CN101710385A - 高性能二维条形码解码方法 - Google Patents

高性能二维条形码解码方法 Download PDF

Info

Publication number
CN101710385A
CN101710385A CN200910245123A CN200910245123A CN101710385A CN 101710385 A CN101710385 A CN 101710385A CN 200910245123 A CN200910245123 A CN 200910245123A CN 200910245123 A CN200910245123 A CN 200910245123A CN 101710385 A CN101710385 A CN 101710385A
Authority
CN
China
Prior art keywords
image
dimensional bar
bar code
performance
grid
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
Application number
CN200910245123A
Other languages
English (en)
Other versions
CN101710385B (zh
Inventor
李丹
李春鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
TIANJIN UNIONLAB ELECTRONIC TECHNOLOGY DEVELOPMENT Co Ltd
Original Assignee
TIANJIN UNIONLAB ELECTRONIC TECHNOLOGY DEVELOPMENT Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by TIANJIN UNIONLAB ELECTRONIC TECHNOLOGY DEVELOPMENT Co Ltd filed Critical TIANJIN UNIONLAB ELECTRONIC TECHNOLOGY DEVELOPMENT Co Ltd
Priority to CN 200910245123 priority Critical patent/CN101710385B/zh
Publication of CN101710385A publication Critical patent/CN101710385A/zh
Application granted granted Critical
Publication of CN101710385B publication Critical patent/CN101710385B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Processing (AREA)

Abstract

本发明涉及一种高性能二维条形码解码方法，包括以下步骤：(1)对包含有二维条形码的数字图像A进行图像下采样处理，生成缩小的图像B；(2)对下采样后的图像B进行图像增强处理，得到增强图像C；(3)对增强图像C进行低通滤波和局部阈值二值化处理，得到黑白图像D；(4)对黑白图像D进行分块、排序并进行连通区域标记处理；(5)对连通区域划分网格并生成网格矩阵；(6)根据生成的网格矩阵进行解码和纠错，输出数字图像A所包含的二维条形码的解码值。本发明设计合理，具有解码速度快、准确性及可靠性高等特点，提高了解码的性能，对二维条形码的解码能力不受条形码密度、尺寸和放置方向的影响，完全可以应用于条件较为苛刻以及对扫描速度要求较高的场合。

Description

高性能二维条形码解码方法
技术领域
本发明属于条形码技术领域，尤其是一种高性能二维条形码解码方法。
背景技术
二维条形码是实现信息存储、携带并自动识读功能一种理想方法。二维条形码具有如下特点：高密度、大容量、高可靠性；具有纠错功能；可以表示多种语言和文字；可表示图像数据；可对引入加密机制等等。二维条形码解码设备通常由嵌入式处理器组成的机器视觉系统，在嵌入式处理器内置有可对二维条形码进行解码的处理程序。由于二维条形码所具有的特点，因此对其进行辨析、识读的过程变得极其复杂，解码处理方法在速度、准确性、可靠性成了难以兼顾的三大关键要素。
发明内容
本发明的目的在于克服现有技术的不足，提供一种解码速度快、准确性及可靠性高的高性能二维条形码解码方法。
本发明解决其技术问题是采取以下技术方案实现的：
一种高性能二维条形码解码方法，包括以下步骤：
(1)对包含有二维条形码的数字图像A进行图像下采样处理，生成缩小的图像B；
(2)对下采样后的图像B进行图像增强处理，得到增强图像C；
(3)对增强图像C进行低通滤波和局部阈值二值化处理，得到黑白图像D；
(4)对黑白图像D进行分块、排序并进行连通区域标记处理；
(5)对连通区域划分网格并生成网格矩阵；
(6)根据生成的网格矩阵进行解码和纠错，输出数字图像A所包含的二维条形码的解码值。
而且，步骤(1)所生成的图像B是数字图像A的1/4或1/16。
而且，所述的增强图像处理包括以下步骤：
(1)求图像B的直方图；
(2)根据图像B的直方图分别求出分布概率最大的极大值和极小值；
(3)对直方图进行拉伸处理后得到增强图像C。
而且，所述的拉伸处理方法是：将数字图像A极大值和极小值之间的区域变换后映射到整个亮度分布空间。
而且，所述整个亮度分布空间为0～255之间。
而且，所述的低通滤波和局部阈值二值化包括以下步骤：
(1)低通滤波步骤：采用3×3邻域或5×5邻域平滑滤波法对增强图像C进行运算处理，滤去增强图像C中的高频分量，保留低频分量，生成二值化所需的比对模板。
(2)局部阈值二值化步骤：遍历整幅数字图像A，并逐像素同对比模板上的相应像素进行比较，差值大于一定阈值的点为亮点，小于或等于阈值的点为暗点，生成一幅只包含黑色和白色两种数值的的黑白图像D。
而且，步骤(4)所述的标记连通区域包括：拷贝黑白图像副本，在图像副本上对暗点集合进行连通区域标记，然后按照快速连通区域标记算法标记为独立区域，并按照占有像素数量多少对独立区域进行排序。
而且，所述的对连通区域划分网格并生成网格矩阵包括以下步骤：
(1)计算仿射变换矩阵：指定目标图像的大小，顺序对连通区域进行查找区域边界，确定切变参数并生成切变矩阵，然后对排序的连通区域依次计算仿射变换矩阵；
(2)生成目标图像E：根据切变矩阵变换原始全幅图像生成目标图像E：
(3)生成网格矩阵：对目标图像提取CLOCK边的特征内容，初划分网格，根据梯度最大原则，寻找梯度最大点坐标并根据该坐标微调初划分的网格，提取网格内容，根据网格包含区域的明暗对比特征确定网格矩阵的相应位置的明暗特性，最后根据网格内的亮度分布生成最终的网格矩阵。
而且，所述的切变参数包括图像缩放系数、旋转角度及切变系数。
本发明的优点和积极效果是：
1、本解码方法包含有二维条形码的数字图像进行局部阈值二值化及网格调整算法，加快了对二维条形码的解码速度，其解码速度可以达到60次/秒以上，提高了条形码扫描速度。
2、本解码方法包含有二维条形码的数字图像进行局部阈值二值化及网格调整算法，具有良好的鲁棒性，对于包含信息相同的不同数据码流能够保持一致的解码结果，提高了纠错处理能力，解码的误码率小于六个西格玛，保证了解码的准确性和可靠性。
3、本发明设计合理，具有解码速度快、准确性及可靠性高等特点，提高了解码的性能，对二维条形码的解码能力不受条形码密度、尺寸和放置方向的影响，完全可以应用于条件较为苛刻以及对扫描速度要求较高的场合。
附图说明
图1是本发明的处理流程图；
图2是本发明所使用的二维条形码采集及解码处系统的连接示意图。
具体实施方式
以下结合附图对本发明实施例做进一步详述：
一种高性能二维条形码解码方法是在二维条形码采集及解码处系统上实现的，如图2所示，该二维条形码采集及解码处系统包括：对所采集区域进行补光的照明系统；能够手动或自动调焦的光学对焦系统；耦合到对焦系统之后的有足够分辨率的数字图像传感器；同数字图像传感器相连的数字图像采集通道；同数字图像采集通道相衔接的图像处理系统，在图像处理系统内设有中央处理器；具有通信功能并与图像处理系统相连接的数据通讯系统。
高性能二维条形码解码方法是通过中央处理器内置的二维条形码解码程序实现的。在中央处理器完成一些必要的初始化设置步骤后，数字图像传感器采集二维条形码并发送给本解码程序，由本解码程序对二维条形码进行解码处理。二维条形码是由光学可读写符号构成，光学可读符号定义为具有一定分布规律的、具有亮单元和暗单元的、沿两个正交方向分布的，被一个具有特殊的可辨特征的区域围绕的一组亮暗变化区域。
高性能二维条形码解码方法，如图1所示，包括以下步骤：
1、对包含有二维条形码的数字图像A进行图像下采样处理，生成缩小的图像B。
本步骤是对数字图像传感器采集包含有二维条形码的数字图像A进行下采样，生成一幅分辨率为数字图像1/4或1/16的图像B，保存在内存中。图像下采样处理的目的有两个：一是为了减少后续图像运算的数据量，二是提高后续处理对图像的访问速度。
2、对下采样后的图像B进行图像增强处理，得到增强图像C。
在本步骤中，增强图像处理过程如下：
(1)求图像B的直方图；
(2)根据图像B的直方图分别求出分布概率最大的极大值和极小值；
(3)对直方图进行拉伸处理后得到增强图像C，即：根据极大值和极小值将数字图像A极大值和极小值之间的区域变换后映射到整个亮度分布空间，该亮度分布空间为0～255之间。
图像增强处理的目的是为了给后续运算提供亮度分布一致的图像，图像在亮度拉伸后，更多的保留近深色区域的图像细节。
3、对增强图像C进行低通滤波和局部阈值二值化处理，得到黑白图像D。
在本步骤中，低通滤波和局部阈值二值化处理过程如下：
(1)低通滤波步骤：采用3×3邻域或5×5邻域平滑滤波法对增强图像C进行运算处理，滤去增强图像C中的高频分量，保留低频分量，生成二值化所需的比对模板。
(2)局部阈值二值化步骤：遍历整幅数字图像A，并逐像素同对比模板上的相应像素进行比较，差值大于一定阈值的点为亮点，小于或等于阈值的点为暗点，生成一幅只包含黑色和白色两种数值的的黑白图像D。
4、对黑白图像D进行分块、排序并进行连通区域标记处理。
本步骤的处理过程为：拷贝黑白图像副本，在图像副本上对暗点集合进行连通区域标记，然后按照快速连通区域标记算法标记为独立区域，并按照占有像素数量多少对独立区域进行排序，将序号分配给每个连通区域。
5、对连通区域划分网格并生成网格矩阵。
在本步骤中，对连通区域划分网格并生成网格矩阵包括：
(1)计算仿射变换矩阵：对排序的连通区域依次计算仿射变换矩阵，其具体过程为：指定一个目标图像的大小，一般取100×100，然后顺序对连通区域进行查找区域边界，确定图像缩放系数、旋转角度及切变系数，生成切变矩阵，然后依次计算仿射变换矩阵；
(2)生成目标图像E：根据切变矩阵变换原始全幅图像生成目标图像E：
(3)生成网格矩阵：对目标图像提取CLOCK边的特征内容，初划分网格，在网格附近，根据梯度最大原则，寻找梯度最大点坐标(真正的网格分界线所在坐标)，根据该坐标微调初划分的网格，提取网格内容，根据网格包含区域的明暗对比特征确定网格矩阵的相应位置的明暗特性，最后根据网格内的亮度分布生成最终的网格矩阵。
6、根据生成的网格矩阵进行解码和纠错，输出数字图像A所包含的二维条形码的解码值。
通过上述步骤，即可实现高性能二维条形码解码方法。
需要强调的是，本发明所述的实施例是说明性的，而不是限定性的，因此本发明并不限于具体实施方式中所述的实施例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，同样属于本发明保护的范围。

Claims (9)

1.一种高性能二维条形码解码方法，其特征在于：包括以下步骤：
(1)对包含有二维条形码的数字图像A进行图像下采样处理，生成缩小的图像B；
(2)对下采样后的图像B进行图像增强处理，得到增强图像C；
(3)对增强图像C进行低通滤波和局部阈值二值化处理，得到黑白图像D；
(4)对黑白图像D进行分块、排序并进行连通区域标记处理；
(5)对连通区域划分网格并生成网格矩阵；
(6)根据生成的网格矩阵进行解码和纠错，输出数字图像A所包含的二维条形码的解码值。
2.根据权利要求1所述的高性能二维条形码解码方法，其特征在于：步骤(1)所生成的图像B是数字图像A的1/4或1/16。
3.根据权利要求1所述的高性能二维条形码解码方法，其特征在于：所述的增强图像处理包括以下步骤：
(1)求图像B的直方图；
(2)根据图像B的直方图分别求出分布概率最大的极大值和极小值；
(3)对直方图进行拉伸处理后得到增强图像C。
4.根据权利要求3所述的高性能二维条形码解码方法，其特征在于：所述的拉伸处理方法是：将数字图像A极大值和极小值之间的区域变换后映射到整个亮度分布空间。
5.根据权利要求4所述的高性能二维条形码解码方法，其特征在于：所述整个亮度分布空间为0～255之间。
6.根据权利要求1所述的高性能二维条形码解码方法，其特征在于：所述的低通滤波和局部阈值二值化包括以下步骤：
(1)低通滤波步骤：采用3×3邻域或5×5邻域平滑滤波法对增强图像C进行运算处理，滤去增强图像C中的高频分量，保留低频分量，生成二值化所需的比对模板。
(2)局部阈值二值化步骤：遍历整幅数字图像A，并逐像素同对比模板上的相应像素进行比较，差值大于一定阈值的点为亮点，小于或等于阈值的点为暗点，生成一幅只包含黑色和白色两种数值的的黑白图像D。
7.根据权利要求1所述的高性能二维条形码解码方法，其特征在于：步骤(4)所述的标记连通区域包括：拷贝黑白图像副本，在图像副本上对暗点集合进行连通区域标记，然后按照快速连通区域标记算法标记为独立区域，并按照占有像素数量多少对独立区域进行排序。
8.根据权利要求1所述的高性能二维条形码解码方法，其特征在于：所述的对连通区域划分网格并生成网格矩阵包括以下步骤：
(1)计算仿射变换矩阵：指定目标图像的大小，顺序对连通区域进行查找区域边界，确定切变参数并生成切变矩阵，然后对排序的连通区域依次计算仿射变换矩阵；
(2)生成目标图像E：根据切变矩阵变换原始全幅图像生成目标图像E：
(3)生成网格矩阵：对目标图像提取CLOCK边的特征内容，初划分网格，根据梯度最大原则，寻找梯度最大点坐标并根据该坐标微调初划分的网格，提取网格内容，根据网格包含区域的明暗对比特征确定网格矩阵的相应位置的明暗特性，最后根据网格内的亮度分布生成最终的网格矩阵。
9.根据权利要求1所述的高性能二维条形码解码方法，其特征在于：所述的切变参数包括图像缩放系数、旋转角度及切变系数。
CN 200910245123 2009-12-28 2009-12-28 高性能二维条形码解码方法 Expired - Fee Related CN101710385B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 200910245123 CN101710385B (zh) 2009-12-28 2009-12-28 高性能二维条形码解码方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 200910245123 CN101710385B (zh) 2009-12-28 2009-12-28 高性能二维条形码解码方法

Publications (2)

Publication Number Publication Date
CN101710385A true CN101710385A (zh) 2010-05-19
CN101710385B CN101710385B (zh) 2013-05-29

Family

ID=42403170

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 200910245123 Expired - Fee Related CN101710385B (zh) 2009-12-28 2009-12-28 高性能二维条形码解码方法

Country Status (1)

Country Link
CN (1) CN101710385B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101833641A (zh) * 2010-06-01 2010-09-15 福建新大陆电脑股份有限公司 条码解码芯片
CN101908128A (zh) * 2010-06-01 2010-12-08 福建新大陆电脑股份有限公司 Aztec Code条码解码芯片及其解码方法
CN102708552A (zh) * 2012-05-24 2012-10-03 中山大学 一种快速二维条码图像运动去模糊方法
CN102708349A (zh) * 2012-05-11 2012-10-03 深圳市天朗时代科技有限公司 一种矩阵式二维码的解码方法
US20140210857A1 (en) * 2013-01-28 2014-07-31 Tencent Technology (Shenzhen) Company Limited Realization method and device for two-dimensional code augmented reality
CN104463067A (zh) * 2014-12-04 2015-03-25 四川大学 一种Grid Matrix二维条码宏模块提取方法
CN104573674A (zh) * 2015-01-29 2015-04-29 杨克己 面向实时嵌入式系统的一维条码识别方法
CN110390668A (zh) * 2019-06-26 2019-10-29 石家庄铁道大学 螺栓松动检测方法、终端设备及存储介质
CN110414293A (zh) * 2014-10-09 2019-11-05 康耐视公司 解码条形码

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101908128A (zh) * 2010-06-01 2010-12-08 福建新大陆电脑股份有限公司 Aztec Code条码解码芯片及其解码方法
CN101908128B (zh) * 2010-06-01 2012-06-20 福建新大陆电脑股份有限公司 Aztec Code条码解码芯片及其解码方法
CN101833641A (zh) * 2010-06-01 2010-09-15 福建新大陆电脑股份有限公司 条码解码芯片
CN102708349B (zh) * 2012-05-11 2014-11-05 深圳市天朗时代科技有限公司 一种矩阵式二维码的解码方法
US9665759B2 (en) 2012-05-11 2017-05-30 Shenzhen Mpr Technology Co., Ltd Decoding method for matrix two-dimensional code
CN102708349A (zh) * 2012-05-11 2012-10-03 深圳市天朗时代科技有限公司 一种矩阵式二维码的解码方法
CN102708552A (zh) * 2012-05-24 2012-10-03 中山大学 一种快速二维条码图像运动去模糊方法
CN102708552B (zh) * 2012-05-24 2015-05-20 中山大学 一种快速二维条码图像运动去模糊方法
US20140210857A1 (en) * 2013-01-28 2014-07-31 Tencent Technology (Shenzhen) Company Limited Realization method and device for two-dimensional code augmented reality
CN110414293A (zh) * 2014-10-09 2019-11-05 康耐视公司 解码条形码
CN110414293B (zh) * 2014-10-09 2023-02-07 康耐视公司 解码条形码
CN104463067A (zh) * 2014-12-04 2015-03-25 四川大学 一种Grid Matrix二维条码宏模块提取方法
CN104463067B (zh) * 2014-12-04 2017-03-22 四川大学 一种Grid Matrix二维条码宏模块提取方法
CN104573674A (zh) * 2015-01-29 2015-04-29 杨克己 面向实时嵌入式系统的一维条码识别方法
CN104573674B (zh) * 2015-01-29 2017-11-28 杨克己 面向实时嵌入式系统的一维条码识别方法
CN110390668A (zh) * 2019-06-26 2019-10-29 石家庄铁道大学 螺栓松动检测方法、终端设备及存储介质
CN110390668B (zh) * 2019-06-26 2022-02-01 石家庄铁道大学 螺栓松动检测方法、终端设备及存储介质

Also Published As

Publication number Publication date
CN101710385B (zh) 2013-05-29

Similar Documents

Publication Publication Date Title
CN101710385B (zh) 高性能二维条形码解码方法
Xiao et al. Making of night vision: Object detection under low-illumination
JP5775225B2 (ja) マルチレイヤ連結成分をヒストグラムと共に用いるテキスト検出
WO2018223882A1 (en) Methods and devices for processing images of traffic light
CN109344820B (zh) 基于计算机视觉和深度学习的数字式电表读数识别方法
CN107784669A (zh) 一种光斑提取及其质心确定的方法
JP2007317184A (ja) 二次元バーコード、その符号化方法及び復号化方法
CN107633253B (zh) 基于含噪图像中矩形包围框的精确提取和定位方法
CN101901484A (zh) 文档图像分割系统
CN110334760B (zh) 一种基于resUnet的光学元器件损伤检测方法及系统
CN109190742B (zh) 一种基于灰度特征的编码特征点的解码方法
CN111680704B (zh) 海洋红线新增人类活动斑块自动化快速提取方法和装置
CN110569683A (zh) 条码检测方法及条码检测系统
Saha et al. Automatic localization and recognition of license plate characters for Indian vehicles
CN107578011A (zh) 视频关键帧的判定方法及装置
CN105096444A (zh) 一种纸币鉴别仪图像采集及数据处理方法和电路
JP5640622B2 (ja) 赤目オブジェクト候補を分類する方法、コンピューター読み取り可能な媒体および画像処理装置
JP2004265264A (ja) 画像処理装置
CN110969164A (zh) 基于深度学习端对端的低照度成像车牌识别方法及装置
CN112580383A (zh) 二维码识别方法、装置、电子设备及存储介质
CN109165611B (zh) 一种基于机器视觉和神经网络的碗碟识别智能结算方法
Zhang et al. Multi-scale segmentation strategies in PRNU-based image tampering localization
Chan et al. On the hardware/software design and implementation of a high definition multiview video surveillance system
CN111462164A (zh) 一种前景分割方法以及基于图像合成的数据增强方法
CN104851114B (zh) 一种实现图像局部变色的方法及终端

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
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20130529

Termination date: 20131228