《快速识别QR码的一种图像预处理方法》.docVIP

快速识别QR码的一种图像预处理方法 针对嵌入式采集系统的平台及其采集的QR二维码图像的特征，提出了一种高效的图像预处理和条码检测定位的方法。对于采集的QR码图片含有复杂背景、光照不均匀的特征，提出了基于分块局部二值化的处理方法。对于QR码的倾斜、几何畸形，采用了基于QR码定位图形及校正图形的透视变换方法。通过在嵌入式平台上的实验表明，该能方法高效、快速完成图形处理及条码定位检测。 关键字 ：QR二维码；图像预处理；透视变换；定位检测 0引言 QR码1994年由日本Denso-Wave公司发明，QR 码是二维条码的一种，QR来自英文 “Quick Response” 的缩写，即快速反应的意思。 QR码比普通条码可储存更多资料，且具有更高的容错、纠错能力。QR码如今被越来越广泛地应用于电子票务领域，电影票、电子优惠券、电子会员卡等给人们的日常生活带来无数便利。 当前，QR码定位和检测的图像预处理研究文献中主要是：基于插值旋转和边缘检测的Hough变换方法。参考文献[9]采用一种基于边缘检测的Hough变换和畸形校正图像处理方案。参考文献[10]采用了一种基于改进边缘检测的Hough变换和噪声滤波的方案。参考文献[11]采用改进的自适应算法和基于挖空算法获取边缘的Hough变换方案。这些方法存在一些缺陷：(1)由于旋转和插值会给图像带来二次失真。(2)基于Hough变换的算法运算量大，检测速度较慢。本文提出了一中基于透视变换的快速定位、分离和识别QR码的图像处理方法。这种方法主要优点是图像处理步骤少，可以很好的避免了多步图像处理带来的误差累积且识别率较高，目的在于解决实际应用环境中QR码识别存在的问题。 1 图像预处理 图像预处理是QR码识别过程中关键的步骤，图像预处理后图片的效果直接关系到条码识别率高低。本文采用图2流程对含有QR的图像进行预处理并进行图像校正和定位检测： 图2 图像预处理流程图 1.1 灰度化 嵌入式系统所采集的图像为彩色RGB格式图像。由于彩色图像包含有大量的颜色信息，在存储和处理上的运算量和开销很大，故先对采集的图像进行灰度化处理。参考文献[10]提到了典型的RGB图像灰度化的处理算法有：分量法、最大值法、平均值法、加权平均值法。其中分量法是将RGB中分某个分量当成灰度值，最大值法是将RGB分量中最大值当成灰度值，平均值法是将RGB的值取平均当成灰度值。由于人眼对绿色的敏感最高，对蓝色敏感最低，因此本文采用下式对RGB三分量进行加权平均能得到较合理的灰度图像： (1) 1.2 二值化 二值化是图像预处理中的关键的步骤，二值化后图片的质量高低关系到了解码识别率的高低。选择一个合适的阈值是二值化的效果好坏的重要因素。 1.2.1 图像二值化原理 基于QR码图像的特征：只包含黑色和白色模块。在采集的图像中快速定位和提取QR码信息的方法经常采用图像二值化的方法。二值化的主要思想是：设定一个阈值T，用T将图像的数据分成两部分：大于T的像素群和小于T的像素群。将大于T的像素群的像素值设定为白色，小于T的像素群的像素值设定为黑色。转换公式如下： (2) 目前针对不同图像、不同目标，求取阈值的方法有20几种，主要分为三类：全局阈值法、局部阈值法、动态阈值法。其中动态阈值法中主要有：最大类间方差法(OSTU算法)、迭代法、最大直方图熵阈值分割法（ENT）。全局阈值法在光照不均匀的条件下二值化的效果不理想。针对实际应用平台和环境采本文提出了一种基于图像分块的局部阈值方法，该方法在光照不均匀、背景复杂的环境下有很好的保留QR码特征的效果。具体步骤为：（1）、将含有QR码的图片进行分块，每块大小的长和宽均为8，含有64像素。（2）、以5x5的网格采样分别计算每块区域的阈值Ti，j （3）、根据求得阈值Ti，j对每块区域进行二值化 1.2.2 图像二值化阈值求解算法： 算法 1 阈值求取算法 1.2.3图像二值化： 根据1.2.1中二值化公式(2)及利用1.2.2中算法1求解得到的阈值矩阵T，对灰度化的图像进行二值化，由于QR码中黑色模块表示1，白色模块表示0.故灰度图像中小于阈值（黑色像素）的置为1，大于阈值（白色像素）置为0.不同二值方法的效果如图3所示： 图3 (a)原图 (b) 采用全局阈值二值图 (c)采用本文方法的二值图 2 QR码的定位 QR的图片上的信息分布如图4所示。如何将QR码从图片正确定位和提取出来可以有多种方法：参考文献[10]提出了基于条码边缘的特性通过不同的边缘检测算子对图像进行边缘检测而后通过Hough变换进行图像校正。参考文献[11]提出了挖空QR码内像素点的方法，从而获得QR码的外边缘，最后采用Hough 变换将畸形的图像进行校正。参考文献[12