，判斷所述復(fù)雜Logo圖案所應(yīng)歸屬的類別， 輸出相似的Logo圖案。
[0025] 較佳地，復(fù)雜Logo圖案特征是指復(fù)雜Logo圖案特征矩陣值，所述數(shù)據(jù)庫中各圖像 特征是指數(shù)據(jù)庫中各圖像特征矩陣值。
[0026] 較佳地，所述歐式距離D為：
矩矩陣，nmax和m_分別代表（n+m)階矩對應(yīng)最大的n和m值。
[0029] 本發(fā)明的有益效果在于：提出了一種全新的方法用來對復(fù)雜Logo圖案進(jìn)行特征 提取。通過尋找復(fù)雜Logo圖案的外輪廓的最小外接覆蓋圓，能夠消除復(fù)雜Logo圖案的位置 不確定性帶來的識別率低問題；通過雙線性插值方法對圓內(nèi)圖像進(jìn)行伸縮變換，能夠消除 復(fù)雜Logo圖案的大小變換帶來的識別率低問題；通過切比雪夫傅里葉矩方法提取變換后 復(fù)雜Logo圖案特征，能夠消除復(fù)雜Logo圖案的旋轉(zhuǎn)變換帶來的識別率低問題，通過上述方 法的結(jié)合從技術(shù)角度上能夠有效提高復(fù)雜Logo圖案在自然場景中自動識別的準(zhǔn)確率。為 用戶在觀看視頻節(jié)目時提供個性化的智能推送服務(wù)，為商家宣傳自家產(chǎn)品進(jìn)行智能化營銷 提供了可行方便且新穎的技術(shù)方案。
【附圖說明】
[0030] 圖1為不同復(fù)雜程度的Logo圖案；
[0031] 圖2為不同大小和旋轉(zhuǎn)角度的Logo圖案；
[0032] 圖3為本發(fā)明實(shí)施例復(fù)雜Logo最小外接覆蓋圓圖；
[0033] 圖4為本發(fā)明實(shí)施例雙線性插值差值法變換示意圖；
[0034] 圖5為切比雪夫傅里葉矩多項(xiàng)式函數(shù)圖；
[0035] 圖6為本發(fā)明實(shí)施例單位圓內(nèi)圖像轉(zhuǎn)到極坐標(biāo)系下的示意圖；
[0036] 圖7為本發(fā)明實(shí)施例復(fù)雜Logo圖案在不同切比雪夫多項(xiàng)式階數(shù)和傅里葉里圓周 諧波階數(shù)下的識別率圖；
[0037] 圖8為本發(fā)明實(shí)施例識別率為96%的類內(nèi)聚類圖；
[0038] 圖9為本發(fā)明實(shí)施例識別率為96%的類間聚類圖；
[0039] 圖10為本發(fā)明實(shí)施例的流程圖。
【具體實(shí)施方式】
[0040] 下面結(jié)合附圖和實(shí)施例對本發(fā)明做進(jìn)一步的說明。
[0041] 一種基于切比雪夫傅里葉矩的復(fù)雜Logo圖案特征提取方法：
[0042]步驟1，提取復(fù)雜Logo圖案外輪廓。
[0043] 首先，將復(fù)雜Logo圖案轉(zhuǎn)化為灰度圖像，然后采用邊緣檢測算子提取外輪廓各點(diǎn) 的坐標(biāo)值。
[0044] 本實(shí)施例采用canny邊緣檢測算子提取外輪廓各點(diǎn)坐標(biāo)值，提取圖像內(nèi)相鄰像素 灰度差發(fā)生變化的點(diǎn)，若灰度差值大于閾值〇. 5,則提取該點(diǎn)為外輪廓坐標(biāo)點(diǎn)之一，若灰度 差值小于閾值〇. 5,則不對該點(diǎn)進(jìn)行處理。圖1顯示的是不同復(fù)雜程度的Logo圖案，圖2顯 示的是不同場景下Logo圖案的特點(diǎn)。
[0045] 步驟2,尋找復(fù)雜Logo圖案的外輪廓的最小外接覆蓋圓，最小外接覆蓋圓是以圖 像內(nèi)部點(diǎn)為圓心，畫一個圓，此圖案所有像素點(diǎn)位于一個圓內(nèi)，且該圓是最小的，即可保證 圖案在自然場景中平移的不變性。提取方法如下：
[0046] 步驟2. 1，取復(fù)雜Logo圖案外輪廓上距離最遠(yuǎn)的兩個坐標(biāo)點(diǎn)，記為A、B，將A、B之 間的連線作為長軸；
[0047] 步驟2. 2,計算外輪廓上每個坐標(biāo)點(diǎn)到長軸的垂直距離，其中到長軸垂直距離最大 的坐標(biāo)點(diǎn)為C，以A、B、C三個點(diǎn)為頂點(diǎn)作三角形；
[0048] 步驟2. 3,作出三角形的外接圓，記圓心為0,半徑為R;
[0049] 步驟2. 4,計算復(fù)雜Logo圖案外輪廓上每個坐標(biāo)點(diǎn)到圓心0的距離，記為P1, i= 1~a，其中a為外輪廓上坐標(biāo)點(diǎn)的個數(shù)，依次比較PjPR的大小，
[0050]若PAR，則分別計算三角形三個頂點(diǎn)A、B、C到P1的距離，取到Pi距離最小的頂點(diǎn)， 用P1的坐標(biāo)替代該頂點(diǎn)的坐標(biāo)，構(gòu)成一個新的三角形，并返回步驟2. 3 ;
[0051] 若P'R，則得出該圓為最小外接覆蓋圓。
[0052] 圖3顯示的是圖案的最小外接覆蓋圓。
[0053] 步驟3,使用雙線性插值方法依次對最小外接覆蓋圓內(nèi)的各個像素進(jìn)行拉伸或縮 小變換，獲取四個最近鄰目標(biāo)像素的像素值乘以權(quán)重系數(shù)，來對圖像進(jìn)行放大縮小，即可保 證圖案在自然場景中伸縮的不變性。變換的方法為：
[0054] 首先對待變換點(diǎn)在X方向上進(jìn)行線性插值，得到