CN101504716A - 基于现场可编程门阵列的qr二维条码识别方法及系统 - Google Patents
基于现场可编程门阵列的qr二维条码识别方法及系统 Download PDFInfo
- Publication number
- CN101504716A CN101504716A CNA2009101033783A CN200910103378A CN101504716A CN 101504716 A CN101504716 A CN 101504716A CN A2009101033783 A CNA2009101033783 A CN A2009101033783A CN 200910103378 A CN200910103378 A CN 200910103378A CN 101504716 A CN101504716 A CN 101504716A
- Authority
- CN
- China
- Prior art keywords
- bar code
- image
- fpga
- information
- sign indicating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Abstract
本发明提出了一种基于现场可编程门阵列(FPGA)的二维条形码识别系统及其实现方法。采用一块FPGA核心芯片,一个条码采集摄像头,及一块液晶显示屏构建成条码识别系统的硬件平台。整个系统实现的功能包括二维条码图像的采集、条码图像的显示、条码的译码、译码数据在液晶屏的实时显示、译码数据通过网络的发送。整个条码识别系统都是在基于FPGA的嵌入式系统下实现,并提出了一种简单快速的符号信息提取方法。
Description
技术领域
本发明属于条码识别技术领域,是一种基于现场可编程门阵列(FPGA)的QR二维条码的识别方法及系统,即基于FPGA的QR码识别技术。
背景技术
条码技术是在计算机技术与信息技术基础上发展起来的一门集编码、印刷、识别、数据采集和处理于一体的新兴技术。人们通常所看到的印刷在商品包装上的条码是一维条码,它是由一组规则排列的条、空及其对应字符组成的,表示一定信息的标识。其中条为深色,空为浅色,用于条码识读设备的扫描识别读:对应字符(即供人识别的字符)由一组阿拉伯数字组成供人直接识读。这组条、空和相应的字符所表示的信息是一致的,它自20世纪70年代初问世以来,由于其快速、准确、成本低、可靠性高等优点,很快受到了人们的青睐发展十分迅速,仅仅二十多年的时间,它已经广泛应用于商业流通、仓储、医疗卫生、图书情报、邮政、铁路、交通运输、生产自动化管理等领域、条码技术的广泛应用极大地提高了数据采集和信息处理的速度改善了人们的工作和生活环境提高了工作效率,为管理的科学化和现代化做出了重要贡献。
国外对二维条码技术的研究始于20世纪80年代。在二维条码符号标识技术研究方面,已经研制出了多种码制,常见的有PDF417、QR、CODE49、CODE16K等。二维条码技术不仅已经广泛的用于政府部门(档案管理)、公共安全、工商行政管理、邮政、金融业、海关等需要携带信息、传递信息、信息防伪的行业,而且已经在美国、加拿大、新西兰等国家的交通部门的执照年审、车辆违章登记及年检上全面应用。许多发展中国家也在各种人证卡中采用二维条码,并迅速推广。
我国对二维条码技术的研究开始于1993年。近十几年来,国内在大力进行条码推广的同时也积极跟踪国外技术发展,进行条码理论基础和关键技术的研究。中国物品编码公司对常用的二维条码如PDF417,QR CODE、CODE49,CODE16K,COED ONE的技术进行可翻译和跟踪研究。在消化国外相关资料的基础上,分别于1997年和2000年指定了《四一七条码》和《快速响应矩阵码》。二维条码技术已经在我国的汽车行业自动化生产线、医疗急救服务、珠宝玉石管理及银行汇票上得到了应用。我国的香港已将二维条码应用到了特别行政区的护照上。
一维条码在商场、金融、海关、生产等各个领域已经得到了广泛的应用,大大提高了资料收集与资料处理的速度,但是由于受到了信息容量的限制,一维条码仅仅能标识商品,而不能描述商品,因此相当受限于电脑网络和后台数据库。在网络资源受到限制或者不便于建立后台数据库的应用环境,一维条码很难派上用场。因此编码专家在80年代末发明了二维条码,其具有高密度、大容量、纠错能力强等特点,拓宽了条码的应用领域。如表1所示为各种识别技术比较图:
表1 识别技术比较图
二维条码 | 磁卡 | IC卡 | 射频技术 | |
信息量 | 大 | 较小 | 大 | 大 |
保密性 | 好 | 一般 | 好 | 好 |
成本 | 低 | 一般 | 一般 | 高 |
抗环境污染 | 较强 | 较差 | 一般 | 较强 |
抗干扰能力 | 较强 | 较差 | 一般 | 强 |
适用寿命 | 较长 | 短 | 长 | 最长 |
由于大多数的二维条码是矩阵式的二维条码,用于扫描一维条码的线扫描的识读方法已经不合适用于二维条码,因此二维条码的生成与识别成为了广泛的研究课题。根据详细的市场调查,绝大多数的二维条码都是由国外进行研制的,虽然很多的二维条码已经成为了国际或者国内的标准,但是对于各种二维条码识别的关键技术还是在国外公司手中,尽管国内也有少数的一些公司或者研究机构也在研究类似的二维条码的识读设备,但在识读率、识读速度等性能尚与国外有很大的差距,而且各个公司对技术也采取了保密措施,使得二维条码技术的研究有着深远的意义。
QR CODE是由日本的Denso公司于1994年9月研制的一种矩阵式二维条码符号,它具有一维条码及其他二维条码所具有的信息量大、可靠性高等特点,同时相比其他二维条码,QR码具有超高速识读、全方位识读、能有效的标识中国汉字等特点,因此研究对QR码的识读很有意义。
随着微电子技术的发展,可编程逻辑器件规模越来越大,速度越来越快,功能越来越强。目前已经有若干种FPGA器件支持嵌入式处理软核,为基于FPGA的硬件开发提供了更多的选择。NIOS II是Altera公司开发的一种采用流水线技术、单指令流的RISC嵌入式处理器软核,可嵌入FPGA内部,与用户自定义逻辑结合构成一个基于FPGA的片上系统。与嵌入式硬核相比较,嵌入式软核拥有更大的灵活性。FPGA的高速性恰恰满足了条码识别系统对速度的要求。同时NiosII软核处理器还具有以下优势:
1)利用NiosII软核处理器可以通过更大规模的系统集成、FPGA/CPU的优化来降低成本;
2)NiosII软核处理器比较灵活,设计周期比较短,而且可以通过升级延长产品生存时间;
3)用户自定义指令和自定义逻辑可以加速复杂的算术运算和逻辑;
4)用Nios II C2H编译器与没有加速的软件相比,性能上提高40倍以上。
发明内容
本发明公开了一种基于FPGA技术的嵌入式QR码识别方法,对于QR码识别系统而言,条码符号信息提取的准确度直接关系到最后条码识别效果的好坏,因此本发明提出了一种简单快速的对QR码符号信息提取的方法,在不进行对原始图像进行复杂的纠正算法的情况下,准确提取出实QR码的符号信息,使之更适合在嵌入式中实现。
本发明基于现场可编程门阵列的QR码识别方法的技术方案是一种基于现场可编程门阵列的QR码识别方法,该方法通过采用符号信息提取方法实现准确的提取条码符号信息。具体的QR码的识别方法的步骤为:
1.QR码图像的采集:采用CCD摄像头对条码进行抓拍,可以采集到较高分辨率和清晰度的QR码图像;
2.QR码图像信息的录入:本发明使用SRAM作为数据缓存,通过按键采集到图片后,将图片数据存入片外SRAM中,然后利用NIOS CPU(NIOS CPU是Altera公司的第二代用户可配置的通用32位RISC软和微处理器,是Altera公司特有的基于FPGA架构的软CPU内核)将数据从SRAM搬移到SDRAM中进行图像识别。
3.QR码图像信息预处理:条码图像的预处理过程,实际上是条码图像增强的处理过程。精确的条码识别高度依赖于对条码特征中基本正方形小模块的识别。但由于条码本身、采集条件等各种原因的影响,从摄像头上采集到的原始条码图像会不同程度地受到采集时的设备环境和被采集人的工作环境及生活环境等综合因素的影响,图像中往往包含有很多噪声,造成条码图像质量下降。因此,采集到原始条码图像后,要对图象进行预处理。条码图像预处理过程包括了图像的自适应亮度均衡化、Otsu二值化、滤波。
4.QR码识别:通过CCD摄像头采集到QR码图像,然后将QR码图像进行预处理后,就用符号信息提取方法提取出条码的符号信息,最后用QR码国家标准提供的译码方法译出条码所包含的信息,在显示屏上显示出来。所述符号信息提取方法包含图像定位、图像矫正、从背景中提取符号信息等环节。
5.QR码译码:在得到了条码的符号信息后,只需要将GB/T18284-2000中华人民共和国国家标准快速响应矩阵码编码标准中编码算法前后倒置,从后向前还原就可以得到QR码的原始信息,译码顺序是先确定QR码的当前版本,然后根据标准里的掩膜类型去除当前QR码的掩膜,再黑白模块还原成数据码流,接着对数据码流进行RS纠错,最后将纠错后的码流还原得到条码所携带的信息。本发明还公开一种基于现场可编程门阵列的QR码识别系统,实现权利要求1所述方法的基于现场可编程门阵列的QR码识别系统,该系统通过对采集到的原始QR码图像进行图像处理,并用符号信息提取方法实现条码符号信息的提取,最后将译出的条码原始信息在显示屏上显示;其特征在于,该系统包括:
FPGA芯片;
视频采集芯片ADV7181B;
CCD摄像头和与ADV7181B相连的视频采集模块:用于采集二维条码图像;
SRAM:缓存,存放采集到的条码图像;
SDRAM:存放程序和图像数据;
NIOS CPU:嵌入FPGA芯片内部,与用户自定义逻辑结合构成一个基于FPGA的片上系统;
液晶显示屏:显示出识别的条码原始信息和摄像头监控视频;
按键:通过按键来发送中断至CPU中,通知CPU将SRAM中的图像传送至SDRAM中,然后进行数据处理;
所述CCD摄像头通过视频采集模块、所述液晶显示屏通过LCD PIO、SRAM通过RAM接口、SDRAM通过SDRAM接口、所述按键通过按键PIO分别连接到Avalon总线,通过该Avalon总线与NIOS CPU相连,形成一个片上系统,同时视频采集模块通过采集芯片和摄像头将图像数据传输给系统内部。
本发明利用Nios II软核嵌入FPGA内部,与用户自定义逻辑结合构成一个基于FPGA的片上系统。本发明利用FPGA的并行处理能力提高系统性能,采用定制自定义模块用硬件实现耗时大的软件算法模块提高系统性能,采用Nios II处理器的自定义指令方式用硬件实现部分复杂算法,方便在软件程序中调用,大大提高了程序执行效率,另外还利用新推出的C2H工具直接将一些软件程序进行硬件化,提高系统性能,这些都好的保证了本发明的高速的处理速度,具有很好实时性,并具有高可靠性。
附图说明
图1所示为QR码结构图;
图2为基于FPGA的QR码识别方法的流程图
图3为基于FPGA的QR码识别系统的图像预处理流程图;
图4为基于FPGA的QR码识别方法的译码流程图;
图5为基于FPGA的QR码识别系统的硬件原理框图;
图6为基于FPGA的QR识别系统的视频采集系统图;
具体实施方式
下面根据说明书附图,对本发明的技术方案作进一步详细表述。
图1所示为QR码结构图,每个QR码符号由名义上的正方形小模块构成,组成一个正方形阵列,由编码区域和包括寻象图形、分隔符、定位图形和校正图形在内的功能图形组成。功能图形不能用于数据编码,符号的四周由空白区包围。寻像图形包括三个相同的位置探测图形,分别位于符号的左上角、右上角和左下角,用于确定QR码的位置。在每个位置探测图形和编码区域之间有宽度为1个模块的分隔符,它全部由浅色模块组成。定位图形的作用是确定符号的密度和版本,提供决定模块坐标的基准位置。
图2所示为为基于FPGA的QR码识别方法的流程图。该方法具体包括以下步骤:
1.QR码图像的采集:采用CCD摄像头对条码进行抓拍,可以采集到较高分辨率和清晰度的QR码图像;
2.QR码图像信息的录入:本发明使用SRAM作为数据缓存,通过按键采集到图片后,将图片数据存入片外SRAM中,然后利用NIOS CPU将数据从SRAM搬移到SDRAM中进行图像识别。
3.QR码图像信息预处理:条码图像的预处理过程,实际上是条码图像增强的处理过程。精确的条码识别高度依赖于对条码特征中基本正方形小模块的识别。但由于条码本身、采集条件等各种原因的影响,从摄像头上采集到的原始条码图像会不同程度地受到采集时的设备环境和被采集人的工作环境及生活环境等综合因素的影响,图像中往往包含有很多噪声,造成条码图像质量下降。因此,采集到原始条码图像后,要对图象进行预处理。条码图像预处理过程包括了图像的自适应亮度均衡化、Otsu二值化、滤波。
(1)自适应亮度均衡化及二值化
因为在现实生活中采集到的条码图像是在光照不均的情况下进行的,这将导致拍摄到的QR码发生一定的扭曲,从而难以确定二值化的阈值大小,所以首先需要对拍摄到的图片进行自适应亮度均衡化处理,然后用Otsu算法将图像转换成黑白二值图。自适应亮度均衡化技术是将一副图像分为N块,通过一定的方法来控制每块之间的差值大小,如果差值都大于阈值,就继续将块分为更小的块,直到差值全小于阈值,从而来控制图像的亮度。
(2)滤波
二值化的图像由于可能含有的噪声而影响到对条码在图像中的定位,因此我们要对二值化后的图像进行滤波,以消除噪声的影响。
4.QR码识别:通过CCD摄像头采集到QR码图像,然后将QR码图像进行预处理后,就用我们提出的符号信息提取方法提取出条码的符号信息,最后用QR码国家标准提供的译码方法译出条码所包含的信息,在显示屏上显示出来。本文所发明的符号信息提取方法包含图像定位、图像矫正、从背景中提取符号信息等环节组成:
(1)图像定位:
QR码的寻像图像由位于符号3个顶角的3个相同的位置探测图形组成,分别位于符号的左上角、右上角和左下角,如图1.1所示。每个位置探测图形可以看作是由3个重叠的同心的正方形组成,宽度比为1:1:3:1:1.符号中其他地方遇到类似的图形可能性极小,因此可以通过在拍摄图像中寻找比例线条的方式,快速地找到QR码中的3个寻像图像的中心坐标点,从而可以快速准确地定位整个条码在图像中的位置,主要步骤为:
Step1:从图像中的每行的行首开始统计像素点,相同颜色的像素点作为一段,并记录下当前段的长度;
Step2:在统计完后,根基每行的线段长度,寻找比例1:1:3:1:1的线段,找到线段后,在线段上一定范围内寻找是否任然存在同样比例的线段,如果存在就记为当前的定位图像位置,这样反复寻找出所有3个定位图像的位置;
Step3:找到3个定位图像后,就可以其坐标点确定整个条码在图像中的位置了,为图像矫正提供坐标数据。
(2)图像矫正
像头抓拍到的图像往往都是倾斜的,为了提取条码中的信息,就要对图像进行倾斜矫正,方法是分别找到定位图像的中心坐标,算出条码与水平的夹角,然后用旋转公式进行旋转。
(3)从背景中提取条码符号信息
在将条码旋转至水平后,需要通过建立采样网络来将条码从背景中提取出来。其主要步骤如下:
Step1:根据小模块长度d和相邻两个寻像图像中心距离k,估算出条码的版本和每边小模块的个数M:
版本=[(k/d)-10]/4;
Step2:取条码的中心坐标点为取样网络的中心,同时选取上、下、左、右任一方向进行延伸,记当前段长度为D=0(段中含有未知的Num个小模块),如果下一个像素的灰度值和当前像素相同,则D加1,直到遇到不同的像素点,D即为当前段的长度;
Step3:当前段中小模块个数可以用Num=D/d(四舍五入)来得到,再算出当前QR码小模块的长度: 就可以通过中心点坐标和来计算出当前小模块中心点坐标,记录并作为取样网络坐标,然后向选取的方向继续延伸,直到采样个数为N/2;
Step4:在其他3个方向寻找取样点。这样就共取了2M-1个取样点,这些取样点全分布在以中心点为基点建立的垂直坐标系上,X坐标轴上有M个,Y坐标轴上有M个,然后通过这2M-1个采样点的坐标,建立整个条码的取样网络。这样建立的采样点都落在了正方形小模块的中心点附近,从而在将条码从背景中提取出来的同时,将由摄像头采集导致小模块间的像素个数差异带来的误差降到最低,提高了采样准确率。
图3所示为基于FPGA的QR码识别系统的图像预处理及符号信息提取方法流程图。NiosII集成开发环境是NiosII系列嵌入式处理器的基本软件开发工具。所有的软件开发任务均可以在NiosII IDE下完成。对于QR码识别系统,条码图像的预处理过程,实际上是条码图像增强的处理过程。精确的条码识别高度依赖于对条码特征中基本正方形小模块的识别。但由于条码本身、采集条件等各种原因的影响,从摄像头上采集到的原始条码图像会不同程度地受到采集时的设备环境和被采集人的工作环境及生活环境等综合因素的影响,图像中往往包含有很多噪声,造成条码图像质量下降。因此,采集到原始条码图像后,要对图象进行预处理。条码图像预处理过程包括了图像的自适应亮度均衡化、Otsu二值化、滤波等。
在图像预处理后得到的图像仍然是有畸变的条码图像,就需要应用我们发明的符号信息提取方法进行信息提取,从而得到准确的条码0、1图。
图4是在预处理后进行译码的流程图,主要步骤是确定版本、去掩膜、读取数据码字、对数据码字进行RS纠错和根据码字得到原始信息。其中我们利用FPGA对耗时比较大的RS码纠错部分进行了硬件化,提高了系统性能。
图5所示为基于FPGA的QR码识别系统的硬件原理框图。本发明基于现场可编程门阵列的QR码识别系统,通过对采集到的原始QR码图像进行图像处理,并用符号信息提取方法实现条码符号信息的提取,最后将译出的条码原始信息在显示屏上显示;该系统包括:
FPGA芯片;
视频采集芯片ADV7181B;
CCD摄像头和与ADV7181B相连的视频采集模块:用于采集二维条码图像;
SRAM:缓存,存放采集到的条码图像;
SDRAM:存放程序和图像数据;
NIOS CPU:嵌入FPGA芯片内部,与用户自定义逻辑结合构成一个基于FPGA的片上系统;
液晶显示屏:显示出识别的条码原始信息和摄像头监控视频;
按键:通过按键来发送中断至CPU中,通知CPU将SRAM中的图像传送至SDRAM中,然后进行数据处理;
所述CCD摄像头通过视频采集模块、所述液晶显示屏通过LCD PIO、SRAM通过RAM接口、SDRAM通过SDRAM接口、所述按键通过按键PIO分别连接到Avalon总线,通过该Avalon总线与NIOS CPU相连,形成一个片上系统,同时视频采集模块通过采集芯片和摄像头将图像数据传输给系统内部
在FPGA QR码识别系统设计过程中,根据系统架构的要求,选用了LCD PIO、FLASH、Avalon三态总线桥、外部RAM接口、片内定时器等IP核,将这些外设都通过Avalon总线与NiosII软核有机地整合到一起,并在FPGA片内定制了嵌入式CPU系统。LCD用于调试程序,FLASH用于存放程序代码,SRAM存放采集模块送来的图像,然后由CPU将图像搬放到SDRAM中进行图像处理和译码,最后将译码的结果传送到显示屏或者服务器上。
Avalon总线规范是Altera公司为SOPC系统的外设开发而设计的。Avalon总线规范提供了一个易于理解的总线接口协议,并提供了一个节省FPGA片上逻辑资源的接口结构。Avalon总线规范为外设的端口与总线模块之间的数据传输提供了互连模型。它定义了一种可配置的互连策略,允许设计者只保留支持特定的数据传输模式所需要的信号。这种互连策略使设计者在不了解主端口或从端口细节的情况下,可以将任意外设与从外设连接在一起。
图6所示是视频采集系统图。视频采集模块由数据提取子模块、地址产生子模块、数据写出子模块与行缓存子模块构成。摄像头采集的实际图像大小为768×576像素,每帧图像由奇场数据和偶场数据交错组合而成,奇场数据与偶场数据在时间上是先后输入的。
Claims (10)
1、基于现场可编程门阵列的二维条码识别方法,该方法利用FPGA作为载体,实现二维条码QR条码的快速识别,其实现步骤为:
(1)QR条码图像的采集:采用CCD摄像头对条码进行抓拍,利用FPGA采集模块采集QR码图像;
(2)QR条码图像信息的录入:使用片外SRAM作为数据缓存,将采集的QR码图像数据存入片外SRAM中,然后利用FPGA的NIOS CPU将数据从片外SRAM搬移到FPGA片内SDRAM中进行图像识别;
(3)QR条码图像信息预处理:条码图像预处理过程依次包括图像自适应亮度均衡化、Otsu二值化和滤波环节,即对图像先进行自适应亮度均衡化处理、再通过Otsu二值化将QR条码图像转换成黑白二值图,最后通过滤波消除图像噪声;
(4)QR条码识别:利用符号信息提取方法提取出QR条码的符号信息,最后用QR条码国家标准提供的译码算法译出符号信息中所包含的原始信息,并在显示屏上显示出来或通过网络发送给系统数据库。
2、根据权利要求1所述的二维条码识别方法,其特征在于,在步骤(4)中所述的符号信息提取方法是指利用QR条码图像的物理特征,对QR条码图像定位、图像矫正、从背景中提取QR条码符号信息;其中,图像定位、图像纠正以及从背景中提取QR条码符号信息的方法分别如下:
图像定位:根据QR条码图像左上角、右上角和左下角三个位置的探测图形进行定位;
图像纠正:分别找到定位图像的中心坐标,算出条码与水平的夹角,然后用旋转公式进行旋转来进行QR条码图像的纠正;
从背景中提取QR条码符号信息:通过像素点不同像素值的变化和QR码的正方形特征来建立采样网络,提取条码的符号信息。
3、根据权利要求2所述的二维条码识别方法,其特征在于,所述图像定位中,每一个位置包括3个探测图像,该3个探测图形为同心的正方形,由外至内三个正方形的边长比例为7:5:3,因此通过三个正方形的直线将被分成1:1:3:1:1长度的5段线段,所述图像定位具体包括以下步骤:
第1步:从图像中的每行的行首开始统计像素点,相同颜色的像素点作为一段,并记录下当前段的长度;
第2步:在统计完后,根据每行的线段长度,寻找比例为1∶1∶3∶1∶1的线段,找到线段后,在线段上一个小模块即为QR条码中最小正方形长度的范围内寻找是否仍然存在同样比例的线段,如果存在就记为当前的定位图像位置,这样反复寻找出所有3个定位图像的位置;
第3步:找到3个定位图像后,以其坐标点确定整个条码在图像中的位置,为图像矫正提供坐标数据。
4、根据权利要求2或3所述的二维条码识别方法,其特征在于:所述从背景中提取条码符号信息,具体包括以下步骤:
第1步:根据图像中一个小模块长度d和相邻两个寻像图像中心距离k,估算出条码的版本号,并由版本号查表得到每边小模块的个数M:
版本=[(k/d)-10]/4;
第2步:取条码的中心坐标点为取样网络的中心,同时选取上、下、左、右任一方向进行延伸,记当前段即当前紧邻的相同像素点的集合的长度为D=0,如果下一个像素的灰度值和当前像素相同,则D加1,直到遇到不同的像素点,D即为当前段的长度;
第3步:当前段中包含的条码小模块个数可以用Num=D/d,并通过四舍五入来得到,再算出当前小模块的平均长度: 通过中心点坐标和来计算出当前小模块中心点坐标,记录并作为取样网络坐标,然后向选取的方向继续延伸,直到采样个数为N/2;
第4步:在其他3个方向寻找取样点,这样共取2M-1个取样点,这些取样点全分布在以中心点为基点建立的垂直坐标系上,X坐标轴上有M个,Y坐标轴上有M个,然后通过这2M-1个采样点的坐标,建立整个条码的取样网络,这样建立的采样点都落在正方形小模块的中心点附近,从而在将条码从背景中提取出来的同时,将由摄像头采集导致小模块间的像素个数差异带来的误差降到最低,提高采样准确率。
5、根据权利要求1所述的二维条码识别方法,其特征在于:所述CCD摄像头采集到的条码图像,将通过FPGA采集模块将图像在FPGA液晶显示模块中显示,通过按键控制采集合适的图像。
6、根据权利要求1所述的二维条码识别方法,其特征在于:使用现场可编程门阵列芯片为控制器核心芯片,将采集的原始条码图像存入片外SRAM中,再从片外SRAM中读取条码图像,存入SDRAM中进行图像处理。
7、根据权利要求1所述的二维条码识别方法,其特征在于:通过FPGA中显示扫描模块将SRAM中的图像数据送往LCD进行显示;进行QR码的识别时,控制器就将译码得出的数据发送到液晶屏显示,也同时通过网络发送到电脑数据库里。
8、实现权利要求1所述方法的基于现场可编程门阵列的QR码识别系统,该系统通过对采集到的原始QR码图像进行图像处理,并用符号信息提取方法实现条码符号信息的提取,最后将译出的条码原始信息在显示屏上显示;其特征在于,该系统包括:
FPGA芯片;
视频采集芯片ADV7181B;
CCD摄像头和与ADV7181B相连的视频采集模块:用于采集二维条码图像;
SRAM:缓存,存放采集到的条码图像;
SDRAM:存放程序和图像数据;
NIOS CPU:嵌入FPGA芯片内部,与用户自定义逻辑结合构成一个基于FPGA的片上系统;
液晶显示屏:显示出识别的条码原始信息和摄像头监控视频;
按键:通过按键来发送中断至CPU中,通知CPU将SRAM中的图像传送至SDRAM中,然后进行数据处理;
所述CCD摄像头通过视频采集模块、所述液晶显示屏通过LCD PIO、SRAM通过RAM接口、SDRAM通过SDRAM接口、所述按键通过按键PIO分别连接到Avalon总线,通过该Avalon总线与NIOS CPU相连,形成一个片上系统,同时视频采集模块通过采集芯片和摄像头将图像数据传输给系统内部。
9、根据权利要求8所述的条码识别系统,其特征在于:所述二维条形码识别系统还外接FLASH用于存储条码识别系统的固定代码和条码识别系统的设置信息。
10、根据权利要求9所述的条码识别系统,其特征在于:该系统采用硬件方式实现对条码图像的采集和预处理,并可连接外部系统执行机构,在二维条码识别后将译码数据发送给外部系统执行机构实现不同的用途。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009101033783A CN101504716B (zh) | 2009-03-13 | 2009-03-13 | 基于现场可编程门阵列的qr二维条码识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009101033783A CN101504716B (zh) | 2009-03-13 | 2009-03-13 | 基于现场可编程门阵列的qr二维条码识别方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101504716A true CN101504716A (zh) | 2009-08-12 |
CN101504716B CN101504716B (zh) | 2010-10-27 |
Family
ID=40976957
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009101033783A Expired - Fee Related CN101504716B (zh) | 2009-03-13 | 2009-03-13 | 基于现场可编程门阵列的qr二维条码识别方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101504716B (zh) |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101976098A (zh) * | 2010-10-11 | 2011-02-16 | 四川拓普测控科技有限公司 | 基于nios的嵌入式采集系统 |
CN102254141A (zh) * | 2011-06-08 | 2011-11-23 | 汕头市东方科技有限公司 | 圆周编码定位系统 |
CN102313514A (zh) * | 2010-07-02 | 2012-01-11 | 原相科技股份有限公司 | 检测装置 |
CN102622629A (zh) * | 2012-02-24 | 2012-08-01 | 南京大学 | 一种定制qr码的生成方法 |
CN102831375A (zh) * | 2012-04-17 | 2012-12-19 | 章云芳 | 兼具二维码识别的图像信号处理器及其二维码识别方法 |
CN103258182A (zh) * | 2013-05-24 | 2013-08-21 | 深圳市检验检疫科学研究院 | 商品条码与电子标签的转换方法与系统 |
CN103279776A (zh) * | 2013-05-06 | 2013-09-04 | 中山大学 | 一种适用于二维条码解码芯片的芯片架构 |
CN103404129A (zh) * | 2011-02-28 | 2013-11-20 | 艾科星科技公司 | 使用矩阵码促进易地播放 |
CN103593664A (zh) * | 2013-11-29 | 2014-02-19 | 重庆大学 | 一种qr码畸变图像的预处理方法 |
CN103714313A (zh) * | 2013-12-30 | 2014-04-09 | 优视科技有限公司 | 二维码识别方法和装置 |
CN103824257A (zh) * | 2012-11-16 | 2014-05-28 | 无锡汉兴电子有限公司 | 一种二维码图像预处理方法 |
CN104680109A (zh) * | 2013-12-03 | 2015-06-03 | 航天信息股份有限公司 | 一种基于图像识别的条码区域定位方法 |
CN105243403A (zh) * | 2015-09-07 | 2016-01-13 | 上海因仑信息技术有限公司 | 一种基于图像的药品说明文字阅读方法及系统 |
CN105335681A (zh) * | 2014-07-14 | 2016-02-17 | 株式会社理光 | 条形码识别装置、文档图像管理系统以及条形码识别方法 |
CN105488821A (zh) * | 2015-11-20 | 2016-04-13 | 厦门雅迅网络股份有限公司 | 一种图像中心点的校正方法及装置 |
CN105513010A (zh) * | 2015-12-28 | 2016-04-20 | 星视创(长沙)智能装备有限公司 | 一种文档扫描处理设备及处理方法 |
CN105550623A (zh) * | 2016-01-25 | 2016-05-04 | 苏州佳世达电通有限公司 | 一种条码影像的分析方法以及条码装置 |
CN105701431A (zh) * | 2016-01-12 | 2016-06-22 | 东西大学校产学协力团 | 拍摄qr码时适用图像处理的展览信息提供系统及其方法 |
CN106296972A (zh) * | 2016-08-10 | 2017-01-04 | 恒银金融科技股份有限公司 | 一种钞票识别模块 |
CN107392282A (zh) * | 2017-07-04 | 2017-11-24 | 福建新大陆电脑股份有限公司 | 一种磨损条码的制作方法及系统 |
CN108520188A (zh) * | 2018-03-02 | 2018-09-11 | 阿里巴巴集团控股有限公司 | 一种识别条码的方法、装置及设备 |
CN110324590A (zh) * | 2019-08-08 | 2019-10-11 | 北京中呈世纪科技有限公司 | 一种铁路信息化系统用图像识别装置及其识别方法 |
CN111435416A (zh) * | 2020-01-14 | 2020-07-21 | 珠海市杰理科技股份有限公司 | 基于多流水线的条形码图像解析方法、装置及存储介质 |
CN113285764A (zh) * | 2021-05-19 | 2021-08-20 | 大连理工大学 | 一种基于水下图像增强技术的“三维”蓝绿二维码近距离安全通信方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101144083B1 (ko) * | 2011-09-21 | 2012-05-15 | 박병호 | Qr코드 표시물, 이를 이용한 qr코드 판매방법 및 정보제공방법 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004013300A (ja) * | 2002-06-04 | 2004-01-15 | Denso Wave Inc | 情報コード読取装置 |
CN1275182C (zh) * | 2004-03-22 | 2006-09-13 | 王越 | 二维条码识读方法及其装置 |
CN1953362A (zh) * | 2006-11-16 | 2007-04-25 | 钟杨 | 一种在二维条码中嵌入图案的方法及装置 |
-
2009
- 2009-03-13 CN CN2009101033783A patent/CN101504716B/zh not_active Expired - Fee Related
Cited By (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102313514A (zh) * | 2010-07-02 | 2012-01-11 | 原相科技股份有限公司 | 检测装置 |
CN102313514B (zh) * | 2010-07-02 | 2013-07-10 | 原相科技股份有限公司 | 检测装置 |
CN101976098A (zh) * | 2010-10-11 | 2011-02-16 | 四川拓普测控科技有限公司 | 基于nios的嵌入式采集系统 |
CN103404129A (zh) * | 2011-02-28 | 2013-11-20 | 艾科星科技公司 | 使用矩阵码促进易地播放 |
CN103404129B (zh) * | 2011-02-28 | 2016-06-29 | 艾科星科技公司 | 使用矩阵码促进易地播放 |
CN102254141A (zh) * | 2011-06-08 | 2011-11-23 | 汕头市东方科技有限公司 | 圆周编码定位系统 |
CN102622629A (zh) * | 2012-02-24 | 2012-08-01 | 南京大学 | 一种定制qr码的生成方法 |
CN102831375B (zh) * | 2012-04-17 | 2014-12-24 | 深圳市至高通信技术发展有限公司 | 兼具二维码识别的图像信号处理器及其二维码识别方法 |
CN102831375A (zh) * | 2012-04-17 | 2012-12-19 | 章云芳 | 兼具二维码识别的图像信号处理器及其二维码识别方法 |
CN103824257A (zh) * | 2012-11-16 | 2014-05-28 | 无锡汉兴电子有限公司 | 一种二维码图像预处理方法 |
CN103279776B (zh) * | 2013-05-06 | 2016-06-22 | 中山大学 | 一种适用于二维条码解码芯片的芯片架构 |
CN103279776A (zh) * | 2013-05-06 | 2013-09-04 | 中山大学 | 一种适用于二维条码解码芯片的芯片架构 |
CN103258182A (zh) * | 2013-05-24 | 2013-08-21 | 深圳市检验检疫科学研究院 | 商品条码与电子标签的转换方法与系统 |
CN103593664A (zh) * | 2013-11-29 | 2014-02-19 | 重庆大学 | 一种qr码畸变图像的预处理方法 |
CN103593664B (zh) * | 2013-11-29 | 2016-08-17 | 重庆大学 | 一种qr码畸变图像的预处理方法 |
CN104680109A (zh) * | 2013-12-03 | 2015-06-03 | 航天信息股份有限公司 | 一种基于图像识别的条码区域定位方法 |
CN104680109B (zh) * | 2013-12-03 | 2017-10-17 | 航天信息股份有限公司 | 一种基于图像识别的条码区域定位方法 |
CN103714313A (zh) * | 2013-12-30 | 2014-04-09 | 优视科技有限公司 | 二维码识别方法和装置 |
CN103714313B (zh) * | 2013-12-30 | 2016-07-06 | 优视科技有限公司 | 二维码识别方法和装置 |
CN105335681A (zh) * | 2014-07-14 | 2016-02-17 | 株式会社理光 | 条形码识别装置、文档图像管理系统以及条形码识别方法 |
CN105243403B (zh) * | 2015-09-07 | 2018-08-21 | 上海因仑信息技术有限公司 | 一种基于图像的药品说明文字阅读方法及系统 |
CN105243403A (zh) * | 2015-09-07 | 2016-01-13 | 上海因仑信息技术有限公司 | 一种基于图像的药品说明文字阅读方法及系统 |
CN105488821A (zh) * | 2015-11-20 | 2016-04-13 | 厦门雅迅网络股份有限公司 | 一种图像中心点的校正方法及装置 |
CN105513010A (zh) * | 2015-12-28 | 2016-04-20 | 星视创(长沙)智能装备有限公司 | 一种文档扫描处理设备及处理方法 |
CN105513010B (zh) * | 2015-12-28 | 2019-01-18 | 星视创(长沙)智能装备有限公司 | 一种文档扫描处理方法 |
CN105701431A (zh) * | 2016-01-12 | 2016-06-22 | 东西大学校产学协力团 | 拍摄qr码时适用图像处理的展览信息提供系统及其方法 |
CN105550623A (zh) * | 2016-01-25 | 2016-05-04 | 苏州佳世达电通有限公司 | 一种条码影像的分析方法以及条码装置 |
CN105550623B (zh) * | 2016-01-25 | 2017-12-29 | 苏州佳世达电通有限公司 | 一种条码影像的分析方法以及条码装置 |
CN106296972A (zh) * | 2016-08-10 | 2017-01-04 | 恒银金融科技股份有限公司 | 一种钞票识别模块 |
CN107392282A (zh) * | 2017-07-04 | 2017-11-24 | 福建新大陆电脑股份有限公司 | 一种磨损条码的制作方法及系统 |
CN107392282B (zh) * | 2017-07-04 | 2020-02-21 | 新大陆数字技术股份有限公司 | 一种磨损条码的制作方法及系统 |
CN108520188A (zh) * | 2018-03-02 | 2018-09-11 | 阿里巴巴集团控股有限公司 | 一种识别条码的方法、装置及设备 |
WO2019165870A1 (zh) * | 2018-03-02 | 2019-09-06 | 阿里巴巴集团控股有限公司 | 一种识别条码的方法、装置及设备 |
CN110324590A (zh) * | 2019-08-08 | 2019-10-11 | 北京中呈世纪科技有限公司 | 一种铁路信息化系统用图像识别装置及其识别方法 |
CN111435416A (zh) * | 2020-01-14 | 2020-07-21 | 珠海市杰理科技股份有限公司 | 基于多流水线的条形码图像解析方法、装置及存储介质 |
CN111435416B (zh) * | 2020-01-14 | 2023-05-09 | 珠海市杰理科技股份有限公司 | 基于多流水线的条形码图像解析方法、装置及存储介质 |
CN113285764A (zh) * | 2021-05-19 | 2021-08-20 | 大连理工大学 | 一种基于水下图像增强技术的“三维”蓝绿二维码近距离安全通信方法 |
CN113285764B (zh) * | 2021-05-19 | 2022-09-02 | 大连理工大学 | 一种基于水下图像增强技术的“三维”蓝绿二维码近距离安全通信方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101504716B (zh) | 2010-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101504716B (zh) | 基于现场可编程门阵列的qr二维条码识别方法及系统 | |
CN102136058B (zh) | 条形码图像识别方法 | |
CN103745234B (zh) | 一种带钢表面缺陷的特征提取与分类方法 | |
CN108921166A (zh) | 基于深度神经网络的医疗票据类文本检测识别方法及系统 | |
CN107492091A (zh) | 基于机器视觉的标签外观检测方法及终端设备 | |
CN105574161B (zh) | 一种商标图形要素识别方法、装置和系统 | |
CN104809452A (zh) | 一种指纹识别方法 | |
Kanagarathinam et al. | Text detection and recognition in raw image dataset of seven segment digital energy meter display | |
CN103793679A (zh) | 基于DaVinci技术的一维条码识别方法 | |
CN105074733A (zh) | 信息码、信息码生成方法、信息码读取装置以及信息码应用系统 | |
CN103530590A (zh) | Dpm二维码识别系统 | |
CN104408449A (zh) | 智能移动终端场景文字处理方法 | |
Gu et al. | A novel lightweight real-time traffic sign detection integration framework based on YOLOv4 | |
Brook et al. | Automatic registration of airborne and spaceborne images by topology map matching with SURF processor algorithm | |
CN108573184B (zh) | 一种二维码定位方法、模块及计算机可读存储介质 | |
CN101930532A (zh) | 基于手机摄像头快速响应矩阵码识读方法 | |
CN114049356B (zh) | 一种结构表观裂缝检测方法、装置及系统 | |
CN104298947A (zh) | 一种对二维条码精确定位的方法及装置 | |
CN103279760A (zh) | 一种植物检疫幼虫实时分类方法 | |
CN109409378A (zh) | 一种纳西东巴经书的数字化处理方法 | |
CN104715250B (zh) | 十字激光检测方法和装置 | |
CN202815869U (zh) | 一种车载微机图像视频数据提取装置 | |
CN110647824A (zh) | 基于计算机视觉技术的增值税发票版面提取方法 | |
CN110688900A (zh) | 一种基于图像识别的撤回表计管理方法 | |
CN105046262B (zh) | 一种鲁棒扩展局部二值模式纹理特征提取方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20101027 Termination date: 20160313 |