CN107748855B - 一种二维码寻像图形的检测方法 - Google Patents

一种二维码寻像图形的检测方法 Download PDF

Info

Publication number
CN107748855B
CN107748855B CN201710758002.0A CN201710758002A CN107748855B CN 107748855 B CN107748855 B CN 107748855B CN 201710758002 A CN201710758002 A CN 201710758002A CN 107748855 B CN107748855 B CN 107748855B
Authority
CN
China
Prior art keywords
circle
solid
solid circle
image
searching
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
Application number
CN201710758002.0A
Other languages
English (en)
Other versions
CN107748855A (zh
Inventor
谭洪舟
李小敏
陈荣军
谢舜道
周达敏
嵇志辉
朱雄泳
曾衍瀚
路崇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sun Yat Sen University
Original Assignee
Joint Research Institute
SYSU HUADU INDUSTRIAL SCIENCE AND TECHNOLOGY INSTITUTE
Sun Yat Sen University
SYSU CMU Shunde International Joint Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Joint Research Institute, SYSU HUADU INDUSTRIAL SCIENCE AND TECHNOLOGY INSTITUTE, Sun Yat Sen University, SYSU CMU Shunde International Joint Research Institute filed Critical Joint Research Institute
Priority to CN201710758002.0A priority Critical patent/CN107748855B/zh
Publication of CN107748855A publication Critical patent/CN107748855A/zh
Application granted granted Critical
Publication of CN107748855B publication Critical patent/CN107748855B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404—Methods for optical code recognition
    • G06K7/1439—Methods for optical code recognition including a method step for retrieval of the optical code
    • G06K7/1443—Methods for optical code recognition including a method step for retrieval of the optical code locating of the code in an image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404—Methods for optical code recognition
    • G06K7/1408—Methods for optical code recognition the method being specifically adapted for the type of code
    • G06K7/1417—2D bar codes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404—Methods for optical code recognition
    • G06K7/1439—Methods for optical code recognition including a method step for retrieval of the optical code
    • G06K7/1452—Methods for optical code recognition including a method step for retrieval of the optical code detecting bar code edges

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Electromagnetism (AREA)
  • General Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开一种二维码寻像图形的检测方法，检测方法包括以下步骤：S1：识别实心圆：采用自主识别算法对标签图片进行扫描，寻找实心圆图形并确定实心圆的圆心及半径，以所有实心圆图形的最外边界形成的区域作为二维码矩阵区域；S2：判定寻像图形：根据步骤S1确定实心圆，求取圆心角和圆心距，判断圆心角和圆心距的关系是否满足所预设的条件，满足预设条件则这些实心圆为所找的寻像图形，否则跳转到步骤S1继续扫描。本检测方法采用了自主算法识别实心圆寻像图形，其中，实心圆作为寻像图形，相对QR码寻像图形来说，具有抗污损能力更强、识别度更高以及解译速度更快的优点。

Description

一种二维码寻像图形的检测方法
技术领域
本发明涉及二维码领域，更具体地，涉及一种二维码寻像图形的检测方法。
背景技术
目前，二维码的应用范围越来越广泛，涉及各种应用场景，从支付到产品溯源，进入各个领域，从生物制药到互联网，无处不在；在物联网时代，二维码作为物品ID，屹然成为万物互联的基础。同时，随着应用场景不断扩大，使用人群不断延伸，二维码市场空前暴涨，用户需求被进一步深挖，市场开始细分，针对于不同领域，二维码的功能将集中在某些方面进行改进。如在溯源领域中，二维码作为商品标签，需要改进抗模糊性差、识别度低和译码速度慢的缺点。
发明内容
本发明为克服上述现有技术所述的至少一种缺陷，提供一种二维码寻像图形的检测方法。
为解决上述技术问题，本发明的技术方案如下：
一种二维码寻像图形的检测方法，检测方法包括以下步骤：
S1：识别实心圆：采用自主识别算法对标签图片进行扫描，寻找实心圆图形并确定实心圆的圆心及半径，以所有实心圆图形的最外边界形成的区域作为二维码矩阵区域；
S2：判定寻像图形：根据步骤S1确定实心圆，求取圆心角和圆心距，判断圆心角和圆心距的关系是否满足所预设的条件，满足预设条件则这些实心圆为所找的寻像图形，否则跳转到步骤S1继续扫描。
优选的，步骤S1采用自主识别算法对标签图片进行扫描，寻找实心圆图形并确定实心圆的圆心及半径，其具体过程为：
假设(a,b)为实心圆的圆心，第i行的水平扫描线为li；li线与实心圆的两个交点的横坐标分别为ci和di，它们的中点横坐标为hi，三点的关系是：
Figure GDA0002757534950000011
由中心对称原理可知，圆心的横坐标在直线x＝a上，即有：
a＝hi＝…＝hi+k(横坐标值)；
其中，hi+k表示第i+k行水平扫描线li+k与实心圆的两个交点的中点横坐标，k为整数；利用霍夫变换对每一行扫描出来的对称点的中点个数进行累加，累加结果最大的参数对应的横坐标值就是a的值；
同理，第j列的垂直扫描线为mj，mj与实心圆的两个交点的纵坐标分别为ej和fj，它们的中点纵坐标为gj，三点的关系是：
Figure GDA0002757534950000021
由中心对称原理可知，圆心的纵坐标在直线y＝b上，即有：
b＝gj＝gj+1＝…＝gj+k(纵坐标值)；
利用霍夫变换对每一列扫描出来的对称点的中点个数进行累加，累加结果最大的参数对应的纵坐标值就是b的值；
通过上述求解得实心圆的圆心坐标(a,b)；
从而根据圆的方程(x-a)2+(y-b)2＝r2求得圆的半径。
优选的，根据步骤S1确定实心圆，求取圆心角和圆心距，判断圆心角和圆心距的关系是否满足所预设的条件，其具体实现方式为：
选取三个实心圆，设实心圆的圆心分别为A1(x1,y1)，A2(x2,y2)，A3(x3,y3)；
然后分别计算圆心距A1A2，A2A3，A1A3和圆心角∠A3A1A2，如果满足如下预设条件，则确认这三个实心圆的最外边界形成的矩形区域作为寻像图形；
Figure GDA0002757534950000022
(即A1A2≈A1A3)
Figure GDA0002757534950000023
与现有技术相比，本发明的有益效果为：本检测方法采用了自主算法识别实心圆寻像图形，其中，实心圆作为寻像图形，相对QR码寻像图形来说，具有抗污损能力更强，不存在内部污损的情况、识别度更高以及解译速度更快的优点。
附图说明
图1为本发明的实现流程图。
图2(a)为获取圆心横坐标示意图；图2(b)为获取圆心纵坐标示意图。
图3为查找后圆心坐标示意图。
图4为位置探测示意图。
图5为寻像图形示意图。
图6为缺失部分图像后的实心圆示意图。
图7为检测圆后的直径图示意图。
图8为两个半径不同实心圆图。
图9为识别不同半径圆的效果图。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；
对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
如图1，一种二维码寻像图形的检测方法，检测方法包括以下步骤：
S1：识别实心圆：采用自主识别算法对标签图片进行扫描，寻找实心圆图形并确定实心圆的圆心及半径，以所有实心圆图形的最外边界形成的区域作为二维码矩阵区域；
S2：判定寻像图形：根据步骤S1确定实心圆，求取圆心角和圆心距，判断圆心角和圆心距的关系是否满足所预设的条件，满足预设条件则这些实心圆为所找的寻像图形，否则跳转到步骤S1继续扫描。
步骤S1采用自主识别算法对标签图片进行扫描，寻找实心圆图形并确定实心圆的圆心及半径，其具体过程为：
假设(a,b)为实心圆的圆心，如图2(a)所示，第i行的水平扫描线为li；li线与实心圆的两个交点的横坐标分别为ci和di，它们的中点横坐标为hi，三点的关系是：
Figure GDA0002757534950000031
由中心对称原理可知，圆心的横坐标在直线x＝a上，即有：
a＝hi＝hi+1＝…＝hi+k(横坐标值)；
其中，hi+k表示第i+k行水平扫描线li+k与实心圆的两个交点的中点横坐标，k为整数；利用霍夫变换对每一行扫描出来的对称点的中点个数进行累加，累加结果最大的参数对应的横坐标值就是a的值；
同理，如图2(b)所示，第j列的垂直扫描线为mj，mj与实心圆的两个交点的纵坐标分别为ej和fj，它们的中点纵坐标为gj，三点的关系是：
Figure GDA0002757534950000041
由中心对称原理可知，圆心的纵坐标在直线y＝b上，即有：
b＝gj＝gj+1＝…＝gj+k(纵坐标值)；
其中，hj+k表示第j+k行水平扫描线lj+k与实心圆的两个交点的中点纵坐标，k为整数；利用霍夫变换对每一列扫描出来的对称点的中点个数进行累加，累加结果最大的参数对应的纵坐标值就是b的值；
通过上述求解得实心圆的圆心坐标(a,b)；
从而根据圆的方程(x-a)2+(y-b)2＝r2求得圆的半径。
根据步骤S1确定实心圆，求取圆心角和圆心距，判断圆心角和圆心距的关系是否满足所预设的条件，其具体实现方式为：
如图3所示，选取三个实心圆，设实心圆的圆心分别为A1(x1,y1)，A2(x2,y2)，A3(x3,y3)；
然后分别计算圆心距A1A2，A2A3，A1A3和圆心角∠A3A1A2，如果满足如下预设条件，则确认这三个实心圆的最外边界形成的矩形区域作为寻像图形；
Figure GDA0002757534950000042
(即A1A2≈A1A3)
Figure GDA0002757534950000043
基于二维码标签的特点，可知在二维码标签的三个角分别放置有一个实心圆，其具体位置为矩阵符号的左上角、右上角和左下角，其中，每一个位置探测图形是一个直径为7个模块的深色实心圆，如图4所示，寻像图形如图5所示。
此二维码采用实心圆寻像图形，具有抗污损能力更强，不存在内部污损的情况、识别度更高以及解译速度更快的优点。
采用实验测试该算法对实心圆寻像图形缺失部分后的识别效果。实验预处理阶段旨在抑制噪声和减少要处理的数据的大小。第一次的预处理阶段为减少噪声的方式是图像滤波。缺失部分图像后的实心圆如图6所示。
边缘检测方法是第二个预处理阶段。这对于圆定位的准确性很重要，该方法也是定位边缘信息的方法，并且只有圆形目标才会被记录。
Canny算子进行边缘检测由于其良好的局部化和噪声情况下，其鲁棒性很好，Canny算子的标识点边缘检测算法对于计算边缘梯度幅值方向也只需几个计算操作。
以上算法得出穿过圆中心的直线与圆的边缘坐标和直径，然后用二分法验证，加强算法的健壮性，然后分别求出每个检测图形的直径，按顺序显示在波形图中，如图7所示。
图7为相邻信息元素的半径波形对比，可见第二个圆识别过程中虽然有噪声干扰，但是计算的直径在误差允许范围内。实心圆如果发生部分图像缺失后，会对识别算法产生噪声，但是算法可以克服噪声将半径准确的计算出结果。
利用上述方法可以检测同窗口中，不同大小实心圆的半径和圆心。如图8所示有两个大小不同的实心圆，半径分别为10和70。
利用该方法检测后的结果，如图9所示：说明识别方法可以准确的检测同窗口中不同大小的半径的圆半径，在识别实心圆寻像图形时，可以很好的排除非位置探测图形的干扰。

Claims (1)

1.一种二维码寻像图形的检测方法，其特征在于，检测方法包括以下步骤：
S1：识别实心圆：采用自主识别算法对标签图片进行扫描，寻找实心圆图形并确定实心圆的圆心及半径，以所有实心圆图形的最外边界形成的区域作为二维码矩阵区域；其中，采用自主识别算法对标签图片进行扫描，寻找实心圆图形并确定实心圆的圆心及半径的具体过程为：
假设(a,b)为实心圆的圆心，第i行的水平扫描线为li；li线与实心圆的两个交点的横坐标分别为ci和di，它们的中点横坐标为hi，三点的关系是：
Figure FDA0002780458510000011
由中心对称原理可知，圆心的横坐标在直线x＝a上，即有：
a＝hi＝hi+1＝…＝hi+k；
其中，hi+k表示第i+k行水平扫描线li+k与实心圆的两个交点的中点横坐标，k为整数；利用霍夫变换对每一行扫描出来的对称点的中点个数进行累加，累加结果最大的参数对应的横坐标值就是a的值；
同理，第j列的垂直扫描线为mj，mj与实心圆的两个交点的纵坐标分别为ej和fj，它们的中点纵坐标为gj，三点的关系是：
Figure FDA0002780458510000012
由中心对称原理可知，圆心的纵坐标在直线y＝b上，即有：
b＝gj＝gj+1＝…＝gj+k；
其中，gj+k表示第j+k列垂直扫描线mj+k与实心圆的两个交点的中点纵坐标，k为整数；利用霍夫变换对每一列扫描出来的对称点的中点个数进行累加，累加结果最大的参数对应的纵坐标值就是b的值；
通过上述求解得实心圆的圆心坐标(a,b)；
从而根据圆的方程(x-a)2+(y-b)2＝r2求得圆的半径；
S2：判定寻像图形：根据步骤S1确定实心圆，求取圆心角和圆心距，判断圆心角和圆心距的关系是否满足所预设的条件，满足预设条件则这些实心圆为所找的寻像图形，否则跳转到步骤S1继续扫描；其具体实现方式为：
选取三个实心圆，设实心圆的圆心分别为A1(x1,y1)，A2(x2,y2)，A3(x3,y3)；
然后分别计算圆心距A1A2，A2A3，A1A3和圆心角∠A3A1A2，如果满足如下预设条件，则确认这三个实心圆的最外边界形成的矩形区域作为寻像图形；
Figure FDA0002780458510000021
Figure FDA0002780458510000022
CN201710758002.0A 2017-08-29 2017-08-29 一种二维码寻像图形的检测方法 Active CN107748855B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710758002.0A CN107748855B (zh) 2017-08-29 2017-08-29 一种二维码寻像图形的检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710758002.0A CN107748855B (zh) 2017-08-29 2017-08-29 一种二维码寻像图形的检测方法

Publications (2)

Publication Number Publication Date
CN107748855A CN107748855A (zh) 2018-03-02
CN107748855B true CN107748855B (zh) 2021-01-08

Family

ID=61254852

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710758002.0A Active CN107748855B (zh) 2017-08-29 2017-08-29 一种二维码寻像图形的检测方法

Country Status (1)

Country Link
CN (1) CN107748855B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109271823A (zh) * 2018-08-08 2019-01-25 佛山市顺德区中山大学研究院 一种自定义二维码的快速定位方法
CN109325381B (zh) * 2018-08-13 2022-03-08 佛山市顺德区中山大学研究院 一种qr码定位和校正方法
CN109934036B (zh) * 2019-03-22 2022-01-04 福州符号信息科技有限公司 一种通过单一位置探测图形识读qr码的方法和系统
CN110084080B (zh) * 2019-04-28 2021-07-09 上海快仓自动化科技有限公司 二维码识别和生成的方法、装置、二维码和小车
CN113076768B (zh) * 2021-04-08 2023-04-11 中山大学 一种模糊可识别二维码的畸变校正方法
CN115936037B (zh) * 2023-02-22 2023-05-30 青岛创新奇智科技集团股份有限公司 二维码的解码方法及装置

Also Published As

Publication number Publication date
CN107748855A (zh) 2018-03-02

Similar Documents

Publication Publication Date Title
CN107748855B (zh) 一种二维码寻像图形的检测方法
Chen He et al. Corner detector based on global and local curvature properties
EP1678659B1 (en) Method and image processing device for analyzing an object contour image, method and image processing device for detecting an object, industrial vision apparatus, smart camera, image display, security system, and computer program product
JP4865557B2 (ja) 有界三次元対象物の分類と空間ローカライゼーションのためのコンピュータ視覚システム
Moghadam et al. Fast vanishing-point detection in unstructured environments
CN109060836B (zh) 基于机器视觉的高压油管接头外螺纹检测方法
Awrangjeb et al. An improved curvature scale-space corner detector and a robust corner matching approach for transformed image identification
Tazir et al. CICP: Cluster Iterative Closest Point for sparse–dense point cloud registration
CN105096299B (zh) 多边形检测方法和多边形检测装置
Nourani-Vatani et al. A study of feature extraction algorithms for optical flow tracking
CN106991460A (zh) 一种qr码快速定位检测算法
CN113894799B (zh) 机器人及辅助环境定位的标识物识别方法和装置
JP2011113197A (ja) 画像検索方法およびシステム
CN110021029B (zh) 一种适用于rgbd-slam的实时动态配准方法及存储介质
CN106991354A (zh) 一种多qr码同时提取检测算法
CN107564006B (zh) 一种利用Hough变换的圆形目标检测方法
CN109448059A (zh) 一种快速x角点亚像素检测方法
CN107463939B (zh) 一种图像关键直线检测方法
CN104036514A (zh) 一种基于直方图峰值搜索的圆检测方法
CN108961262A (zh) 一种复杂场景下的条码定位方法
CN113793309B (zh) 一种基于形态学特征的亚像素级椭圆检测方法
KR20230030501A (ko) 기하학적 패턴 매칭 방법 및 이러한 방법을 수행하는 장치
CN113012181A (zh) 一种基于Hough变换的新型类圆形检测方法
CN106934832B (zh) 一种面向视觉巡线的简易直线自动定位方法
Bodnár et al. A novel method for barcode localization in image domain

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
TR01 Transfer of patent right

Effective date of registration: 20240602

Address after: 510000 No. 135 West Xingang Road, Guangdong, Guangzhou

Patentee after: SUN YAT-SEN University

Country or region after: China

Address before: 528300 Guangdong Foshan Shunde District Daliang Street office Cloud Road community residential committee 9 Nanguo Road No.

Patentee before: SYSU-CMU SHUNDE INTERNATIONAL JOINT Research Institute

Country or region before: China

Patentee before: SUN YAT-SEN University

Patentee before: SYSU HUADU INDUSTRIAL SCIENCE AND TECHNOLOGY INSTITUTE

Patentee before: FOSHAN SHUNDE SUN YAT-SEN UNIVERSITY Research Institute