CN116402072A - 基于硅芯片的二维码识别方法、装置、设备以及存储介质 - Google Patents
基于硅芯片的二维码识别方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN116402072A CN116402072A CN202111629924.4A CN202111629924A CN116402072A CN 116402072 A CN116402072 A CN 116402072A CN 202111629924 A CN202111629924 A CN 202111629924A CN 116402072 A CN116402072 A CN 116402072A
- Authority
- CN
- China
- Prior art keywords
- dimensional code
- black
- silicon chip
- white
- identified
- 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.)
- Pending
Links
- 229910052710 silicon Inorganic materials 0.000 title claims abstract description 92
- 239000010703 silicon Substances 0.000 title claims abstract description 92
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 title claims abstract description 91
- 238000000034 method Methods 0.000 title claims abstract description 61
- 239000011159 matrix material Substances 0.000 claims abstract description 123
- 238000010586 diagram Methods 0.000 claims abstract description 17
- 230000009467 reduction Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 230000002787 reinforcement Effects 0.000 claims description 4
- 230000010365 information processing Effects 0.000 abstract description 3
- 238000002425 crystallisation Methods 0.000 description 4
- 230000008025 crystallization Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000010147 laser engraving Methods 0.000 description 2
- 150000007523 nucleic acids Chemical class 0.000 description 2
- 102000039446 nucleic acids Human genes 0.000 description 2
- 108020004707 nucleic acids Proteins 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000004949 mass spectrometry Methods 0.000 description 1
- 238000001819 mass spectrum Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- G06K7/10544—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum
- G06K7/10821—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum further details of bar or optical code scanning devices
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本申请提供了一种基于硅芯片的二维码识别方法、装置、设备及存储介质,涉及图像信息处理技术领域。该方法包括:获取通过工业相机采集的硅芯片靶板图像,硅芯片靶板图像包括待识别二维码;将待识别二维码划分为矩阵块,并判定每个矩阵块的属性;根据各矩阵块的属性对待识别二维码进行重构,形成二维码重构图;对二维码重构图进行识别,获取对应的硅芯片靶板信息。应用本申请实施例,可以提高在远距离、弱光环境中的二维码识别的准确率。
Description
技术领域
本申请涉及图像信息处理技术领域,具体而言,涉及基于硅芯片的二维码识别方法、装置、设备以及存储介质。
背景技术
二维码又称二维条码,是用某种特定的几何图形按一定规律在平面(二维方向上)分布的、黑白相间的、记录数据符号信息的图形,能够通过图像输入设备或光电扫描设备自动识读以实现信息自动处理,具有信息容量大、编码范围广、容错能力强、译码可靠性高、使用成本低等特点,目前已广泛应用于信息获取、防伪溯源、移动支付等方面。
以核酸质谱硅芯片上的二维码识别为例。核酸质谱时为了保障样本结晶的均匀性,一般使用纳升自动点样,因此样本点自身、排布距离以及样品承载硅芯片都非常小。但为了样本和结果溯源,会使用激光雕刻等方式在硅芯片上生成微型二维码。同时,为节约硬件成本,简化操作流程,实现扫码和检测过程的全自动化,采用内置相机在承担结晶区域实时成像的同时兼顾远距离获取图像及扫码功能。
但是,由于涉及质谱仪器的独特结构,处于高真空腔体内的靶板硅芯片所处环境光线较弱、靶面平整光滑等因素,使用传统的图像捕获和二维码识别技术,准确性比较低。
发明内容
本申请的目的在于,针对上述现有技术中的不足,提供一种基于硅芯片的二维码识别方法、装置、设备以及存储介质,可以提高在远距离、弱光环境中的二维码识别的准确率。
为实现上述目的,本申请实施例采用的技术方案如下:
第一方面,本申请实施例提供了一种基于硅芯片的二维码识别方法,方法包括:获取通过工业相机采集的硅芯片靶板图像,硅芯片靶板图像包括待识别二维码;将待识别二维码划分为矩阵块,并判定每个矩阵块的属性;根据各矩阵块的属性对待识别二维码进行重构,形成二维码重构图;对二维码重构图进行识别,获取对应的硅芯片靶板信息。
可选地,将待识别二维码划分为矩阵块,并判定每个矩阵块的属性,包括:将待识别二维码沿预设方向均布划分为多个矩阵块;依次遍历每个矩阵块中的像素点,当矩阵块中的黑色像素点多于白色像素点时,判定该矩阵块的属性为黑色属性;或者,当矩阵块中的黑色像素点少于白色像素点时,判定该矩阵块的属性为白色属性。
可选的,根据各矩阵块的属性对二维码图像进行重构,形成二维码重构图,包括:将具有黑色属性的矩阵块中的所有像素重置为黑色、将具有白色属性的矩阵块中的所有像素重置为白色,形成二维码重构图。
可选的,将待识别二维码划分为矩阵块,并判定每个矩阵块的属性之前,基于硅芯片的二维码识别方法还包括:根据直方图对待识别二维码进行加强处理,将待识别二维码的灰度阈值调整至预设范围,得到加强后的待识别二维码;对加强后的待识别二维码进行图像降噪处理,获取预处理的待识别二维码。
可选的,获取预处理的待识别二维码之后,还包括:对预处理的待识别二维码二值化,形成黑白二维码图像;使用扫描线从黑白二维码图像的边界开始、沿靠近黑白二维码图像中心的方向进行扫描并在满足边界条件时标记为边线;剔除边线以外的区域,保留目标二维码图像;根据各矩阵块的属性对待识别二维码进行重构,形成二维码重构图,包括:根据各矩阵块的属性对目标二维码图像进行重构,形成二维码重构图。
可选的,使用扫描线从黑白二维码图像的边界开始、沿靠近黑白二维码图像中心的方向进行扫描并在满足边界条件时标记为边线,包括:从黑白二维码图像的边界的边缘顶点起,依次遍历每列或行像素点,当检测到像素点由全黑变为全白时,或者,当检测到像素点由全黑变为半黑半白时,则标记为边线。
可选的,使用扫描线从黑白二维码图像的边界开始,沿靠近黑白二维码图像中心的方向进行扫描并在满足边界条件时标记为边线,包括:对黑白二维码图像进行毛点降噪处理,获取处理后的黑白二维码图像;使用扫描线从处理后的黑白二维码图像的边界开始,沿靠近处理后的黑白二维码图像中心的方向进行扫描,并在满足边界条件时标记为边线。
第二方面,本申请实施例还提供了一种基于硅芯片的二维码识别装置,所述装置包括:获取模块,用于获取通过工业相机采集的硅芯片靶板图像,硅芯片靶板图像包括:待识别的二维码;划分模块,用于将待识别二维码划分为矩阵块,并判定每个矩阵块的属性;重构模块,用于根据各矩阵块的属性对待识别二维码进行重构,形成二维码重构图;识别模块,用于对二维码重构图进行识别,获取对应的硅芯片靶板信息。
第三方面,本申请实施例提供了一种电子设备,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当所述电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行上述第一方面的基于硅芯片的二维码识别方法的步骤。
第四方面,本申请实施例提供了一种存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行上述第一方面的所述基于硅芯片的二维码识别方法的步骤。
本申请的有益效果是:
本申请实施例提供一种基于硅芯片的二维码识别方法、装置、设备及存储介质,该方法包括:获取通过工业相机采集的硅芯片靶板图像,硅芯片靶板图像包括待识别二维码;其中,待识别二维码包含了样本点的信息,将待识别二维码划分为矩阵块,并判定每个矩阵块的属性;得到二维码的特征信息,根据各矩阵块的属性对待识别二维码进行重构,形成二维码重构图;将特征信息拼接重构,得到重构的特征信息,对二维码重构图进行识别,获取对应的硅芯片靶板信息,从而通过二维码重构图的特征信息的提取获取样本点的信息。采用本申请实施例提供的基于硅芯片的二维码识别方法,采用将待识别的二维码划分为矩阵块并根据矩阵块的属性对待识别二维码进行重构,将矩阵块中的特征信息进行提取,并将特征信息拼接重构,特征信息将待识别二维码中的信息强化,使得待识别二维码中的信息更容易被提取,所以,可以提高在远距离、弱光环境中的二维码识别的准确率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例提供的基于硅芯片的二维码识别方法使用场景示意图之一;
图2为本申请实施例提供的基于硅芯片的二维码识别方法使用场景示意图之二;
图3为本申请实施例提供的基于硅芯片的二维码识别方法流程图之一;
图4为本申请实施例提供的基于硅芯片的二维码识别方法流程图之二;
图5为本申请实施例提供的基于硅芯片的二维码识别方法流程图之三;
图6为本申请实施例提供的基于硅芯片的二维码识别装置的示意图;
图7为本申请实施例提供的基于硅芯片的二维码识别的电子设备示意图。
图标:110-硅芯片靶板;111-样本点;112-二维码;120-工业相机;130- 真空腔室;140-反射镜;200-基于硅芯片的二维码识别装置;210-获取模块; 220-划分模块;230-重构模块;240-识别模块;301-处理器;302-存储介质; 303-总线。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在对本申请实施例进行详细解释之前,首先对本申请的应用场景予以介绍。该应用场景具体可以为质谱仪,图1为本申请实施例提供的一种基于硅芯片的二维码识别方法的场景示意图之一,图2为本申请实施例提供的一种硅芯片的结构示意图。
如图1、图2所示,该系统包括真空腔室130和设置于真空腔体内的硅芯片靶板110,其中,硅芯片靶板110上排列设置多个样本点111和记录样本点111信息的二维码112,通常情况下,样本点111采用纳升点样的方法进行,使得样本点111自身比较小、样本点111之间的距离也比较小、硅芯片靶板110也比较小,可以是毫米级(例如可以是30mm*19mm)。在硅芯片靶板110边缘处使用激光雕刻的方式生成二维码112也比较小,也可以是毫米级(例如可以是2.3mm*2.3mm)。为节约硬件成本,简化操作流程,实现扫码和检测过程的全自动化,采用内置相机在承担结晶区域实时成像的同时兼顾远距离获取图像及扫码功能,在真空腔体侧壁上设置工业相机 120以及在真空腔体内设置反射镜140,使得工业相机120获取二维码图像。
如下结合附图对本申请提到的基于硅芯片的二维码识别方法进行示例说明。图3为本申请实施例提供的基于硅基片的二维码识别的流程示意图。
如图3所示,该方法可包括:
S110、获取通过工业相机采集的硅芯片靶板图像,硅芯片靶板图像包括待识别二维码。
其中,待识别的二维码与所述硅芯片靶板上的样本点的信息对应,是每个硅芯片靶板的唯一标识。
S120、将待识别二维码划分为矩阵块,并判定每个矩阵块的属性。
可选地,硅芯片上的二维码采用DM(DataMatrix,数据矩阵)码的形式出现,每个矩阵块具有一定的特征信息,可以采用将待识别的二维码分为矩阵块,并根据矩阵块的具体信息判断矩阵块的属性,从而根据矩阵块的属性提取矩阵块中的特征信息。
举例说明,可以将待识别二维码划分10*10的矩阵块、14*14的矩阵块、 20*20的矩阵块等等,最多可以设置144*144的矩阵块。可以理解的是,划分的矩阵块越多、对待识别二维码的信息提取的就越全面,但是,本领域技术人员应当知晓,划分的矩阵块越多,计算量就越大,不利于快速识别,本发明实施例可以根据实际应用需求设置矩阵块的数量,在此不作限制。
S130、根据各矩阵块的属性对待识别二维码进行重构,形成二维码重构图;
根据各矩阵块的属性对待识别二维码进行重构,就是按照矩阵块的排布的方式对矩阵块的属性进行排布得到二维码重构图,具体的,使用当前矩阵块的属性设置当前矩阵块的二维码重构图中对应位置的矩阵块,将各矩阵块中的特征信息进行拼接重构,得到重构的特征信息。特征信息能够反映二维码的具体信息,使得二维码重构图包含了二维码的具体信息。
S140、对二维码重构图进行识别,获取对应的硅芯片靶板信息。
二维码重构图包含了重构的特征信息,对重构的特征信息进行提取,从而获得对应的硅芯片靶板的信息。其中,二维码信息包含了硅芯片靶板上的多个样本点对应的信息。
综上所示,本申请实施例提供一种基于硅芯片的二维码识别方法、装置、设备及存储介质,该方法包括:获取通过工业相机采集的硅芯片靶板图像,硅芯片靶板图像包括待识别二维码;其中,待识别二维码包含了样本点的信息,将待识别二维码划分为矩阵块,并判定每个矩阵块的属性;得到二维码的特征信息,根据各矩阵块的属性对待识别二维码进行重构,形成二维码重构图;将特征信息拼接重构,得到重构的特征信息,对二维码重构图进行识别,获取对应的硅芯片靶板信息,从而通过二维码重构图的特征信息的提取获取样本点的信息。采用本申请实施例提供的基于硅芯片的二维码识别方法,采用将待识别的二维码划分为矩阵块并根据矩阵块的属性对待识别二维码进行重构,将矩阵块中的特征信息进行提取,并将特征信息拼接重构,特征信息将待识别二维码中的信息强化,使得待识别二维码中的信息更容易被提取,所以,可以提高在远距离、弱光环境中的二维码识别的准确率。
可选地,如图4所示,将待识别二维码划分为矩阵块,并判定每个矩阵块的属性,包括:
S121:将待识别二维码沿预设方向均布划分为多个矩阵块。
示例的,待识别二维码通常为长方形的图像,预设方向可以是沿着长方形的长和宽分别划分为N等分,将待识别二维码划分为N*N个矩阵块。
S122:依次遍历每个矩阵块中的像素点,当矩阵块中的黑色像素点多于白色像素点时,判定该矩阵块的属性为黑色属性;或者,当矩阵块中的黑色像素点少于白色像素点时,判定该矩阵块的属性为白色属性。
依次遍历每个矩阵块中的像素点,可以以图像的一个顶端的矩阵块为起点,例如左侧上方第一个矩阵块开始,每次向右移动一个矩阵块的距离对第一行的矩阵块进行遍历、再从第二行第一个矩阵块开始第二行的矩阵块的遍历这样的逐行的方式进行遍历,也可以以从图像的一个顶端的矩阵块为起点,采用逐列的方式进行遍历,也可以采用S折弯的方式对矩阵块进行遍历,当然,起点和遍历方式并不是对本发明的具体限定,可以根据实际情况进行设定。
当遍历每个矩阵块中的像素点时,遍历的具体方式本发明也不做限定,可以从矩阵块的一个顶端开始,按照逐行的方式进行遍历,也可以按照逐列的方式进行遍历,也可以从矩阵块的中心像素开始,按照螺旋状向外扩散的方式进行遍历,遍历完成后统计每个矩阵块中的黑素像素点的个数和白色像素点的个数,并根据黑色像素点和白色像素点数量的关系判定矩阵块的属性,当矩阵块中的黑色像素点多于白色像素点时,判定该矩阵块的属性为黑色属性,当矩阵块中的黑色像素点少于白色像素点时,判定该矩阵块的属性为白色属性。提取每个矩阵块中的特征信息,并将每个矩阵块中的特征信息以矩阵块属性定义出来,使用特征信息定义矩阵块的属性,能够使得矩阵块中的特征信息更明显的显示,从而提高识别的准确率。
可选的,如图4所示,根据各矩阵块的属性对二维码图像进行重构,形成二维码重构图,包括:
S123:将具有黑色属性的矩阵块中的所有像素重置为黑色、将具有白色属性的矩阵块中的所有像素重置为白色,形成二维码重构图。
将矩阵块中的所有像素重置为特征信息的,使得特征信息强化,从而能够提高二维码识别的准确率。
可选的,如图5所示,将待识别二维码划分为矩阵块,并判定每个矩阵块的属性之前,基于硅芯片的二维码识别方法还包括:
S111:根据直方图对待识别二维码进行加强处理,将待识别二维码的灰度阈值调整至预设范围,得到加强后的待识别二维码。
可选地,可以采用直方图均衡化对待识别二维码进行加强处理。需要说明的是,工业相机获取的二维码图像为灰度图像,而且图像质量较差,为了提高灰度图像的对比度和图像质量,采用直方图对待识别二维码进行加强处理,具体的,先统计待识别二维码中各个灰度级的出现概率,然后进行 Histogram直方图变换增强,示例的,这里的二维码灰度阈值的预设范围为 0-255,使得二维码图像占用的像素灰度间距最大。将图像灰度的阈值拉伸到0-255。通过对待识别二维码的加强处理,使得二维码灰度分布区域均匀,图像所占的像素灰度间距拉大,加大图像反差。
需要说明的是,Histogram直方图只是本发明对降噪方法的一种示例,并不是对发明降噪方法的具体限定,本领域技术人员可以根据实际情况选取不同的降噪方法。
S112:对加强后的待识别二维码进行图像降噪处理,获取预处理的待识别二维码。
因为硅芯片靶板预制好样本后在控制器的控制下移动至真空腔体内,在样品结晶完成后再移出中空腔体,工业相机在采集硅芯片靶板图像时硅芯片靶板可能存在自身惯性或者指令延迟等原因使得硅芯片靶板图像模糊、抖动等噪声。因此,有必要对加强后的待识别二维码图像进行降噪处理,获取预处理的待识别二维码,使得基于预处理后的图像进行识别时,可以进一步提高二维码识别的精度。具体的,可以采用高斯滤波处理,就是遍历加强后的待识别二维码中像素点周围的多个像素点,多个像素点中有一半以上的点与原像素点的值相同时,则原像素点的值保持不变;若多个像素点中有一半以上的点与原像素点的值不同时,则原像素点的值更改。
示例的,本发明采用内核大小为3*3的高斯滤波处理,遍历加强后的待识别二维码中像素点周围的8个像素点,当有4个以上的点为白色时,则原像素点设置为白色;当有4个以上的点为黑色时,则原像素点设置为黑色。
可选的,如图5所示,获取预处理的待识别二维码之后,还包括:
S113:对预处理的待识别二维码二值化,形成黑白二维码图像。
预处理的待识别二维码为灰度图像,为了便于识别,对预处理的待识别二维码二值化处理,具体的,使用threshold方法,选取适当的阈值对预处理的待识别二维码进行二值化,使得预处理的待识别二维码转变为黑白二维码图像。其中,阈值的选取本发明不做具体限定,可以根据实际情况进行具体限定。
S114:使用扫描线从黑白二维码图像的边界开始、沿靠近黑白二维码图像中心的方向进行扫描并在满足边界条件时标记为边线。
S115:剔除边线以外的区域,保留目标二维码图像;根据各矩阵块的属性对待识别二维码进行重构,形成二维码重构图,包括:根据各矩阵块的属性对目标二维码图像进行重构,形成二维码重构图。
为了避免二维码外周的硅芯片靶板图像对目标二维码图像的信息识别的影响,在对目标二维码图像进行识别之前,将目标二维码图像周围的硅芯片的图像进行剔除,具体的,首先对预处理的待识别二维码二值化,形成黑白二维码图像,从黑白二维码图像的边界开始,从四个方向使用扫描线进行扫描,扫描时满足边界条件时标记为边线,根据四个边线的位置,剔除二维码周围硅芯片靶板图像,只保留目标二维码图像,从而使得识别时只识别目标二维码图像,进一步提高二维码识别的精确度。
其中,从黑白二维码图像的边界开始,从四个方向使用扫描线进行扫描,扫描时满足边界条件时标记为边线,具体为:
左边线识别:扫描线从最左侧第一列起,按照每次向右移动一个像素点的距离逐列扫描,当扫描到满足左侧边界条件时标记为左边线。
右边线识别:扫描线从最右侧第一列起,按照每次向左移动一个像素点的距离逐列扫描,当扫描到满足右侧边界条件时标记为右边线。
上边线识别:扫描线从最上侧第一行起,按照每次向下移动一个像素点的距离逐行扫描,当扫描到满足上侧边界条件时标记为上边线。
下边线识别:扫描线从最下侧的第一行起,按照每次向上移动一个像素点的距离逐行扫描,当扫描到满足下侧边界条件时标记为下边线。
需要说明的是,在对预处理的待识别二维码二值化时,既可以将二维码的信息区设置为黑色,将硅芯片靶板平面设置为白色;也可以将硅芯片靶板平面设置为黑色,将二维码的信息区设置为白色,因为二维码为激光打码,存在阴影区和平面区。
可选的,使用扫描线从黑白二维码图像的边界开始、沿靠近黑白二维码图像中心的方向进行扫描并在满足边界条件时标记为边线,包括:从黑白二维码图像的边界的边缘顶点起,依次遍历每列或行像素点,当检测到像素点由全黑变为全白时,或者,当检测到像素点由全黑变为半黑半白时,则标记为边线。
DM码中的两条邻边为黑色实线、两条邻边连接形成一条“L”形边,“L”形边主要用于限定DM码的物理尺寸和定位DM码以及对DM码进行矫正失真;DM码的另外两条邻边由交替的黑色模块和白色模块组成,形成虚线边,虚线边主要用于限定DM码的条码规格和DM码中单元模块的物理尺寸,其中,虚线边的黑色像素块与白色像素块中的数量相同,所以,可以根据DM码的上述特征,可以判定出DM码的四个边缘,具体的,可以使用扫描线扫描黑白二维码的边,当扫描线扫描至L形的两个边时,检测到的像素点由全黑变为全白;当扫描线扫描至虚线边时,检测到的像素点由全黑变为一半白一半黑。示例的,左侧边界条件为全黑变为全白,右侧边界条件为全黑变为一半白一半黑,上侧边界条件为全黑变为一半白一半黑,下侧边界条件为全黑变为全白。本发明采用扫描线对预处理的待识别二维码进行目标二维码的提取,使得在后续识别时至识别目标二维码的信息,从而提高二维码的识别效率。
可选的,使用扫描线从黑白二维码图像的边界开始,沿靠近黑白二维码图像中心的方向进行扫描并在满足边界条件时标记为边线,包括:对黑白二维码图像进行毛点降噪处理,获取处理后的黑白二维码图像;使用扫描线从处理后的黑白二维码图像的边界开始,沿靠近处理后的黑白二维码图像中心的方向进行扫描,并在满足边界条件时标记为边线。
在黑白二维码找到边线之前,对黑白二维码图像进行毛点降噪,毛点降噪可以将黑色像素中的白色噪点去除,将白色像素中的黑色噪点去除,避免噪点对特性信息提取时产生影响,提高二维码识别的精确度。
示例的,硅芯片靶板通常是设置于靶托上放入真空腔室中,一个靶托上通常设置两个硅芯片靶板的放置区,所以在每次样品结晶时,会有两个硅芯片靶板进入真空腔室,也就是需要对两个识别两个二维码。采用本发明的硅芯片的二维码识别方法,可以有效的提高二维码的识别率,如表1所示:
表1二维码识别测试结果
项目 | 测试次数 | 成功次数 | 识别率 |
左芯片 | 5000 | 4991 | 99.8% |
右芯片 | 5000 | 4870 | 97.4% |
总计 | 10000 | 9861 | 98.6% |
图6为本申请实施例提供的一种基于硅芯片的二维码识别装置200结构示意图。如图6所示,该装置包括:
获取模块210,用于获取通过工业相机120采集的硅芯片靶板110图像,硅芯片靶板110图像包括:待识别的二维码;
划分模块220,用于将待识别二维码划分为矩阵块,并判定每个矩阵块的属性;
重构模块230,用于根据各矩阵块的属性对待识别二维码进行重构,形成二维码重构图;
识别模块240,用于对二维码重构图进行识别,获取对应的硅芯片靶板 110信息。
上述装置用于执行前述实施例提供的方法,其实现原理和技术效果类似,在此不再赘述。
以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit,简称ASIC),或,一个或多个微处理器301(Digital Signal Processor,简称DSP),或,一个或者多个现场可编程门阵列(Field Programmable Gate Array,简称 FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器301,例如中央处理器301(Central Processing Unit,简称CPU)或其它可以调用程序代码的处理器301。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip,简称SOC)的形式实现。
图7为本申请实施例提供的一种电子设备的结构示意图,如图7所示,该电子设备可以包括:处理器301、存储介质302和总线303,存储介质302 存储有处理器301可执行的机器可读指令,当该电子设备运行时,处理器 301与存储介质302之间通过总线303通信,处理器301执行机器可读指令,以执行上述方法实施例的步骤。具体实现方式和技术效果类似,这里不再赘述。
可选地,本申请还提供一种存储介质302,存储介质302上存储有计算机程序,计算机程序被处理器301运行时执行上述方法实施例的步骤。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质302中。上述软件功能单元存储在一个存储介质302中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器301(英文:processor)执行本申请各个实施例所述方法的部分步骤。而前述的存储介质302包括:U盘、移动硬盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取存储器(英文:Random AccessMemory,简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
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要素。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种基于硅芯片的二维码识别方法,其特征在于,包括:
获取通过工业相机采集的硅芯片靶板图像,所述硅芯片靶板图像包括:待识别二维码;
将所述待识别二维码划分为矩阵块,并判定每个所述矩阵块的属性;
根据各所述矩阵块的属性对所述待识别二维码进行重构,形成二维码重构图;
对所述二维码重构图进行识别,获取对应的硅芯片靶板信息。
2.根据权利要求1所述基于硅芯片的二维码识别方法,其特征在于,所述将所述待识别二维码划分为矩阵块,并判定每个所述矩阵块的属性,包括:
将所述待识别二维码沿预设方向均布划分为多个所述矩阵块;
依次遍历每个矩阵块中的像素点,当所述矩阵块中的黑色像素点多于白色像素点时,则判定该矩阵块的属性为黑色属性;或者,
当所述矩阵块中的黑色像素点少于白色像素点时,则判定该矩阵块的属性为白色属性。
3.根据权利要求2所述基于硅芯片的二维码识别方法,其特征在于,所述根据各所述矩阵块的属性对所述二维码图像进行重构,形成二维码重构图,包括:
将具有黑色属性的矩阵块中的所有像素重置为黑色、将具有白色属性的矩阵块中的所有像素重置为白色,形成所述二维码重构图。
4.根据权利要求1-3任一项所述的基于硅芯片的二维码识别方法,其特征在于,所述将所述待识别二维码划分为矩阵块,并判定每个所述矩阵块的属性之前,所述方法还包括:
根据直方图对所述待识别二维码进行加强处理,将所述待识别二维码的灰度阈值调整至预设范围,得到加强后的待识别二维码;
对所述加强后的待识别二维码进行图像降噪处理,获取预处理的所述待识别二维码。
5.根据权利要求4所述的基于硅芯片的二维码识别方法,其特征在于,所述获取预处理的所述待识别二维码之后,还包括:
对预处理的所述待识别二维码二值化,形成黑白二维码图像;
使用扫描线从所述黑白二维码图像的边界开始、沿靠近所述黑白二维码图像中心的方向进行扫描并在满足边界条件时标记为边线;
剔除所述边线以外的区域,保留目标二维码图像;
所述根据各所述矩阵块的属性对所述待识别二维码进行重构,形成二维码重构图,包括:
根据各所述矩阵块的属性对所述目标二维码图像进行重构,形成二维码重构图。
6.根据权利要求5所述的基于硅芯片的二维码识别方法,其特征在于,所述使用扫描线从所述黑白二维码图像的边界开始、沿靠近所述黑白二维码图像中心的方向进行扫描并在满足边界条件时标记为边线,包括:
从所述黑白二维码图像的边界的边缘顶点起,依次遍历每列或行像素点,当检测到像素点由全黑变为全白时,或者,当检测到像素点由全黑变为半黑半白时,则标记为边线。
7.根据权利要求5或6所述的基于硅芯片的二维码识别方法,其特征在于,所述使用扫描线从所述黑白二维码图像的边界开始、沿靠近所述黑白二维码图像中心的方向进行扫描并在满足边界条件时标记为边线,包括:
对所述黑白二维码图像进行毛点降噪处理,获取处理后的黑白二维码图像;
使用扫描线从所述处理后的黑白二维码图像的边界开始、沿靠近所述处理后的黑白二维码图像中心的方向进行扫描,并在满足边界条件时标记为边线。
8.一种基于硅芯片的二维码识别装置,其特征在于,包括:
获取模块,用于获取通过工业相机采集的硅芯片靶板图像,所述硅芯片靶板图像包括:待识别二维码;
划分模块,用于将所述待识别二维码划分为矩阵块,并判定每个所述矩阵块的属性;
重构模块,用于根据各所述矩阵块的属性对所述待识别二维码进行重构,形成二维码重构图;
识别模块,用于对所述二维码重构图进行识别,获取对应的硅芯片靶板信息。
9.一种设备,其特征在于,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当所述设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如权利要求1-7任一项所述的基于硅芯片的二维码识别方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1-7任一项所述的基于硅芯片的二维码识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111629924.4A CN116402072A (zh) | 2021-12-28 | 2021-12-28 | 基于硅芯片的二维码识别方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111629924.4A CN116402072A (zh) | 2021-12-28 | 2021-12-28 | 基于硅芯片的二维码识别方法、装置、设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116402072A true CN116402072A (zh) | 2023-07-07 |
Family
ID=87011038
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111629924.4A Pending CN116402072A (zh) | 2021-12-28 | 2021-12-28 | 基于硅芯片的二维码识别方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116402072A (zh) |
-
2021
- 2021-12-28 CN CN202111629924.4A patent/CN116402072A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110046529B (zh) | 二维码识别方法、装置及设备 | |
CN108805023B (zh) | 一种图像检测方法、装置、计算机设备及存储介质 | |
EP3783374A1 (en) | Method for detecting corona discharge employing image processing | |
US8368956B2 (en) | Methods and systems for segmenting a digital image into regions | |
CN109255390B (zh) | 训练图像的预处理方法及模块、鉴别器、可读存储介质 | |
CN109214229B (zh) | 一种条码扫描方法、装置及电子设备 | |
CN109729261B (zh) | 处理像素值的图像处理系统和方法 | |
CN109726732B (zh) | 用于处理数据值的流的系统和方法 | |
CN112950554B (zh) | 一种基于肺分割的肺叶分割优化方法及系统 | |
CN112580383B (zh) | 二维码识别方法、装置、电子设备及存储介质 | |
CN111598076B (zh) | 一种标签图像中日期检测处理方法及装置 | |
CN113785181A (zh) | Oled屏幕点缺陷判定方法、装置、存储介质及电子设备 | |
CN110795955A (zh) | 一种快速识别多条码的系统及其方法 | |
CN116071272A (zh) | 一种图像校正方法、装置、电子设备及其存储介质 | |
CN117152165A (zh) | 感光芯片缺陷的检测方法、装置、存储介质及电子设备 | |
CN110008949B (zh) | 一种图像目标检测方法、系统、装置和存储介质 | |
CN115272362A (zh) | 一种数字病理全场图像有效区域分割方法、装置 | |
CN117496560B (zh) | 一种基于多维向量的指纹纹线识别方法及装置 | |
CN108268868B (zh) | 身份证图像的倾斜值获取方法及装置、终端、存储介质 | |
CN111311573B (zh) | 枝条确定方法、装置及电子设备 | |
CN110334606B (zh) | 画中画定位方法及装置 | |
CN116402072A (zh) | 基于硅芯片的二维码识别方法、装置、设备以及存储介质 | |
CN112529816B (zh) | 数据处理方法、装置、存储介质及计算机设备 | |
CN116993654A (zh) | 摄像头模组缺陷检测方法、装置、设备、存储介质及产品 | |
CN111695557B (zh) | 一种图像处理方法及装置 |
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 |