CN101964045A - 标刻在圆柱面产品上的数据矩阵码畸变校正方法 - Google Patents
标刻在圆柱面产品上的数据矩阵码畸变校正方法 Download PDFInfo
- Publication number
- CN101964045A CN101964045A CN 201010500780 CN201010500780A CN101964045A CN 101964045 A CN101964045 A CN 101964045A CN 201010500780 CN201010500780 CN 201010500780 CN 201010500780 A CN201010500780 A CN 201010500780A CN 101964045 A CN101964045 A CN 101964045A
- Authority
- CN
- China
- Prior art keywords
- sign indicating
- indicating number
- image
- border
- parameter
- 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.)
- Pending
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种标刻在圆柱面产品上的数据矩阵码畸变校正方法,采集柱面上的DM码图像后进行二值化,提取其边界集合,检测图像的直线边界和椭圆弧边界,在DM码中应用插值法画网格线,获取DM码携带的0-1信息即二进制矩阵,判断DM码图像两条实线边的方位,使其符合规范状态。本发明可以使得码数据模块状态的正确率达到98.7%,采用国际标准解码算法可实现其正确识读,该方法将推进表面直接标刻的数据矩阵码在产品和制造资源全生命周期实时追踪领域的全面应用。
Description
技术领域
本发明属于符号自动识读技术领域,尤其是一种数据矩阵码的校正方法。
背景技术
产品全生命周期的实时追踪取决于其表面直接标刻的数据矩阵码的正确识读。但是识读器实际采集的码图像经常会有畸变,导致码的识读失效。关于畸变图像的校正问题,国内外研究者提出了一些方法,比如:K.Vijayan Asari等人针对医用内窥镜图像,提出一种基于最小平方估计的非线性失真校正法,建立数学模型描述畸变图像空间到校正图像空间的多项式映射;Hideaki Haneishi等人提出了一种针对电子内窥镜桶状畸变的栅格校正算法;韩广良等人介绍了一种图像畸变的等效曲面模型,用于修正由于光学系统或图像传感器产生的球形畸变,给出了基于球形模型的畸变校正的具体实现方法;廖士中等人研究了多项式变形技术和双线性插值法对摄像机拍摄图像几何畸变的校正方法,提出应用三次多项式变形技术可以得到理想的结果;刘慧娟使用了空间几何失真校正法对实际采集的畸变的快速响应码进行校正。
上述畸变校正的研究都是针对采集装置透镜导致的非线性失真以及实际识读操作带来的歪斜扭曲,透视扭曲、尺度扭曲等失真图像进行的。目前的技术方法是在已知产生畸变的原因和方式时,建立从畸变图像到校正图像的映射关系;或者是采用空间几何失真校正法去处理图像因为采集装置和识读操作引起的失真。但是产品使用的数据矩阵码(DM码)畸变图像除了包括采集装置和识读操作引起的几何失真外,更主要的畸变产生原因是因承载DM码的产品表面形状(柱面居多)而导致的变形,采用标准的解码算法无法对这类图像进行译码。识读时因为产品形状和标刻位置的变化以及码和识读器的相对位置不同,无法建立从畸变图像到校正图像的固定映射关系,在对整个DM码四边形进行空间几何失真校正后,仍无法使用标准的解码算法解码。因此,利用现有畸变图像的校正技术无法解决柱面产品直接标刻的数据矩阵码的正确识读问题。
发明内容
为了克服现有技术不能校正产品表面形状引起的数据矩阵码畸变的不足,本发明提供一种数据矩阵码的校正方法,能够在解码之前对标刻在柱面产品上的变形DM码图像进行标准校正,但是要求数据矩阵码的某一边界与圆柱体轴线垂直。
本发明解决其技术问题所采用的技术方案包括以下步骤:
(一)基于码图像的边界像素集检测其两条直线边界和两条椭圆弧边界。
针对DM码图像的二值化图,进行码的外轮廓提取,以外轮廓的边界像素点集G为基础,首先利用Hough变换检测两个非变形直线边界,从G中去除这两个边界的外轮廓点得到G1集合,基于G1,然后再利用随机Hough变换检测两个已变形为椭圆弧的边界。具体包括以下步骤:
I.采集柱面上的DM码图像。利用分辨率达到640×480(像素)以上的采集设备即可。
II.对步骤I得到的图像二值化。由于DM码识别对时间要求较高,因此本发明先采用迭代法求出DM码图像的阈值,并将其作为最大类间方差法(大津法)的初始阈值,利用大津法根据该初始阈值寻找最终合适的阈值对DM码图像进行二值化变换。
III.对二值化图像的边界点集进行提取。为了避免DM码符号内部不相关像素对边界检测的影响,提高后续边界检测的准确性,对二值化变换后的DM码图像进行外轮廓提取操作,只保留DM码图像的外轮廓特征。具体操作为:沿DM码图像四条边的方向分别对DM码图像进行逐行或逐列扫描,保留每行或每列扫描遇到的第一个黑色像素,将这些边界点的坐标值存入边界集合G中。
IV.基于码的边界点集检测两个直线边界。在DM码外轮廓图像的基础上,根据Hough变换检测两个直线边界。具体包括:
首先将边界集合G中的每个点(x,y)映射成参数空间中的一条正弦曲线,映射关系为:ρ=xcosθ+ysinθ。G所在的图像空间使用左下角为坐标原点的直角坐标系,参数空间使用(ρ,θ)极坐标系,将参数空间量化成m×n个单元,并设置累加器矩阵A(ρ,θ)m×n。其中,m为θ的等份数,n为ρ的等份数,θ是边界直线的法线与x轴(0°方向)的夹角,0≤θ<180°,ρ是原点到边界直线的距离,lWidth,lHeight分别为码图像的宽度和高度;
在累加器矩阵中搜索最大值A(ρ1,α1)和第二大值A(ρ2,α2),搜索时可以采用冒泡排序算法;
设置角度误差限为±15°,如果αp1-αp2∈[-15°,+15°],说明检测直线边界成功,如果检测失败,说明符号边界受损,不可校正解码。
V.基于码的边界点集检测两个椭圆弧边界。本发明采用基于随机Hough变换(简称RHT)的5点椭圆检测法,避免传统Hough变换一到多映射的庞大计算量,基于RHT的5点椭圆检测法可以检测不完整椭圆弧。具体步骤为:
假设P为参数空间的参数单元集,是动态链表结构。将RHT直接用于椭圆检测时,从边界集合G中随机采样5点,由椭圆方程x2+Axy+By2+Cx+Dy+E=0得一个关于参数A、B、C、D、E的五元一次线性方程组,对其进行求解,确定二次曲线参数向量p(A,B,C,D,E),若p(A,B,C,D,E)满足式A2-4B<0,搜索参数单元集P,判断是否存在一参数pc使得它和p的误差在容许范围(容许范围可取0.1)之内,若有,则将参数单元pc的计数值加1并将参数单元pc更新;若没有,则在P中插入新的参数单元p(A,B,C,D,E)。从G中再随机采样5个点,重复上述过程。当参数单元pc的计数值达到指定阈值Ni(Ni为一个很小的数,例如2、3)时,该参数对应的椭圆成为候选椭圆,将落在该椭圆上的点从G中去掉,并释放P中所有参数单元占用的内存,然后继续检测下一个椭圆。
(二)沿着码的变形方向插值一组渐变的椭圆弧曲线,沿着码的非变形方向插值一组渐变的直线,两组线彼此相交形成码的数据网格。
获得DM码的边界之后,即可通过黑/白交替模块边求出DM码符号的模块数量及大小等信息,为DM码数据网格的生成作好准备。由图2所示,柱面产品表面的DM码图像本身存在畸变,加之图像采集角度不同,DM码图像各部分的畸变没有严格的变化规律,因此首先需要动态统计模块宽度,然后才能划分数据网格。具体包括以下步骤:
I.动态统计模块宽度
动态统计模块宽度需要沿着码的两个黑白交替模块边分别进行。具体措施为:
若DM码图像的下边界椭圆弧曲线表示为f1(x,y),对于满足f1(x,y)且在原DM码图像上的点,按照X坐标由小到大,即从左到右进行扫描,获得黑白交替模块数目n1,并统计相应的模块像素的数目,得到黑白模块宽度向量其中d1、d2…dn1为每个模块的宽度,也就是每个模块的像素数目,将n1存入数组N中,将存入向量数组M中;
利用求黑白模块宽度向量 两两之间的距离d(mi,mi+1),取最小的d(mi,mi+1)对应的两个模块宽度向量中的任意一个作为最终的结果,本文取则最终统计的动态模块宽度为i=1、2…n1,模块数目为ni。
II.划分数据网格
对变形DM码图像,网格线的划分要遵循变形的趋势。如果将步骤I获得的DM码图像的上下两条变形的边界分别表示为f1(x,y)和f2(x,y),那么,DM码内部水平方向上的网格线必须是从曲线f1(x,y)到曲线f2(x,y)的平滑过渡曲线,求这些平滑过渡曲线可以使用插值的方法来实现,其中:
f(x(t),y(t))=tf1(x,y)+(1-t)f2(x,y),其中(0≤t≤1)(2)
下面在DM码边界曲线f1(x,y)到边界曲线f2(x,y)之间应用插值法画网格线,DM码两条直线边界之间的网格线可采用类似的方式进行。
若获得的水平方向“黑白交替模块边”的模块数目为ni,动态统计的模块宽度向量为m(d1,d2,...,dn),则t的取值为:
按照上式动态获得参数t,可以保证网格线符合DM码变形趋势,网格线基本通过DM码的各列模块中心。
(三)网格交点的像素值对应的就是每个数据模块的二进制信息,该二进制矩阵经过规范化存储,即可用于后续的标准解码算法。具体步骤为:
首先计算水平方向网格线和垂直方向网格线的交点,然后对网格交点进行颜色提取即可获取DM码携带的0-1信息即二进制矩阵,用二进制的“1”表示黑色像素,“0”表示白色像素,将0-1信息存入二维数组中。
分析二进制矩阵中0-1像素的存储状态,判断D M码两条实线边界的方位,若两条实线边界不在DM码的左下方,则调整二进制矩阵中元素的存储顺序,使其符合两条实线边界在DM码左下方的规范状态。
两条实线边界位置的判断方法:对于n×n的二进制矩阵,分别检测第1行、第n行、第1列、第n列的黑色像素,若该行或列值为1的元素数目大于2n/3,则证明该行或列为一条实线边,否则为黑白模块交替边。若第1列和第n行为实线边,则两条实线边界在DM码的左下角,二进制矩阵信息是规范化存储;否则,需要对相应的各元素存储方式进行调整,使其规范化。
本发明的有益效果是:在数据矩阵码的任一边界与圆柱体轴线垂直、采集的码图像完整的条件下,使用本发明提出的“椭圆弧网格法”校正圆柱面上直接标刻的数据矩阵码畸变,可以使得码数据模块状态的正确率达到98.7%,采用国际标准解码算法可实现其正确识读,该方法将推进表面直接标刻的数据矩阵码在产品和制造资源全生命周期实时追踪领域的全面应用。
下面结合附图和实施例对本发明进一步说明。
附图说明
图1是采集到的柱面码图像;
图2是二值化后的码图像;
图3是码图像的外轮廓提取;
图4是两个直线边界的检测;
图5是两个椭圆弧曲线边界的检测;
图6是模块宽度动态统计;
图7是用插值法求平滑过渡曲线;
图8是竖直方向网格线的划分;
图9是数据网格的生成;
图10是二进制矩阵;
图11是本发明的流程图。
具体实施方式
针对一个标刻在圆柱面上的DM码,如图1所示,采用本专利提出的畸变校正方法操作,步骤如下:
1)采集柱面上的码图像
利用一个分辨率640×480(像素)的采集设备捕获柱面上的码图像,该图像的宽度和高度分别为:lWidth=640,lHeight=480。
2)对步骤1)得到的图像二值化
先采用迭代法求出DM码图像的阈值62,并将其作为初始阈值,利用最大类间方差法(大津法)得到最终合适的阈值50对DM码图像进行二值化变换,如图2。
3)对二值化图像的边界点集进行提取
从上、下、左、右四个方向逐行或逐列扫描,保留每行或每列扫描遇到的第一个黑色像素,将这些边界点的坐标值存入边界集合G中,如图3所示。
4)基于码的边界点集G检测两个直线边界
●在累加器A(ρ,α)中搜索前两个最大值A(236,14)=62,A(267,16)=51。
●得到码的两个直线边界方程为y=-4.011x+975.521,y=-3.754x+1453.664,如图4所示。
5)基于码的边界点集G检测两个椭圆弧边界
椭圆方程表示为x2+Axy+By2+Cx+Dy+E=0,该曲线参数向量表示为p(A,B,C,D,E)
上椭圆边界参数向量:
p(0.985501,-2.127368,-889.594877,1894.272110,-266198.143206)
下椭圆边界参数向量:
p(0.250946,-0.3410157,-586.685009,984.380526,-280877.654639)
上、下椭圆弧边界如图5所示。
6)沿着两条黑白模块交替边分别动态统计模块宽度
如图6所示,k分别取1~5,对黑白模块交替的直线边界和曲线边界统计后,最终选取的都是k=5的对应参数。
黑白模块交替的曲线边界(即下边界)模块信息:n5=14,向量m5(13,8,13,9,12,8,11,8,11,8,10,7,8,8)
黑白模块交替的直线边界(即右边界)模块信息:n5=14,向量m5(10,7,11,8,10,9,9,8,11,9,9,9,10,10)
7)划分数据网格,如图9所示
在两个方向上列出参数t的各个取值以及中间得到的各插值直线及插值椭圆弧曲线的参数。
直线边界之间各次插值的参数-共14条(从左向右进行)
次序 | 参数t | 斜率 | 截距 |
1 | 0.059701 | -4.099192 | 1020.758716 |
2 | 0.134328 | -4.072881 | 1054.007008 |
3 | 0.216418 | -4.043938 | 1090.580130 |
4 | 0.298507 | -4.014996 | 1127.153251 |
5 | 0.373134 | -3.988684 | 1160.401543 |
6 | 0.447761 | -3.962373 | 1193.649835 |
7 | 0.522388 | -3.936061 | 1226.898127 |
8 | 0.589552 | -3.912381 | 1256.821590 |
9 | 0.664179 | -3.886070 | 1290.069882 |
10 | 0.731343 | -3.862389 | 1319.993345 |
11 | 0.798507 | -3.838709 | 1349.916808 |
12 | 0.865672 | -3.815029 | 1379.840271 |
13 | 0.917910 | -3.796611 | 1403.114076 |
14 | 0.977612 | -3.775562 | 1429.712709 |
曲线边界之间各次插值的参数-共14条(从上向下进行)
8)获取二进制矩阵
针对图9,计算水平方向网格线和垂直方向网格线的交点,对DM码数据区域的网格交点进行颜色值提取,得到的网格矩阵如下:
用二进制的“1”表示黑色,“0”表示白色,将上述矩阵转化为二进制矩阵01Array,即可获取DM码携带的0-1信息,如图10所示。
9)二进制矩阵的规范化
判断DM码图像两条实线边界的方位,若它们不在码的左下方,则调整01Array中各元素的存储顺序,使得矩阵中元素的存储符合两条实线边界在码左下方的规范状态。
两条实线边界位置的判断方法:对于n×n的二值矩阵01Array,分别检测第1行、第n行、第1列、第n列的元素,若该行(列)元素值为1的数目大于2n/3,则证明该行或列为一条实线边,否则为一条“黑白模块交替”边。
调整01Array中各元素使其规范化的方法:以4×4的二值矩阵01Array为例,矩阵原始状态居左,调整后的规范状态居右。
若两条实线边界在矩阵的左上角,调整的过程为:
若两条实线边界在矩阵的右上角,调整的过程为:
若两条实线边界在矩阵的右下角,调整的过程为:
直接使用国际标准的解码算法对图2中的柱面产品表面的DM码图像进行解码,解码失败;对其校正后进行解码,解码结果为“HANS4<LF>”,与最初标刻时输入的编码信息一致。对若干其它柱面产品上的D M码进行试验,均出现相同的效果,因此本专利提出的算法可以实现标刻在圆柱面产品上的DM码图像的畸变校正,实现其正确解码。
Claims (7)
1.标刻在圆柱面产品上的数据矩阵码畸变校正方法,其特征在于包括下述步骤:
I.采集柱面上的DM码图像;
II.对步骤I得到的图像二值化;
III.对二值化图像的边界点集进行提取,得到边界集合G;
IV.在边界集合G的基础上,根据Hough变换检测两个直线边界;
V.在边界集合G的基础上,基于随机Hough变换的5点椭圆检测法检测两个椭圆弧边界;
VI.沿着码的两个黑白交替模块边分别动态统计模块宽度;
VII.在DM码边界曲线f1(x,y)到边界曲线f2(x,y)之间应用插值法画网格线,中间各条插值曲线的获取方法为f(x(t),y(t))=tf1(x,y)+(1-t)f2(x,y),其中0≤t≤1;若沿黑白交替模块边界获得的模块数目为ni,动态统计的模块宽度向量为m(d1,d2,...,dn),则j=1,2,...,n;DM码两条直线边界之间的网格线
采用相同的方法进行;
VIII.计算水平方向网格线和垂直方向网格线的交点,然后对网格交点进行颜色提取获取DM码携带的0-1信息即二进制矩阵,用1表示黑色像素,0表示白色像素,将0-1信息存入二维数组中;
IX.分析二进制矩阵中0-1像素的存储状态,判断D M码图像两条实线边的方位,若两条实线边不在DM码图像的左下方,则调整二进制矩阵中元素的存储顺序,使其符合两条实线边在DM码图像左下方的规范状态。
2.根据权利要求1所述的标刻在圆柱面产品上的数据矩阵码畸变校正方法,其特征在于:所述的对步骤I得到的图像二值化先采用迭代法求出DM码图像的阈值,并将其作为大津法的初始阈值,利用大津法根据该初始阈值寻找最终合适的阈值对DM码图像进行二值化变换。
3.根据权利要求1所述的标刻在圆柱面产品上的数据矩阵码畸变校正方法,其特征在于:所述的对二值化图像的边界点集进行提取具体操作为:沿DM码图像四条边的方向分别对DM码图像进行逐行或逐列扫描,保留每行或每列扫描遇到的第一个黑色像素,将这些边界点的坐标值存入边界集合G中。
4.根据权利要求1所述的标刻在圆柱面产品上的数据矩阵码畸变校正方法,其特征在于:所述的步骤IV首先将边界集合G中的每个点(x,y)映射成参数空间中的一条正弦曲线,映射关系为:ρ=xcosθ+ysinθ,G所在的图像空间使用左下角为坐标原点的直角坐标系,参数空间使用(ρ,θ)极坐标系,将参数空间量化成m×n个单元,并设置累加器矩阵A(ρ,θ)m×n,其中,0°方向作为x轴,m为θ的等份数,n为ρ的等份数,θ是边界直线的法线与x轴的夹角,0≤θ<180°,ρ是原点到边界直线的距离,lWidth,lHeight分别为码图像的宽度和高度;
在累加器矩阵中搜索最大值A(ρ1,α1)和第二大值A(ρ2,α2);设置角度误差限为±15°,如果αp1-αp2∈[-15°,+15°],说明检测直线边界成功,如果检测失败,说明符号边界受损,不可校正解码。
5.根据权利要求1所述的标刻在圆柱面产品上的数据矩阵码畸变校正方法,其特征在于:所述的步骤V假设P为参数空间的参数单元集,是动态链表结构,从边界集合G中随机采样5点,由椭圆方程x2+Axy+By2+Cx+Dy+E=0得一个关于参数A、B、C、D、E的五元一次线性方程组,对其进行求解,确定二次曲线参数向量p(A,B,C,D,E),若p(A,B,C,D,E)满足式A2-4B<0,搜索参数单元集P,判断是否存在一参数pc使得它和p的误差在容许范围之内,若有,则将参数单元pc的计数值加1并将参数单元pc更新;若没有,则在P中插入新的参数单元p(A,B,C,D,E),从边界集合G中再随机采样5个点,重复上述过程;当参数单元pc的计数值达到指定阈值Ni时,该参数对应的椭圆成为候选椭圆,将落在该椭圆上的点从G中去掉,并释放P中所有参数单元占用的内存,然后继续检测下一个椭圆。
6.根据权利要求1所述的标刻在圆柱面产品上的数据矩阵码畸变校正方法,其特征在于:所述的步骤VI中若DM码图像的下边界椭圆弧曲线表示为f1(x,y),对于满足f1(x,y)且在原DM码图像上的点,按照X坐标由小到大进行扫描,获得黑白交替模块数目n1,并统计相应的模块像素的数目,得到黑白模块宽度向量其中d1、d2…dn1为每个模块的宽度,将n1存入数组N中,将存入向量数组M中;分别选取k=1,...,5,对于满足f1(x,y-k)且在原条码图像上的点,重新按照X坐标由小到大进行扫描,获得黑白交替模块数目nk和黑白模块宽度向量利用求黑白模块宽度向量 两两之间的距离d(mi,mi+1),则最终统计的动态模块宽度为i=1、2…n1,模块数目为ni。
7.根据权利要求1所述的标刻在圆柱面产品上的数据矩阵码畸变校正方法,其特征在于:所述的两条实线边的位置判断方法为对于n×n的二进制矩阵,分别检测第1行、第n行、第1列和第n列的黑色像素,若该行或列值为1的元素数目大于2n/3,则证明该行或列为一条实线边,否则为黑白模块交替边;若第1列和第n行为实线边,则两条实线边在DM码左下角,二进制矩阵信息是规范化存储;否则,需要对相应的各元素存储方式进行调整,使其规范化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010500780 CN101964045A (zh) | 2010-09-30 | 2010-09-30 | 标刻在圆柱面产品上的数据矩阵码畸变校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010500780 CN101964045A (zh) | 2010-09-30 | 2010-09-30 | 标刻在圆柱面产品上的数据矩阵码畸变校正方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101964045A true CN101964045A (zh) | 2011-02-02 |
Family
ID=43516911
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201010500780 Pending CN101964045A (zh) | 2010-09-30 | 2010-09-30 | 标刻在圆柱面产品上的数据矩阵码畸变校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101964045A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104657737A (zh) * | 2013-11-20 | 2015-05-27 | 航天信息股份有限公司 | 基于聚类对qr二维码图像进行校正的方法和装置 |
CN106023115A (zh) * | 2016-05-30 | 2016-10-12 | 南京汇川图像视觉技术有限公司 | 一种柱面反投影变换方法 |
CN106856003A (zh) * | 2016-12-31 | 2017-06-16 | 南京理工大学 | 轴类工件侧表面缺陷检测图像的展开校正方法 |
CN109635613A (zh) * | 2018-11-20 | 2019-04-16 | 华南农业大学 | 一种用于球体表面的二维码生成方法、系统及装置 |
CN109886055A (zh) * | 2019-03-25 | 2019-06-14 | 南京新智客信息科技有限公司 | 一种圆柱形物体表面信息在线采集方法及系统 |
CN110390339A (zh) * | 2019-07-16 | 2019-10-29 | 北京市计算中心 | 一种图像校正方法、装置及存储介质 |
US20210270640A1 (en) * | 2018-08-01 | 2021-09-02 | Topcon Corporation | Angle detection system and angle detection method |
WO2022007064A1 (zh) * | 2020-07-09 | 2022-01-13 | 深圳企业云科技股份有限公司 | 一种基于计算机视觉识别系统的椭圆角度编码解码方法 |
-
2010
- 2010-09-30 CN CN 201010500780 patent/CN101964045A/zh active Pending
Non-Patent Citations (2)
Title |
---|
《光学技术》 20030731 张全法等 平面物体在曲面状态下扫描仪图像的校正实验 454-457 1-7 第29卷, 第4期 2 * |
《通信技术》 20090331 马亦嘉等 字符识别中的畸变字符校正算法研究 218-222 1-7 第42卷, 第3期 2 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104657737A (zh) * | 2013-11-20 | 2015-05-27 | 航天信息股份有限公司 | 基于聚类对qr二维码图像进行校正的方法和装置 |
CN104657737B (zh) * | 2013-11-20 | 2018-01-16 | 航天信息股份有限公司 | 基于聚类对qr二维码图像进行校正的方法和装置 |
CN106023115A (zh) * | 2016-05-30 | 2016-10-12 | 南京汇川图像视觉技术有限公司 | 一种柱面反投影变换方法 |
CN106023115B (zh) * | 2016-05-30 | 2018-11-30 | 南京汇川图像视觉技术有限公司 | 一种柱面反投影变换方法 |
CN106856003A (zh) * | 2016-12-31 | 2017-06-16 | 南京理工大学 | 轴类工件侧表面缺陷检测图像的展开校正方法 |
CN106856003B (zh) * | 2016-12-31 | 2019-06-25 | 南京理工大学 | 轴类工件侧表面缺陷检测图像的展开校正方法 |
US20210270640A1 (en) * | 2018-08-01 | 2021-09-02 | Topcon Corporation | Angle detection system and angle detection method |
CN109635613A (zh) * | 2018-11-20 | 2019-04-16 | 华南农业大学 | 一种用于球体表面的二维码生成方法、系统及装置 |
CN109635613B (zh) * | 2018-11-20 | 2021-05-25 | 华南农业大学 | 一种用于球体表面的二维码生成方法、系统及装置 |
CN109886055A (zh) * | 2019-03-25 | 2019-06-14 | 南京新智客信息科技有限公司 | 一种圆柱形物体表面信息在线采集方法及系统 |
CN110390339A (zh) * | 2019-07-16 | 2019-10-29 | 北京市计算中心 | 一种图像校正方法、装置及存储介质 |
WO2022007064A1 (zh) * | 2020-07-09 | 2022-01-13 | 深圳企业云科技股份有限公司 | 一种基于计算机视觉识别系统的椭圆角度编码解码方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101964045A (zh) | 标刻在圆柱面产品上的数据矩阵码畸变校正方法 | |
CN102360421B (zh) | 一种基于视频流的人脸识别方法及系统 | |
CN105989317B (zh) | 一种二维码的识别方法及装置 | |
CN102829735B (zh) | 基于机器视觉的e型磁材背面几何形状缺陷检测方法 | |
CN104217427B (zh) | 一种交通监控视频中车道线定位方法 | |
US9665759B2 (en) | Decoding method for matrix two-dimensional code | |
CN102096795A (zh) | 磨损二维条码图像识别方法 | |
CN107918927A (zh) | 一种匹配策略融合及低误差的快速图像拼接方法 | |
CN103400131B (zh) | 一种图像识别中的校正装置及其方法 | |
CN104167003A (zh) | 一种遥感影像的快速配准方法 | |
CN113516124B (zh) | 基于计算机视觉技术的电能表用电信息识别算法 | |
CN106156684B (zh) | 一种二维码识别方法及装置 | |
CN105095896A (zh) | 一种基于查找表的图像畸变校正方法 | |
CN104239870B (zh) | 一种基于曲线弧分割的椭圆检测方法 | |
CN102436652A (zh) | 一种多源遥感图像自动配准方法 | |
CN102930241A (zh) | 指纹图像的处理方法和处理装置 | |
CN103839265A (zh) | 基于sift和归一化互信息的sar图像配准方法 | |
CN102902945A (zh) | 基于快速响应矩阵码外轮廓的畸变校正方法 | |
CN101465002A (zh) | 椭圆目标的亚像素边缘定位方法 | |
CN114821069B (zh) | 融合富尺度特征的双分支网络遥感图像建筑语义分割方法 | |
CN104346597A (zh) | 一种qr码检测与校正提取方法及ip核 | |
CN105512598A (zh) | 一种qr码图像取样的自适应匹配识别方法 | |
CN102521597A (zh) | 一种基于分级策略的影像直线特征匹配方法 | |
CN108470164A (zh) | 一种用于财务报表的数字识别系统及方法 | |
CN106709952A (zh) | 一种显示屏幕的自动标定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20110202 |