CN105512598A - 一种qr码图像取样的自适应匹配识别方法 - Google Patents

Abstract

本发明公开了一种QR码图像取样的自适应匹配识别方法，通过比较每两个相邻的行像素函数的匹配度和每两个相邻的列像素函数匹配度来得到若干相应的行取样有效区域和列取样有效区域。而每个行取样有效区域和列取样有效区域的交集就是每个图像取样有效区域的范围。统计每个图像取样有效区域的像素点的灰度值比例，根据灰度值比例来决定该图像取样有效区域的灰度值情况，若表示黑的灰度值数量比较多，则该区域的灰度值用黑的来代替，反之用白的来代替。本发明有效的避免了因图像形变过大导致子模块大小不均造成信息取样误差，提高了信息读取的准确率。

Description

一种QR码图像取样的自适应匹配识别方法

技术领域

本发明涉及图像处理领域，特别涉及一种QR码图像取样的自适应匹配识别方法。

背景技术

未来需要识别的物品信息会越来越多，尤其在快递行业。识别QR码图像的工具需要越来越强大的效率和准确率。通过对识别方法的改进可以生产出基于新方法的识别工具。对比以往的识别工具具有准确率高，识别速度快的优点。

二维码中的QR码因其具有存储容量大、安全稳定性高和数据类型多样等优点被大量的用在商业流通、仓储、图书情报信息、邮政系统、交通运输系统等领域。然而信息采集是信息技术中最为基础的部分，也是最为关键的一个环节。实际应用中QR码经常会受到各种各样的污损，而且由于手机等设备所拍摄到的QR码图像或多或少都会存在倾斜、变形、光照不均等失真问题，如何有效的解决失真问题成为了越来越重要的研究热点。

目前QR码图像的传统取样方法是计算子模块尺寸并确认符号的版本，建立一个相应的标准取样网络，逐个子模块进行取样。此外还有两个典型的改进方法，垂直投影法和相关匹配QR码识别方法。垂直投影法对模块进行处理，统计出模块中每列深色像素点的累加值。其中深色模块对应于投影曲线的波峰，浅色模块对应于投影曲线的波谷；每个波峰(波谷)的宽度与模块平均宽度之比可以确定对应的深色(浅色)模块个数，这样就实现了条码码字信息的提取。相关匹配QR码识别方法依据QR的原图采用逐点匹配的方法对应到所构造的QR码子模块的复图像来求取相关系数，利用阀值进行筛选，可以统计出取样网络。以上三个方法都有一个不足之处就是需要首先确定子模块的尺寸和版本信息，才能做接下来的算法步骤。然而一个失真略大的QR码经过倾斜校正和几何校正之后，可能出现子模块宽度不均匀的情况，无法用统一的规格划分每个模块，因此上述三种方法都不能准确有效的对图像信息取样。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提供一种QR码图像取样的自适应匹配识别方法，通过比较每个行列像素的匹配度来判断有效区域的范围，统计相应有效区域的模块颜色比例，根据黑白像素比例来决定该区域的模块颜色。

本发明的目的通过如下技术方案实现：一种QR码图像取样的自适应匹配识别方法，包括以下步骤：

S1、通过对每一行像素的扫描来统计每行像素点的灰度值并构成一个像素函数；

S2、比较相邻两行像素函数的匹配度来决定其是否属于同一个行取样有效区域，当扫描比较完最后一行像素点的灰度值时，便能得到若干相应的行取样有效区域,再通过相同方法得出若干相应的列取样有效区域；取各个行列有效区域的交集作为图像取样的有效区域，每个行和列取样有效区域的交集便是一个图像取样有效区域；

S3、统计所述图像取样的有效区域的模块颜色比例，并根据黑白像素的比例来决定所述图像取样的有效区域的模块颜色。分别统计每个图像取样有效区域的灰度值比例，根据灰度值比例来决定各自图像取样有效区域的灰度值；

S4、新的标准QR码图像的灰度值信息是由之前得到的所有的图像取样有效区域的信息决定的，所以对应每个图像取样区域的位置坐标便能够得出标准QR码图像的每个位置的灰度值情况，即得出QR码图像的各位置黑白模块情况。

得到所述图像取样的有效区域的步骤具体为：

S21、从QR码的左上角顶点开始，扫描每一行像素记录为一个函数；

S22、从第st行开始扫描计算，将第r(r＝st+1)行扫描的函数与r-1行的函数进行匹配：如果匹配度低于阈值T，转到第四步；如果匹配度高于阈值T，则r行和r-1行是同一行取样有效区域；且令r＝r+1，继续扫描第r行，比较第r行与第r-1行的匹配度；以此方法进行下去，直到出现了第r行与第r-1行的匹配度低于阈值T；

S23、为了保证每一行取样有效区域的宽度不能小于2，规定r-st≥2；如果匹配度低于阈值T，且r-st＜2，则r行与r-1行不是属于同一行模块，令st＝r，转到第二步，从st行开始扫描；

S24、如果匹配度低于阈值T，且r-st≥2，则第N(N的初值为1)行有效取样区域的取样行区域为(st,r-1)，得到行取样有效区域之后，令N＝N+1，st＝r，又转到第二步，从st行开始扫描，直到扫描完所有行像素从而得到行取样有效区域的个数和取样区域。

S25、用同样的方法对图像进行列扫描得到列取样有效区域的个数和取样区域，将行和列的取样有效区域相交，其相交部分就是图像取样有效区域。

所述的相邻两行(列)像素函数匹配度的计算过程如下：

定义Mat为r行(列)像素的函数与r-1行(列)像素的函数的匹配度，其表达式为：

$Mat=\frac{1}{1+{\mathrm{\Σ}}_x|f\left(x\right)-g\left(x\right)|}$

其中f(x)为r行(列)的函数，g(x)为r-1行(列)的函数，Mat(0＜Mat≤1)越大两个函数匹配度越高，意味着这两行(列)的像素越可能属于同一行(列)取样有效区域，一般其阈值T可以定义为0.3。

本发明与现有技术相比，具有如下优点和有益效果：

1、本发明是通过对像素逐行(逐列)的进行扫描，计算匹配度大小来判断其是否在同个取样有效区域，将原图像各个模块划分为有效区域和冗余区域。读取有效区域的数据舍弃冗余区域。有效的避免了因图像形变过大导致子模块大小不均造成信息取样误差，提高了信息读取的准确率。

2、本发明不需要复杂的计算方法，只需简单的测量和计算便能得出高准确率的效果，降低了其计算时间。

附图说明

图1为图像取样的有效区域和冗余区域的分布图；

图2为从第一行扫描为例的扫描流程图；

图3是取样过程中得到的所有行匹配度的变化值；

图4是最后完成的QR码取样网络。

具体实施方式

下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。

一种QR码图像取样的自适应匹配识别方法，包括以下步骤：

S1、通过对每一行像素的扫描来统计每行像素点的灰度值并构成一个像素函数；

S2、比较相邻两行像素函数的匹配度来决定其是否属于同一个行取样有效区域，当扫描比较完最后一行像素点的灰度值时，便能得到若干相应的行取样有效区域,再通过相同方法得出若干相应的列取样有效区域；取各个行列有效区域的交集作为图像取样的有效区域，每个行和列取样有效区域的交集便是一个图像取样有效区域；

S3、统计所述图像取样的有效区域的模块颜色比例，并根据黑白像素的比例来决定所述图像取样的有效区域的模块颜色。分别统计每个图像取样有效区域的灰度值比例，根据灰度值比例来决定各自图像取样有效区域的灰度值；

S4、新的标准QR码图像的灰度值信息是由之前得到的所有的图像取样有效区域的信息决定的，所以对应每个图像取样区域的位置坐标便能够得出标准QR码图像的每个位置的灰度值情况，即得出QR码图像的各位置黑白模块情况。

图1为取样有效区域和冗余区域的分布图。对于行模块来说，从QR码左上角第一个像素点进行扫描，得到这一行像素的像素值函数(像素的灰度值总和)，继续扫描相邻的下一行像素点，计算这行像素的函数与上一行像素的函数的匹配度，当匹配度大于阈值时则认为这两行像素属于相同的行取样有效区域，继续下一行的扫描匹配。当低于阈值时则说明这两行属于不同的行取样有效区域，继续下一行的操作。最后会得出有效区域和冗余区域相互交替的情况。

图2为从第一行扫描为例的扫描流程图，其过程包括逐行扫描，计算相邻行函数的匹配度，判断其是否是同一个取样有效区域。

得到所述图像取样的有效区域的步骤具体为：

S21、从QR码的左上角顶点开始，扫描每一行像素记录为一个函数；

S22、从第st行开始扫描计算，将第r(r＝st+1)行扫描的函数与r-1行的函数进行匹配：如果匹配度低于阈值T，转到第四步；如果匹配度高于阈值T，则r行和r-1行是同一行取样有效区域；且令r＝r+1，继续扫描第r行，比较第r行与第r-1行的匹配度；以此方法进行下去，直到出现了第r行与第r-1行的匹配度低于阈值T；

S23、为了保证每一行取样有效区域的宽度不能小于2，规定r-st≥2；如果匹配度低于阈值T，且r-st＜2，则r行与r-1行不是属于同一行模块，令st＝r，转到第二步，从st行开始扫描；

S24、如果匹配度低于阈值T，且r-st≥2，则第N(N初值为1)行有效取样区域的取样行区域为(st,r-1)，得到行取样有效区域之后，令N＝N+1，st＝r，又转到第二步，从st行开始扫描，直到扫描完所有行像素从而得到行取样有效区域的个数和取样区域。

S25、用同样的方法对图像进行列扫描得到列取样有效区域的个数和取样区域，将行和列的取样有效区域相交，其相交部分就是图像取样有效区域。

所述的相邻两行(列)像素函数匹配度的计算过程如下：

定义Mat为r行(列)像素的函数与r-1行(列)像素的函数的匹配度，其表达式为：

$Mat=\frac{1}{1+{\mathrm{\Σ}}_x|f\left(x\right)-g\left(x\right)|}$

其中f(x)为r行(列)的函数，g(x)为r-1行(列)的函数，Mat(0＜Mat≤1)越大两个函数匹配度越高，意味着这两行(列)的像素越可能属于同一行(列)取样有效区域，一般其阈值T可以定义为0.3。

图3是取样过程中得到的所有行匹配度的变化值，横轴表示行数，纵轴表示匹配度。可以观测出有明显的29个峰值，根据阈值T来划分，大于阈值T的匹配度对应的行为行取样有效区域，其他为冗余区域。

得到图像取样有效区域之后，统计相应区域的灰度值比例，根据灰度值比例来决定该图像取样有效区域的灰度值。最后对应其位置坐标便可以得出QR码图像的各位图像取样有效区域的黑白情况。

图4是最后完成的QR码取样网络。其中奇数线到偶数线(直线1～2，3～4，…)就是有效的取样区域，对应的就是匹配度波形图中阈值T以上的明显波峰段；偶数线到奇数线(直线2～3，4～5，…)为冗余区域，对应的是匹配波形图中阈值T以下的波谷段。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (3)

1.一种QR码图像取样的自适应匹配识别方法，其特征在于包括以下步骤：

S1、通过对每一行像素的扫描来统计每行像素点的灰度值并构成一个像素函数；

S2、比较相邻两行像素函数的匹配度来决定其是否属于同一个行取样有效区域，当扫描比较完最后一行像素点的灰度值时，便能得到若干相应的行取样有效区域，再通过相同方法得出若干相应的列取样有效区域；取各个行列有效区域的交集作为图像取样的有效区域，每个行和列取样有效区域的交集便是一个图像取样有效区域；

S3、统计所述图像取样的有效区域的模块颜色比例，并根据黑白像素的比例来决定所述图像取样的有效区域的模块颜色；分别统计每个图像取样有效区域的灰度值比例，根据灰度值比例来决定各自图像取样有效区域的灰度值；

S4、新的标准QR码图像的灰度值信息是由之前得到的所有的图像取样有效区域的信息决定的，所以对应每个图像取样区域的位置坐标便能够得出标准QR码图像的每个位置的灰度值情况，即得出QR码图像的各位置黑白模块情况。

2.根据权利要求1所述的QR码图像取样的自适应匹配识别方法，其特征在于所述步骤S2中得到所述图像取样的有效区域的步骤具体为：

S21、从QR码的左上角顶点开始，扫描每一行像素记录为一个函数；

S22、从第st行开始扫描计算，将第r(r＝st+1)行扫描的函数与r-1行的函数进行匹配：如果匹配度低于阈值T，转到第四步；如果匹配度高于阈值T，则r行和r-1行是同一行取样有效区域；且令r＝r+1，继续扫描第r行，比较第r行与第r-1行的匹配度；以此方法进行下去，直到出现了第r行与第r-1行的匹配度低于阈值T；

S23、为了保证每一行取样有效区域的宽度不能小于2，规定r-st≥2；如果匹配度低于阈值T，且r-st＜2，则r行与r-1行不是属于同一行模块，令st＝r，转到第二步，从st行开始扫描；

S24、如果匹配度低于阈值T，且r-st≥2，则第N(N初始值为1)行有效取样区域的取样行区域为(st,r-1)，得到行取样有效区域之后，令N＝N+1，st＝r，又转到第二步，从st行开始扫描，直到扫描完所有行像素从而得到行取样有效区域的个数和取样区域。

S25、用同样的方法对图像进行列扫描得到列取样有效区域的个数和取样区域，将行和列的取样有效区域相交，其相交部分就是图像取样有效区域。

3.根据权利要求1所述的QR码图像取样的自适应匹配识别方法，其特征在于所述的相邻两行或两列像素函数匹配度的计算过程如下：

定义Mat为r行或列像素的函数与r-1行或列像素的函数的匹配度，其表达式为：

$Mat=\frac{1}{1+{\mathrm{\Σ}}_x|f\left(x\right)-g\left(x\right)|}$

其中f(x)为r行或列的函数，g(x)为r-1行或列的函数，Mat(0＜Mat≤1)越大两个函数匹配度越高，意味着这两行或两列的像素越可能属于同一行或同一列取样有效区域，其阈值T定义为0.3。