[发明专利]一种基于机器学习的二维码模糊聚类识别方法及系统

说明书

本发明公开了一种基于机器学习的二维码模糊聚类识别方法及系统，其中，所示二维码模糊聚类识别方法包括：获取模糊二维码图像信息，对所述模糊二维码图像信息进行灰度化处理，获取灰度化后的模糊二维码图像；对灰度化后的模糊二维码图像进行光照不均匀消除处理，获取消除光照不均匀后的模糊二维码图像；对消除光照不均匀后的模糊二维码图像进行傅里叶变换处理，获取傅里叶变换处理后的模糊二维码图像；对傅里叶变换处理后的模糊二维码图像进行降噪处理，获取降噪后的模糊二维码图像；采用训练好的模糊核分类模型对降噪后的模糊二维码图像进行分类识别，获取识别结果。采用本发明实施例中，能快速识别模糊二维码图像，并且提高识别效率。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于机器学习的二维码模糊聚类识别方法及系统。

背景技术

二维码是一种在二维平面上通过特定几何模型以指定编码的方式排列来实现信息存储的符合；二维码具有纠错和定位功能，扫描仪器能在不同的角度、光照和距离下对二维码进行识别；常见的二维码有QR码，PDF417和Data Matrix等。

随着当今社会的进步与发展，二维码已经完全嵌入到了人们的生活中，二维码已广泛应用在了各种场合，包括了支付系统，网页跳转，防伪溯源，物品信息，下载链接等；随着二维码使用的普及化，带来了便利的同时也提出了新的技术挑战。

目前，市面上的扫描设备、软件都不存在对模糊二维码修复功能；对于模糊的二维码图像帧将直接丢弃，选择去采集下一帧图像；这其中的原因是二维码的模糊类型未知，只能使用盲去卷积的方法去模糊，无法快速的去模糊。

发明内容

本发明的目的在于克服现有技术的不足，本发明提供了一种基于机器学习的二维码模糊聚类识别方法及系统，能快速识别模糊二维码图像，并且提高识别效率。

为了解决上述技术问题，本发明实施例提供了一种基于机器学习的二维码模糊聚类识别方法，所述二维码模糊聚类识别方法，包括：

获取模糊二维码图像信息，对所述模糊二维码图像信息进行灰度化处理，获取灰度化后的模糊二维码图像；

对灰度化后的模糊二维码图像进行光照不均匀消除处理，获取消除光照不均匀后的模糊二维码图像；

对消除光照不均匀后的模糊二维码图像进行傅里叶变换处理，获取傅里叶变换处理后的模糊二维码图像；

对傅里叶变换处理后的模糊二维码图像进行降噪处理，获取降噪后的模糊二维码图像；

采用训练好的模糊核分类模型对降噪后的模糊二维码图像进行分类识别，获取识别结果。

优选地，所述对所述模糊二维码图像信息进行灰度化处理，包括：

采用灰度化公式对所述模糊二维码图像信息进行灰度化处理，获取灰度化后的模糊二维码图像；

所述灰度化公式如下：

f＝0.299×R+0.587×G+0.114×B；

其中，f表示灰度化后的模糊二维码图像，R、G、B分别代表彩色图像的红、绿蓝通道。

优选地，所述对灰度化后的模糊二维码图像进行光照不均匀消除处理，包括：

采用顶帽变换对灰度化后的模糊二维码图像进行处理，获取顶帽变换后的模糊二维码图像；

采用灰度化后的模糊二维码图像减去顶帽变换后的模糊二维码图像，获取消除光照不均匀后的模糊二维码图像；

具体的光照不均匀消除公式如下：