CN101833644A - 一种基于动态模板的校正图形搜索方法 - Google Patents

Abstract

本发明公开了一种基于动态模板的校正图形搜索方法，该校正图形搜索方法包括以下步骤：在二维条码图像中搜索探测图形，并在该探测图形中提取多个参考点；利用该参考点计算该探测图形相对标准探测图形的畸变系数；利用该畸变系数对标准校正图形模板进行畸变处理，形成动态校正图形模板，并利用该动态校正图形模板搜索该条码图像的校正图形。本发明提供的校正图形搜索方法有效地提高了条码图像中校正图形搜索的准确性。

Description

一种基于动态模板的校正图形搜索方法

【技术领域】

本发明涉及一种图像搜索方法，特别涉及一种基于动态模板的校正图形搜索方法。

【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身的新兴技术。条码技术由于其识别快速、准确、可靠以及成本低等优点，被广泛应用于商业、图书管理、仓储、邮电、交通和工业控制等领域，并且势必在逐渐兴起的“物联网”应用中发挥重大的作用。

目前被广泛使用的条码包括一维条码及二维条码。一维条码又称线形条码是由平行排列的多个“条”和“空”单元组成，条形码信息靠条和空的不同宽度和位置来表达。一维条码只是在一个方向(一般是水平方向)表达信息，而在垂直方向则不表达任何信息，因此信息容量及空间利用率较低，并且在条码损坏后即无法识别。

二维条码是由按一定规律在二维方向上分布的黑白相间的特定几何图形组成，其可以在二维方向上表达信息，因此信息容量及空间利用率较高，并具有一定的校验功能。二维条码可以分为堆叠式二维条码和矩阵式二维条码。堆叠式二维条码是由多行短截的一维条码堆叠而成，代表性的堆叠式二维条码包括PDF417、Code 49、Code 16K等。矩阵式二维条码是由按预定规则分布于矩阵中的黑、白模块组成，代表性的矩阵式二维条码包括Codeone、Aztec、Data Matrix、OR码等。

矩阵式二维条码图像识别过程中均需要对条码图像进行校正，而这种校正过程往往依赖于搜索条码图像中固定形式的探测图形和校正图形。然而，在现有技术中，探测图形搜索及校正图形搜索是分开进行，并且相互之间没有关联。由于条码摆放位置及光学系统本身的原因，从不同视角获取的条码图像通常会带有一定畸变，并且由于探测图形的尺寸远大于校正图形，往往会出现搜索到探测图形，却无法搜索到校正图形的情况。因此，需求一种能够准确搜索校正图形的方法。

【发明内容】

为了解决现有技术中往往会出现无法搜索到校正图形的情况，本发明提供了一种基于动态模板的校正图形搜索方法。

本发明解决上述技术问题所采取的技术方案是提供了一种基于动态模板的校正图形搜索方法，该校正图形搜索方法包括以下步骤：a.在二维条码图像中搜索探测图形，并在探测图形中提取多个参考点；b.利用参考点计算探测图形相对标准探测图形的畸变系数；c.利用畸变系数对标准校正图形模板进行畸变处理，形成动态校正图形模板，并利用动态校正图形模板搜索二维条码图像的校正图形。

根据本发明一优选实施例，多个参考点是来自多个探测图形，利用参考点计算多个探测图形相对标准探测图形的整体畸变系数从而获得一个动态校正图形模板，并利用动态校正图形模板搜索多个校正图形。

根据本发明一优选实施例，多个参考点是在多个探测图形中的每一探测图形上提取的多个参考点，利用参考点计算每一探测图形相对标准探测图形的畸变系数从而获得分别对应于多个探测图形的多个动态校正图形模板，并根据就近原则选择多个动态校正图形模板中之一者搜索与对应探测图形最相邻的校正图形。

根据本发明一优选实施例，在步骤b中，畸变系数为透视变换系数，并通过透视变换公式获得：

U＝(aX+bY+c)/(gX+hY+1)

V＝(dX+eY+f)/(gX+hY+1)

其中，U和V为参考点在二维条码图像上的坐标，X和Y为参考点的标准坐标，在步骤c中，畸变处理为利用透视变换系数对标准校正图形模板的标准坐标进行透视变换。

本发明解决上述技术问题所采取的技术方案是提供了一种基于动态模板的校正图形搜索方法，其特征在于，校正图形搜索方法包括以下步骤：a.在二维条码图像中提取多个参考点；b.利用参考点计算二维条码图像相对标准二维条码图像的畸变系数；c.利用畸变系数对标准校正图形模板进行畸变处理，形成动态校正图形模板，并利用动态校正图形模板搜索二维条码图像的校正图形。

根据本发明一优选实施例，参考点的获取方法包括：a1.确定二维条码图像的子图像区域内的各模块的模块坐标及模块中心的图像坐标；a2.对各模块的模块中心的灰度值进行二值化处理，以获得各模块中心的黑白值；a3.选择子图像区域中的部分模块的模块中心作为特征点，形成动态匹配模板；a4.将动态匹配模板相对二维条码图像进行平移并进行灰度匹配，以确定动态匹配模板与二维条码图像的最佳匹配位置，并根据最佳匹配位置确定参考点。

根据本发明一优选实施例，在步骤a3中，基于各模块相对于相邻模块的标志性选择部分模块。

根据本发明一优选实施例，在步骤a4中，将动态匹配模板中的各特征点的图像坐标进行统一向量的图像坐标平移，并将动态匹配模板中的各特征点的黑白值与平移后的图像坐标在条码图像中的对应位置的灰度值进行匹配，确定匹配度最高的位置为最佳匹配位置，并选择动态匹配模板的一特征点作为参考点。

根据本发明一优选实施例，在步骤a中，获取参考点包括：a1.确定位于二维条码图像的同一行或列上的两个模块的模块坐标及模块中心的图像坐标；a2.确定两个模块的模块中心连线上的中间模块的模块坐标，并确定是否存在可区分的模块边界；a3.从中间模块中选择两端具有模块边界的奇数个连续中间模块，并选择位于奇数个连续中间模块中心位置的中间模块的模块中心作为参考点；a4.计算模块中心连线与奇数个连续中间模块两端的模块边界的交点的图像坐标，并对交点的图像坐标进行平均，以作为参考点的图像坐标。

根据本发明一优选实施例，在步骤b中，畸变系数为透视变换系数，并通过透视变换公式获得：

U＝(aX+bY+c)/(gX+hY+1)

V＝(dX+eY+f)/(gX+hY+1)

其中，U和V为参考点在二维条码图像上的图像坐标，X和Y为参考点在二维条码图像上的对应模块坐标，在步骤c中，畸变处理为利用透视变换系数对标准校正图形模板的标准坐标进行透视变换。

与现有技术相比较，本发明提供的校正图形搜索方法有效地提高了条码图像中校正图形搜索的准确性。

【附图说明】

可参考附图并通过实例更加具体地描述本发明，在附图中：

图1是根据本发明的第一种校正图形搜索方法的流程图；

图2是根据本发明的第一种校正图形搜索方法的示意图；

图3是根据本发明的第一种校正图形搜索方法的示意图；

图4是根据本发明的第二种校正图形搜索方法的流程图；

图5是根据本发明的第一种参考点获取方法的流程图；

图6是根据本发明的第一种参考点获取方法的子图像区域的示意图；

图7是根据本发明的第一种参考点获取方法的动态模板的示意图；

图8是根据本发明的第二种参考点获取方法的流程图；以及

图9是根据本发明的第二种参考点获取方法的二维条码图像的局部放大图。

【具体实施方式】

下面结合附图和实施例对本发明进行详细说明。

请参见图1，图1是本发明的第一种校正图形搜索方法的流程图。本发明提供了一种基于动态模板的校正图形搜索方法，该方法通过计算二维条码图像中探测图形相对标准探测图形的畸变系数，并对标准校正图形板进行畸变处理形成动态校正图形模板，利用该动态校正图形模板来搜索二维条码图像的校正图形，可有效提高二维条码图像中校正图形搜索的准确性。

具体而言，请参见图2，图2是本发明的第一种校正图形搜索方法的示意图。在图2中，由于摆放位置及光学系统本身等原因，所拍摄的二维条码图像(左上)呈现出一定的畸变，并且可能因此在该二维条码图像上无法利用标准校正图形模板搜索到校正图形。

在本发明的一实施例中，首先搜索该二维条码图像中的探测图形，并在该探测图形中提取多个参考点，在本实施例中，该多个参考点来自多个探测图形，例如图2中所示，在每一探测图形上各取一个参考点a1、b1、c1，利用该多个参考点a1、b1、c1可计算该多个探测图形相对标准探测图形中相应参考点a1’、b1’、c1’的整体畸变系数。

由于校正图形与探测图形由同一光学系统拍摄，所以校正图形和探测图形相对标准二维条码图像具有相同或相近的畸变，也即具有相同或相近的畸变系数，因此，本发明利用上述畸变系数对标准校正图形模板进行畸变处理，形成一个动态校正图形模板，再利用该动态校正图形模板可准确地搜索二维条码的校正图形。

在上述方法中，畸变系数为透视变换系数，并通过透视变换公式获得：

U＝(aX+bY+c)/(gX+hY+1)

V＝(dX+eY+f)/(gX+hY+1)

其中，U和V为该参考点在该二维条码图像上的坐标，X和Y为该参考点的标准坐标，a、b、c、d、e、f、g、h为透视变换系数。例如，U和V为该参考点在该二维条码图像上的图像坐标，而X和Y可由该参考点在该二维条码图像上的模块坐标代替。上述畸变处理为利用该透视变换系数对该标准校正图形模板进行透视变换。例如，在获得透视变换系数a、b、c、d、e、f、g、h后，则可进一步根据上述公式将标准校正图形模板的标准坐标进行透视变换，来获得动态校正图形模板。在本发明中，模块坐标是指以模块为单位的坐标，即某模块在坐标轴方向上相对于坐标原点的模块个数，而图像坐标是以像素为单位的坐标，即某像素点在坐标轴方向上相对于坐标原点的像素个数。

此外，还可以通过二次多项式、三次多项式、三角网格等方法来获得上述畸变系数。

接下来，请参见图3，图3是根据本发明的第二种校正图形搜索方法的示意图。为了使校正图形的搜索更为准确，本发明采用就近原则来搜索校正图形。

简单而言，首先仍是搜索该二维条码图像中的探测图形，并在该探测图形中提取多个参考点，与上述实施例不同，该多个参考点是在多个探测图形中的每一探测图形上提取的多个参考点，利用该参考点计算每一探测图形相对标准探测图形的畸变系数从而获得分别对应于该多个探测图像的多个动态校正图形模板，并根据就近原则选择该多个动态校正图形模板中之一者搜索与对应探测图形最相邻的校正图形。

具体而言，如图3所示，在一个探测图形上取多个参考点a1、a2、a3、a4，利用该多个参考点a1、a2、a3、a4可计算该探测图形相对标准探测图形(右上)相应参考点a1’、a2’、a3’、a4’的一个畸变系数。同理可得其他探测图形分别相对标准探测图形的多个畸变系数。利用该多个畸变系数对标准校正图形模板进行畸变处理，可形成多个动态校正图形模板，再根据就近原则选择该多个动态校正图形模板中之一者搜索与对应探测图形最相邻的校正图形，可进一步提高每一校正图形搜索的准确性。

接下来，请参见图4，图4是根据本发明的第二种校正图形搜索方法的流程图。

本发明提供了另一种基于动态模板的校正图形搜索方法，该方法通过在二维条码图像中任意提取多个参考点，并利用该多个参考点计算该二维条码图像相对标准二维条码图像的畸变系数，再利用该畸变系数对标准校正图形模板进行畸变处理，形成动态校正图形模板，从而通过该动态校正图形模板来搜索该条码图像的校正图形。

具体而言，参见图5-7所示，本发明进一步提供了获取参考点的方法。该方法利用动态匹配模板获取二维条码图像中的参考点。如图5所示，在该参考点获取方法中，首先通过拍摄系统获取二维条码图像。该二维条码图像优选是灰度图像或者通过预处理单元将由拍摄系统获取的彩色图像转化为灰度图像。

依据本发明的参考点获取方法在获取二维条码的灰度图像后，先确定二维条码灰度图像中的一子图像区域内的各模块的模块坐标及模块中心的图像坐标。在本发明中，模块坐标是指以模块为单位的坐标，即某模块在坐标轴方向上相对于坐标原点的模块个数，而图像坐标是以像素为单位的坐标，即某像素点在坐标轴方向上相对于坐标原点的像素个数。

如图6所示，在获得子图像区域内的各模块的模块坐标及模块中心的图像坐标后，利用阈值对各模块中心的灰度值进行二值化处理，以判断各模块中心的黑白特征，即获得各模块中心的黑白值。在本步骤中，阈值的选取及二值化处理方法可采用公知的全局阈值或局部阈值的选取及二值化处理方法，并在此不在赘述。

在确定了各模块中心的黑白值后，选择子图像区域中的部分模块的模块中心作为特征点，形成动态匹配模板。具体来说，动态匹配模板的选择一般是基于各模块相对于相邻模块的标志性，即选取相对于相邻模块比较容易区分的标志性较好的模块，形成动态匹配模板。例如图6中所示，在本实施例中，选取相对于相邻模块比较容易区分的模块1、2、3、4、5、6的模块中心作为特征点，形成图7所示的动态匹配模块。在图7中，动态匹配模板中的每个特征点均具有三个参数：对应模块的模块坐标、图像坐标以及黑白值，即(X₁、Y₁)、(U₁、V₁)、H₁，(X₂、Y₂)、(U₂、V₂)、H₂，(X₃、Y₃)、(U₃、V₃)、H₃，(X₄、Y₄)、(U₄、V₄)、H₄，(X₅、Y₅)、(U₅、V₅)、H₅，(X₆、Y₆)、(U₆、V₆)、H₆。

在形成动态匹配模板后，还可进一步对动态匹配模板的有效性进行判断。例如，将动态匹配模板中的各特征点所对应的模块坐标(X₁、Y₁)、(X₂、Y₂)、(X₃、Y₃)、(X₄、Y₄)、(X₅、Y₅)、(X₆、Y₆)进行统一向量的模块坐标平移，例如平移一至两个模块，并将动态匹配模板中的各特征点的黑白值H₁、H₂、H₃、H₄、H₅、H₆与平移后的模块坐标所对应的模块中心的黑白值进行匹配。若匹配度高于预定阈值，则认为该动态匹配模板不易于与周边模块相区分，该动态匹配模板即为无效模板，若匹配度低于预定阈值，则认为该动态匹配模板能够与周边模块相区分，该动态匹配模板为有效模板。

在确定了动态匹配模板后，将动态匹配模板相对灰度图像进行平移并进行灰度匹配，以确定动态匹配模板与灰度图像的最佳匹配位置。具体来说，将动态匹配模板中的各特征点的图像坐标(U₁、V₁)、(U₂、V₂)、(U₃、V₃)、(U₄、V₄)、(U₅、V₅)、(U₆、V₆)进行统一向量的图像坐标平移，例如依次增加或减小一个像素，并将动态匹配模板中的各特征点的黑白值H₁、H₂、H₃、H₄、H₅、H₆与平移后的图像坐标在灰度图像中的对应位置的灰度值进行匹配，并确定匹配度最高的位置为最佳匹配位置。在本实施例中，可采用公知的匹配方法来确定动态匹配模板与灰度图像的匹配度。此外，还可预先将动态匹配模板中的各特征点的黑白值H₁、H₂、H₃、H₄、H₅、H₆进行反转，再将动态匹配模板中的各特征点的图像坐标(U₁、V₁)、(U₂、V₂)、(U₃、V₃)、(U₄、V₄)、(U₅、V₅)、(U₆、V₆)进行统一向量的图像坐标平移，并将动态匹配模板中的各特征点的反转后的黑白值与平移后的图像坐标在灰度图像中的对应位置的灰度值进行匹配。此时，则确定匹配度最低的位置为最佳匹配位置。

在确定最佳匹配位置后，选择动态匹配模板中的一个特征点作为参考点，并且优选选择动态匹配模板的中心最近的特征点作为参考点。

重复上述步骤，可获取多个参考点。随后，利用透视变换、二次多项式、三次多项式、三角网格等方法确定拍摄的二维条码图像相对于标准图像的畸变系数。

下面以透视变换为例，通过上述方法获取4个参考点所对应的模块坐标(X_a、Y_a)、(X_b、Y_b)、(X_c、Y_c)、(X_d、Y_d)以及图像坐标(U_a、V_a)、(U_b、V_b)、(U_c、V_c)、(U_d、V_d)。利用透视变换公式计算出二维条码图像与标准图像的透视变换系数a、b、c、d、e、f、g、h：

U＝(aX+bY+c)/(gX+hY+1)    (1)

V＝(dX+eY+f)/(gX+hY+1)    (2)

其中，U和V为参考点在二维条码图像上的图像坐标(U_a、V_a)、(U_b、V_b)、(U_c、V_c)、(U_d、V_d)，X和Y为参考点在二维条码图像上的对应模块坐标(X_a、Y_a)、(X_b、Y_b)、(X_c、Y_c)、(X_d、Y_d)。

在获得透视变换系数a、b、c、d、e、f、g、h，则可进一步根据上述公式对标准校正图形模板进行畸变处理。

如图8-9所示，本发明进一步提供了另一种获取参考点的方法。本实施例中，在获取二维条码图像后，搜索并确定该二维条码图像中位于同一行或列上的相互间隔的两个模块1、2的模块坐标(X₁、Y₁)、(X₂、Y₂)及模块中心的图像坐标(U₁、V₁)、(U₂、V₂)。例如，以QR码为例，通过搜索探测图形来获取边界及模块宽度等图形系数，并利用已知的方法搜索并确定位于同一行或列上的相互间隔的两个模块1、2的模块坐标(X₁、Y₁)、(X₂、Y₂)及模块中心的图像坐标(U₁、V₁)、(U₂、V₂)。在本发明中，模块坐标是指以模块为单位的坐标，即某模块在坐标轴方向上相对于坐标原点的模块个数，而图像坐标是以像素为单位的坐标，即某像素点在坐标轴方向上相对于坐标原点的像素个数。在本实施例中，二维条码图像并不限于灰度图像，而可以是二值化图像或彩色图像。

在确定模块1、2的模块坐标(X₁、Y₁)、(X₂、Y₂)及模块中心的图像坐标(U₁、V₁)、(U₂、V₂)后，进一步确定模块1、2的模块中心连线上的多个中间模块的模块坐标(X₃、Y₃)、(X₄、Y₄)、(X₅、Y₅)，并确定该模块中心连线上是否存在可区分的模块边界(例如，黑白边界)。在该多个中间模块中选择出两端具有模块边界的奇数个连续中间模块，例如在本实施例中的模块3、4、5，并选择位于该奇数个连续中间模块3、4、5的中心位置的中间模块5的模块中心作为参考点。随后，确定模块中心连线与模块3、4、5两端的模块边界的交点的图像坐标(U₃、V₃)、(U₄、V₄)，并对该两个交点的图像坐标(U₃、V₃)、(U₄、V₄)进行平均，计算结果即为参考点的图像坐标(U₅、V₅)。

此外，可以进一步在模块1、2的模块中心连线的垂直方向上对中间模块5的模块中心的图像坐标(U₅、V₅)进行校正。具体来说，在垂直方向上以中间模块5为中心确定两端具有可区分模块边界的奇数个连续中间模块，并确定位于该奇数个连续中间模块两侧的两个模块的模块中心的图像坐标。进一步确定这两个模块的模块中心连线与奇数个连续中间模块两端的模块边界的交点，并通过对该两个交点的图像坐标进行取平均，由此重新求得的中间模块5的模块中心的图像坐标。并可与之前沿模块1、2的模块中心连线求得的中间模块5的模块中心的图像坐标进行均值处理，来进一步校正中间模块5的模块中心的图像坐标。

随后，重复上述过程，则可确定多个参考点，并根据上文描述的方式利用该参考点计算二维条码图像相对于标准条码图像的畸变参数，进而获得动态校正图形模板，并利用动态校正图形模板搜索二维条码图像中的校正图形。

综上所述，本领域技术人员容易理解，根据本发明的基于动态模板的校正图形搜索方法，可以通过探测图形的畸变系数对标准探测图形作畸变处理形成动态校正图形模板来搜索校正图形，还可以根据二维条码图像上的其他参考点相对标准图像的畸变系数对二维条码图像进行校正再搜索校正图形。

在上述实施例中，仅对本发明进行了示范性描述，但是本领域技术人员在阅读本专利申请后可以在不脱离本发明的精神和范围的情况下对本发明进行各种修改。

Claims (10)

1.一种基于动态模板的校正图形搜索方法，其特征在于，所述校正图形搜索方法包括以下步骤：

a.在二维条码图像中搜索探测图形，并在所述探测图形中提取多个参考点；

b.利用所述参考点计算所述探测图形相对标准探测图形的畸变系数；

c.利用所述畸变系数对标准校正图形模板进行畸变处理，形成动态校正图形模板，并利用所述动态校正图形模板搜索所述二维条码图像的校正图形。

2.根据权利要求1所述的校正图形搜索方法，其特征在于，所述多个参考点是来自多个探测图形，利用所述参考点计算所述多个探测图形相对标准探测图形的整体畸变系数从而获得一个动态校正图形模板，并利用所述动态校正图形模板搜索多个校正图形。

3.根据权利要求1所述的校正图形搜索方法，其特征在于，所述多个参考点是在多个探测图形中的每一探测图形上提取的多个参考点，利用所述参考点计算每一探测图形相对标准探测图形的畸变系数从而获得分别对应于所述多个探测图形的多个动态校正图形模板，并根据就近原则选择所述多个动态校正图形模板中之一者搜索与对应探测图形最相邻的校正图形。

4.根据权利要求1所述的校正图形搜索方法，其特征在于，在所述步骤b中，所述畸变系数为透视变换系数，并通过透视变换公式获得：

U＝(aX+bY+c)/(gX+hY+1)

V＝(dX+eY+f)/(gX+hY+1)

其中，U和V为所述参考点在所述二维条码图像上的坐标，X和Y为所述参考点的标准坐标，

在所述步骤c中，所述畸变处理为利用所述透视变换系数对所述标准校正图形模板的标准坐标进行透视变换。

5.一种基于动态模板的校正图形搜索方法，其特征在于，所述校正图形搜索方法包括以下步骤：

a.在二维条码图像中提取多个参考点；

b.利用所述参考点计算所述二维条码图像相对标准二维条码图像的畸变系数；

c.利用所述畸变系数对标准校正图形模板进行畸变处理，形成动态校正图形模板，并利用所述动态校正图形模板搜索所述二维条码图像的校正图形。

6.根据权利要求5所述的校正图形搜索方法，其特征在于，所述参考点的获取方法包括：

a1.确定所述二维条码图像的子图像区域内的各模块的模块坐标及模块中心的图像坐标；

a2.对所述各模块的模块中心的灰度值进行二值化处理，以获得各所述模块中心的黑白值；

a3.选择所述子图像区域中的部分模块的模块中心作为特征点，形成动态匹配模板；

a4.将所述动态匹配模板相对所述二维条码图像进行平移并进行灰度匹配，以确定所述动态匹配模板与所述二维条码图像的最佳匹配位置，并根据所述最佳匹配位置确定参考点。

7.根据权利要求6所述的校正图形搜索方法，其特征在于，在所述步骤a3中，基于所述各模块相对于相邻模块的标志性选择所述部分模块。

8.根据权利要求6所述的校正图形搜索方法，其特征在于，在所述步骤a4中，将所述动态匹配模板中的各特征点的图像坐标进行统一向量的图像坐标平移，并将所述动态匹配模板中的各特征点的黑白值与平移后的图像坐标在所述条码图像中的对应位置的灰度值进行匹配，确定匹配度最高的位置为最佳匹配位置，并选择所述动态匹配模板的一特征点作为所述参考点。

9.根据权利要求6所述的校正图形搜索方法，其特征在于，在所述步骤a中，获取所述参考点包括：

a1.确定位于所述二维条码图像的同一行或列上的两个模块的模块坐标及模块中心的图像坐标；

a2.确定所述两个模块的模块中心连线上的中间模块的模块坐标，并确定是否存在可区分的模块边界；

a3.从所述中间模块中选择两端具有模块边界的奇数个连续中间模块，并选择位于所述奇数个连续中间模块中心位置的中间模块的模块中心作为所述参考点；

a4.计算所述模块中心连线与所述奇数个连续中间模块两端的模块边界的交点的图像坐标，并对所述交点的图像坐标进行平均，以作为所述参考点的图像坐标。

10.根据权利要求5所述的校正图形搜索方法，其特征在于，在所述步骤b中，所述畸变系数为透视变换系数，并通过透视变换公式获得：

U＝(aX+bY+c)/(gX+hY+1)

V＝(dX+eY+f)/(gX+hY+1)

其中，U和V为所述参考点在所述二维条码图像上的图像坐标，X和Y为所述参考点在所述二维条码图像上的对应模块坐标，

在所述步骤c中，所述畸变处理为利用所述透视变换系数对所述标准校正图形模板的标准坐标进行透视变换。

Images