CN111583150A - 一种二维码图像处理方法与系统 - Google Patents

一种二维码图像处理方法与系统 Download PDF

Info

Publication number
CN111583150A
CN111583150A CN202010384409.3A CN202010384409A CN111583150A CN 111583150 A CN111583150 A CN 111583150A CN 202010384409 A CN202010384409 A CN 202010384409A CN 111583150 A CN111583150 A CN 111583150A
Authority
CN
China
Prior art keywords
gray
image
value
gray level
dimensional code
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
CN202010384409.3A
Other languages
English (en)
Other versions
CN111583150B (zh
Inventor
刘晓华
李�昊
罗文峰
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 Upixels Technology Co ltd
Original Assignee
Hunan Upixels Technology 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 Hunan Upixels Technology Co ltd filed Critical Hunan Upixels Technology Co ltd
Priority to CN202010384409.3A priority Critical patent/CN111583150B/zh
Publication of CN111583150A publication Critical patent/CN111583150A/zh
Application granted granted Critical
Publication of CN111583150B publication Critical patent/CN111583150B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • 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
    • G06K7/146—Methods for optical code recognition the method including quality enhancement steps
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G06T2207/20032—Median filtering
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

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

Abstract

本发明提出一种二维码图像处理方法与系统，该方法通过对二维码图像进行灰度化处理，得到第一灰度图像；接着，对第一灰度图像通过自适应窗口大小的方式进行中值滤波处理，得到第二灰度图像；然后，对第二灰度图像进行灰度调整，得到第三灰度图像；最后，对第三灰度图像进行二值化处理，得到二值图像。本发明通过自适应调整邻域窗口大小的方式进行中值滤波来去除噪点后，采用新的灰度调整方法来补偿光照不均带来的影响，能够有效的解决二维码图像的噪点多，光照不均等问题，且算法复杂度较低，可保证实时处理的需求，具有很好的实用价值。

Description

一种二维码图像处理方法与系统
技术领域
本申请涉及图像处理领域，具体涉及一种二维码图像处理方法与系统。
背景技术
随着全球信息化的发展，人们对条码技术的需求层次不断提高，尤其是需要在有限的面积上表示更多的信息量。在这种需求下，二维条码孕育而生。二维条码本身所具有的高容量、高密度、纠错能力强、安全强度高等优点使其成为新兴的载体，在信息自动化领域发挥着越来越重要的作用。因此，针对二维条码的研究展开研究具有重要的意义。
目前，在我国占据主要市场的二维条码是二维码。二维码是矩阵式二维条码之一。二维码识别的主要任务是对采集到的二维码图像进行一系列的运算处理，从而获取其中所包含的信息。整个识别系统主要包括3个部分：图像预处理算法，定位算法及校正算法这三个方面。其中二维码图像预处理主要包括将采集到的有污染或破损的图像进行灰度化、二值化、中值滤波等步骤的过程。图像预处理的正确与否直接影响到译码的效率和正确性。
目前对二维码图像预处理大都采用常规的图像处理方法，算法效率较高但效果一般，特别是在采集的二维码图像质量不高的情况下甚至直接失效。因此，对二维码的预处理成功与否将直接影响后续解码过程。
前面的叙述在于提供一般的背景信息，并不一定构成现有技术。
发明内容
本发明的目的在于提供一种二维码图像处理方法与系统，能够有效的解决二维码图像的噪点多，光照不均等问题。
本发明提供一种二维码图像处理方法，包括：
对二维码图像进行灰度化处理，得到第一灰度图像；
对所述第一灰度图像通过自适应窗口大小的方式进行中值滤波处理，得到第二灰度图像；
对所述第二灰度图像进行灰度调整，得到第三灰度图像；
对所述第三灰度图像进行二值化处理，得到二值图像。
进一步地，所述对所述第一灰度图像通过自适应窗口大小的方式进行中值滤波处理，包括：
S201.设置中值滤波中邻域窗口大小的最小值w1和最大值w2，设置初始窗口大小w＝w1；
S202.计算所述第一灰度图像中的一个像素点的灰度值g0，及所述像素点所在的邻域图像中的灰度最大值gmax、灰度最小值gmin和灰度中值gmed；
S203.判断所述灰度值g0是否满足预设条件；若是，使用当前窗口大小w对所述像素点进行中值滤波；若否，令w＝w+1，然后判断w是否达到窗口的最大值w2，如果w<w2则转入步骤S202，如果w≥w2则使用当前窗口大小对所述像素点进行中值滤波，得到新的灰度值g1；
S204.重复执行步骤S201至S203直至完成对所述第一灰度图像中所有像素点的处理。
进一步地，所述预设条件为0.2*|gmax-gmin|<|g0-gmed|<0.4*|gmax-gmin|。
进一步地，所述对所述第二灰度图像进行灰度调整，包括：
S301.设置中两个邻域窗口大小的值为w3和w4，其中w4＝w3*2+1；
S302.以所述第二灰度图像中的一个像素点为中心，将邻域窗口大小为w3的区域中各像素点按灰度值从大到小排列，并计算灰度最大的前
Figure BDA0002481033120000021
个像素的灰度均值m1；
S303.以所述第二灰度图像中的所述像素点为中心，将邻域窗口大小为w4的区域中各像素点按灰度值从大到小排列，并计算灰度最大的前
Figure BDA0002481033120000031
个像素的灰度均值m2；
S304.使用m1和m2通过公式(2)计算出灰度因子β；
β＝min(m1,m2)+0.2*|m2-m1| (2)
S305.使用灰度因子β通过公式(3)对所述像素点的灰度值进行调整；
g2＝g1*exp(1-β) (3)
S306.重复执行步骤S301至S305直至完成对所述第二灰度图像中所有像素点的处理。
进一步地，所述对所述第三灰度图像进行二值化处理，包括：
S401.将所述第三灰度图像均等分为N个子图像；
S402.对一子图像
Figure BDA0002481033120000032
及其左右两个方向的子图像分别采用OTSU方法得到二值化阈值th1、th2和th3；
S403.计算出所述子图像
Figure BDA0002481033120000033
的灰度均值μ和方差σ2；
S404.对子图像
Figure BDA0002481033120000034
的各个像素点计算出阈值TH(x,y)；
S405.使用阈值TH(x,y)通过公式(4)对子图像
Figure BDA0002481033120000035
进行二值化，得到二值化子图像
Figure BDA0002481033120000036
Figure BDA0002481033120000037
S406.重复执行步骤S401至S405直至完成对所述第三灰度图像中所有子图像的处理。
进一步地，所述阈值TH(x,y)的计算公式如(5)所示。
Figure BDA0002481033120000038
本发明还提供一种二维码图像处理系统，包括：
灰度化模块，用于对二维码图像进行灰度化处理，得到第一灰度图像；
滤波模块，用于对所述第一灰度图像通过自适应窗口大小的方式进行中值滤波处理，得到第二灰度图像；
灰度调整模块，用于对所述第二灰度图像进行灰度调整，得到第三灰度图像；
二值化模块，用于对所述第三灰度图像进行二值化处理，得到二值图像。
进一步地，所述第一灰度图像通过自适应窗口大小的方式进行中值滤波处理，包括：
S201.设置中值滤波中邻域窗口大小的最小值w1和最大值w2，设置初始窗口大小w＝w1；
S202.计算所述第一灰度图像中的一个像素点的灰度值g0，及所述像素点所在的邻域图像中的灰度最大值gmax、灰度最小值gmin和灰度中值gmed；
S203.判断灰度值g0是否满足0.2*|gmax-gmin|<|g0-gmed|<0.4*|gmax-gmin|；若是，使用当前窗口大小w对所述像素点进行中值滤波；若否，令w＝w+1，然后判断w是否达到窗口的最大值w2，如果w<w2则转入步骤S202，如果w≥w2则使用当前窗口大小对所述像素点进行中值滤波，得到新的灰度值g1；
S204.重复执行步骤S201至S203直至完成对所述第一灰度图像中所有像素点的处理。
进一步地，所述对所述第二灰度图像进行灰度调整，包括：
S301.设置中两个邻域窗口大小的值为w3和w4，其中w4＝w3*2+1；
S302.以所述第二灰度图像中的一个像素点为中心，将邻域窗口大小为w3的区域中各像素点按灰度值从大到小排列，并计算灰度最大的前
Figure BDA0002481033120000041
个像素的灰度均值m1；
S303.以所述第二灰度图像中的所述像素点为中心，将邻域窗口大小为w4的区域中各像素点按灰度值从大到小排列，并计算灰度最大的前
Figure BDA0002481033120000042
个像素的灰度均值m2；
S304.使用m1和m2通过公式(2)计算出灰度因子β；
β＝min(m1,m2)+0.2*|m2-m1| (2)
S305.使用灰度因子β通过公式(3)对所述像素点的灰度值进行调整；
g2＝g1*exp(1-β) (3)
S306.重复执行步骤S301至S305直至完成对所述第二灰度图像中所有像素点的处理。
进一步地，所述对所述第三灰度图像进行二值化处理，包括：
S401.将所述第三灰度图像均等分为N个子图像；
S402.对一子图像
Figure BDA0002481033120000051
及其左右两个方向的子图像分别采用OTSU方法得到二值化阈值th1、th2和th3；
S403.计算出所述子图像
Figure BDA0002481033120000052
的灰度均值μ和方差σ2；
S404.对子图像
Figure BDA0002481033120000053
的各个像素点计算出阈值TH(x,y)；
S405.使用阈值TH(x,y)通过公式(4)对子图像
Figure BDA0002481033120000054
进行二值化，得到二值化子图像
Figure BDA0002481033120000055
Figure BDA0002481033120000056
S406.重复执行步骤S401至S405直至完成对所述第三灰度图像中所有子图像的处理。
本发明提供的二维码图像处理方法与系统，该方法通过对二维码图像进行灰度化处理，得到第一灰度图像；接着，对第一灰度图像通过自适应窗口大小的方式进行中值滤波处理，得到第二灰度图像；然后，对第二灰度图像进行灰度调整，得到第三灰度图像；最后，对第三灰度图像进行二值化处理，得到二值图像。本发明通过自适应窗口大小的方式进行中值滤波来去除噪点后，采用新的灰度调整方法来补偿光照不均带来的影响，能够有效的解决二维码图像的噪点多，光照不均等问题，且算法复杂度较低，可保证实时处理的需求，具有很好的实用价值。
附图说明
图1为本发明实施例提供的二维码图像处理方法的流程示意图；
图2为本发明实施例提供的二维码图像处理系统的结构示意图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
如图1所示，本发明实施例的二维码图像处理方法，包括如下步骤：
步骤S101.对二维码图像进行灰度化处理，得到第一灰度图像；
步骤S102.对第一灰度图像通过自适应窗口大小的方式进行中值滤波处理，得到第二灰度图像；
步骤S103.对第二灰度图像进行灰度调整，得到第三灰度图像；
步骤S104.对第三灰度图像进行二值化处理，得到二值图像。
本实施例中，首先对获取的二维码图像进行灰度化处理，以提高二维码图像的对比度。其中，将二维码图像转换为第一灰度图像的计算公式如(1)所示，计算得到第一灰度图像的灰度值G0。
G0＝(R*30+G*59+B*11+50)/100 (1)
接着，对第一灰度图像去除噪点。噪点(noise)主要是CCD(CMOS)将光线作为接收信号并输出的过程中所产生的图像中的粗糙部分，通常由电子干扰产生，使得图像看起来像被弄脏了，布满一些细小的噪点。常规去除噪点的方法有很多，常见的一种是中值滤波法。中值滤波法是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值。中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。方法是用某种结构的二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上升(或下降)的为二维数据序列。
本实施例采用改进后的中值滤波法对二维码图像进行除噪，即通过自适应调整邻域窗口大小的方法进行中值滤波去除噪点，在保证除噪效果的基础上提高了除噪处理的速度。自适应窗口大小的方式进行中值滤波除噪包括如下步骤：
S201.设置中值滤波中邻域窗口的范围：最小值w1和最大值w2，同时设置初始窗口大小w＝w1；
S202.计算出第一灰度图像中的一个像素点(x0,y0)的灰度值g0，以及该像素点(x0,y0)所在的邻域图像中的灰度最大值gmax、灰度最小值gmin和灰度中值gmed；
S203.如果g0满足条件0.2*|gmax-gmin|<|g0-gmed|<0.4*|gmax-gmin|，则用当前窗口大小w对像素点(x0,y0)进行中值滤波；否则令w＝w+1，然后判断w是否达到窗口的最大值限制w2，如果w<w2则转入步骤S202，如果w≥w2则用当前窗口大小对点进行中值滤波；
S204.重复执行步骤S201至S203直至完成对第一灰度图像中所有像素点的中值滤波处理，得到第二灰度图像。
然后，对第二灰度图像进行灰度调整，以补偿拍摄二维码图像时光照不均带来的影响。灰度调整包括如下步骤：
S301.设置中两个邻域窗口大小的取值：较小值w3和较大值w4＝w3*2+1；
S302.以第二灰度图像中的一个像素点(x0,y0)为中心，将邻域窗口为w3的区域中各像素点按灰度值从大到小排列，并计算灰度最大的前
Figure BDA0002481033120000071
个像素的灰度均值，记为m1；
S303.以第二灰度图像中的一个像素点(x0,y0)为中心，将邻域窗口为w4的区域中各像素点按灰度值从大到小排列，并计算灰度最大的前
Figure BDA0002481033120000081
个像素的灰度均值，记为m2；
S304.根据m1和m2通过公式(2)计算出灰度因子β；
β＝min(m1,m2)+0.2*|m2-m1| (2)
S305.使用灰度因子β通过公式(3)对像素点(x0,y0)d灰度值进行调整；
g2＝g1*exp(1-β) (3)
S306.重复执行步骤S301至S305直至完成对第二灰度图像中所有像素点的处理，得到第三灰度图像。
最后，对第三灰度图像进行二值化处理，得到二值图像。二值图像(Binary Image)是指将图像上的每一个像素只有两种可能的取值或灰度等级状态，人们经常用黑白、B&W、单色图像表示二值图像。二值图像是指在图像中，灰度等级只有两种，也就是说，图像中的任何像素点的灰度值均为0或者255，分别代表黑色和白色。二值化可以把灰度图片转换成二值图像，把大于某个临界灰度值的像素灰度设置为灰度极大值，把小于这个值的像素灰度设为灰度极小值，从而实现二值化。常用的方法是OTSU，OTSU主要是图像直方图进行阈值分类，从0～255之间，然后求它们的最小内方差对应直方图灰度索引值作为阈值实现图像二值化。本实施例的二值化处理包括如下步骤：
S401.将第三灰度图像均等分为N个子图像，N取值100；
S402.对一子图像
Figure BDA0002481033120000082
及其左右两个方向的子图像
Figure BDA0002481033120000083
Figure BDA0002481033120000084
分别采用OTSU方法得到二值化阈值th1、th2和th3；
S403.计算出子图像
Figure BDA0002481033120000085
的灰度均值μ和方差σ2；
S404.对子图像
Figure BDA0002481033120000086
的各个像素点通过公式(5)计算阈值TH(x,y)；
Figure BDA0002481033120000087
S405.使用阈值TH(x,y)通过公式(4)对子图像
Figure BDA0002481033120000091
进行二值化，得到二值化子图像
Figure BDA0002481033120000092
Figure BDA0002481033120000093
S406.重复执行步骤S401至S405直至完成对第三灰度图像中所有子图像的处理。
通过对图像细分后再分别进行二值化处理，提高了图像二值化的精度，提升了后续识别二维码图像的准确度。
如图2所示，本发明实施例还提供一种二维码图像处理系统601，包括：
灰度化模块602，用于对二维码图像进行灰度化处理，得到第一灰度图像；
滤波模块603，用于对第一灰度图像通过自适应窗口大小的方式进行中值滤波处理，得到第二灰度图像；
灰度调整模块604，用于对第二灰度图像进行灰度调整，得到第三灰度图像；
二值化模块605，用于对第三灰度图像进行二值化处理，得到二值图像。
在一实施方式中，灰度化模块602将二维码图像转换为第一灰度图像的计算公式如(1)所示，计算得到第一灰度图像的灰度值G0。
G0＝(R*30+G*59+B*11+50)/100 (1)
在一实施方式中，第一灰度图像通过自适应窗口大小的方式进行中值滤波处理，包括：
S201.设置中值滤波中邻域窗口大小的最小值w1和最大值w2，设置初始窗口大小w＝w1；
S202.计算第一灰度图像中的一个像素点的灰度值g0，及像素点所在的邻域图像中的灰度最大值gmax、灰度最小值gmin和灰度中值gmed；
S203.判断灰度值g0是否满足0.2*|gmax-gmin|<|g0-gmed|<0.4*|gmax-gmin|；若是，使用当前窗口大小w对像素点进行中值滤波；若否，令w＝w+1，然后判断w是否达到窗口的最大值w2，如果w<w2则转入步骤S202，如果w≥w2则使用当前窗口大小对像素点进行中值滤波，得到新的灰度值g1；
S204.重复执行步骤S201至S203直至完成对第一灰度图像中所有像素点的处理。
在一实施方式中，对第二灰度图像进行灰度调整，包括：
S301.设置中两个邻域窗口大小的值为w3和w4，其中w4＝w3*2+1；
S302.以第二灰度图像中的一个像素点为中心，将邻域窗口大小为w3的区域中各像素点按灰度值从大到小排列，并计算灰度最大的前
Figure BDA0002481033120000101
个像素的灰度均值m1；
S303.以第二灰度图像中的像素点为中心，将邻域窗口大小为w4的区域中各像素点按灰度值从大到小排列，并计算灰度最大的前
Figure BDA0002481033120000102
个像素的灰度均值m2；
S304.使用m1和m2通过公式(2)计算出灰度因子β；
β＝min(m1,m2)+0.2*|m2-m1| (2)
S305.使用灰度因子β通过公式(3)对像素点的灰度值进行调整；
g2＝g1*exp(1-β) (3)
S306.重复执行步骤S301至S305直至完成对第二灰度图像中所有像素点的处理。
在一实施方式中，对第三灰度图像进行二值化处理，包括：
S401.将第三灰度图像均等分为N个子图像；
S402.对一子图像
Figure BDA0002481033120000103
及其左右两个方向的子图像分别采用OTSU方法得到二值化阈值th1、th2和th3；
S403.计算出子图像
Figure BDA0002481033120000104
的灰度均值μ和方差σ2；
S404.对子图像
Figure BDA0002481033120000111
的各个像素点计算出阈值TH(x,y)；
S405.使用阈值TH(x,y)通过公式(4)对子图像
Figure BDA0002481033120000112
进行二值化，得到二值化子图像
Figure BDA0002481033120000113
Figure BDA0002481033120000114
S406.重复执行步骤S401至S405直至完成对第三灰度图像中所有子图像的处理。
本实施例中二维码图像处理系统的具体实现过程可参考二维码图像处理方法的实施例的相关描述，在此不再赘述
本实施例提供的二维码图像处理方法与系统，通过对二维码图像进行灰度化处理，得到第一灰度图像；接着，对第一灰度图像通过自适应窗口大小的方式进行中值滤波处理，得到第二灰度图像；然后，对第二灰度图像进行灰度调整，得到第三灰度图像；最后，对第三灰度图像进行二值化处理，得到二值图像。本发明通过自适应窗口大小的方式进行中值滤波来去除噪点后，采用新的灰度调整方法来补偿光照不均带来的影响，能够有效的解决二维码图像的噪点多，光照不均等问题，且算法复杂度较低，可保证实时处理的需求，具有很好的实用价值。
在本文中，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，除了包含所列的那些要素，而且还可包含没有明确列出的其他要素。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种二维码图像处理方法，其特征在于，包括：
对二维码图像进行灰度化处理，得到第一灰度图像；
对所述第一灰度图像通过自适应窗口大小的方式进行中值滤波处理，得到第二灰度图像；
对所述第二灰度图像进行灰度调整，得到第三灰度图像；
对所述第三灰度图像进行二值化处理，得到二值图像。
2.如权利要求1所述的二维码图像处理方法，其特征在于，所述对所述第一灰度图像通过自适应窗口大小的方式进行中值滤波处理，包括：
S201.设置中值滤波中邻域窗口大小的最小值w1和最大值w2，设置初始窗口大小w＝w1；
S202.计算所述第一灰度图像中的一个像素点的灰度值g0，及所述像素点所在的邻域图像中的灰度最大值gmax、灰度最小值gmin和灰度中值gmed；
S203.判断所述灰度值g0是否满足预设条件；若是，使用当前窗口大小w对所述像素点进行中值滤波；若否，令w＝w+1，然后判断w是否达到窗口的最大值w2，如果w<w2则转入步骤S202，如果w≥w2则使用当前窗口大小对所述像素点进行中值滤波，得到新的灰度值g1；
S204.重复执行步骤S201至S203直至完成对所述第一灰度图像中所有像素点的处理。
3.如权利要求2所述的二维码图像处理方法，其特征在于，所述预设条件为0.2*|gmax-gmin|<|g0-gmed|<0.4*|gmax-gmin|。
4.如权利要求1所述的二维码图像处理方法，其特征在于，所述对所述第二灰度图像进行灰度调整，包括：
S301.设置中两个邻域窗口大小的值为w3和w4，其中w4＝w3*2+1；
S302.以所述第二灰度图像中的一个像素点为中心，将邻域窗口大小为w3的区域中各像素点按灰度值从大到小排列，并计算灰度最大的前
Figure FDA0002481033110000021
个像素的灰度均值m1；
S303.以所述第二灰度图像中的所述像素点为中心，将邻域窗口大小为w4的区域中各像素点按灰度值从大到小排列，并计算灰度最大的前
Figure FDA0002481033110000022
个像素的灰度均值m2；
S304.使用m1和m2通过公式(2)计算出灰度因子β；
β＝min(m1,m2)+0.2*|m2-m1| (2)
S305.使用灰度因子β通过公式(3)对所述像素点的灰度值进行调整；
g2＝g1*exp(1-β) (3)
S306.重复执行步骤S301至S305直至完成对所述第二灰度图像中所有像素点的处理。
5.如权利要求1所述的二维码图像处理方法，其特征在于，所述对所述第三灰度图像进行二值化处理，包括：
S401.将所述第三灰度图像均等分为N个子图像；
S402.对一子图像
Figure FDA0002481033110000023
及其左右两个方向的子图像分别采用OTSU方法得到二值化阈值th1、th2和th3；
S403.计算出所述子图像
Figure FDA0002481033110000024
的灰度均值μ和方差σ2；
S404.对子图像
Figure FDA0002481033110000025
的各个像素点计算出阈值TH(x,y)；
S405.使用阈值TH(x,y)通过公式(4)对子图像
Figure FDA0002481033110000026
进行二值化，得到二值化子图像
Figure FDA0002481033110000027
Figure FDA0002481033110000028
S406.重复执行步骤S401至S405直至完成对所述第三灰度图像中所有子图像的处理。
6.如权利要求5所述的二维码图像处理方法，其特征在于，所述阈值TH(x,y)的计算公式如(5)所示。
Figure FDA0002481033110000031
7.一种二维码图像处理系统，其特征在于，包括：
灰度化模块，用于对二维码图像进行灰度化处理，得到第一灰度图像；
滤波模块，用于对所述第一灰度图像通过自适应窗口大小的方式进行中值滤波处理，得到第二灰度图像；
灰度调整模块，用于对所述第二灰度图像进行灰度调整，得到第三灰度图像；
二值化模块，用于对所述第三灰度图像进行二值化处理，得到二值图像。
8.如权利要求7所述的二维码图像处理系统，其特征在于，所述第一灰度图像通过自适应窗口大小的方式进行中值滤波处理，包括：
S201.设置中值滤波中邻域窗口大小的最小值w1和最大值w2，设置初始窗口大小w＝w1；
S202.计算所述第一灰度图像中的一个像素点的灰度值g0，及所述像素点所在的邻域图像中的灰度最大值gmax、灰度最小值gmin和灰度中值gmed；
S203.判断灰度值g0是否满足0.2*|gmax-gmin|<|g0-gmed|<0.4*|gmax-gmin|；若是，使用当前窗口大小w对所述像素点进行中值滤波；若否，令w＝w+1，然后判断w是否达到窗口的最大值w2，如果w<w2则转入步骤S202，如果w≥w2则使用当前窗口大小对所述像素点进行中值滤波，得到新的灰度值g1；
S204.重复执行步骤S201至S203直至完成对所述第一灰度图像中所有像素点的处理。
9.如权利要求7所述的二维码图像处理系统，其特征在于，所述对所述第二灰度图像进行灰度调整，包括：
S301.设置中两个邻域窗口大小的值为w3和w4，其中w4＝w3*2+1；
S302.以所述第二灰度图像中的一个像素点为中心，将邻域窗口大小为w3的区域中各像素点按灰度值从大到小排列，并计算灰度最大的前
Figure FDA0002481033110000041
个像素的灰度均值m1；
S303.以所述第二灰度图像中的所述像素点为中心，将邻域窗口大小为w4的区域中各像素点按灰度值从大到小排列，并计算灰度最大的前
Figure FDA0002481033110000042
个像素的灰度均值m2；
S304.使用m1和m2通过公式(2)计算出灰度因子β；
β＝min(m1,m2)+0.2*|m2-m1| (2)
S305.使用灰度因子β通过公式(3)对所述像素点的灰度值进行调整；
g2＝g1*exp(1-β) (3)
S306.重复执行步骤S301至S305直至完成对所述第二灰度图像中所有像素点的处理。
10.如权利要求7所述的二维码图像处理系统，其特征在于，所述对所述第三灰度图像进行二值化处理，包括：
S401.将所述第三灰度图像均等分为N个子图像；
S402.对一子图像
Figure FDA0002481033110000043
及其左右两个方向的子图像分别采用OTSU方法得到二值化阈值th1、th2和th3；
S403.计算出所述子图像
Figure FDA0002481033110000044
的灰度均值μ和方差σ2；
S404.对子图像
Figure FDA0002481033110000045
的各个像素点计算出阈值TH(x,y)；
S405.使用阈值TH(x,y)通过公式(4)对子图像
Figure FDA0002481033110000046
进行二值化，得到二值化子图像
Figure FDA0002481033110000047
Figure FDA0002481033110000048
S406.重复执行步骤S401至S405直至完成对所述第三灰度图像中所有子图像的处理。
CN202010384409.3A 2020-05-07 2020-05-07 一种二维码图像处理方法与系统 Active CN111583150B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010384409.3A CN111583150B (zh) 2020-05-07 2020-05-07 一种二维码图像处理方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010384409.3A CN111583150B (zh) 2020-05-07 2020-05-07 一种二维码图像处理方法与系统

Publications (2)

Publication Number Publication Date
CN111583150A true CN111583150A (zh) 2020-08-25
CN111583150B CN111583150B (zh) 2023-06-16

Family

ID=72113462

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010384409.3A Active CN111583150B (zh) 2020-05-07 2020-05-07 一种二维码图像处理方法与系统

Country Status (1)

Country Link
CN (1) CN111583150B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070195199A1 (en) * 2006-02-22 2007-08-23 Chao-Ho Chen Video Noise Reduction Method Using Adaptive Spatial and Motion-Compensation Temporal Filters
CN101228550A (zh) * 2005-07-29 2008-07-23 诺基亚公司 图像的二值化
CN102693423A (zh) * 2012-05-15 2012-09-26 公安部第三研究所 一种在强光条件下车牌精确定位的方法
CN103093225A (zh) * 2013-01-05 2013-05-08 武汉矽感科技有限公司 二维码图像的二值化方法
WO2014019293A1 (zh) * 2012-08-02 2014-02-06 Wang Jiancheng 基于智能手机的二维码标签防伪识别系统及方法
CN103824257A (zh) * 2012-11-16 2014-05-28 无锡汉兴电子有限公司 一种二维码图像预处理方法
CN103871027A (zh) * 2012-12-12 2014-06-18 腾讯科技（深圳）有限公司 一种二维码图片的优化处理方法及移动终端
US20140193093A1 (en) * 2011-09-18 2014-07-10 Forus Health Pvt. Ltd. Method and system for enhancing image quality
US20150090791A1 (en) * 2013-09-29 2015-04-02 Founder Mobile Media Technology (Beijing) Co., Ltd. Method and system for binarization of two dimensional code image
CN106845313A (zh) * 2016-12-28 2017-06-13 广州智慧城市发展研究院 一种二维码的二值化处理方法
CN106960427A (zh) * 2016-01-11 2017-07-18 中兴通讯股份有限公司 二维码图像处理的方法和装置
CN109767406A (zh) * 2019-01-28 2019-05-17 中南林业科技大学 一种应用于图像处理的自适应中值滤波去噪方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101228550A (zh) * 2005-07-29 2008-07-23 诺基亚公司 图像的二值化
US20070195199A1 (en) * 2006-02-22 2007-08-23 Chao-Ho Chen Video Noise Reduction Method Using Adaptive Spatial and Motion-Compensation Temporal Filters
US20140193093A1 (en) * 2011-09-18 2014-07-10 Forus Health Pvt. Ltd. Method and system for enhancing image quality
CN102693423A (zh) * 2012-05-15 2012-09-26 公安部第三研究所 一种在强光条件下车牌精确定位的方法
WO2014019293A1 (zh) * 2012-08-02 2014-02-06 Wang Jiancheng 基于智能手机的二维码标签防伪识别系统及方法
CN103824257A (zh) * 2012-11-16 2014-05-28 无锡汉兴电子有限公司 一种二维码图像预处理方法
CN103871027A (zh) * 2012-12-12 2014-06-18 腾讯科技（深圳）有限公司 一种二维码图片的优化处理方法及移动终端
CN103093225A (zh) * 2013-01-05 2013-05-08 武汉矽感科技有限公司 二维码图像的二值化方法
US20150090791A1 (en) * 2013-09-29 2015-04-02 Founder Mobile Media Technology (Beijing) Co., Ltd. Method and system for binarization of two dimensional code image
CN106960427A (zh) * 2016-01-11 2017-07-18 中兴通讯股份有限公司 二维码图像处理的方法和装置
WO2017121018A1 (zh) * 2016-01-11 2017-07-20 中兴通讯股份有限公司 二维码图像处理的方法和装置、终端、存储介质
CN106845313A (zh) * 2016-12-28 2017-06-13 广州智慧城市发展研究院 一种二维码的二值化处理方法
CN109767406A (zh) * 2019-01-28 2019-05-17 中南林业科技大学 一种应用于图像处理的自适应中值滤波去噪方法

Also Published As

Publication number Publication date
CN111583150B (zh) 2023-06-16

Similar Documents

Publication Publication Date Title
CN102479383B (zh) 椒盐噪声去除方法及装置
CN110047055B (zh) 一种红外图像细节增强及去噪方法
CN111696064B (zh) 图像处理方法、装置、电子设备及计算机可读介质
CN113989168B (zh) 一种针对椒盐噪声的自适应非局部均值滤波方法
CN106845312B (zh) 一种二维码图像质量的预判断方法
CN109903254B (zh) 基于泊松核改进的双边滤波方法
CN109214996B (zh) 一种图像处理方法及装置
CN112149533A (zh) 一种基于改进ssd模型的目标检测方法
CN115358952B (zh) 一种基于元学习的图像增强方法、系统、设备和存储介质
CN104715221A (zh) 一种超低对比度二维码的解码方法及系统
CN111539885B (zh) 一种基于多尺度网络的图像增强去雾方法
CN110532825A (zh) 一种基于人工智能目标检测的条码识别装置与方法
CN117252773A (zh) 基于自适应颜色校正和导向滤波的图像增强方法及系统
CN101908205A (zh) 基于幻方编码的中值滤波方法
CN113902638B (zh) 结合卷积神经网络和轻型自适应中值滤波视频降噪方法
CN114581914A (zh) 一种雾霾环境下的车牌识别方法
CN114140361A (zh) 融合多级特征的生成式对抗网络图像去雾方法
CN107424134B (zh) 图像处理方法、装置、计算机可读存储介质和计算机设备
CN109410134A (zh) 一种基于图像块分类的自适应去噪方法
CN112926351A (zh) 一种图形码识别的方法、装置和扫码设备
CN111583150B (zh) 一种二维码图像处理方法与系统
CN110532826A (zh) 一种基于人工智能语义分割的条码识别装置与方法
CN116152107A (zh) 一种基于细节恢复的单幅图像去雾方法
RU2405200C2 (ru) Способ и устройство быстрого фильтрования шума цифровых изображений
CN114693543A (zh) 图像降噪方法及装置、图像处理芯片、图像采集设备

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