CN1801188A - 一种矩阵式二维条码及其编码解码方法 - Google Patents

Abstract

本发明公开了一种矩阵式二维条码及其编码解码方法。该条码的码图由n×m个矩形单位信息块无间隙排列而成，其中n和m为大于1的正整数，n与m相同或不同；每个矩形单位信息块由n’×m’个不同光学特征的两种矩形色块单元无间隙排列而成，其中n’和m’为大于1的正整数，n’与m’相同或不同，每个矩形单位信息块包括定位标识符和数据区，其特征在于定位标识符形状为沿矩形单位信息块边框相邻两条边的L型或反L型。该条码具有高容量，高纠错率，高抗污损抗畸变能力，多语种编解码，分离式加解密，大小任意调节，可全方位识读等优点，可应用于多种领域。

Description

一种矩阵式二维条码及其编码解码方法

技术领域

本发明属于条码技术领域，涉及一种矩阵式二维条码及其编码解码方法。

背景技术

条码技术是在计算机应用实践中形成的一种自动识别技术，是在计算机技术与信息技术基础上发展起来的一门集编码、印刷、识别、数据采集与处理与一体的新兴技术。

一维条码自20世纪70年代问世以来，得到了人们的普遍关注，发展速度十分迅速，广泛应用在商业流通、仓储、医疗卫生、图书情报、邮政、铁路、交通运输、生产自动化管理的领域。它的使用，极大地提高了数据采集和信息处理的速度，提高了工作效率，并为管理的科学化和现代化做出了很大贡献。

由于受信息容量的限制，一维条码仅仅是对“物品”的标识，而不是对“物品”的描述。故一维条码的使用，不得不依赖数据库的存在。在没有数据库和不便联网的地方，一维条码的使用受到了较大的限制，有时甚至变得毫无意义。另外，要用一维条码表示汉字的场合，显得十分不方便，且效率很低。现代高新技术的发展，迫切要求用条码在有限的几何空间内表示更多的信息，从而满足千变万化的信息表示的需要。二维条码正是为了解一维条码无法解决的问题而产生的。因为它具有高密度、高可靠性等特点，所以可以用它表示数据文件(包括汉字文件)、图像等。二维条码是大容量、高可靠性信息实现存储、携带并自动识读的最理想的方法。

我国自1991年正式加入国际EAN组织以来，截止到2004年，已有两种条码码制通过国家标准，为美国的PDF417(标准编号：GB/T17172-1997)和日本的QR码(标准编号：GB/T18284-2000)；但此2项标准并不是“强制性”标准，属于“推荐性”标准。在目前的二维条码国家标准中，没有任何一种是属于我国拥有自主知识产权的二维条码。(参考：《条码国家标准》，中国标准出版社，2004，ISBN7-5006-3464-3)

二维条码在我国不能得到广泛应用的关键是核心技术已被国外厂家注册了专利，即便我们按照国际标准进行生产加工，也必须付出相当可观的专利费用，制约了这一非常好的技术在我国的普及。如果我国能够拥有完整自主知识产权的二维条码码制，并投入生产应用，必将对这一产业的形成产生重大影响。

1、二维条码的特性

高密度：目前，应用比较成熟的一维条码如EAN/UPC条码，因密度较低，故仅作为一种标识数据，不能对产品进行描述。我们要知道产品的有关信息，必须通过识读条码而进入数据库。这就要求我们必须事先建立以条码所表示的代码为索引字段的数据库。二维条码通过利用垂直方向的尺寸来提高条码的信息密度。通常情况下其密度是一维条码的几十到几百倍，这样我们就可以把产品信息全部存储在一个二维条码中，要查看产品信息，只要用识读设备扫描二维条码即可，因此不需要事先建立数据库，真正实现了用条码对“物品”的描述。

具有纠错功能：一维条码的应用建立在这样一个基础上，那就是识读时拒读(即读不出)要比误读(读错)好。因此一维条码通常同其表示的信息一同印刷出来。当条码受到损坏(如污染，脱墨等)时，可以通过键盘录入代替扫描条码。鉴于以上原则，一维条码没有考虑到条码本身的纠错功能，尽管引入了校验字符的概念，但仅限于防止读错。二维条码可以表示数以千计字节的数据，通常情况下，所表示的信息不可能与条码符号一同印刷出来。如果没有纠错功能，当二维条码的某部分损坏时，该条码便变得毫无意义，因此二维条码引入错误纠正机制。这种纠错机制使得二维条码因穿孔、污损等引起局部损坏时，照样可以正确得到识读(见图1)。二维条码的纠错算法与人造卫星和VCD等所用的纠错算法相同。这种纠错机制使得二维条码成为一种安全可靠的信息存储和识别的方法，这是一维条码无法相比的。

可以表示多种语言文字：多数一维条码所能表示的字符集不过是10个数字，26个英文字母及一些特殊字符。条码字符集最大的Code 128条码，所能表示的字符个数也不过是128个ASCII符。因此要用一维条码表示其它语言文字(如汉字、日文等)是不可能的。多数二维条码都具有字节表示模式，即提供了一种表示字节流的机制。我们知道，不论何种语言文字，它们在计算机中存储时都以机内码的形式表现，而内部码都是字节码。这样我们就可以设法将各种语言文字信息转换成字节流，然后再将字节流用二维条码表示，从而为多种语言文字的条码表示提供了一条前所未有的途径。

可表示图像数据：既然二维条码可以表示字节数据，而图像多以字节形式存储，因此使图像(如照片、指纹等)的条码表示成为可能。

可引入加密机制：加密机制的引入是二维条码的又一优点。比如我们用二维条码表示照片时，我们可以先用一定的加密算法将图像信息加密，然后再用二维条码表示。在识别二维条码时，再加以一定的解密算法，就可以恢复所表示的照片。这样便可以防止各种证件、卡片等的伪造。

2、二维条码的应用范围

单证：公文单证、订购单、报关单、商业单证；

证照：护照、身份证、挂号证、驾驶执照、会员证、识别证；

仓储盘点：物流中心、仓储中心等的物品盘点；

物品追踪：会议资料、生产零件、客户服务、邮购运送、维修记录、危险物品、后勤补给、生态研究；

资料保密：商业机密、政治情报、军事机密、私人信函。

3、二维条码在我国的应用前景

由于二维条码这种新兴的自动识别技术有着其它自动识别技术无法比拟的优势，在我国的产业信息化过程中将会起到巨大的推动作用，下面列举几方面：

A.人员管理：随着我国的社会和科技进步，人们对人员进行现代化管理的需要与日益俱增，这就是需要在证件上对管理对象进行精确描述。二维条码这种成本优势较大的自动技术较易被各个管理部门所接受。在我国的人口管理综合数据库较难建立的情况下，一个随身携带的身份卡上的二维条码便可将人的身份信息全部包含，并且还可包括人的照片信息，因此这种技术的推广比发达国家更俱优势。目前正在换发的二代智能IC卡身份证工本费为20元。专家认为，如果应用二维条码技术，每张身份证只需3元，即全国10亿人口办身份证，共可节资170亿元。(摘自《国际金融报》，2004年09月28同，第七版)

B.物流管理：用二维条码描述物品是二维条码应用的又一方面。在货物的存贮、运输中对其进行描述必不可少。现在的情况大多是用自然语言描述，这大大影响了信息采集速度和精度。将二维条码应用于物流，即将二维条码制作在货物的包装上，这是其它自动技术(如IC卡)无法做到的。二维条码在物流中的应用必将对加快物流管理现代化的进程。

C.供应链与ERP/MRP2：在供应链中采用二维条码作为信息传递的载体，不但可以有效避免人工输入可能出现的失误，大大提高入库、出库、制单、验货、盘点的效率，而且兼有配送识别、保修识别等功能，还可以在不便联机的情况下实现脱机管理。当ERP/MRP2采用二维条码进行经济单元管理，将大大提升决策系统的准确性和可靠性

D.国家信息化政策：制定中国的新一代二维条码已经纳入2005年信息产业部的科研计划与中国自动识别技术协会2005年的工作计划。(两项工作计划均已对外公布)

在《条码国家标准》中，我们能够找到美国的二维条码PDF417和日本的二维条码QR Code，却找不到一个国有的二维条码，而别国的条码技术标准也只是推荐性的。究其原因，是因为一维条码已经无法满足高速增长的市场信息化需要，在迫切需要二维条码技术的情况下才引入的国外的二维条码技术；但又因为如果大量应用国外技术，将会支付巨额的专利费用，好像当年的DVD技术专利一样，所带来的后果是严重的，所以只能将引入的国外技术定义为推荐性国家标准。从这种举措我们看到了市场的迫切需求和国家相关部门找不到优秀的国有二维条码技术的无奈心情。

二维条码有两大类，一类是层排式，一类是矩阵式。对于一维条码来说，层排式二维条码是一个质的飞跃，性能提升了千倍，其工作原理就是将一维条码缩小，然后层叠起来，是一维条码的扩展，代表性的是目前美国广泛应用的PDF417；而矩阵式二维条码对于层排式二维条码又是一个质的飞跃，性能提升了千万倍，其是由中心矩相等，形状相同的多边形单元组成，2000年后国际上出现的二维条码几乎都属于矩阵式。由于矩阵式二维条码比层排式二维条码在方向性，信息存储量，纠错性等许多特性都具有着先天的优势。

发明内容

本发明的目的是针对上述情况提供一种矩阵式二维条码。

本发明的另一个目的是提供上述二维条码的编码方法。

本发明还有一个目的是提供上述二维条码的解码方法。

我们在深入分析研究了国内外出现的十余种二维条码后，设计了一种新型的矩阵式二维条码，由于其主体由若干个L型区域定位，为表述方便，以下称为DZ-Code(点众码)。详细技术方案如下：

一种矩阵式二维条码，其码图由n×m个矩形单位信息块无间隙排列而成，其中n和m为大于1的正整数，n与m相同或不同；每个矩形单位信息块由n’×m’个不同光学特征的两种矩形色块单元无间隙排列而成，其中n’和m’为大于1的正整数，n’与m’相同或不同，每个矩形单位信息块包括定位标识符和数据区，其中定位标识符形状为沿矩形单位信息块边框相邻两条边的L型或反L型。

所述的矩阵式二维条码，其码图中相邻的单位信息块的L定位标识符颜色不同，排列方向一致。

所述的矩阵式二维条码，其单位信息块中的数据区是由n×m个信息单元组成，其中n和m为大于1的正整数，n与m相同或不同；该信息单元由相邻4个矩形色块单元组成“田”字型的矩形，表示一个16进制字符。

所述的矩阵式二维条码，其单位信息块中的数据区是由8×8个两种不同颜色的矩形色块单元组成，代表16个16进制字符。

所述的矩阵式二维条码，其中所述的不同颜色是指在灰阶图中具有不相同或不相似的光学特征。

所述的矩阵式二维条码的编码方法，该方法通过计算机将需要经编码的信息转换成16进制数据流，再将此数据流分割成具有特定信息位长的信息数据码词，然后对所述信息数据码词进行纠错运算，生产纠错码词；通过计算机生成码图主框架，确定码图中信息单元的数量及排列，信息单元的排列规则是任意横向、纵向及斜向排列的信息单元的顺序编号之和相同或最相近；将纠错码词按信息单元为基本单位填入数据区，形成单位信息块，生成码图图象。

所述的编码方法，其编码过程包括如下步骤：

A.将需用权利要求1所述矩阵式二维条码编码的信息通过计算机转换成16进制串S；

B.根据所需的纠错等级，将S按纠错等级表中的信息位k的长度，顺序截成若干段长度为k的16进制字符串，最后一个k位的串追加结束标志符；

                           纠错等级表

纠错等级	码长n	信息位长k	可纠错位数t[t＝(n-k)/2]	纠错比例
					0	15	15	0	0％
1	15	13	1	6％
					2	15	11	2	13％
3	15	9	3	20％
					4	15	7	4	27％
5	15	5	5	33％
					6	15	3	6	40％

C.将生成的所有k位16进制串的字符分别用RS算法将其编码为码长是15位的16进制字符串Sn，即纠错码词；

D.通过计算机生成码图主框架，确定码图中信息单元的数量及排列，信息单元的排列规则是任意横向、纵向及斜向排列的信息单元的顺序编号之和相同或最相近；

E.将所有的Sn顺序连接成一整串Sns，再将Sns中的每个字符从高位到低位依次存放在码图整个数据区的信息单元上；

F.将每个信息单元上的16进制字符展开，成为4个二进制位，即形成4个矩形色块单元；同法展开其他信息单元上的16进制字符，形成数据区码图图象；

G.将数据区码图图象分割成n×m个为单位信息块数据区，其中n和m为大于1的正整数，n与m相同或不同，在其边框添加定位标识符，形成码图图像。

所述的矩阵式二维条码的编码方法，其中编码时还运用RSA算法进行分离式加密。

所述的矩阵式二维条码的编码方法，采用ASCII编码机制。

所述的矩阵式二维条码的解码方法，包括通过数字照相机和计算机将码图还原成二进制数据流，并按编码过程逆运算进行解码，确定该数据流代表的含义，其中解码方法中加入抗畸变分析方法。

所述的矩阵式二维条码的解码方法，其中抗畸变分析的方法包括下列步骤：在识读时，首先根据边缘检测及定位标识符确定整个条码的区域，并根据L型定位标识符存在明确的方向性而自动确定条码方向；然后对每个单位信息块进行以下操作：

A、确定单位信息块定位标识符2个边La与Lb的长度及La与Lb的夹角，选择夹角最接近90度的开始识读；

B、选取K，范围在5-20之间，将单位信息块沿La方向将其长度放大K倍，沿Lb方向将其长度放大La×K/Lb倍；

C、选择La、Lb中曲率较小的一个，固定；将另外一个，由其一端开始，计算局部弯曲角度a，然后沿固定边的方向将构成另一条边及这两条边之间的图象的每个点平移一段距离，平移的距离为移动的每个点与固定边之间的垂直距离乘以tan a；

D、顺序进行C步骤的操作，当La与Lb均被调整过后，进行下一个单位信息块的操作；

E、每个单位信息块需参考四周单位信息块的边缘曲率，计算本身的倾斜角度，然后根据倾斜角度，将自身拉伸；

F、最终确定这个条码。

本发明的有益效果：

DZ-Code具有高容量，高纠错率，高抗污损畸变能力，可全方位识读，并在抗大面积连续污损性能方面远远超出了国外同类二维条码。具体特点如下：

1.高容量：根据纠错等级不同，每平方厘米可存放5-17个字符甚至更多。

2.抗大面积连续污损：大面积连续污损的纠错率经实验近似于理论纠错率。

3.纠错能力：6个纠错等级(6％、13％、20％、27％、33％、40％)可对随机错误进行纠正。

4.抗畸变能力：抗弯曲(表面弯曲度小于90度均可识读)，抗倾斜(倾角小于45度均可识读)，平面全向(360度旋转均可识读)。

5.多语种编解码：支持近100种地区语言及语种，也可自行设置非标准语言库及字符集

6.分离式加解密：采用1024位加密，公匙和密匙分离，即公匙可存放于条码生成端，密匙集成在识读设备中，从而大大增加了条码中信息的安全性。

7.大小可任意调节：根据数据量的大小，可自动调节条码的大小，可无限延展。

8.多种油墨设计：可实现普通油墨、隐形资外油墨和红外多种方式打印和印刷。

9.识读设备：采用嵌入式系统设计(ARM+Linux)，在硬件上即可作为终端独立运行，也可作为信息输入设备，集成到现有信息系统中。集成多种光源扫描模式(可见光、紫外、红外)，并实现了硬件集的高速识读。

DZ-Code和主流二维条码技术参数对比见表1：

表1

对比项目条码	DZ-Code	PDF417(美国)	QR Code(日本)
				最大存储容量	可无限扩展	1106(0.2％纠错信息)	2953(7％纠错信息)
纠错信息(单位信息段)	6％-40％	0.2％-40％	7％-30％
				连续面积纠错能力(大面积连续污损)	接近单位信息段的纠错信息能力	当污损面积超过单位信息段所占面积时或污损到标识符或定位符时，无法纠错。
方向性	全方位360度	需确定方向	全方位

另外，在多语种支持方面，以上三种条码各有自己的解决方案，各有优劣性，故无法对比；在加密方面，DZ-Code特有的二次1024位加密，比其他2种条码多出一次加密过程。在抗连续污损能力方面，DZ-Code经过对单位信息段的差分再组合，大大提高了纠错能力，此方面优于其他2种条码。

注：目前国内也有部分单位正在研究二维条码，比如上海的龙贝码和深圳的矽感GM码，由于其未公开其技术参数，故无法进行对比。截止到2005年5月，各大国内论文数据库也未出现关于我国自主研发的二维条码的技术参数。PDF417及QR Code是世界上主流的二维条码，PDF417于上世纪90年代开始应用于美国，QR Code于本世纪初开始应用于日本，QR Code和DZ-Code同属于矩阵式二维条码，比层排式二维条码PDF417从结构上要先进。(参考文献：《条码国家标准》，中国标准出版社，2004，ISBN7-5006-3464-3)。

附图说明

图1是本发明矩阵式二维条码的码图示意图。

图2是本发明矩阵式二维条码的码图的单位信息块示意图。

图3是本发明矩阵式二维条码的码图的定位标识符示意图。

图4是本发明矩阵式二维条码的单色码图二值化处理后理想状态的强度直方图。

图5是本发明矩阵式二维条码的单色码图二值化处理后实际状态的强度直方图。

具体实施方式

以下通过实施例对本发明的技术方案作进一步的阐述，但不限制本发明。

实施例1

1.结构说明：

单位方块：二维条码DZ-Code最基本的单位是正方形的方块(也可称作点、单位方块、矩形色块单元)，每个点的颜色允许是两种预先定义好的颜色(colorA，colorB)的其中一种，即表示二进制中的0或1。见图1。

单位信息块：比单位方块更大一级的，是由若干个点(单位方块)组成的一个更大的矩形(或正方形)，叫做单位信息块，每个单位信息块由2部分组成，一部分是数据区，一部分是定位标识符。DZ-Code可以由若干个单位信息块组成，比如3×3，4×4，5×5，本文所有例图均为4×4。见图2。

定位标识符：定位标识符是由单位信息块中最左边的一列点和最下方的一行点组成，根据单位信息块的位置不同，定位标识符的颜色交替为colorA和colorB，以保证相邻的2个单位信息块的定位标识符颜色不同，类似于国际象棋棋盘的排列模式。见图3。

信息单元：由相邻4个单位方块组成的“田”字型的正方形，称为信息单元。一个信息单元表示数据中的一个16进制数据的字符。

2.容量：

除定位标识符以外，DZ-Code其他的面积均用来表示数据。每个单位方块可表示0或1，如每个单位信息块数据区有8×8共64个单位方块，即可表示16个16进制字符，即8个ASCII码。比如当纠错率为20％的时候(具体参见下面纠错等级一览表数据)，信息存储比例为60％(9/15)，所以每个单位信息块可表示的信息为9.6个16进制字符，也可表示4.8个ASCII码，也可表示2.4个汉字。根据印刷精度，单位信息块的大小可为5×5～10×10mm²，即25～100mm²均可。例图在实际测试样本中采用了8.25×8.25的方案。整个DZ-Code的面积为6.25cm²，，可存储字符为76.8个ASCII码，38.4个国标码汉字。即每平方厘米12个字符或6个汉字。根据纠错等级和打印面积不同，DZ-Code每平方厘米可存放5-17个字符甚至更多。

3.纠错等级表

纠错等级	码长n	信息位长k	可纠错位数t[t＝(n-k)/2]	纠错比例
					0	15	15	0	0％
1	15	13	1	6％
					2	15	11	2	13％
3	15	9	3	20％
					4	15	7	4	27％
5	15	5	5	33％
					6	15	3	6	40％

4.抗大面积连续污损的编码方法

为了保证较高就纠错能力，DZ-Code通过以下几个步骤，读数据进行纠错控制。

A.将需用权利要求1所述矩阵式二维条码编码的信息通过计算机转换成16进制串S；

B.根据所需的纠错等级，将S按纠错等级表中的信息位k的长度，顺序截成若干段长度为k的16进制字符串，最后一个k位的串追加结束标志符；

C.将生成的所有k位16进制串的字符分别用RS算法将其编码为码长是15位的16进制字符串Sn，即纠错码词；

D.通过计算机生成码图主框架，确定码图中信息单元的数量及排列，信息单元的排列规则是任意横向、纵向及斜向排列的信息单元的顺序编号之和相同或最相近；

E.将所有的Sn顺序连接成一整串Sns，再将Sns中的每个字符从高位到低位依次存放在码图整个数据区的信息单元上；

F.将每个信息单元上的16进制字符展开，成为4个二进制位，即形成4个矩形色块单元；同法展开其他信息单元上的16进制字符，形成数据区码图图象；

G.将数据区码图图象分割成n×m个为单位信息块数据区，其中n和m为大于1的正整数，n与m相同或不同(如4×4)，在其边框添加定位标识符，形成码图图像。

5.抗畸变能力

由于每个单位信息块均采用L型的定位标识符，在识读时，第一步是根据边缘检测及定位标识符确定整个DZ-Code的区域。由于L型定位标识符有着明确的方向性，故能够自动确定条码方向。然后对每个单位信息块进行以下操作：

A、确定单位信息块定位标识符2个边La与Lb的长度及La与Lb的夹角，选择夹角最接近90度的开始识读；

B、选取K，范围在5-20之间，将单位信息块沿La方向将其长度放大K倍，沿Lb方向将其长度放大La×K/Lb倍；

C、选择La、Lb中曲率较小的一个(假定La)，固定；将另外一个(假定Lb)，由其一端开始，计算局部弯曲角度a，然后沿固定边La的方向将构成另一条边Lb及这两条边La与Lb之间的图象的每个点平移一段距离，平移的距离为移动的每个点与固定边之间的垂直距离乘以tan a；

D、顺序进行C步骤的操作，当La与Lb均被调整过后，进行下一个单位信息块的操作；

E、每个单位信息块需参考四周单位信息块的边缘曲率，计算本身的倾斜角度，然后根据倾斜角度，将自身拉伸；

F、最终确定这个条码。

6.多语种编解码

由于采用了ASCII的编码机制，我们在此之上，实现了近100种地区语言及语种，今后也可增加更多的字符集，同时，针对特殊需要，也可自行设置非ASCII的字符集，用于实现特殊压缩，加密等特殊用途。

7.分离式加解密

基于RSA算法设计，其原理为用两个非常大的质数p和q，计算它们的乘积n＝pq；n是模数，Φ(n)＝(p-1)(q-1)，选择一个比Φ(n)小的数e，它与Φ(n)互为质数，即，除了1以外，e和Φ(n)没有其它的公因数。找到另一个数d，使(ed-1)能被Φ(n)整除。值e和d分别称为加秘密钥和解秘密钥。公钥是这一对数(n，e)；私钥是这一对数(n，d)。

具体操作步骤为：

A、密匙生成

1.随意选择两个大的质数(大于100个十进制位)p和q，p不等于q，计算n＝pq。

2.选择一个大于1小于Φ(n)的自然数e，e必须与Φ(n)互素。

3.利用Euclid算法计算解密密钥d，满足e*d＝1(modΦ(n))，也即ed+rΦ(n)＝1

4.将p和q的记录销毁。

其中，n和d也要互质。n和e是公钥，n和d是密钥。d是秘密的，而n是对外发布的。

B、对信息进行加解密

令欲加密的信息为明文m，则：

加密时作如下计算：c≡me(mod n)

解密时作如下计算：m＝cd(mod n)，c为密文

证明：cd(mod n)≡med(mod n)≡ml(mod Φ(n))≡mkΦ(n)+1(mod n)

分两种情况讨论：

gcd(m，n)＝1，由Euler定理mΦ(n)≡1(mod n)，mkΦ(n)≡1(mod n)，mkΦ(n)+1≡m(mod n)，即m＝cd(mod n)

gcd(m，n)≠1，不失一般性设m＝cp，c为整数，则gcd(m，q)＝1，由Euler定理mΦ(q)≡1(mod q)，(mkΦ(q))Φ(p)≡1(mod q)，mkΦ(n)≡1(mod q)，因此，存在r，使得mkΦ(n)≡1+rq，式子两边乘以m＝cp得mkΦ(n)+1≡m+rcpq＝m+rcn，即mkΦ(n)+1≡m(mod n)即m＝cd(mod n)

rsa的安全性在于对于一个大数n，没有有效的方法能够将其分解，从而在已知nd的情况下无法获得e；同样在已知ne的情况下无法求得d。

C、实际方案

P与q采用100位以上质数，然后将公匙和密匙分离，即公匙可存放于条码生成端，密匙集成在识读设备中，识读设备只输出文本信息。

8.大小可任意调节

根据信息文本的长度，DZ-Code选择适当的大小，包括2×2，3×3，4×4，5×5，……，可无限延展。但每种大小的分布方式不同，具体排列见下面表格(每个小方格代表一个信息单元，信息单元的排列规则是任意横向、纵向及斜向排列的信息单元的顺序编号之和相同或最相近，即类似于九宫格的算法)。

                                   表3

2×2
								1	32	47	53	6	27	44	50
60	10	17	40	63	13	22	35
								54	3	28	42	49	8	31	45
39	61	14	19	36	58	9	24
								41	56	7	29	46	51	4	26
20	34	57	16	23	37	62	11
								30	43	52	2	25	48	55	5
15	21	38	59	12	18	33	64

                                                          表4

3×3
												138	64	81	7	137	65	80	8	136	66	79	9
73	3	142	72	74	2	143	71	75	1	144	70
												57	130	15	88	56	140	5	89	55	132	13	90
4	84	61	141	14	83	62	131	6	82	63	139
												123	52	93	22	113	53	92	32	121	54	91	24
97	33	112	48	98	23	122	47	99	31	114	46
												60	127	18	85	68	128	17	77	58	129	16	87
10	78	67	135	11	86	59	134	12	76	69	133
												126	49	96	19	125	41	104	20	124	51	94	21
103	27	118	42	95	26	119	50	105	25	120	40
												45	115	30	100	44	116	29	101	43	117	28	102
34	108	37	111	35	107	38	110	36	106	39	109

                                                                               表5

4×4
																1	21	48	60	207	219	238	250	13	25	36	56	195	215	226	246
66	86	97	117	144	156	175	187	78	90	109	121	132	152	163	183
																243	7	18	38	49	197	224	236	255	11	30	42	61	201	212	232
180	72	83	103	114	134	145	165	192	76	95	107	126	138	157	169
																273	249	4	124	35	55	194	214	225	245	16	28	47	59	206	218
174	186	77	89	100	120	131	151	162	182	65	85	112	124	143	155
																223	235	254	10	29	41	52	200	211	231	242	6	17	37	64	204
160	172	191	75	94	106	125	137	148	168	179	71	82	102	113	133
																193	213	240	252	15	27	46	58	205	217	228	248	3	23	34	54
130	150	161	181	80	92	111	123	142	154	173	185	68	88	99	119
																51	199	210	230	241	5	32	44	63	203	222	234	253	9	20	40
116	136	147	167	178	70	81	101	128	140	159	171	190	74	93	105
																45	57	196	216	227	247	2	22	33	53	208	220	239	251	14	26
110	122	141	153	164	184	67	87	98	118	129	149	176	188	79	91
																31	43	62	202	221	233	244	8	19	39	50	198	209	229	256	12
96	108	127	139	158	170	189	73	84	104	115	135	146	166	177	69

                                                                                                                         表6

6×6
																								17	551	442	91	105	508	566	29	127	502	468	72	8	530	447	78	112	525	563	44	138	483	469	49
298	403	225	196	326	149	271	190	348	384	248	410	303	390	232	213	323	164	282	171	349	361	257	431
																								57	4	542	437	79	118	516	576	32	122	495	462	64	21	539	452	90	99	517	553	41	143	490	475
422	293	391	238	204	336	152	266	183	342	376	261	419	308	402	219	205	313	161	287	178	355	369	244
																								463	70	12	552	440	74	111	510	568	45	131	500	474	51	13	529	449	95	106	523	561	28	134	485
252	432	296	386	231	198	328	165	275	188	354	363	253	409	305	407	226	211	321	148	278	173	343	382
																								488	458	63	6	544	453	83	116	522	555	37	121	497	479	58	19	537	436	86	101	511	574	36	144
375	246	424	309	395	236	210	315	157	265	185	359	370	259	417	292	398	221	199	334	156	288	176	338
																								136	501	467	68	18	531	445	73	113	527	562	43	129	484	470	53	7	550	444	96	104	506	567	30
347	380	258	411	301	385	233	215	322	163	273	172	350	365	247	430	300	408	224	194	327	150	280	189
																								42	123	493	457	65	23	538	451	81	100	518	557	31	142	492	480	56	2	543	438	88	117	515	572
181	337	377	263	418	307	393	220	206	317	151	286	180	360	368	242	423	294	400	237	203	332	162	267
																								569	47	130	499	465	52	14	533	439	94	108	528	560	26	135	486	472	69	11	548	450	75	109	505
274	187	345	364	254	413	295	406	228	216	320	146	279	174	352	381	251	428	306	387	229	193	329	167
																								513	556	38	125	487	478	60	24	536	434	87	102	520	573	35	140	498	459	61	1	545	455	82	115
158	269	175	358	372	264	416	290	399	222	208	333	155	284	186	339	373	241	425	311	394	235	201	316
																								103	526	564	48	128	482	471	54	16	549	443	92	114	507	565	25	137	503	466	67	9	532	446	77
324	168	272	170	351	366	256	429	299	404	234	195	325	145	281	191	346	379	249	412	302	389	223	214
																								80	98	519	558	40	141	491	476	66	3	541	433	89	119	514	571	33	124	494	461	55	22	540	456
207	318	160	285	179	356	378	243	421	289	401	239	202	331	153	268	182	341	367	262	420	312	392	218
																								448	93	107	524	570	27	133	481	473	71	10	547	441	76	110	509	559	46	132	504	464	50	15	534
227	212	330	147	277	169	353	383	250	427	297	388	230	197	319	166	276	192	344	362	255	414	304	405
																								546	435	85	97	521	575	34	139	489	460	62	5	535	454	84	120	512	554	39	126	496	477	59	20
397	217	209	335	154	283	177	340	374	245	415	310	396	240	200	314	159	270	184	357	371	260	426	291

9.多种油墨设计

如果采用普通印刷的方法，DZ-Code就会和其他条码一样，不具备防伪特性，因此，只有特种油墨或者说特种光源才能有效控制对DZ-Code的伪造，所以我们选择了波长在760nm～950nm之间的红外和特定波长的紫外来识读对应的DZ-Code。

10.识读设备

采用嵌入式系统设计(ARM+Linux)，在硬件上即可作为终端独立运行，也可作为信息输入设备，集成到现有信息系统中。集成多种光源扫描模式(可见光、紫外、红外)，并实现了硬件集的高速识读。

图像采集处理系统设计说明：

该硬件系统是由CMOS传感芯片及相应的镜头、双通道RAM、DSP、FPGA、显示器组成。

CMOS传感芯片采集来自镜头的图像，在FPGA的时序控制下向RAM依次写入图像数据。当COMS传感芯片完成一次采集后，由FPGA通知DSP开始数据处理。同时，COMS传感芯片和FPGA挂起。在DSP完成处理后，将结果显示在显示器上，并通知FPGA可以开始下一次的采集了。

关于性能，可以通过提高CMOS传感芯片的精度，提高DSP的性能，以及RAM的读取速度。如果要采取高速采集可以在DSP前加以各FIFO。

11.纠错控制：

实际上，二维条码DZ-Code将要传递的信息通过某种编码手段最终变化为二进制位，生成二值图像，以此为信息传输的载体。但是在图像，也即DZ-Code传输过程中，伴随着传输信道的干扰，比如通常所说的划痕、污损，所以在信息编码过程中，应引进差错控制技术。

本项目中采用了一种线性分组码技术。该码字含有n，k，d三个参数，输入信号分成k·m比特一组，每组包括k个符号，每个符号由m个比特组成。这种编码方式对突发性错误有较强的纠错能力。

一个纠t个符号错误的码有如下参数：

码长：n＝2^m-1符号，或m(2m-1)比特；

信息段：k符号，或mk比特；

监督段：n-k＝2t符号，或m(n-k)比特；

最小码距：d＝2t+1符号，或m(2t+1)比特。

它可以纠正的错误图样有：

总长度为b₁＝(t-1)m+1比特的单个突发。

总长度为b₂＝(t-3)m+3比特的两个突发。

……

总长度为b_i＝(t-2i-1)m+2i-1比特的i个突发。

在它的编码过程中，选取不同的码字参数可得到不同纠错等级的码字。

在DZ-Code中，我们使用的是码长n为15＝2⁴-1的码，根据不同等级的纠错需要选取k值。

在编码过程中，使用多项式x⁴+x+1＝0，构造一个含有16个元素的GF(2⁴)域，如下表所示：

0	0000
		α0＝1	0001
α1＝α	0010
		α2＝α2	0100
α3＝α3	1000
		α4＝α+1	0011
α5＝α2+α	0110
		α6＝α3+α2	1100
α7＝α3+α+1	1011
		α8＝α2+1	0101
α9＝α3+α	1010
		α10＝α2+α+1	0111
α11＝α3+α2+α	1110
		α12＝α3+α2+α+1	1111
α13＝α3+α2+1	1101
		α14＝α3+1	1001
α15＝1	0001

编码时，先按照表中所示将每四位二进制数转化为相应的符号(即代表一个16进制的字符)。然后，根据选定的t值决定生成多项式——g(x)＝(x-α)(x-α²)(x-α³)…(x-α^2t)。将其展开，由它每项的系数可得一个生成矩阵。将输入信息每k个符号一组，乘以这个矩阵，即可得到编码结果，将符号转回二进制位即完成编码。

由多项式得出生成矩阵的算法如下：

设展开后的生成多项式g(x)为

g(x)＝A_2t*x^2t+A_2t-1*x^2t-1+…+A₁*x+A₀

式中A_2t、A_2t-1…A₁、A₀为常数，并且容易看出他们必定取值于先前构造的GF(2⁴)域中。另外，A_2t＝1也是必然的。

则可写出生成矩阵如下：

这个矩阵可以化简为如下形式：

这个矩阵(可以看出是K*N的)可以用来生成最终的码字。将信息符号每K位一组，作为一个1*K的矩阵，与生成矩阵相乘，所得的1*N的矩阵中的N个元素即为输入的K个符号经编码后生成的N个符号。

在译码时，先将接收到的二进制信息转换为上述符号，利用迭代算法，即可由接收到的码字计算出出错位置，列出并解方程组将错位还原。

译码之前，首先要有已有的生成矩阵得到一个校验矩阵，这个矩阵为(N-K)*N的矩阵。其格式为：

将接受到的符号每N个为一组，作为一个1*N的矩阵，与H^T相乘，得到一个1*N-K的矩阵，我们暂且将其称为S矩阵。

如果S矩阵为0阵，则表明传输过程无差错。直接进入下一步译码过程。否则，要使用如下的迭代过程将错误找出并纠正。设S矩阵为(S₁S₂S₃……S_2t)

表8

J	σ(j)(x)	dj	D(j)	j-D(j)
					-1
0
					1
2
					…
2t

按下述步骤填写表8。

(1)j＝-1时，σ^(j)(x)＝1，d_j＝s0＝1，D(j)＝0，j-D(j)＝-1。

(2)j＝0时，σ^(j)(x)＝1，d_j＝s1，D(j)＝0，j-D(j)＝0。

(3)以上两行为初始值，从此步开始进入迭代过程。

进行第j+1步运算时，判断dj的值，若为0，则σ^(j+1)(x)＝σ^(j)(x)，D(j+1)＝D(j)。若不为0，则先找出第j行前面的一行，例如第ρ行，使ρ-D(ρ)具有最大值，

且d_ρ不为0。那么

    σ^(j+1)(x)＝σ^(j)(x)+d_jd_ρ ^-1x^j-ρσ^(ρ)(x)

    D(j+1)＝max[D(j)，D(ρ)+j-ρ]

(4)反复迭代，推出σ^(2t)(x)。结果是一个多项式，解这个多项式，所得根的倒数是我们之前定义的GF(2⁴)域中的元素。指数位置上的数字加1即是接受到的符号序列中发生错误的位置。

设出各个错误位置上的错误值。用他们代替接受到的符号序列中对应位置上原来的符号，重新计算S矩阵，则S矩阵中各元素是含有设出的未知数的，而这之前我们得出过一个S矩阵，令二者相等，即可解除错误值。

由接受符号减去错误值，即可得到应有符号。

然后，下一步，将N位符号中的前K位信息位取出。将他们还原为二进制信息即可。

至此，纠错码字完成了纠错任务。

在DZ-Code中，由于我们将编码后产生的码字打散，分布在码图的不同的空间区域，可以更好地解决局部条码破损带来的信道干扰问题，这一点从直观上很容易理解。

12.图像处理

A.得到DZ-Code图像

设条码的图像为G(x，y)，条码在图像中的高度和宽度记为H，W，图像二值化时的阀值为T，则当从左向右扫描图像得到条码的左边界E(x₁，x₂，……，x_w)，即

xi＝min{x|G(x，i)＜T} i＝1，2，……，w-1

然后用标准Hough变换求出条码左边界的直线方程：

ρ＝xcosθ+ysinθ

用双线形差值法将条码图像旋转至水平。同左边界算法一样，可以得到条码的右边界，上边界，下边界。这样就得到了条码图像。

下面要得到每行每列的条码图像，即每个单位方块。

首先，对图像用canny算子作水平方向的边缘检测，然后在水平方向投影：

$p\left(y\right)=\underset{x}{\mathrm{\Σ}}\▿G(x,y)$

则p(y)的峰对应于条码的行边界。用高斯函数g(y)对p(y)做平滑滤波：_(y)＝p(y)*g(y)，然后_(y)进行一阶差分和二阶差分，则边界的集合为{y|_′(y)＝0^_″(y)＝0}。至此便可分割出单行的条码图像。

B.二值化与噪声处理

在条码的采集过程中，经过光电转换，深色的模块的灰度为g₁，浅色模块的灰度为g₂，则理想的单色条码灰度变化为图4如示，图中：

v(x)的函数形式为：

$v\left(x\right)=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\left[{(-1)}^i(g_1-g_2)\mathrm{\σ}(x-e_i)\right]+C$

其中当x≥0时，σ(x)＝1；当x≤0时，σ(x)＝0

考虑到噪声，v(x)有如下形式：

$v\left(x\right)=H\underset{i=1}{\overset{i<n}{\mathrm{\&Sigma;}}}\left[{(-1)}^i(g_1-g_2)\mathrm{\&sigma;}(x-e_i)\right]+H{g}_2$

其中H为条码单位方块的高度。

由于光学系统的噪声影响，实际上得到：w(x)＝g(x)*v(x)即

$w\left(x\right)=k\underset{i=1}{\overset{i<n}{\mathrm{\&Sigma;}}}\left[{(-1)}^i(g_1-g_2)\mathrm{\&sigma;}(x-e_i)\right]+C$

其中k＝H(g₁-g₂)，C＝g(x)*Hg₂， $g\left(x\right)=\frac{1}{\sqrt{2\mathrm{\&pi;}{\mathrm{\&sigma;}}^2}}\exp (-\frac{x^2}{2{\mathrm{\&sigma;}}^2})$

由于光学的噪声影响，边界部分已模糊，较难确定。

于是采用Flourier滤波去噪算法

经过计算，w(x)的一阶差分为： $w^{\&prime;}\left(x\right)=k\underset{i=1}{\overset{i<n}{\mathrm{\&Sigma;}}}\left[{(-1)}^{i}g(x-e_i)\right]$

二阶差分为： $w^{\&prime;\&prime;}\left(x\right)=k\underset{i=1}{\overset{i<n}{\mathrm{\&Sigma;}}}\left[{(-1)}^i{g}^{\&prime;}(x-e_i)\right]$

对w(x)＝g(x)*v(x)两边作Flourier变换，W(x)＝G(x)·B(x)

其中：

$W\left(x^{\&prime;}\right)=R\left(w\left(x\right)\right)=e^{\frac{{\mathrm{\&sigma;}}^2{x}^2}{2}},$ G(x′)＝R(w(x))，V(x′)＝R(v(x))

则有： $V\left(x^{\&prime;}\right)=W\left(x^{\&prime;}\right)e^{\frac{{\mathrm{\&sigma;}}^2{x}^2}{2}},$ 把 用Toyer级数展开，得：

$V\left(x^{\&prime;}\right)=W\left(x^{\&prime;}\right)\&CenterDot;(1+\frac{{\mathrm{\&sigma;}}^2{x}^2}{2}+\frac{{\mathrm{\&sigma;}}^4{x}^4}{8}+\&CenterDot;\&CenterDot;\&CenterDot;)$

两边取Flourier逆变换：

$v\left(x\right)=w\left(x\right)-\frac{{\mathrm{\&sigma;}}^2}{2}{w}^{\left(2\right)}\left(x\right)+\frac{{\mathrm{\&sigma;}}^2}{8}{w}^{\left(4\right)}\left(x\right)+\&CenterDot;\&CenterDot;\&CenterDot;$

对条码边界影响较大的主要是高阶算子，因此只保留二阶就可以达到较好的效果：

$v\left(x\right)=w\left(x\right)-\frac{{\mathrm{\&sigma;}}^2}{2}{w}^{\left(2\right)}\left(x\right)$

现在考虑如何确定σ

考虑单独的一条边界e

$\left|w^{\&prime;}\left(x\right)\right|=k\&CenterDot;g(x-e)=k\frac{1}{\sqrt{2\mathrm{\&pi;}{\mathrm{\&sigma;}}^2}}\exp (-\frac{{(x-e)}^2}{2{\mathrm{\&sigma;}}^2})$

则：

$\left|w^{\&prime;}\left(e\right)\right|=\mathrm{kg}(x-e)=k\frac{1}{\sqrt{2\mathrm{\&pi;}{\mathrm{\&sigma;}}^2}}$

因此：

$\mathrm{\&sigma;}=\frac{k}{\sqrt{2\mathrm{\&pi;}}\left|w^{\&prime;}\left(e\right)\right|}$

但在实际中，由于临边的影响，理想的独立边界是不存在的，因此可以选取一个临边对其影响最小的边界作为独立边界。边界e_i，取w(x)的一阶倒数的绝对值最大的原则来寻找相对独立的边界，然后计算σ，再计算v(x)。

下一步计算边界强度直方图，结果见图5。由图5看出，边界强度直方图是典型的双峰图，采用Ostu算法取阀值，得到条码单元模块的边界，这样就得到了整个条码的码子，即可通过RS解码算法得到其中的信息流。

Claims (11)

1、一种矩阵式二维条码，其码图由n×m个矩形单位信息块无间隙排列而成，其中n和m为大于1的正整数，n与m相同或不同；每个矩形单位信息块由n’×m’个不同光学特征的两种矩形色块单元无间隙排列而成，其中n’和m’为大于1的正整数，n’与m’相同或不同，每个矩形单位信息块包括定位标识符和数据区，其特征在于定位标识符形状为沿矩形单位信息块边框相邻两条边的L型或反L型。

2、根据权利要求1所述的矩阵式二维条码，其特征在于其码图中相邻的单位信息块的L定位标识符颜色不同，排列方向一致。

3、根据权利要求1所述的矩阵式二维条码，其特征在于其单位信息块中的数据区是由n×m个信息单元组成，其中n和m为大于1的正整数，n与m相同或不同；该信息单元由相邻4个矩形色块单元组成“田”字型的矩形，表示一个16进制字符。

4、根据权利要求3所述的矩阵式二维条码，其特征在于其单位信息块中的数据区是由8×8个两种不同颜色的矩形色块单元组成，代表16个16进制字符。

5、根据权利要求2或4所述的矩阵式二维条码，其特征在于所述的不同颜色是指在灰阶图中具有不相同或不相似的光学特征。

6、权利要求1所述的矩阵式二维条码的编码方法，其特征在于通过计算机将需要经编码的信息转换成16进制数据流，再将此数据流分割成具有特定信息位长的信息数据码词，然后对所述信息数据码词进行纠错运算，生产纠错码词；通过计算机生成码图主框架，确定码图中信息单元的数量及排列，信息单元的排列规则是任意横向、纵向及斜向排列的信息单元的顺序编号之和相同或最相近；将纠错码词按信息单元为基本单位填入数据区，形成单位信息块，生成码图图象。

7、根据权利要求6所述的编码方法，其特征在于编码过程包括如下步骤：

A.将需用权利要求1所述矩阵式二维条码编码的信息通过计算机转换成16进制串S；

B.根据所需的纠错等级，将S按纠错等级表中的信息位k的长度，顺序截成若干段长度为k的16进制字符串，最后一个k位的串追加结束标志符；

                         纠错等级表 纠错等级 码长n 信息位长k   可纠错位数t[t＝(n-k)/2] 纠错比例   0   15   15   0   0％   1   15   13   1   6％   2   15   11   2   13％   3   15   9   3   20％   4   15   7   4   27％   5   15   5   5   33％   6   15   3   6   40％

C.将生成的所有k位16进制串的字符分别用RS算法将其编码为码长是15位的16进制字符串Sn，即纠错码词；

D.通过计算机生成码图主框架，确定码图中信息单元的数量及排列，信息单元的排列规则是任意横向、纵向及斜向排列的信息单元的顺序编号之和相同或最相近；

E.将所有的Sn顺序连接成一整串Sns，再将Sns中的每个字符从高位到低位依次存放在码图整个数据区的信息单元上；

F.将每个信息单元上的16进制字符展开，成为4个二进制位，即形成4个矩形色块单元；同法展开其他信息单元上的16进制字符，形成数据区码图图象；

G.将数据区码图图象分割成n×m个为单位信息块数据区，其中n和m为大于1的正整数，n与m相同或不同，在其边框添加定位标识符，形成码图图像。

8、根据权利要求6所述的矩阵式二维条码的编码方法，其特征在于编码时还运用RSA算法进行分离式加密。

9、根据权利要求6所述的矩阵式二维条码的编码方法，其特征在于采用ASCII编码机制。

10、权利要求1所述的矩阵式二维条码的解码方法，包括通过数字照相机和计算机将码图还原成二进制数据流，并按编码过程逆运算进行解码，确定该数据流代表的含义，其特征在于解码方法中加入抗畸变分析方法。

11、根据权利要求10所述的矩阵式二维条码的解码方法，其特征在于抗畸变分析的方法包括下列步骤：在识读时，首先根据边缘检测及定位标识符确定整个条码的区域，并根据L型定位标识符存在明确的方向性而自动确定条码方向；然后对每个单位信息块进行以下操作：

A、确定单位信息块定位标识符2个边La与Lb的长度及La与Lb的夹角，选择夹角最接近90度的开始识读；

B、选取K，范围在5-20之间，将单位信息块沿La方向将其长度放大K倍，沿Lb方向将其长度放大La×K/Lb倍；

C、选择La、Lb中曲率较小的一个，固定；将另外一个，由其一端开始，计算局部弯曲角度a，然后沿固定边的方向将构成另一条边及这两条边之间的图象的每个点平移一段距离，平移的距离为移动的每个点与固定边之间的垂直距离乘以tan a；

D、顺序进行C步骤的操作，当La与Lb均被调整过后，进行下一个单位信息块的操作；

E、每个单位信息块需参考四周单位信息块的边缘曲率，计算本身的倾斜角度，然后根据倾斜角度，将自身拉伸；

F、最终确定这个条码。

Images