CN115239595A - 一种包装印刷品二维码合格性检测方法 - Google Patents

Abstract

本发明的一种包装印刷品二维码合格性检测方法，包括如下步骤：步骤1：使用工业相机采集待检测的二维码原始图像，并对二维码原始图像进行光照均匀化处理；步骤2：对光照均匀化处理后的二维码图像进行滤波降噪处理；步骤3：对滤波降噪处理后的二维码图像进行锐化和二值化处理；步骤4：对二值化后的二维码图像进行形态学处理；步骤5：对形态学处理后的二维码图像进行定位与矫正；步骤6：对矫正后的图像进行解码处理，如果无法识别则该二维码不合格。该方法可完成工业生产中的二维码的在线实时生产合格性检验，节约相关生产过程之中的人力物力资源，降低不合格产品生产率，提高经济效益和生产效率。

Description

一种包装印刷品二维码合格性检测方法

技术领域

本发明属于二维码在线检测技术领域，涉及一种包装印刷品二维码合格性检测方法。

背景技术

日常生活中，各类产品的包装上都会印有二维码，但是在生产过程之中却总会因为种种原因导致其印刷异常，从而出现使用中无法读取二维码中的包含的信息或附加服务的问题，影响用户使用体验从而影响其经济效益。而工业生产之中往往使用人工肉眼对二维码的合格性进行检测，耗费了大量的人力物力资源，且存在很高检测误差。因此，亟需一种二维码在线检测方法，对产品上印刷的二维码进行合格性检测。

发明内容

为解决上述技术问题，本发明的目的是提供一种包装印刷品二维码合格性检测方法，可完成工业生产中的二维码的在线实时生产合格性检验，节约相关生产过程之中的人力物力资源，降低不合格产品生产率，提高经济效益和生产效率。

本发明提供一种包装印刷品二维码合格性检测方法，包括如下步骤：

步骤1：使用工业相机采集待检测的二维码原始图像，并对二维码原始图像进行光照均匀化处理；

步骤2：对光照均匀化处理后的二维码图像进行滤波降噪处理；

步骤3：对滤波降噪处理后的二维码图像进行锐化和二值化处理；

步骤4：对二值化后的二维码图像进行形态学处理；

步骤5：对形态学处理后的二维码图像进行定位与矫正；

步骤6：对矫正后的图像进行解码处理，如果无法识别则该二维码不合格。

在本发明的包装印刷品二维码合格性检测方法中，步骤1具体为：

步骤1.1：利用多尺度高斯函数从二维码原始图像的参数中剥离出光照分量；

步骤1.2：根据光照分量的分布特征设置二维伽马函数的参数，进而构造出二维伽马函数；

步骤1.3：改变参数值的方式减弱光照强度过高位置的亮度值，增加光照强度较低位置的亮度值，以平衡光照不均匀。

在本发明的包装印刷品二维码合格性检测方法中，步骤2中采用改进的中值滤波方法对二维码图像进行滤波降噪处理，具体包括：

步骤2.1：选择5×5像素区域作为中值滤波的邻域窗口，遍历窗口中像素点的灰度值与位于邻域窗口中心的目标像素点的灰度值作差判断是否大于0，将所有像素点扫描完后记录大于待滤波的目标像素点灰度值的像素点个数为A，小于目标像素点灰度值的像素点个数为B；

步骤2.2：根据下列改进的中值滤波公式进行滤波：

式中：f(x,y)为处理前邻域窗口内像素点的灰度值；g(x,y)为滤波处理后的像素点的灰度值；M为邻域窗口内像素的个数；θ为滤波阈值，取值

在本发明的包装印刷品二维码合格性检测方法中，所述步骤3具体为：

步骤3.1：采用如下公式所示的Laplace锐化方法对二维码图像进行锐化：

G(x，y)＝(1+4α)g(x，y)-α[g(x+1，y)+g(x-1，y)+g(x，y+1)]

其中，α为锐化强度系数，取正整数，用来衡量锐化程度，越大表明程度越高；

步骤3.2：使用Otsu算法进行二值化处理，其原理是将目标图像分为前景和背景，两部分类间方差越大，则构成图像的差别越大，错分概率也就越小。

在本发明的包装印刷品二维码合格性检测方法中，所述步骤4具体为：

在形态学处理中将膨胀和腐蚀相结合，开操作对图像先腐蚀后膨胀，闭操作对图像先膨胀后腐蚀；通过开操作消除少部分噪声，去除一些孤立区域，使二值化图像边缘的毛刺等现象减弱；闭操作能够去除连通区域内部的细小空洞，还原连通区域的大小。

在本发明的包装印刷品二维码合格性检测方法中，所述步骤5具体为：

步骤5.1：通过检测图像转换的字符向量中的分隔符和空白区可确定二维码的定位区域，从而利用其黑白相间的图案特点实现水平或者垂直定位；为了更准确的定位，同时使用Canny算子进行边缘检测辅助寻找定位区域；

步骤5.2：在上述边缘检测基础上计算图像与水平或者垂直线的角度，再进行相应的旋转实现对图像的畸变校正；

步骤5.3：图像转动调整角度过程中所有的像素值会产生改变，使用双线性插值方法填充因图像转动产生的像素间间隙，以增加图像像素的尺寸，消除图像失真。

在本发明的包装印刷品二维码合格性检测方法中，所述定位区域为二维码图像的右上角、左上角、左下角存在三个相同的类“回”字形图案；三个相同的类“回”字形图案的边长分别为3个像素点、5个像素点、7个像素点；三个相同的类“回”字形图案中的黑白模块的比例都为1:1:3:1:1。

在本发明的包装印刷品二维码合格性检测方法中，所述步骤6具体为：

采用Zxing和Zbar混合调用解码模式，以调用Zxing库解码为主，Zbar库解码为辅；对于每个二维码图像先采用Zxing库进行解码，如果无法识别或识别时间超过设定阈值，则切换Zbar库进行解码。

本发明的一种包装印刷品二维码合格性检测方法，可完成工业生产中的二维码的在线实时生产合格性检验，具有快速、准确、高效率的特点，并且具有很强的通用性，适用于不同大小、不同颜色的包装袋上的二维码检测，解决了人工检验的滞后、误检、低效率的问题，从而满足企业对生产效率高、生产速度快、生产量大且不允许产生大量不合格产品的需求，并为企业发展节省人力成本，提升生产自动化水平，提高生产与检验效率。

附图说明

图1是本发明的一种包装印刷品二维码合格性检测方法的流程图；

图2是膨胀示意图；

图3是腐蚀示意图；

图4是二维码定位区域的类“回”字形图案示意图。

具体实施方式

如图1所示，本发明一种包装印刷品二维码合格性检测方法，包括如下步骤：

步骤1：使用工业相机采集待检测的二维码原始图像，并对二维码原始图像进行光照均匀化处理，

图像采集过程受光源照明方式影响，以及包装材料表面对光的吸收和反射影响，使得采集到的二维码原始图像存在光照不均匀现象，给后续一系列图像处理及识别解码带来了不利影响。因此，需对图像进行光照均匀话处理，具体为：

步骤1.1：利用多尺度高斯函数从二维码原始图像的参数中剥离出光照分量；

步骤1.2：根据光照分量的分布特征设置二维伽马函数的参数，进而构造出二维伽马函数；

步骤1.3：改变参数值的方式减弱光照强度过高位置的亮度值，增加光照强度较低位置的亮度值，以平衡光照不均匀。

步骤2：对光照均匀化处理后的二维码图像进行滤波降噪处理；

图像采集过程中噪声干扰的产生原因有很多，如系统外环境和一些物理效应在成像的过程中的扰动，或是数字图像传输过程中传输介质或者相应设备的质量问题导致传输信号受到污染。噪声是图像采集过程产生的一种无用信息，会严重干扰图像的有效信息，影响图像的传输与识别。本申请中涉及的噪声的主要原因是信号传输过程中，电子器件进行光电信号转换时使一些像素点的灰度值产生差变，与相邻正常传输的像素点灰度值产生明显差异。具体实施时，考虑到实际现场的噪声特点，本申请使用一种改进的中值滤波方法进行图像的滤波去噪。具体包括：

步骤2.1：选择5×5像素区域作为中值滤波的邻域窗口，遍历窗口中像素点的灰度值与位于邻域窗口中心的目标像素点的灰度值作差判断是否大于0，将所有像素点扫描完后记录大于待滤波的目标像素点灰度值的像素点个数为A，小于目标像素点灰度值的像素点个数为B；

步骤2.2：根据下列改进的中值滤波公式进行滤波：

式中：f(x,y)为处理前邻域窗口内像素点的灰度值；g(x,y)为滤波处理后的像素点的灰度值；M为邻域窗口内像素的个数；θ为滤波阈值，取值

步骤3：对滤波降噪处理后的二维码图像进行锐化和二值化处理：

为进一步提升后续图片处理质量，可以采用图像锐化处理技术来突出图片的细节特征，该方法可对图片边缘进行一定的增强与修补，具体包括如下步骤：

步骤3.1：采用如下公式所示的Laplace锐化方法对二维码图像进行锐化：

G(x，y)＝(1+4α)g(x，y)-α[g(x+1，y)+g(x-1，y)+g(x，y+1)]

其中，α为锐化强度系数，取正整数，用来衡量锐化程度，越大表明程度越高；

步骤3.2：使用Otsu算法进行二值化处理，其原理是将目标图像分为前景和背景，两部分类间方差越大，则构成图像的差别越大，错分概率也就越小。

二值化本质上是一种特殊的灰度化，通过阈值引入将图像分成黑和白，区分前景目标和背景图案。根据阈值选取的不同，二值化算法可分为固定阈值和自适应阈值(动态阈值)，本发明使用Otsu算法进行二值化处理，其原理是将目标图像分为前景和背景，两部分类间方差越大，则构成图像的差别越大，错分概率也就越小。

步骤4：对二值化后的二维码图像进行形态学处理，所述步骤4具体为：

在形态学处理中将膨胀和腐蚀相结合，开操作对图像先腐蚀后膨胀，闭操作对图像先膨胀后腐蚀；通过开操作消除少部分噪声，去除一些孤立区域，使二值化图像边缘的毛刺等现象减弱；闭操作能够去除连通区域内部的细小空洞，还原连通区域的大小。

膨胀从数学角度来说即将图像C与结构元素D进行卷积，使图像中的目标“粗化”，过程示意如图2所示。对一张二值化图像进行膨胀处理，首先自由定义一个结构元素D。理论上结构元素的面积和形状是任意选择的，实际处理中将结构D定义为具有中心点或称之为参考点的矩形或圆形。将结构元素D作为卷积模板。而膨胀就是以集合运算为基础的对结构元素D与图像C的每一个像素点进行“与”操作。

与膨胀相反，腐蚀是求取局部最小值的操作。腐蚀可以通过将图形像素向内收缩的方式消除二值化图中存在的边界点，过程示意如图3所示。将结构元素D移动覆盖至图像C，如果结构元素D与图像C的交集完全属于图像C的区域内，则保留该位置点。求取所有满足该条件点的位置集合就是腐蚀操作处理。

步骤5：对形态学处理后的二维码图像进行定位与矫正，所述步骤5具体为：

步骤5.1：通过检测图像转换的字符向量中的分隔符和空白区可确定二维码的定位区域，从而利用其黑白相间的图案特点实现水平或者垂直定位；为了更准确的定位，同时使用Canny算子进行边缘检测辅助寻找定位区域；

具体实施时，定位区域为二维码图像的右上角、左上角、左下角存在三个相同的类“回”字形图案；三个相同的类“回”字形图案的边长分别为3个像素点、5个像素点、7个像素点；三个相同的类“回”字形图案中的黑白模块的比例都为1:1:3:1:1，如图4所示。

步骤5.2：在上述边缘检测基础上计算图像与水平或者垂直线的角度，再进行相应的旋转实现对图像的畸变校正；

步骤5.3：图像转动调整角度过程中所有的像素值会产生改变，使用双线性插值方法填充因图像转动产生的像素间间隙，以增加图像像素的尺寸，消除图像失真。

步骤6：对矫正后的图像进行解码处理，如果无法识别则该二维码不合格，所述步骤6具体为：

采用Zxing和Zbar混合调用解码模式，以调用Zxing库解码为主，Zbar库解码为辅；对于每个二维码图像先采用Zxing库进行解码，如果无法识别或识别时间超过设定阈值，则切换Zbar库进行解码。

以上所述仅为本发明的较佳实施例，并不用以限制本发明的思想，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种包装印刷品二维码合格性检测方法，其特征在于，包括如下步骤：

步骤1：使用工业相机采集待检测的二维码原始图像，并对二维码原始图像进行光照均匀化处理；

步骤2：对光照均匀化处理后的二维码图像进行滤波降噪处理；

步骤3：对滤波降噪处理后的二维码图像进行锐化和二值化处理；

步骤4：对二值化后的二维码图像进行形态学处理；

步骤5：对形态学处理后的二维码图像进行定位与矫正；

步骤6：对矫正后的图像进行解码处理，如果无法识别则该二维码不合格。

2.如权利要求1所述的包装印刷品二维码合格性检测方法，其特征在于，步骤1具体为：

步骤1.1：利用多尺度高斯函数从二维码原始图像的参数中剥离出光照分量；

步骤1.2：根据光照分量的分布特征设置二维伽马函数的参数，进而构造出二维伽马函数；

步骤1.3：改变参数值的方式减弱光照强度过高位置的亮度值，增加光照强度较低位置的亮度值，以平衡光照不均匀。

3.如权利要求1所述的包装印刷品二维码合格性检测方法，其特征在于，步骤2中采用改进的中值滤波方法对二维码图像进行滤波降噪处理，具体包括：

步骤2.1：选择5×5像素区域作为中值滤波的邻域窗口，遍历窗口中像素点的灰度值与位于邻域窗口中心的目标像素点的灰度值作差判断是否大于0，将所有像素点扫描完后记录大于待滤波的目标像素点灰度值的像素点个数为A，小于目标像素点灰度值的像素点个数为B；

步骤2.2：根据下列改进的中值滤波公式进行滤波：

式中：f(x,y)为处理前邻域窗口内像素点的灰度值；g(x,y)为滤波处理后的像素点的灰度值；M为邻域窗口内像素的个数；θ为滤波阈值，取值

4.如权利要求1所述的包装印刷品二维码合格性检测方法，其特征在于，所述步骤3具体为：

步骤3.1：采用如下公式所示的Laplace锐化方法对二维码图像进行锐化：

G(x，y)＝(1+4α)g(x，y)-α[g(x+1，y)+g(x-1，y)+g(x，y+1)]

其中，α为锐化强度系数，取正整数，用来衡量锐化程度，越大表明程度越高；

步骤3.2：使用Otsu算法进行二值化处理，其原理是将目标图像分为前景和背景，两部分类间方差越大，则构成图像的差别越大，错分概率也就越小。

5.如权利要求1所述的包装印刷品二维码合格性检测方法，其特征在于，所述步骤4具体为：

在形态学处理中将膨胀和腐蚀相结合，开操作对图像先腐蚀后膨胀，闭操作对图像先膨胀后腐蚀；通过开操作消除少部分噪声，去除一些孤立区域，使二值化图像边缘的毛刺等现象减弱；闭操作能够去除连通区域内部的细小空洞，还原连通区域的大小。

6.如权利要求1所述的包装印刷品二维码合格性检测方法，其特征在于，所述步骤5具体为：

步骤5.1：通过检测图像转换的字符向量中的分隔符和空白区可确定二维码的定位区域，从而利用其黑白相间的图案特点实现水平或者垂直定位；为了更准确的定位，同时使用Canny算子进行边缘检测辅助寻找定位区域；

步骤5.2：在上述边缘检测基础上计算图像与水平或者垂直线的角度，再进行相应的旋转实现对图像的畸变校正；

步骤5.3：图像转动调整角度过程中所有的像素值会产生改变，使用双线性插值方法填充因图像转动产生的像素间间隙，以增加图像像素的尺寸，消除图像失真。

7.如权利要求6所述的包装印刷品二维码合格性检测方法，其特征在于，所述定位区域为二维码图像的右上角、左上角、左下角存在三个相同的类“回”字形图案；三个相同的类“回”字形图案的边长分别为3个像素点、5个像素点、7个像素点；三个相同的类“回”字形图案中的黑白模块的比例都为1:1:3:1:1。

8.如权利要求1所述的包装印刷品二维码合格性检测方法，其特征在于，所述步骤6具体为：

采用Zxing和Zbar混合调用解码模式，以调用Zxing库解码为主，Zbar库解码为辅；对于每个二维码图像先采用Zxing库进行解码，如果无法识别或识别时间超过设定阈值，则切换Zbar库进行解码。

Images