基于機(jī)器視覺(jué)的二維碼掃描設(shè)計(jì)

1、 基于機(jī)器視覺(jué)的二維碼檢測(cè)系統(tǒng)設(shè)計(jì) 院系名稱： 電氣工程學(xué)院 專業(yè)班級(jí)： 自動(dòng)化F1205 姓 名： 陳宗毅 學(xué) 號(hào)： 201223911022 TOC o 1-3 h u HYPERLINK l _Toc16673 基于機(jī)器視覺(jué)的二維碼檢測(cè)系統(tǒng)設(shè)計(jì) PAGEREF _Toc16673 1 HYPERLINK l _Toc16637 摘要 PAGEREF _Toc16637 3 HYPERLINK l _Toc22141 1緒論 PAGEREF _Toc22141 4 HYPERLINK l _Toc25269 1.1 二維碼技術(shù)研究現(xiàn)狀 PAGEREF _Toc25269 4 HYPERLI

2、NK l _Toc29713 2二維碼識(shí)別技術(shù)中的圖像處理技術(shù) PAGEREF _Toc29713 6 HYPERLINK l _Toc2401 2.1 二維碼技術(shù)概述 PAGEREF _Toc2401 6 HYPERLINK l _Toc27382 2.1.1 二維碼技術(shù)的發(fā)展 PAGEREF _Toc27382 6 HYPERLINK l _Toc10394 2.1.2 二維碼簡(jiǎn)介 PAGEREF _Toc10394 7 HYPERLINK l _Toc13241 2.1.3 二維碼的識(shí)讀 PAGEREF _Toc13241 8 HYPERLINK l _Toc17573 2.2 二維碼圖

3、像預(yù)處理技術(shù) PAGEREF _Toc17573 9 HYPERLINK l _Toc16310 2.2.1 二維碼灰度圖像的二值化處理 PAGEREF _Toc16310 9 HYPERLINK l _Toc14071 2.2.2 二維碼圖像的降噪實(shí)現(xiàn) PAGEREF _Toc14071 10 HYPERLINK l _Toc517 2.2.3 二維碼數(shù)字圖像的邊緣檢測(cè) PAGEREF _Toc517 14 HYPERLINK l _Toc4056 2.2.4 二維碼圖像的畸變矯正 PAGEREF _Toc4056 18 HYPERLINK l _Toc21789 2.3 本章小結(jié) PAGE

4、REF _Toc21789 18 HYPERLINK l _Toc17923 3總結(jié)和展望 PAGEREF _Toc17923 20 HYPERLINK l _Toc19042 參考文獻(xiàn) PAGEREF _Toc19042 21摘要針對(duì)目前迅速發(fā)展的自動(dòng)識(shí)別技術(shù)，二維碼作為此技術(shù)最底層的信息存儲(chǔ)載體之一，承載著它自己的優(yōu)勢(shì)（低成本、高存儲(chǔ)密度、超高速識(shí)讀、較強(qiáng)的糾錯(cuò)能力等），將在信息識(shí)別領(lǐng)域發(fā)揮著重要作用。本文針對(duì)于二維碼識(shí)別的譯碼技術(shù)，通過(guò)深入研究其存在的不足及缺點(diǎn)，對(duì)其核心 RS 譯碼算法進(jìn)行優(yōu)化改進(jìn)，改善其性能。 二維碼的核心技術(shù)包括二維碼圖像預(yù)處理技術(shù)，編解碼算法及糾錯(cuò)控制技術(shù)，加密技

5、術(shù)等。本文首先探討了二維碼圖像的預(yù)處理技術(shù)，并且提出了針對(duì)于二維碼圖像進(jìn)行處理的最佳匹配算法，包括濾波去噪、邊緣檢測(cè)、定位矯正等內(nèi)容，每步算法都有發(fā)揮最優(yōu)性能的使用條件，同時(shí)對(duì)其進(jìn)行了結(jié)果分析。其次本文重點(diǎn)研究了二維碼識(shí)別技術(shù)中的 RS 糾錯(cuò)理論算法，在分析了傳統(tǒng)的求解錯(cuò)誤位置多項(xiàng)式 BM 迭代算法的基礎(chǔ)上，提出了利用快速傅里葉變換進(jìn)行計(jì)算，避免求解聯(lián)立方程組和評(píng)估多項(xiàng)式的一種簡(jiǎn)化算法。此改進(jìn)的 BM 算法簡(jiǎn)化了求解方程組的迭代過(guò)程，使譯碼性能更加優(yōu)化，大大降低了譯碼的復(fù)雜度，同時(shí)通過(guò)軟件仿真進(jìn)行驗(yàn)證，對(duì)其譯碼時(shí)間進(jìn)行了分析，并與目前存在的幾種譯碼算法進(jìn)行了比較。結(jié)果證明了此算法能夠提高譯碼速

6、率，很大程度上減少譯碼時(shí)間。因此，基于 FT變換的 BM 迭代算法是一種有效的優(yōu)化算法。本文還提出將基于此改進(jìn) BM 算法的 RS 譯碼技術(shù)應(yīng)用于我國(guó)的漢信碼識(shí)別中，并通過(guò)仿真觀察其性能優(yōu)勢(shì)，但是其結(jié)果有待于進(jìn)一步的研究。最后針對(duì)我國(guó)目前的二維碼技術(shù)的應(yīng)用水平，提出了二維碼識(shí)別技術(shù)在礦井人機(jī)定位系統(tǒng)、醫(yī)療衛(wèi)生等領(lǐng)域的應(yīng)用理念。雖然其在某些行業(yè)有了初步應(yīng)用，但在其他行業(yè)領(lǐng)域的應(yīng)用探索還處于孕育階段，需要更加成熟的二維碼核心技術(shù)的支持。 關(guān)鍵詞：自動(dòng)識(shí)別技術(shù)；圖像預(yù)處理；快速傅里葉變換；1緒論隨著我國(guó)信息化技術(shù)的不斷發(fā)展，自動(dòng)識(shí)別技術(shù)逐步成熟起來(lái)，它將成為我們生產(chǎn)生活中不可或缺的一門重要技術(shù)。自動(dòng)

7、識(shí)別技術(shù)是指以計(jì)算機(jī)技術(shù)為基礎(chǔ)，能夠自動(dòng)進(jìn)行數(shù)據(jù)的采集，并且進(jìn)行數(shù)據(jù)信息的實(shí)時(shí)交換的一門新興技術(shù)。它可以實(shí)現(xiàn)與任何信息管理系統(tǒng)的連接，準(zhǔn)確高效的實(shí)現(xiàn)數(shù)據(jù)的傳輸、查詢、更改等功能。二維碼識(shí)別技術(shù)作為此技術(shù)之一，其核心技術(shù)的研究發(fā)展將對(duì)自動(dòng)識(shí)別技術(shù)起著重要作用。1.1 二維碼技術(shù)研究現(xiàn)狀二維碼技術(shù)是目前國(guó)內(nèi)外正在迅速發(fā)展的技術(shù)，從 1999 年日本最先出現(xiàn)的二 維碼相關(guān)技術(shù)的發(fā)展到現(xiàn)在，二維碼目前已經(jīng)廣泛的被應(yīng)用于各個(gè)領(lǐng)域，極大地 改善了人們的生活，同時(shí)也促進(jìn)了社會(huì)現(xiàn)代化的發(fā)展。目前在國(guó)外尤其是日韓等 國(guó)，手機(jī)二維碼已經(jīng)發(fā)展到一定的成熟階段，而且它已經(jīng)被廣泛的應(yīng)用在人們生 產(chǎn)生活的各個(gè)方面1。日本

8、 90%的手機(jī)都兼有二維碼識(shí)別技術(shù)，幾乎所有的報(bào)刊都 印有二維碼，用戶只需要對(duì)二維碼圖像進(jìn)行微距拍照，就可以上網(wǎng)獲得所需的信 息例如商場(chǎng)中的優(yōu)惠打折，新聞資訊等。手機(jī)二維碼相關(guān)的業(yè)務(wù)在日本的增值服 務(wù)市場(chǎng)已經(jīng)發(fā)展的很成熟，主要是在電子憑證類業(yè)務(wù)上的應(yīng)用，在日本應(yīng)用非常 廣泛。在 2007 年，日本最大的航空公司日航就已經(jīng)推廣使用了二維碼移動(dòng)票務(wù)業(yè) 務(wù)2。同時(shí)二維碼電子憑證類業(yè)務(wù)的應(yīng)用讓移動(dòng)商務(wù)切實(shí)融入到消費(fèi)者的日常生活 中，大大的節(jié)省了物流費(fèi)用、實(shí)現(xiàn)了物品信息的實(shí)時(shí)追蹤，不但促進(jìn)了日本移動(dòng) 電子商務(wù)的發(fā)展，同時(shí)也為日本運(yùn)營(yíng)商帶來(lái)了極大的利潤(rùn)空間。 然而在我國(guó)，高端手機(jī)、智能手機(jī)的普及率相當(dāng)?shù)停?/p>

9、而且能夠拍照攝像的手 機(jī)有限且像素低，帶有微距相機(jī)的幾乎沒(méi)有，支持二維碼識(shí)別技術(shù)的手機(jī)普及率 更低，因此我國(guó)手機(jī)二維碼技術(shù)的發(fā)展仍然還有很長(zhǎng)的一段路要走，仍有許多問(wèn) 題需要解決3。近來(lái)，我國(guó)的手機(jī)二維碼相關(guān)業(yè)務(wù)經(jīng)過(guò)長(zhǎng)時(shí)間的市場(chǎng)孕育，盡管取 得了一定的進(jìn)展，但距離其高速發(fā)展還有很遠(yuǎn)的距離。尤其是相關(guān)的產(chǎn)業(yè)鏈各方 還需要共同努力，但是手機(jī)二維碼的廣泛應(yīng)用將成為必然。 針對(duì)于二維碼的核心技術(shù)即編解碼技術(shù)及糾錯(cuò)技術(shù)我國(guó)大多是采用的國(guó)外的 標(biāo)準(zhǔn)，引進(jìn)他們的技術(shù)，嚴(yán)格的專利保護(hù)，高昂的成本及在信息安全問(wèn)題，使二 維碼在我國(guó)的應(yīng)用受到了極大地限制。直到 2007 年，經(jīng)過(guò)我國(guó)技術(shù)人員的努力終 于研究推出了一

10、套具有自主知識(shí)產(chǎn)權(quán)的二維碼標(biāo)準(zhǔn)漢信碼，它彌補(bǔ)了國(guó)外二維 碼只能識(shí)別記錄很少的漢字的缺點(diǎn)。通過(guò)對(duì)現(xiàn)有二維碼技術(shù)進(jìn)行研究創(chuàng)新，最終 研究出了滿足我國(guó)實(shí)際需要的二維碼技術(shù)標(biāo)準(zhǔn)。2二維碼識(shí)別技術(shù)中的圖像處理技術(shù)2.1 二維碼技術(shù)概述隨著第三次世界信息化浪潮的興起，無(wú)所不在的“物聯(lián)網(wǎng)”成為了新一代信息 技術(shù)產(chǎn)業(yè)中的核心名詞2。2010 年我國(guó)的政府工作報(bào)告中首次明確提出了物聯(lián)網(wǎng) 的定義及其核心技術(shù)，同時(shí)將其作為國(guó)家新興戰(zhàn)略產(chǎn)業(yè)其技術(shù)領(lǐng)域?qū)⑹切碌慕?jīng)濟(jì) 增長(zhǎng)點(diǎn)。2010 年，我國(guó)的政府工作報(bào)告中提出了對(duì)物聯(lián)網(wǎng)的定義5：物聯(lián)網(wǎng)指的 是通過(guò)信息識(shí)別及傳感儀器，按照制定好的統(tǒng)一協(xié)議，將任何物品與互聯(lián)網(wǎng)進(jìn)行 連接，

11、通過(guò)信息交換和通信，以此來(lái)實(shí)現(xiàn)自動(dòng)識(shí)別、追蹤、現(xiàn)場(chǎng)管理和監(jiān)測(cè)控制 的一種網(wǎng)絡(luò)技術(shù)。 物聯(lián)網(wǎng)的技術(shù)領(lǐng)域涉及廣泛，自動(dòng)識(shí)別技術(shù)將作為其最底層的核心技術(shù)，起 著重要的基礎(chǔ)作用。日前我們最多應(yīng)用的自動(dòng)識(shí)別技術(shù)主要包括二維碼和射頻識(shí) 別技術(shù)兩種。因此二維碼技術(shù)作為自動(dòng)識(shí)別技術(shù)之一，也作為現(xiàn)代發(fā)展迅速的物 聯(lián)網(wǎng)技術(shù)的底層技術(shù)之一，將對(duì)高度發(fā)展的信息化社會(huì)起著舉足輕重的作用。2.1.1 二維碼技術(shù)的發(fā)展從上個(gè)世紀(jì)七十年代起，經(jīng)過(guò)幾十年的發(fā)展，條碼技術(shù)作為一門重要的信息 標(biāo)識(shí)和信息采集技術(shù)，在世界范圍內(nèi)得到了快速發(fā)展。條碼技術(shù)是目前應(yīng)用最廣 的自動(dòng)識(shí)別技術(shù)之一。隨著社會(huì)需求的不斷提高及應(yīng)用的不斷拓深，條碼技術(shù)

12、正 處于一個(gè)良好的創(chuàng)新發(fā)展時(shí)期，是商品交易、產(chǎn)品追溯、物流追蹤等領(lǐng)域的重要 信息支撐技術(shù)9。 條碼技術(shù)最早產(chǎn)生于上世紀(jì) 20 年代的美國(guó)，最初的條碼技術(shù)只能實(shí)現(xiàn)較為簡(jiǎn) 單的信息存儲(chǔ)而且編碼規(guī)則簡(jiǎn)單，完全依賴于后臺(tái)數(shù)據(jù)庫(kù)的支持。直到 1949 年的 一個(gè)專利文獻(xiàn)中，第一次有了 Norm Woodland 和 Bernard Silver 創(chuàng)造的全方位條 碼的標(biāo)識(shí)符號(hào)的相關(guān)記載，在這之前的專利文獻(xiàn)都沒(méi)有條碼技術(shù)的相關(guān)記錄，更 沒(méi)有投入實(shí)際應(yīng)用的先例10。他們的理念是利用 Kermode 和 YOung 的垂直的“條” 和“空”，使它彎曲成環(huán)的形狀，非常像被射擊的靶子。這樣條碼掃描器利用圖 形的中心

13、，能夠?qū)l碼標(biāo)識(shí)符號(hào)進(jìn)行譯碼，不需要考慮條碼符號(hào)的具體方向11。 與此同時(shí)，這種集光、電、計(jì)算機(jī)技術(shù)與一體的新興條碼技術(shù)迅速的發(fā)展起來(lái)并 且被廣泛使用。它解決了計(jì)算機(jī)采集物品信息困難的問(wèn)題，能夠?qū)崿F(xiàn)信息的準(zhǔn)確 高效識(shí)讀的功能。它實(shí)現(xiàn)了物流和信息流的同步傳輸，對(duì)當(dāng)時(shí)快速發(fā)展的社會(huì)生 產(chǎn)生活發(fā)揮了重要作用，促進(jìn)了信息技術(shù)的發(fā)展。 但是隨著現(xiàn)在高速信息化、自動(dòng)化技術(shù)的發(fā)展，一維條碼的信息存儲(chǔ)量遠(yuǎn)不 能滿足現(xiàn)在社會(huì)發(fā)展的需要。因而致力于自動(dòng)識(shí)別技術(shù)的科研人們通過(guò)不斷的努力，研究出了高密度、超高速識(shí)讀、強(qiáng)大存儲(chǔ)容量及抗干擾強(qiáng)的二維條碼技術(shù)。 1970 年 Iterface Mechanisms 公司開(kāi)發(fā)

14、出了“二維碼”之后，二維碼技術(shù)的應(yīng) 用逐步邁向了成熟。美國(guó)的 Symbol 公司是目前世界上最大的條碼設(shè)備生產(chǎn)商，其 產(chǎn)品的銷售額占據(jù)了國(guó)際份額的一半以上9。二維碼識(shí)別技術(shù)的出現(xiàn)是整個(gè)條碼歷 史上一個(gè)重要的里程碑，它從本質(zhì)上提高了條碼技術(shù)水平，拓寬了條碼的應(yīng)用范 圍，給社會(huì)的生產(chǎn)生活帶了極大的便利。以條碼技術(shù)為核心的自動(dòng)識(shí)別技術(shù)已經(jīng) 成為國(guó)際信息化建設(shè)中的重要部分，是推動(dòng)國(guó)際經(jīng)濟(jì)發(fā)展，增強(qiáng)競(jìng)爭(zhēng)力的重要技 術(shù)手段。 我國(guó)的條碼技術(shù)的起步比較晚，在上個(gè)世紀(jì)八十年代一維條碼技術(shù)才開(kāi)始得 到推廣和應(yīng)用，經(jīng)過(guò)十多年的成長(zhǎng)，一維條碼技術(shù)也日趨成熟。目前的一維條形 碼已經(jīng)在我國(guó)被廣泛應(yīng)用。目前我國(guó)商品條碼用

15、戶有十余萬(wàn)家，使用條碼標(biāo)識(shí)的 產(chǎn)品超過(guò) 100 萬(wàn)種，條碼自動(dòng)掃描商店(P0S)數(shù)萬(wàn)家，大大提高了我國(guó)商品在國(guó)內(nèi) 外市場(chǎng)上的競(jìng)爭(zhēng)力9。然而，對(duì)于二維條碼技術(shù)的研究我國(guó)才剛剛起步，二維碼條 碼的使用在我國(guó)仍處于初步階段，未來(lái)幾年二維碼技術(shù)的應(yīng)用推廣對(duì)我國(guó)還是一 個(gè)值得挑戰(zhàn)的課題。但是我們相信隨著現(xiàn)在信息化自動(dòng)化技術(shù)的快速發(fā)展，二維 碼技術(shù)越來(lái)越被關(guān)注，其相關(guān)的技術(shù)也會(huì)日趨成熟，將推動(dòng)信息化社會(huì)的進(jìn)步。2.1.2 二維碼簡(jiǎn)介目前我國(guó)廣泛應(yīng)用的一維條形碼的信息存儲(chǔ)量有限，而且其信息的存儲(chǔ)完全 依賴于計(jì)算機(jī)技術(shù)，也即是必須依賴于后臺(tái)數(shù)據(jù)庫(kù)的支持。一維條形碼只能作為 一個(gè)標(biāo)識(shí)符號(hào)，其所有的相關(guān)信息完全依

16、賴于后臺(tái)服務(wù)器的支持。下圖 2.1 是一 維條碼-Code39 碼的碼圖結(jié)構(gòu)。一般常用的 39 碼是由起始安全區(qū)域、起始碼、數(shù) 據(jù)碼、可忽略的校驗(yàn)碼、終止安全區(qū)域及結(jié)束碼構(gòu)成。39 碼只有兩種單元寬度， 分別為寬單元和窄單元12。一般的條碼字符由 9 個(gè)單元組成，其中包含有 3 個(gè)寬 單元，剩余是窄單元，因此稱其為 39 碼。圖 2.1 中的不同寬度的條和空構(gòu)成了信 息碼字 圖 2.1 39 碼 碼圖一維條形碼的最大優(yōu)點(diǎn)是碼字容量沒(méi)有一定的限制，可用大小寫英文字母即 數(shù)字，且校驗(yàn)碼可忽略不計(jì)，其編碼規(guī)則簡(jiǎn)單，識(shí)讀方便。二維碼是利用某種特定的幾何圖形按一定的分布規(guī)則在二維方向上排列的黑 白相間的

17、圖形進(jìn)行記錄數(shù)據(jù)信息13。二維碼同一維條碼一樣具有不同的碼制標(biāo)準(zhǔn)， 每種碼制都有不同的編碼規(guī)則。二維條碼符號(hào)中的每個(gè)字符信息占一定寬度，具 有特定的字符集，較強(qiáng)的校驗(yàn)糾錯(cuò)功能、信息識(shí)別功能及圖像處理功能等。二維 條碼具有信息容量大、密度高、糾錯(cuò)能力強(qiáng)、安全性好、編碼范圍廣的優(yōu)點(diǎn)，同 時(shí)還可以引入校驗(yàn)糾錯(cuò)碼，具有檢測(cè)錯(cuò)誤和恢復(fù)刪除錯(cuò)誤的能力。二維條碼技術(shù) 大大降低了對(duì)計(jì)算機(jī)網(wǎng)絡(luò)和數(shù)據(jù)庫(kù)的依賴，依靠條碼標(biāo)簽本身就可以起到數(shù)據(jù)信 息存儲(chǔ)及通信的作用，已經(jīng)成為現(xiàn)代條碼技術(shù)應(yīng)用中的一門新興技術(shù)。 由于一維條碼只是在單個(gè)方向上表示信息，而在垂直方向不能表達(dá)任何的信 息，因而這就限制了一維條碼的存儲(chǔ)能力。它

18、只能表示字母和數(shù)字信息不能表達(dá) 其他信息（例如漢字、圖像等），且空間編碼的利用率低，尤其是條碼圖像遭到破 損后不能被識(shí)讀，造成信息丟失。二維碼除了表示基本的英文、漢字、數(shù)字信息 外，還可以存儲(chǔ)聲音、指紋、照片及圖像等各種信息。在國(guó)外它已經(jīng)廣泛應(yīng)用在 交通運(yùn)輸、物流追蹤、商場(chǎng)打折優(yōu)惠、超市結(jié)賬、醫(yī)療保險(xiǎn)及政府管理等各個(gè)領(lǐng) 域14。2.1.3 二維碼的識(shí)讀下圖 2.2是二維碼的識(shí)讀系統(tǒng)框圖。二維碼的識(shí)讀系統(tǒng)是整個(gè)二維碼識(shí)別技術(shù) 的核心25，主要包括光學(xué)處理系統(tǒng)、圖像傳感器、圖像處理系統(tǒng)、及計(jì)算機(jī)技術(shù) 部分，除外還有一些外圍的接口電路、存儲(chǔ)器等。整個(gè)系統(tǒng)設(shè)計(jì)要求可靠性能高， 且有高效準(zhǔn)確的識(shí)讀率。接

19、口電路圖像處理芯片圖像傳感器光學(xué)系統(tǒng) 計(jì)算機(jī)顯示及處理存儲(chǔ)芯片 圖 2.2二維碼識(shí)讀系統(tǒng) 2.2 二維碼圖像預(yù)處理技術(shù)一幅圖像一般可以定義為一個(gè)二維函數(shù) f(x,y),x、y 代表某空間坐標(biāo)，在此空 間上坐標(biāo)的幅值 f 稱為該點(diǎn)圖像的灰度值。當(dāng) x、y 和 f 取有限離散的數(shù)值時(shí)，那 么我們稱此圖像為數(shù)字圖像26。二維碼圖像也是數(shù)字圖像，其處理技術(shù)包括計(jì)算機(jī)技術(shù)及圖像處理技術(shù)。一幅圖像最基本的表述單位是像素。 二維碼圖像預(yù)處理技術(shù)是二維碼識(shí)讀技術(shù)的一門重要的基礎(chǔ)技術(shù)，是其必須的 技術(shù)支持。圖像預(yù)處理技術(shù)是對(duì)原始資料信息進(jìn)行遙感器效應(yīng)和幾何效應(yīng)等的前 期圖像處理。數(shù)字圖像處理技術(shù)包含的技術(shù)知識(shí)很

20、多，例如圖像的增強(qiáng)、圖像的 復(fù)原、圖像分割、圖像的壓縮等多種處理技術(shù)。針對(duì)于二維碼圖像的數(shù)字處理技 術(shù)主要包括二維碼圖像的二值化、降噪處理、邊緣檢測(cè)、輪廓特征提取及畸變校 正定位技術(shù)。本章節(jié)將分別對(duì)其進(jìn)行簡(jiǎn)要介紹。2.2.1 二維碼灰度圖像的二值化處理數(shù)字圖像的灰度化是把彩色圖像轉(zhuǎn)換為灰度圖像的處理過(guò)程，灰度圖像由灰 色像素組成，其值為 0255 不同的灰度值。二維碼圖像的灰度化實(shí)質(zhì)就是將其從 背景中提取其灰度像素值。 二維碼灰度圖像的二值化是將其轉(zhuǎn)化成二值圖像，即只有“0”和“255”像 素值的圖像，也就是將整個(gè)圖像呈現(xiàn)明顯的黑白效果。一般常用的最為簡(jiǎn)單的方 法是閾值處理方法。利用灰度閾值方

21、法進(jìn)行計(jì)算的函數(shù)表達(dá)式如下 0, x T f (x)= 255, x T表達(dá)式中的 T 指的是選取的界線閾值。閾值就是個(gè)界限，比閾值大就是白色， 比閾值小就是黑色。界線閾值的選取是一門十分重要的技術(shù)，閾值的選取方法也 有很多種28。二維碼圖像的二值化處理中我們采用的是選取最大方差閾值法也叫 大津法，縮寫為 OTSU。它是將圖像按照灰度特性將其分成目標(biāo)和背景，計(jì)算出的 類間方差越大，說(shuō)明兩者差別越大，二值化效果越明顯。 對(duì)于一個(gè)灰度圖像，設(shè)定 k 為前景與背景的界限閾值，前景點(diǎn)數(shù)占圖像點(diǎn)數(shù) 的比例為 w0，平均灰度值為 0 u ；背景點(diǎn)數(shù)占圖像的比例為 w1，平均灰度值為 u1。 圖像的總平均灰

22、度值由下式得出：u w0 u0 w1 u1g w0 (u0 u)2 w1 (u1 u)2從最小灰度值到最大灰度值遍歷所有的 k,當(dāng) k 使得式（2.5）值最大時(shí)，此時(shí) 的 k 值就是最佳的界限閾值。OTSU 算法被認(rèn)為是自適應(yīng)計(jì)算單閾值,用于實(shí)現(xiàn)二 維碼灰度圖像轉(zhuǎn)化為二值圖像的較為簡(jiǎn)便高效的方法27。下圖 2.6 為漢信碼的二 值化效果圖。 a原始圖像 b二化值圖像 圖 2.3漢信碼二值化圖像2.2.2 二維碼圖像的降噪實(shí)現(xiàn)當(dāng)我們利用傳感器及其他識(shí)別設(shè)備在獲取圖像信息的過(guò)程中都無(wú)可避免的會(huì) 引入噪聲，數(shù)字圖像的噪聲主要來(lái)源于圖像獲取和傳輸過(guò)程中。我們知道存在的 噪聲種類很多，比如一般常見(jiàn)的有高

23、斯噪聲、脈沖噪聲、均勻分布噪聲等，針對(duì) 不同的噪聲有不同的處理方法。因而對(duì)于二維碼圖像中存在的噪聲將選擇不同的 去除噪聲的方法。本文主要介紹了有利于二維圖像噪聲消除的幾種噪聲處理方法， 主要有空域?yàn)V波、頻域?yàn)V波、時(shí)域?yàn)V波等。其中空域?yàn)V波經(jīng)常采用的有中值濾波、 均值濾波等，頻域?yàn)V波常見(jiàn)的有高斯濾波、巴特沃斯濾波等。 中值濾波： 中值濾波是順序統(tǒng)計(jì)濾波方法的一個(gè)重要分類，它是最常用的。順序統(tǒng)計(jì)濾 波器是一種非線性的空域?yàn)V波，他們的響應(yīng)取決于濾波器包圍的圖像區(qū)域中像素 點(diǎn)的排序，然后依照統(tǒng)計(jì)排序的結(jié)果來(lái)決定中心像素的值，因而濾波器在任意點(diǎn) 的響應(yīng)都是由其排序方式?jīng)Q定的29。 中值濾波采用的依據(jù)某個(gè)像

24、素點(diǎn)的相鄰像素的灰度中值來(lái)代替該像素的值： f (x, y) mediang(s,t ) ( s ,t )S xy式子中的 g 函數(shù)為中心像素的灰度值，f 估計(jì)函數(shù)為此濾波器的輸出， xyS 表示中心在(x,y)二維平面上。 中值濾波在一維的情況下，通常是把點(diǎn)的特定長(zhǎng)度或其鄰域選為取值窗口， 當(dāng)推廣到二維方向上時(shí)，中值濾波的窗口可以取正方形、圓形、橢圓形等。中值 濾波能夠有效的去除脈沖型的噪聲，例如椒鹽噪聲等，而且對(duì)圖像的邊緣輪廓有 較好的保護(hù)作用。對(duì)于二維圖像，中值濾波的窗口形狀和窗口大小的選擇對(duì)于濾 波器去除噪聲的影響很大，窗口過(guò)大會(huì)丟失細(xì)小的幾何輪廓特征和邊緣信息。不 同圖像內(nèi)容和應(yīng)用要

25、求下往往選擇不同的窗口形狀和大小。QR 碼及漢信碼圖像是 正方形，因此一般采用方形的濾波窗口29。 中值濾波還有其他的幾種方法：加權(quán)的中值濾波，它是通過(guò)改變窗口中變量的個(gè)數(shù)，主要是利用中間點(diǎn)或者距中心近的幾個(gè)點(diǎn)的相互作用。加權(quán)之后的中 值濾波能較好的從復(fù)雜的噪聲中恢復(fù)出階躍邊界信息及細(xì)節(jié)輪廓。自適應(yīng)中值 濾波是以噪聲圖像的某點(diǎn)像素 I(i，j)為中心，選取像素為 33 的濾波窗口29?？?慮到混合的復(fù)雜噪聲的特點(diǎn)，一般是先對(duì)濾波窗口內(nèi)的噪聲模型進(jìn)行判斷分析， 求出該窗內(nèi)像素的方差值。唯一需要估計(jì)確定的量是噪聲的方差 2，若此方差 2 值大于設(shè)定的某閾值，則確定該窗內(nèi)受椒鹽噪聲污染嚴(yán)重，需進(jìn)行中

26、值濾波。否 則只受高斯噪聲污染，再選擇合適的濾波方法進(jìn)行噪聲的消除，它的缺點(diǎn)是閾值 的選取較為困難29。 下圖 2.4 和 2.5分別為 QR 碼（116*116 像素）利用不同中值濾波窗進(jìn)行去噪 的效果圖及仿真折線圖 圖2.4不同窗口中值濾波圖 （a）原圖像 (b)加入噪聲圖像 (c) 3*3 矩形中值濾波 (d) 5*5 矩形中值濾波 圖 2.5 中值濾波誤碼率折線圖從圖 2.4可以看出，3*3 窗口的中值濾波比 5*5 窗口的中值濾波有較好的效果。 因而針對(duì)于不同的像素值選擇合適的中值濾波窗口，得到的濾波效果將會(huì)不同。 圖 2.4 折線圖表示了不同濾波方法與誤碼率之間的關(guān)系，對(duì)于可以看出

27、較低 的像素圖像，5*5 十字形的濾波效果優(yōu)于其他的兩種方法。 高斯低通濾波： 頻域是指由傅里葉變換以及頻率變量定義的空間。我們提到的高斯低通 濾波是頻域?yàn)V波的一種，其二維形式如下 其中D 表示的是其值與傅里葉原點(diǎn)的距離，表示的是高斯曲線 波動(dòng)的程度。我們采用的高斯低通濾波是對(duì)圖像的輪廓線條粗略減少的一個(gè)較為 簡(jiǎn)單方法，且能夠減少圖像的銳化程度以及細(xì)節(jié)信息。下圖 2.6為利用高斯濾波對(duì)二維碼圖像進(jìn)行處理的結(jié)果 （a）原圖像 （b）高斯濾波圖 圖 2.6高斯低通濾波最小均方誤差濾波（維納濾波）： 維納濾波的設(shè)計(jì)理念是建立在圖像和噪聲參數(shù)值依照隨機(jī)過(guò)程的基礎(chǔ)上，試 圖找到一個(gè)不含有噪聲的圖像 f

28、的估計(jì)值 f ，使其的均方誤差的值最小30。則誤 差測(cè)量公式如下 E 表示對(duì)均方差求期望值，設(shè)定噪聲和圖像函數(shù)具有不相關(guān)性，其中一個(gè) 的為零均值。則上式誤差函數(shù)的最小值的表達(dá)式如下上式表示的一個(gè)理論是：一個(gè)復(fù)數(shù)量和它共軛的乘積等于其幅度數(shù)值的平方。這個(gè)最后得出的結(jié)果就是維納濾波的取值。當(dāng)圖像中濾除掉高斯白噪聲時(shí)， 此過(guò)程將會(huì)被大大簡(jiǎn)化29。然而，未退化圖像的功率譜的數(shù)值是不容易得出的， 一般采用下面的方程表達(dá)式來(lái)近似計(jì)算其估計(jì)值：其中 K 是一個(gè)已知的特殊常數(shù)。采用維納濾波進(jìn)行計(jì)算，未退化圖 像必須是已知的，而且中心函數(shù)中的所有參數(shù)都必須能從給出的圖像中計(jì)算得出， 而且維納濾波是建立在最小化統(tǒng)

29、計(jì)準(zhǔn)則的基礎(chǔ)上，因而它在平均意義上是最優(yōu)的 29。 通過(guò)以上幾種濾波方法的分析，對(duì)于二維碼圖像的濾波處理我們一般選取中 值濾波，其對(duì)孤立的噪聲有較好的消除作用，特別是對(duì)于椒鹽噪聲有較好的抑制 作用，能較好的保持圖像細(xì)節(jié)信息2.2.3 二維碼數(shù)字圖像的邊緣檢測(cè)數(shù)字圖像處理中的點(diǎn)和線的檢測(cè)技術(shù)是圖像分割中非常重要的技術(shù)理論。由 于二維碼圖像只有黑和白兩個(gè)像素，邊緣檢測(cè)技術(shù)對(duì)于灰度級(jí)較簡(jiǎn)單的圖像處理 是最為常見(jiàn)的檢測(cè)方法。邊緣檢測(cè)的重點(diǎn)是采用某種特定的數(shù)學(xué)算法，提取圖像 和背景之間的交界線及圖像和圖像之間的邊界輪廓。利用邊緣檢測(cè)技術(shù)勾勒出二 維碼圖像的輪廓，同時(shí)將其從背景圖像中提取出來(lái)，獲得有用的參

30、數(shù)特征29。本 節(jié)主要介紹二維碼的邊緣檢測(cè)技術(shù)及輪廓提取方法。我們一般采用的主要的檢測(cè) 算法有 Sobel 檢測(cè)算子、Prewitt 算子、Roberts 算子等。 Sobel 算子是在計(jì)算數(shù)字梯度中經(jīng)常采用的一種算法。在邊緣檢測(cè)中，一般算 法采用的最主要的量是梯度向量的值。梯度的向量公式定義如下：梯度向量的含義是指二維坐標(biāo)（x,y）在 f 方向上的最大變化率。因而它的方 向也是一個(gè)重要的物理量。計(jì)算圖像的梯度時(shí)，我們只需知道每個(gè)像素位置的偏 x 導(dǎo)數(shù)和偏 y 導(dǎo)數(shù)的值。一般情況下，梯度的向量值和它的大小不進(jìn)行區(qū)分。梯度 向量大小值的表示公式為Sobel 檢測(cè)算子是針對(duì)于模板內(nèi)的每個(gè)點(diǎn)，對(duì)其上

31、下左右四個(gè)方向相鄰點(diǎn)的灰 度值取加權(quán)差，然后將其加權(quán)差的和作為圖像邊緣檢測(cè)結(jié)果進(jìn)行輸出；Prewitt 算 子對(duì)噪聲也有較好的濾除作用29。其去除噪聲的原理是通過(guò)將像素平均，像素的 平均相當(dāng)于對(duì)圖像信息的進(jìn)行低通濾波，因而 Prewitt 算子對(duì)邊緣的檢測(cè)不如 Roberts 算子的效果好29。 Sobel 算子和 Prewitt 算子都是采用加權(quán)平均的方法。但 Sobel 算子的思想是， 由于鄰域的像素對(duì)當(dāng)前的像素產(chǎn)生的效果是不等同的，所以鄰域選取的距離也會(huì) 有所不同，像素同樣會(huì)有不同的加權(quán)值，從而對(duì)算子結(jié)果產(chǎn)生的影響也不同。一 般來(lái)說(shuō)，鄰域選擇的距離越遠(yuǎn)，產(chǎn)生的影響越小29。 Robert

32、s 邊緣檢測(cè)算子是一種采用局部差分的方法來(lái)尋找邊緣的算法。通過(guò)分 析可得采用 Robert 算子進(jìn)行圖像處理后的圖像邊緣不是很平滑29。經(jīng)過(guò)比較分析， Robert 算子一般會(huì)在圖像邊緣附近的區(qū)域內(nèi)產(chǎn)生較寬的響應(yīng)，因而采用上述算子 對(duì)其進(jìn)行檢測(cè)得到的結(jié)果，仍需要對(duì)其做細(xì)化處理，因此圖像邊緣定位的精度不 是很高29。Roberts 算子的邊緣定位比較準(zhǔn)確，但是其對(duì)噪聲較為敏感，尤其適用 于邊緣明顯且噪聲較少的圖像分割。 下圖 2.6 給出了 Prewitt 算子和 Sobel 算子在垂直和水平兩個(gè)方向上的模。（a）Sobel 算子水平方向模板-1 01202 -101（b）Sobel 算子垂直方

33、向模板00012-1（c）Prewitt 算子水平方向模板-101-101-101（d）Prewitt 算子垂直方向模板-1-1-1000111圖 2.7Prewitt 算子和 Sobel 算子的模板 A-H 是模板內(nèi)各個(gè)點(diǎn)像素的灰度取值。G 是所選模板的中心像素的梯度近似 值。由于圖像邊緣周圍的亮度變化值較大，因而可以把那些在鄰域內(nèi)灰度超過(guò)某 個(gè)值的像素點(diǎn)作為其邊緣點(diǎn)29。Sobel 算子利用像素的四個(gè)方位上鄰域的灰度值進(jìn) 行加權(quán)計(jì)算，依據(jù)其可在邊緣點(diǎn)處達(dá)到極值這一原理實(shí)現(xiàn)檢測(cè)效果。這一方法不 但具有良好的邊緣檢測(cè)效果，同時(shí)對(duì)噪聲具有很好的平滑作用，可以為圖像提供 較為精確的邊緣方向信息29

34、。 下圖 2.8為采用不同的算子對(duì)漢信碼進(jìn)行邊緣檢測(cè)的效果，參數(shù)閾值選取為 0.05，標(biāo)準(zhǔn)偏差為 3，方向?yàn)樗胶痛怪倍S方向。 (a)QR 碼原圖 (b)Sobel 邊緣檢測(cè)（c）Prewitt 算子 (d)Roberts 算子 圖 2.8 邊緣檢測(cè)結(jié)果圖比較以上的幾種算子的邊緣檢測(cè)結(jié)果：Sobel 算子在對(duì)角響應(yīng)上的檢測(cè)效果是 很明顯的，對(duì)噪聲具有較好的平滑作用；Prewitt 算子的實(shí)現(xiàn)較為簡(jiǎn)單同時(shí)其在抑 制噪聲方面也具有較好的作用，但是觀察得其邊緣細(xì)節(jié)較模糊，邊緣檢測(cè)效果較 粗。這兩種算子對(duì)于漸變低噪聲都有較好的濾除效果。Roberts 算子對(duì)于圖像的邊 緣有較好的平滑作用，其檢測(cè)效果

35、比 Prewitt 算子好。針對(duì)于不同的二維碼圖像及 不同的噪聲污染，需選用合適的檢測(cè)算子進(jìn)行邊緣檢測(cè)。 輪廓提取主要是用于來(lái)獲取數(shù)字圖像的幾何特征，本節(jié)主要獲取二維碼圖像 的特征輪廓，為圖像的校正定位提供參數(shù)。 一般最常用于圖像特征提取的方法有 Hough 變換和 Radon 變換。Hough 變換是用于對(duì)直線進(jìn)行檢測(cè)、定位以及解析曲線的一種較為有效的方法。它對(duì)于圖像 中的噪聲不敏感，利用它得到的結(jié)果可以有效地濾除噪聲的影響，以提高結(jié)果的 置信度。但是由于 hough 變換對(duì)每一個(gè)點(diǎn)都需要進(jìn)行運(yùn)算，計(jì)算量非常大，因而 會(huì)占用較大的存儲(chǔ)空間。然而，Radon 變換除了具有霍夫變換的優(yōu)點(diǎn)外，其數(shù)

36、學(xué)運(yùn) 算量相對(duì)比較小，而且占用的存儲(chǔ)空間也較小，能夠滿足二維碼數(shù)字圖像處理的 要求。 Radon 變換可以對(duì)二維碼圖像二值化處理之后，沿其水平及垂直方向作投影， 可以選定一個(gè)合適的閾值作投影的截底，將底部較低值的投影截去，剩下投影值 大也即細(xì)長(zhǎng)的峰，然后對(duì)其進(jìn)行搜索處理，確定出水平及垂直方向的圖像特征31。 當(dāng)檢測(cè)到的圖像信息中有傾斜的邊緣時(shí)，我們可以對(duì)其角度進(jìn)行調(diào)整，將其變成 水平或豎直的邊緣。當(dāng)檢測(cè)到的圖像無(wú)法進(jìn)行調(diào)整時(shí)，可以依據(jù)經(jīng)驗(yàn)規(guī)則，將圖 像按照合適的角度進(jìn)行旋轉(zhuǎn)，使圖像的邊緣特征旋轉(zhuǎn)成水平或垂直分布的形態(tài)， 最后通過(guò)上述的方法進(jìn)行分割提取圖像的邊緣特征31。Radon 變換的思想是

37、建立在 全局圖像信息的基礎(chǔ)上，圖像的數(shù)據(jù)信息采用矩陣形式排列，能夠快速被讀取且 具有良好的噪聲抑制作用。 設(shè)函數(shù) f(x，y)在二維平面 D 區(qū)域中平方可積，則 f（x，y)的線性 Radon 變 換 R(, )定義為:R( , ) f x, y x cos y sin dxdy D直線方程是 =xcos +ysin 。Radon 變換具有周期性、對(duì)稱性、位移旋轉(zhuǎn)不變性等的特性31。下圖 2.9是二維 Radon 變換的投影圖 圖 2.9 Radon 變換投影圖2.2.4 二維碼圖像的畸變矯正畸變矯正是數(shù)字圖像形態(tài)變換中的一個(gè)重要部分。二維碼圖像信息在識(shí)別掃 描的過(guò)程中很容易發(fā)生圖像的幾何畸變

38、失真，例如旋轉(zhuǎn)、平移、縮放，相似變換 等，將導(dǎo)致圖像信息無(wú)法正確的被識(shí)讀。因而作為數(shù)字圖像處理的一個(gè)重要環(huán)節(jié)必然要對(duì)圖像進(jìn)行矯正定位。一般較為常見(jiàn)的畸變有梯形、桶形、枕形畸變等。 一般消除畸變有兩種基本的方法：一種是預(yù)畸變法，即采用與畸變方式相反 的掃描方法，來(lái)抵消預(yù)計(jì)的圖像畸變。另一種就是后校驗(yàn)矯正方法，其理論是選 擇特定的多項(xiàng)式曲線在二維方向上與每條畸變線進(jìn)行擬合，然后求出矯正函數(shù)， 再利用其實(shí)現(xiàn)圖像的矯正32。 本小節(jié)主要介紹第二種矯正方法，同時(shí)將多項(xiàng)式矯正方法與插值方法進(jìn)行結(jié) 合，來(lái)獲得更加準(zhǔn)確的圖像形狀的方位。一般復(fù)雜的圖像形態(tài)可以看做是許多簡(jiǎn) 單形態(tài)變換的疊加，其變換表達(dá)式表示為一

39、系列變換矩陣的乘積29。設(shè)定多項(xiàng)式 表達(dá)式如下： 二維碼圖像一般采用 Radon 線性變換，獲得圖像的輪廓邊界信息（角度、斜 率等）。針對(duì)于二維碼圖像的梯形畸變，一般采用多項(xiàng)式矯正的方法，同時(shí)與雙線 性插值方法進(jìn)行結(jié)合，最終實(shí)現(xiàn)圖像的矯正定位，獲得定位準(zhǔn)確的二維碼圖像。 下圖 2.10 為漢信碼幾何矯正結(jié)果 （a）輸入畸變圖像 （b）矯正圖像 圖 2.10畸變矯正效果圖2.3 本章小結(jié)本章主要講解了針對(duì)于二維碼數(shù)字圖像，其預(yù)處理技術(shù)中的幾個(gè)重要步驟。 二維碼圖像作為較為簡(jiǎn)單（只有黑、白像素）的數(shù)字圖像之一，必然會(huì)利用圖像 處理的相關(guān)技術(shù)進(jìn)行二維碼信息的預(yù)處理。圖像預(yù)處理技術(shù)是二維碼感知識(shí)別技

40、術(shù)的重要技術(shù)基礎(chǔ)，只有合適選擇相應(yīng)的圖像處理技術(shù)才能有利于更好的獲取二 維碼圖像中的數(shù)據(jù)信息。本章重點(diǎn)介紹幾種處理過(guò)程包含有：二維碼灰度圖像的 二值化算法，用于將二維碼變換成像素值只有“0”和“255”兩個(gè)像素值的二值圖像； 用于輪廓提取和特征識(shí)別的邊緣檢測(cè)技術(shù)，主要采用 Sobel 檢測(cè)算子和 Radon 變換進(jìn)行處理；還有采用中值濾波等對(duì)二維碼圖像掃描傳輸過(guò)程中產(chǎn)生的噪聲進(jìn)行濾 波去噪處理，最終獲得準(zhǔn)確且識(shí)讀率高的二維碼圖像信息。3總結(jié)和展望二維碼識(shí)別技術(shù)作為現(xiàn)代迅速發(fā)展的自動(dòng)識(shí)別技術(shù)之一，對(duì)信息化科技社會(huì) 的發(fā)展起著重要作用。尤其面對(duì)“第三次信息化浪潮”的到來(lái)，我國(guó)必須做好充分 準(zhǔn)備迎接其帶