CN107025455A - 一种快速反应qr码区域的定位方法及装置 - Google Patents
一种快速反应qr码区域的定位方法及装置 Download PDFInfo
- Publication number
- CN107025455A CN107025455A CN201710214063.0A CN201710214063A CN107025455A CN 107025455 A CN107025455 A CN 107025455A CN 201710214063 A CN201710214063 A CN 201710214063A CN 107025455 A CN107025455 A CN 107025455A
- Authority
- CN
- China
- Prior art keywords
- pixel
- value
- rectangular area
- cluster areas
- area
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/245—Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及图像处理领域,特别涉及一种QR码的定位方法及装置,用以解决现有技术中形态学方法无法准确地从图像中定位出QR码的位置的问题。本发明实施例根据目标图像中每个像素点的像素值,对目标图像中的像素点进行过滤处理;对满足过滤处理条件的像素点进行聚类操作,确定多个聚类区域;根据每个聚类区域的矩形度和旋转角度,每个QR码定位符之间的相对位置信息,选取出QR码定位符对应的聚类区域;根据选取出的QR码定位符对应的聚类区域定位目标图像中的QR码区域。本发明实施例根据定位符的形状特征,结合QR码中定位符的相对位置关系,选取出QR码定位符的区域,使得在低对比度,高噪声的环境下可以更准确的定位QR码。
Description
技术领域
本发明涉及图像处理技术领域,特别涉及一种QR码区域的定位方法及装置。
背景技术
随着科学技术的快速发展,QR(Quick Response,快速反应)码的出现方便了用户的生活,用户可以通过电子设备扫码,获取包含所述QR码在内的图像,电子设备在图像中定位QR码的位置,并对该QR码进行解码获取相关的信息。随着QR码使用的普及,在车牌上也增加有QR码,工业摄像头采集一帧或多帧图像,电子设备在采集到的图像中定位QR码的位置。
现有技术在图像中定位QR码时,是基于码区域和周围背景具有较高的对比度,采用形态学的方法识别图像中的QR码所在的区域,进而对QR码的位置进行定位。但是形态学的方法由于外部环境变化,导致形态学方法无法适应场景,导致算法不稳定(例如,对比度较差,对比度不均匀和纹理丰富的情况),无法获取较高的识别率;在车牌这种低对比度和噪声较多的环境下,会导致形态学算法效果非常差,无法准确地从图像中定位出QR码的位置。
综上所述,目前的形态学方法无法准确地从图像中定位出QR码的位置。
发明内容
本发明提供一种QR码区域的定位方法及装置,用以解决现有技术中的形态学方法无法准确地从图像中定位出QR码位置的问题。
基于上述问题,本发明实施例提供一种QR码区域的定位方法,包括:
根据包含QR码区域的目标图像中每个像素点的像素值,对所述目标图像中的像素点进行过滤处理;
对满足过滤处理条件的像素点进行聚类操作,确定多个聚类区域;其中,所述聚类区域中每两个像素点之间的距离不大于第一阈值;
根据每个聚类区域的矩形度和旋转角度,从所述多个聚类区域中确定出备选的QR码定位符对应的聚类区域;
根据所述QR码区域中每个QR码定位符之间的相对位置信息,从所述备选的QR码定位符对应的聚类区域中选取出QR码定位符对应的聚类区域;
根据选取出的QR码定位符对应的聚类区域定位所述目标图像中的QR码区域。
由于本发明实施例首先根据目标图像中像素点的灰度值进行过滤处理,排除掉不可能为QR码区域的像素点;并将可能为QR码区域的像素点进行聚类操作;根据定位符的形状特征,根据确定的每个聚类区域的矩形度选取出可能为定位符的区域,并且结合QR码中定位符的相对位置关系,根据每个聚类区域在目标图像中的位置,从而准确地从多个聚类区域中选取出为QR码定位符的区域;在确定出QR码定位符的位置后,根据定位符的位置定位出目标图像中的QR码区域,使得在过曝,低对比度,高噪声的环境下,可以更准确的定位QR码区域。
可选的,所述根据包含QR码区域的目标图像中每个像素点的灰度值,对所述目标图像中的像素点进行过滤处理,包括:
针对目标图像中任意一个像素点,根据所述像素点的像素值以及与所述像素点相邻的像素点的像素值,确定所述像素点的梯度值;
根据所述目标图像中每个像素点的梯度值,生成所述目标图像对应的梯度图像;
对所述梯度图像进行二值化处理,并对二值化处理后灰度值为预设值的像素点进行过滤处理。
本发明实施例在进行过滤处理时,首先得到目标图像的梯度图像,并对梯度化处理后的图像进行二值化处理,并且是对二值化处理后灰度值为预设值的像素点进行过滤处理,从而排除一些不可能为QR码区域的像素点,并对可能为QR码区域的像素点进行过滤处理。
可选的,所述根据所述像素点的像素值以及与所述像素点相邻的像素点的像素值,确定所述像素点梯度值,包括:
针对目标图像中任意一个像素点,确定所述像素点以及与所述像素点相邻的像素点组成的第一区域,并确定所述第一区域中所有像素点像素值的平均值;以及,
确定第二区域中所有像素点像素值的平均值,和第三区域中所有像素点像素值的平均值;其中,所述第二区域与所述第一区域相邻且位于所述第一区域的右侧,所述第三区域与所述第一区域相邻且位于所述第一区域的正下方;所述第二区域、所述第三区域和所述第一区域包含相同个数的像素点;
确定所述第二区域中所有像素点像素值平均值与所述第一区域中所有像素点像素值的平均值的差值,以及确定所述第三区域中所有像素点像素值平均值与所述第一区域中所有像素点像素值的平均值的差值,并将最大的差值作为所述像素点的梯度值。
本发明实施例提供一种生成梯度图像的方法,通过计算每一个像素点的梯度值,生成目标图像对应的梯度图像,从而进一步降低图像的噪声,并增强QR码所在的区域。
可选的,所述对二值化处理后灰度值为预设值的像素点进行过滤处理,包括:
针对二值化处理后灰度值为所述预设值的任意一个像素点,判断所述像素点是否满足过滤处理条件;其中,所述过滤处理条件为:
第三矩形区域中所有像素点像素值的平均值与以所述像素点为中心的第一矩形区域中所有像素点像素值的平均值的差值,大于以所述像素点为中心的第二矩形区域中所有像素点像素值的方差;其中所述第一矩形区域为包含m*n个像素点的区域,所述第二矩形区域为包含3m*3n个像素点的区域,所述第三矩形区域与所述第一矩形区域相邻且位于所述第一矩形区域的正上方,且包含m*n个像素点;
第四矩形区域中所有像素点像素值的平均值与以所述第一矩形区域中所有像素点像素值的平均值的差值,大于所述第二矩形区域中所有像素点像素值的方差;其中所述第四矩形区域与所述第一矩形区域相邻且位于所述第一矩形区域的正下方,且包含m*n个像素点;
第五矩形区域中所有像素点像素值的平均值与以所述第一矩形区域中所有像素点像素值的平均值的差值,大于所述第二矩形区域中所有像素点像素值的方差;其中所述第五矩形区域与所述第一矩形区域相邻且位于所述第一矩形区域的左侧,且包含m*n个像素点;
第六矩形区域中所有像素点像素值的平均值与以所述第一矩形区域中所有像素点像素值的平均值的差值,大于所述第二矩形区域中所有像素点像素值的方差;其中所述第五矩形区域与所述第一矩形区域相邻且位于所述第一矩形区域的右侧,且包含m*n个像素点。
本发明实施例对二值化处理后灰度值为预设值的像素点进行十字滤波处理,在进行十字滤波后,保留下来的满足滤波条件的像素点为可能为QR码的定位符区域的像素点,进一步确定了QR码定位符所在的位置。
可选的,所述根据每个聚类区域的矩形度和旋转角度,从所述多个聚类区域中确定出备选的QR码定位符对应的聚类区域,包括:
从所述多个聚类区域中确定出所述矩形度在第一预设范围,并且所述旋转角度在第二预设范围的聚类区域,作为所述备选的QR码定位符对应的聚类区域。
可选的,所述QR码中包含三个定位符;
所述根据每个QR码定位符之间的相对位置信息,从所述备选的QR码定位符对应的聚类区域中选取出QR码定位符对应的聚类区域,包括:
从所述备选的QR码定位符对应的聚类区域中选取出三个QR码定位符对应的聚类区域;
其中,选取出的三个QR码定位符对应的聚类区域满足下列条件:
三个聚类区域中位于同一水平方向上两个聚类区域的中心距离在第三预设范围内;
三个聚类区域中位于同一垂直方向上两个聚类区域的中心距离在第四预设范围内;
三个聚类区域中垂直方向和水平方向均不相同的两个聚类区域的中心距离在第五预设范围内。
本发明实施例根据定位符的形状特征,根据确定的每个聚类区域的矩形度选取出可能为定位符的区域,并且结合QR码中定位符的相对位置关系,根据每个聚类区域在目标图像中的位置,从而准确地从多个聚类区域中选取出为QR码定位符的区域;在确定出QR码定位符的位置后,根据定位符的位置定位出目标图像中的QR码区域,使得在过曝,低对比度,高噪声的环境下,可以更准确的定位QR码区域。
另一方面,本发明实施例还提供一种QR码区域的定位装置,包括:
过滤模块,用于根据包含QR码区域的目标图像中每个像素点的像素值,对所述目标图像中的像素点进行过滤处理;
确定模块,用于对满足过滤处理条件的像素点进行聚类操作,确定多个聚类区域;其中,所述聚类区域中每两个像素点之间的距离不大于第一阈值;
处理模块,用于根据每个聚类区域的矩形度和旋转角度,从所述多个聚类区域中确定出备选的QR码定位符对应的聚类区域;
选取模块,用于根据所述QR码区域中每个QR码定位符之间的相对位置信息,从所述备选的QR码定位符对应的聚类区域中选取出QR码定位符对应的聚类区域;
定位模块,用于根据选取出的QR码定位符对应的聚类区域定位所述目标图像中的QR码区域。
可选的,所述过滤模块,具体用于:
针对目标图像中任意一个像素点,根据所述像素点的像素值以及与所述像素点相邻的像素点的像素值,确定所述像素点的梯度值;根据所述目标图像中每个像素点的梯度值,生成所述目标图像对应的梯度图像;对所述梯度图像进行二值化处理,并对二值化处理后灰度值为预设值的像素点进行过滤处理。
可选的,所述过滤模块,具体用于:
针对目标图像中任意一个像素点,确定所述像素点以及与所述像素点相邻的像素点组成的第一区域,并确定所述第一区域中所有像素点像素值的平均值;以及,确定第二区域中所有像素点像素值的平均值,和第三区域中所有像素点像素值的平均值;其中,所述第二区域与所述第一区域相邻且位于所述第一区域的右侧,所述第三区域与所述第一区域相邻且位于所述第一区域的正下方;所述第二区域、所述第三区域和所述第一区域包含相同个数的像素点;确定所述第二区域中所有像素点像素值平均值与所述第一区域中所有像素点像素值的平均值的差值,以及确定所述第三区域中所有像素点像素值平均值与所述第一区域中所有像素点像素值的平均值的差值,并将最大的差值作为所述像素点的梯度值。
可选的,所述过滤模块,具体用于:
针对二值化处理后灰度值为所述预设值的任意一个像素点,判断所述像素点是否满足过滤处理条件;其中,所述过滤处理条件为:
第三矩形区域中所有像素点像素值的平均值与以所述像素点为中心的第一矩形区域中所有像素点像素值的平均值的差值,大于以所述像素点为中心的第二矩形区域中所有像素点像素值的方差;其中所述第一矩形区域为包含m*n个像素点的区域,所述第二矩形区域为包含3m*3n个像素点的区域,所述第三矩形区域与所述第一矩形区域相邻且位于所述第一矩形区域的正上方,且包含m*n个像素点;
第四矩形区域中所有像素点像素值的平均值与以所述第一矩形区域中所有像素点像素值的平均值的差值,大于所述第二矩形区域中所有像素点像素值的方差;其中所述第四矩形区域与所述第一矩形区域相邻且位于所述第一矩形区域的正下方,且包含m*n个像素点;
第五矩形区域中所有像素点像素值的平均值与以所述第一矩形区域中所有像素点像素值的平均值的差值,大于所述第二矩形区域中所有像素点像素值的方差;其中所述第五矩形区域与所述第一矩形区域相邻且位于所述第一矩形区域的左侧,且包含m*n个像素点;
第六矩形区域中所有像素点像素值的平均值与以所述第一矩形区域中所有像素点像素值的平均值的差值,大于所述第二矩形区域中所有像素点像素值的方差;其中所述第五矩形区域与所述第一矩形区域相邻且位于所述第一矩形区域的右侧,且包含m*n个像素点。
可选的,所述处理模块,具体用于:
从所述多个聚类区域中确定出所述矩形度在第一预设范围,并且所述旋转角度在第二预设范围的聚类区域,作为所述备选的QR码定位符对应的聚类区域。
可选的,所述QR码中包含三个定位符;
所述选取模块,具体用于:
从所述备选的QR码定位符对应的聚类区域中选取出三个QR码定位符对应的聚类区域;
其中,选取出的三个QR码定位符对应的聚类区域满足下列条件:
三个聚类区域中位于同一水平方向上两个聚类区域的中心距离在第三预设范围内;
三个聚类区域中位于同一垂直方向上两个聚类区域的中心距离在第四预设范围内;
三个聚类区域中垂直方向和水平方向均不相同的两个聚类区域的中心距离在第五预设范围内。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例QR码区域的定位方法的流程图;
图2为本发明实施例QR码的示意图;
图3为本发明实施例生成的高斯金字塔的示意图;
图4为本发明实施例确定像素点的梯度值的方法示意图;
图5为本发明实施例十字滤波的方法示意图;
图6A为本发明实施例的聚类区域的示意图;
图6B为本发明实施例计算聚类区域矩形度的方法示意图一;
图6C为本发明实施例计算聚类区域矩形度的方法示意图二;
图7为本发明实施例计算聚类区域旋转角度的方法示意图;
图8为本发明实施例选取QR码定位符的方法示意图;
图9为本发明实施例QR码区域的定位装置的结构示意图。
具体实施方式
本发明实施例根据包含QR码区域的目标图像中每个像素点的像素值,对所述目标图像中的像素点进行过滤处理;对满足过滤处理条件的像素点进行聚类操作,确定多个聚类区域;其中,所述聚类区域中每两个像素点之间的距离不大于第一阈值;根据每个聚类区域的矩形度和旋转角度,从所述多个聚类区域中确定出备选的QR码定位符对应的聚类区域;根据所述QR码区域中每个QR码定位符之间的相对位置信息,从所述备选的QR码定位符对应的聚类区域中选取出QR码定位符对应的聚类区域;根据选取出的QR码定位符对应的聚类区域定位所述目标图像中的QR码区域。
由于本发明实施例首先根据目标图像中像素点的灰度值进行过滤处理,排除掉不可能为QR码区域的像素点;并将可能为QR码区域的像素点进行聚类操作;根据定位符的形状特征,根据确定的每个聚类区域的矩形度选取出可能为定位符的区域,并且结合QR码中定位符的相对位置关系,根据每个聚类区域在目标图像中的位置,从而准确地从多个聚类区域中选取出为QR码定位符的区域;在确定出QR码定位符的位置后,根据定位符的位置定位出目标图像中的QR码区域,使得在过曝,低对比度,高噪声的环境下,可以更准确的定位QR码区域。
下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所示,本发明实施例一种QR码区域的定位方法包括:
步骤101、根据包含QR码区域的目标图像中每个像素点的像素值,对所述目标图像中的像素点进行过滤处理;
步骤102、对满足过滤处理条件的像素点进行聚类操作,确定多个聚类区域;其中,所述聚类区域中每两个像素点之间的距离不大于第一阈值;
步骤103、根据每个聚类区域的矩形度和旋转角度,从所述多个聚类区域中确定出备选的QR码定位符对应的聚类区域;
步骤104、根据所述QR码区域中每个QR码定位符之间的相对位置信息,从所述备选的QR码定位符对应的聚类区域中选取出QR码定位符对应的聚类区域;
步骤105、根据选取出的QR码定位符对应的聚类区域定位所述目标图像中的QR码区域。
本发明实施例提供的QR码的定位方法应用于电子设备。所述电子设备包括PC、智能电视、相机及手机等。
需要说明的是,本发明实施例的QR码区域的定位方法,主要应用于对车牌二维码进行识别。
如图2所示的QR码,QR码中共包含三个定位符,为定位符1、定位符2和定位符3。
实施中,在定位QR码的位置时,只要在目标图像中定位出三个定位符的位置,就可以根据定位符的位置定位出目标图像中QR码区域。
在步骤101中,根据目标图像中每个像素点的像素值,对目标图像中的像素点进行过滤处理;在过滤处理后,满足过滤条件的像素点为可能是定位符区域的像素点。
在步骤102中,对满足过滤条件的像素点进行聚类操作,确定多个聚类区域;即确定出多个可能为定位符区域的聚类区域。
在步骤103中,根据每个聚类区域的矩形度和旋转角度,对聚类区域进行第一次筛选,得到备选的QR码定位符对应的聚类区域。
在步骤104中,对备选的QR码定位符对应的聚类区域进行第二次筛选,得到备选的QR码定位符对应的聚类区域。
在步骤105中,根据选取出的QR码定位符对应的聚类区域定位所述目标图像中的QR码区域,从而在目标图像中确定出QR码区域。
在步骤101中,为对目标图像中的像素点进行过滤处理,将不可能为QR码区域的像素点过滤出去,对过滤掉的像素点不再进行进一步处理。
并且,在步骤101之前,还包括对目标图像进行预处理的步骤,下面详细说明。
1、对采集工业摄像头采集到的包含QR码的源图像进行灰度化处理;
为了加快算法的运行速度,采用(R,G,B)三通道平均值作为灰度化的工时。
2、对灰度化处理后的源图像进行高斯平滑处理;
由于车牌膜片纹理复杂,这种纹理一般当做噪声,因此采用高斯平滑处理进行去噪。
3、对高斯平滑处理后的源图像进行采样,生成高斯金字塔;
如图3所示,第0层为源图像,第1层、第2层、第3层为采样得到的图像,并且第3层为顶层图像。其中,第0层、第1层、第2层、第3层的图像均作为本发明实施例的目标图像,在每个目标图像上定位QR码区域。
需要说明的是,上述灰度化处理、高斯平滑处理和高斯金字塔的生成方式均采用现有技术的方法,在此不再详细赘述。
下面针对步骤101中对目标图像中像素点进行过滤处理的方法进行详细的说明。
可选的,针对目标图像中任意一个像素点,根据所述像素点的像素值以及与所述像素点相邻的像素点的像素值,确定所述像素点的梯度值;根据所述目标图像中每个像素点的梯度值,生成所述目标图像对应的梯度图像;对所述梯度图像进行二值化处理,并对二值化处理后灰度值为预设值的像素点进行过滤处理。
需要说明的是,本发明实施例步骤101中的过滤处理包括两次滤波过程,分别为:1、通过对梯度图像进行二值化处理,将二值化后灰度值为0的像素点过滤;2、采用十字滤波方法对二值化处理后灰度值为255的像素点进行过滤。
针对第一次滤波过程,本发明实施例首先需要生成目标图像对应的梯度图像。
具体的,根据所述像素点的像素值以及与所述像素点相邻的像素点的像素值,确定所述像素点的梯度值;根据所述目标图像中每个像素点的梯度值,生成所述目标图像对应的梯度图像。
本发明实施例采用下列方式确定像素点的梯度值:
可选的,针对目标图像中任意一个像素点,确定所述像素点以及与所述像素点相邻的像素点组成的第一区域,并确定所述第一区域中所有像素点像素值的平均值;以及,确定第二区域中所有像素点像素值的平均值,和第三区域中所有像素点像素值的平均值;其中,所述第二区域与所述第一区域相邻且位于所述第一区域的右侧,所述第三区域与所述第一区域相邻且位于所述第一区域的正下方;所述第二区域、所述第三区域和所述第一区域包含相同个数的像素点;确定所述第二区域中所有像素点像素值平均值与所述第一区域中所有像素点像素值的平均值的差值,以及确定所述第三区域中所有像素点像素值平均值与所述第一区域中所有像素点像素值的平均值的差值,并将最大的差值作为所述像素点的梯度值。
下面结合附图4,说明本发明实施例确定像素点的梯度值的方法。
如图4所示,以像素点G80为例,说明确定像素点G80梯度值的方法。
首先,确定像素点G80以及与像素点G80相邻的8个像素点组成的第一区域,即图4中像素点G80的八个邻域,像素点G28、像素点G44、像素点G100、像素点G32、像素点G100、像素点G77、像素点G90、像素点G200与像素点G80组成第一区域,并确定该第一区域中九个像素点的像素值的平均值,并将第一区域中九个像素点的像素值的平均值标记为G(80)。
确定像素点G47以及与像素点G47相邻的8个像素点组成的第二区域,即图4中像素点G47的八个邻域,像素点G87、像素点G78、像素点G19、像素点G22、像素点G90、像素点G32、像素点G88、像素点G78与像素点G47组成第二区域,并确定该第二区域中九个像素点的像素值的平均值,并将第一区域中九个像素点的像素值的平均值标记为G(47)。
确定像素点G33以及与像素点G33相邻的8个像素点组成的第三区域,即图4中像素点G33的八个邻域,像素点G22、像素点G47、像素点G37、像素点G77、像素点G36、像素点G66、像素点G89、像素点G172与像素点G33组成第三区域,并确定该第三区域中九个像素点的灰度值的平均值,并将第一区域中九个像素点的像素值的平均值标记为G(33)。
然后,根据G(80)、G(47)、G(33),采用下列方式确定像素点G80的梯度值G:
G(x)=G(47)-G(80);
G(y)=G(33)-G(80);
G=max(G(x)、G(y))。
G表示像素点G80的梯度值;即将G(x)、G(y)中较大的值作为像素点G80的梯度值。
本发明实施例,针对目标图像中任意一个像素点,均采用上述方法确定像素点的梯度值,从而生成目标图像对应的梯度图像。
需要说明的是,上述给出的计算像素点梯度值的方法只是对本发明实施例的举例说明,本发明实施例想要保护的计算像素点梯度值的方法并不限于上述举例,任何能够确定像素点的梯度值的方法均适用于本发明。
本发明实施例在生成目标图像对应的梯度图像之后,对梯度图像进行二值化处理。
本发明实施例在对梯度图像进行二值化处理时,是将梯度图像中的每一个像素点的灰度值调整为0或255。
需要说明的是,本发明实施例对梯度图像进行二值化处理的方法采用的是现有技术的方法,在此不再详细赘述。
针对第二次滤波过程,是采用十字滤波方法对二值化处理后灰度值为预设值的像素点进行过滤;其中,该预设值为255。
可选的,根据下列方式对灰度值为预设值的像素点进行十字滤波处理:
针对二值化处理后灰度值为所述预设值的任意一个像素点,判断所述像素点是否满足过滤处理条件;其中,所述过滤处理条件为:
第三矩形区域中所有像素点像素值的平均值与以所述像素点为中心的第一矩形区域中所有像素点像素值的平均值的差值,大于以所述像素点为中心的第二矩形区域中所有像素点像素值的方差;其中所述第一矩形区域为包含m*n个像素点的区域,所述第二矩形区域为包含3m*3n个像素点的区域,所述第三矩形区域与所述第一矩形区域相邻且位于所述第一矩形区域的正上方,且包含m*n个像素点;
第四矩形区域中所有像素点像素值的平均值与以所述第一矩形区域中所有像素点像素值的平均值的差值,大于所述第二矩形区域中所有像素点像素值的方差;其中所述第四矩形区域与所述第一矩形区域相邻且位于所述第一矩形区域的正下方,且包含m*n个像素点;
第五矩形区域中所有像素点像素值的平均值与以所述第一矩形区域中所有像素点像素值的平均值的差值,大于所述第二矩形区域中所有像素点像素值的方差;其中所述第五矩形区域与所述第一矩形区域相邻且位于所述第一矩形区域的左侧,且包含m*n个像素点;
第六矩形区域中所有像素点像素值的平均值与以所述第一矩形区域中所有像素点像素值的平均值的差值,大于所述第二矩形区域中所有像素点像素值的方差;其中所述第五矩形区域与所述第一矩形区域相邻且位于所述第一矩形区域的右侧,且包含m*n个像素点。
下面结合附图5,说明本发明实施例采用十字滤波方法对二值化处理后灰度值为255的像素点进行过滤的方法。
如图5所示,以像素点A为例,说明采用十字滤波的方法。
1、确定以像素点A为中心的由3*3个像素点组成的第一矩形区域;
2、确定以像素点A为中心的由9*9个像素点组成的第二矩形区域;
3、将位于第一矩形区域正上方且与第一矩形区域相邻的由3*3个像素点组成的区域作为第三矩形区域;
4、将位于第一矩形区域正下方且与第一矩形区域相邻的由3*3个像素点组成的区域作为第四矩形区域;
5、将位于第一矩形区域正左侧且与所述第一矩形区域相邻的由3*3个像素点组成的区域作为第五矩形区域;
6、将位于所述第一矩形区域正右侧且与所述第一矩形区域相邻的由3*3个像素点组成的区域作为第六矩形区域。
a、计算第一矩形区域中3*3个像素点的像素值的平均值,并标记为“v”;
b、计算第三矩形区域中3*3个像素点的像素值的平均值,并标记为“uv”;
c、计算第四矩形区域中3*3个像素点的像素值的平均值,并标记为“dv”;
d、计算第五矩形区域中3*3个像素点的像素值的平均值,并标记为“lv”;
e、计算第六矩形区域中3*3个像素点的像素值的平均值,并标记为“rv”;
f、计算第二矩形区域中9*9个像素点的像素值的方差,并标记为“stdv”;
并且,在确定满足下列条件时,确定满足十字滤波条件:
uv-v>stdv;并且
rv-v>stdv;并且
dv-v>stdv;并且
lv-v>stdv;
若像素点A满足上述条件,确定像素点A通过滤波,可以进行进一步处理。
针对二值化处理后灰度值为255的每一个像素点,均进行上述十字滤波操作,并对通过十字滤波处理后的像素点进行聚类。
可选的,对满足过滤处理条件的像素点进行聚类操作,确定多个聚类区域。本发明实施例在对满足过滤处理条件的像素点进行聚类操作时,是将距离较近的像素点聚为一类。可选的,聚类区域中每两个像素点之间的距离不大于第一阈值。
另外,在对满足过滤处理条件的像素点进行聚类操作时,还可以设置聚类区域中包含的满足过滤处理条件的像素点的个数,该个数的设置可以参考定位符中包含的像素的个数。
本发明实施例在对满足过滤处理条件的像素点进行聚类操作后,确定出多个聚类区域;针对每一个聚类区域,本发明实施例计算聚类区域的矩形度和旋转角度;并根据每个聚类区域的矩形度和旋转角度,对多个聚类区域进行第一次筛选,筛选出备选的QR码定位符对应的聚类区域。
可选的,从所述多个聚类区域中确定出所述矩形度在第一预设范围,并且所述旋转角度在第二预设范围的聚类区域,作为所述备选的QR码定位符对应的聚类区域。
其中,第一预设范围可以为0.8~1.2;第二预设范围为0~15°。
需要说明的是,本发明实施例采用下列方式计算聚类区域的矩形度:
例如,如图6A所示的聚类区域,其中“○”表示通过滤波处理后的像素点。
在计算如图6A所示的聚类区域时,可以采用下列方法:
1、确定该聚类区域的一个凸包,确定出的凸包如图6B所示;其中确定聚类区域凸包的方法为现有技术的方法,在此不再详细赘述。
2、确定凸包对应的最小外接矩形,如图6C所示;其中确定凸包对应的最小外接矩形的方法为现有技术的方法,在此不再详细赘述。
3、计算凸包周长与外接矩形周长的比值,该比值即为聚类区域的矩形度。
需要说明的是,在矩形度在0.8~1.2范围内时,可以认为该聚类区域为矩形区域,并且当比值为1时,确定该聚类区域为标准矩形。
本发明实施例采用下列方式计算聚类区域的旋转角度:
本发明实施例在计算聚类区域的旋转角度时,如图7所示,实线区域为聚类区域,以聚类区域的中心点为中心建立坐标系,横轴为x轴,纵轴为y轴(与目标图像的坐标系一致);将聚类区域以中心点为中心进行旋转,旋转后聚类区域的边界与x轴或y轴平行,如图7中虚线所示的聚类区域,旋转的最小角度即为聚类区域的旋转角度。
在从多个聚类区域中选取出备选的QR码定位符对应的聚类区域之后,根据每个QR码定位符之间的相对位置信息,从所述备选的QR码定位符对应的聚类区域中选取出QR码定位符对应的聚类区域。
可选的,从所述备选的QR码定位符对应的聚类区域中选取出三个QR码定位符对应的聚类区域;
其中,选取出的三个QR码定位符对应的聚类区域满足下列条件:
三个聚类区域中位于同一水平方向上两个聚类区域的中心距离在第三预设范围内;
三个聚类区域中位于同一垂直方向上两个聚类区域的中心距离在第四预设范围内;
三个聚类区域中垂直方向和水平方向均不相同的两个聚类区域的中心距离在第五预设范围内。
如图2所示的QR码,共包含三个定位符,分别为定位符1、定位符2和定位符3。
下面具体说明:
第一步,根据每个聚类区域的矩形度,从多个聚类区域中筛选出矩形度在0.8~1.2范围内的聚类区域;
第二步,根据每个聚类区域的旋转角度,从筛选出的聚类区域中再次筛选出旋转角度在0~15°范围内的聚类区域,并作为备选的QR码定位符对应的聚类区域;
第三步,根据每个QR码定位符之间的相对位置信息,从备选的QR码定位符对应的聚类区域选取出三个QR码定位符对应的聚类区域;
其中,三个QR码的定位符所在的聚类区域需要满足下列条件:
1、三个聚类区域中位于同一水平方向上两个聚类区域的中心距离在第三预设范围内;如图8所示的QR码中的定位符,其中定位符1与定位符2的中心距离在第三预设范围内。
2、三个聚类区域中位于同一垂直方向上两个聚类区域的中心距离在第四预设范围内;如图8所示的QR码中的定位符,其中定位符1与定位符3的中心距离在第四预设范围内。
3、三个聚类区域中垂直方向和水平方向均不相同的两个聚类区域的中心距离在第五预设范围内。如图8所示的QR码中的定位符,其中定位符2与定位符3的中心距离在第五预设范围内。
本发明实施例在从目标图像中确定出QR码的定位符的位置之后,即相当于定位出目标图像中QR码的位置。
本发明实施例在确定出目标图像中QR码的位置后,采用极性卡尺的方法对QR码区域进行矫正,以保证QR码被正确的识别出来。
需要说明的是,本发明实施例在目标图像中定位出QR码区域后,还需要将该包含QR码区域的目标图像映射到如图3所示的源图像(第0层)中,并输出至解码模块,用以对QR码进行解码。
基于同一发明构思,本发现实施例还提供了一种QR码的定位装置,由于该装置解决问题的原理与本发明实施例QR码的定位的方法相似,因此该装置的实施可以参见方法的实施,重复之处不再赘述。
如图9所示、一种快速反应QR码的定位装置,包括:
过滤模块901,用于根据包含QR码区域的目标图像中每个像素点的像素值,对所述目标图像中的像素点进行过滤处理;
确定模块902,用于对满足过滤处理条件的像素点进行聚类操作,确定多个聚类区域;其中,所述聚类区域中每两个像素点之间的距离不大于第一阈值;
处理模块903,用于根据每个聚类区域的矩形度和旋转角度,从所述多个聚类区域中确定出备选的QR码定位符对应的聚类区域;
选取模块904,用于根据所述QR码区域中每个QR码定位符之间的相对位置信息,从所述备选的QR码定位符对应的聚类区域中选取出QR码定位符对应的聚类区域;
定位模块905,用于根据选取出的QR码定位符对应的聚类区域定位所述目标图像中的QR码区域。
可选的,所述过滤模块801,具体用于:
针对目标图像中任意一个像素点,根据所述像素点的像素值以及与所述像素点相邻的像素点的像素值,确定所述像素点的梯度值;根据所述目标图像中每个像素点的梯度值,生成所述目标图像对应的梯度图像;对所述梯度图像进行二值化处理,并对二值化处理后灰度值为预设值的像素点进行过滤处理。
可选的,所述过滤模块801,具体用于:
针对目标图像中任意一个像素点,确定所述像素点以及与所述像素点相邻的像素点组成的第一区域,并确定所述第一区域中所有像素点像素值的平均值;以及,确定第二区域中所有像素点像素值的平均值,和第三区域中所有像素点像素值的平均值;其中,所述第二区域与所述第一区域相邻且位于所述第一区域的右侧,所述第三区域与所述第一区域相邻且位于所述第一区域的正下方;所述第二区域、所述第三区域和所述第一区域包含相同个数的像素点;确定所述第二区域中所有像素点像素值平均值与所述第一区域中所有像素点像素值的平均值的差值,以及确定所述第三区域中所有像素点像素值平均值与所述第一区域中所有像素点像素值的平均值的差值,并将最大的差值作为所述像素点的梯度值。
可选的,所述过滤模块801,具体用于:
针对目标图像中任意一个像素点,确定所述像素点以及与所述像素点相邻的像素点组成的第一区域,并确定所述第一区域中所有像素点像素值的平均值;以及,确定第二区域中所有像素点像素值的平均值,和第三区域中所有像素点像素值的平均值;其中,所述第二区域与所述第一区域相邻且位于所述第一区域的右侧,所述第三区域与所述第一区域相邻且位于所述第一区域的正下方;所述第二区域、所述第三区域和所述第一区域包含相同个数的像素点;确定所述第二区域中所有像素点像素值平均值与所述第一区域中所有像素点像素值的平均值的差值,以及确定所述第三区域中所有像素点像素值平均值与所述第一区域中所有像素点像素值的平均值的差值,并将最大的差值作为所述像素点的梯度值。
可选的,所述处理模块903,具体用于:
从所述多个聚类区域中确定出所述矩形度在第一预设范围,并且所述旋转角度在第二预设范围的聚类区域,作为所述备选的QR码定位符对应的聚类区域。
可选的,所述QR码中包含三个定位符;
所述选取模块904,具体用于:
从所述备选的QR码定位符对应的聚类区域中选取出三个QR码定位符对应的聚类区域;
其中,选取出的三个QR码定位符对应的聚类区域满足下列条件:
三个聚类区域中位于同一水平方向上两个聚类区域的中心距离在第三预设范围内;
三个聚类区域中位于同一垂直方向上两个聚类区域的中心距离在第四预设范围内;
三个聚类区域中垂直方向和水平方向均不相同的两个聚类区域的中心距离在第五预设范围内。
以上参照示出根据本申请实施例的方法、装置(系统)和/或计算机程序产品的框图和/或流程图描述本申请。应理解,可以通过计算机程序指令来实现框图和/或流程图示图的一个块以及框图和/或流程图示图的块的组合。可以将这些计算机程序指令提供给通用计算机、专用计算机的处理器和/或其它可编程数据处理装置,以产生机器,使得经由计算机处理器和/或其它可编程数据处理装置执行的指令创建用于实现框图和/或流程图块中所指定的功能/动作的方法。
相应地,还可以用硬件和/或软件(包括固件、驻留软件、微码等)来实施本申请。更进一步地,本申请可以采取计算机可使用或计算机可读存储介质上的计算机程序产品的形式,其具有在介质中实现的计算机可使用或计算机可读程序代码,以由指令执行系统来使用或结合指令执行系统而使用。在本申请上下文中,计算机可使用或计算机可读介质可以是任意介质,其可以包含、存储、通信、传输、或传送程序,以由指令执行系统、装置或设备使用,或结合指令执行系统、装置或设备使用。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (12)
1.一种快速反应QR码区域的定位方法,其特征在于,该方法包括:
根据包含QR码区域的目标图像中每个像素点的像素值,对所述目标图像中的像素点进行过滤处理;
对满足过滤处理条件的像素点进行聚类操作,确定多个聚类区域;其中,所述聚类区域中每两个像素点之间的距离不大于第一阈值;
根据每个聚类区域的矩形度和旋转角度,从所述多个聚类区域中确定出备选的QR码定位符对应的聚类区域;
根据所述QR码区域中每个QR码定位符之间的相对位置信息,从所述备选的QR码定位符对应的聚类区域中选取出QR码定位符对应的聚类区域;
根据选取出的QR码定位符对应的聚类区域定位所述目标图像中的QR码区域。
2.如权利要求1所述的方法,其特征在于,所述根据包含QR码区域的目标图像中每个像素点的灰度值,对所述目标图像中的像素点进行过滤处理,包括:
针对目标图像中任意一个像素点,根据所述像素点的像素值以及与所述像素点相邻的像素点的像素值,确定所述像素点的梯度值;
根据所述目标图像中每个像素点的梯度值,生成所述目标图像对应的梯度图像;
对所述梯度图像进行二值化处理,并对二值化处理后灰度值为预设值的像素点进行过滤处理。
3.如权利要求2所述的方法,其特征在于,所述根据所述像素点的像素值以及与所述像素点相邻的像素点的像素值,确定所述像素点梯度值,包括:
针对目标图像中任意一个像素点,确定所述像素点以及与所述像素点相邻的像素点组成的第一区域,并确定所述第一区域中所有像素点像素值的平均值;以及,
确定第二区域中所有像素点像素值的平均值,和第三区域中所有像素点像素值的平均值;其中,所述第二区域与所述第一区域相邻且位于所述第一区域的右侧,所述第三区域与所述第一区域相邻且位于所述第一区域的正下方;所述第二区域、所述第三区域和所述第一区域包含相同个数的像素点;
确定所述第二区域中所有像素点像素值平均值与所述第一区域中所有像素点像素值的平均值的差值,以及确定所述第三区域中所有像素点像素值平均值与所述第一区域中所有像素点像素值的平均值的差值,并将最大的差值作为所述像素点的梯度值。
4.如权利要求2所述的方法,其特征在于,所述对二值化处理后灰度值为预设值的像素点进行过滤处理,包括:
针对二值化处理后灰度值为所述预设值的任意一个像素点,判断所述像素点是否满足过滤处理条件;其中,所述过滤处理条件为:
第三矩形区域中所有像素点像素值的平均值与以所述像素点为中心的第一矩形区域中所有像素点像素值的平均值的差值,大于以所述像素点为中心的第二矩形区域中所有像素点像素值的方差;其中所述第一矩形区域为包含m*n个像素点的区域,所述第二矩形区域为包含3m*3n个像素点的区域,所述第三矩形区域与所述第一矩形区域相邻且位于所述第一矩形区域的正上方,且包含m*n个像素点;
第四矩形区域中所有像素点像素值的平均值与以所述第一矩形区域中所有像素点像素值的平均值的差值,大于所述第二矩形区域中所有像素点像素值的方差;其中所述第四矩形区域与所述第一矩形区域相邻且位于所述第一矩形区域的正下方,且包含m*n个像素点;
第五矩形区域中所有像素点像素值的平均值与以所述第一矩形区域中所有像素点像素值的平均值的差值,大于所述第二矩形区域中所有像素点像素值的方差;其中所述第五矩形区域与所述第一矩形区域相邻且位于所述第一矩形区域的左侧,且包含m*n个像素点;
第六矩形区域中所有像素点像素值的平均值与以所述第一矩形区域中所有像素点像素值的平均值的差值,大于所述第二矩形区域中所有像素点像素值的方差;其中所述第五矩形区域与所述第一矩形区域相邻且位于所述第一矩形区域的右侧,且包含m*n个像素点。
5.如权利要求1所述的方法,其特征在于,所述根据每个聚类区域的矩形度和旋转角度,从所述多个聚类区域中确定出备选的QR码定位符对应的聚类区域,包括:
从所述多个聚类区域中确定出所述矩形度在第一预设范围,并且所述旋转角度在第二预设范围的聚类区域,作为所述备选的QR码定位符对应的聚类区域。
6.如权利要求1所述的方法,其特征在于,所述QR码中包含三个定位符;
所述根据每个QR码定位符之间的相对位置信息,从所述备选的QR码定位符对应的聚类区域中选取出QR码定位符对应的聚类区域,包括:
从所述备选的QR码定位符对应的聚类区域中选取出三个QR码定位符对应的聚类区域;
其中,选取出的三个QR码定位符对应的聚类区域满足下列条件:
三个聚类区域中位于同一水平方向上两个聚类区域的中心距离在第三预设范围内;
三个聚类区域中位于同一垂直方向上两个聚类区域的中心距离在第四预设范围内;
三个聚类区域中垂直方向和水平方向均不相同的两个聚类区域的中心距离在第五预设范围内。
7.一种快速反应QR码区域的定位装置,其特征在于,包括:
过滤模块,用于根据包含QR码区域的目标图像中每个像素点的像素值,对所述目标图像中的像素点进行过滤处理;
确定模块,用于对满足过滤处理条件的像素点进行聚类操作,确定多个聚类区域;其中,所述聚类区域中每两个像素点之间的距离不大于第一阈值;
处理模块,用于根据每个聚类区域的矩形度和旋转角度,从所述多个聚类区域中确定出备选的QR码定位符对应的聚类区域;
选取模块,用于根据所述QR码区域中每个QR码定位符之间的相对位置信息,从所述备选的QR码定位符对应的聚类区域中选取出QR码定位符对应的聚类区域;
定位模块,用于根据选取出的QR码定位符对应的聚类区域定位所述目标图像中的QR码区域。
8.如权利要求7所述的装置,其特征在于,所述过滤模块,具体用于:
针对目标图像中任意一个像素点,根据所述像素点的像素值以及与所述像素点相邻的像素点的像素值,确定所述像素点的梯度值;根据所述目标图像中每个像素点的梯度值,生成所述目标图像对应的梯度图像;对所述梯度图像进行二值化处理,并对二值化处理后灰度值为预设值的像素点进行过滤处理。
9.如权利要求8所述的装置,其特征在于,所述过滤模块,具体用于:
针对目标图像中任意一个像素点,确定所述像素点以及与所述像素点相邻的像素点组成的第一区域,并确定所述第一区域中所有像素点像素值的平均值;以及,确定第二区域中所有像素点像素值的平均值,和第三区域中所有像素点像素值的平均值;其中,所述第二区域与所述第一区域相邻且位于所述第一区域的右侧,所述第三区域与所述第一区域相邻且位于所述第一区域的正下方;所述第二区域、所述第三区域和所述第一区域包含相同个数的像素点;确定所述第二区域中所有像素点像素值平均值与所述第一区域中所有像素点像素值的平均值的差值,以及确定所述第三区域中所有像素点像素值平均值与所述第一区域中所有像素点像素值的平均值的差值,并将最大的差值作为所述像素点的梯度值。
10.如权利要求8所述的装置,其特征在于,所述过滤模块,具体用于:
针对二值化处理后灰度值为所述预设值的任意一个像素点,判断所述像素点是否满足过滤处理条件;其中,所述过滤处理条件为:
第三矩形区域中所有像素点像素值的平均值与以所述像素点为中心的第一矩形区域中所有像素点像素值的平均值的差值,大于以所述像素点为中心的第二矩形区域中所有像素点像素值的方差;其中所述第一矩形区域为包含m*n个像素点的区域,所述第二矩形区域为包含3m*3n个像素点的区域,所述第三矩形区域与所述第一矩形区域相邻且位于所述第一矩形区域的正上方,且包含m*n个像素点;
第四矩形区域中所有像素点像素值的平均值与以所述第一矩形区域中所有像素点像素值的平均值的差值,大于所述第二矩形区域中所有像素点像素值的方差;其中所述第四矩形区域与所述第一矩形区域相邻且位于所述第一矩形区域的正下方,且包含m*n个像素点;
第五矩形区域中所有像素点像素值的平均值与以所述第一矩形区域中所有像素点像素值的平均值的差值,大于所述第二矩形区域中所有像素点像素值的方差;其中所述第五矩形区域与所述第一矩形区域相邻且位于所述第一矩形区域的左侧,且包含m*n个像素点;
第六矩形区域中所有像素点像素值的平均值与以所述第一矩形区域中所有像素点像素值的平均值的差值,大于所述第二矩形区域中所有像素点像素值的方差;其中所述第五矩形区域与所述第一矩形区域相邻且位于所述第一矩形区域的右侧,且包含m*n个像素点。
11.如权利要求8所述的装置,其特征在于,所述处理模块,具体用于:
从所述多个聚类区域中确定出所述矩形度在第一预设范围,并且所述旋转角度在第二预设范围的聚类区域,作为所述备选的QR码定位符对应的聚类区域。
12.如权利要求8所述的装置,其特征在于,所述QR码中包含三个定位符;
所述选取模块,具体用于:
从所述备选的QR码定位符对应的聚类区域中选取出三个QR码定位符对应的聚类区域;
其中,选取出的三个QR码定位符对应的聚类区域满足下列条件:
三个聚类区域中位于同一水平方向上两个聚类区域的中心距离在第三预设范围内;
三个聚类区域中位于同一垂直方向上两个聚类区域的中心距离在第四预设范围内;
三个聚类区域中垂直方向和水平方向均不相同的两个聚类区域的中心距离在第五预设范围内。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710214063.0A CN107025455B (zh) | 2017-04-01 | 2017-04-01 | 一种快速反应qr码区域的定位方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710214063.0A CN107025455B (zh) | 2017-04-01 | 2017-04-01 | 一种快速反应qr码区域的定位方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107025455A true CN107025455A (zh) | 2017-08-08 |
CN107025455B CN107025455B (zh) | 2019-12-24 |
Family
ID=59527889
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710214063.0A Active CN107025455B (zh) | 2017-04-01 | 2017-04-01 | 一种快速反应qr码区域的定位方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107025455B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107895138A (zh) * | 2017-10-13 | 2018-04-10 | 西安艾润物联网技术服务有限责任公司 | 空间障碍物检测方法、装置及计算机可读存储介质 |
CN109086644A (zh) * | 2018-07-27 | 2018-12-25 | 广东奥普特科技股份有限公司 | 亚像素精度的DataMatrix二维码的定位方法 |
CN109409163A (zh) * | 2018-11-12 | 2019-03-01 | 凌云光技术集团有限责任公司 | 一种基于纹理特性的qr码快速定位方法 |
CN109815762A (zh) * | 2018-12-29 | 2019-05-28 | 福建天泉教育科技有限公司 | 远距离识别二维码的方法、存储介质 |
CN111241860A (zh) * | 2019-12-31 | 2020-06-05 | 徐波 | 一种任意素材环形码的定位与解码方法 |
CN111815725A (zh) * | 2020-07-29 | 2020-10-23 | 苏州中科全象智能科技有限公司 | 一种qr码区域定位方法 |
CN111860025A (zh) * | 2019-04-30 | 2020-10-30 | 杭州海康机器人技术有限公司 | 二维码感兴趣区域定位方法及装置 |
WO2021049473A1 (ja) * | 2019-09-09 | 2021-03-18 | パナソニックIpマネジメント株式会社 | 映像表示システム、及び映像表示方法 |
CN116363390A (zh) * | 2023-05-25 | 2023-06-30 | 之江实验室 | 一种红外弱小目标检测方法、装置、存储介质及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101256157A (zh) * | 2008-03-26 | 2008-09-03 | 广州中国科学院工业技术研究院 | 表面缺陷检测方法、装置 |
CN101430768A (zh) * | 2007-11-07 | 2009-05-13 | 刘涛 | 一种二维条码系统及其定位方法 |
US20130153663A1 (en) * | 2011-12-20 | 2013-06-20 | Yang Yang | Method and Apparatus for Locating Bar Codes Including QR Codes |
CN104200188A (zh) * | 2014-08-25 | 2014-12-10 | 北京慧眼智行科技有限公司 | 一种快速定位qr码位置探测图形的方法和系统 |
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 |
-
2017
- 2017-04-01 CN CN201710214063.0A patent/CN107025455B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101430768A (zh) * | 2007-11-07 | 2009-05-13 | 刘涛 | 一种二维条码系统及其定位方法 |
CN101256157A (zh) * | 2008-03-26 | 2008-09-03 | 广州中国科学院工业技术研究院 | 表面缺陷检测方法、装置 |
US20130153663A1 (en) * | 2011-12-20 | 2013-06-20 | Yang Yang | Method and Apparatus for Locating Bar Codes Including QR Codes |
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 |
CN104200188A (zh) * | 2014-08-25 | 2014-12-10 | 北京慧眼智行科技有限公司 | 一种快速定位qr码位置探测图形的方法和系统 |
Non-Patent Citations (1)
Title |
---|
张民: "QR码识别算法研究及其在嵌入式系统上的实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107895138B (zh) * | 2017-10-13 | 2020-06-23 | 西安艾润物联网技术服务有限责任公司 | 空间障碍物检测方法、装置及计算机可读存储介质 |
CN107895138A (zh) * | 2017-10-13 | 2018-04-10 | 西安艾润物联网技术服务有限责任公司 | 空间障碍物检测方法、装置及计算机可读存储介质 |
CN109086644A (zh) * | 2018-07-27 | 2018-12-25 | 广东奥普特科技股份有限公司 | 亚像素精度的DataMatrix二维码的定位方法 |
CN109086644B (zh) * | 2018-07-27 | 2021-05-25 | 广东奥普特科技股份有限公司 | 亚像素精度的DataMatrix二维码的定位方法 |
CN109409163A (zh) * | 2018-11-12 | 2019-03-01 | 凌云光技术集团有限责任公司 | 一种基于纹理特性的qr码快速定位方法 |
CN109409163B (zh) * | 2018-11-12 | 2022-04-01 | 凌云光技术股份有限公司 | 一种基于纹理特性的qr码快速定位方法 |
CN109815762B (zh) * | 2018-12-29 | 2022-02-11 | 福建天泉教育科技有限公司 | 远距离识别二维码的方法、存储介质 |
CN109815762A (zh) * | 2018-12-29 | 2019-05-28 | 福建天泉教育科技有限公司 | 远距离识别二维码的方法、存储介质 |
CN111860025B (zh) * | 2019-04-30 | 2022-08-02 | 杭州海康机器人技术有限公司 | 二维码感兴趣区域定位方法及装置 |
CN111860025A (zh) * | 2019-04-30 | 2020-10-30 | 杭州海康机器人技术有限公司 | 二维码感兴趣区域定位方法及装置 |
WO2021049473A1 (ja) * | 2019-09-09 | 2021-03-18 | パナソニックIpマネジメント株式会社 | 映像表示システム、及び映像表示方法 |
US11785192B2 (en) | 2019-09-09 | 2023-10-10 | Panasonic Intellectual Property Management Co., Ltd. | Video display system and video display method |
CN111241860A (zh) * | 2019-12-31 | 2020-06-05 | 徐波 | 一种任意素材环形码的定位与解码方法 |
WO2022021687A1 (zh) * | 2020-07-29 | 2022-02-03 | 苏州中科全象智能科技有限公司 | 快速响应码区域定位方法、电子设备及存储介质 |
CN111815725A (zh) * | 2020-07-29 | 2020-10-23 | 苏州中科全象智能科技有限公司 | 一种qr码区域定位方法 |
CN111815725B (zh) * | 2020-07-29 | 2024-03-08 | 苏州中科全象智能科技有限公司 | 一种qr码区域定位方法 |
CN116363390A (zh) * | 2023-05-25 | 2023-06-30 | 之江实验室 | 一种红外弱小目标检测方法、装置、存储介质及电子设备 |
CN116363390B (zh) * | 2023-05-25 | 2023-09-19 | 之江实验室 | 一种红外弱小目标检测方法、装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN107025455B (zh) | 2019-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107025455A (zh) | 一种快速反应qr码区域的定位方法及装置 | |
CN104809422B (zh) | 基于图像处理的qr码识别方法 | |
CN102932582B (zh) | 实现运动检测的方法及装置 | |
Peng et al. | Image haze removal using airlight white correction, local light filter, and aerial perspective prior | |
CN104966304B (zh) | 基于卡尔曼滤波与非参数背景模型的多目标检测跟踪方法 | |
US20150198439A1 (en) | Generation of depth data based on spatial light pattern | |
CN107742291B (zh) | 一种光伏玻璃的缺陷检测方法及装置 | |
JP2012165365A (ja) | 適応フィルタリングを利用したデジタルイメージ安定化方法 | |
WO2008018331A1 (en) | Method, apparatus and integrated circuit capable of reducing image ringing noise | |
CN101626454B (zh) | 一种增强视频可视性的方法 | |
CN109040720B (zh) | 一种生成rgb图像的方法及装置 | |
Hashemzadeh | Hiding information in videos using motion clues of feature points | |
CN110009615B (zh) | 图像角点的检测方法及检测装置 | |
CN110111330A (zh) | 手机屏幕检测方法 | |
CN102118547A (zh) | 图像加权滤波的方法 | |
CN107547839A (zh) | 基于图像分析的远程控制平台 | |
CN105933676B (zh) | 基于图像分析的远程控制平台 | |
CN1194554C (zh) | 信号处理设备及其方法 | |
CN110740266A (zh) | 图像选帧方法、装置、存储介质及电子设备 | |
CN115965537A (zh) | 一种视频图像降噪方法、装置及计算机存储介质 | |
CN109995985B (zh) | 基于机器人的全景图像拍摄方法、装置及机器人 | |
CN106570834A (zh) | 一种用于像素调制可见光通信系统的图像矫正方法 | |
CN104867108B (zh) | 一种图像处理的方法及电子设备 | |
CN113052878A (zh) | 一种安防系统中边缘设备的多路高空抛物检测方法及系统 | |
KR100821939B1 (ko) | 영상 잡음 제거 장치 및 방법 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: C10, No. 1199 Bin'an Road, Binjiang District, Hangzhou City, Zhejiang Province Patentee after: Zhejiang Huarui Technology Co.,Ltd. Address before: C10, No. 1199 Bin'an Road, Binjiang District, Hangzhou City, Zhejiang Province Patentee before: ZHEJIANG HUARAY TECHNOLOGY Co.,Ltd. |