[发明专利]基于图像处理的QR码识别方法

摘要

本发明提供了一种基于图像处理的QR码识别方法，包括以下步骤（1）预处理包括灰度化、图像增强、二值化、图像去噪；（2）定位确定QR码符号位置探测图形上12个角点位置信息和确定QR码符号右下角角点位置信息；（3）解码根据定位阶段所获得的QR码符号各种位置信息，再进行几何校正，提取出标准的QR码符号，然后绘制采样网格。本发明的优点是本方法能够应用于工业生产自动化领域，实现了在无人工参与情况下QR码的自动识别功能，能够解决实际应用中图像背景复杂、图像质量不高、QR码位置探测图形比例特征被破坏等问题。算法在稳定运行情况下可以达到98%的高识别率。算法实时性强，识别一帧图像所用时间约为150ms。

主权项

基于图像处理的QR码识别方法，其特征是，包括以下步骤：(1)预处理阶段：包括灰度化、图像增强、二值化、图像去噪；(2)定位阶段：确定QR码符号位置探测图形上12个角点位置信息和确定QR码符号右下角角点位置信息；(3)解码阶段：根据定位阶段所获得的QR码符号各种位置信息，再进行几何校正，提取出标准的QR码符号，然后绘制采样网格；步骤(1)所述图像去噪利用中值滤波算法进行图像去噪：d、创建与二值化后的二值图binary同样大小的图像dst，依次扫描二值化图像binary上的每个点；e、设binary当前位置(i,j)上灰度值为f(i,j)，dst的(i,j)位置上灰度值为g(i,j)，置count为0；依次扫描binary的(i,j)位置的8邻域上的点，如果碰到灰度为1的像素，则count加1；否则count不变；f、当binary的(i,j)位置的8邻域点被扫描完毕后，判断count值，如果count＝4，则g(i,j)置为f(i,j)；若count<4，则g(i,j)置为0；若count>4，则g(i,j)置为1；g、当(i,j)到达binary的末尾后，dst即是中值滤波后所得的结果图；步骤(2)所述确定QR码符号位置探测图形上12个角点位置信息的方法为：首先用轮廓检测算法，探测出QR码图像上的所有轮廓，然后根据QR码符号位置探测图形轮廓的区别于其他轮廓的特征，将这些轮廓筛选出来，QR码符号的位置探测图形的轮廓有如下几个性质：1)每个位置探测图形上都有三个边界线，且依次被包围，从外至内分别为边界1、边界2、边界3；2)同一位置探测图形上的三个边界的重心相同；3)在一定畸变范围内，位置探测图形的外接矩形的长和宽的比例系数在0.5～2之间；4)边界1的像素数在50～500之间；获取QR码符号位置探测图形轮廓后，按照如下步骤获取这些位置探测图形的角点，三个轮廓分别为左下角轮廓、右上角轮廓、左上角轮廓：第一步，根据左下角、右上角轮廓的重心，求出一条直线，那么在左上角轮廓中，距离该直线最远的点为顶点1，最近的点为顶点4；第二步，根据顶点1和第一步中直线的斜率，求出一条直线，那么在左下角轮廓中，距离该直线最远的点为顶点12，最近的点为顶点9；在右上角轮廓中，距离该直线最远的点为顶点8，最近的点为顶点5；第三步，根据顶点1做与第一步中直线垂直的直线，那么在左下角轮廓中，距离该直线最远的点即为顶点11，最近的点为顶点10；在右上角轮廓中，距离该直线最远的点即为顶点6，最近的点为顶点7；第四步，根据顶点6做与第一步中直线垂直的直线，那么在左上角轮廓中，距离该直线最远的点为顶点3，最近的点为顶点2；步骤(3)利用透视变换算法来进行几何校正，并且配合双线性插值算法来减小变换带来的误差；设变换前的点坐标为(xi,yi)，变换后对应的点坐标为(ui,vi)，那么透视变换可表示为公式5：而公式6中所示矩阵就是透视变换的矩阵，其中c22取值为1，透视变换需要，变换前后QR码符号左上、左下、右上、右下共8个点的信息，而这些信息在定位阶段已经获取；当透视变换所需的8个点A’，B’，C’，D’，A，B，C，D的坐标已经确定后，求取透视变换的变换矩阵如公式7所示，将各点的坐标代入公式7中，进而求取线性方程组，即得到透视变换的变换矩阵。