CN109241807A - 一种远距离二维码定位方法 - Google Patents

一种远距离二维码定位方法 Download PDF

Info

Publication number
CN109241807A
CN109241807A CN201810941737.1A CN201810941737A CN109241807A CN 109241807 A CN109241807 A CN 109241807A CN 201810941737 A CN201810941737 A CN 201810941737A CN 109241807 A CN109241807 A CN 109241807A
Authority
CN
China
Prior art keywords
image
dimensional code
code
dimensional
picture
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
Application number
CN201810941737.1A
Other languages
English (en)
Other versions
CN109241807B (zh
Inventor
李智勇
罗水强
李仁发
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.)
Hunan University
Original Assignee
Hunan University
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 Hunan University filed Critical Hunan University
Priority to CN201810941737.1A priority Critical patent/CN109241807B/zh
Publication of CN109241807A publication Critical patent/CN109241807A/zh
Application granted granted Critical
Publication of CN109241807B publication Critical patent/CN109241807B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06K7/1408—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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Electromagnetism (AREA)
  • General Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种远距离二维码定位方法，包括获取正样本并变换；选择LBP和AdaBoost作为分类器，采用变换后的正样本进行训练得到分类器；获取待识别图片信息并生成图像金字塔；提取LBP特征并分类器判别；对判别结果进行数据处理获取二维码坐标位置；获取二维码的清晰图像；对清晰图像变换得到二维码的清晰正视图像，用于后续的二维码识别。本发明方法能够在更远的距离上对图像中的多个各种状态的二维码同时进行定位，并获取能够用于后续识别的二维码的正视图像；此外，本发明方法的步骤简单、科学和可靠，适用性广。

Description

一种远距离二维码定位方法
技术领域
本发明具体涉及一种远距离二维码定位方法。
背景技术
随着经济技术的发展，二维码在我国已经广泛的进入了人们的生产和生活领域，比如扫码支付、扫码上网、扫码添加好友等等功能，给人们的生产和生活带来了无尽的便利。
现在的二维码扫码过程，大致如下所述：用户打开手机相应的扫码软件，手机会相应的调用手机摄像头，同时手机屏幕上出现一个矩形的二维码识别框，此时用户需要将待扫描的二维码置于二维码识别框中，此时手机才能正确的识别二维码。同时，在“将二维码置于二维码识别框”的过程中，必须保证手机摄像头能够获取二维码的正视的图像，此时待识别的二维码才能够较为准确和快速的被识别。一旦手机无法获取二维码的正视图像，此时往往会导致二维码的识别失败，从而影响二维码的识别速度和精度。
发明内容
本发明的目的在于提供一种能够较为精确地识别所获取的图像内的多个各种状态的二维码的远距离二维码定位方法。
本发明提供的这种远距离二维码定位方法，包括如下步骤：
S1.获取现有已知的二维码图片，作为正样本；
S2.对步骤S1获取的二维码图片进行变换，从而使得二维码图片符合实际应用场合的要求；
S3.选择LBP(Local Binary Patterns)作为特征，选择AdaBoost作为分类器，采用步骤S2得到的变换后的二维码图片进行分类器训练，从而得到最终的分类器；
S4.获取待识别图片的图片信息，并根据图片信息生成图像金字塔；
S5.在步骤S4生成的图像金字塔中提取LBP特征，并送入步骤S3得到的最终的分类器进行判别；
S6.对步骤S5得到的判别结果进行数据处理，从而获取待识别图片中的若干个二维码的坐标位置；
S7.根据步骤S6获取的若干个二维码的位置，获取若干个二维码的对应的清晰图像；
S8.对步骤S7获取的若干个二维码的清晰图像进行图像变换，从而得到若干个二维码的清晰的正视图像，用于后续的二维码识别。
步骤S2所述的对获取的二维码图片进行变换，具体包括对二维码图片进行旋转，对二维码图片进行仿射变换，对二维码图片添加噪声信息，和对二维码图片的框高比进行变换等。
步骤S4所述的获取待识别图片的图片信息，具体为将获取的待识别图片进行缩放，然后进行灰度化得到灰度化图像，再进行均衡化从而获得用于生成图像金字塔的图片信息。
步骤S4所述的根据图片信息生成图像金字塔，具体为采用如下规则生成图像金字塔：生成的图像金字塔的层数越多，在图片中能够识别的目标二维码越小。
步骤S6所述的对判别结果进行数据处理，具体为对判别结果进行非极大值抑制，从而获得若干个二维码的坐标位置。
步骤S7所述的根据若干个二维码的位置获取二维码的对应的清晰图像，具体为采用如下步骤获取清晰图像：
A.根据二维码的位置信息，将二维码映射回原始图片的分辨率；
B.按照如下原则获得清晰的二维码图像：
若能够实现相机的控制，则控制相机进行对焦，从而获取清晰的二维码图像；
若无法对相机进行控制，则在原始图片上截取二维码的图片，从而获取清晰的二维码图像。
步骤S8所述的对二维码的清晰图像进行图像变换，具体为采用如下步骤进行图像变换：
(1)根据二维码自身的定位点，对二维码进行精定位；
(2)检测二维码的边界线并获取边界线的交点；
(3)根据步骤(2)获取的边界线及边界线交点，计算当前图像与预定义的四个标准点之间的单应性矩阵；
(4)采用步骤(3)得到的单应性矩阵对二维码的清晰图像进行图像变换，从而得到二维码的清晰的正视图像。
本发明提供的这种远距离二维码定位方法，采用机器学习的目标检测技术对二维码进行远距离检测，而且在检测过程中针对二维码的形变等问题进行了相应的矫正，从而得到用于后续识别的二维码的正视图像；相比于现有技术，本发明提供的这种远距离二维码定位方法能够在更远的距离上对图像中的多个各种状态(包括形变、旋转等状态)的二维码同时进行定位，并获取能够用于后续识别的二维码的正视图像；此外，本发明方法的步骤简单、科学和可靠，适用性广。
附图说明
图1为本发明方法的方法流程图。
图2为本发明方法的对二维码的清晰图像进行图像变换的效果示意图。
图3为本发明方法的检测效果示意图1。
图4为本发明方法的检测效果示意图2。
图5为本发明方法的检测效果示意图3。
图6为本发明方法的检测效果示意图4。
具体实施方式
如图1所示为本发明方法的方法流程图：本发明提供的这种远距离二维码定位方法，包括如下步骤：
S1.获取现有已知的二维码图片，作为正样本；
S2.对步骤S1获取的二维码图片进行变换，从而使得二维码图片符合实际应用场合的要求；
在对二维码图片进行变换时，可以对二维码图片进行旋转(随机旋转45°～135°)，对二维码图片进行仿射变换(得到梯形的二维码)，对二维码图片添加噪声信息，和对二维码图片的框高比进行变换(包括1:1变换，1:1.2变换，1.2:1变换等)等变换，从而使得原本的二维码图片更加符合实际应用场合的要求；
S3.选择LBP(Local Binary Patterns)作为特征，选择AdaBoost作为分类器，采用步骤S2得到的变换后的二维码图片进行分类器训练，从而得到最终的分类器；
S4.获取待识别图片的图片信息，并根据图片信息生成图像金字塔；
在获取待识别图片时(比如采用手机拍照，或者手机app调用手机摄像头获取待识别图片)，此时获取的图像非常精细(体现为图片的分辨率较高，图片大小偏大等方面)，如果采用本发明方法处理该原始图片，其占用的硬件资源和耗时均相当大，因此可以将获取的待识别图片进行缩放(将图片的分辨率按原框的高比缩放到宽为1280)，然后进行灰度化得到灰度化图像，再进行均衡化从而获得亮度适中的图像，然后该图像就是用于生成图像金字塔的图片信息；
同时，在生成图像金字塔时，生成的图像金字塔的层数越多，在待识别的图片中能够识别到的目标二维码就越小；
S5.在步骤S4生成的图像金字塔中提取LBP特征，并送入步骤S3得到的最终的分类器进行判别；
S6.对步骤S5得到的判别结果进行数据处理(包括非极大值抑制)，从而获取待识别图片中的若干个二维码的坐标位置；
S7.根据步骤S6获取的若干个二维码的位置，获取若干个二维码的对应的清晰图像；具体为采用如下步骤获取清晰图像：
A.根据二维码的位置信息，将二维码映射回原始图片的分辨率；
具体的，比如将坐标值扩大1.5倍并映射回原来的高分辨率上；
B.按照如下原则获得清晰的二维码图像：
若能够实现相机的控制，则控制相机进行对焦，从而获取清晰的二维码图像；
若无法对相机进行控制，则在原始图片上截取二维码的图片，从而获取清晰的二维码图像；
S8.对步骤S7获取的若干个二维码的清晰图像进行图像变换，从而得到若干个二维码的清晰的正视图像，用于后续的二维码识别；在图像变换时，具体为采用如下步骤进行图像变换(变换的效果如图2所示)：
(1)根据二维码自身的定位点，对二维码进行精定位；
(2)检测二维码的边界线并获取边界线的交点；
(3)根据步骤(2)获取的边界线及边界线交点，计算当前图像与预定义的四个标准点之间的单应性矩阵；
(4)采用步骤(4)得到的单应性矩阵对二维码的清晰图像进行图像变换，。从而得到二维码的清晰的正视图像
如图3～图6所示，为本发明方法在具体应用时的效果示意图：
如图3所示，图中左侧为现有技术能够检测到二维码的最大距离，而图中右侧为本发明方法能够检测到二维码的最大距离；图中右侧图的黑色方框内为本发明方法识别出来的二维码。
如图4所示，图中左侧为现有技术能够检测到二维码的最大距离，而图中右侧为本发明方法能够检测到二维码的最大距离；其中，右侧图的黑色方框内为本发明方法识别出来的二维码；同时，由于距离较远，本发明方法还检测出了在车头把手上的二维码。
如图5所示为实验者在同一位置，采用现有技术和本发明方法检测同一位置的两个二维码的效果示意图：图中左侧为现有技术检测二维码时的效果图，可以看到，此时现有技术已经自动将检测设备(此时为手机)的摄像头的距离进行拉近，从而放大被检测的二维码，但是可以看到依然无法识别到对应的二维码；图中右侧为本发明方法在同一位置检测目标二维码时的效果图，可以看到，图中待检测的二维码周围均有黑色框，表示本发明方法已经能够检测到待识别的二维码。
从图3～图5可以看到，相较于现有技术，本发明方法确实能够在更远的距离检测到待识别的二维码，而且能够同时检测到多个待识别的二维码。
如图6所示，为本发明方法在室内检测多个、状态各异(包括二维码正常放置，斜向放置，二维码的大小不同等)的二维码时的检测效果示意图。从图中可以看出，图中的所有需要检测的二维码均被检出(在图中，以黑色方框进行标识)；同时，在图中最右侧柜子内的白色盒子下方，在此处的玻璃柜门上有一处二维码倒影(该倒影为图中最右侧墙壁上的二维码的倒影)未被检出。因此，图6可以明确表明，本发明方法是能够同时对多个各种状态下的二维码进行检测的。
本发明提供的这种远距离二维码定位方法，其中采用的特征(LBP)和分类器(AdaBoost分类器)均属于传统的特征和分类器；现阶段，图像识别方面的技术广泛采用的是深度学习方法，传统的机器学习(包括LBP特征和AdaBoost分类器)已经被人们认为是较为落后的技术，已经不再适用于现有的图像识别领域。但是，本发明方法结合实际应用背景，克服了现有的技术人员对于传统的机器学习(包括LBP特征和AdaBoost分类器)的技术偏见，创新性的将该方法应用于二维码的定位，取得了远远优于现有技术的效果(检测距离远，检测目标小且同时检测多目标)。

Claims (7)

1.一种远距离二维码定位方法，包括如下步骤：
S1.获取现有已知的二维码图片，作为正样本；
S2.对步骤S1获取的二维码图片进行变换，从而使得二维码图片符合实际应用场合的要求；
S3.选择LBP作为特征，选择AdaBoost作为分类器，采用步骤S2得到的变换后的二维码图片进行分类器训练，从而得到最终的分类器；
S4.获取待识别图片的图片信息，并根据图片信息生成图像金字塔；
S5.在步骤S4生成的图像金字塔中提取LBP特征，并送入步骤S3得到的最终的分类器进行判别；
S6.对步骤S5得到的判别结果进行数据处理，从而获取待识别图片中的若干个二维码的坐标位置；
S7.根据步骤S6获取的若干个二维码的位置，获取若干个二维码的对应的清晰图像；
S8.对步骤S7获取的若干个二维码的清晰图像进行图像变换，从而得到若干个二维码的清晰的正视图像，用于后续的二维码识别。
2.根据权利要求1所述的远距离二维码定位方法，其特征在于步骤S2所述的对获取的二维码图片进行变换，具体包括对二维码图片进行旋转，对二维码图片进行仿射变换，对二维码图片添加噪声信息，和对二维码图片的框高比进行变换。
3.根据权利要求1所述的远距离二维码定位方法，其特征在于步骤S4所述的获取待识别图片的图片信息，具体为将获取的待识别图片进行缩放，然后进行灰度化得到灰度化图像，再进行均衡化从而获得用于生成图像金字塔的图片信息。
4.根据权利要求1～3之一所述的远距离二维码定位方法，其特征在于步骤S4所述的根据图片信息生成图像金字塔，具体为采用如下规则生成图像金字塔：生成的图像金字塔的层数越多，在图片中能够识别的目标二维码越小。
5.根据权利要求4所述的远距离二维码定位方法，其特征在于步骤S6所述的对判别结果进行数据处理，具体为对判别结果进行非极大值抑制，从而获得若干个二维码的坐标位置。
6.根据权利要求4所述的远距离二维码定位方法，其特征在于步骤S7所述的根据若干个二维码的位置获取二维码的对应的清晰图像，具体为采用如下步骤获取清晰图像：
A.根据二维码的位置信息，将二维码映射回原始图片的分辨率；
B.按照如下原则获得清晰的二维码图像：
若能够实现相机的控制，则控制相机进行对焦，从而获取清晰的二维码图像；
若无法对相机进行控制，则在原始图片上截取二维码的图片，从而获取清晰的二维码图像。
7.根据权利要求6所述的远距离二维码定位方法，其特征在于步骤S8所述的对二维码的清晰图像进行图像变换，具体为采用如下步骤进行图像变换：
(1)根据二维码自身的定位点，对二维码进行精定位；
(2)检测二维码的边界线并获取边界线的交点；
(3)根据步骤(2)获取的边界线及边界线交点，计算当前图像与预定义的四个标准点之间的单应性矩阵；
(4)采用步骤(3)得到的单应性矩阵对二维码的清晰图像进行图像变换，从而得到二维码的清晰的正视图像。
CN201810941737.1A 2018-08-17 2018-08-17 一种远距离二维码定位方法 Active CN109241807B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810941737.1A CN109241807B (zh) 2018-08-17 2018-08-17 一种远距离二维码定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810941737.1A CN109241807B (zh) 2018-08-17 2018-08-17 一种远距离二维码定位方法

Publications (2)

Publication Number Publication Date
CN109241807A true CN109241807A (zh) 2019-01-18
CN109241807B CN109241807B (zh) 2021-04-20

Family

ID=65071476

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810941737.1A Active CN109241807B (zh) 2018-08-17 2018-08-17 一种远距离二维码定位方法

Country Status (1)

Country Link
CN (1) CN109241807B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115130491A (zh) * 2022-08-29 2022-09-30 荣耀终端有限公司 一种自动扫码方法和终端
CN116843748A (zh) * 2023-09-01 2023-10-03 上海仙工智能科技有限公司 一种远距二维码及其物体空间位姿获取方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101937508A (zh) * 2010-09-30 2011-01-05 湖南大学 一种基于高清图像的车牌定位与识别方法
CN102254144A (zh) * 2011-07-12 2011-11-23 四川大学 一种鲁棒的图像中二维码区域提取方法
CN102654902A (zh) * 2012-01-16 2012-09-05 江南大学 基于轮廓向量特征的嵌入式实时图像匹配方法
US20160048822A1 (en) * 2014-08-15 2016-02-18 Mastercard International Incorporated Method and System for Delivering Funding Options to a User
CN105894069A (zh) * 2016-03-29 2016-08-24 吴城凤 一种视觉导航用的crc二维码的生成方法及识别方法
CN107045630A (zh) * 2017-04-24 2017-08-15 杭州司兰木科技有限公司 一种基于rgbd的行人检测和身份识别方法及系统
CN107203798A (zh) * 2017-05-24 2017-09-26 南京邮电大学 一种限制访问型图形背景二维码的生成和识别方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101937508A (zh) * 2010-09-30 2011-01-05 湖南大学 一种基于高清图像的车牌定位与识别方法
CN102254144A (zh) * 2011-07-12 2011-11-23 四川大学 一种鲁棒的图像中二维码区域提取方法
CN102654902A (zh) * 2012-01-16 2012-09-05 江南大学 基于轮廓向量特征的嵌入式实时图像匹配方法
US20160048822A1 (en) * 2014-08-15 2016-02-18 Mastercard International Incorporated Method and System for Delivering Funding Options to a User
CN105894069A (zh) * 2016-03-29 2016-08-24 吴城凤 一种视觉导航用的crc二维码的生成方法及识别方法
CN107045630A (zh) * 2017-04-24 2017-08-15 杭州司兰木科技有限公司 一种基于rgbd的行人检测和身份识别方法及系统
CN107203798A (zh) * 2017-05-24 2017-09-26 南京邮电大学 一种限制访问型图形背景二维码的生成和识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈威兵: "一种QR码识别的低复杂度图像预处理方法", 《湖南大学学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115130491A (zh) * 2022-08-29 2022-09-30 荣耀终端有限公司 一种自动扫码方法和终端
CN116843748A (zh) * 2023-09-01 2023-10-03 上海仙工智能科技有限公司 一种远距二维码及其物体空间位姿获取方法及系统
CN116843748B (zh) * 2023-09-01 2023-11-24 上海仙工智能科技有限公司 一种远距二维码及其物体空间位姿获取方法及系统

Also Published As

Publication number Publication date
CN109241807B (zh) 2021-04-20

Similar Documents

Publication Publication Date Title
US20190034746A1 (en) System and method for identifying re-photographed images
CN105740780B (zh) 人脸活体检测的方法和装置
CN103955660B (zh) 一种批量二维码图像识别方法
JPWO2012077287A1 (ja) 姿勢状態推定装置および姿勢状態推定方法
CN107424160A (zh) 通过视觉系统查找图像中线的系统和方法
CN103154972A (zh) 基于文本的3d扩增实境
JP3855025B2 (ja) 個人認証装置
CN101807257A (zh) 图像标签信息识别方法
CN111368682B (zh) 一种基于faster RCNN台标检测与识别的方法及系统
CN110443237B (zh) 证件识别方法、装置、电子设备及计算机可读存储介质
JP2010267113A (ja) 部品管理方法、装置、プログラム、記録媒体
CN112307786B (zh) 一种多个不规则二维码批量定位识别方法
CN105844638A (zh) 一种通过相机噪声实现鉴别照片真伪的方法及系统
CN109241807A (zh) 一种远距离二维码定位方法
CN107944395A (zh) 一种基于神经网络验证人证合一的方法及系统
US10395090B2 (en) Symbol detection for desired image reconstruction
CN115810197A (zh) 一种多模态电力表单识别方法及装置
CN109785439B (zh) 人脸素描图像生成方法及相关产品
CN111783541A (zh) 一种文本识别方法和装置
CN109816628B (zh) 人脸评价方法及相关产品
CN113505808B (zh) 基于深度学习用于配电类设施开关检测识别算法
CN105758337B (zh) 一种获取透镜平面与图像传感器平面之间夹角的方法
Sun et al. Cascaded detection method for surface defects of lead frame based on high-resolution detection images
CN104881641A (zh) 基于移动设备的问卷和表格数字化识别方法及系统
CN115797970B (zh) 基于YOLOv5模型的密集行人目标检测方法及系统

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