CN108009459B - 基于三角定位符的字符二维条码快速定位方法 - Google Patents

Abstract

本发明涉及基于三角定位符的字符二维条码快速定位方法，由于字符二维条码是由字符构成的，条码本身不具备明显的边缘信息，无法使用拟合等直线检测的方式提取；等腰直角三角形图形有明显的朝向特征，即直角的朝向，同时其直角边的边缘信息可以为条码区域的划分提供依据。因此在字符二维条码中，可选取符号化的等腰直角三角形作为定位符，这样对字符条码区域的检测就可以转化成图像中等腰直角三角形的检测。本发明提出了一种基于点间距离的任意三角形图形三个角点定位算法，以及适应畸变以及退化的等腰直角三角形的图形检测算法，来实现基于三角定位符的字符二维条码快速定位方法。

Description

基于三角定位符的字符二维条码快速定位方法

技术领域

本发明涉及计算机图形领域，尤其涉及基于三角定位符的字符二维条码快速定位方法。

背景技术

字符二维条码不同于传统图形二维条码，字符二维条码是将信息编码后存储在一个字符矩阵中，而不是以几何模块图形构成条码信息；由于字符二维条码是以文本信息编码，可采用文本信息进行传输，降低传输的成本，提高传输效率。

通常，条码区域的定位方法借助条码的定位图形(如QR码的回型标记与DM码的L型标记)与条码的边缘特征来实现。由于字符二维条码是由字符构成的，条码本身不具备明显的边缘信息，无法使用拟合等直线检测的方式提取。等腰直角三角形图形有明显的朝向特征，即直角的朝向，同时其直角边的边缘信息可以为条码区域的划分提供依据。因此，在字符二维条码中，可选取符号化的等腰直角三角形作为定位符，这样对字符条码区域的检测就可以转化成图像中等腰直角三角形的检测。

发明内容

本发明为克服上述的不足之处，目的在于提供基于三角定位符的字符二维条码快速定位方法，本发明利用等腰直角三角形其面积与周长关系，建立基于边缘长度与面积的等腰直角三角形描述子，以中心角度变化与边长比例变化这两个尺度来描述三角形的畸变，实现对畸变较大的三角形图像进行检测、定位，从而快速实现了字符二维条码的定位。

本发明是通过以下技术方案达到上述目的：基于三角定位符的字符二维条码快速定位方法，其特征在于，包括如下步骤：

(1)对字符二维条码图像进行灰度化处理，并采用中值滤波法去噪；

(2)采用基于任意全局阈值化算法的全局阈值与局部阈值相结合的阈值化算法解决临界点像素分割不确定的问题；并引入积分图像技术来加速局部阈值的求解速度；

(3)采用基于统计分析的自适应γ值选取算法对图像进行增强处理；

(4)采用基于点间距离的任意三角形图形三个角点定位算法对具有明显朝向特征的等腰直角三角符号进行快速定位实现，实现图像中等腰直角三角形的精确探测；

(5)利用三角形的边缘特性，基于适应畸变以及退化等腰直角三角形的图形检测算法，利用等腰直角三角形其面积与周长关系，建立基于边缘长度与面积的等腰直角三角形描述子，以中心角度变化与边长比例变化这两个尺度来描述三角形的畸变，实现对畸变较大的三角形图像进行检测、定位，实现字符二维条码的定位。

作为优选，所述步骤(2)具体如下：

(2.1)利用全局阈值化算法计算整幅图像的全局阈值τ，并确定一个灰度区间G＝{g|τ-δ≤g≤τ+δ}，在区间G内的像素点即为临界点，采用局部阈值法来确定区间G内的像素点；其中，δ为给出的灰度区间G的半径；在灰度区间G内的像素点则可以根据临近像素均值法进行阈值化，设邻域边长为2d；

(2.2)迭代整幅图像，针对像素点P(x,y)

a)若P(x,y)<τ-δ，则P(x,y)＝0

b)若P(x,y)>τ+δ，则P(x,y)＝255

c)若

则P(x,y)＝255

d)否则P(x,y)＝0；

(2.3)引入积分图像技术以加速局部阈值的求解；其中，计算一个原始图像指定边长大小为2δ的子图像像素和，可以下式快速计算：

其中，

作为优选，所述步骤(3)具体为：对于一张256级灰度的图片，假定以第τ级为阈值，将像素分为前景C₀与背景C₁，分别统计两类像素各自在图像中的分布概率P₀与P₁，计算两者的比值，即可得出前景与背景之间的关系如式如下所示：

γ₁＝P₁/P₀

为了使得算法更加有效，采用阈值分割算法作为分割阈值的选取器对图像像素点进行分类；并对上式以指数函数进行重构，得：

其中，β是指数函数的幂。

作为优选，所述步骤(4)通过基于点间距离的任意三角形三个角点定位算法确定定位符的三个顶点；在本方法中，对于任意的一个三角形其角点必服从如下三条定理：

定理1：三角形边缘上离三角形重心最远的点P1是三角形的一个角点；

定理2：三角形边缘上离点P1最远的点P2是三角形的一个角点；

定理3:三角形边缘上离点P1与点P2距离之和最大点P3是三角形的一个角点；

通过上述三则定理可实现对三角形的三个角点进行相对精确的探测，尤其对边缘不清晰的三角形角点定位。

作为优选，所述步骤(5)中采用的适应畸变以及退化等腰直角三角形的图形检测算法，以解决当三角形定位符图形发生了严重退化，仅依据三角形区域判别精确度不够时，需以其边缘特性作为三角形区域的判别依据，提出根据等腰三角形周长与面积的性质，对于一个标准的等腰直角三角形，其周长与面积服从如下定理4：对于标准等腰直角三角形其面积S与周长C满足关系K:

定理4：

检测到的退化等腰直角三角形的图形特征值K与标准等腰直角三角形的特征值23.31的比值被称为等腰直角三角形度，用描述子T₁来表示：

当T₁∈R,R＝{x|x∈[0.8,1.2]}时为三角形，为了解决退化问题，提出以中心角度变化α与边长比例变化k两个尺度描述探测图形的畸变：

其畸变后的值T₂为

其中，

k∈[0,+∞),α∈(0,π)。

本发明的有益效果在于：本发明将对字符条码区域的检测转化成图像中等腰直角三角形的检测，快速实现了字符二维条码的定位。

附图说明

图1是本发明实施例的噪声消除效果示意图；

图2是本发明实施例的全局阈值与局部阈值相结合的阈值化算法效果示意图；；

图3是本发明实施例的基于统计分析的自适应γ值选取算法对图像的增强处理效果示意图；

图4是本发明实施例的三角形重心与角点位置关系示意图；

图5是本发明实施例的基于点间距离的任意三角形图形三个角点定位算法示意图；

图6是本发明实施例的适应畸变以及退化的等腰直角三角形的图形检测算法示意图；

图7是本发明实施例的探测图形畸变模型示意图；

图8是本发明实施例的对含有较大畸变的图像进行探测图形检测的示意图。

具体实施方式

下面结合具体实施例对本发明进行进一步描述，但本发明的保护范围并不仅限于此：

实施例：基于三角定位符的字符二维条码快速定位方法，包括如下步骤：

步骤一，首先对采集的字符二维条码图像进行预处理，包括图像灰度化和滤波去噪，如图1所示。

步骤二，提出基于任意全局阈值化算法的全局阈值与局部阈值相结合的阈值化算法，实现字符二维条码图像的分割，以解决临界点像素分割不确定问题，如图2所示。

首先，确定一个灰度区间

G＝{g|τ-δ≤g≤τ+δ}

在区间G内的像素点即是临界点，即这些点是否归为前景可能存在不确定性。对于这些点，则使用局部阈值法来确定。具体算法如下：

结合全局与局部阈值的阈值化算法

1.以全局阈值算法计算整幅图像的全局阈值τ，给定δ；

2.迭代整幅图像，针对像素点P(x,y)

a)若P(x,y)<τ-δ则P(x,y)＝0

b)若P(x,y)>τ+δ则P(x,y)＝255

c)若

则P(x,y)＝255

d)否则P(x,y)＝0

这里，该全局局部阈值化算法以一维最大熵法为临界值τ的选取算法，取

同时为了减少对图像的迭代，加快全局局部结合阈值化算法的运行速度，引入积分图像技术以加速局部阈值的求解。

以I表示积分图像，G表示原始图像，则有

计算一个原始图像指定边长大小为2δ的子图像像素和，可以下式快速计算：

步骤三，提出一种基于统计分析的自适应γ值选取算法，对图像进行增强处理。对于一张256级灰度的图片，γ校正的目的在于使得图片的对比度更加强，使得明暗更加鲜明，即γ校正尽量的目的在于减少中间灰度级的像素，使其向两边偏移。

假定以第τ级为阈值，将像素分为两类C₀(前景)与C₁(背景)，分别统计两类像素各自在图像中的分布概率P₀与P₁，计算两者的比值，即可得出前景与背景之间的关系如式下：

γ₁＝P₁/P₀

为了使得算法更加积极并有效，我们可以用阈值分割算法作为分割阈值的选取器，对图像像素点进行分类。同时为了使得算法更加积极，可以对上式以指数函数进行重构，得：

其中，β是指数函数的幂，使用越大的幂会使得算法越发积极。为了节省γ₂校正的时间开销，可使用较大的幂可以在一定程度上抵消分割阈值τ选取上的误差，取β＝10并以所有像素灰度值的均值作为阈值τ对上式进行处理，效果如图3所示。

灰度图像自适应γ₂校正算法流程如下：

1.统计像素灰度分布h(g),g＝0,1,…,L-1并求出均值(分割阈值)τ；

2.迭代图像像素，计算前景像素、背景像素分布概率：

3.求解

在应用中β＝10；

4.迭代图像对每个像素以下式进行校正：

corrected＝255×(uncorrected/255)^γ

步骤四、本发明提出三个定理，对于任意的一个三角形其角点必服从如下三条定理：

定理1、三角形边缘上离三角形重心最远的点是三角形的一个角点。

定理2、已知三角形的一个角点，三角形边缘上离该点最远的点是三角形的角点。

定理3、已知三角形的两个角点，三角形边缘上离两个角点距离之和最大点是三角形的角点。

定理1证明如下：

如图4所示，ABC为ΔABC的三个角点，O为三角形重心，D为BC边上中点，过点O向BC作垂线，交BC或BC延长线于E。考虑ΔOBE，令P为BE边上任意一点。由于E是垂足，那么当P在E上时，OP长度最短。P不在E上时，

由于OE为定长，则PE与S_ΔOPE成正比。由于当P在B上时，PE取得最大值，因此当P在B上时S_ΔOPE取得最大值。

又因为OP²＝OE²+PE²，因此点P与O的距离与

成正比，因此当P在B上时，OP距离取得最大值。

由于B是三角形角点中的一个，因此当OP取得最大值时，P是三角形的一个角点。对于角点A、C同理。因此定理1得证。

定理2证明如下：

假定点C是定理1中的P₁，显然，对于AC、BC上的任意点，端点A、B分别是AC、BC上距离C最远的点。因此对这两条边缘上的其他点不再进行讨论。

过点C作AB边的垂线，交AB或AB延长线于点F。假定P是BF上任意点。由于点P在B上时PF最长，因而直角三角形ΔFCP的面积S_ΔFCP取得最大值，由于CF为定值，则S_ΔFCP与PF成正比。又因为CP²＝CF²+PF²，因此CP与

成正比。由于B是三角形角点中的一个，因此当PF取得最大值时，P是三角形的一个角点。对于ΔAFC同理。因此，定理2得证。

定理3证明如下：

假定B，C分别是定理1与定理2中的P₁与点P₂，假定P是折线CAB上任意一点，对于ΔBPC根据三角形两边之和大于第三边性质，BC边上任意一点到B、C距离之和小于PB+PC。

过点A作BC边垂线，交BC或BC延长线于点G。由于BG、CG为定值，当在AB边上或AC边上的点P在A上时，P到BC边的距离最大，因此围成的三角形面积取得最大值，而此面积的平方值分别与PB、PC成正比，因此点A为ΔABC边缘上距离B、C之和最大的点，由于A是ΔABC上除B、C外的最后一个角点，因此定理3得证。

根据上述三则定理可以对三角形的三个角点进行相对更加精确的探测，该算法对边缘不清晰的三角形检测效果如图5所示。对畸变三角形检测效果如图6所示。

步骤5、提出一个能够适应畸变以及退化的简单的探测图形检测算法。根据等腰三角形周长与面积的性质，对于一个标准的等腰直角三角形，其周长与面积服从如下定理4：

定理4对于等腰直角三角形其面积S与周长C满足关系

计算检测到的图形特征值K与标准等腰直角三角形的特征值23.31的比值关系

我们将这个描述子T命名为等腰直角三角形度，认为当T₁∈R,R＝{x|x∈[0.8,1.2]}时为三角形。对于空间畸变的情况，以中心角度变化α与边长比例变化k两个尺度描述探测图形的畸变，如图7所示。

对于该畸变模型，其畸变后的值T₂为

其中

k∈[0,+∞),α∈(0,π)。在探测图形的判定过程中，通过定理1至定理3分别计算出连通域的三个角点，求出其三点连线形成的最大夹角α^*与相应边长的比例k^*。在给定的容差范围：

D_∈＝{(k,α)|k∈[k^*-Δk,k^*+Δk]∩[0,+∞),α∈[α^*-Δα,α^*+Δα]∩(0,π)}

内计算f(k,α)的最值点，从而给出判别为探测图形的T₂的取值范围。

在此对f(k,α)进行极值分析。根据前面对于f(k,α)的定义域D＝{(k,α)|∈[0,+∞),α∈(0,π)}，计算f(k,α)的极值点。

联立两式，令

则可以解出f(k,α)在定义域D上的稳态点

求出点P的Hessen矩阵：

由于H_p是一个正定矩阵，因此根据二元函数极值条件，函数f(k,α)在点P取得极小值；同时由于P是函数f(k,α)在定义域D上唯一极小值点，因此P是函数f(k,α)在定义域D上的最小值点，

因此对于任意的容差范围D_∈的函数值范围V_∈，若

则只需计算容差范围临界点集合

则有

若P∈D_∈，则有

minV_∈＝f(P)。

假定可容许的畸变范围

k∈[0.5,2]，对于一个未知的连通区域通过定理1至定理3分别计算出连通域的三个角点，求出其三点连线形成的最大夹角α^*与相应边长的比例k^*，要求α^*与k^*满足上述畸变范围的条件。然后设置容差

Δk＝0.3计算出V_∈，以实际T₂的值是满足T₂∈V_∈作为该连通区域是探测图形的判决条件。通过上述方法可以对含有较大畸变的图像进行一个较为准确的探测图形检测，如图8所示。

以上的所述乃是本发明的具体实施例及所运用的技术原理，若依本发明的构想所作的改变，其所产生的功能作用仍未超出说明书及附图所涵盖的精神时，仍应属本发明的保护范围。

Claims (5)

1.基于三角定位符的字符二维条码快速定位方法，其特征在于，包括如下步骤：

(1)对字符二维条码图像进行灰度化处理，并采用中值滤波法去噪；

(2)采用基于任意全局阈值化算法的全局阈值与局部阈值相结合的阈值化算法解决临界点像素分割不确定的问题；并引入积分图像技术来加速局部阈值的求解速度；

(3)采用基于统计分析的自适应γ值选取算法对图像进行增强处理；

(4)采用基于点间距离的任意三角形图形三个角点定位算法对具有明显朝向特征的等腰直角三角符号进行快速定位实现，实现图像中等腰直角三角形的精确探测；

(5)利用三角形的边缘特性，基于适应畸变以及退化等腰直角三角形的图形检测算法，利用等腰直角三角形其面积与周长关系，建立基于边缘长度与面积的等腰直角三角形描述子，以中心角度变化与边长比例变化这两个尺度来描述三角形的畸变，实现对畸变较大的三角形图像进行检测、定位，实现字符二维条码的定位。

2.根据权利要求1所述的基于三角定位符的字符二维条码快速定位方法，其特征在于：所述步骤(2)具体如下：

(2.1)利用全局阈值化算法计算整幅图像的全局阈值τ，并确定一个灰度区间G＝{g|τ-δ≤g≤τ+δ}，在区间G内的像素点即为临界点，采用局部阈值法来确定区间G内的像素点；其中，δ为给出的灰度区间G的半径；在灰度区间G内的像素点则可以根据临近像素均值法进行阈值化，设邻域边长为2d；

(2.2)迭代整幅图像，针对像素点P(x,y)

a)若P(x,y)<τ-δ，则P(x,y)＝0

b)若P(x,y)>τ+δ，则P(x,y)＝255

c)若

则P(x,y)＝255

d)否则P(x,y)＝0；

(2.3)引入积分图像技术以加速局部阈值的求解；其中，计算一个原始图像指定边长大小为2δ的子图像像素和，可以下式快速计算：

其中，

3.根据权利要求1所述的基于三角定位符的字符二维条码快速定位方法，其特征在于：所述步骤(3)具体为：对于一张256级灰度的图片，假定以第τ级为阈值，将像素分为前景C₀与背景C₁，分别统计两类像素各自在图像中的分布概率P₀与P₁，计算两者的比值，即可得出前景与背景之间的关系如式如下所示：

γ₁＝P₁/P₀

为了使得算法更加有效，采用阈值分割算法作为分割阈值的选取器对图像像素点进行分类；并对上式以指数函数进行重构，得：

其中，β是指数函数的幂。

4.根据权利要求1所述的基于三角定位符的字符二维条码快速定位方法，其特征在于：所述步骤(4)通过基于点间距离的任意三角形三个角点定位算法确定定位符的三个顶点；在本方法中，对于任意的一个三角形其角点必服从如下三条定理：

定理1：三角形边缘上离三角形重心最远的点P1是三角形的一个角点；

定理2：三角形边缘上离点P1最远的点P2是三角形的一个角点；

定理3:三角形边缘上离点P1与点P2距离之和最大点P3是三角形的一个角点；

通过上述三则定理可实现对三角形的三个角点进行相对精确的探测，尤其对边缘不清晰的三角形角点定位。

5.根据权利要求1所述的基于三角定位符的字符二维条码快速定位方法，其特征在于：所述步骤(5)中采用的适应畸变以及退化等腰直角三角形的图形检测算法，以解决当三角形定位符图形发生了严重退化，仅依据三角形区域判别精确度不够时，需以其边缘特性作为三角形区域的判别依据，提出根据等腰三角形周长与面积的性质，对于一个标准的等腰直角三角形，其周长与面积服从如下定理4：对于标准等腰直角三角形其面积S与周长C满足关系K:

定理4：

检测到的退化等腰直角三角形的图形特征值K与标准等腰直角三角形的特征值23.31的比值被称为等腰直角三角形度，用描述子T₁来表示：

当T₁∈R,R＝{x|x∈[0.8,1.2]}时为三角形，为了解决退化问题，提出以中心角度变化α与边长比例变化k两个尺度描述探测图形的畸变：

其畸变后的值T₂为

其中，

k∈[0,+∞),α∈(0,π)。

Images