池稼軒，曹鵬，王明飛

圖文信息技術(shù)

基于PWM占空比的印刷量子點(diǎn)圖像信息識(shí)讀

池稼軒，曹鵬，王明飛

（北京印刷學(xué)院 高端印刷裝備信號(hào)與信息處理北京市重點(diǎn)實(shí)驗(yàn)室，北京 102600）

針對(duì)目前PQP點(diǎn)陣數(shù)據(jù)的識(shí)讀算法準(zhǔn)確率較低速度較慢的問題，為了加快該信息隱藏與印刷防偽方法的推廣應(yīng)用，文中設(shè)計(jì)一種基于PWM占空比判據(jù)的PQP快速識(shí)讀算法。首先對(duì)采集到的PQP圖像在非校正條件下，利用脈沖寬度調(diào)制（PWM）和最小占空比尋優(yōu)方法，估算其點(diǎn)陣圖像的柵格角度，然后根據(jù)所求得的柵格角度參照PQP點(diǎn)陣圖像，分別計(jì)算橫縱2個(gè)方向的極大值序列，之后對(duì)該序列進(jìn)行二次差分和自適應(yīng)閾值判決以繪制PQP點(diǎn)陣數(shù)據(jù)識(shí)讀柵格，最后以方形螺旋線指向順序索引網(wǎng)格內(nèi)各位置特征值來識(shí)讀PQP點(diǎn)陣數(shù)據(jù)信息。通過仿真和實(shí)驗(yàn)測(cè)試得出，當(dāng)打印分辨率為600 dpi時(shí)，PQP圖像信息的識(shí)讀時(shí)間和誤碼率分別控制在0.5 s和±5%以內(nèi)。在非校正、無參考和盲同步信息等不確定條件下，實(shí)現(xiàn)了對(duì)PQP點(diǎn)陣圖像的信息提取。

印刷量子點(diǎn)；脈沖寬度調(diào)制；占空比；信息隱藏

半色調(diào)顏色是根據(jù)特定的二元模式沉積不同面積原色墨水生成的打印物表面的光譜反射率，基于半色調(diào)技術(shù)和圖像空間信息進(jìn)行數(shù)字調(diào)制與信息隱藏[1]，具有信息容量大和抗復(fù)制能力強(qiáng)的特性，其印刷的最小成像單元—半色調(diào)網(wǎng)點(diǎn)，因其不可再分被稱為印刷量子點(diǎn)（Printed-Quantum-Point，PQP）。經(jīng)過調(diào)制生成的PQP點(diǎn)陣數(shù)據(jù)是一種偽隨機(jī)半色調(diào)網(wǎng)點(diǎn)噪聲圖像[2]。為了保證PQP圖像的低可見性、高可檢測(cè)性和數(shù)據(jù)的安全性，通常需要將PQP邊長控制在40～60 μm內(nèi)，并且要求點(diǎn)陣數(shù)據(jù)分布盡可能隨機(jī)化。隨著成本低廉的印刷技術(shù)的推廣，印刷品和商品標(biāo)簽防偽需求的增長，印刷PQP信息防偽技術(shù)作為一種新型數(shù)字半色調(diào)防偽技術(shù)，可廣泛應(yīng)用于商品溯源和數(shù)字版權(quán)保護(hù)。

之后文中結(jié)合Robert等[3]提出的一種藍(lán)通道點(diǎn)標(biāo)簽數(shù)據(jù)隱藏算法，利用藍(lán)色通道的低視覺靈敏度結(jié)合紅綠通道背景進(jìn)行像素點(diǎn)調(diào)制以植入點(diǎn)陣信息。這種點(diǎn)陣圖像如果采用常規(guī)的圖像識(shí)讀算法，往往會(huì)因圖像校正等處理過程引起PQP圖像畸變，導(dǎo)致識(shí)讀誤碼率上升，制約了它的推廣應(yīng)用。

為了提取拍攝所得PQP點(diǎn)陣圖像中以單元格行列形式的隱藏?cái)?shù)據(jù)信息，在處理PQP點(diǎn)陣圖像之前需要選定靠近圖像邊角的4個(gè)頂點(diǎn)位置以截取一個(gè)包含足夠數(shù)量PQP的矩形識(shí)別區(qū)域。Dita等[4]依靠一種查找和發(fā)現(xiàn)模式確定邊緣位置和控制點(diǎn)坐標(biāo)，之后利用反球面矩陣變換重新定位PQP模塊，該算法能夠消除球面失真對(duì)識(shí)讀的影響。Sun等[5]在確定控制點(diǎn)位置后利用自適應(yīng)閾值Hough變換確定相位參數(shù)以旋轉(zhuǎn)校正，并提取校正圖像的凸起輪廓，之后利用4個(gè)邊角位置以逆透視變換重新確定PQP的位置，并結(jié)合動(dòng)態(tài)追蹤計(jì)算二值矩陣。該算法具有簡(jiǎn)單和快速特點(diǎn)，并且它采用的二次霍夫變換方法能夠有效減少耗時(shí)，但是無法處理背景復(fù)雜的拍攝圖像。Kruchinin[6]以恒定半徑的內(nèi)切圓截取和遍歷圖像計(jì)算相似性，然后使用等高線搜索函數(shù)確定點(diǎn)位置并恢復(fù)殘缺PQP，其識(shí)別準(zhǔn)確率高但是相當(dāng)耗時(shí)。Gao等[7]提出了一種基于Gaussian函數(shù)的Laplace變換方法計(jì)算點(diǎn)域面積，之后利用改進(jìn)的固定閾值Bernsen二值算法和形態(tài)學(xué)處理動(dòng)態(tài)判定PQP點(diǎn)簇位置，該處理過程易受到圖像紋理干擾且處理有效性較低。圖像邊緣也可能存在殘缺或滿溢的PQP從而對(duì)邊緣檢測(cè)產(chǎn)生不利影響。為減弱復(fù)雜背景紋理對(duì)圖像二值處理的干擾，Zhang等[8]首先利用無監(jiān)督神經(jīng)網(wǎng)絡(luò)對(duì)每幅輸入圖像進(jìn)行預(yù)評(píng)分，之后以計(jì)算損失排名的方式進(jìn)行網(wǎng)絡(luò)訓(xùn)練，最后導(dǎo)入峰值項(xiàng)以微調(diào)排名并檢測(cè)PQP點(diǎn)陣特征。Sadovnikov等[9]先對(duì)規(guī)則點(diǎn)陣進(jìn)行二維傅里葉變換仿真，之后進(jìn)行頻域正則性檢測(cè)，以及采用空間域全局或局部灰度處理來補(bǔ)全圖案中缺失的PQP。PQP點(diǎn)陣識(shí)別技術(shù)在商標(biāo)防偽、生物醫(yī)藥和社會(huì)公益等方面有著廣泛應(yīng)用前景。Mcquin等[10]首先使用圖像分析器檢測(cè)細(xì)胞的大小、形狀、強(qiáng)度和紋理等形態(tài)學(xué)特征，然后對(duì)人體組織二維切面圖應(yīng)用圖像分割和特征提取給不同功能細(xì)胞渲染不同顏色。Khanam等[11]首先利用中值濾波和形態(tài)學(xué)預(yù)處理圖像，然后用霍夫變換求出各盲文單元的最大水平和垂直距離，最后繪制差分直方圖對(duì)特征提取和校正后的PQP點(diǎn)簇聚類以判別盲文字符。

由于采用不同的識(shí)讀技術(shù)，PQP閱讀器[12]對(duì)讀取特定焦距或相位的代碼有特殊要求。大多數(shù)PQP閱讀器因受它內(nèi)部光學(xué)器件和內(nèi)置PQP識(shí)讀算法的限制，在處理拍攝的復(fù)雜背景圖片過程中不可避免地受到高斯白噪聲或者椒鹽噪聲的影響，存在由于拍攝距離和PQP點(diǎn)陣維度不同導(dǎo)致的失真現(xiàn)象。繼續(xù)研究發(fā)現(xiàn)，通過PWM[13]算法可以降低圖像維度，基于聚類原理[14]歸納改進(jìn)的二值算法和形態(tài)學(xué)方法[15]能夠快速提取圖像特征，在參考最大標(biāo)準(zhǔn)差算法[16]的基礎(chǔ)上結(jié)合占空比[17]最小尋優(yōu)方法可以準(zhǔn)確估計(jì)圖像偏移程度，利用傅里葉變換[18]能夠計(jì)算出PQP相鄰行列的間隔長度。由于在PQP矩陣編碼后進(jìn)行交織置亂，運(yùn)用文中算法不需標(biāo)定特殊拍攝區(qū)域，只要獲取任意位置且維度符合解碼要求的PQP矩陣。該算法需要根據(jù)信息植入方法不同變更二值處理對(duì)象，仿真實(shí)驗(yàn)使用Matlab和C語言編程。

1 PQP圖像處理流程

如圖1所示，首先對(duì)分離RGB彩色通道后的圖像使用局部閾值分割算法進(jìn)行二值處理，然后采用脈沖寬度調(diào)制（PWM）結(jié)合占空比方法求出偏移相位，之后以該參數(shù)在非校正條件下對(duì)圖像積分，并繪制網(wǎng)格將圖像劃分為四邊形小區(qū)域，最后再用方形螺旋線法判定每個(gè)區(qū)域PQP信息。

圖1 PQP點(diǎn)陣圖像信息識(shí)讀流程

1.1 藍(lán)通道量子點(diǎn)信息隱藏

藍(lán)通道信息隱藏算法在分離彩色通道之后需要判斷PQP與需要復(fù)合圖像背景是否重合，不重合部分藍(lán)通道像素灰度保持不變，重合部分與選定閾值進(jìn)行門限判別，如果大于該值就置為最小像素值，反之則置為最大值。在此過程中紅色和綠色通道與背景灰度是相同的，以幫助保持圖像原始視覺效果和保證藍(lán)色通道的可檢測(cè)性，植入PQP后的商標(biāo)圖和提取藍(lán)通道歸一化之后的圖像分別見圖2a—b。為了最大限度降低圖像背景對(duì)PQP閱讀器的干擾，實(shí)際拍攝選取商標(biāo)空白區(qū)域見圖2c—d。

圖2 植入量子點(diǎn)的商標(biāo)及其空白區(qū)域的彩色和藍(lán)通道圖像

1.2 量子點(diǎn)陣圖像預(yù)處理

首先分離PQP閱讀器拍攝RGB圖像的通道，之后對(duì)每個(gè)通道的二維圖像利用空間域內(nèi)高斯核移動(dòng)濾波器提高圖像中點(diǎn)陣可見性，其表達(dá)式見式（1）。

(1)

式中：為核像素標(biāo)準(zhǔn)差。

然后采用頻域內(nèi)低通濾波和保留零頻方法去除加性噪聲和保留PQP輪廓。最后利用形態(tài)學(xué)開運(yùn)算和中值濾波方法分離連通PQP和消除離散椒鹽噪聲。

1.3 基于形態(tài)學(xué)特征的二值化算法

根據(jù)Niblack算法和Sauvola算法的閾值計(jì)算原理，由背景與處理對(duì)象之間的局部均值和標(biāo)準(zhǔn)差2個(gè)參數(shù)歸納出局部閾值二值化算法的閾值計(jì)算式見式（2）。

(2)

(3)

式中：為偏差系數(shù)。

利用局部閾值二值化快速算法處理藍(lán)通道圖像的仿真結(jié)果見圖3a?？梢钥闯鲇捎趯?shí)際拍攝過程中圖像質(zhì)量會(huì)受光照條件影響，位于圖像邊緣的PQP也會(huì)因?yàn)樯⒔苟：粗苯右运{(lán)通道圖作為對(duì)象進(jìn)行二值化會(huì)導(dǎo)致PQP出現(xiàn)粘連或缺失。此時(shí)考慮到彩色通道PQP顯示像素值均可以近似為淺黃色與背景色的線性疊加，即可以根據(jù)紅色和藍(lán)色像素通道的線性和差分特性分段計(jì)算參量，之后對(duì)疊加參量的藍(lán)通道圖像進(jìn)行局部閾值二值化處理，處理結(jié)果見圖3b。

圖3 不同PQP點(diǎn)陣圖像二值化結(jié)果

1.4 PQP圖像柵格角度估算

1.4.1 最小占空比角度尋優(yōu)

為了最小化圖像畸變對(duì)斜率計(jì)算的影響，文中選擇穿過圖像中心點(diǎn)且斜率為0的直線，代回直線方程可求出，求得的方程可表示為。以上述直線為基準(zhǔn)，構(gòu)造方程上下界分別為下列直線方程的連續(xù)含參直線組，遍歷的范圍進(jìn)行最小值尋優(yōu)，其中為圖像維度。

(4)

1.4.2 廣域二分與鄰近可變分度鐘擺算法

不同旋轉(zhuǎn)方向和偏移相位圖像在遍歷各角度后計(jì)算出的占空比相位曲線見圖4，根據(jù)波形幅度線性搬移的特點(diǎn)，結(jié)合以的初始角度范圍多次連續(xù)二分求出的占空比均值，可擬合出分割閾值的表達(dá)式見式（5）。

(5)

從圖4可以看出在主波束之外存在不同谷值的次波束，為了避免局部極小值對(duì)最小值尋優(yōu)過程的干擾，可以將角度遍歷范圍適度縮小以計(jì)算粗略角度0和精確小分度范圍，其中為最后一次二分求出的相鄰序列元素角度差。

采用近鄰可變分度鐘擺算法處理時(shí)先以一個(gè)稍小于的分度計(jì)算占空比差值，根據(jù)其正負(fù)關(guān)系不同選擇不同時(shí)針方向，繼續(xù)調(diào)制占空比曲線并不斷縮小分度以求出滿足精度要求的實(shí)際角度。其中0為需求精度，為占空比序列，輸入為，輸出為精確角度1，該算法的具體流程如下。

8. END WHILE

11. END WHILE

12.ELSE

19. END WHILE

22. END WHILE

23.ENDIF

以峰值幅度的一半為閾值分割曲線，之后通過橫方向位于同一條直線上所有位置特征均值與縱方向該值的乘積繪制的三維圖見圖5—7。

圖4 不同旋轉(zhuǎn)方向和偏移相位的占空比曲線

圖5 位置幅值曲線

圖6 閾值分割后的位置占空比填充圖

1.5 仿射變換法

通過對(duì)PQP質(zhì)心坐標(biāo)序列的傅里葉變換確定橫縱方向的最小晶格長度，以它作為矩陣仿射變換和后文增刪截距序列的依據(jù)。

1.5.1 橫縱方向最小晶格長度

利用基于輪廓跟蹤的連通域標(biāo)記算法可以對(duì)各PQP（包括噪點(diǎn)）所在區(qū)域進(jìn)行編號(hào)和快速劃分，并保持圖像整體空間結(jié)構(gòu)不變。現(xiàn)假設(shè)D是連通域標(biāo)號(hào)后第個(gè)分段點(diǎn)的對(duì)應(yīng)區(qū)域，可以推導(dǎo)出第個(gè)連通域的水平質(zhì)心表達(dá)式見式（6）。

(6)

同理可以推導(dǎo)出垂直方向的質(zhì)心表達(dá)式見式（7）。

(7)

圖8 局部放大的不同方向和斜率的PQP點(diǎn)陣

分離質(zhì)心橫縱坐標(biāo)矩陣得到2個(gè)一維序列E和E，使其每個(gè)元素減去標(biāo)號(hào)最小的坐標(biāo)所對(duì)應(yīng)的數(shù)值，并對(duì)E和E作采樣點(diǎn)數(shù)分別為256和512的離散傅里葉變換，仿真結(jié)果見圖9a—b。由于包含這些點(diǎn)的矩形晶格的單位長度與fmax或fmax以及對(duì)應(yīng)的N或N有關(guān)，因此得出橫縱方向晶格單位長度R和R的計(jì)算式見式（8）。

(8)

由圖9c—d可看出在采樣點(diǎn)數(shù)過少和單位脈沖調(diào)制波m過大時(shí)均無法計(jì)算峰值對(duì)應(yīng)橫坐標(biāo)即基頻max，因此針對(duì)不同圖像的PQP分布情況應(yīng)該合理調(diào)整采樣點(diǎn)數(shù)、單位脈沖調(diào)制波m和頻率范圍m。

1.5.2 仿射變換生成二值矩陣

對(duì)坐標(biāo)序列E和E分別除以單位長度R和R，并將最小坐標(biāo)的序號(hào)置為1，之后使其他元素都減去最小坐標(biāo)對(duì)應(yīng)數(shù)值，按列合并序列可得到歸一化矩陣以及其中最大元素Fm和Fm。仿射變換生成維度為[Fm,Fm]的恢復(fù)PQP點(diǎn)陣0，尺寸放大為原來2倍的觀測(cè)矩陣t和局部失真放大圖分別見圖10。

由圖10a與圖10b對(duì)比發(fā)現(xiàn)整體PQP空間分布相似，但存在不含有PQP行列被刪除和邊緣部分PQP未識(shí)讀的問題。圖10c與圖10d對(duì)比可以看出二值圖中同屬于一行的PQP被分隔在相鄰行，說明直接使用矩陣仿射變換方法造成識(shí)讀結(jié)果拓?fù)浣Y(jié)構(gòu)失真。

圖9 不同參數(shù)下質(zhì)心橫縱坐標(biāo)幅頻圖

圖10 二值化、仿射變換結(jié)果以及失真示意圖

1.6 點(diǎn)陣圖像柵格化

表1 不同方向斜率積分截止位置

Tab.1 Slope integral cut-off position in different directions

由于直接仿射變換導(dǎo)致嚴(yán)重失真且已知由連通域函數(shù)求得的PQP總數(shù)，因此考慮使用PWM調(diào)制方法遍歷維度為1的局部圖像以累加求和，并計(jì)算極大值序列G，之后提出一種以最小晶格長度R、圖像位置1和參數(shù)0的截距元素增刪算法，以它處理G可得到橫向網(wǎng)格繪制序列H，同理依據(jù)縱向特征值0、4和R可以得到縱向網(wǎng)格序列H。其中為初始坐標(biāo)，G為極大值序列，H為橫向網(wǎng)格繪制序列，該算法的具體流程如下。

9. ELSE

11. ENDIF

13.END WHILE

1.7 柵格內(nèi)PQP識(shí)別

阿基米德螺旋線的直角坐標(biāo)公式可以表示為：

(9)

式中：1為起始點(diǎn)與極坐標(biāo)中心的距離；2為控制螺線間的螺距。由式（9）可知，與成正比關(guān)系。

在直角坐標(biāo)系下利用極坐標(biāo)系與直角坐標(biāo)的轉(zhuǎn)換法則，極坐標(biāo)公式可以被改寫為：

(10)

以原點(diǎn)為中心，d2=0.05條件下繪制的阿基米德螺旋線，見圖11a，保持螺旋線的自旋方向不變，假設(shè)由PQP識(shí)別網(wǎng)格確定的單PQP識(shí)別區(qū)域中心位置為。自設(shè)計(jì)的方形螺旋線見圖11b，代表一種以為維度范圍的小區(qū)域像素索引順序，采用該算法能夠有效避免相鄰PQP干擾導(dǎo)致的重復(fù)識(shí)別問題。

圖11 不同類型螺旋線示意圖

Fig.11 Schematic diagram of different types of spiral lines

基于方形螺旋線識(shí)別算法，文中設(shè)計(jì)了一種以直代曲提升識(shí)別有效性的方法，其中為步長，為序列長度，為邊數(shù)，為識(shí)別截止區(qū)域維度，輸入為，輸出為精確角度1，該算法的具體流程如下。

8. CASE 1 THEN

11. BREAK

12. CASE 2 THEN

15. BREAK

16. CASE 3 THEN

19. BREAK

20. DEFAULT

23. BREAK

24. END SWITCH

28.END WHILE

2 實(shí)驗(yàn)結(jié)果

2.1 無背景噪聲干擾條件下的信息識(shí)讀

在含有高斯椒鹽等噪聲情況下遍歷H和H序列相交形成的每個(gè)類平行四邊形單量子點(diǎn)識(shí)別區(qū)域，結(jié)合空間位置關(guān)系和量子點(diǎn)總數(shù)進(jìn)行最大面積尋優(yōu)可以精確得到二值矩陣0，結(jié)合圖12a—b中虛線所示的像素積分極小值序列，可以將識(shí)別區(qū)域縮小為原來倍（實(shí)心方塊區(qū)域），求得二值矩陣1見式（11）。

(11)

式中：為量子點(diǎn)存在性二值判決，1表示該區(qū)域有量子點(diǎn)，0表示沒有；和分別為H和H的序列元素?cái)?shù)。

假設(shè)單一的量子點(diǎn)連通區(qū)域?yàn)椋?條直線構(gòu)成識(shí)別區(qū)域，由圖12c所示可確定包含量子點(diǎn)矩形虛擬網(wǎng)格范圍和量子點(diǎn)質(zhì)心相對(duì)位置關(guān)系為。在二值化過程可以較好去噪的情況下，如圖12d所示，繪制穿過量子點(diǎn)質(zhì)心的識(shí)別網(wǎng)格，此時(shí)可得出和的邏輯關(guān)系為。圖12e顯示的是尺寸為12 dpi方形螺旋線的截止區(qū)域，實(shí)際識(shí)別過程中以為截止距離和為識(shí)別起始點(diǎn)，通過逆時(shí)針方向逐像素判定其位置特征值是否大于門限，并在找到一定數(shù)量的高亮像素時(shí)則認(rèn)為該小區(qū)域存在量子點(diǎn)，如果像素位置超出截止區(qū)域則認(rèn)為無量子點(diǎn)，數(shù)值可以根據(jù)圖像二值化質(zhì)量和識(shí)別區(qū)域面積選取，在無噪聲條件下可設(shè)為1，識(shí)別得到的二值觀測(cè)矩陣見圖12f。

圖12 無背景噪聲干擾條件下PQP識(shí)讀流程及結(jié)果

2.2 疊加背景噪聲條件下的信息識(shí)讀

首先使用“理光PRO C7100X”印刷機(jī)打印植入PQP點(diǎn)陣信息的彩色圖像作為拍攝模板，通過華為P9手機(jī)調(diào)整不同角度拍攝30張不同圖片，然后隨機(jī)選取其中間隔為4°～5°的不同旋轉(zhuǎn)方向（順逆時(shí)針各4張）的圖片，最后運(yùn)用文中算法在非校正條件下進(jìn)行量子點(diǎn)信息識(shí)讀，其原圖、灰度特征圖、二值圖、質(zhì)心網(wǎng)格圖、識(shí)別區(qū)域圖和識(shí)別觀測(cè)陣列對(duì)應(yīng)的算法處理結(jié)果和識(shí)別出的精確偏移角度（順時(shí)針為正）分別見圖13—18。

圖13 手機(jī)拍攝得到的原圖

圖14 處理彩色通道得到的灰度特征

圖15 局部閾值二值化處理結(jié)果

圖16 穿過量子點(diǎn)質(zhì)心的識(shí)別網(wǎng)格

3 結(jié)果分析

圖17 分割識(shí)別區(qū)域后的量子點(diǎn)圖像

圖18 二值量子點(diǎn)陣識(shí)別結(jié)果

采用的離散傅里葉方法結(jié)合改進(jìn)局部閾值二值化算法能夠在保證可靠性同時(shí)提升有效性。采用Niblack、Sauvola算法和文中設(shè)計(jì)的改進(jìn)Sauvola二值化算法處理藍(lán)通道圖像，并采用定分度逐像素遍歷和最大公約數(shù)區(qū)域計(jì)算2種模式的處理時(shí)長，見表2。以相同內(nèi)容分別植入1×1、2×2和4×4維度的PQP，并拍攝得到分辨率分別為400×400、800×800和1 600×1 600的背景圖像，運(yùn)用文中算法可以滿足不同終端顯示精度要求。

圖19 角度誤碼率散點(diǎn)圖

表2 不同二值算法及其模式的處理時(shí)間

Tab.2 Different binary algorithms and processing duration under their modes

4 結(jié)語

文中針對(duì)傳統(tǒng)PQP識(shí)讀設(shè)備處理有效性和可靠性較低的問題，設(shè)計(jì)了一種提取偏移角度較大或者PQP點(diǎn)陣密度較高情況下的圖像信息提取算法，該算法利用局部閾值二值化和PWM結(jié)合鄰近直線簇積分方法來劃分量子點(diǎn)識(shí)別區(qū)域，并使用方型螺旋線順序索引檢測(cè)法識(shí)讀PQP信息，具有處理準(zhǔn)確性高且處理效率滿足移動(dòng)應(yīng)用需求的優(yōu)勢(shì)。實(shí)驗(yàn)結(jié)果表明，該算法魯棒性好，能夠配合后續(xù)算法進(jìn)行信息解碼識(shí)讀，但傅里葉變換確定的步長需要人為調(diào)整參數(shù)，采用中位數(shù)作為閾值又會(huì)在一定程度降低可靠性，后期工作將考慮使用深度學(xué)習(xí)算法自適應(yīng)調(diào)整參數(shù)和確定閾值。

[1] 王育軍, 曹鵬. 基于印刷量子點(diǎn)的多重組合信息可靠性編解碼算法[J]. 包裝工程, 2021, 42(19): 192-203.

WANG Yu-jun, CAO Peng. Reliability Encoding and Decoding Algorithm of Multiple Combination Information Based on Printed Quantum Dots[J]. Packaging Engineering, 2021, 42(19): 192-203.

[2] ZHONG Zhi-yan, HU Yue-ming. Feature Extraction Method of Halftone Images Based on Pixel Aggregation Descriptor[J].Multimedia Tools and Applications, 2020, 79(11/12): 7763-7781.

[3] ULICHNEY R, GAUBATZ M. Hiding Data in the Blue Channel[J]. Electronic Imaging, 2020, 79(11/12): 198.

[4] DITA I, OTESTEANU M, QUINT F. A Scanning Method for Industrial Data Matrix Codes Marked on Spherical Surfaces[C]// Proceedings of the 11th, 2012, 12: 38-42.

[5] SUN H, UYSALTURK M. Invisible Data Matrix Detection with Smart Phone Using Geometric Correction and Hough Transform[C]// Optical Pattern Recognition, International Society for Optics and Photonics, 2016, 9845: 98450.

[6] KRUCHININ A. Industrial Datamatrix Barcode Recognition for An Arbitrary Camera Angle And Rotation/Kruchinin Ayu[J]. Computer Optics, 2014, 38(4): 865—870.

[7] GAO T, KASABOV N. A Method Used for Dotted Data Matrix Image Processing[J]. Journal of Computational Methods in Sciences and Engineering, 2015, 15(4): 685-693.

[8] ZHANG L, RUSINKIEWICZ S. Learning to Detect Features in Texture Images[C]// Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, 2018: 6325-6333.

[9] SADOVNIKOV A, VARTIAINEN J, K?M?R?INEN J, et al. Detection of Irregularities in Regular Dot Patterns[C]// MVA, 2005: 380-383.

[10] MCQUIN C, GOODMAN A, CHERNYSHEV V, et al. CellProfiler 3.0: Next-Generation Image Processing for Biology[J]. STAR Protocols, 2018, 16(7): 2005970.

[11] KHANAM Z, USMANI A. Optical Braille Recognition Using Circular Hough Transform[EB/OL]. (2021–07– 02). http://arxiv.org/abs/2107.00993.

[12] LIU Y, HAN F, LI F, et al. Inkjet-Printed Unclonable Quantum Dot Fluorescent Anti-Counterfeiting Labels with Artificial Intelligence Authentication[J]. Nat Commun, 2019, 10(1): 2409.

[13] YANG J, KONG Y, WANG Z, et al. 24.4 Sandwich-RAM: An Energy-Efficient In-Memory BWN Architecture with Pulse-Width Modulation[C]// 2019 IEEE International Solid-State Circuits Conference-(ISSCC), 2019: 394-396.

[14] BERA S K, GHOSH S, BHOWMIK S, et al. A Non-Parametric Binarization Method Based on Ensemble of Clustering Algorithms[J]. Multimedia Tools and Applications, 2021, 80(5): 7653-7673.

[15] LIU Zhen-feng, FENG Jian, WANG Jin-feng. Resource-Constrained Innovation Method for Sustainability: Application of Morphological Analysis and TRIZ Inventive Principles[J]. Sustainability, 2020, 12(3): 917.

[16] XIE Ning, HU Ji, CHEN Jun-jie, et al. Detection of Information Hiding at Anti-Copying 2D Barcodes[J]. IEEE Transactions on Circuits and Systems for Video Technology, 2021, 32(1): 437-450.

[17] KONDRATH N, KAZIMIERCZUK M K. Comparison of Wide and High-Frequency Duty-Ratio-to-Inductor- Current Transfer Functions of DC-DC PWM Buck Converter in CCM[J]. IEEE Trans Industrial Electronics, 2012, 59(1): 641-643.

[18] ZHUANG Jing-shun, LI Mi, PU Yun-qiao, et al. Observation of Potential Contaminants in Processed Biomass Using Fourier Transform Infrared Spectroscopy[J]. Applied Sciences, 2020, 10(12): 43-45.

Image Information Reading of PQP Based on PWM Duty Cycle

CHI Jia-xuan, CAO Peng, WANG Ming-fei

(Beijing Key Laboratory of Signal and Information Processing for High-end Printing Equipment, Beijing Institute of Graphic Communication, Beijing 102600, China)

The work aims to design a PQP fast reading algorithm based on PWM duty cycle criterion, speed up the popularization and application of this information hiding and printing anti-counterfeiting method and solve the low accuracy and slow speed of PQP lattice data reading algorithm. First, the pulse width modulation (PWM) and the minimum duty cycle optimization method were adopted to estimate the grid angle of the acquired PQP image under non-correction conditions. Then, the maximum value sequence in the horizontal and vertical directions were calculated respectively based on the obtained grid angle with reference to the PQP dot matrix image. Next, the second difference and adaptive threshold judgment on the sequence were performed to draw the PQP dot matrix data reading grid. Finally, characteristic value of each position in the sequential index network pointed by the square spiral line was used to read the PQP dot matrix data information. Through simulation and experimental tests, when the printing resolution was 600 dpi, the reading time and bit error rate of PQP image infor-mation were controlled within 0.5 s and ±5%, respectively. The information extraction of PQP dot matrix image is realized under the uncertain conditions of uncorrected, unreferenced and blind synchronization information.

printed quantum point (PQP);pulse width modulation (PWM); duty cycle; information hiding

TN911.3

A

1001-3563(2022)13-0282-14

10.19554/j.cnki.1001-3563.2022.13.036

2021–11–03

國家自然科學(xué)基金面上項(xiàng)目（61972042）；北京市基金–市教委聯(lián)合項(xiàng)目（KZ202010015023）；北京印刷學(xué)院校級(jí)項(xiàng)目（Ef202001）

池稼軒（1998—），男，北京印刷學(xué)院碩士生，主攻數(shù)字防偽與智能識(shí)別。

曹鵬（1969—），男，博士，北京印刷學(xué)院教授，主要研究方向?yàn)镮CT與印刷技術(shù)交叉創(chuàng)新。

責(zé)任編輯：曾鈺嬋