CN101882220A - 一种基于动态模板的条码图像校正方法及校正点获取方法 - Google Patents

Abstract

本发明公开了一种基于动态模板的条码图像校正方法及校正点获取方法。该校正点获取方法包括：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；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；选择子图像区域中的部分模块的模块中心作为特征点，形成动态模板；将动态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校正点。通过上述方法，可以在无需搜索条码图像的标志性图形的情况下获取用于条码图像校正的校正点，提供了在标志性图形污损情况下进行图像校正的可能。

Description

一种基于动态模板的条码图像校正方法及校正点获取方法

【技术领域】

本发明涉及一种图像校正方法，特别涉及一种基于动态模板的条码图像校正方法及校正点获取方法。

【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容编码、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、Date MatriX、QR码等。

现有技术中的二维条码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条码图像中的固定形式图案。以QR码为例，QR码内设置有探测图形和校正图形，通过探测图形和校正图形来确定条码图像校正系数，并利用变换公式对条码图像进行校正。因此，如果探测图形和校正图形受到污损，则难以进行校正。

【发明内容】

为了解决现有技术中条码图像校正过程中需首先对条码图像的标志性图形进行搜索的问题，本发明提供了一种基于动态模板的条码图像校正方法及校正点获取方法。上述方法无需通过搜索标志性图形即可获取校正点，并可基于校正点进行条码图像校正。

本发明解决上述技术问题所采取的技术方案是提供一种基于动态模板的条码图像校正方法。该条码图像校正方法包括：a.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；b.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；c.选择子图像区域中的部分模块的模块中心作为特征点，形成动态模板；d.将动态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校正点；e.重复步骤a-d，获取多个校正点，并利用多个校正点对二维条码图像进行校正。

根据本发明一优选实施例，在步骤c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c中，进一步将动态模板中的各特征点所对应的模块坐标进行统一向量的模块坐标平移，并将动态模板中的各特征点的黑白值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，以确定动态模板是否为有效模板。

根据本发明一优选实施例，在步骤c中，将动态模板中的各特征点所对应的模块坐标统一向量平移一至两个模块，并在匹配度小于预定阈值时认为动态模板为有效动态模板。

根据本发明一优选实施例，在步骤d中，将动态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，并将动态模板中的各特征点的黑白值与平移后的图像坐标在二维条码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。

根据本发明一优选实施例，在步骤d中，将动态模板中的各特征点的黑白值进行反转，再将动态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二维条码图像中的对应位置的灰度值进行匹配，并确定匹配度最低的位置为最佳匹配位置。

根据本发明一优选实施例，在步骤d中，在确定最佳匹配位置后，选择动态模板的一特征点作为校正点。

根据本发明一优选实施例，在步骤d中，选择距离动态模板的中心最近的特征点作为校正点。

根据本发明一优选实施例，在步骤e中，根据多个校正点的图像坐标及所对应的模块坐标，利用如下透视变换公式计算透视变换系数：

U＝(aX+bY+c)/(gX+hY+1)

V＝(dX+eY+f)/(gX+hY+1)

其中，X和Y为多个校正点在目标图像上的对应模块坐标，并由多个校正点在二维条码图像上的对应模块坐标计算获得，U和V为多个校正点在二维条码图像上的图像坐标，a、b、c、d、e、c、f、g及h为透视变换系数。

根据本发明一优选实施例，在步骤e中，进一步根据透视变换系数利用透视变换公式确定目标图像上的各目标像素点在二维条码图像上的对应位置，并将对应位置的像素信息作为目标像素点的像素信息。

本发明解决上述技术问题所采取的另一技术方案是提供一种基于动态模板的条码图像校正点获取方法。该述条码图像校正点获取方法包括：a.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；b.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；c.选择子图像区域中的部分模块的模块中心作为特征点，形成动态模板；d.将动态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校正点。

根据本发明一优选实施例，在步骤c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c中，进一步将动态模板中的各特征点所对应的模块坐标进行统一向量的模块坐标平移，并将动态模板中的各特征点的黑白值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，以确定动态模板是否为有效模板。

根据本发明一优选实施例，在步骤c中，将动态模板中的各特征点所对应的模块坐标统一向量平移一至两个模块，并在匹配度小于预定阈值时认为动态模板为有效动态模板。

根据本发明一优选实施例，在步骤d中，将动态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，并将动态模板中的各特征点的黑白值与平移后的图像坐标在二维条码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。

根据本发明一优选实施例，在步骤d中，将动态模板中的各特征点的黑白值进行反转，再将动态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二维条码图像中的对应位置的灰度值进行匹配，并确定匹配度最低的位置为最佳匹配位置。

根据本发明一优选实施例，在步骤d中，在确定最佳匹配位置后，选择动态模板的一特征点作为校正点。

根据本发明一优选实施例，在步骤d中，选择距离动态模板的中心最近的特征点作为校正点。

通过上述方法，可以在无需搜索条码图像的标志性图形的情况下获取用于条码图像校正的校正点，提供了在标志性图形污损情况下进行图像校正的可能。

【附图说明】

图1是根据本发明的条码图像采样方法的流程图；

图2是根据本发明的条码图像采样过程中的映射方式的示意图；

图3是根据本发明的第一种校正点获取方法的流程图；

图4是根据本发明的第一种校正点获取方法的子图像区域的示意图；

图5是根据本发明的第一种校正点获取方法的动态模板的示意图；

图6是根据本发明的第二种校正点获取方法的流程图；

图7是根据本发明的第二种校正点获取方法的二维条码图像的局部放大图。

【具体实施方式】

本发明提供了一种基于多幅条码图像的条码图像采样方法，该条码图像采样方法通过融合两幅或两幅以上条码图像的像素信息来提高条码图像的清晰度。此外，该条码图像采样方法还可以进一步将至少两幅条码图像融合到超分辨率目标图像或亚分辨率目标图像中。

如图1-2所示，本发明提供了一种条码图像采样方法。在本发明的条码图像采样方法中，首先获得两幅条码图像A、B。条码图像A、B优选是在预定时间间隔内针对同一条码连续拍摄获得的，以使条码图像A、B之间的差异性相对较小，进而确保图像采样的准确性。在获得两幅条码图像A、B后，分别对两幅条码图像A、B进行扫描，以分别获取可用于配准的标志性位置。例如，条码图像的转角点、探测图形、校正图形、定位图形以及用于条码校正的其他校正点等等。

在获取上述标志性位置后，分别计算条码图像A、B与目标图像C之间的映射系数a₁、b₁、c₁......以及a₂、b₂、c₂......。条码图像A、B与目标图像C之间的映射公式以及映射系数a₁、b₁、c₁......以及a₂、b₂、c₂......可通过多种方式获得，例如透视变换、二次多项式、三次多项式、三角网格、小波变换等。

本发明以透视变换为例进行详细描述。在确定条码图像A、B上的多个标志性位置(例如，校正图形)后，获取各标志性位置的坐标信息(例如，模块坐标及图像坐标)。利用透视变换公式计算出条码图像A、B与目标图像C之间的的透视变换系数a₁、b₁、c₁......以及a₂、b₂、c₂......：

U＝(aX+bY+c)/(gX+hY+1)    (1)

V＝(dX+eY+f)/(gX+hY+1)    (2)

其中，U和V为各标志性位置在条码图像A、B上的坐标，X和Y为各标志性位置在目标图像C上的对应坐标，a、b、c、d、e、c、f、g及h为透视变换系数。在实际应用中，U和V可以是各标志性位置在条码图像A、B上的图像坐标，X和Y可以是各标志性位置在目标图像C上的模块坐标，并可根据各标志性位置在条码图像A、B上的模块坐标计算推得。例如，在图2所示的条码图像A、B与目标图像C的分辨率相同的情况下，各标志性位置在条码图像A、B上的模块坐标即为其在目标图像C上的对应模块坐标。

如图2所示，在分别获得条码图像A、B与目标图像C之间的透视变换系数a₁、b₁、c₁......以及a₂、b₂、c₂......后，通过上述透视变换公式分别将条码图像A、B映射到目标图像C上。

在本实施例中，根据上述透视变换系数及透视变换公式可确定目标图像C上的目标像素点c分别在条码图像A和条码图像B上的对应位置。即，根据目标像素点c的坐标(X_c、Y_c)通过上述透视变换公式可求得其在条码图像A上的对应坐标(U_a、V_a)以及条码图像B上的对应坐标(U_b、V_b)。在本发明中，将对应于目标图像C的同一目标像素点c的分别来自条码图像A、B的像素信息进行融合。具体来说，将目标图像C的目标像素点c在条码图像A和条码图像B上的对应位置的像素值H_a、H_b进行融合，以作为该目标像素点c的像素值H_c，例如H_c＝(H_a+H_b)/2。通过上述方式，目标图像C可以融合条码图像A、B的像素信息，由此提高了目标图像C的清晰度。本发明所提到的融合方式包括但不限于平均或加权平均运算。

由于目标像素点c在条码图像A和条码图像B上的对应位置不会完全对应于条码图像A和条码图像B上的一个真实像素点，也就是说，对应坐标(U_a、V_a)和对应坐标(U_b、V_b)出现非整数的情况。在本发明中，通过将对应位置周边的多个像素点的像素信息进行插值获得对应位置的像素信息。例如，在本实施例中，将对应坐标(U_a、V_a)周边的像素点1a、2a、3a、4a的像素值H_1a、H_2a、H_3a、H_4a进行插值来获得对应坐标(U_a、V_a)的像素值H_a，并将对应坐标(U_b、V_b)周边的像素点1b、2b、3b、4b的像素值H_1b、H_2b、H_3b、H_4b进行插值来获得对应坐标(U_b、V_b)的像素值H_b。随后，再在对H_a和H_b进行融合来获得目标像素点c的像素值H_c。同幅图像内多像素点的插值运算为本领域公知技术，在此不再赘述。

此外，除了图2所描述的条码图像A、B与目标图像C的分辨率相同的情况，本发明的条码图像采样方法也可以应用于条码图像A、B与目标图像的分辨率不同的情况。

在目标图像的分辨率小于条码图像的情况下，即亚分辨率采样的情况下，首先可通过将标志性位置在条码图像上的模块坐标进行缩小获得该标志性位置在目标图像上的对应模块坐标，并利用上述透视变换公式计算出条码图像与目标图像之间的透视变换系数。随后，根据透视变换系数分别将目标图像中各目标像素点的坐标映射到各条码图像，以确定其与各条码图像上的对应位置。利用上文描述插值方法获取对应位置的像素信息(例如，像素值)，再将目标图像的同一目标像素点在各条码图像上的对应位置的像素信息融合成目标图像上的目标像素点的像素信息。

在目标图像的分辨率大于条码图像的情况下，即超分辨率采样的情况下，首先可通过将标志性位置在条码图像上的模块坐标进行扩大获得该标志性位置在目标图像上的对应模块坐标，并利用上述透视变换公式计算出条码图像与目标图像之间的透视变换系数。随后，根据透视变换系数分别将目标图像中各目标像素点的坐标映射到各条码图像，以确定其与各条码图像上的对应位置。利用上文描述插值方法获取对应位置的像素信息(例如，像素值)，在目标图像的同一目标像素点在各条码图像上的对应位置的像素信息融合成目标图像上的目标像素点的像素信息。

通过上述图像采样方法，可以将来自至少两幅图像的像素信息融合到同一幅目标图像内，由此提高了目标图像的清晰度。此外，还可以进一步利用上述条码图像采样方法来获得超分辨率目标图像或亚分辨率目标图像。

如图3-5所示，本发明进一步提供了一种获取校正点的方法。该方法利用动态模板获取条码图像中的校正点。该校正点除了可用于上述条码采样方法，还可以用来对单幅条码图像进行校正。

如图3所示，在该校正点获取方法中，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。该二维条码由按矩形形式排列的多个黑白模块组成。在实际拍摄的灰度图像中，每个黑白模块分别由多个像素组成，并且每个像素的像素值并不是纯黑或纯白，而是具有一定灰度值。此外，由于拍摄系统自身、拍摄手法以及环境因素的影响，实际拍摄的灰度图像相对于原始的二维条码会存在一定畸变，即存在一定的变换关系。在现有技术中，是通过搜索实际拍摄的灰度图像中的校正图像的图像坐标，并通过图像坐标来计算实际拍摄的灰度图像相对于目标图像的变换系数(校正系数)，并利用该校正系数将拍摄图像映射到目标图像上，由此实现对拍摄图像的校正。

然而，在本发明的校正点获取方法中，在获取二维条码的灰度图像后，不直接对校正图形进行搜索，而是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。例如，如图3所示，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，并利用已知的方法计算二维条码灰度图像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4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，形成动态模板。具体来说，动态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，形成动态模板。例如，如图4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5所示的动态模块。如图5所示，动态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。在形成动态模板后，还可进一步对动态模板的有效性进行判断。例如，将动态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，则认为该动态模板不易于与周边模块相区分，该动态模板即为无效模板，若匹配度低于预定阈值，则认为该动态模板能够与周边模块相区分，该动态模板为有效模板。

在确定了动态模板后，将动态模板相对灰度图像进行平移并进行灰度匹配，以确定动态模板与灰度图像的最佳匹配位置。具体来说，将动态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模板与灰度图像的匹配度。此外，还可预先将动态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，选择动态模板中的一个特征点作为校正点，并且优选选择动态模板的中心最近的特征点作为校正点。该校正点除了可作为上文描述的基于多条码图像的条码图像采样方法中的标志性位置外，还可以用来对单幅图像进行校正。

具体来说，重复上述步骤，可获取多个校正点。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条码图像与目标图像之间的映射系数，并将灰度图像映射到目标图像上，由此实现图像的校正。

下面以透视变换为例，解释本发明的利用上述校正点对单幅条码图像进行校正的具体过程。通过上述方法获取4个校正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)。

根据模块坐标(X_a、Y_a)、(X_b、Y_b)、(X_c、Y_c)、(X_d、Y_d)以及原灰度图像与目标图像的分辨率，确定该多个校正点在目标图像上的对应模块坐标。例如，在原灰度图像与目标图像的分辨率保持不变的情况下，该多个校正点在目标图像上的对应模块坐标即为(X_a、Y_a)、(X_b、Y_b)、(X_c、Y_c)、(X_d、Y_d)。

此时，利用透视变换公式计算出原灰度图像与目标图像的透视变换系数a、b、b、d、e、f、g、h：

U＝(aX+bY+c)/(gX+hY+1)    (1)

V＝(dX+eY+f)/(gX+hY+1)    (2)

在获得透视变换系数a、b、b、d、e、f、g、h，则可进一步根据上述公式确定目标图像上各像素点在原灰度图像的对应位置，并通过上文描述的插值方式获取对应位置的像素信息，进而作为目标图像上各像素点的像素信息，由此实现了图像的校正。

通过上述方法，可以在无需搜索条码图像的校正图形等标志性图形的情况下获取用于条码图像采样或者条码图像校正的校正点，提供了在标志性图形污损情况下进行条码图像采样及条码图像校正的可能。

如图6-7所示，本发明进一步提供了另一种获取校正点的方法。该校正点除了可用于上述条码采样方法的标志性位置，还可以用来对单幅条码图像进行校正。

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的模块中心作为校正点。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，计算结果即为校正点的图像坐标(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再进行平行，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，则可确定多个校正点，并根据上述实施例中描述的校正过程，利用校正点的模块坐标及图像坐标计算出二维条码图像与目标图像之间的映射系数，并利用该映射系数实现对二维条码图像的校正。

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 (18)

1.一种基于动态模板的条码图像校正方法，其特征在于，所述条码图像校正方法包括：

a.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；

b.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；

c.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，形成动态模板；

d.将所述动态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校正点；

e.重复步骤a-d，获取多个校正点，并利用所述多个校正点对所述二维条码图像进行校正。

2.根据权利要求1所述的条码图像校正方法，其特征在于，在所述步骤c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。

3.根据权利要求1所述的条码图像校正方法，其特征在于，在所述步骤c中，进一步将所述动态模板中的各特征点所对应的模块坐标进行统一向量的模块坐标平移，并将所述动态模板中的各特征点的黑白值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，以确定所述动态模板是否为有效模板。

4.根据权利要求3所述的条码图像校正方法，其特征在于，在所述步骤c中，将所述动态模板中的各特征点所对应的模块坐标统一向量平移一至两个模块，并在匹配度小于预定阈值时认为所述动态模板为有效动态模板。

5.根据权利要求1所述的条码图像校正方法，其特征在于，在所述步骤d中，将所述动态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，并将所述动态模板中的各特征点的黑白值与平移后的图像坐标在所述二维条码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。

6.根据权利要求1所述的条码图像校正方法，其特征在于，在所述步骤d中，将所述动态模板中的各特征点的黑自值进行反转，再将所述动态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所述二维条码图像中的对应位置的灰度值进行匹配，并确定匹配度最低的位置为最佳匹配位置。

7.根据权利要求5或6所述的条码图像校正方法，其特征在于，在所述步骤d中，在确定所述最佳匹配位置后，选择所述动态模板的一特征点作为所述校正点。

8.根据权利要求7所述的条码图像校正方法，其特征在于，在所述步骤d中，选择距离所述动态模板的中心最近的特征点作为所述校正点。

9.根据权利要求1所述的条码图像校正方法，其特征在于，在所述步骤e中，根据所述多个校正点的图像坐标及所对应的模块坐标，利用如下透视变换公式计算透视变换系数：

U＝(aX+bY+c)/(gX+hY+1)

V＝(dX+eY+f)/(gX+hY+1)

其中，X和Y为所述多个校正点在目标图像上的对应模块坐标，并由所述多个校正点在所述二维条码图像上的对应模块坐标计算获得，U和V为所述多个校正点在所述二维条码图像上的图像坐标，a、b、c、d、e、c、f、g及h为透视变换系数。

10.根据权利要求9所述的条码图像校正方法，其特征在于，在所述步骤e中，进一步根据所述透视变换系数利用所述透视变换公式确定所述目标图像上的各目标像素点在所述二维条码图像上的对应位置，并将所述对应位置的像素信息作为所述目标像素点的像素信息。

11.一种基于动态模板的条码图像校正点获取方法，其特征在于，所述条码图像校正点获取方法包括：

a.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；

b.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；

c.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，形成动态模板；

d.将所述动态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校正点。

12.根据权利要求11所述的条码图像校正点获取方法，其特征在于，在所述步骤c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。

13.根据权利要求11所述的条码图像校正点获取方法，其特征在于，在所述步骤c中，进一步将所述动态模板中的各特征点所对应的模块坐标进行统一向量的模块坐标平移，并将所述动态模板中的各特征点的黑白值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，以确定所述动态模板是否为有效模板。

14.根据权利要求13所述的条码图像校正点获取方法，其特征在于，在所述步骤c中，将所述动态模板中的各特征点所对应的模块坐标统一向量平移一至两个模块，并在匹配度小于预定阈值时认为所述动态模板为有效动态模板。

15.根据权利要求11所述的条码图像校正点获取方法，其特征在于，在所述步骤d中，将所述动态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，并将所述动态模板中的各特征点的黑白值与平移后的图像坐标在所述二维条码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。

16.根据权利要求11所述的条码图像校正点获取方法，其特征在于，在所述步骤d中，将所述动态模板中的各特征点的黑白值进行反转，再将所述动态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所述二维条码图像中的对应位置的灰度值进行匹配，并确定匹配度最低的位置为最佳匹配位置。

17.根据权利要求15或16所述的条码图像校正点获取方法，其特征在于，在所述步骤d中，在确定所述最佳匹配位置后，选择所述动态模板的一特征点作为所述校正点。

18.根据权利要求17所述的条码图像校正点获取方法，其特征在于，在所述步骤d中，选择距离所述动态模板的中心最近的特征点作为所述校正点。

Images