CN105260693B

CN105260693B - 一种激光二维码定位方法

Info

Publication number: CN105260693B
Application number: CN201510678523.6A
Authority: CN
Inventors: 高飞; 令狐亁锦; 高炎; 汪韬; 童伟圆; 倪逸扬; 卢书芳; 肖刚
Original assignee: Zhejiang University of Technology ZJUT
Current assignee: Zhejiang University of Technology ZJUT
Priority date: 2015-12-01
Filing date: 2015-12-01
Publication date: 2017-12-08
Anticipated expiration: 2035-12-01
Also published as: CN105260693A

Abstract

本发明涉及一种激光二维码定位方法，它是将金属件二维码图像经过图像预处理、图像二值化、经Canny算子边缘检测、二维码粗定位、图像骨架细化、位置定位符检测、图像几何失真校正二维码精确定位等得到精确定位的二维码图像。本发明通过利用图像形态学的方法对二维码二值图像进行闭运算并检测二维码图像的外轮廓，得到粗定位二维码图像，再利用图像骨架细化算法得到二维码位置探测图形及其中心点，并利用几何失真算法提取定位后的二维码，得到较好的二维码图像，解决了目前因标刻时的化学反应使激光二维码图像的位置定位符和校正图形不清晰或者不规则，由此导致无法直接利用位置定位符和校正图形的特征对二维码进行定位的问题。

Description

一种激光二维码定位方法

技术领域

本发明属于图像处理技术领域，具体涉及一种用于金属件标识的激光二维码图像识别时的激光二维码定位方法。

背景技术

直接零件标识表示一种特殊的印刷技术，可以不经过如标签这样的中间载体，直接为产品做标识，该技术在现代国内外制造业中应用尤为广泛。目前可以对金属件进行直接标识的技术有激光标刻、喷墨打码和气动式打标等。激光标刻技术既能在保证不损坏金属工件的完整性的同时又刻蚀出可以永久保留的信息图案，在高精度需求的制造业中非常适用。

随着国内外物联网产业和制造业的蓬勃发展，二维码技术因其本身强大的纠错能力在制造业领域的金属件标识中逐渐得到应用。为提高企业管理效率，激光二维码作为解决金属件标识问题的有效技术之一得到了广泛的应用，即利用激光标刻技术为金属件直接标刻上对应信息的二维码。但是当前利用图像处理技术在识别金属件表面的激光二维码时存在着定位难等问题，主要原因有：(1) 金属工件的外表面不是全平面型，导致在激光直接标刻时，二维码图像有弧度的；(2) 金属工件本身的材质各式各样，有的金属件表面反光、有的材质颜色灰暗、有的材质易氧化，加大了准确定位识别二维码的难度；(3) 金属工件的材质不同，在激光直接标刻的过程中，不能直接标刻以黑色为前景色的二维码，这与标准的二维码恰好相反；(4) 在给金属工件进行二维码标刻时，激光打码机的内部因素和外界因素导致在刀具表面所呈现的二维码不规则。

为解决采用激光直接标刻在金属件上的二维码定位问题，国内外的相关研究者提出了许多解决方案，其中与本发明最接近的技术方案包括：发明专利（申请号：200610088973.0，名称：一种基于两级分类的二维码定位识别方法和装置）中提出种基于两级分类的二维码定位识别方法，其主要思路是把对二维码的定位分为了两级，第一级是基于拍摄图像进行前景像素与背景像素的分离，即图像二值化，再利用标准二维码定位符和校正符的特征，搜索和匹配图像中的定位图形并利用仿射校正定位出标准图像中各模块的位置，第二级是是在第一级基础上对每个模块的中心点灰度值进行二次二分类，再进行二维码识别，但此方法的前提是需要准确得到位置定位符的位置，当检测的图像中的二维码不是标准二维码时，基于二维码位置定位符的特征就不适用，无法进行二次分类；发明专利（申请号：201310742473.4，名称：一种二维码识别方法及装置）中阐述一种基于二维探测图形三元组的方法来对二维码区域进行定位提取，但该方法只有在位置探测图形可检测的前提下才可以实现；刘家昕（基于边缘增强的二维码区域快速检测定位算法[J]。计算机工程，2012）中提出了一种基于边缘增强的二维码定位算法，其主要思想是利用Max-Min差分和Canny算子相结合去除图像的噪点并增强目标的特征信息，再利用水平和垂直投影方法对二维码的二维进行粗定位，最后使用形态学的方法对二维码进行精确定位，但当输入的图像光照太暗、目标不明显及噪声过分复杂时，算法难以获得一个准确的二维码候选区域；王伟（复杂金属背景下二维条码区域的快速定位[J]。天津大学学报，2013）提出一种二维条码区域快速定位方法，其主要思想主要是基于机器学习和级联过滤器联立的方法滤除背景区域，结合二维条码的几何性质检测候选区域，然后利用聚类生长法包络二维条码区域，该方法并没有根据二维码本身的特殊进行检测，而是利用金属背景的特征对其定位。

综上所述，现有各种QR二维码定位方法利用位置定位符和校正图形对二维码的整个区域进行定位，但是在复杂的背景下，QR二维码的三个位置定位符和校正图形很难检测，不能利用标准QR二维码黑:白:黑:白:黑=1:1:3:1:1的特征，本发明针对这一不足提出一种激光二维码定位方法。

发明内容

本发明的目的在于提出一种激光二维码定位方法，它解决的技术问题是因标刻时的化学反应使得金属件上的激光二维码图像的位置定位符和校正图形不清晰或者不规则，由此导致无法直接利用位置定位符和校正图形的特征对二维码进行定位。

所述的一种激光二维码定位方法，其特征在于将金属件二维码图像经过图像预处理、图像二值化、得到的二值图像闭运算去除干扰连通区域、再经Canny算子边缘检测、二维码粗定位、图像骨架细化、位置定位符检测、图像几何失真校正二维码精确定位等，得到精确定位的二维码图像。

所述的一种激光二维码定位方法，其特征在于具体包括如下步骤：

步骤1）将采集的金属件激光二维码RGB图像转换为HSI色彩模型，对其I分量进行均衡化处理后再转换为RGB图像，并将其再转化为灰度图像，利用双边滤波对图像进行去噪处理；

步骤2）将步骤1）得到的图像均匀划分为9个部分，结合谷底最小值阈值法和最大类间方差阈值法分别对这9个子图进行二值化，得到二值图像G；

步骤3）对步骤2）得到的二值图像进行中值滤波并利用形态学闭运算对图像进行处理，得到图像I，即

，

从而得到连通区域集合，

其中X为结构元素，L _u为图像中的第u个连通区域，v为连通区域个数，运算符“·”为闭操作，运算符“⊕”为膨胀操作，运算符为腐蚀操作，计算连通区域L _u的面积S_Lu，将面积小于阈值且大于阈值的连通区域内的像素点置为背景，其中，为步骤2)得到的二值图像G的面积；

步骤4）利用Canny算子对步骤3）中得到的图像进行边缘提取，再利用最小外接矩形检测得到二维码所在的连通区域，根据得到的二维码最小外接矩形外轮廓的四个顶点坐标，获取二维码的最小包络矩形，其对应二值图像即为粗定位的二值化二维码图像，记为Q；

步骤5）对图像Q进行行列扫描，逐像素点对图像进行骨架细化处理并得到一张只包括二维码细化轮廓和其它噪声轮廓的图像，再利用最小外接矩形检测得到图像中的矩形集合作为候选的二维码位置定位符，其中m为得到的矩形个数，R _i为第i个矩形；

步骤6）过滤步骤5）细化图像中不是二维码位置定位符的矩形，得到只包含二维码位置定位符的矩形；

步骤7）根据步骤6）得到的矩形集合R定位二维码，得到的二维码四个顶点坐标p ₁,p ₂,p ₃和p ₄；

步骤8）将步骤7）中得到的二维码四个顶点坐标p ₁,p ₂,p ₃和p ₄记为，根据式(1)和(2)求解图像旋转校正系数：

其中x _j和y _j为精确定位二维码图像中与像素点顶点对应的横坐标和纵坐标，最后利用双线性插值法得到精确定位的二维码图像。

所述的一种激光二维码定位方法，其特征在于步骤2）中二值化具体为：若子图的直方图有明显的双峰，则将谷底最小值作为阈值对子图进行二值化；若子图的直方图比较平坦或者为单峰直方图，则利用最大类间方差阈值法对子图进行二值化。

所述的一种激光二维码定位方法，其特征在于过滤步骤6）中细化图像中不是二维码位置定位符的矩形具体为：

1）计算R _i中心点，并得到中心点集合，去除P _c中重复的中心点以及R _i的高度Width _Ri和宽度Heigth _Ri不满足的矩形，再计算和P _center的距离，得距离集合，其中P _center为图像Q的中心点；

2）首先利用D _c过滤不是二维码位置定位符的矩形轮廓，具体为：若，则认为该矩形轮廓不是位置定位符，其中C为图像Q的面积与通过二维码外轮廓四个顶点坐标计算所得面积S _p的比值，length为图像Q的宽和高的平均值；再通过第i个矩形的面积与面积S _p比值来过滤干扰矩形，若，则认为该矩形不是位置定位符，最后R中只包含二维码位置定位符的矩形。

所述的一种激光二维码定位方法，其特征在于步骤7）中二维码定位具体为：

1）若过滤之后的矩形集合R中只有2个位置定位符，则利用位置定位符的中心坐标p ₁,p ₂以及二维码三个位置定位符中心点构成一个等腰直角三角形的特征去计算另外一个位置定位符的中心坐标p ₃；若过滤之后的矩形集合R中有3个位置定位符，则能直接得到三个位置定位符矩形的中心点p ₁,p ₂和p ₃；

2）根据如式（3）、式（4）和式（5）计算二维码的实际大小Size：

其中，D为二维码的边长，V为二维码的版本号，L _avg为中间变量表示点p ₁到点p ₂的距离，表示点p ₁到点p ₂构成的方向向量，其余含义以此类推；

3）根据二维码的边长D以及1）中的三个位置定位符中心坐标p ₁,p ₂和p ₃，求解二维码的第四个顶点的坐标p ₄ 。

通过采用上述技术，本发明具有以下效果：本发明通过图像空间转换提高图像的对比度，利用图像形态学的方法对二维码二值图像进行闭运算并检测二维码图像的外轮廓，得到粗定位二维码图像，本发明利用图像骨架细化算法得到二维码位置探测图形及其中心点，以此可以解决在位置定位图形不规则的情况下对二维码进行精确的定位，并利用几何失真算法提取定位后的二维码，最终得到较好的二维码图像，解决了目前因标刻时的化学反应使得金属件上的激光二维码图像的位置定位符和校正图形不清晰或者不规则，由此导致无法直接利用位置定位符和校正图形的特征对二维码进行定位的问题。

附图说明

图1为本发明的定位原理框图示意图；

图2（a）为本发明实施例中金属件激光二维码原图像；

图2（b）为本发明实施例中粗定位二维码图像；

图3（a）为本发明实施例中二维码二值图像；

图3（b）为本发明实施例中粗定位二维码图像；

图4（a）为本发明实施例中二维码骨架化图像；

图4（b）为本发明实施例中精确定位二维码图像。

具体实施方式

下面结合说明书附图对本发明进行进一步的说明。应当理解，此处所描述的具体实施例仅用于解释本发明，并不用于限定本发明。

图1示出了根据本发明的实施例的定位原理框图。

如图1所示，根据本发明的实施例的框图，包括：图像预处理模块、图像二值化模块、二维码外轮廓边缘检测及粗定位模块、二维码图像骨架细化模块、二维码位置定位符检测模块和二维码精确定位提取模块。

本发明的一种激光二维码定位提取方法具体采取了如下步骤：

步骤1：图像预处理模块中对采集到的金属件激光二维码图像进行预处理，即先将RGB模型下的彩色图转化为HSI模型并对其中的I分量进行均衡化处理，再对图像进行灰度处理和双边滤波去噪处理，得到灰度图g。图像灰度值=0.3*R+0.59*G+0.11*B，其中R、G、B分别为图像的红色分量、绿色分量、蓝色分量。在实施例中，图2(a)为实施例中金属件激光二维码原图像，图2(b)为实施例中金属件激光二维码灰度图；

步骤2：图像二值化模块中对步骤1得到的图像均匀划分为9个子图，结合谷底最小值阈值法和最大类间方差阈值法分别对这9个子图进行二值化，具体为：若子图的直方图有明显的双峰，则将谷底最小值作为阈值对子图进行二值化；若子图的直方图比较平坦或者为单峰直方图，则利用最大类间方差阈值法对子图进行二值化，最后得到二值图像G，在实施例中，图3(a)为实施例中激光二维码二值图像；

步骤3：二维码外轮廓边缘检测及粗定位模块中对步骤2得到的二值图像进行中值滤波去噪并利用形态学闭运算对图像进行处理，得到图像I，即

，

从而得到连通区域集合，

其中X为结构元素，L _u为图像中的第u个连通区域，v为连通区域个数，运算符“·”为闭操作，运算符“⊕”为膨胀操作，运算符为腐蚀操作，即先通过膨胀操作将二维码二值化图像边缘填充并扩散成连通区域，再通过腐蚀操作去除其他的噪声小块，最后遍历图像中所有连通区域，计算连通区域L _u的面积，其中n为连通区域中的像素个数，将面积小于阈值且大于阈值的连通区域内的像素点置为背景，以此过滤部分干扰区域，其中，为步骤2得到的二值图像G的面积；

步骤4：利用Canny算子对步骤3中得到的图像进行边缘提取，再利用最小外接矩形检测得到二维码所在的连通区域，根据得到的二维码最小外接矩形外轮廓的四个顶点坐标，获取二维码的最小包络矩形，其对应二值图像即为粗定位的二值化二维码图像，记为Q，图3(b)为实施例中粗定位二维码图像；

步骤5：二维码图像骨架细化模块中对步骤4中的二值图像Q进行行列扫描图像白色像素点，逐像素点P（i, j）（i=0,1,2,…,width，j=0,1,2,…,height，width为图像宽度，height为图像高度）对图像进行骨架细化处理并得到一张只包括二维码细化轮廓和其它噪声轮廓的图像，再利用最小外接矩形检测得到图像中的矩形集合作为候选的二维码位置定位符，其中m为得到的矩形个数，R _i为第i个矩形，图4(a)为实施例中激光二维码骨架细化图像；

步骤6：二维码位置定位符检测模块中过滤步骤5细化图像中不是二维码位置定位符的矩形，具体为：

步骤6.1：计算R _i中心点，并得到中心点集合，去除P _c中重复的中心点，再计算和P _center的距离，得距离集合，其中P _center为图像Q的中心点；

步骤6.2：首先利用过滤不是二维码位置定位符的矩形轮廓，具体为：若，则认为该矩形轮廓不是位置定位符，其中C为图像Q的面积与通过二维码外轮廓四个顶点坐标计算所得面积S _p的比值，length为图像Q的宽和高的平均值；再通过第i个矩形的面积与面积S _p比值来过滤干扰矩形，若，则认为该矩形不是位置定位符，最后R中只包含二维码位置定位符的矩形；

步骤7：根据步骤6得到的二维码位置定位符矩形集合R定位二维码，具体为：

步骤7.1：若过滤之后的矩形集合R中只有2个位置定位符，则利用位置定位符的中心坐标以及二维码三个位置定位符中心点构成一个等腰直角三角形的特征去计算另外一个位置定位符的中心坐标；若过滤之后的矩形集合R中有3个位置定位符，则可直接得到三个位置定位符矩形的中心点；

步骤7.2：根据如下式（1）、式（2）和式（3）计算二维码的实际大小Size：

其中，D为二维码的边长，V为二维码的版本号，L _avg为中间变量，表示点到点的距离，表示点到点构成的方向向量，其余含义以此类推；

步骤7.3：根据二维码的边长D以及步骤7.1中的三个位置定位符中心坐标，求解二维码的第四个顶点的坐标；

步骤8：二维码精确定位提取模块中利用步骤7中得到的二维码四个顶点坐标，记为，根据式(4)和(5)求解图像旋转校正系数：

其中x _j和y _j为精确定位二维码图像中与像素点顶点对应的横坐标和纵坐标，最后利用双线性插值法得到精确定位的二维码图像，图4(b)为实施例中精确定位提取的激光二维码图像。

本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举，本发明的保护范围的不应当被视为仅限于实施例中所陈述的具体形式，本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。

Claims

1.一种激光二维码定位方法，将金属件二维码图像经过图像预处理、图像二值化、得到的二值图像闭运算去除干扰连通区域、再经Canny算子边缘检测、二维码粗定位、图像骨架细化、位置定位符检测、图像几何失真校正二维码精确定位，得到精确定位的二维码图像，其特征在于具体包括如下步骤：

步骤1)将采集的金属件激光二维码RGB图像转换为HSI色彩模型，对其I分量进行均衡化处理后再转换为RGB图像，并将其再转化为灰度图像，利用双边滤波对图像进行去噪处理；

步骤2)将步骤1)得到的图像均匀划分为9个部分，结合谷底最小值阈值法和最大类间方差阈值法分别对这9个子图进行二值化，得到二值图像G；

步骤3)对步骤2)得到的二值图像进行中值滤波并利用形态学闭运算对图像进行处理，得到图像I，即

<mrow> <mi>I</mi> <mo>=</mo> <mi>G</mi> <mo>&CenterDot;</mo> <mi>X</mi> <mo>=</mo> <mrow> <mo>(</mo> <mi>G</mi> <mo>&CirclePlus;</mo> <mi>X</mi> <mo>)</mo> </mrow> <mi>&Theta;</mi> <mi>X</mi> <mo>,</mo> </mrow>

从而得到连通区域集合L＝{L_u|u＝1，2，...，v}，

其中X为结构元素，L_u为图像中的第u个连通区域，v为连通区域个数，运算符“·”为闭操作，运算符为膨胀操作，运算符“Θ”为腐蚀操作；计算连通区域L_u的面积S_Lu，将面积小于阈值且大于阈值的连通区域内的像素点置为背景，其中

S_G为步骤2)得到的二值图像G的面积；

步骤4)利用Canny算子对步骤3)中得到的图像进行边缘提取，再利用最小外接矩形检测得到二维码所在的连通区域，根据得到的二维码最小外接矩形外轮廓的四个顶点坐标，获取二维码的最小包络矩形，其对应二值图像即为粗定位的二值化二维码图像，记为Q；

步骤5)对图像Q进行行列扫描，逐像素点对图像进行骨架细化处理并得到一张只包括二维码细化轮廓和其它噪声轮廓的图像，再利用最小外接矩形检测得到图像中的矩形集合R＝{R_i|i＝1，2，…，m}作为候选的二维码位置定位符，其中m为得到的矩形个数，R_i为第i个矩形；

步骤6)过滤步骤5)细化图像中不是二维码位置定位符的矩形，得到只包含二维码位置定位符的矩形，细化图像中不是二维码位置定位符的矩形具体为：

1)计算R_i中心点并得到中心点集合去除P_c中重复的中心点以及R_i的高度Width_Ri和宽度Heigth_Ri不满足的矩形，再计算和P_center的距离得距离集合其中P_center为图像Q的中心点；

2)首先利用D_c过滤不是二维码位置定位符的矩形轮廓，具体为：若则认为该矩形轮廓不是位置定位符，其中C为图像Q的面积与通过二维码外轮廓四个顶点坐标计算所得面积S_p的比值，length为图像Q的宽和高的平均值；再通过第i个矩形的面积与面积S_p比值来过滤干扰矩形，若则认为该矩形不是位置定位符，最后R中只包含二维码位置定位符的矩形；

步骤7)根据步骤6)得到的矩形集合R定位二维码，得到的二维码四个顶点坐标p₁,p₂,p₃和p₄；

步骤8)将步骤7)中得到的二维码四个顶点坐标p₁,p₂,p₃和p₄记为(x‘_j，y’_j)(j＝1，2，3，4)，根据式(1)和(2)求解图像旋转校正系数c₁，c₂，…，c₈：

x‘_j＝c₁*x_j+c₂*y_j+c₃*X_j*y_j+c₄，j＝1，2，3，4 (1)

y‘_j＝c₅*x_j+c₆*y_j+c₇*x_j*y_j+c₈，j＝1，2，3，4 (2)

其中x_j和y_j为精确定位二维码图像中与像素点(x‘_j，y’_j)顶点对应的横坐标和纵坐标，最后利用双线性插值法得到精确定位的二维码图像。

2.根据权利要求1所述的一种激光二维码定位方法，其特征在于步骤2)中二值化具体为：若子图的直方图有明显的双峰，则将谷底最小值作为阈值对子图进行二值化；若子图的直方图比较平坦或者为单峰直方图，则利用最大类间方差阈值法对子图进行二值化。

3.根据权利要求1所述的一种激光二维码定位方法，其特征在于步骤7)中二维码定位具体为：

1)若过滤之后的矩形集合R中只有2个位置定位符，则利用位置定位符的中心坐标p₁,p₂以及二维码三个位置定位符中心点构成一个等腰直角三角形的特征去计算另外一个位置定位符的中心坐标p₃；若过滤之后的矩形集合R中有3个位置定位符，则能直接得到三个位置定位符矩形的中心点p₁,p₂和p₃；

2)根据如式(3)、式(4)和式(5)计算二维码的实际大小Size：

Size＝D*D (3)

其中，D为二维码的边长，V为二维码的版本号，L_avg为中间变量，|p₁p₂|表示点p₁到点p₂的距离，表示点p₁到点p₂构成的方向向量，其余含义以此类推；

3)根据二维码的边长D以及1)中的三个位置定位符中心坐标p₁,p₂和p₃，求解二维码的第四个顶点的坐标p₄。