CN111597853A - 一种混凝土标识提取方法 - Google Patents
一种混凝土标识提取方法 Download PDFInfo
- Publication number
- CN111597853A CN111597853A CN202010454401.XA CN202010454401A CN111597853A CN 111597853 A CN111597853 A CN 111597853A CN 202010454401 A CN202010454401 A CN 202010454401A CN 111597853 A CN111597853 A CN 111597853A
- Authority
- CN
- China
- Prior art keywords
- image
- setting
- circumscribed circle
- pixels
- concrete
- 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
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
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Electromagnetism (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种混凝土标识提取方法,本发明能够通过标识图像处理提取标识信息,并将标识信息转换为二维码图像,能够在标识磨损的情况下,实现混凝土表面标识信息的准确识别;在标识方式简单的前提下,实现复杂信息的提取,增强了混凝土标识的安全性。
Description
技术领域
本发明涉及图像处理,尤其涉及一种混凝土标识提取方法。
背景技术
混凝土在运输过程或者长期放置很容易出现磨损,标识容易被冲刷,导致无法被识别,从而无法检验混凝土产品是否是正品,在监管不力的情况下容易被调换,安全性较差。受标识提取方式限制,传统对于混凝土的标记与识别方式较为低级,标识特征信息较少,安全性较差,标识极容易被复制或替换;在对混凝土进行标识后,混凝土表面会有一些标识点,传统识别方式无法准确识别标识点,导致识别误差较大。
发明内容
本发明的目的就在于为了解决上述问题而提供一种混凝土标识提取方法,包括如下步骤:
S1:获取混凝土标识图像,将混凝土标识图像缩放,并将标识图像转换为灰度图;
S2:对灰度图进行自适应二值化,得到二值图像;
S3:对灰度图像进行滤波,计算梯度,生成梯度图像并对梯度图像进行自适应二值化,得到梯度二值图像;
S4:对二值图像进行轮廓检测,对检测到的轮廓进行最小外接圆拟合;
S5:计算最小外接圆半径,设定最小外接圆半径范围,过滤掉不属于半径设定范围最小外接圆;
S6:计算所有最小外接圆半径的平均值,设定最小外接圆半径的偏离值范围,过滤掉最小外接圆半径不满足偏离值范围的轮廓;
S7:将距离图像角落最近的轮廓作为图像定位点,对图像进行旋转,使得图像定位点位于图像中的设定位置;
S8:建立坐标系,生成数组:设M为高度值,N为宽度值,i代表高度方向索引,i范围为[0,M-1],j代表宽度方向索引,j范围为[0,N-1],将定位点内的图像分成M*N个矩形块,检测每个矩形块内是否有外接圆,以图像定位点为原点,建立坐标系,生成数组A[i,j],如果(i,j)位置的矩形内部有外接圆并且在梯度二值图像中对应的位置有白色的像素块,则A[i,j]=0,否则A[i,j]=255;
S9:根据数组生成二维码:设h为图像高度,w为图像宽度,p为倍数常数;创建高度h=p*M,宽度w=p*N的图像;设x表示宽度方向位置,y表示高度方向位置,则图像中任一像素点的位置为(x,y),其中x范围为[0,w-1],y范围为[0,h-1],设f(x,y)为像素点的值,则生成的二维码图像的像素值为f(x,y)=A[y//p,x//p],其中//代表整除符号;
S10:根据图像定位点确定图像定位区,对定位区进行填充;
S11:识别二维码,完成解码。本发明的有益效果在于:本发明能够通过标识图像处理提取标识信息,并将标识信息转换为二维码图像,能够在标识磨损的情况下,实现混凝土表面标识信息的准确识别;在标识方式简单的前提下,实现复杂信息的提取,增强了混凝土标识的安全性。
附图说明
图1是本发明的流程图;
图2是灰度图;
图3是二值图像;
图4是梯度二值图像;
图5是过滤轮廓后的图像;
图6是过滤掉最小外接圆半径不满足偏离值范围的轮廓的图像;
图7是旋转后的图像;
图8是分成矩形块的网格图像;
图9是扩充后的图像。
图中:1-内部线框;2-中间线框;3-外部线框。
具体实施方式
下面结合附图对本发明作进一步说明:
如附图1所示,本发明一种混凝土标识提取方法,包括如下步骤:
S1:获取混凝土标识图像,将混凝土标识图像缩放,并将标识图像转换为灰度图;
S2:对灰度图进行自适应二值化,得到二值图像;
S3:对灰度图像进行滤波,计算梯度,生成梯度图像并对梯度图像进行自适应二值化,得到梯度二值图像;
S4:对二值图像进行轮廓检测,对检测到的轮廓进行最小外接圆拟合;
S5:计算最小外接圆半径,设定最小外接圆半径范围,过滤掉不属于半径设定范围最小外接圆;
S6:计算所有最小外接圆半径的平均值,设定最小外接圆半径的偏离值范围,过滤掉最小外接圆半径不满足偏离值范围的轮廓;
S7:将距离图像角落最近的轮廓作为图像定位点,对图像进行旋转,使得图像定位点位于图像中的设定位置;
S8:建立坐标系,生成数组:设M为高度值,N为宽度值,i代表高度方向索引,i范围为[0,M-1],j代表宽度方向索引,j范围为[0,N-1],将定位点内的图像分成M*N个矩形块,检测每个矩形块内是否有外接圆,以图像定位点为原点,建立坐标系,生成数组A[i,j],如果(i,j)位置的矩形内部有外接圆并且在梯度二值图像中对应的位置有白色的像素块,则A[i,j]=0,否则A[i,j]=255;
S9:根据数组生成二维码:设h为图像高度,w为图像宽度,p为倍数常数;创建高度h=p*M,宽度w=p*N的图像;设x表示宽度方向位置,y表示高度方向位置,则图像中任一像素点的位置为(x,y),其中x范围为[0,w-1],y范围为[0,h-1],设f(x,y)为像素点的值,则生成的二维码图像的像素值为f(x,y)=A[y//p,x//p],其中//代表整除符号;
S10:根据图像定位点确定图像定位区,对定位区进行填充;
S11:识别二维码,完成解码。
具体的,所述根据图像定位点确定图像定位区的具体过程为:将所述S9中生成的图像向外扩充p个像素,将扩充的像素最左边一列和最下边一行的像素设置为0,将扩充的最上方一行像素按照从左往右每P个一组分成N+2组,从左到右依次交替设置为0、255,将扩充的最右方一列像素按照从上往下每P个一组分成N+2组,从上到下依次交替设置为255、0。
在标识提取过程中,通过图像处理的方法,二值图像用于轮廓检测,并对检测到的轮廓进行最小外接圆拟合;首先找到定位点,然后在定位点的矩形范围内检测所有标识点,然后将标识点对应对应到所有网格中,从而完成提取出编码点阵,根据点阵生成二维码。
本发明的具体过程为:
S1:获取混凝土标识图像,将混凝土标识图像缩放到400*400的尺寸,并从RGB三通道图像转为灰度图,如附图2所示;
S2:对灰度图像进行自适应二值化,得到二值图像,如附图3所示;
S3:对灰度图进行拉普拉斯滤波,计算梯度,生成梯度图像并对梯度图像进行自适应二值化,得到梯度图二值化结果图像如附图4所示;
S4:对灰度图像的二值图像进行轮廓检测,对检测到的轮廓进行最小外接圆拟合;
S5:计算最小外接圆半径,设定最小外接圆半径范围,过滤掉半径小于3像素或者大于20像素的最小外接圆,如附图5所示;
S7:计算混凝土标识图像的四个角与最小外接圆的距离,将距离最小的3个最小外接圆作为定位点;对图像进行旋转,使得定位点位于图像左上、左下和右下三个位置,如附图7所示;
S8:设M代表高度方向,N代表宽度方向,将定位点内的图像分成M*N的矩形块,如M=N=8,网格代表分成的8*8的矩形块,检测每一个矩形块内是否有外接圆,并以形状为M*N的二维数组A保存每一个矩形块的信息,设h代表高度方向,j代表宽度方向,i范围为[0,M-1],j范围为[0,N-1],则A(i,j)代表矩形块信息,若矩形块内部有外接圆在旋转后的图像中有白色的像素块,记录A[i,j]=0,否则记录A[i,j]=255,如附图8所示;梯度二值图像用于数组值的确定。
S9:根据数组A生成二维码,生成过程为:创建高度h=5*M,宽度w=5*N的图像,记图像中任意一个像素点位置为(x,y),x代表宽度方向位置,y代表高度方向位置,f(x,y)代表该像素点的值,则生成的二维码中(x,y)点的像素值为f(x,y)=A[y//5,x//5],其中//代表整除符号,x范围为[0,M-1],y范围为[0,N-1],生成二维码图像如附图9所示;
S10:将图像向外扩充5个像素,将扩充的最左边和最下边的像素设置为0,将扩充的上方像素按照从左往右每5个一组分成N+2组,将各组依次交替设置为0、255像素,然后再将右方的像素从上到下每5个一组分成M+2组,将各组按照255、0像素的方式交替排布,完成定位区的填充,如附图8中中间线框和内部线框间之间,将填充后的图像再向外扩展5*2个像素,所有向外扩展像素全部置为255,如附图9中中间线框和外部线框中的结果;
S11:识别二维码,完成解码。
本发明能够通过标识图像处理提取标识信息,并将标识信息转换为二维码图像,能够在标识磨损的情况下,实现混凝土表面标识信息的准确识别;在标识方式简单的前提下,实现复杂信息的提取,增强了混凝土标识的安全性。
本发明的技术方案不限于上述具体实施例的限制,凡是根据本发明的技术方案做出的技术变形,均落入本发明的保护范围之内。
Claims (2)
1.一种混凝土标识提取方法,其特征在于,包括如下步骤:
S1:获取混凝土标识图像,将混凝土标识图像缩放,并将标识图像转换为灰度图;
S2:对灰度图进行自适应二值化,得到二值图像;
S3:对灰度图像进行滤波,计算梯度,生成梯度图像并对梯度图像进行自适应二值化,得到梯度二值图像;
S4:对二值图像进行轮廓检测,对检测到的轮廓进行最小外接圆拟合;
S5:计算最小外接圆半径,设定最小外接圆半径范围,过滤掉不属于半径设定范围最小外接圆;
S6:计算所有最小外接圆半径的平均值,设定最小外接圆半径的偏离值范围,过滤掉最小外接圆半径不满足偏离值范围的轮廓;
S7:将距离图像角落最近的轮廓作为图像定位点,对图像进行旋转,使得图像定位点位于图像中的设定位置;
S8:建立坐标系,生成数组:设M为高度值,N为宽度值,i代表高度方向索引,i范围为[0,M-1],j代表宽度方向索引,j范围为[0,N-1],将定位点内的图像分成M*N个矩形块,检测每个矩形块内是否有外接圆,以图像定位点为原点,建立坐标系,生成数组A[i,j],如果(i,j)位置的矩形内部有外接圆并且在梯度二值图像中对应的位置有白色的像素块,则A[i,j]=0,否则A[i,j]=255;
S9:根据数组生成二维码:设h为图像高度,w为图像宽度,p为倍数常数;创建高度h=p*M,宽度w=p*N的图像;设x表示宽度方向位置,y表示高度方向位置,则图像中任一像素点的位置为(x,y),其中x范围为[0,w-1],y范围为[0,h-1],设f(x,y)为像素点的值,则生成的二维码图像的像素值为f(x,y)=A[y//p,x//p],其中//代表整除符号;
S10:根据图像定位点确定图像定位区,对定位区进行填充;
S11:识别二维码,完成解码。
2.根据权利要求1所述一种混凝土标识提取方法,其特征在于,所述根据图像定位点确定图像定位区的具体过程为:将所述S9中生成的图像向外扩充p个像素,将扩充的像素最左边一列和最下边一行的像素设置为0,将扩充的最上方一行像素按照从左往右每P个一组分成N+2组,从左到右依次交替设置为0、255。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010454401.XA CN111597853B (zh) | 2020-05-26 | 2020-05-26 | 一种混凝土标识提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010454401.XA CN111597853B (zh) | 2020-05-26 | 2020-05-26 | 一种混凝土标识提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111597853A true CN111597853A (zh) | 2020-08-28 |
CN111597853B CN111597853B (zh) | 2023-02-24 |
Family
ID=72186439
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010454401.XA Active CN111597853B (zh) | 2020-05-26 | 2020-05-26 | 一种混凝土标识提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111597853B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100155464A1 (en) * | 2008-12-22 | 2010-06-24 | Canon Kabushiki Kaisha | Code detection and decoding system |
CN102708349A (zh) * | 2012-05-11 | 2012-10-03 | 深圳市天朗时代科技有限公司 | 一种矩阵式二维码的解码方法 |
CN102930268A (zh) * | 2012-08-31 | 2013-02-13 | 西北工业大学 | 一种用于污染及多视角情况下DataMatrix码的精确定位方法 |
CN103971079A (zh) * | 2013-01-28 | 2014-08-06 | 腾讯科技(深圳)有限公司 | 一种二维码的增强现实实现方法和装置 |
CN104299249A (zh) * | 2014-08-20 | 2015-01-21 | 深圳大学 | 高鲁棒性的标志点解码方法及系统 |
CN106203431A (zh) * | 2016-07-14 | 2016-12-07 | 国芯科技(北京)有限公司 | 一种图像识别方法及装置 |
CN107633192A (zh) * | 2017-08-22 | 2018-01-26 | 电子科技大学 | 一种基于机器视觉的复杂背景下条形码分割与识读方法 |
CN109784344A (zh) * | 2019-01-24 | 2019-05-21 | 中南大学 | 一种用于地平面标识识别的图像非目标滤除方法 |
-
2020
- 2020-05-26 CN CN202010454401.XA patent/CN111597853B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100155464A1 (en) * | 2008-12-22 | 2010-06-24 | Canon Kabushiki Kaisha | Code detection and decoding system |
CN102708349A (zh) * | 2012-05-11 | 2012-10-03 | 深圳市天朗时代科技有限公司 | 一种矩阵式二维码的解码方法 |
CN102930268A (zh) * | 2012-08-31 | 2013-02-13 | 西北工业大学 | 一种用于污染及多视角情况下DataMatrix码的精确定位方法 |
CN103971079A (zh) * | 2013-01-28 | 2014-08-06 | 腾讯科技(深圳)有限公司 | 一种二维码的增强现实实现方法和装置 |
CN104299249A (zh) * | 2014-08-20 | 2015-01-21 | 深圳大学 | 高鲁棒性的标志点解码方法及系统 |
CN106203431A (zh) * | 2016-07-14 | 2016-12-07 | 国芯科技(北京)有限公司 | 一种图像识别方法及装置 |
CN107633192A (zh) * | 2017-08-22 | 2018-01-26 | 电子科技大学 | 一种基于机器视觉的复杂背景下条形码分割与识读方法 |
CN109784344A (zh) * | 2019-01-24 | 2019-05-21 | 中南大学 | 一种用于地平面标识识别的图像非目标滤除方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111597853B (zh) | 2023-02-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105046252B (zh) | 一种人民币冠字码识别方法 | |
CN111460927B (zh) | 对房产证图像进行结构化信息提取的方法 | |
CN104008359B (zh) | 一种用于qr码识别的精确网格采样方法 | |
CN108573511B (zh) | 点状分布合作编码标志及其识别定位方法 | |
CN105260693A (zh) | 一种激光二维码定位方法 | |
EP3330887B1 (en) | Chinese-sensitive code feature pattern detection method and system | |
CN102254144A (zh) | 一种鲁棒的图像中二维码区域提取方法 | |
CN101398895A (zh) | 一种数据矩阵(dm)二维条形码识别的图像预处理方法 | |
CN108256375B (zh) | 一种一维条形码扫描方法 | |
CN104766096A (zh) | 一种基于多尺度全局特征和局部特征的图像分类方法 | |
CN102799859A (zh) | 一种交通标志识别方法 | |
US7980473B2 (en) | Camera based code reading | |
CN116718599B (zh) | 一种基于三维点云数据的表观裂缝长度测量方法 | |
Lin et al. | License plate location method based on edge detection and mathematical morphology | |
CN113420580B (zh) | 用于对二维码进行辅助定位符定位的方法及装置、二维码扫描设备、存储介质 | |
CN113516123B (zh) | 一种针对轮胎压印字符的检测识别方法 | |
CN111597853B (zh) | 一种混凝土标识提取方法 | |
CN112507751A (zh) | 一种qr码的定位方法及其系统 | |
CN110046618B (zh) | 基于机器学习和最大极值稳定区域的车牌识别方法 | |
CN116503848A (zh) | 车牌的智能识别方法、装置、设备及存储介质 | |
CN111597856B (zh) | 一种基于光敏变色材料的混凝土标识提取方法 | |
CN113159027B (zh) | 基于最小外接矩形变体的七段式数显仪表识别方法 | |
CN112434543B (zh) | 一种针对畸变彩色直接部件标记的图像重构方法及系统 | |
CN112288372B (zh) | 一种可同时识别一维条码和三段码字符的快递单识别方法 | |
Liu et al. | Detection algorithm of 2D barcode under complex background |
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 |