CN106887071B - 一种基于二维码识别的智能门禁系统 - Google Patents
一种基于二维码识别的智能门禁系统 Download PDFInfo
- Publication number
- CN106887071B CN106887071B CN201710258997.4A CN201710258997A CN106887071B CN 106887071 B CN106887071 B CN 106887071B CN 201710258997 A CN201710258997 A CN 201710258997A CN 106887071 B CN106887071 B CN 106887071B
- Authority
- CN
- China
- Prior art keywords
- code image
- dimension code
- dimensional code
- feature
- dimension
- 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
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/20—Individual registration on entry or exit involving the use of a pass
- G07C9/215—Individual registration on entry or exit involving the use of a pass the system having a variable access-code, e.g. varied as a function of time
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种基于二维码识别的智能门禁系统，包括云服务器、移动终端、电控锁和二维码识别子系统；所述云服务器用于将用户门牌号和对应的移动终端的号码建立绑定，及根据每个用户门牌号生成二维码图片，将二维码图片发送至所绑定的移动终端的号码上和二维码识别子系统；所述二维码识别子系统用于对录入二维码图片，对录入的二维码图片进行识别，获取二维码图片的特征，并将该特征与云服务器生成的二维码图片的特征进行匹配，输出匹配结果；所述电控锁根据匹配结果进行启闭。本发明使得门禁在开启中方式更加灵活，提高识别的准确性，无需依赖门卡或密码，提高门禁控制效率。
Description
技术领域
本发明涉及门禁控制技术领域，具体涉及一种基于二维码识别的智能门禁系统。
背景技术
相关技术中的门禁系统通常需要依赖门卡进行读取或是密码输入方式，才能实现门禁的开启，当用户没有携带门卡或忘记密码时，无法快速实现门禁开启，无法利用二维码方式便捷地实现门禁控制，降低门禁控制效率。
发明内容
针对上述问题，本发明提供一种基于二维码识别的智能门禁系统。
本发明的目的采用以下技术方案来实现：
提供了一种基于二维码识别的智能门禁系统，包括云服务器、移动终端、电控锁和二维码识别子系统；所述云服务器用于将用户门牌号和对应的移动终端的号码建立绑定，及根据每个用户门牌号生成二维码图片，将二维码图片发送至所绑定的移动终端的号码上和二维码识别子系统；所述二维码识别子系统用于对录入二维码图片，对录入的二维码图片进行识别，获取二维码图片的特征，并将该特征与云服务器生成的二维码图片的特征进行匹配，输出匹配结果；所述电控锁根据匹配结果进行启闭。
本发明的有益效果为：使得门禁在开启中方式更加灵活，提高识别的准确性，无需依赖门卡或密码，提高门禁控制效率。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1本发明的框图示意图；
图2是本发明二维码识别子系统的框图示意图；
图3是本发明二维码识别模块的框图示意图。
附图标记：
云服务器1、移动终端2、电控锁3、二维码识别子系统4、控制器5、二维码扫描模块10、二维码识别模块20、二维码图片预处理单元100、特征区域获取单元200、特征提取单元300。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1，本实施例提供的一种基于二维码识别的智能门禁系统，包括云服务器1、移动终端2、电控锁3和二维码识别子系统4；所述云服务器1用于将用户门牌号和对应的移动终端2的号码建立绑定，及根据每个用户门牌号生成二维码图片，将二维码图片发送至所绑定的移动终端2的号码上和二维码识别子系统4；所述二维码识别子系统4用于对录入二维码图片，对录入的二维码图片进行识别，获取二维码图片的特征，并将该特征与云服务器1生成的二维码图片的特征进行匹配，输出匹配结果；所述电控锁3根据匹配结果进行启闭。
进一步地，还包括控制器5，所述控制器5连接二维码识别子系统4和电控锁3，仅当所述匹配结果成功时控制电控锁3开启。
其中，所述移动终端2为手机或平板电脑。
本发明上述实施例使得门禁在开启中方式更加灵活，提高识别的准确性，无需依赖门卡或密码，提高门禁控制效率。
优选地，如图2所示，所述二维码识别子系统4包括二维码扫描模块10和二维码识别模块20；所述二维码扫描模块10，用于扫描和录入移动终端2所显示的二维码图片；所述二维码识别模块20，用于对录入的移动终端2的二维码图片进行识别，获取二维码图片的特征和对应的用户门牌号。
优选地，参见图3，所述二维码识别模块20包括二维码图片预处理单元100、特征区域获取单元200和特征提取单元300；其中，二维码图片预处理单元200用于对录入的移动终端2的二维码图片依次进行二值化处理和滤波处理；特征区域获取单元200用于对预处理后的二维码图片进行进一步图像处理，获取特征区域；特征提取单元300用于提取特征区域中的二维码特征。
优选地，所述的二维码图片预处理单元200对二维码图片进行滤波处理时，具体执行：
(1)确定二维码图片的噪声点；
(2)以噪声点(x′,y′)为中心，设置7×7的矩形窗口对噪声点(x′,y′)进行滤波，对7×7的矩形窗口进行区域划分如下：
d1(x′,y′)＝[f(x′-i,y′-j)；-1≤i≤1,-1≤j≤1]
d2(x′,y′)＝[f(x′-i,y′-j)；-2≤i≤2,-2≤j≤2]
d3(x′,y′)＝[f(x′-i,y′-j)；-3≤i≤3,-3≤j≤3]
d4(x′,y′)＝[f(x′,y′-i)；-3≤i≤3]
d5(x′,y′)＝[f(x′-i,y′)；-3≤i≤3]
d6(x′,y′)＝[f(x′+i,y′-i)；-3≤i≤3]
d7(x′,y′)＝[f(x′-i,y′-i)；-3≤i≤3]
(3)对噪声点(x′,y′)按照下述滤波公式进行滤波：
式中，f(x′,y′)表示对噪声点(x′,y′)进行滤波后噪声点(x′,y′)的灰度值，max[dk(x′,y′)]为7×7的矩形窗口的第k个区域中的最大灰度值，min[dk(x′,y′)]为7×7的矩形窗口的第k个区域中的最小灰度值，mid[dk(x′,y′)]为7×7的矩形窗口的第k个区域中的中间灰度值。
本优选实施例对滤波窗口进行区域划分，结合各个划分的滤波窗口区域定义滤波公式，然后采用定义的滤波公式对噪声点进行滤波处理，相对于传统的滤波算法，本优选实施例的滤波处理能够在较快速地消除二维码图片噪声的同时保留更多的细节特征，达到提高滤波效果的目的。
优选地，在确定二维码图片的噪声点时，本优选实施例的二维码图片中的像素点(x,y)若满足下述公式，则该将该像素点(x,y)确定为噪声点：
式中，μ(x,y)表示像素点(x,y)的通道值，μη(x,y)表示像素点(x,y)的邻近3x3区域内的第η个像素点的通道值，T为设定阈值；
本优选实施例在进行滤波时，先检测出噪声点，再对噪声点进行滤波处理，能够提高滤波处理的效率，其中，设计的噪声点检测公式，根据像素点与其邻域像素点通道值的关系判断是否出现噪声点，实现了二维码图片中噪声点的快速检测。
优选地，所述特征区域获取单元200获取特征区域时，具体执行：
(1)改进Sobel边缘检测算法中0°、45°、90°、135°四个方向的模板，定义对应的0°卷积因子J1、45°卷积因子J2、90°卷积因子J3、135°卷积因子J4为：
(2)采用所述的0°卷积因子J1、45°卷积因子J2、90°卷积因子J3、135°卷积因子J4对预处理后的二维码图片进行卷积运算，得到对应于各卷积因子的偏微分的一阶近似Mλ(x,y),λ＝1,2,3,4；
(3)计算二维码图片中各像素的梯度值，定义梯度值的计算公式为：
式中，G(x,y)表示二维码图片中像素点(x,y)的梯度值，Mλ(x,y)为对应于卷积因子Jλ(λ＝1,2,3,4)的偏微分的一阶近似；
(4)将各个像素点的梯度值与设定的阈值进行比较，若像素点的梯度值大于设定的阈值，将该像素点视为边缘点，否则视为背景点，最终输出特征候选区域；
(5)利用4×4的结构单元对车牌候选区域进行腐蚀运算；
(6)利用18×9的结构单元对车牌候选区域进行闭运算处理，以将特征候选区域变成连通的特征区域。
本优选实施例中，在传统Sobel边缘检测算法的基础上增加了45°、135°两个方向的模板，并对各卷积因子进行重新定义，从而改进卷积因子的权重分配，调整原来水平与垂直方向模板的权值，增加新模板斜向边缘的权值，从而能够均衡各个方向的边缘检测的敏感度，此外相应地重新定义了二维码图片的像素梯度值的计算公式，通过该公式计算二维码图片的像素梯度值，能够在不影响边缘检测效果的情况下进一步提高边缘检测处理的抗噪能力。与传统Sobel边缘检测算法相比，本优选实施例的图像处理方式改善了边缘检测的精度，使得二维码图片的边缘细节更细腻、更连续；对边缘检测处理得到的特征候选区域进一步进行腐蚀和闭运算，能够获得更高精度的特征区域，从而实现智能门禁系统的二维码精确识别，保障智能门禁系统的精度。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。
Claims (4)
1.一种基于二维码识别的智能门禁系统，其特征是，包括云服务器、移动终端、电控锁和二维码识别子系统；所述云服务器用于将用户门牌号和对应的移动终端的号码建立绑定，及根据每个用户门牌号生成二维码图片，将二维码图片发送至所绑定的移动终端的号码上和二维码识别子系统；所述二维码识别子系统用于对录入二维码图片，对录入的二维码图片进行识别，获取二维码图片的特征，并将该特征与云服务器生成的二维码图片的特征进行匹配，输出匹配结果；所述电控锁根据匹配结果进行启闭；所述二维码识别子系统包括二维码扫描模块和二维码识别模块；所述二维码扫描模块，用于扫描和录入移动终端所显示的二维码图片；所述二维码识别模块，用于对录入的移动终端的二维码图片进行识别，获取二维码图片的特征和对应的用户门牌号；所述二维码识别模块包括二维码图片预处理单元、特征区域获取单元和特征提取单元；其中，二维码图片预处理单元用于对录入的移动终端的二维码图片依次进行二值化处理和滤波处理；特征区域获取单元用于对预处理后的二维码图片进行进一步图像处理，获取特征区域；特征提取单元用于提取特征区域中的二维码特征；所述的二维码图片预处理单元对二维码图片进行滤波处理时，具体执行：
(1)确定二维码图片的噪声点；
(2)以噪声点(x′,y′)为中心，设置7×7的矩形窗口对噪声点(x′,y′)进行滤波，对7×7的矩形窗口进行区域划分如下：
d1(x′,y′)＝[f(x′-i,y′-j)；-1≤i≤1,-1≤j≤1]
d2(x′,y′)＝[f(x′-i,y′-j)；-2≤i≤2,-2≤j≤2]
d3(x′,y′)＝[f(x′-i，y′-j)；-3≤i≤3,-3≤j≤3]
d4(x′,y′)＝[f(x′,y′-i)；-3≤i≤3]
d5(x′,y′)＝[f(x′-i,y′)；-3≤i≤3]
d6(x′,y′)＝[f(x′+i,y′-i)；-3≤i≤3]
d7(x′，y′)＝[f(x′-i，y′-i)；-3≤i≤3]
(3)对噪声点(x′，y′)按照下述滤波公式进行滤波：
式中，f(x′,y′)表示对噪声点(x′,y′)进行滤波后噪声点(x′,y′)的灰度值，max[dk(x′,y′)]为7×7的矩形窗口的第k个区域中的最大灰度值，min[dk(x′,y′)]为7×7的矩形窗口的第k个区域中的最小灰度值，mid[dk(x′,y′)]为7×7的矩形窗口的第k个区域中的中间灰度值。
2.根据权利要求1所述的一种基于二维码识别的智能门禁系统，其特征是，还包括控制器，所述控制器连接二维码识别子系统和电控锁，仅当所述匹配结果成功时控制电控锁开启。
3.根据权利要求2所述的一种基于二维码识别的智能门禁系统，其特征是，所述移动终端为手机或平板电脑。
4.根据权利要求1所述的一种基于二维码识别的智能门禁系统，其特征是，所述特征区域获取单元获取特征区域时，具体执行：
(1)改进Sobel边缘检测算法中0°、45°、90°、135°四个方向的模板，定义对应的0°卷积因子J1、45°卷积因子J2、90°卷积因子J3、135°卷积因子J4为：
(2)采用所述的0°卷积因子J1、45°卷积因子J2、90°卷积因子J3、135°卷积因子J4对预处理后的二维码图片进行卷积运算，得到对应于各卷积因子的偏微分的一阶近似Mλ(x,y),λ＝1,2,3,4；
(3)计算二维码图片中各像素的梯度值，定义梯度值的计算公式为：
式中，G(x,y)表示二维码图片中像素点(x,y)的梯度值，Mλ(x,y)为对应于卷积因子Jλ(λ＝1，2，3，4)的偏微分的一阶近似；
(4)将各个像素点的梯度值与设定的阈值进行比较，若像素点的梯度值大于设定的阈值，将该像素点视为边缘点，否则视为背景点，最终输出特征候选区域；
(5)利用4×4的结构单元对特征候选区域进行腐蚀运算；
(6)利用18×9的结构单元对特征候选区域进行闭运算处理，以将特征候选区域变成连通的特征区域。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710258997.4A CN106887071B (zh) | 2017-04-20 | 2017-04-20 | 一种基于二维码识别的智能门禁系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710258997.4A CN106887071B (zh) | 2017-04-20 | 2017-04-20 | 一种基于二维码识别的智能门禁系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106887071A CN106887071A (zh) | 2017-06-23 |
| CN106887071B true CN106887071B (zh) | 2019-02-12 |
Family
ID=59183470
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710258997.4A Active CN106887071B (zh) | 2017-04-20 | 2017-04-20 | 一种基于二维码识别的智能门禁系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106887071B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107481376B (zh) * | 2017-08-21 | 2020-01-10 | 三维码（厦门）网络科技有限公司 | 一种基于智能应用的三维码开锁方法 |
| CN114842585A (zh) * | 2022-04-28 | 2022-08-02 | 北京红山信息科技研究院有限公司 | 一种小区门禁智慧码识别管理系统 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103871027A (zh) * | 2012-12-12 | 2014-06-18 | 腾讯科技（深圳）有限公司 | 一种二维码图片的优化处理方法及移动终端 |
| CN105138945B (zh) * | 2015-09-25 | 2017-12-08 | 三明学院 | 一种钢筋表面二维码识别方法 |
| CN106447870A (zh) * | 2016-10-26 | 2017-02-22 | 江苏金米智能科技有限责任公司 | 一种基于二维码识别的门禁控制系统 |
-
2017
- 2017-04-20 CN CN201710258997.4A patent/CN106887071B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN106887071A (zh) | 2017-06-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lalimi et al. | A vehicle license plate detection method using region and edge based methods | |
| KR102113911B1 (ko) | 생체 인식 인증을 위한 특징 추출 및 정합과 템플릿 갱신 | |
| JP2016517587A (ja) | モバイル装置を用いて取込まれたデジタル画像におけるオブジェクトの分類 | |
| CN106934806B (zh) | 一种基于结构清晰度的无参考图失焦模糊区域分割方法 | |
| CN105956579A (zh) | 融合模糊模板和点特征的手指静脉快速识别方法 | |
| CN104484652A (zh) | 一种指纹识别方法 | |
| Roy et al. | Fractional poisson enhancement model for text detection and recognition in video frames | |
| CN109961416A (zh) | 一种基于形态学梯度多尺度融合的营业执照信息提取方法 | |
| CN110399882A (zh) | 一种基于可变形卷积神经网络的文字检测方法 | |
| CN106887071B (zh) | 一种基于二维码识别的智能门禁系统 | |
| CN111027564A (zh) | 基于深度学习一体化的低照度成像车牌识别方法及装置 | |
| CN105975960B (zh) | 基于纹理方向能量特征的虹膜识别方法 | |
| CN109669537B (zh) | 一种基于计算机虚拟界面的人机交互系统 | |
| CN110837781A (zh) | 一种人脸识别方法、人脸识别装置及电子设备 | |
| CN111079689A (zh) | 一种指纹图像增强方法 | |
| CN110633705A (zh) | 一种低照度成像车牌识别方法及装置 | |
| CN113409214B (zh) | 一种受损指纹图像的快速修复方法 | |
| CN106469267B (zh) | 一种验证码样本收集方法及系统 | |
| CN107463864A (zh) | 一种结合序列图像超分辨率重建的人脸识别系统 | |
| Psaila et al. | Image matching using enhancement offsets with adaptive parameter selection via histogram analysis | |
| Cooksey et al. | Rapid image binarization with morphological operators | |
| Chi et al. | Reduction of bleed-through effect in images of Chinese bank items | |
| CN117496019B (zh) | 一种驱动静态图像的图像动画处理方法及系统 | |
| Wang et al. | Handwriting Signature Identification Based on Improved Adaptive Median Filtering Algorithm | |
| Di et al. | A compact finger-vein identification system based on infrared imaging |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20181224 Address after: 528400 No. 20 Ganglong South Road, West District, Zhongshan City, Guangdong Province Applicant after: Guangdong Huitong Information Technology Co.,Ltd. Address before: 200000 2263, room 5, 5, Liu Yuan Road, Putuo District, Shanghai. Applicant before: SHANGHAI ZHEZHI INFORMATION TECHNOLOGY CO.,LTD. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: An intelligent access control system based on two-dimensional code recognition Effective date of registration: 20220819 Granted publication date: 20190212 Pledgee: Bank of Guangzhou Co.,Ltd. Zhongshan branch Pledgor: Guangdong Huitong Information Technology Co.,Ltd. Registration number: Y2022980012994 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Date of cancellation: 20230620 Granted publication date: 20190212 Pledgee: Bank of Guangzhou Co.,Ltd. Zhongshan branch Pledgor: Guangdong Huitong Information Technology Co.,Ltd. Registration number: Y2022980012994 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right |