CN108629221B - 一种褶皱畸变qr二维码的校正方法 - Google Patents

一种褶皱畸变qr二维码的校正方法 Download PDF

Info

Publication number
CN108629221B
CN108629221B CN201810447155.8A CN201810447155A CN108629221B CN 108629221 B CN108629221 B CN 108629221B CN 201810447155 A CN201810447155 A CN 201810447155A CN 108629221 B CN108629221 B CN 108629221B
Authority
CN
China
Prior art keywords
dimensional code
curve
image
correction
phi
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
CN201810447155.8A
Other languages
English (en)
Other versions
CN108629221A (zh
Inventor
陈陶
闵增卫
韩静蕾
张一驰
谌静
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.)
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing University of Posts and Telecommunications
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 Nanjing University of Posts and Telecommunications filed Critical Nanjing University of Posts and Telecommunications
Priority to CN201810447155.8A priority Critical patent/CN108629221B/zh
Publication of CN108629221A publication Critical patent/CN108629221A/zh
Application granted granted Critical
Publication of CN108629221B publication Critical patent/CN108629221B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06KGRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14Methods 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
    • G06K7/1404Methods for optical code recognition
    • G06K7/146Methods for optical code recognition the method including quality enhancement steps
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06KGRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14Methods 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
    • G06K7/1404Methods for optical code recognition
    • G06K7/1408Methods for optical code recognition the method being specifically adapted for the type of code
    • G06K7/14172D bar codes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06KGRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14Methods 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
    • G06K7/1404Methods for optical code recognition
    • G06K7/1439Methods for optical code recognition including a method step for retrieval of the optical code
    • G06K7/1452Methods for optical code recognition including a method step for retrieval of the optical code detecting bar code edges

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (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)
  • Quality & Reliability (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种褶皱畸变QR二维码的校正方法,包括二维码角点检测、线性形变校正、褶皱校正三部分。适用于二维码图案有一对边未发生畸变,另一对边发生畸变情况下,先消除由拍摄角度等原因造成的线性形变影响,得到第一校正图像,然后利用最短曲线外接法来对第一校正图像进行褶皱畸变校正,得到第二校正图像,在此基础上进行二维QR码解码识别。其中,褶皱畸变校正步骤包括边缘轮廓提取、边缘轮廓干扰电剔除、边缘轮廓多函数拟合、拟合函数筛选、内部点映射函数的选取、映射变换校正等。本发明极大地提高检测速度和识别率,解决了对于褶皱畸变的二维码校正识别问题。

Description

一种褶皱畸变QR二维码的校正方法
技术领域
本发明涉及一种二维码的校正方法,尤其是一种褶皱畸变QR二维码的校正方法,适用于由于各种原因使原本为正方形的QR二维码图案有一对边发生褶皱畸变时,对二维码进行校正。
背景技术
随着信息科技的快速发展,人们对信息的快速输入和快速处理也越来越迫切。近年来随着二维码在商业上的成功推广,使用二维码的人也越来越多,研究二维码技术也有了更重要的意义。然而,二维码的普遍应用在二维码识别方面带来另一个问题,二维码由于拍摄角度、自身或附着物发生褶皱、弯折等原因会发生不同程度上的线性形变和非线性褶皱畸变。
曲卫峰等人针对QR二维码图像畸变的问题,研究其畸变的校正算法,包括空间变换和灰度插值等方法。田瑞乾等人针对不同条件下二维条码图像出现的形变,以及现有算法的准确度低,运算量大和普适性差等缺点,提出改进的二维条码图像矫正算法,该算法包括图像顶点定位,透视变换和灰度插值三部分。
目前已有算法对线性扭曲的二维码是通过角点检测寻找二维码的四个角点,根据反透视变换求出校正图形,但是对于褶皱畸变的二维码校正并能识别,目前还没有相应的算法及软件。
发明内容
本发明的目的在于:针对现有技术存在的缺陷,提出一种褶皱畸变QR二维码的校正方法,该校正方法设定为二维码图案有一对边未发生畸变,另一对边发生畸变情况下,先消除由拍摄角度等原因造成的线性形变影响,得到第一校正图像,然后利用最短曲线外接法来对第一校正图像进行褶皱畸变校正,得到第二校正图像,在此基础上进行二维QR码解码识别。
为了达到以上目的,本发明采用的技术方案是:一种褶皱畸变QR二维码的校正方法,包括二维码角点检测、线性形变校正及褶皱校正步骤,具体步骤如下:
S1:对于获取的一张包含QR二维码的图像进行二维码角点检测,利用两组直线逼近的方法对二维码的四个角点进行提取;
S2:线性形变校正,由于大部分的二维码图像因拍摄角度等原因会造成线性形变,因此需对图像进行预处理,即基于前述步骤提取的四个角点,根据反透视变换算法对图像进行预处理,得到第一校正图像;
S3:褶皱畸变校正,针对经过线性校正后的第一校正图像,利用最短曲线外接法来对第一校正图像进行褶皱畸变校正,得到第二校正图像;
S4:利用第二校正图像进行二维QR码解码识别
进一步的,所述的步骤S3中,最短曲线外接法包含如下步骤:
A1:对第一校正图像进行图像处理,提取边缘轮廓,得到边缘各像素点的坐标和数值;
A2:由于QR二维码的边缘会有矩形波样的凹陷,因此必须剔除边缘凹陷图案的干扰点,保留外部的关键边缘点以便下一步进行正确的函数拟合;
A3:由于发生褶皱形状各异,两个边缘的外部轮廓也不尽相同,对发生褶皱的两个边缘轮廓分别依次进行折线、圆曲线、椭圆曲线、抛物线、双曲线、三次曲线函数拟合,得到拟合函数φZ1,φZ2,φY1,φY2,φT1,φT2,φP1,φP2,φS1,φS2,φG1,φG2,其中,下标1代表第一条畸变边,下标2代表第二条畸变边;
A4:对应于第一条畸变边,依次积分求出六个拟合函数{φZ1,φY1,φT1,φP1,φS1,φG1}的曲线长度,并将该长度与未发生褶皱的边长作比较,取两者相差最短的拟合函数作为最佳拟合函数φ1
A5:对应于第二条畸变边,同样有六个拟合函数φZ2,φY2,φT2,φP2,φS2,φG2}描述,分别积分求出上述拟合函数曲线长度,依次将该长度与未发生褶皱的边长作比较,取两者相差最短的拟合函数作为最佳拟合函数φ2
A6:根据第一校正图像检测的角点信息确定的校正后图像尺寸,创建一个二维码模板,用于映射变换校正,根据检测的角点信息创建一个二维码模板,对于内部各像素点,分别通过拟合函数φ1和φ2建立映射关系,求得褶皱二维码图像在标准二维码模板中对应的坐标[x(φ1),y(φ1)]和[x(φ2),y(φ2)],并与原图像坐标[x0,y0]作均方差比较,得到
Figure BDA0001657503370000031
Figure BDA0001657503370000032
如果Δ1<Δ2,则取坐标[x(φ1),y(φ1)],反之则取[x(φ2),y(φ2)]作映射变换校正,使用插值算法计算出灰度值后赋予校正后的像素点,遍历整个二维码模板图像空白后,得到校正后的二维码图像。
进一步的,所述的步骤A3中,边缘轮廓可以是折线、圆曲线、椭圆曲线、抛物线、双曲线、三次曲线函数拟合中两种或多种的组合。
本发明可以自适应地校正识别褶皱畸变的QR二维码,极大地提高检测速度和识别率,解决了对于褶皱畸变的二维码校正识别问题。
附图说明
下面结合附图对本发明作进一步的说明。
图1为本发明的褶皱畸变的QR二维码的识别流程图。
图2为本发明的褶皱畸变的QR二维码的映射关系示意图。
图3为本发明的褶皱畸变的QR二维码图像。
具体实施方式
本实施例提供了一种褶皱畸变QR二维码的校正方法,流程如图1所示,包括二维码角点检测、二维码线性形变校正、二维码褶皱畸变校正三部分。解码识别部分可利用现有成熟的软硬件算法进行。
首先,获取的一张包含QR二维码的图像,记录图像的各像素点原始坐标,对图像进行二维码角点检测,利用两组直线逼近的角点检测算法,两组直线由远及近逼近二维码,直到与二维码相切,记录切点的个数,找出两组直线中切点数少的一组,其中的四条直线切点的重心即为二维码的角点,利用此方法对二维码的四个角点进行提取,并记录角点坐标等信息;
其次,由于拍摄角度的问题,多数情况下会使二维码产生线性形变,即为透视变换,因此需对图像进行初步处理,即基于提取的四个角点,根据反透视变换矩阵算法进行线性形变校正,得到第一校正图像,记录图像各像素点的坐标[x0i,y0j]和灰度值,此图像含有褶皱畸变成分,如图3所示;
第三,针对经过线性校正后的图3所示的第一校正图像,利用“最短曲线外接法”来对第一校正图像进行褶皱畸变校正,得到校正了褶皱畸变的第二校正图像;
最后,利用第二校正图像进行二维QR码解码识别。
上述第三步中,最短曲线外接法包含以下步骤:
A1:对包含褶皱畸变的QR二维码第一校正图像进行图像处理,提取边缘轮廓,得到边缘各像素点的坐标;
A2:由于QR二维码的边缘会有矩形波样的凹陷,凹陷处的边缘点不属于有效的边缘轮廓,必须剔除。利用图像处理的搭桥法将凹陷处填充以去掉干扰边缘点,保留外部的关键边缘点,即真实的QR码轮廓,以便下一步进行正确的函数拟合;
A3:由于发生褶皱形状各异,两个边缘的外部轮廓也不尽相同,因此,尽可能考虑多种情况来预测和描述该轮廓。分别依次对轮廓进行折线、二次曲线(包括圆曲线、椭圆曲线、抛物线、双曲线等)、三次曲线函数拟合,得到拟合函数φZ1,φz2,φY1,φY2,φT1,φT2,φP1,φP2,φS1,φS2,φG1,φG2,其中,下标1代表第一条畸变边,下标2代表第二条畸变边,下标Z、Y、T、P、S、G分别代表折线、圆曲线、椭圆曲线、抛物线、双曲线、三次曲线函数。特别地,在很多情况下,外部轮廓可能是上述六种曲线中两种或多种的组合。
A4:先研究第一条畸变边,分别使用六个拟合函数{φz1,φY1,φT1,φP1,φS1,φG1}描述,并分别积分求出上述拟合函数曲线长度Lφz1,LφY1,LφT1,,LφP1,LφS1,LφG1,依次将上述长度与未发生褶皱的边长L0作比较,取两者相差最小的拟合函数作为最佳拟合函数φ1
A5:对应于第二条畸变边,同样有六个拟合函数φZ2,φY2,φT2,φP2,φS2,φG2}描述,分别积分求出上述拟合函数曲线长度,依次将该长度与未发生褶皱的边长作比较,取两者相差最短的拟合函数作为最佳拟合函数φ2
A6:根据第一校正图像检测的角点信息,可以确定校正后图像尺寸,创建一个标准二维码模板,用于映射变换校正,根据检测的角点信息创建一个包含位置探测图形的二维码模板,位置探测图形即用传统方法检测任何方向满足1∶1∶3∶1∶1比例的区域。对于内部各像素点,分别以拟合函数φ1和φ2建立映射关系求得在其褶皱二维码图像在标准二维码模板中对应的坐标[x(φ1),y(φ1)]和[x(φ2),y(φ2)],并与原图像坐标[x0,y0]作均方差比较,得到
Figure BDA0001657503370000051
Figure BDA0001657503370000052
如果Δ1<Δ2,则取坐标[x(φ1),y(φ1)],反之则取[x(φ2),y(φ2)]作映射变换校正,如图2所示,使用插值算法计算出灰度值后赋予校正后的像素点,遍历整个二维码模板图像空白后,得到校正后的二维码图像。
除上述实施例外,本发明还可以有其他实施方式。凡采用等同替换或等效变换形成的技术方案,均落在本发明要求的保护范围。

Claims (2)

1.一种褶皱畸变QR二维码的校正方法,包括二维码角点检测、线性形变校正及褶皱校正步骤,其特征在于:具体步骤如下:
S1:对于获取的一张包含QR二维码的图像进行二维码角点检测,利用两组直线逼近的方法对二维码的四个角点进行提取;
S2:线性形变校正,基于前述步骤提取的四个角点,根据反透视变换算法对图像进行预处理,得到第一校正图像;
S3:褶皱畸变校正,利用最短曲线外接法来对第一校正图像进行褶皱畸变校正,得到第二校正图像;
S4:利用第二校正图像进行二维QR码解码识别;
所述的步骤S3中,最短曲线外接法包含如下步骤:
A1:对第一校正图像进行图像处理,提取边缘轮廓,得到边缘各像素点的坐标和数值;
A2:剔除边缘凹陷图案的干扰点,保留关键边缘点以便下一步进行正确的函数拟合;
A3:对发生褶皱的两个边缘轮廓分别依次进行折线、圆曲线、椭圆曲线、抛物线、双曲线、三次曲线函数拟合,得到拟合函数φZ1,φZ2,φY1,φY2,φT1,φT2,φP1,φP2,φS1,φS2,φG1,φG2,其中,下标1代表第一条畸变边,下标2代表第二条畸变边;
A4:对应于第一条畸变边,依次积分求出六个拟合函数{φZ1,φY1,φT1,φP1,φS1,φG1}的曲线长度,并将该长度与未发生褶皱的边长作比较,取两者相差最短的拟合函数作为最佳拟合函数φ1
A5:对应于第二条畸变边,依次积分求出六个拟合函数{φZ1,φY1,φT1,φP1,φS1,φG1}的曲线长度,依次将该长度与未发生褶皱的边长作比较,取两者相差最短的拟合函数作为最佳拟合函数φ2
A6:根据第一校正图像检测的角点信息确定的校正后图像尺寸,创建一个二维码模板,对于内部各像素点,分别通过拟合函数φ1和φ2建立映射关系,求得褶皱二维码图像在标准二维码模板中对应的坐标[x(φ1),y(φ1)]和[x(φ2),y(φ2)],并与原图像坐标[x0,y0]作均方差比较,得到
Figure FDA0003010748530000011
Figure FDA0003010748530000012
如果Δ1<Δ2,则取坐标[x(φ1),y(φ1)],反之则取[x(φ2),y(φ2)]作映射变换校正,使用插值算法遍历整个图像,得到校正后的二维码图像。
2.根据权利要求书1所述的褶皱畸变QR二维码的校正方法,其特征在于:所述的步骤A3中,边缘轮廓可以是折线、圆曲线、椭圆曲线、抛物线、双曲线、三次曲线函数拟合中两种或多种的组合。
CN201810447155.8A 2018-05-11 2018-05-11 一种褶皱畸变qr二维码的校正方法 Active CN108629221B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810447155.8A CN108629221B (zh) 2018-05-11 2018-05-11 一种褶皱畸变qr二维码的校正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810447155.8A CN108629221B (zh) 2018-05-11 2018-05-11 一种褶皱畸变qr二维码的校正方法

Publications (2)

Publication Number Publication Date
CN108629221A CN108629221A (zh) 2018-10-09
CN108629221B true CN108629221B (zh) 2021-08-10

Family

ID=63692728

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810447155.8A Active CN108629221B (zh) 2018-05-11 2018-05-11 一种褶皱畸变qr二维码的校正方法

Country Status (1)

Country Link
CN (1) CN108629221B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110046529B (zh) * 2018-12-11 2020-06-09 阿里巴巴集团控股有限公司 二维码识别方法、装置及设备
CN109934038B (zh) * 2019-03-18 2021-12-07 创新先进技术有限公司 二维码校正方法、装置及设备
CN110503102A (zh) * 2019-08-27 2019-11-26 上海眼控科技股份有限公司 车辆识别码检测方法、装置、计算机设备和存储介质
CN112270656B (zh) * 2020-09-10 2022-02-22 成都市精卫鸟科技有限责任公司 一种图像校正方法、装置、设备和介质
CN112149442B (zh) * 2020-09-15 2022-12-06 浙江大华技术股份有限公司 畸变二维码的识别方法和装置、存储介质及电子装置
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
CN113850100B (zh) * 2021-09-24 2023-08-11 杭州海康威视数字技术股份有限公司 一种校正二维码的方法和电子设备
CN115908201B (zh) * 2023-01-09 2023-11-28 武汉凡德智能科技有限公司 一种图像畸变的热区快速修正方法及装置
CN116453131B (zh) * 2023-06-15 2023-10-20 荣耀终端有限公司 文档图像矫正方法、电子设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101860708A (zh) * 2009-04-03 2010-10-13 夏普株式会社 便携式终端装置、图像输出装置、拍摄图像处理系统
CN104424457A (zh) * 2013-08-20 2015-03-18 复旦大学 一种非线性扭曲情况下的二维码识别方法
CN107180271A (zh) * 2017-04-27 2017-09-19 广州慧扬健康科技有限公司 基于最小二乘法的住院人数的预测系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10574665B2 (en) * 2016-09-29 2020-02-25 AVAST Software s.r.o. System and method for determining device proximity

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101860708A (zh) * 2009-04-03 2010-10-13 夏普株式会社 便携式终端装置、图像输出装置、拍摄图像处理系统
CN104424457A (zh) * 2013-08-20 2015-03-18 复旦大学 一种非线性扭曲情况下的二维码识别方法
CN107180271A (zh) * 2017-04-27 2017-09-19 广州慧扬健康科技有限公司 基于最小二乘法的住院人数的预测系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
快速定位的QR码校正方法;王雄华;《计算机工程与设计》;20150831(第36卷第8期);第2185-2189页 *

Also Published As

Publication number Publication date
CN108629221A (zh) 2018-10-09

Similar Documents

Publication Publication Date Title
CN108629221B (zh) 一种褶皱畸变qr二维码的校正方法
US8155398B2 (en) Image processing apparatus, image processing method and computer program
US8331616B2 (en) Face image processing apparatus, face image processing method, and computer program
CN106981077B (zh) 基于dce和lss的红外图像和可见光图像配准方法
JP2004516533A (ja) 合成開口レーダーおよび前向き赤外線イメージ重ね合わせ方法
CN109285110B (zh) 基于鲁棒匹配与变换的红外可见光图像配准方法及系统
CN107958443B (zh) 一种基于脊线特征和tps形变模型的指纹图像拼接方法
CN111931538A (zh) 一种Micro QR二维码的定位方法
Pei et al. Effective image registration based on improved harris corner detection
CN110110608B (zh) 一种全景监控下基于视觉的叉车速度监测方法和系统
WO2011097937A1 (zh) 形变指纹图像的处理方法
JP4635862B2 (ja) 画像処理装置
Takezawa et al. Robust perspective rectification of camera-captured document images
US20150371388A1 (en) Information processing device, computer-readable recording medium, and information processing method
CN113012271A (zh) 一种基于uv贴图的手指三维模型纹理映射方法
CN110728296B (zh) 一种加速特征点匹配的两步随机抽样一致性方法及系统
WO2003079274A1 (en) Method of improving fingerprint images
US7239751B1 (en) Hypothesis support mechanism for mid-level visual pattern recognition
Schneider et al. Robust document warping with interpolated vector fields
JPH09304019A (ja) 対象物体の位置・姿勢検出方法
JPH1166321A (ja) ワーク位置検出方法
CN118246464A (zh) 一种用于细线材的一维码弯曲畸变矫正方法
CN114842516B (zh) 一种非接触式3d指纹识别方法
JPH08123963A (ja) 画像認識方法およびその装置
CN116152531A (zh) 基于投票统计偏差的模板匹配目标识别方法、装置及设备

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