一种标志定位方法
【技术领域】
[0001] 本发明设及计算机领域，尤其设及一种标志定位方法。
【背景技术】
[0002] 随着人类进入信息时代，计算机越来越广泛应用于各种领域。基于数字图像处理 的模式识别的研究越来越受到关注，但目前在商品的标志定位的应用研究还存在大量空 白。目前主要还是靠人工对商品的标志定位进行识别，效率极低。
【发明内容】
[0003] 本发明实施例提供一种标志定位方法，W解决现有的靠人工对商品的标志定位进 行识别效率极低的问题。
[0004] 第一方面提供一种标志定位方法，包括；对原始图像进行分割，使含有标志的主体 图层与背景图层分离开；将分离出的所述含有标志的主体图层进行形态学图像处理，获得 含有标志的连通域；根据标志的先验知识，过滤所述含有标志的连通域，从而定位标志。
[0005] 根据第一方面，在第一种可能的实现方式中，所述对原始图像进行分割，包括：将 所述原始图像进行灰度化；将灰度化的图像进行二值化，获得所述含有标志的主体图层。
[0006] 根据第一方面，在第二种可能的实现方式中，所述将分离出的所述含有标志的主 体图层进行形态学图像处理，包括：对所述含有标志的主体图层通过滤波增强去除噪声，获 得去除噪声后的含有标志的主体图层；对所述去除噪声后的含有标志的主体图层进行边缘 检测，获得标志的边缘；对获得的所述标志的边缘进行膨胀操作和填充操作，获得所述含有 标志的连通域。
[0007] 根据第一方面，在第=种可能的实现方式中，所述根据标志的先验知识，过滤所述 含有标志的连通域，从而定位标志，包括；清除所述含有标志的连通域周围的图像，获得孤 立的连通域，其中所述孤立的连通域包含有所述标志；根据标志的先验知识增大或删除所 述孤立的连通域，获得裁剪过的连通域；对所述裁剪过的连通域进行平滑处理；将经过平 滑处理后的连通域进行方向投影或者矩形标记获得定位的标志。
[000引本发明实施例提供的标志定位方法，通过运用图像处理算法使计算机代替人工对 标志进行定位，极大的提高了效率。并且本发明实施例提供的标志定位方法通过将分离出 的含有标志的主体图层进行形态学图像处理，获得含有标志的连通域；根据标志的先验知 识，过滤含有标志的连通域，从而定位标志，极大地提高了定位的准确性。
【附图说明】
[0009] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍。
[0010] 图1为本发明实施例提供的标志定位方法的流程示意图；
[0011] 图2为本发明实施例提供的标志定位方法中的膨胀操作过程示意图；
[0012] 图3为本发明实施例提供的标志定位方法中的腐蚀过程示意图。
【具体实施方式】
[0013] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完 整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
[0014] 图1为本发明实施例提供的标志定位方法的流程示意图。该方法主要基于计算机 实现，可由计算机硬件实现也可由计算机软件实现，主要用于定位商品的标志，例如服装的 标志，本实施例为方便说明仅W服装的标志进行说明。参考图1所示，该方法包括W下步 骤：
[0015] 10、对原始图像进行分割，使含有标志的主体图层与背景图层分离开。
[0016] 其中，主体图层是指原始图像中含有标志的区域，含有标志的区域内的元素通常 具有类似或者一致的颜色，该些元素在空间位置上是紧密分布的，在设计标志时，为了达到 视觉效果，和背景具有高对比度的颜色。背景图层是原始图像中标志周围的区域。
[0017] 20、将分离出的含有标志的主体图层进行形态学图像处理，获得含有标志的连通 域。
[0018] 其中，形态学图像处理是指将数字形态学作为工具从图像中提取对于表达和描绘 区域形状有用处的图像分量，比如边界、骨架W及凸壳，还包括用于预处理或后处理的形态 学过滤、细化和修剪等。
[0019] 在图像中，相互邻接的像素点是连通关系，连通具有传递性。一个连通域是一个所 有彼此连通的点构成的集合。在视觉上，彼此连通的点会形成了一个区域，而不连通的点会 形成不同的区域。
[0020] 连通域反映的是像素点之间的相关性，图像中标志区域的点在空间上有着极强的 相关性，而该些点和图像中的其他组成部分的像素点则体现较弱的相关性，形成连通域可 W对图像中的标志区域和其他部分加W区分，使图像简化成若干个各具特点的连通域。
[0021] 30、根据标志的先验知识，过滤含有标志的连通域，从而定位标志。
[0022] 其中，标志的先验知识是指标志区域在整体图像中所具备的特性，该些特性是基 于对实际样本的研究，通常包括标志的面积大小，标志的长宽比例范围等。过滤含有标志的 连通域，通常可通过删除不符合参数要求的连通域等方法。
[0023] 本实施例，通过运用图像处理算法使计算机代替人工对标志进行定位，极大的提 高了效率。并且本发明实施例提供的标志定位方法通过将分离出的含有标志的主体图层 进行形态学图像处理，获得含有标志的连通域；根据标志的先验知识，过滤含有标志的连通 域，从而定位标志，极大地提高了定位的准确性。
[0024] 在上述方案基础上，步骤10中对原始图像进行分割，可W包括W下步骤：
[0025] 101、将原始图像进行灰度化。
[0026] 其中，灰度化是指由RGB彩色值计算出亮度信息，可W通过加权平均法实现原始 图像的灰度化。
[0027] 102、将灰度化的图像进行二值化，获得含有标志的主体图层。
[002引二值化是指灰度化的图像转换成灰度范围在[0, 1]之间的二值图像。在进行二值 化时，需要确定一个阀值对图像的灰度进行切分。
[0029] 本方案可优选最大类间算法将灰度化的图像进行二值化，从而实现将含有标志的 主体图层与背景图层分离开。
[0030] 在上述方案基础上，步骤20中，将分离出的含有标志的主体图层进行形态学图像 处理，可W优选包括W下步骤：
[0031] 201、对含有标志的主体图层通过滤波增强去除噪声，获得去除噪声后的含有标志 的主体图层。
[0032] 对含有标志的主体图层进行滤波增强可W减少噪声的影响，通常采用中值滤波进 行滤波增强，既可W降低噪声又可W保持边缘，比卷积去除噪声的效果更好，中值滤波通常 使用某个模板作为窗口，将含有标志的主体图层的像素点的值置为窗口内所有像素点的平 均值。中值滤波的表达式如公式1 :
[003引 g(x, y) = med{f (x-k, y-1),化，1) G W)} 公式 1
[0034] 其中，f(x，y)为含有标志的主体图层，W为模板，g(x，y)为处理后的图像，即去除 噪声后的含有标志的主体图层。
[00巧]202、对去除噪声后的含有标志的主体图层进行边缘检测，获得标志的边缘。
[0