CN107644186A - 一种基于计算全息的破损二维码识别方法 - Google Patents
一种基于计算全息的破损二维码识别方法 Download PDFInfo
- Publication number
- CN107644186A CN107644186A CN201711002241.XA CN201711002241A CN107644186A CN 107644186 A CN107644186 A CN 107644186A CN 201711002241 A CN201711002241 A CN 201711002241A CN 107644186 A CN107644186 A CN 107644186A
- Authority
- CN
- China
- Prior art keywords
- quick response
- response code
- gray scale
- hologram
- information
- 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.)
- Pending
Links
Landscapes
- Holo Graphy (AREA)
- Credit Cards Or The Like (AREA)
Abstract
一种基于计算全息的破损二维码识别方法,涉及使用灰度全息图储存信息及再现的技术领域,包括以下步骤:使用计算机对生成的二维码进行全息编码转化为灰度全息图,将此灰度全息图打印到二维码一侧,当原二维码破损时使用该灰度全息图辅助识别;当二维码破损时,利用具有解码能力的扫描器,扫描二维码一侧的灰度全息图,将包含二维码信息的灰度全息图解码,得到原二维码包含的信息。本发明有益效果:本发明基于目前的计算机和手机硬件水平,能实现快速编码、解码等一系列过程,针对于现有的二维码一旦损坏或者脏污就很难识别的缺点,本发明通过将国际广泛应用的二维码与计算全息技术结合,实现了即使部分破损也能读取到产品信息的功能。
Description
技术领域
本发明涉及使用灰度全息图储存信息及再现的技术领域,具体地说是一种基于计算全息的破损二维码识别方法。
背景技术
全息术最早于1947年由英国物理学家DeniseGabor发现,1960年激光的出现,提供了一种高相干性光源,为全息技术的进一步发展提供了可能,自此光学全息迅速发展。现今光学全息术的发展已经处于极盛时期,且随着数字计算机与计算技术的迅速提高,人们广泛地使用计算机去模拟、运算、处理各种光学过程以及控制计算机绘图。受到这两个不同因素刺激,20世纪中后期发展起来一种建立在数字计算与现代光学的基础之上的计算全息技术。自从1965年德国光学专家罗曼(A.W.Lohmann)使用计算机控制的绘图仪做出了世界上第一张计算全息图之后,又有科学家提出了多种计算全息的编码制作技术,高精度的计算全息图的制作已成为现实。
二维码(2-dimensionalbarcode)是用某种特定的几何图形按一定规律在平面(二维方向上)分布的黑白相间的图形记录数据符号信息的一种图形识别码;近年来,随着计算机应用的不断普及,二维码的应用得到了很大的发展。二维码可以涵盖很多信息,如产品信息,网站链接,图片信息,文字信息等,所以越来越被广泛应用。但常用的二维码在产品的使用过程中容易破损,被污染等导致无法扫描,从而带来不必要的损失。
二维码具有广泛的社会应用,故本发明提出了一种使用计算全息将二维码编码成全息图,并通过一定的方法实现直接通过扫描全息图得到原二维码信息的方案,达到在二维码破损的情况下仍然能够进行读取的目的。
发明内容
本发明所要解决的技术问题是提供一种基于计算全息的破损二维码识别方法,使得具有碎片再现能力,解决目前二维码容易破损、被污染等导致无法扫描识别的问题。
本发明为解决上述技术问题所采用的技术方案是:一种基于计算全息的破损二维码识别方法,包括以下步骤:
步骤一、使用计算机对生成的二维码进行全息编码转化为灰度全息图,将此灰度全息图打印到二维码一侧,当原二维码破损时使用该灰度全息图辅助识别;
步骤二、当二维码破损时,利用具有解码能力的扫描器,扫描二维码一侧的灰度全息图,将包含二维码信息的灰度全息图解码,并通过一定的背景虚化对其进行读取,得到解码后的二维码,并对解码后的二维码进行信息读取,得到原二维码包含的信息。
本发明所述步骤一中对生成的二维码进行全息编码转化为灰度全息图的具体方法为:
(1)采用图片读取的方法读取二维码,并对其进行数字化转换,得到二维码的数字图像O0(x0,y0);
(2)对二维码的数字图像O0(x0,y0)进行离散傅里叶变换,得到其频谱信息O(x,y):
其中j为虚数单位,为频谱的相位;
定义离轴平面参考波频谱R(x,y)为:
R(x,y)=R*exp[j*2παx],
其中R为离轴平面参考波的振幅函数,α为参考波的空间频率;
(3)采用博奇编码,模拟光学全息图制作过程,得到灰度全息图的透过率函数h(x,y):
h(x,y)=|O(x,y)|2+|R(x,y)|2+O*(x,y)R(x,y)+O(x,y)R*(x,y)
其中零极项|O(x,y)|2+|R(x,y)|2对再现没有贡献,且会增加计算量及噪声,因此将上式简化为:
其中a为常数,O*(x,y)表示物光波共轭,R*(x,y)表示参考波共轭,为参考波的相位信息,为物光波的相位信息。
本发明所述步骤二中识别破损二维码的具体方法为:对于灰度全息图完整情况下的再现图,直接通过扫描器扫描灰度全息图识别读取;当灰度全息图破损时,根据噪声的特点及二维码抗干扰能力强的特点,对再现图进行二值化以及轻度虚化处理,使读取的再现图更加精确。
本发明所述扫描器对灰度全息图进行扫描识别的具体方法为:用特定的光波照射灰度全息图,对灰度全息图的透过率函数做傅里叶逆变换得到原二维码Object:
本发明的有益效果是:本发明基于目前的计算机和手机硬件水平,能实现快速编码、解码等一系列过程,针对于现有的二维码一旦损坏或者脏污就很难识别的缺点,本发明通过将国际广泛应用的二维码与计算全息技术结合,实现了即使部分破损也能读取到产品信息的功能,试验中当灰度全息图破损达到60%时,依然能够识别出原二维码的信息,可行性较高。
附图说明
图1为本发明实施例原二维码;
图2为本发明将实施例原二维码通过计算机编码成灰度全息图;
图3为本发明实施例46%的灰度全息图再现的不清晰的二维码信息;
图4为本发明实施例中将不清晰的二维码进行二值化及轻度虚化所得到的图像。
具体实施方式
一种基于计算全息的破损二维码识别方法,其特征在于:包括以下步骤:
步骤一、使用计算机对生成的二维码进行全息编码转化为灰度全息图,将此灰度全息图打印到二维码一侧,当原二维码破损时使用该灰度全息图辅助识别,转化为灰度全息图的具体方法为:
(1)采用图片读取的方法读取二维码,并对其进行数字化转换,得到二维码的数字图像O0(x0,y0);
(2)对二维码的数字图像O0(x0,y0)进行离散傅里叶变换,得到其频谱信息O(x,y):
其中j为虚数单位,为频谱的相位;
定义离轴平面参考波频谱R(x,y)为:
R(x,y)=R*exp[j*2παx],
其中R为离轴平面参考波的振幅函数,α为参考波的空间频率;
(3)采用博奇编码,模拟光学全息图制作过程,得到灰度全息图的透过率函数h(x,y):
h(x,y)=|O(x,y)|2+|R(x,y)|2+O*(x,y)R(x,y)+O(x,y)R*(x,y)
其中零极项|O(x,y)|2+|R(x,y)|2对再现没有贡献,且会增加计算量及噪声,因此将上式简化为:
其中a为常数,O*(x,y)表示物光波共轭,R*(x,y)表示参考波共轭,为参考波的相位信息,为物光波的相位信息。
步骤二、当二维码破损时,识别二维码的具体方法为:对于灰度全息图完整情况下的再现图,直接通过扫描器扫描灰度全息图识别读取;当灰度全息图破损时,根据噪声的特点及二维码抗干扰能力强的特点,对再现图进行二值化以及轻度虚化处理,使读取的再现图更加精确;所述扫描器对灰度全息图进行扫描识别的具体方法为:用特定的光波照射灰度全息图,对灰度全息图的透过率函数做傅里叶逆变换得到原二维码Object:
实施例
下面结合附图对本发明作进一步的说明。图1是用计算机生成的普通二维码,在本发明方案中,将图1编码为全息图图2,将此全息图附在普通二维码旁边。当普通二维码被损坏或污染时,或者普通二维码和全息二维码都破损时,通过扫描一侧的全息图图2,就得到完整的二维码信息。
具体步骤如下:
(一)制作及印刷:
(1)采用图片读取的方法读取标准二维码,并对其进行数字化转换,得到标准二维码的数字图像;
(2)对标准二维码的数字图像进行离散傅里叶变换,得到其频谱信息;
(3)构造出相应的参考光频谱函数,按照博奇编码的公式进行叠加,得到干涉之后的光场透过率函数,图像如图2所示;
(4)将图2所示灰度全息图印刷到普通二维码的一侧。
(二)二维码的识别读取:
(1)使用扫描器读取图像,并将其保存到矩阵中,由于现有手机上的摄像头读取到的信息为真彩图,故需对此矩阵做RGB转灰度的处理,得到图2所示二维矩阵。
(2)对二维矩阵进行离散快速散傅里叶变换,移频,二值化操作,得到如图1所示二维码的重现图。
(3)当标准二维码图1和全息图图2发生损坏时,例如仅能读取46%的图二面积,所获得的信息会产生如图3所示的随机相位噪声,针对这种噪声的特点及二维码的抗干扰能力强的特点,采用二值化处理以及轻度虚化处理,得到读取更准确的二维码图4。
Claims (4)
1.一种基于计算全息的破损二维码识别方法,其特征在于:包括以下步骤:
步骤一、使用计算机对生成的二维码进行全息编码转化为灰度全息图,将此灰度全息图打印到二维码一侧,当原二维码破损时使用该灰度全息图辅助识别;
步骤二、当二维码破损时,利用具有解码能力的扫描器,扫描二维码一侧的灰度全息图,将包含二维码信息的灰度全息图解码,并通过一定的背景虚化对其进行读取,得到解码后的二维码,并对解码后的二维码进行信息读取,得到原二维码包含的信息。
2.根据权利要求1所述的一种基于计算全息的破损二维码识别方法,其特征在于:所述步骤一中对生成的二维码进行全息编码转化为灰度全息图的具体方法为:
(1)采用图片读取的方法读取二维码,并对其进行数字化转换,得到二维码的数字图像O0(x0,y0);
(2)对二维码的数字图像O0(x0,y0)进行离散傅里叶变换,得到其频谱信息O(x,y):
其中j为虚数单位,为频谱的相位;
定义离轴平面参考波频谱R(x,y)为:
R(x,y)=R*exp[j*2παx],
其中R为离轴平面参考波的振幅函数,α为参考波的空间频率;
(3)采用博奇编码,模拟光学全息图制作过程,得到灰度全息图的透过率函数h(x,y):
h(x,y)=|O(x,y)|2+|R(x,y)|2+O*(x,y)R(x,y)+O(x,y)R*(x,y)
其中零极项|O(x,y)|2+|R(x,y)|2对再现没有贡献,且会增加计算量及噪声,因此将上式简化为:
其中a为常数,O*(x,y)表示物光波共轭,R*(x,y)表示参考波共轭,为参考波的相位信息,为物光波的相位信息。
3.根据权利要求1所述的一种基于计算全息的破损二维码识别方法,其特征在于:所述步骤二中识别二维码的具体方法为:对于灰度全息图完整情况下的再现图,直接通过扫描器扫描灰度全息图识别读取;当灰度全息图破损时,根据噪声的特点及二维码抗干扰能力强的特点,对再现图进行二值化以及轻度虚化处理,使读取的再现图更加精确。
4.根据权利要求3所述的一种基于计算全息的破损二维码识别方法,其特征在于:所述扫描器对灰度全息图进行扫描识别的具体方法为:用特定的光波照射灰度全息图,对灰度全息图的透过率函数做傅里叶逆变换得到原二维码Object:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711002241.XA CN107644186A (zh) | 2017-10-24 | 2017-10-24 | 一种基于计算全息的破损二维码识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711002241.XA CN107644186A (zh) | 2017-10-24 | 2017-10-24 | 一种基于计算全息的破损二维码识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107644186A true CN107644186A (zh) | 2018-01-30 |
Family
ID=61124711
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711002241.XA Pending CN107644186A (zh) | 2017-10-24 | 2017-10-24 | 一种基于计算全息的破损二维码识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107644186A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108563973A (zh) * | 2018-04-26 | 2018-09-21 | 冯贵良 | 一种组合式溯源编码标签及其识别方法 |
CN109101855A (zh) * | 2018-07-21 | 2018-12-28 | 湖南七纬科技有限公司 | 一种基于opencv的缺失定位框二维码识别方法 |
CN109754523A (zh) * | 2019-01-09 | 2019-05-14 | 盈奇科技(深圳)有限公司 | 一种自动售货机防二维码破坏的控制方法 |
CN111259678A (zh) * | 2019-04-19 | 2020-06-09 | 泰州市朗嘉尚网络科技有限公司 | 自动化信息重现方法 |
WO2020140925A1 (zh) * | 2019-01-02 | 2020-07-09 | 中兴通讯股份有限公司 | 识别损坏二维码的方法、装置、设备以及存储介质 |
CN112418877A (zh) * | 2020-10-27 | 2021-02-26 | 深圳坤弘印务有限公司 | 包装盒的防伪印刷方法、印刷装置和计算机可读存储介质 |
WO2023106437A1 (ko) * | 2021-12-06 | 2023-06-15 | 한국전자기술연구원 | 복사가 불가능한 홀로그램 큐알 코드 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103870863A (zh) * | 2014-03-14 | 2014-06-18 | 华中科技大学 | 制备隐藏二维码图像全息防伪标签的方法及其识别装置 |
CN105809109A (zh) * | 2016-02-24 | 2016-07-27 | 塔里木大学 | 一种基于品质特征全息相关存储技术的红枣品质快速无损识别方法 |
-
2017
- 2017-10-24 CN CN201711002241.XA patent/CN107644186A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103870863A (zh) * | 2014-03-14 | 2014-06-18 | 华中科技大学 | 制备隐藏二维码图像全息防伪标签的方法及其识别装置 |
CN105809109A (zh) * | 2016-02-24 | 2016-07-27 | 塔里木大学 | 一种基于品质特征全息相关存储技术的红枣品质快速无损识别方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108563973A (zh) * | 2018-04-26 | 2018-09-21 | 冯贵良 | 一种组合式溯源编码标签及其识别方法 |
CN109101855A (zh) * | 2018-07-21 | 2018-12-28 | 湖南七纬科技有限公司 | 一种基于opencv的缺失定位框二维码识别方法 |
CN109101855B (zh) * | 2018-07-21 | 2022-04-26 | 湖北易同科技发展有限公司 | 一种基于opencv的缺失定位框二维码识别方法 |
WO2020140925A1 (zh) * | 2019-01-02 | 2020-07-09 | 中兴通讯股份有限公司 | 识别损坏二维码的方法、装置、设备以及存储介质 |
CN111401095A (zh) * | 2019-01-02 | 2020-07-10 | 中兴通讯股份有限公司 | 一种识别损坏二维码的方法、装置、设备以及存储介质 |
CN109754523A (zh) * | 2019-01-09 | 2019-05-14 | 盈奇科技(深圳)有限公司 | 一种自动售货机防二维码破坏的控制方法 |
CN109754523B (zh) * | 2019-01-09 | 2021-04-13 | 盈奇科技(深圳)有限公司 | 一种自动售货机防二维码破坏的控制方法 |
CN111259678A (zh) * | 2019-04-19 | 2020-06-09 | 泰州市朗嘉尚网络科技有限公司 | 自动化信息重现方法 |
CN111259678B (zh) * | 2019-04-19 | 2021-01-26 | 上海西信信息科技股份有限公司 | 自动化信息重现方法 |
CN112418877A (zh) * | 2020-10-27 | 2021-02-26 | 深圳坤弘印务有限公司 | 包装盒的防伪印刷方法、印刷装置和计算机可读存储介质 |
WO2023106437A1 (ko) * | 2021-12-06 | 2023-06-15 | 한국전자기술연구원 | 복사가 불가능한 홀로그램 큐알 코드 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107644186A (zh) | 一种基于计算全息的破损二维码识别方法 | |
Ren et al. | Reinforced swin-convs transformer for simultaneous underwater sensing scene image enhancement and super-resolution | |
Sun et al. | Deep pixel‐to‐pixel network for underwater image enhancement and restoration | |
Zhang et al. | Viscode: Embedding information in visualization images using encoder-decoder network | |
Yan et al. | Fine-grained attention and feature-sharing generative adversarial networks for single image super-resolution | |
Zhao et al. | Pyramid global context network for image dehazing | |
Fyffe et al. | Comprehensive facial performance capture | |
CN113066034B (zh) | 人脸图像的修复方法与装置、修复模型、介质和设备 | |
Wang et al. | Lightweight single image super-resolution convolution neural network in portable device. | |
Tsang et al. | Computer generation of binary Fresnel holography | |
Yang et al. | Convolutional neural network for smooth filtering detection | |
Yang et al. | Low‐light image enhancement based on Retinex decomposition and adaptive gamma correction | |
CN110689495A (zh) | 一种深度学习的图像修复方法 | |
Chen et al. | Customized 2D barcode sensing for anti-counterfeiting application in smart IoT with fast encoding and information hiding | |
Cheung et al. | Enhanced method for the generation of binary Fresnel holograms based on grid-cross downsampling | |
JP2013506880A (ja) | 可視画像と合成ホログラムとの重ね合わせ | |
Li et al. | UDA‐Net: Densely attention network for underwater image enhancement | |
Liao et al. | GIFMarking: The robust watermarking for animated GIF based deep learning | |
CN107766769A (zh) | 一种基于计算全息的破损条形码识别方法 | |
Zhang et al. | Enhanced visual perception for underwater images based on multistage generative adversarial network | |
Dey | Image Processing Masterclass with Python: 50+ Solutions and Techniques Solving Complex Digital Image Processing Challenges Using Numpy, Scipy, Pytorch and Keras (English Edition) | |
Rest et al. | Illumination-based augmentation for cuneiform deep neural sign classification | |
Liu et al. | Structure aware visual cryptography | |
Yu et al. | Real‐time recovery and recognition of motion blurry QR code image based on fractional order deblurring method | |
Teng et al. | Unsupervised learning method for underwater concrete crack image enhancement and augmentation based on cross domain translation strategy |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180130 |
|
RJ01 | Rejection of invention patent application after publication |