CN102393906B - 一种基于计算机视觉检测技术的二维码快速检测提取方法 - Google Patents
一种基于计算机视觉检测技术的二维码快速检测提取方法 Download PDFInfo
- Publication number
- CN102393906B CN102393906B CN 201110193410 CN201110193410A CN102393906B CN 102393906 B CN102393906 B CN 102393906B CN 201110193410 CN201110193410 CN 201110193410 CN 201110193410 A CN201110193410 A CN 201110193410A CN 102393906 B CN102393906 B CN 102393906B
- Authority
- CN
- China
- Prior art keywords
- image
- dimensional code
- edge
- subimage
- discrimination matrix
- 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.)
- Active
Links
Images
Abstract
一种基于计算机视觉检测技术的二维码快速检测提取方法,计算机接收到数字摄像机的视频信号后,控制补光设备和声光提示设备控制扫描范围。计算机内安装的二维码智能检测提取模块,通过分块处理图像中的纹理信息,检测其中可能的二维码码图形,再采用多分辨率自适应分割策略提取二维码图形,将分割图像传输给后续扫描定位和译码模块。若成功则提示用户。本发明根据二维码的纹理特征快速检测,并使用了精确分割的快速方法。本发明具有可适应复杂光照情况、成本低廉、不存在易导致故障的复杂机械装置、可有效利用现有智能设备,利用算法模块扩展现有功能的特点。
Description
技术领域
本发明属于基于视频技术的二维条码自动检测和图形分割的方法,它能够降低二维码识别设备对于环境光或者补光条件的依赖,能够在复杂的实际环境下快速检测输入图像中是否有二维码存在,并且快速地分割出有效的二维码图形。
背景技术
社会发展推动了物联网技术的广泛需求和快速进步,其中二维条码为作为物联网领域的关键技术,是人、货物和计算机等智能设备之间的信息媒介。相比于其他识别手段,条码技术具有成本低、使用方便、可靠性高等优点。在迅速发展的社会需求下,传统的一维条码由于信息量小,呈现出很大的局限性。在此形势下,信息容量更大、纠错能力更高的各种二维条码被相继提出。另一方面,二维条码识读设备普遍摒弃了传统的激光扫描方式,而采用更为低成本的基于可见光图像技术的数字摄像头。采用数字摄像机和数字图像处理技术成为二维条码图像数据采集设备的低成本解决方案。近年来,二维条码被逐渐重视,并开始应用于各种带有视频功能的智能终端设备,例如专用的物流管理移动终端或是智能手机。在使用过程中,首先确立需传递的信息边编制相应的二维条码,该信息可以是实际的物品信息,也可以是虚拟的验证密匙等;然后可将二维条码打印在适合读取的特定区域,如物品的外包装上;在信息传播过程中,二维码作为信息的载体和传输接口,例如在物品的出库、运输、分发、存储、转移等等环节,可以通过扫描读取物品对应的二维码快速的获取相关信息。
然而,由于二维条形码的需多方向扫描的特性,导致图像的畸变对条码识别的影响较大。同时,由于图像采集的效果受到环境光照强弱及均匀程度的限制。更关键的是,照国家标准仅仅定义了在标准二维码图形下的检测方法,并未详细解释如何从真实的传感器图形转换到分割图像。而不标准的二维码分割图形,将导致QR码无法被检测。然而实际使用过程的环境复杂多变,经常出现二维条形码被遮挡和污损的情况。因此,研究在在复杂的光照环境下进行快速的二维码检测和分割具有积极意义。
发明内容
本发明的目的是提供一种基于计算机视觉检测技术的二维码快速检测提取方法,以解决复杂的成像环境情况下检测二维码和分割二维码图形的问题。
本发明的目的是这样实现的:一种基于计算机视觉检测技术的二维码快速检测提取方法,包括数字摄像机、补光设备、定位指示设备和嵌入式计算机或工业控制计算机;按以下步骤进行:
1)当扫描开始,补光设备开始补光,定位指示设备提示扫描范围;通过计算机驱动数字摄像机读取彩色图像;
2)对上述彩色图像进行预处理,包括去噪声和平滑滤波;
3)将处理后的彩色图像转换为灰度图像;
4)使用laplace算子计算灰度图像中的边缘;
5)计算边缘图形的积分图;
6)将图像分割成若干块,并对每块子图像计算其中的边缘数量之和;
7)遍历所有子图像,若子图像中边缘数量和大于设定阈值,则认为该区域是二维码图形区域,设置对应的判别矩阵的值为1;否则设定为0;若没有任何一个子图像被判别为1,则转到步骤14);
8)提升子图像的分辨率一倍,同样子图像的尺度缩小为原来的一半,利用预先获取的积分图重新计算判别矩阵中边缘对应的子图像中边缘数量和;
9)若分辨率达到最大分辨率,则转入步骤10),否则返回步骤8);
10)对判别矩阵中为1的位置用Otsu算法计算其自适应分割值;
11)扩张判别矩阵;
12)利用判别矩阵分割图像,即图像中的像素灰度值若大于判别矩阵对应值,则设置为255;否则设置为0;
13)将获得的二值化图形传输给扫描检测装置进行识别;若识别成功则开启用户提示功能,通知用户并且将译码信息输出到缓冲区;
14)等待用户指令,若接受到继续指令则返回步骤1);否则进入步骤15);
15)退出。
本发明由三个部分组成:具有补光功能的视频图像采集部分,处理视频图像的二维码检测和识别核心算法部分,负责和用户交互的界面接口部分。视频采集部分根据用户指令,开启摄像头并按照固定帧率采集彩色视频图像;QR码检测识别部分对摄像机采集的视频图像进行扫描处理,提取并输出其中的QR码信息;人机交互部分接受到用户的工作指令后,首先打开补光装置提示用户设备由休眠转为开始工作,并用激光定位指示灯提示用户扫描范围,当扫描成功后用蜂鸣器提示完成。三个部分分别包含了最底层的硬件和驱动、底层核心算法软件和上层交互界面软件。
本发明通过分区域的局部信息自适应地分割视频采集部分获取的图片,进而扫描定位其中的定位图像和,从而根据几何关系采样并译码。
本发明能适应真实情况下的光照情况,例如光照不足、光照不均匀、背景杂乱等等,并且自动检测视频流中的二维码图形,再转化为二值化图像,其中二维码的深色条纹被处理为黑色,浅色条纹和背景被处理为白色。二值化图像可供二维码扫描模块使用,以检测其中的定位图形。整个处理过程使用了加速算法,使实现过程比传统方法的速度更高,同时不受版本、印刷尺寸和颜色的影响,且具有较高的抗噪声、抗污损的能力。
和其他的二维码检测和分割处理方法相比,本发明的有益效果在于:
1、本发明可以在光照极度不均匀的情况下依然实现二维码图形的提取;
2、本发明采用可见光视频,成本更低,原始数据可供人眼直接观测;
3、本发明可以在弱光环境下完成检测和二维码提取;
4、本发明可以不存在复杂的机械设备,可使故障率更低;
5、本发明有效利用现有智能设备,利用算法模块扩展现有功能;
6、本发明的检测和提取处理速率比传统方法更高。
本发明可以集成于专用的二维条形码识读设备,也可利用现有广泛使用的嵌入式智能设备的视频采集硬件设备资源,在视频信号采集的基础上对观测到的二维码图形进行智能化的处理。
附图说明
图1是本发明硬件连接方式说明图。
图2-1、图2-2分别是本发明处理总体流程图和多分辨率自适应阈值计算处理的流程图。
图3-1、图3-2是本发明视频摄像机两种安装示意图。
具体实施方式
图1中,计算机左面连接数字摄像机以及LED补光灯,计算机右面连接蜂鸣器、显示器以及按钮(键盘)。本发明主要由数字摄像机、补光设备(如LED补光灯)、定位指示设备和嵌入式计算机或工业控制计算机组成。
本发明的基本思想如下:一种基于计算机视觉检测技术的二维码快速检测提取方法,包,数字摄像机、补光设备、定位指示设备和嵌入式计算机或工业控制计算机;按以下步骤进行:
1)当扫描开始,补光设备开始补光,定位指示设备提示扫描范围;通过计算机驱动数字摄像机读取彩色图像;
2)对上述彩色图像进行预处理,包括去噪声和平滑滤波;
3)将处理后的彩色图像转换为灰度图像;
4)使用laplace算子计算灰度图像中的边缘;
5)计算边缘图形的积分图;
6)将图像分割成若干块,并对每块子图像计算其中的边缘数量之和;
7)遍历所有子图像,若子图像中边缘数量和大于设定阈值,则认为该区域是二维码图形区域,设置对应的判别矩阵的值为1;否则设定为0;若没有任何一个子图像被判别为1,则转到步骤14);
8)提升子图像的分辨率一倍,同样子图像的尺度缩小为原来的一半,利用预先获取的积分图重新计算判别矩阵中边缘对应的子图像中边缘数量和;
9)若分辨率达到最大分辨率,则转入步骤10),否则返回步骤8);
10)对判别矩阵中为1的位置用Otsu算法计算其自适应分割值;
11)扩张判别矩阵;
12)利用判别矩阵分割图像,即图像中的像素灰度值若大于判别矩阵对应值,则设置为255;否则设置为0;
13)将获得的二值化图形传输给扫描检测装置进行识别;若识别成功则开启用户提示功能,通知用户并且将译码信息输出到缓冲区;
14)等待用户指令,若接受到继续指令则返回步骤1);否则进入步骤15);
15)退出。
在以上各步骤中,采用纹理的方式判别疑似二维码区域,若成功判断存在二维码,则采取多分辨率提取二维码图形区域。由于自适应的阈值计算过程总是在提升分辨率后的图形区域的边缘进行的,因此计算复杂度由传统穷举搜索方法的O(n2)减为了O(n),即计算复杂度大为降低,加速了二维码检测提取过程。。(参见图2-1、图2-2)。因此,快速判断观测图像中是否有二维码图形并快速分割的意义在于,可以改善检测识别的速率。首先判断场景中是否有二维码的计算代价比较小,如果观测图像中没有二维码,则可回避后续无用的操作,直接循环处理下一帧图像。其次,如果场景中有二维码,则需对二维码图形区域进行提取。此时的关键要求不是处理速度快,而是尽量准确获得高质量的分割图像,进而减少扫描译码模块尝试的次数。换句话说,尽管高质量的分割过程会适当增加运算量,但由于提高了命中率,因此从全局看仍然是提高了识别速率。由于我们还采用了高精度分割的加速方法,因此使计算效率进一步提升。
硬件列表如下:
名 称 | 型 号 |
数字摄像机 | Logitech C160 |
镜 头 | 等效于135相机的50mm光学镜头 |
显示屏 | 7’ WVGA Touchscreen LCD display (add-on module)2 LVDS connectors |
嵌入式计算机 | Freescale i.MX51 EVK |
补光装置 | LED环形补光灯 |
用户提示装置 | FM蜂鸣器 |
摄像机参数说明:
摄像机成像效果主要受感光芯片和镜头两方面影响。其中,感光芯片可采用CCD芯片也可用CMOS芯片,需尽量采用较大尺寸,以降低成像噪声和提高动态范围。镜头采用定焦镜头,焦距采用等效于135相机的50mm光学镜头,以使拍摄QR码的距离和使用习惯相符合。镜头无需自动对焦,只需设计适当的景深范围,使手持或定位扫描时,QR的图像正好在镜头的精神范围之内。摄像机的感光芯片、镜头需相对固定,整合到一起。
硬件连接说明:
摄像机镜头通过固定装置保持与摄像头感光芯片的相对位置恒定。感光芯片的信号通过内置的AD装换后输出给二维码检测计算机,计算机连接并控制补光设备和定位设备,同时显示屏和蜂鸣器也通过插槽连接至计算机。。
图3-1中,移动计算机5机箱的前端安装摄像头6。
图3-2中,台式计算机4固定在支架2上,支架2固定在工作台1上,摄像头3安装在支架2上。
Claims (1)
1.一种基于计算机视觉检测技术的二维码快速检测提取方法,包括,数字摄像机、补光设备、定位指示设备和嵌入式计算机或工业控制计算机;其特征是:按以下步骤进行:
1)当扫描开始,补光设备开始补光,定位指示设备提示扫描范围;通过计算机驱动数字摄像机读取彩色图像;
2)对上述彩色图像进行预处理,包括去噪声和平滑滤波;
3)将处理后的彩色图像转换为灰度图像;
4)使用laplace算子计算灰度图像中的边缘;
5)计算边缘图形的积分图;
6)将图像分割成若干块,并对每块子图像计算其中的边缘数量之和;
7)遍历所有子图像,若子图像中边缘数量和大于设定阈值,则认为该区域是二维码图形区域,设置对应的判别矩阵的值为1;否则设定为0;若没有任何一个子图像被判别为1,则转到步骤14);
8)提升子图像的分辨率一倍,同样子图像的尺度缩小为原来的一半,利用预先获取的积分图重新计算判别矩阵中边缘对应的子图像中边缘数量和;
9)若分辨率达到最大分辨率,则转入步骤10),否则返回步骤8);
10)对判别矩阵中为1的位置用Otsu算法计算其自适应分割值;
11)扩张判别矩阵;
12)利用判别矩阵分割图像,即图像中的像素灰度值若大于判别矩阵对应值,则设置为255;否则设置为0;
13)将获得的二值化图形传输给扫描检测装置进行识别;若识别成功则开启用户提示功能,通知用户并且将译码信息输出到缓冲区;
14)等待用户指令,若接受到继续指令则返回步骤1);否则进入步骤15);
15)退出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110193410 CN102393906B (zh) | 2011-07-12 | 2011-07-12 | 一种基于计算机视觉检测技术的二维码快速检测提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110193410 CN102393906B (zh) | 2011-07-12 | 2011-07-12 | 一种基于计算机视觉检测技术的二维码快速检测提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102393906A CN102393906A (zh) | 2012-03-28 |
CN102393906B true CN102393906B (zh) | 2013-04-03 |
Family
ID=45861227
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110193410 Active CN102393906B (zh) | 2011-07-12 | 2011-07-12 | 一种基于计算机视觉检测技术的二维码快速检测提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102393906B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8948445B2 (en) * | 2012-05-03 | 2015-02-03 | The Hong Kong University Of Science And Technology | Embedding visual information in a two-dimensional bar code |
CN104376291B (zh) * | 2013-08-12 | 2019-07-16 | 腾讯科技(深圳)有限公司 | 数据处理的方法及装置 |
CN104156941B (zh) * | 2014-05-13 | 2017-09-26 | 北京致胜宏达科技有限公司 | 一种确定图像上几何轮廓区域的方法及系统 |
US9300658B1 (en) * | 2015-02-12 | 2016-03-29 | International Business Machines Corporation | Secure authentication mechanism using quick response codes |
CN105138940A (zh) * | 2015-08-14 | 2015-12-09 | 福建联迪商用设备有限公司 | 一种二维码扫描补光方法及系统 |
CN108197521A (zh) * | 2017-12-31 | 2018-06-22 | 南京理工大学 | 一种多相位二维码获取识别装置及方法 |
CN110874732A (zh) * | 2018-08-31 | 2020-03-10 | 北京意锐新创科技有限公司 | 基于移动支付设备的被扫支付方法和装置 |
CN109769133A (zh) * | 2019-02-19 | 2019-05-17 | 上海七牛信息技术有限公司 | 视频播放过程中的二维码解析方法、装置及可读存储介质 |
CN112288040B (zh) * | 2020-01-10 | 2021-07-23 | 牧今科技 | 执行用于物体识别的图像分类的方法和系统 |
CN111460848B (zh) * | 2020-04-01 | 2023-05-02 | 福州符号信息科技有限公司 | 能够识别多种材质条码及彩色条码的识读设备及识别方法 |
CN111523341B (zh) * | 2020-04-03 | 2023-07-11 | 青岛进化者小胖机器人科技有限公司 | 二维码图像的二值化方法及设备 |
CN112541367A (zh) * | 2020-12-11 | 2021-03-23 | 上海品览数据科技有限公司 | 一种基于深度学习和图像处理的多种二维码识别方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1184582C (zh) * | 2003-03-25 | 2005-01-12 | 西安理工大学 | 基于通用办公设备的二维条码自动识读方法 |
JP2006261938A (ja) * | 2005-03-16 | 2006-09-28 | Sony Corp | 通信システム、通信装置および方法、記録媒体、並びにプログラム |
-
2011
- 2011-07-12 CN CN 201110193410 patent/CN102393906B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN102393906A (zh) | 2012-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102393906B (zh) | 一种基于计算机视觉检测技术的二维码快速检测提取方法 | |
CN102682267B (zh) | 一种针对数字图像的一维和二维码图形快速定位和提取方法 | |
CN102231187B (zh) | 一种基于计算机视觉检测技术的qr码检测识别方法 | |
EP3309703B1 (en) | Method and system for decoding qr code based on weighted average grey method | |
CN105283905B (zh) | 使用点和线特征的稳健跟踪 | |
CN202632312U (zh) | 基于图像识别技术同时采集处理多个条形码信息的系统 | |
CN104297255B (zh) | 一种纸杯缺陷视觉检测方法及系统装置 | |
CN111179324A (zh) | 基于颜色和深度信息融合的物体六自由度位姿估计方法 | |
CN104463067B (zh) | 一种Grid Matrix二维条码宏模块提取方法 | |
CN103645573A (zh) | 一种基于机器视觉的lcd检测的方法和系统 | |
CN105718031A (zh) | 手势辨识方法及其装置 | |
CN106709895A (zh) | 图像生成方法和设备 | |
CN103424409A (zh) | 一种基于dsp的视觉检测系统 | |
CN103063137A (zh) | 一种基于机器视觉的药瓶测量系统及其测量方法 | |
CN111259908A (zh) | 基于机器视觉的钢卷号识别方法、系统、设备及存储介质 | |
CN103440492A (zh) | 一种手持卷烟识别器 | |
CN206790592U (zh) | 基于fpga的工业智能相机 | |
CN107014818A (zh) | 一种镭雕缺陷视觉检测系统及方法 | |
CN102610104B (zh) | 一种车载的前方车辆检测方法 | |
CN101937505B (zh) | 一种目标检测方法和设备及其使用的图像采集装置 | |
CN101593271A (zh) | 卡牌游戏机中人物身份识别系统 | |
CN111507325A (zh) | 基于深度学习的工业视觉ocr识别系统及方法 | |
CN103390259A (zh) | 视觉导引agv中的地面图像处理方法 | |
CN104813341A (zh) | 使用差分相机的图像处理设备 | |
CN104346596A (zh) | 一种qr码的识别方法及识别装置 |
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 |