[发明专利]一种快速的图像中二维码码制类型识别方法

摘要

一种快速的图像中二维码码制识别方法，由学习训练过程和分类识别过程组成。学习训练过程如下：采集并建立各种类型的二维码图像的样本图像集；将每一样本图像转换成灰度图像，进行高斯平滑滤波和二值化处理并得到二值化图像；在水平和垂直方向上扫描二值化图像的前景边界，得到二维码的外边界点集，通过旋转图像使二维码处于水平状态，实现二维码的水平矫正；对二维码区分块、组合和归一化处理，对得到的归一化样本图像进行快速小波变换，得到小波特征样本集；分类识别过程如下：提取待识别图像的小波特征，建立距离度量模型；采用K最近邻分类算法进行码制类型识别。本发明简便快捷，兼顾实时性和准确性，具有较高的识别率。

主权项

一种快速的图像中二维码码制类型识别方法，其特征是，方法包括两个处理过程，即学习训练过程与分类识别过程，两个处理过程的实现步骤如下：学习训练过程的处理步骤为：1.1）通过采集各种类型、各种版本的二维码图像，建立用于学习训练的样本图像集；1.2）对于每一个样本图像，将其转换成灰度图像后，进行高斯平滑滤波，去除图像中的噪声，然后根据图像的灰度分布信息，采用最大类间方差方法进行二值化处理，在得到的二值化图像中，二维码的黑色模块为前景，其余部分为背景；1.3）分别在水平和垂直方向上扫描二值化图像的前景边界，得到二维码的外边界点集，采用旋转卡壳法计算点集的最小覆盖矩形，根据最小覆盖矩形的方位角度，旋转图像以使二维码处于水平状态，从而实现二维码的水平矫正；1.4）对于水平矫正后的图像，以旋转后的最小覆盖矩形为边界，提取出二维码的图像区域；考虑到二维码的边角部分包含了大部分具有区分性的特征，对二维码区域按照一定的比例系数进行分块，选取其中处于边角部分的分块，组合成新的样本图像，并对其进行归一化处理，得到归一化样本图像；1.5）对每个归一化样本图像进行快速小波变换，将得到的小波变换系数作为小波特征，进而建立用于后续分类的小波特征样本集；分类识别过程的处理步骤为：2.1）对待识别的二维码图像，按照步骤1.2）至步骤1.5）的方式提取图像的小波特征；2.2）建立基于特征分布加权的距离度量模型；将待识别特征与样本特征进行逐点匹配，并将所有点匹配的加权和作为特征之间的距离，其中权重的设置方式是，给处于不同空间位置的点赋予不同的权重，越靠近区域中心的点权重越低，越靠近二维码边缘的点权重越高；2.3）采用K最近邻分类算法进行码制类型识别，根据步骤2.2）中定义的距离度量模型，选择距离最近的K个特征样本，这些样本大多数属于的码制类型即为待识别图像的类型。