一种图像数据处理方法及其所得像素图像与应用系统

摘要

一种图像数据处理方法及其所得像素图像与应用系统，将图形像素解构成黑点、白点、几何点、半角点和全角点5种基础元素，再进行数据处理和生成。该方法包括以下步骤：1对图形分类；2对图形进行合适的区位划分；3对图形区位大小和像素密度分别处理计算，形成区位像素排序和数据逻辑关系处理；4综合计算得到基础像素图形和像素应用数据值；5用基础像素元素处理外部数据进行编辑，导入各区位图形，合并加密后形成主储存区；同时根据设计需求加入颜色、声音或3D图形处理。6主储存区填充完毕后对行列扫描分析，并完成自动定位和纠错；7通过运算形成图形边缘边界，用以区分主储存识别区；8清除像素错码和图形内外部乱码；9输出完整像素图形。

权利要求

1.一种图像数据处理方法，用于生成一种像素图像，该像素图像由基础元素组成，基础元素包括基础点，基础点分为黑点和白点，基础点用于存储数据或运算信息，其特征在于：基础元素还包括辅助点；辅助点分为半角点、全角点和几何点；辅助点通过其自身形状和数量的不同组合，表示不同的指令或信息；所述半角点为空心三角形，用于表示图像密度信息；全角点包括实心三角形、实心三角形加竖线、实心三角形加方块，全角点的组合用于表示数据生成和识别方向、扫描方向、纠错方向及数据读取的起止状态信息；几何点包括方形、梯形、菱形、黑条形、心形，几何点的组合用于表示容错信息、兼容信息、主储存区信息； 处理方法包括如下步骤：S1、对目标图案进行几何形状分辨及分类；

S2、根据S1中的分类结果对目标图案进行合适的区位划分，并生成行列排序序号和行列区间值；区位划分方式为上下划分或左右划分，使区位大小和数量适应于图形变化的需要；

S3、对经S2处理的各区位进行区位像素排序和数据逻辑运算，根据各区位大小，分别计算得到各区位的区位数值，区位数值采用区位面积衡量，即区位数值等于区位面积值，并且区位编号与该区位的区位数值一一对应；同时对外部数据进行分区分组，将外部数据分成多个数据模块，各数据模块编号与区位编号一一对应；

S4、综合S3的结果，计算基础像素图形和像素应用数据值，所述像素应用数据值主要包括区位像素密度和外部解析像素格式信息数据，其中区位像素密度值由区位数值与对应数据模块包含的像素值的比值决定；

S5、根据S4得到基础像素图形和像素应用数据值，利用所述像素图像的基础元素对外部数据进行编辑，即将外部数据解析为像素格式的数据，再将像素数据分配到各个数据模块中去，最后将像素数据导入到对应的区位图形中，形成主储存区，合并所有填充后的区位图形，初步形成完整像素图形；

S6、对主储存区像素填充完毕后，进行像素图形的行列扫描分析，完成自动定位和纠错设计；

S7、对S6处理后的图形进行边界计算，生成图形边界，用以区分主储存区；

S8、清除像素错码和图形内的乱码；

S9、输出完整的像素图像和图案。

2.如权利要求1所述的一种图像数据处理方法，其特征在于：所述步骤S1中的几何形状包括三角形、矩形、圆形、多边形、梯形、菱形、环形、框形、建筑形、人形、脸形、动物形、中文字母形、英文字母形、阿拉伯数字形、眼形、手形、指纹形、波形、花朵形、云朵形、水滴形、螺旋形、链形、线条形、地图形、音符形。

3.如权利要求1所述的一种图像数据处理方法，其特征在于：所述数据逻辑运算分为行合并逻辑与列合并逻辑，横向行可进行2-999行组合运算，纵向列可进行2-999列组合运算，运算方式包含矢量运算、变量运算、函数运算、线性运算、秘钥运算和模糊运算。

4.如权利要求1所述的一种图像数据处理方法，其特征在于：所述方法生成的图像包括二维图形，也包括三维图形；所述二维图形包含字符、数字、文字的组合；所述三维图形，包含颜色、声音、立体图形、动态画面的组合。

5.如权利要求1所述的一种图像数据处理方法，其特征在于：所述方法不仅对外部数据的内容和字符进行加密处理，也对其生成的图形加密。

6.一种权利要求1中所述的像素图像的应用系统，其特征在于：包括用于按权利要求1所述方法生成像素图像的软件系统和用于扫描像素图像并解释其内容的扫描装置，所述扫描装置为通讯设备、智能终端或计算机外设。

7.如权利要求6所述的像素图像的应用系统，其特征在于：所述软件系统还包含对像素图像进行加密，读码、识别、扫描、扫码、扫图、解密、解析、解码的功能。

说明书

一种图像数据处理方法及其所得像素图像与应用系统

技术领域

[0001] 本发明涉及计算机信息处理技术领域，特别涉及一种图像数据处理方法及其所得像素图像与应用系统。

背景技术

[0002] 目前常用的计算机识别和防伪技术，包括各种图形识别、条码识别、二维码防伪等，条码是由按一定规则顺序排列的黑条（简称条）和白条（简称空）组成的集合，可以表示特定的字符、数字及符号等信息。一维条形码简称一维码，它是根据一组水平方向的条的宽度不同，从而将其编成由“0”、“1”组成的一系列字符，该二进制字符再按照一定的规则进行组合处理，来实现存储或读取相关数据信息的目的，其具有输入速度快、准确度高、成本低、可靠性强等优点，但一维条形码也存在一些不足之处：数据容量较小：一般只能存储30个字符左右，且只能包含字母和数字，几乎不可能表示汉字和图像信息；另外，条形码尺寸相对较大（空间利用率较低）；条形码遭到损坏后便不能识别。

[0003] 在一维条码的基础上，二维条码技术也开始出现，二维条码能存储汉字、数字和图片等信息，因此二维条码的应用领域要广得多，并不断发展，目前二维条码可以分为堆叠式二维条码和矩阵式二维条码。堆叠式二维条码形态上是由多行短截的一维条码堆叠而成；矩阵式二维条码以矩阵的形式组成，在矩阵相应元素位置上用"点"表示二进制"1"， 用"空"表示二进制"0"，由"点"和"空"的排列组成代码。具有代表性的矩阵式二维条码有:Code One、Maxi Code、QR Code、 Data Matrix等，使用最为广泛的是日本人腾弘原发明了快速响应码QR Code（Quick Response code 简称二维码，如图1所示），其一般主要由定位图形、格式信息、版本信息、数据和纠错信息5部分构成，该二维码具有信息容量大、可靠性高、可表示汉字及图象多种文字信息、保密防伪性强等优点，在移动支付领域获得了最为广泛的应用。

[0004] 一般来说，二维码只能在限定的矩形图里布局生成，与异形图案结合时的适应性较差，与其它图案结合时，实质上还是要保证有一个足够大小的平面矩形图案来保证其功能的实现，换句话说，要不就是在某个图形上找一个足够大小的完整平面并使用二维码图案去覆盖，使二维码成为图案的一部分；要不就是将二维码做成一个更大的矩形将整个图案包含进去，让图案成为二维码的一个部分。这些结合方式，在形式与算法上沿用了二维码的常规技术，基本上没有实质性的突破，又例如图2所示的腾讯公司的圆形二维码，虽然是圆形，但仍可以明显的看到构成矩形三个顶点的定位标识。

[0005] 为了实现图案与识别码的更完美结合，有必要发明一种像素图像的处理方法及应用系统，通过处理像素使识别数据与图形合为一体，例如可以应用到商标和LOGO上，这样，商标即可以成为识别码本体，通过扫描商标图案即可获取公司及商品的详细信息。

发明内容

[0006] 本发明的目的是:解决背景技术中提出的问题，提供一种图像数据处理方法及其所得像素图像与应用系统，核心技术思路是通过图像像素化和全图形延展变形化成为一种新的像素图像识别和防伪技术，所得像素图像具备其他图形读取识别方法和二维码读取识别方法的所有功能，并且耐脏及纠错性、加密安全性、形状延展性更强。

[0007] 本发明的技术方案是：一种图像数据处理方法及其所得像素图像与应用系统。

[0008] 一、像素图像

[0009] 发明了一种像素图像，该像素图像的基本特征是对图形进行像素化数据编辑处理，是一种采用更高级的逻辑演算方式来生成各种几何图形和立体矩阵图形的像素识别图像，它具有条形码及二维码所不具有的多形状延展功能和立体识别功能，像素图像由黑点、白点、几何点、半角点和全角点共5种基础元素组成，其中黑点和白点是用于表示数据填充信息的基础点，（比如可以用黑点表示“1”，白点表示 “0”），几何点、半角点和全角点可以统称为辅助点，它们的组合用于表示矢量方向、像素密度、起止、定位、容错和逻辑关联方式等信息。

[0010] 上述的黑点和白点功能与现有二维码技术中的黑条和白条类似，在此不再赘述；本发明像素图像中辅助点的各自的符号有各自的数据指令含义，即用不同的辅助点符号和符号数量代表不同的空间和数值变量，对空间、方位、方向和数据逻辑的各指令，以便用来控制图形的变化和数值的变化，如图3所示，是本发明像素图像的一个实例的细节图，图中包括了黑点、白点、几何点、半角点和全角点5种基础元素，其中半角点为空心三角形，全角点为实心三角形、实心三角形加竖线或实心三角形加方块，几何点包括方形、梯形、菱形、黑条形、心形；各辅助点的指令含义可定义如下：

[0011] 1、全角点的“三角形”

[0012] 表示方向信息，例如：

[0013] 2个三角形指向同一方向代表数据生成和识别方向；

[0014] 3个三角形指向同一方向代表图形和扫描方向；

[0015] 4个三角形指向同一方向代表纠错方向；

[0016] 2、全角点的“三角形加竖线”或“三角形加方块”

[0017] 表示读取状态信息，例如：

[0018] 1个“三角形加竖线”代表读取开始；

[0019] 2个“三角形加竖线”代表读取暂停后开始；

[0020] 1个“三角形加方块”代表停止；

[0021] 2个“三角形加方块”代表读取完成（图形读取指令类似于录音机的按键原理）；

[0022] 3、半角点的“空心三角形”

[0023] 表示像素密度信息，例如：

[0024] 密度数值可以从数值1-10，即分为10个级别，增加一个“空三角形”则单位密度提升一级；

[0025] 4、几何点“梯形”或“菱形”

[0026] 表示读取方式信息，例如：

[0027] 1个或2个重复的“梯形”或“菱形”组合，表示可以开始读取主储存区的数据；

[0028] 3个重复的“梯形”或“菱形”组合，表示要先确认方向后再读取主储存区的数据；

[0029] 4个重复的“梯形”或“菱形”组合，表示对图形定位后再读取主储存区的数据；

[0030] 5、几何点的“黑条形”

[0031] 与其它辅助点组合用于表示容错信息，例如：

[0032] 与半角点的“空心三角形”进行位置组合实现容错，当条形符号出现在“空心三角形”的指向之前，则扫描读取的数据以之前位置的数据为主要读取数据；当条形符号出现在“空心三角形”的指向之后，则扫描读取的数据以之后位置的数据为主要读取数据；

[0033] 6、几何点的“心形符”

[0034] 表示容错信息，例如：

[0035] 1个实心“心形符”表示完整的一个主储存区的数据和图形运算，不可以再次兼容；

[0036] 2个重复的实心“心形符”表示有2个以上的主储存区的数据和图形运算，可以兼容2次运算；

[0037] 3个重复的实心“心形符”表示可以有兼容主储存区的数据和图形运算，可以兼容多次运算；

[0038] 1个空心“心形符”表示完整的一个主储存区的数据和秘钥运算，需解密后方可兼容。

[0039] 二、一种图像数据处理方法

[0040] 该方法包括如下步骤：

[0041] S1、对目标图案进行几何形状分辨及分类

[0042] 几何形状分辨的类别包括三角形、矩形、圆形、多边形、梯形、菱形、环形、框形、建筑形、人形、脸形、动物形、中文字母形、英文字母形、阿拉伯数字形、眼形、手形、指纹形、波形、花朵形、云朵形、地图形、音符形等；

[0043] S2、根据S1中的分类结果对目标图案进行合适的区位划分，并生成行列排序序号和行列区间值，区位划分时可以上下划分或左右划分，为使大小和数量适应于图形变化的需要，排序时，可采用Q1、Q2...对区位编号， 把目标图案分为固定数量的区位；

[0044] S3、对经S2处理的各区位进行区位像素排序和数据逻辑运算，根据各区位大小，分别计算得到各区位的区位数值，区位数值采用区位面积衡量，即区位数值等于区位面积值，并且使区位编号与该区位的区位数值一一对应；同时对外部数据进行分区分组，将外部数据分成多个数据模块，各数据模块可用A1、A2、A3...编号，并且数据模块编号与区位编号一一对应，例如区位Q1对应数据模块A1，区位Q2对应数据模块A2，以此类推；

[0045] S4、综合S3的结果，计算得出基础像素图形和像素应用数据值，像素应用数据值主要包括区位像素密度和外部解析像素格式信息数据，其中区位像素密度值由区位数值与对应数据模块包含的像素值的比值决定，

[0046] 公式：像素密度M = 像素数值A / 区位数值Q，

[0047] 例： Q2区位数值=100，A2像素数值=100，则M像素密度=1；

[0048] 即：Q100/A100=M1；

[0049] 在处理像素应用数据值的同时初步生成内部模糊定位和纠错数据关系信息；

[0050] S5、根据S4得到基础像素图形和像素应用数据值，用本发明像素图像的基础元素对外部数据进行编辑，即将外部数据解析为像素格式的数据，再根据数据的多少分别将像素数据分配到各个数据模块中去，最终导入到对应的区位图形中（即像素填充过程），形成主储存区，合并所有填充好的区位图像形成完整像素图像；

[0051] 优选的，在将外部数据编辑为像素格式的数据时可以进行加密处理，在将像素数据导入各个区位图形生成字符、图片或图形的过程中，也可以进行加密处理；

[0052] S6、在主储存区像素填充时和填充完毕后，进行像素图形的行列扫描分析，完成自动定位和纠错功能的设计；

[0053] S7、对经S6处理后的图形进行边界运算，生成图形边界，用以区分主储存区；

[0054] S8、综合处理S7图形后，清除像素错码和图形内的乱码；

[0055] S9、经过上述S1、S2、S3、S4、S5、S6、S7、S8中对图形中几何分类、划分区位、密度计算、逻辑运算、模糊定位、填充处理、自动定位和纠错、形成边缘、清除乱码等一系列运算后，最终生成并输出完整的像素图案。

[0056] 上述方法生成的像素图案可以是包含字符、数字、文字的二维图形，也可以是包含颜色、声音组合的三维图像。

[0057] 上述方法中，数据逻辑运算不仅包括对像素和关联数据进行分析、优化、识别、读取，扫描、扫码、扫图、加密的处理过程；也包括对像素和关联数据进行编辑、编码、编程、组码、解析、解密的应用处理过程。

[0058] 上述方法中，使用的数据逻辑运算分为行合并逻辑运算和列合并逻辑运算，行合并运算可以进行2-999行的组合运算，列合并运算可进行2-999列的组合运算，运算方式包含矢量运算、变量运算、函数运算、线性运算、秘钥运算和模糊运算。

[0059] 上述方法中，用像素图像的基础元素对外部数据进行编辑时，先将字符、字母、汉字解析后成为像素常量数据，再将常量数据导入数据模块。

[0060] 上述方法中，纠错容错机制可以采用如下方案：

[0061] 1、读取时容错纠错

[0062] 通过黑条形符号与半角点的“空心三角形”进行位置组合实现容错纠错；当黑条形符号出现在“空心三角形”的指向之前，则扫描读取的数据以之前位置的数据为主要读取数据；当条形符号出现在“空心三角形”的指向之后，则扫描读取的数据以之后位置的数据为主要读取数据；

[0063] 2、导入时容错纠错

[0064] 在导入区位像素数据时进行纠错，如导入数据与像素密度数值不吻合，系统将自动返回重新解析数据后形成新的像素数据，进行二次导入；

[0065] 3、生成时容错纠错

[0066] 考虑到实际应用的纠错和容错和边缘损失或污渍等因素，可以将密度调差至0.9以内，即每100个区位单位，最多设置分配90个像素数据，保证在读取识别时得到像素的有效样本率。

[0067] 上述方法中，定位机制可以采用如下方案：

[0068] 1、几何点“梯形”或“菱形”的组合方式定位

[0069] 1个或2个重复的“梯形”或“菱形”组合后直接开始读取主储存区的数据；

[0070] 3个重复的“梯形”或“菱形”组合后确认方向后再读取主储存区的数据；

[0071] 4个重复的“梯形”或“菱形”组合后对图形定位后再读取主储存区的数据；

[0072] 2、读取定位机制

[0073] 在系统读取或识别及扫描上，通过连续符号完成，比如连续的“梯形”或“菱形”符号组合，无论何时读取到该连续符号，就会自动关联主储存区的数据读取；

[0074] 3、定位规则设置

[0075] 在生成像素码图形时定位，一般会配合全角码的“三角形”指示方向一起使用，例如：

[0076] 主存储区在纵向全角码的“三角形”方向的左侧，则“梯形”或“菱形”设置在全角码的右侧；

[0077] 主存储区在纵向全角码的“三角形”方向的右侧，则“梯形”或“菱形”设置在全角码的左侧；

[0078] 主存储区在纵向全角码的“三角形”方向的上部分，则“梯形”或“菱形”设置在全角码的下部分；

[0079] 主存储区在纵向全角码的“三角形”方向的下部分，则“梯形”或“菱形”设置在全角码的上部分。

[0080] 三、一种像素图像的应用系统

[0081] 包括可用于生成像素图像的软件系统和用于扫描像素图像并解释其内容的扫描装置，扫描装置可以为智能终端或者计算机外设；

[0082] 进一步的，软件系统还包含对像素图像进行加密，读码、识别、扫描、扫码、扫图、解密、解析、解码等处理的功能。

[0083] 本发明与现有技术相比的有益效果：

[0084] 像素图像突破了条形码和二维码的组成形式和运算方式，具备边界延展和动态识别功能，成功实现了对几何图形、文字图形和生物人脸和动态人形的像素化处理技术，成为链接现实与虚拟更得力的工具之一。像素图像信息识读过程所需时间更短，它具有超高速识读特点。用CCD二维条码识读设备，每秒可识读50个含有150个字符的像素图像（PX ）符号，对于含有相同数据信息的条码符号，每秒仅能识读3个符号；对于Data Matrix矩阵图形，每秒仅能识读10～30个符号。像素图像的逻辑运算方式大大增加了运算和识别速度，读写特性使它能够广泛应用到IT系统和软件系统化应用等领域，在识别防伪功能上有更加全面的提升。

[0085] 像素图像的优点总结如下：

[0086] 1、本发明的像素图像与现有二维码相比具有更多基础元素，可表示的信息更大更多，普通二维码一般仅由黑点、白点这2种基础数码元素组成；本发明的像素图像可由黑点、白点、几何点、半角点和全角点5种基础元素组成，可产生更多的组合及排列方式，得到更精细的数值结果，表示的信息量更丰富更全面；

[0087] 2、现有二维码一般需要由储存识别区、定位区、纠错区构成，才能生成完整的应用数据图形；本发明的像素图像仅需要有储存识别区（对应于主储存区）就可以生成完整的应用数据图形，不需要二维码中的定位区，使得像素图像可以在任意图案或者图形里布局生成，形状更灵活多变，像素图像的储存识别区可以直接完成定位和纠错的功能，且纠错率和容错率更高；

[0088] 3、像素图像可以生成任何全图形像素图片，重复概率为1/100万，安全性更强，完全满足银行间支付系统的安全要求；

[0089] 4、像素图像填充的图形不限于二维平面图形，还可以是三维立体图形。

附图说明

[0090] 图1 是目前Quick Response code（二维码）的标准示意图；

[0091] 图2 是改进的圆形二维码示意图；

[0092] 图3 是本发明一个像素图像示例的细节放大图；

[0093] 图4 是本发明像素图像处理方法的流程框架图；

[0094] 图5 是本发明像素图像处理方法的整体示意图；

[0095] 图6是本发明实施例中的目标图形；

[0096] 图7 是本发明实施例对目标图形进行归类分区，即进行步骤S1时的示意图；

[0097] 图8 是本发明实施例对目标图形进行分区组码，即进行步骤S2-S4时的示意图；

[0098] 图9 是本发明实施例对目标图形进行填充及最终生成,即进行步骤S5-S8时的示意图；

[0099] 图10是本发明实施例最终生成的完整的像素图像；

[0100] 图11是本发明实施例细节放大图；

[0101] 图中：1-黑点，2-白点、3-全角点、4-半角点、5-几何点、6-主储存区。

具体实施方式

[0102] 以下将结合说明书附图和具体实施例对本发明做进一步详细说明，实施例中未具体说明的技术细节均为现有技术。实施例

[0103] 如图4-11所示，本实施例为一个鸽子状的几何图形（如图6所示）生成像素图像，步骤如下：

[0104] S1、对目标图案进行几何形状分辨及分类， 确认为鸽子的形状；

[0105] S2、如图7所示，对目标图案进行合适的区位划分，并生成行列排序序号和行列区间值；经分析后，本实施例采用上下划分区位的方式，最终将目标图案划分为3个区位，序号记为Q1、Q2 、Q3，如图8所示；

[0106] S3、根据经S2处理的各区位的区位大小、区间值及像素密度分别处理，进行区位像素排序和数据逻辑运算，分别得到3个区位的区位数值（为方便计算，假设均为100）；同时将外部数据分为3个数据模块，分别记为A1、A2、A3，并且与3个区位一一对应；

[0107] S4、综合S3的结果，计算得出基础像素图形和像素密度，本实施例假设所有区位的像素密度均为1；

[0108] S5、根据S4得到的基础像素图形和像素应用数据值，用本发明像素图像的基础元素对外部数据进行编辑，即将外部数据解析为像素格式的数据，再根据各区位像素密度值的将像素数据分配到各个数据模块中去，最终导入到对应的区位图形中（即像素填充过程），形成主储存区，即数据模块A1、A2、A3中的数据分别导入到区位Q1、Q2 、Q3中，如图9所示，将所有填充后的区位图形按区位序号合并，初步形成完整的像素图形；

[0109] S6、对主储存区像素填充完毕后，进行像素图形的行列扫描分析，完成自动定位和纠错功能设计；

[0110] S7、对经S6处理后的图形进行边界计算，生成图形边界，用以区分主储存区；

[0111] S8、清除像素错码和图形内的乱码；

[0112] S9、输出完整的正确的像素图像，结果如图10所示。

[0113] 上述步骤S5中像素图像的基础元素包括黑点、白点、几何点、半角点和全角点，其中黑点与白点用于表示数据和运算方式信息，几何点、半角点和全角点统称为辅助点，它们的组合用于表示矢量方向、像素密度、起止、定位、容错和逻辑关联方式等信息。

[0114] 本发明的像素图像应用系统包括像素图像软件系统及匹配的硬件（比如智能手机），其使用方式与现有二维码的使用方式相同，首先按前述的图像数据处理方法制作好像素图像，然后将该像素图像与其它产品或业务相结合，客户使用时，用安装有像素图像软件系统的智能手机扫描像素图案，手机上的像素图像软件系统会自动将其中保存的外部数据还原出来并处理，像素图像具备了二维码所有的实用性功能，并且识别速度更快，容量更大，容错率更高。

[0115] 最后需要说明的是，本说明书选取并具体描述的实施例，是为了更好地解释本发明的原理和实际应用，只是用于帮助阐述本发明，实施例并没有详尽叙述所有的细节，其也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化，从而使所属技术领域的技术人员能很好地理解和利用本发明，本发明专利申请的保护范围仍然仅受权利要求书及其全部范围和等效物的限制。