技术领域
[0001] 本
发明涉及的是一种
图像处理领域的技术，具体是一种生成目标图像的半
色调图像，并将它与二维码合并，使二维码携带图像信息，简化布置二维码的操作，即“视觉码”的方法。
背景技术
[0002] 随着智能手机的普及以及互联网与多媒体通信的快速发展，二维码在生活中出现的
频率大大增加。在实际的应用中，二维码出现在网页，海报以及其他宣传资料中是，往往由于其突兀的机器码形式影响画面美感，在加入二维码的时候只能将其放置在
角落等不受注意的地方，但这又影响宣传效果。同时由于仅仅从图像上来说，二维码本身并不具备任何意义，只有被识别器读取后才能得到有用的信息，使得用户在扫描解码之前难以得知二维码的内容。而视觉码可以在信息的传递中具有更大的优势，携带原有信息的同时与图片结合，使得二维码在机器可识别的同时可以被人所
感知。
[0003] 随着电脑性能的发展，越来越多复杂度较高的
算法被用于提高印刷品图像的
质量，基于
迭代与搜索的算法能够使得半色调图像在特定的人眼视觉模型下得到最优的半色调图像效果，核心算法正式基于这样的思想，用迭代的方法计算半色调图像每个
像素的
颜色。每次迭代都将变换一系列的像素，最终变换的点数量将会收敛，此时算法结束。基于这种方法可以得到目前质量最好的半色调图像。
[0004] 经过对
现有技术的文献检索发现，Hung‐Kuo Chu，等人在"ACM Transactions on Graphics(TOG)‐Proceedings of ACM SIGGRAPH Asia 2013"Article No.217上发表的Halftone QR codes(半色调二维码)文章中提出了一种将半色调与二维码结合的方法，该方法先生成二维码和半色调图像，计算图片的重要性权重，然后细分每个二维码像素为3*3
块，计算不同组合对识别率的影响，然后评估每个模块的可读性与识别率，以不同的比例混合可读性与识别率，使用近似的全局最小
能量算法使得全局能量最小，达到可读性与识别率的平衡。该方法由于先生成二维码以及半色调图像，没有考虑二维码中心点颜色对半色调图像局部平均灰度的影响，因此生成的图片可以看出明显的二维码随机色块，从而影响图像的规整，影响图像的效果。
[0005] 中国
专利文献号CN103886548A公开(公告)日2014.06.25，公开了一种用于将二维码与图像融合的方法和装置。该技术的方法包括以下步骤：根据第一图像的
属性信息以及适用于该第一图像的二维码中点的属性信息，对所述二维码中一部分点的属性进行调整，以使该一部分点的属性更接近其在第一图像中所对应区域的属性，其中，未调整属性的所述一部分点所属色块的二维码识别结果，与该一部分点在第一图像中所对应区域的二维码识别结果不同；将点的属性调整后的二维码与所述第一图像融合，获得第二图像。该技术使得二维码与环境色更为协调。但该技术无法充分利用二维码色块的面积，而只是将显色部分颜色根据第一图像进行调整，色块显色部分可以为各种不同形状，该技术无法选择合适形状从而进一步减小生成图片与第一图像的差异。
[0006] 中国专利文献号CN103886628A公开(公告)日2014.06.25，公开了一种二维码生成方法和装置，其中，该方法包括：获取待编码信息和背景图像，并根据待编码信息生成二维码分布矩阵，其中，二维码分布矩阵中包括多个
基础样式；获取二维码分布矩阵的灰度信息和背景图像的灰度信息；根据二维码分布矩阵的灰度信息和背景图像的灰度信息省略至少一个基础样式，以根据省略的至少一个基础样式重置二维码分布矩阵；将重置后的二维码分布矩阵与背景图像进行融合以生成二维码。但该技术仅对部分色块产生效果，通过改变二维码分布矩阵忽略一部分色块，使该部分色块与背景拥有相同的颜色属性来提高沉浸度，而无法对另一部分点产生影响，但是对图片视觉效果产生较大影响的是与背景图颜色属性不同的色块；并且该技术对每个色块进行统一处理。
发明内容
[0007] 本发明针对现有技术在已经生成的半色调图像基础上生成半色调二维码，忽视了二维码对原来半色调图像的影响，使二维码色块成为图像噪声，影响图像质量等不足，提出一种产生可视化二维码的方法，利用DBS(direct binary search，直接折半查找法)方法嵌入半色调图像，解决了原有方法中生成图像噪点明显的情况，产生一种与原始图像高度相似的“视觉二维码码”。
[0008] 由于二维码的黑色和白色将被机器识别为0或者1，且识别仅与色块中心部分(即主要显色部分)有关。如果即把二维码的每个色块细分(例如分成3行3列的9个部分)，只要保持中心显色部分不变，即使改变非显色部分的颜色，二维码依旧可以被正确识别。基于这个原理，可以保持原图每个色块中心显色部分不变，而改变其他区域的颜色，使它的视觉效果更加接近于目标图像，从而提高二维码的视觉效果。
[0009] 本发明是通过以下技术方案实现的：
[0010] 本发明首先生成二维码，然后读入图像并进行预处理，再基于二维码，对预处理后的图像采用直接折半查找法产生半色调图像。
[0011] 所述的二维码编码是指：采用ISO/IEC 18004:2006标准，在H级纠错能
力下对字符串进行二维码编码，包括：不可
修改部分和可修改部分。
[0012] 所述的预处理包括但不限于：对待处理图像转为灰度图像、改变图像大小；对二维码进行细分处理，预处理后后图像与二维码的大小相同。
[0013] 所述的细分处理是指：将二维码每个像素细分为9×9矩阵，其中中心区域为9×9矩阵中心的3×3矩阵，该3×3矩阵的颜色在半色调二维码生成过程中不作调整维持不变。
[0014] 所述的细分是指：将二维码中每个色块以一个k×k像素组成的点阵为单位进行处理；优选地：由于二维码图片为每个色块用1像素表示，则将生成的二维码图片长宽同时放大k倍，则放大后每个色块成为一个k×k点阵，放大的实际效果就是对二维码每个色块进行了细分。当生成的二维码为n×n色块，细分是指将每个色块分为k×k个像素，则要求经过调整后的图像大小为kn×kn。
[0015] 一般的，选取k为奇数，以便于确定中心显色区域，若k为偶数，则会使得显色区域偏离色块中心；极端情况下：k＝1，此时未对每个色块进行细分，则图像中没有可供调整的部分，该方法在这种情况下失效。
[0016] 所述的直接折半查找法中：每个二维码识别的基本像素被细分为n*n个像素，其中间d*d个像素，即中心区域的颜色保持不变；通过迭代方式调整中心区域周围的点，使得半色调图像的平均灰度与原图灰度最为接近。
[0017] 所述的迭代，以每次迭代改变点的数量为迭代结束标志。
[0018] 所述的半色调图像根据二维码容错机制，通过释放部分中心区域的颜色限制使得生成图像具有更好的效果，即利用二维码部分中心区域具有30％的容错率进一步扩大可调整的范围。
[0019] 本发明涉及一种实现上述方法的系统，包括：图像预处理模块、二维码生成模块以及基于DBS算法的二维码图像调整模块，其中：图像预处理模块、二维码生成模块与基于DBS算法的二维码图像调整模块相连并传输生成的二维码色块分布矩阵以及处理后的图像信息，DBS算法模块最终根据得到的信息生成可视化二维码图片。
[0020] 技术效果
[0021] 与现有技术相比，本发明通过变换半色调图片生成的时机，在已有限制(即保证二维码中心显色区域颜色不变)上生成半色调图像，即通过调整二维码图像可修改区域，使生成图像在特定人眼视觉模型以及特定误差估函数下与原图差距最小化。用这种方法生成的图像与原图相似度大大提高，尤其是细节呈现有很大提高，因此输出图像质量有很大提高。
附图说明
[0022] 图1为本发明流程示意图。
[0024] 图3为实施例对图像进行预处理效果图。
[0025] 图4为实施例算法变换的点数量随算法迭代次数增加而收敛的过程示意图。
[0026] 图5为实施例生成的最终图像。
[0027] 图6为本发明系统示意图。
具体实施方式
[0028] 下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
[0029] 实施例1
[0030] 如图1所示，本实施例包括以下步骤：
[0031] 第一步、对文明信息进行二维码编码，得到对应的二维码色块分布矩阵(此矩阵对应于此二维码的图像)，并将每个色块细分为k×k个像素，一般取k＝3即可达到较好效果。
[0032] 第二步、预处理图片，将其变为灰度图像并且调整大小，使其与细分后的二维码大小匹配。处理结果及原图如图3所示。
[0033] 第三步、根据人眼的视觉模型的高斯平滑的特征，生成一个权值为高斯分布的
滤波器，具体步骤如下：
[0034] 本实施例应用3×3的高斯矩阵，如图1所示，在如下公式中，I为原图经过预处理之后得到的灰度图像的灰度值矩阵，R表示视觉模型下图像的灰度值矩阵。则两者元素之间之间有如下关系： 其中：rx,y为R中第x行y列的像素灰度值，ix+i,y+j为I中第x+i行y+j列的像素灰度值，i、j为‐1至1范围内的整数，σ为常数。R的计算过程即对原图进行高斯滤波，此处省略了边缘处理的方法，实际测试过程中发现边缘处理方法将不会对生成图像产生明显影响。当σ取1时，得到如下3×3滤波矩阵K，其中第i行j列的值为 则R的计算过程也可以表示为 实际计算过
程中采用后一种方法计算以避免不必要的计算。
[0035]0.075 0.124 0.075
0.124 0.204 0.124
0.075 0.124 0.075
[0036] 第四步、比较第一步后得到的二维码图片和第二步后得到的预处理后的图片之间的方差，即 其中：rx,y为为R中第x行y列的像素灰度值，ix,y为为I中第x+i行y+j列的像素灰度值，width为细分后二维码图像的宽度，height为细分后二维码图像的高度。为了描述方便，令ex，y＝(rx，y-ix，y)2，则E可以表述为：
[0037] 自此已经完成了定义与初始的计算。
[0038] 第五步、以细分后的二维码图像作为初始图像，预处理后的图片作为参考图像，应用DBS算法迭代生成半色调图像。
[0039] 所述的迭代中的参考图像为预处理后的图片，参考图像将始终不会再改变，迭代过程中将不断改变初始图像，使之在每次迭代过程后都更接近参考图像，即两者的方差E减小，每次迭代生成的图像又作为下一次迭代的初始图像，具体步骤为：
[0040] 1)首先遍历初始图像，对其中每个像素尝试翻转某像素颜色(即将白色像素变为黑色或将黑色像素变为白色)或者将此像素与周围像素交换，当这些变换中的某一种能使方差E减小，则对图像施加该变换，否则不改变图像；
[0041] 2)当图像最终将趋于稳定，每次迭代过程中变化的点数量将收敛。此时终止迭代，得到的图像即为此模型下的最优结果，此图片为在保证了二维码可读性的前提下与原图最为接近的图片。图4说明了迭代时改变的像素的收敛过程，生成效果图如图5所示。
[0042] 所述的方差E，优选通过以下方式快速求得：用E作为标志衡量当前图像和目标图像的差异性，E的值大，则认为生成图像与原图较为不相似，反之则认为图像与原图较为相似。
[0043] 由上述视觉模型下图像的灰度值矩阵R的生成方式可以看出，R中每个像素的对应的e值与周围的八个像素的值都有关，所以每应用一次交换时，如果滤波矩阵的尺寸为3×3像素的，那么将有4×4个像素对应的e值被改变，如果在每一次尝试翻转颜色或者交换颜色时都要计算所有e，则显然除了针对这4×4个像素之外的其他计算都是冗余的。所以根据此，减少了80％以上的计算量，大大减少了算出结果的时间，具体推导如下：设[0044]
[0045] 其中：x0,y0为产生变化的像素，r'x,y为对初始图像施加某种变换之后得到的图像对应x行y列的像素灰度值。在只对某个像素施加变换的情况下，从上式可以看出，只需计算(r'x0,y0-rx0,y0)以及s即可判断是否应该变换。并且求出此ΔE后可以动态更新，减少计算量。
