英语原文共 4 页，剩余内容已隐藏，支付完成后下载完整资料

基于图像处理的二维码识别

摘要——为了解决由普通相机采集所导致的二维码识别问题，本文对基于图像处理的识别算法进行了研究。整个过程包括图像二值、图像倾斜校正、图像定位、图像几何校正和图像正规化允许在不同光照条件、不同的采集角度下采集的图像可以快速识别。基于其他识别算法，提出了一些关于图像倾斜校正、图像定位、图像正规化等的改进措施来加速图像处理和更简单的实现。实验表明，改进后的方法提高了二维码的识别速度和准确性。

1. 介绍

基于计算机技术和信息技术，由编码、印刷、识别、数据采集和处理组成的条码技术繁荣起来。与条形码相比，二维码在数据容量、数据类型、数据密度和数据恢复能力方面有显著的突出优点。根据实现的原理、结构和形状的差异，二维代码可以分为线性条码和矩阵条形码，其主要应用于物流、管理、餐饮订单、安全应用、票务系统、认证、业务交易等。

快速响应码（QR码）是一种于1994年9月由日本电装公司开发的二维矩阵代码。除了二维条码的优势，它也有超快响应、全面阅读、可脱机移动应用程序数据库、更有效地表示字母、字符、图像的数目等功能。QR码比其他二维条码增加20%字符表示效率，它的专有性中国模式更适合我们的应用。

在实际应用中，条码识读技术将遇到下列困难。（1）连同许多信息无法用条形码表示，条形码符号被印刷在商品包装上。这个条件导致复杂的条码图像背景。（2）光照的变化，导致图像亮度不均匀，增加识别的难度。（3）不同的角度和距离的拍摄，再加上由图像捕获装置引起的几何图形失真和平面失真，QR码的图像将被旋转、放大和缩小。为了解决以上问题，在采用快速响应码解码的国家标准之前，二维码图像应当经过一系列的图像处理。

1. 基于图像处理的识别

基于图像的QR码识别过程算法处理如图1所示。

图1. 识别过程

A、图像二值化

对于更实际的意义，在摄取图像模式捕获下，图像采集使用一般聊天摄像机和应用相机控制程序来捕获图像。图像采集通过灰度处理转换成灰度格式。一个好的二值化方法在整个条形码识别系统中起着非常重要的作用。参考文献[ 7 ]指出Niblack方法就是最好的方法，通过比较丰富的地方局部的阈值算法。但是设置一个窗口大小是非常困难的，它对模块有很大的影响，而且花费太多的时间。参考文献[ 8 ]使用了一个块阈值法，它结合SOM神经网络的和Niblack二值化算法。参考文献[ 9 ]提议一种基于曲面拟合技术的二值化方法，通过使用二维二次多项式拟合法来构造曲面拟合的QR码背景图像和图像分割。该方法要求图像中的点个数要是矩阵结构的两到三倍，而且在选择图像的拟合样本时还需要确定背景图像分割过程中的图像匹配量。参考文献[ 10 ]建议通过计算灰度图像条码的直方图、中值滤波去除噪声、分析直方图的峰值特征来判断光照强度。总之，在一般光照条件下选择全局阈值法（大津法），在非均匀光照条件下采用局部阈值法（自适应阈值）。

B、倾斜修正

当图像被扫描时，QR码的位置经常发生倾斜，需要旋转操作进行校正。已经有人对这一问题进行了研究。参考文献[ 10 ]提出的算法，挖空的条码内部的点，然后得到的边缘信息、峰和Hough条码边坡检测变换的一个已知点。参考文献[ II ]和[ 12 ]在形态学图像处理中使用打开操作和闭合操作来寻找解码前的位置检测模式。参考文献[ 13 ]利用大津法进行二值化，通过梯度法提取QR码的边缘，并利用Hough变换对图像分辨率降低后进行定位，然而，这两种方法的识别率不高。参考文献[ 14 ]提出了一种基于QR码符号代码的位置检测模式的具体模式的一维模式匹配的快速定位方法，然后通过Hough变换应用于代码的边缘点，计算4个边缘线和4个顶点，最后进行双线性变换和空间插值算法进行图像的代码，根据4个顶点组成一个正方形。参考文献[ 15 ]采用Hough变换、Sobel算子对条码符号进行定位，然后利用空间变换纠正图像失真。然而，QR码的边界不连续，利用Hough变换定位误差较大。参考二维条码图像特征设置的约束条件，参考文献[16]利用计算几何中凸包的概念，在数据矩阵的情况下定位条码。该算法能在扭曲或倾斜的情况下有效地定位二维条码。这些方法可以用来实现图像定位，但其中一些时间复杂度很高，有些则难以应用于开发。本文提出了定位和旋转的以下策略。首先需要提取QR码符号，然后捕获图像区域，保证QR码的中心是新图像的中心，这一步消除了周围的噪声信息，然后确定旋转角度，最后用双线性插值进行旋转。如图2所示，QR码包含相同大小和形状的3个检测模式a、b、c。侦查模式是由三个重叠的同心广场，该模块的比例是1：1:3:1:1黑色和白色。每个模块的宽度允许偏差为0.5。基于QR码符号的大小和旋转具有不变的特征，通过寻找满足1∶1∶3∶1∶1的近似区域来确定检测位置是很快的。根据A、B、C在适当的模式数目大于三的情况下可以构成近似等腰三角形的特点，最终确定位置检测模式。通过这个步骤，我们可以得到a、b、c和QR码符号的中心坐标。为了加快在实际应用中图像处理速度，当没有噪音信息的QR码，它的形状是不改变的，QR码和三个顶点坐标的中心坐标（A，B，C）可以通过计算和安排的行列扫描法。

图2. 位置检测 图3. 旋转校正

1. 当确定QR码的中心坐标和特征点坐标时，需要确定旋转角度。如图3所示，s方形区域是原来的QR码图像；n平方是截取后的面积。，，是三个特征点（位置检测模式或QR码顶点的中心点），假设旋转角度是theta;。计算三点之间的打击距离，找出最长的距离，假设它是。
2. 找到边坡

1. 如果kgt;-1和klt;-1，它需要一个顺时针旋转。

相反，它需要逆时针旋转，

中心坐标的QR码确定后，捕捉它的广场上的图像中心确保QR码都可以访问，被截取方的长度至少是

新长度=radic;2 *原始长度 *

当旋转角度为90°时，范围超出最大值。为了确保QR码能够完全访问，截取端通常得到最大值，即radic;2 *原始长度

由于旋转坐标的目的不一定是整数坐标，为了保证图像不失真，需要在图像旋转变换中对目标像素的灰度值进行插值，常用的方法有最近邻插值法、双线性插值法和三线性插值法[ 17 ]。其中，最近邻方法非常简单，加工时间最短，和实时性能很好，但结果的质量不高，容易出现锯齿状边界旋转过程。这种方法适用于要求高旋转实时性的应用程序，但对图像质量要求不高。三次线性插值运算的精度最高，经处理后的图像质量最好，且不出现离散像素值的情况。然而，与考虑到影响浮点数的四坐标的双线性插值方法相比，三线性插值考虑了16个对其有影响的邻居，因此三线性插值的时间复杂度很高。双线性插值法结果图像质量高，纹理清晰，满足大多数程序的要求。因此，本文采用双线性插值法进行图像旋转。此外，如果QR码的坐标不够精确，结果就不是很令人满意，如图4所示。

图4是三种插值方法的比较。

（a）处理前 （b）最近邻法

（c）双线性插值 （d）三线性插值

图4. 三种插值方法的比较

C、图像几何校正

由于拍摄角度、图像旋转等问题，会出现图像几何畸变。QR码几何失真会带来很大的识别误差，降低识别率。一般来说，QR码图像失真是线性失真。因此，QR码可以用来纠正正方形的特性。失真校正算法如下。

1）获得的四个顶点的QR码图像。由于旋转过程，外部噪声信息被排除，所以我们可以一行一行地扫描QR码图像，从QR码区域的八个方向（上、下、左、右、左上、左下、右上、右下）直线扫描QR码，直到行与黑块之间有两个或多个交点。在八个方向扫描之后，我们至少会得到16个点，在两个方向上出现的点是顶点。当这些步骤完成时，有三个或多个顶点。基于顶点的位置检测模式的中心之间的距离，3短的顶点可以得到有顶点。

2）确定第四顶点。参考文献[ 10 ]提出的算法，镂空的条码内部点，得到的边缘信息，在已知点的Hough变换检测QR码的第四个顶点。本文提出了一种新的检测算法。根据已知的三个顶点的位置之间的关系，我们可以确定在QR码的第四个顶点的方向（左上、左下、右上、右下）。然后，相邻两条线的位置，由此产生的第四个顶点就可以知道了。沿着位置检测模式的中心坐标扫描，直到黑线和QR码模块之间的交点为止。两条边界线的斜率可以计算出来。然后在这两条相交的直线是第四点，就如图5所示。

图5. 计算第四顶点 图6. 控制点变换

3）如图6所示，，，，是有四个顶点的不失真QR码图像，，，，是有四个顶点的QR码的实际图像。利用作为校正图像中坐标的灰度值，在校正图像中以为坐标的灰度值。假设的坐标是，假设的坐标是。

然后存在以下关系：

用雅可比迭代法求解上述方程中的a、b、c、d、m、n、p、q 8个参数，实现了由一般四边形到正方形的标定变换。

当通过几何失真校正、双线性插值将点转换成点，确定灰度值。假设四个相邻的坐标，，，，而且其相对应的灰度值是，，，双线性插值公式为：

D、图像归一化

通过几何变换可以得到几乎正则的QR码图像，然后它需要被标准化。文献[ 14 ]的研究提出了一个二维码分为基于Sobel边缘检测和基于傅里叶变换的模糊模型的方法，和所有的比特流数据对应的代码是在最后得到的，可以解码。在本文中，策略如下。

首先，根据QR码本身的国家标准和符号结构给出的解码算法，确定QR码的版本号。其次，平分的QR图像为Ntimes;N的小网格根据版本号、重采样每个网格中心作为采样点，得到归一化的QR码符号。在这个过程中，由于计算机步长是整数，累积误差必须或多或少地产生。利用平均法，假设在网格移位中的一些模块导致QR码分割错误。因此，在基于图像缩放原理的网格划分前对图像进行全面的放大，尽量减少图像分割时产生的误差，而放大过程中产生的新灰度值可以用双线性插值法求解。再次，根据图像重采样后的快速响应码国家标准方法对标准QR码符号进行解码。

1. 实验结果

在实验过程中，用普通摄像机进行不同方向的拍摄，采集了100张图片，所有都是320times;240像素。图像包括以下情况。条形码的不同版本，从1版到7版；条码照明条件不同，分别在普通光，强光和弱光，在非均匀照明的条件下，10张的光照度不均匀图像拍摄；几何失真，它拍出来的正方形不是标准的二维码；倾斜角度的存在图像；图像周围的噪声信息。

本实验是在Windows XP系统下进行，采用Visual C 编程来处理图像，图像的编码和解码采用QR [的]国家标准方法。结果如下：（1）在正常光照和强光下，采用大津法，遗传算法进行处理可以取得较好的效果，但在不均匀光照下会造成部分不易识别的阴影，取而代之的是自适应阈值，识别率是90%，平均使用时间是在OTSU下是 0.005500s而遗传算法用于阈值0.02044s；直方图法只能识别当有图片上的两个明显的峰值，识别率为80%，花费的时间是0.004540s；当窗口大小为5，Niblack花了0.164254s。自适应阈值法可以识别大多数的非均匀图像，但比Otsu算法处理速度要慢得多，平均时间为0.22361秒；（2）较低的版本，越简单的图像，图像越清晰，效果越好。（3）在相同的编程环境中，用于确定旋转角度的时间，相对于一般Hough变换0.104890s和镂空算法0.002622s，本文在算法上使用时间为0.000427s，缩短了245倍和6.l4倍。

1. 总结

讨论了基于图像处理的QR码识别算法，包括图像二值化、图像倾斜校正、图像定位、图像几何校正、图像归一化等，通过一系列分析处理，使采集图像得到正确识别。本文的主要创新点如下：

（1）在旋转过程中，提取QR码符号，有效消除周围噪声信息。（2）在几何校正方面，不使用Hough变换，而是利用已知点坐标来推断QR码的第四顶点，这种方法减少了时间复杂度。（3）根据归一化图像，使用图像缩放的原理来减少误差的平均造成的。在识别的第一步是第一优先，图像的二值化方法对识别系统的条形码产生很大的影响，因此如何选择一个合适的算法进行二值化是未来研究的热点。随着行业的进一步发展，基于图像处理图像的二维码识别技术在读者阅读应用中具有广阔的应用前景，对QR码的推广和发展具有一定的意义。

参考

[ 1 ] Y.Liu，M.Y.Liu，“QR code二维条码数据编码的研究”，北京理工大学学报，VoI.25，No.4，pp.352-355, 2005.04

[ 2 ] H.zhang，Q.W.Han，F.M.Yu，“在医药行业物流管理系统中的二维条形码”，重庆大学学报，VoI.27，No.4，pp.122-125，2004.04

[ 3 ] X.X.Huang，“基于二维条形码技术餐厅预订系统的研究”，中国计算机与通信，pp.61-62，2010.02。

[ 4 ] C.Y.Kang，“对二维码的电子票务系统的研究”，哈尔滨商业大学学报（自然科学版，乌拉尔），VoI.25，No.2，pp.178-181，2009.04。

[ 5 ] 中国物品编码中心，二维码二维条码技术与应用，北京，中国标准出版社，2002.pp.2-50。

[ 6 ] 快速响应代码，GB/T 18284 – 2000，2001。

[ 7 ] TRIER,O.D.,JAIN,A.K.，“目标导向的二值

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[21312]，资料为PDF文档或Word文档，PDF文档可免费转换为Word