CN110334560B - 一种二维码定位方法和装置 - Google Patents

一种二维码定位方法和装置 Download PDF

Info

Publication number
CN110334560B
CN110334560B CN201910639964.3A CN201910639964A CN110334560B CN 110334560 B CN110334560 B CN 110334560B CN 201910639964 A CN201910639964 A CN 201910639964A CN 110334560 B CN110334560 B CN 110334560B
Authority
CN
China
Prior art keywords
matching
feature
dimensional code
descriptors
descriptor
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
CN201910639964.3A
Other languages
English (en)
Other versions
CN110334560A (zh
Inventor
段强
李锐
于治楼
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.)
Shandong Inspur Scientific Research Institute Co Ltd
Original Assignee
Shandong Inspur Scientific Research Institute Co Ltd
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 Shandong Inspur Scientific Research Institute Co Ltd filed Critical Shandong Inspur Scientific Research Institute Co Ltd
Priority to CN201910639964.3A priority Critical patent/CN110334560B/zh
Publication of CN110334560A publication Critical patent/CN110334560A/zh
Application granted granted Critical
Publication of CN110334560B publication Critical patent/CN110334560B/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
    • G06K7/1408—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
    • G06K7/1443—Methods for optical code recognition including a method step for retrieval of the optical code locating of the code in an image

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)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种二维码定位方法和装置，该二维码定位方法包括：构建多个二维码匹配角点图，其中二维码匹配角点图为由一个二维码中的至少三个角点对应的特征匹配描述子组成；分别从目标图和多个二维码匹配角点图中提取出特征描述子；将目标图提取出的特征描述子与多个二维码匹配角点图提取出特征匹配描述子进行匹配；根据匹配的结果，确定目标图中的二维码的位置。本发明提供的方案能够保证二维码定位的准确性。

Description

一种二维码定位方法和装置
技术领域
本发明涉及计算机技术领域，特别涉及一种二维码定位方法和装置。
背景技术
随着二维码等技术的发展，在很多应用场景如二维码支付、通过二维码存储智能设备的信息以通过扫描二维码获取该智能设备的信息等，均离不开二维码的识别。
目前对于二维码识别过程需要人为的确认二维码的位置，并人为的对二维码进行定位，基于人为定位后的二维码，通过将图像二值化并进行边缘检测，将检测到的边缘寻找轮廓并进行轮廓标定。但这种方法取决于一个轮廓清晰的二维码区域，并且在边缘检测和轮廓标定过程均会产生误差。
发明内容
本发明实施例提供了一种二维码定位方法和装置，实现了从目标图中定位出二维码，由于基于二维码匹配角点进行匹配，能够保证二维码定位的准确性。
二维码定位方法，构建多个二维码匹配角点图，其中所述二维码匹配角点图为由一个二维码中的至少三个角点对应的特征匹配描述子组成；还包括：
分别从目标图和所述多个二维码匹配角点图中提取出特征描述子；
将所述目标图提取出的特征描述子与所述多个二维码匹配角点图提取出特征匹配描述子进行匹配；
根据匹配的结果，确定所述目标图中的二维码的位置。
优选地，所述构建多个二维码匹配角点图，包括：
针对每一个二维码匹配模板，执行：
从所述二维码匹配模板提取出的特征匹配描述子中，定位出与所述二维码匹配模板中的至少三个角点分别对应的特征匹配描述子；
利用所述至少三个角点分别对应的特征匹配描述子构建出二维码匹配角点图。
优选地，所述将所述目标图提取出的特征描述子与所述多个二维码匹配角点图提取出特征匹配描述子进行匹配，包括：
通过最近邻搜索方式从所述目标图提取出的特征描述子中查找到与一个二维码匹配角点图中的每一个特征匹配描述子相匹配的目标特征描述子；
针对所述目标特征描述子进行连通域分析，查找含有二维码的连通域。
优选地，上述二维码定位方法，进一步包括：设置匹配个数阈值K，其中，所述K不小于2；
所述通过最近邻搜索方式从所述目标图提取出的特征描述子中查找到与一个二维码匹配角点图中的各个特征匹配描述子分别相匹配的目标特征描述子，包括：
针对所述二维码匹配角点图中的每一个特征匹配描述子，执行：
通过最近邻搜索方式从所述目标图提取出的特征描述子中查找到与所述特征匹配描述子相匹配的K个相似特征描述子；
针对K个相似特征描述子循环执行下述N1至N3，直至找到所述特征匹配描述子对应的目标特征描述子；
N1：计算任意相邻的两个相似特征描述子的相似度；
N2：当所述相似度不大于预设的近似系数时，从所述相邻的两个相似特征描述子中舍弃任一相似特征描述子，并判断相似特征描述子的个数是否不小于1个，如果是，则执行N1；否则，将剩余的一个相似特征描述子作为目标特征描述子；
N3：当所述相似度大于预设的近似系数时，计算所述相邻的两个相似特征描述子的平均特征描述子，并将所述平均特征描述子作为相似特征描述子，判断相似特征描述子的个数是否不小于1个，如果是，则执行N1；否则，将剩余的一个相似特征描述子作为目标特征描述子。
优选地，所述计算任意相邻的两个相似特征描述子的相似度，包括：
利用下述计算公式，计算出任意相邻的两个相似特征描述子的相似度；
Figure BDA0002131517650000031
其中，S表征任意相邻的两个相似特征描述子的相似度；M表征相邻的两个相似特征描述子中的一个；N表征相邻的两个相似特征描述子中的另一个。
二维码定位装置，包括：构建单元、提取匹配单元以及位置确定单元，其中，
所述构建单元，用于构建多个二维码匹配角点图，其中所述二维码匹配角点图为由一个二维码中的至少三个角点对应的特征匹配描述子组成；
所述提取匹配单元，用于分别从目标图和所述构建单元构建出的多个二维码匹配角点图中提取出特征描述子；将所述目标图提取出的特征描述子与所述多个二维码匹配角点图提取出特征匹配描述子进行匹配；
所述位置确定单元，用于根据所述提取匹配单元匹配出的结果，确定所述目标图中的二维码的位置。
优选地，所述构建单元，用于：
针对每一个二维码匹配模板，执行：
从所述二维码匹配模板提取出的特征匹配描述子中，定位出与所述二维码匹配模板中的至少三个角点分别对应的特征匹配描述子；
利用所述至少三个角点分别对应的特征匹配描述子构建出二维码匹配角点图。
优选地，所述提取匹配单元，用于：
通过最近邻搜索方式从所述目标图提取出的特征描述子中查找到与一个二维码匹配角点图中的每一个特征匹配描述子相匹配的目标特征描述子；针对所述目标特征描述子进行连通域分析，查找含有二维码的连通域。
优选地，所述提取匹配单元，进一步用于：
设置匹配个数阈值K，其中，所述K不小于2；
针对所述二维码匹配角点图中的每一个特征匹配描述子，执行：
通过最近邻搜索方式从所述目标图提取出的特征描述子中查找到与所述特征匹配描述子相匹配的K个相似特征描述子；
针对K个相似特征描述子循环执行下述N1至N3，直至找到所述特征匹配描述子对应的目标特征描述子；
N1：计算任意相邻的两个相似特征描述子的相似度；
N2：当所述相似度不大于预设的近似系数时，从所述相邻的两个相似特征描述子中舍弃任一相似特征描述子，并判断相似特征描述子的个数是否不小于1个，如果是，则执行N1；否则，将剩余的一个相似特征描述子作为目标特征描述子；
N3：当所述相似度大于预设的近似系数时，计算所述相邻的两个相似特征描述子的平均特征描述子，并将所述平均特征描述子作为相似特征描述子，判断相似特征描述子的个数是否不小于1个，如果是，则执行N1；否则，将剩余的一个相似特征描述子作为目标特征描述子。
优选地，所述提取匹配单元，用于：
利用下述计算公式，计算出任意相邻的两个相似特征描述子的相似度；
Figure BDA0002131517650000041
其中，S表征任意相邻的两个相似特征描述子的相似度；M表征相邻的两个相似特征描述子中的一个；N表征相邻的两个相似特征描述子中的另一个。
本发明实施例提供了一种二维码定位方法和装置，该二维码定位方法包括：构建多个二维码匹配角点图，其中二维码匹配角点图为由一个二维码中的至少三个角点对应的特征匹配描述子组成；分别从目标图和多个二维码匹配角点图中提取出特征描述子；将目标图提取出的特征描述子与多个二维码匹配角点图提取出特征匹配描述子进行匹配；根据匹配的结果，确定目标图中的二维码的位置。即通过二维码匹配角点查找二维码，实现了从目标图中定位出二维码，由于基于二维码匹配角点进行匹配，能够保证二维码定位的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一个实施例提供的二维码定位方法的流程图；
图2是本发明另一个实施例提供的二维码定位方法的流程图；
图3是本发明实施例提供的二维码定位装置的结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明实施例提供了一种二维码定位方法，该方法可以包括以下步骤：
步骤101：构建多个二维码匹配角点图，其中二维码匹配角点图为由一个二维码中的至少三个角点对应的特征匹配描述子组成；
步骤102：分别从目标图和多个二维码匹配角点图中提取出特征描述子；
步骤103：将目标图提取出的特征描述子与多个二维码匹配角点图提取出特征匹配描述子进行匹配；
步骤104：根据匹配的结果，确定目标图中的二维码的位置。
其中，可采用SIFT算法从二维码中提取特征匹配描述子以及从目标图提取特征描述子，该SIFT算法是针对图像的局部特征生成描述子进行描述，其对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也较稳定。它所生成的描述子是以候选特征点为中心取16x16的邻域作为窗口，将特征点和它的方向通过高斯加权后放入8个bin的方向直方图，以此获得128的描述子。
在图1提供的方法中，通过构建多个二维码匹配角点图，其中二维码匹配角点图为由一个二维码中的至少三个角点对应的特征匹配描述子组成；分别从目标图和多个二维码匹配角点图中提取出特征描述子；将目标图提取出的特征描述子与多个二维码匹配角点图提取出特征匹配描述子进行匹配；根据匹配的结果，确定目标图中的二维码的位置。即通过二维码匹配角点查找二维码，实现了从目标图中定位出二维码，由于基于二维码匹配角点进行匹配，能够保证二维码定位的准确性。
在本发明另一实施例中，上述步骤101的具体实施方式可为，针对每一个二维码匹配模板，执行：从二维码匹配模板提取出的特征匹配描述子中，定位出与二维码匹配模板中的至少三个角点分别对应的特征匹配描述子；利用至少三个角点分别对应的特征匹配描述子构建出二维码匹配角点图。
上述二维码匹配模板可以为二维码库中存储的二维码，也可以为从一些图像中截取出来的二维码。
在本发明另一实施例中，上述步骤103的具体实施方式可为，通过最近邻搜索方式从目标图提取出的特征描述子中查找到与一个二维码匹配角点图中的每一个特征匹配描述子相匹配的目标特征描述子；针对目标特征描述子进行连通域分析，查找含有二维码的连通域。
在本发明又一实施例中，为了尽可能的保证匹配的准确性，从而保证对二维码定位的准确性，上述二维码定位方法可进一步包括：设置匹配个数阈值K，其中，该K不小于2；则通过最近邻搜索方式从所述目标图提取出的特征描述子中查找到与一个二维码匹配角点图中的各个特征匹配描述子分别相匹配的目标特征描述子可具体包括：针对所述二维码匹配角点图中的每一个特征匹配描述子，执行：通过最近邻搜索方式从所述目标图提取出的特征描述子中查找到与所述特征匹配描述子相匹配的K个相似特征描述子；针对K个相似特征描述子循环执行下述N1至N3，直至找到所述特征匹配描述子对应的目标特征描述子；N1：计算任意相邻的两个相似特征描述子的相似度；N2：当所述相似度不大于预设的近似系数时，从所述相邻的两个相似特征描述子中舍弃任一相似特征描述子，并判断相似特征描述子的个数是否不小于1个，如果是，则执行N1；否则，将剩余的一个相似特征描述子作为目标特征描述子；N3：当所述相似度大于预设的近似系数时，计算所述相邻的两个相似特征描述子的平均特征描述子，并将所述平均特征描述子作为相似特征描述子，判断相似特征描述子的个数是否不小于1个，如果是，则执行N1；否则，将剩余的一个相似特征描述子作为目标特征描述子。
在本发明另一实施例中，上述计算任意相邻的两个相似特征描述子的相似度具体实施方式可包括：利用下述计算公式，计算出任意相邻的两个相似特征描述子的相似度；
Figure BDA0002131517650000071
其中，S表征任意相邻的两个相似特征描述子的相似度；M表征相邻的两个相似特征描述子中的一个；N表征相邻的两个相似特征描述子中的另一个。
如图2所示，本发明实施例提供一种二维码定位方法，该二维码定位方法，可包括如下步骤：
步骤200：设置匹配个数阈值K，其中，所述K不小于2；
在该步骤中，一般k的取值为2。
针对每一个二维码匹配模板，执行：
步骤201：从二维码匹配模板提取出的特征匹配描述子中，定位出与二维码匹配模板中的至少三个角点分别对应的特征匹配描述子；
步骤202：利用至少三个角点分别对应的特征匹配描述子构建出二维码匹配角点图；
步骤203：分别从目标图和多个二维码匹配角点图中提取出特征描述子；
上述步骤201和步骤203提取特征匹配描述子和特征描述子的过程均可SIFT算法来完成。该SIFT算法是针对图像的局部特征生成描述子进行描述，其对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也较稳定。它所生成的描述子是以候选特征点为中心取16x16的邻域作为窗口，将特征点和它的方向通过高斯加权后放入8个bin的方向直方图，以此获得128的描述子。
针对二维码匹配角点图中的每一个特征匹配描述子，执行：
步骤204：通过最近邻搜索方式从所述目标图提取出的特征描述子中查找到与所述特征匹配描述子相匹配的K个相似特征描述子；
该步骤提及的最近邻搜索用来将两个图像中生成的描述子进行匹配，匹配的依据通常使用欧氏距离。
在k为2时，这两个候选匹配点表示距离上最接近的点和第二接近的点。
步骤205：计算任意相邻的两个相似特征描述子的相似度；当相似度不大于预设的近似系数时，执行步骤206；当相似度大于预设的近似系数时，执行步骤207；
利用下述计算公式，计算出任意相邻的两个相似特征描述子的相似度；
Figure BDA0002131517650000081
其中，S表征任意相邻的两个相似特征描述子的相似度；M表征相邻的两个相似特征描述子中的一个；N表征相邻的两个相似特征描述子中的另一个。
步骤206：从相邻的两个相似特征描述子中舍弃任一相似特征描述子；并判断相似特征描述子的个数是否小于1个，如果是，则执行步骤208；否则，执行步骤205；
步骤207：计算所述相邻的两个相似特征描述子的平均特征描述子，并将平均特征描述子作为相似特征描述子，判断相似特征描述子的个数是否小于1个，如果是，则执行步骤208；否则，执行步骤205；
步骤208：将剩余的一个相似特征描述子作为目标特征描述子；
步骤209：针对目标特征描述子进行连通域分析，查找含有二维码的连通域；
步骤210：根据连通域，确定目标图中的二维码的位置。
该步骤可通过图像形态学中的膨胀和开闭操作可以用于连通域的形成和分析中。设置自适应的阈值将原始图像转变为二值化图像，然后使用图像形态学操作将二维码的空白填满。填满后可以用连通域分析将每个独立的连通域标注出来，把定位匹配到的二维码角点所在的连通域定位出来即为所找的二维码区域。
另外，在上述步骤210之后，还可将二维码所在连通域提取出来，进行多边形拟合得到二维码的四边形，也可进一步通过建立坐标系得到二维码的四边形的四个角点坐标。
上述二维码定位方法以及下述的二维码定位装置可以插件或客户端方式应用于智能设备如手机、平板或其他扫码设备中。
如图3所示，本发明实施例提供二维码定位装置，该二维码定位装置包括：构建单元301、提取匹配单元302以及位置确定单元303，其中，
构建单元301，用于构建多个二维码匹配角点图，其中二维码匹配角点图为由一个二维码中的至少三个角点对应的特征匹配描述子组成；
提取匹配单元302，用于分别从目标图和构建单元301构建出的多个二维码匹配角点图中提取出特征描述子；将目标图提取出的特征描述子与多个二维码匹配角点图提取出特征匹配描述子进行匹配；
位置确定单元303，用于根据提取匹配单元302匹配出的结果，确定目标图中的二维码的位置。
在本发明另一实施例中，构建单元301，用于针对每一个二维码匹配模板，执行：从二维码匹配模板提取出的特征匹配描述子中，定位出与二维码匹配模板中的至少三个角点分别对应的特征匹配描述子；利用至少三个角点分别对应的特征匹配描述子构建出二维码匹配角点图。
在本发明另一实施例中，提取匹配单元302，用于通过最近邻搜索方式从目标图提取出的特征描述子中查找到与一个二维码匹配角点图中的每一个特征匹配描述子相匹配的目标特征描述子；针对目标特征描述子进行连通域分析，查找含有二维码的连通域。
在本发明另一实施例中，提取匹配单元302，进一步用于设置匹配个数阈值K，其中，K不小于2；针对二维码匹配角点图中的每一个特征匹配描述子，执行：通过最近邻搜索方式从目标图提取出的特征描述子中查找到与特征匹配描述子相匹配的K个相似特征描述子；针对K个相似特征描述子循环执行下述N1至N3，直至找到特征匹配描述子对应的目标特征描述子：
N1：计算任意相邻的两个相似特征描述子的相似度；N2：当相似度不大于预设的近似系数时，从相邻的两个相似特征描述子中舍弃任一相似特征描述子，并判断相似特征描述子的个数是否不小于1个，如果是，则执行N1；否则，将剩余的一个相似特征描述子作为目标特征描述子；N3：当相似度大于预设的近似系数时，计算相邻的两个相似特征描述子的平均特征描述子，并将平均特征描述子作为相似特征描述子，判断相似特征描述子的个数是否不小于1个，如果是，则执行N1；否则，将剩余的一个相似特征描述子作为目标特征描述子。
在本发明另一实施例中，提取匹配单元303，用于利用下述计算公式，计算出任意相邻的两个相似特征描述子的相似度；
Figure BDA0002131517650000101
其中，S表征任意相邻的两个相似特征描述子的相似度；M表征相邻的两个相似特征描述子中的一个；N表征相邻的两个相似特征描述子中的另一个。
上述装置内的各单元之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。
本发明实施例提供了一种可读介质，包括执行指令，当存储控制器的处理器执行所述执行指令时，所述存储控制器执行本发明上述任一实施例提供的方法。
本发明实施例提供了一种存储控制器，包括：处理器、存储器和总线；所述存储器用于存储执行指令，所述处理器与所述存储器通过所述总线连接，当所述存储控制器运行时，所述处理器执行所述存储器存储的所述执行指令，以使所述存储控制器执行本发明上述任一实施例提供的方法。
综上所述，本发明以上各个实施例至少具有如下有益效果：
1、在本发明实施例中，通过构建多个二维码匹配角点图，其中二维码匹配角点图为由一个二维码中的至少三个角点对应的特征匹配描述子组成；分别从目标图和多个二维码匹配角点图中提取出特征描述子；将目标图提取出的特征描述子与多个二维码匹配角点图提取出特征匹配描述子进行匹配；根据匹配的结果，确定目标图中的二维码的位置。即通过二维码匹配角点查找二维码，实现了从目标图中定位出二维码，由于基于二维码匹配角点进行匹配，能够保证二维码定位的准确性。
2、在本发明实施例中，由于针对每一个二维码匹配模板，执行：从二维码匹配模板提取出的特征匹配描述子中，定位出与二维码匹配模板中的至少三个角点分别对应的特征匹配描述子；利用至少三个角点分别对应的特征匹配描述子构建出二维码匹配角点图。使得二维码匹配角点图中仅包含二维码角点的特征描述子，则在后续匹配过程中，通过匹配角点的特征描述子即可，能够有效地缩短二维码定位时间。
3、在本发明实施例中，通过设置匹配个数阈值K，其中，K不小于2；针对所述二维码匹配角点图中的每一个特征匹配描述子，执行：通过最近邻搜索方式从目标图提取出的特征描述子中查找到与特征匹配描述子相匹配的K个相似特征描述子；针对K个相似特征描述子循环执行下述N1至N3，直至找到特征匹配描述子对应的目标特征描述子；N1：计算任意相邻的两个相似特征描述子的相似度；N2：当相似度不大于预设的近似系数时，从相邻的两个相似特征描述子中舍弃任一相似特征描述子，并判断相似特征描述子的个数是否不小于1个，如果是，则执行N1；否则，将剩余的一个相似特征描述子作为目标特征描述子；N3：当相似度大于预设的近似系数时，计算相邻的两个相似特征描述子的平均特征描述子，并将平均特征描述子作为相似特征描述子，判断相似特征描述子的个数是否不小于1个，如果是，则执行N1；否则，将剩余的一个相似特征描述子作为目标特征描述子，即从K个相似特征描述子中找到目标特征描述子，以使目标特征描述子与待定位出的二维码的角点的特征描述子最接近，从而保证匹配的准确性，以进一步保证二维码定位的准确性。
需要说明的是，在本文中，诸如第一和第二之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个······”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同因素。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储在计算机可读取的存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质中。
最后需要说明的是：以上所述仅为本发明的较佳实施例，仅用于说明本发明的技术方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所做的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (6)

1.二维码定位方法，其特征在于，构建多个二维码匹配角点图，其中所述二维码匹配角点图为由一个二维码中的至少三个角点对应的特征匹配描述子组成；还包括：
分别从目标图和所述多个二维码匹配角点图中提取出特征描述子；
将所述目标图提取出的特征描述子与所述多个二维码匹配角点图提取出特征匹配描述子进行匹配；
根据匹配的结果，确定所述目标图中的二维码的位置；所述将所述目标图提取出的特征描述子与所述多个二维码匹配角点图提取出特征匹配描述子进行匹配，包括：
通过最近邻搜索方式从所述目标图提取出的特征描述子中查找到与一个二维码匹配角点图中的每一个特征匹配描述子相匹配的目标特征描述子；
针对所述目标特征描述子进行连通域分析，查找含有二维码的连通域；
进一步包括：设置匹配个数阈值K，其中，所述K不小于2；
所述通过最近邻搜索方式从所述目标图提取出的特征描述子中查找到与一个二维码匹配角点图中的各个特征匹配描述子分别相匹配的目标特征描述子，包括：
针对所述二维码匹配角点图中的每一个特征匹配描述子，执行：
通过最近邻搜索方式从所述目标图提取出的特征描述子中查找到与所述特征匹配描述子相匹配的K个相似特征描述子；
针对K个相似特征描述子循环执行下述N1至N3，直至找到所述特征匹配描述子对应的目标特征描述子；
N1：计算任意相邻的两个相似特征描述子的相似度；
N2：当所述相似度不大于预设的近似系数时，从所述相邻的两个相似特征描述子中舍弃任一相似特征描述子，并判断相似特征描述子的个数是否不小于1个，如果是，则执行N1；否则，将剩余的一个相似特征描述子作为目标特征描述子；
N3：当所述相似度大于预设的近似系数时，计算所述相邻的两个相似特征描述子的平均特征描述子，并将所述平均特征描述子作为相似特征描述子，判断相似特征描述子的个数是否不小于1个，如果是，则执行N1；否则，将剩余的一个相似特征描述子作为目标特征描述子。
2.根据权利要求1所述的二维码定位方法，其特征在于，所述构建多个二维码匹配角点图，包括：
针对每一个二维码匹配模板，执行：
从所述二维码匹配模板提取出的特征匹配描述子中，定位出与所述二维码匹配模板中的至少三个角点分别对应的特征匹配描述子；
利用所述至少三个角点分别对应的特征匹配描述子构建出二维码匹配角点图。
3.根据权利要求2所述的二维码定位方法，其特征在于，所述计算任意相邻的两个相似特征描述子的相似度，包括：
利用下述计算公式，计算出任意相邻的两个相似特征描述子的相似度；
Figure FDA0003913694260000021
其中，S表征任意相邻的两个相似特征描述子的相似度；M表征相邻的两个相似特征描述子中的一个；N表征相邻的两个相似特征描述子中的另一个。
4.二维码定位装置，其特征在于，包括：构建单元、提取匹配单元以及位置确定单元，其中，
所述构建单元，用于构建多个二维码匹配角点图，其中所述二维码匹配角点图为由一个二维码中的至少三个角点对应的特征匹配描述子组成；
所述提取匹配单元，用于分别从目标图和所述构建单元构建出的多个二维码匹配角点图中提取出特征描述子；将所述目标图提取出的特征描述子与所述多个二维码匹配角点图提取出特征匹配描述子进行匹配；
所述位置确定单元，用于根据所述提取匹配单元匹配出的结果，确定所述目标图中的二维码的位置；
所述提取匹配单元，用于：
通过最近邻搜索方式从所述目标图提取出的特征描述子中查找到与一个二维码匹配角点图中的每一个特征匹配描述子相匹配的目标特征描述子；针对所述目标特征描述子进行连通域分析，查找含有二维码的连通域；
所述提取匹配单元，进一步用于：
设置匹配个数阈值K，其中，所述K不小于2；
针对所述二维码匹配角点图中的每一个特征匹配描述子，执行：
通过最近邻搜索方式从所述目标图提取出的特征描述子中查找到与所述特征匹配描述子相匹配的K个相似特征描述子；
针对K个相似特征描述子循环执行下述N1至N3，直至找到所述特征匹配描述子对应的目标特征描述子：
N1：计算任意相邻的两个相似特征描述子的相似度；
N2：当所述相似度不大于预设的近似系数时，从所述相邻的两个相似特征描述子中舍弃任一相似特征描述子，并判断相似特征描述子的个数是否不小于1个，如果是，则执行N1；否则，将剩余的一个相似特征描述子作为目标特征描述子；
N3：当所述相似度大于预设的近似系数时，计算所述相邻的两个相似特征描述子的平均特征描述子，并将所述平均特征描述子作为相似特征描述子，判断相似特征描述子的个数是否不小于1个，如果是，则执行N1；否则，将剩余的一个相似特征描述子作为目标特征描述子。
5.根据权利要求4所述的二维码定位装置，其特征在于，所述构建单元，用于：
针对每一个二维码匹配模板，执行：
从所述二维码匹配模板提取出的特征匹配描述子中，定位出与所述二维码匹配模板中的至少三个角点分别对应的特征匹配描述子；
利用所述至少三个角点分别对应的特征匹配描述子构建出二维码匹配角点图。
6.根据权利要求5所述的二维码定位装置，其特征在于，所述提取匹配单元，用于：
利用下述计算公式，计算出任意相邻的两个相似特征描述子的相似度；
Figure FDA0003913694260000041
其中，S表征任意相邻的两个相似特征描述子的相似度；M表征相邻的两个相似特征描述子中的一个；N表征相邻的两个相似特征描述子中的另一个。
CN201910639964.3A 2019-07-16 2019-07-16 一种二维码定位方法和装置 Active CN110334560B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910639964.3A CN110334560B (zh) 2019-07-16 2019-07-16 一种二维码定位方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910639964.3A CN110334560B (zh) 2019-07-16 2019-07-16 一种二维码定位方法和装置

Publications (2)

Publication Number Publication Date
CN110334560A CN110334560A (zh) 2019-10-15
CN110334560B true CN110334560B (zh) 2023-04-07

Family

ID=68145351

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910639964.3A Active CN110334560B (zh) 2019-07-16 2019-07-16 一种二维码定位方法和装置

Country Status (1)

Country Link
CN (1) CN110334560B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113705270B (zh) * 2021-11-01 2022-02-18 深圳思谋信息科技有限公司 识别二维码定位码区的方法、装置、设备和存储介质
CN117725943B (zh) * 2024-02-06 2024-06-04 浙江码尚科技股份有限公司 基于数图处理的点阵码识别方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104268498A (zh) * 2014-09-29 2015-01-07 杭州华为数字技术有限公司 一种二维码的识别方法及终端
CN104915949A (zh) * 2015-04-08 2015-09-16 华中科技大学 一种结合点特征和线特征的图像匹配算法
WO2018028649A1 (zh) * 2016-08-10 2018-02-15 纳恩博（北京）科技有限公司 一种移动装置及其定位方法、计算机存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104268498A (zh) * 2014-09-29 2015-01-07 杭州华为数字技术有限公司 一种二维码的识别方法及终端
CN104915949A (zh) * 2015-04-08 2015-09-16 华中科技大学 一种结合点特征和线特征的图像匹配算法
WO2018028649A1 (zh) * 2016-08-10 2018-02-15 纳恩博（北京）科技有限公司 一种移动装置及其定位方法、计算机存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
融合颜色信息的尺度特征提取及匹配算法;缪盾;《江西科学》;20180416(第02期);全文 *

Also Published As

Publication number Publication date
CN110334560A (zh) 2019-10-15

Similar Documents

Publication Publication Date Title
US10699158B2 (en) Using a probabilistic model for detecting an object in visual data
Baró et al. Traffic sign recognition using evolutionary adaboost detection and forest-ECOC classification
CN109740633B (zh) 一种图像相似度计算方法、装置、存储介质
US20180032786A1 (en) Systems and methods for image alignment
CN110852349A (zh) 一种图像处理方法、检测方法、相关设备及存储介质
US10438083B1 (en) Method and system for processing candidate strings generated by an optical character recognition process
JP2011008507A (ja) 画像検索方法およびシステム
US8027978B2 (en) Image search method, apparatus, and program
JP6997369B2 (ja) プログラム、測距方法、及び測距装置
CN110334560B (zh) 一种二维码定位方法和装置
US9014486B2 (en) Systems and methods for tracking with discrete texture traces
CN111753119A (zh) 一种图像搜索方法、装置、电子设备及存储介质
CN112036362A (zh) 图像处理方法、装置、计算机设备和可读存储介质
US8306332B2 (en) Image search method and device
CN108694411B (zh) 一种识别相似图像的方法
CN113159103B (zh) 图像匹配方法、装置、电子设备以及存储介质
Huang et al. FAST and FLANN for feature matching based on SURF
CN113506288A (zh) 基于transform注意力机制的肺结节检测方法及装置
Lu et al. Particle filter vehicle tracking based on surf feature matching
CN110349111B (zh) 一种包含二维码图像的矫正方法和装置
Ghandour et al. Building shadow detection based on multi-thresholding segmentation
CN109635798A (zh) 一种信息提取方法及装置
CN114066948A (zh) 一种点云配准方法、系统、电子设备及存储介质
Wang et al. Oil tank detection via target-driven learning saliency model
Van Zijl et al. Feature Extraction for Image Pattern Matching with Cellular Automata.

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20230310

Address after: 250000 building S02, No. 1036, Langchao Road, high tech Zone, Jinan City, Shandong Province

Applicant after: Shandong Inspur Scientific Research Institute Co.,Ltd.

Address before: 250100 First Floor of R&D Building 2877 Kehang Road, Sun Village Town, Jinan High-tech Zone, Shandong Province

Applicant before: JINAN INSPUR HIGH-TECH TECHNOLOGY DEVELOPMENT Co.,Ltd.

GR01 Patent grant
GR01 Patent grant