專利名稱：基于聊天用攝像頭的qr二維條碼識(shí)讀方法
技術(shù)領(lǐng)域：
本發(fā)明屬于電子條碼自動(dòng)識(shí)別技術(shù)，對(duì)根據(jù)國(guó)標(biāo)GB/T 18284-2000《快速響應(yīng)矩陣碼》生成的快速響應(yīng)碼(或稱QR二維條碼，QR二維條形碼，簡(jiǎn)稱QR Code或QR碼)，基于已普及的聊天用攝像頭進(jìn)行自動(dòng)識(shí)別。
背景技術(shù)：
國(guó)內(nèi)外普遍采用的電子條碼技術(shù)是一維條碼編碼和自動(dòng)識(shí)別技術(shù)，常見(jiàn)的編碼方式有EAN-8、EAN-13、UPC-A及UPC-E等各種標(biāo)準(zhǔn)。然而，其內(nèi)含信息量相當(dāng)少，只限于使用數(shù)字，在這個(gè)信息爆炸的時(shí)代已不敷使用。由于信息技術(shù)及硬件技術(shù)的進(jìn)步，使我們得以擴(kuò)展電子條碼的容量，因而產(chǎn)生了二維條碼的標(biāo)準(zhǔn)及技術(shù)。常見(jiàn)的二維條碼有PDF417、Data Matrix、MaxiCode及QR Code等各種國(guó)際標(biāo)準(zhǔn)，除了數(shù)字及符號(hào)外，包括QR Code在內(nèi)的一些編碼方式還具有可表示各國(guó)語(yǔ)言文字信息和圖像信息、攜帶信息量大、精確描述物品、防偽功能、不依賴計(jì)算機(jī)數(shù)據(jù)庫(kù)等優(yōu)點(diǎn)，從而提高了條碼技術(shù)的應(yīng)用水平，拓展了應(yīng)用領(lǐng)域。
快速響應(yīng)矩陣碼(QR Code)是具有代表性的二維條碼，國(guó)標(biāo)GB/T 18284-2000中的技術(shù)規(guī)定，“每個(gè)QR碼符號(hào)有正方形模塊組成的一個(gè)正方形陣列構(gòu)成”。QR碼符號(hào)共有40個(gè)規(guī)格，分別為版本1、版本2……版本40。版本1的規(guī)格為21模塊×21模塊，版本2的規(guī)格為25模塊×25模塊，依次類推，每一版本比前一版本每邊增加四個(gè)模塊，直到版本40，其規(guī)格為177模塊×177模塊。
國(guó)內(nèi)發(fā)明公開(kāi)說(shuō)明書(shū)CN 1665182A公開(kāi)了一種QR二維條碼的編碼及譯碼方法，它是在編碼時(shí)增加了一個(gè)加密程序，對(duì)應(yīng)的在譯碼模塊中含有一個(gè)解密程序，增強(qiáng)了信息的安全性。其譯碼模塊在條碼圖像二值化時(shí)采用的K均值聚類法(K-mean clustering)，此方法的缺點(diǎn)是群組的初始中心值隨機(jī)性太強(qiáng)，可能進(jìn)入死循環(huán)，得不到預(yù)期的結(jié)果；同時(shí)該算法計(jì)算量大，消耗時(shí)間多。

發(fā)明內(nèi)容
本發(fā)明的目的在于提出利用已普及的聊天用攝像頭采集QR二維條碼，以高識(shí)別率，快速有效地自動(dòng)識(shí)讀QR二維條碼的方法。
為了實(shí)現(xiàn)本發(fā)明的目的，技術(shù)方案如下對(duì)通過(guò)攝像頭采集的彩色圖像進(jìn)行灰度化處理；根據(jù)所提出的基于直方圖特性的自適應(yīng)閾值化算法，獲取二值圖像；根據(jù)位置探測(cè)圖形的特殊性質(zhì)(黑色∶白色∶黑色∶白色∶黑色＝1∶1∶3∶1∶1)初步確定碼圖位置并將其提取出來(lái)；利用三個(gè)位置探測(cè)圖形的特性確定QR二維條碼四個(gè)頂點(diǎn)中的其中三個(gè)頂點(diǎn)，采用挖空算法得到QR二維條碼的邊緣信息，再利用過(guò)已知點(diǎn)的Hough變換確定條碼的第四個(gè)頂點(diǎn)，根據(jù)不失真的QR二維條碼為正方形的特性利用控制點(diǎn)變換法進(jìn)行幾何失真校正；為得到條碼圖像的碼字，需要得到行與列交叉處的條碼模塊，可以參照國(guó)標(biāo)GB/T18284-2000給出的參考譯碼算法；再來(lái)偵測(cè)是否有校正圖形來(lái)決定版本，并利用定位圖形來(lái)切割QR碼圖像，再讀出掩模信息解除掩模，最后依序讀出二進(jìn)制值字符串并譯碼，便可以得到字符串信息。
主要技術(shù)特點(diǎn)如下(1)二值化首先獲取灰度化后圖像的直方圖，對(duì)其進(jìn)行中值濾波后分析直方圖的峰值特性。如果得到明顯雙峰的直方圖，取雙峰間的波谷最低值或平坦波谷的中間值作為全局閾值，對(duì)條碼圖像進(jìn)行二值化。對(duì)于直方圖是單峰，并且單峰處于低灰度區(qū)，則認(rèn)為條碼處在弱光下，反之條碼處于強(qiáng)光下，使用二次閾值選取的處理方式，取低灰度區(qū)或高灰度區(qū)的中心值和初始全局閾值的平均值作為閾值。如果直方圖呈現(xiàn)三峰或者多峰狀態(tài)，說(shuō)明條碼處于光照不均勻或背景復(fù)雜的情況下，采用局部閾值法進(jìn)行二值化。
(2)挖空算法根據(jù)QR碼的三個(gè)位置探測(cè)圖形的特性可以精確的定位條碼的三個(gè)頂點(diǎn)。但是第四個(gè)頂點(diǎn)處不存在位置探測(cè)圖形，而且該頂點(diǎn)處是否存在黑色模塊也是不確定的。為此先將條碼挖空，得到邊緣信息，在排除了條碼內(nèi)部的點(diǎn)對(duì)使用Hough變換的干擾，此時(shí)求出的旋轉(zhuǎn)角度是比較精確的。
挖空算法因?yàn)镼R碼是一幅二值圖像，只有0和255兩種灰度。故凡是處于碼圖中間部分的點(diǎn)，其四個(gè)方向(上、下、左、右)上都有黑色像素點(diǎn)存在(灰度值為0)，此時(shí)可將該點(diǎn)去掉(灰度值變?yōu)?55)。而邊緣部分不可能四個(gè)方向上同時(shí)存在黑色像素點(diǎn)，所以通過(guò)這個(gè)方法可以將QR碼圖的邊緣信息提取出來(lái)。
(3)過(guò)已知點(diǎn)的Hough變換過(guò)已知點(diǎn)的改進(jìn)Hough變換方法，是在Hough變換基本原理的基礎(chǔ)上，將逐點(diǎn)向整個(gè)參數(shù)空間的投票轉(zhuǎn)化為僅向一個(gè)“已知點(diǎn)”參數(shù)空間投票的快速直線檢測(cè)方法。其基本思想是首先找到屬于直線上的一個(gè)點(diǎn)，將這個(gè)已知點(diǎn)p0的坐標(biāo)定義為(x0，y0)，將通過(guò)p0的直線斜率定義為m，則坐標(biāo)和斜率的關(guān)系可用下式表示(y-y0)＝m(x-x0) (1)定義區(qū)域內(nèi)目標(biāo)像素pi的坐標(biāo)為(xi，yi)，(0≤i<n,]]>n為區(qū)域內(nèi)目標(biāo)像素總數(shù))，則pi點(diǎn)與p0點(diǎn)之間連線的斜率mi可用下式表示mi＝(yi-y0)/(xi-x0)(2)將斜率值映射到一組累加器上，每求得一個(gè)斜率，將使其對(duì)應(yīng)的累加器的值加1，因?yàn)橥粭l直線上的點(diǎn)求得的斜率一致，所以當(dāng)目標(biāo)區(qū)域中有直線成分時(shí)，其對(duì)應(yīng)的累加器出現(xiàn)局部最大值，將該值所對(duì)應(yīng)的斜率作為所求直線的斜率。
當(dāng)xi＝x0時(shí)，mi為無(wú)窮大，這時(shí)公式(2)不成立。為了避免這一現(xiàn)象，當(dāng)xi＝x0時(shí)，令mi＝2，當(dāng)mi＞1或mi＜-1時(shí)，采用下式(3)的計(jì)算值替代mi，這樣無(wú)限域的mi，被限定在了(-1，3)的有限范圍內(nèi)。在實(shí)際操作時(shí)設(shè)定斜率區(qū)間為[-2，4]。
mi′＝1/mi+2 (3)本發(fā)明提供的QR Code二維條碼的自動(dòng)識(shí)讀方法，與前述其它已知技術(shù)相比較時(shí)，具有以下的優(yōu)點(diǎn)(1)不需要輔助光源，對(duì)自然光照下的條碼可自動(dòng)識(shí)讀。
(2)二值化算法由于兼顧圖像在不同光照下的各種可能和實(shí)時(shí)性要求，可以很好實(shí)現(xiàn)圖像的二值化分割，模型簡(jiǎn)單，閾值選擇容易，處理速度快，空間占用少。
(3)挖空算法排除了條碼內(nèi)部點(diǎn)對(duì)使用Hough變換的干擾，過(guò)已知點(diǎn)的Hough變換相對(duì)于傳統(tǒng)的Hough計(jì)算量少，空間復(fù)雜度低。
(4)控制點(diǎn)幾何變換糾正了QR Code二維條碼圖像的幾何失真。


下面結(jié)合附圖對(duì)本發(fā)明的具體實(shí)施方式
做進(jìn)一步詳細(xì)的說(shuō)明圖1是本發(fā)明中QR Code結(jié)構(gòu)圖；圖2是本發(fā)明中位置探測(cè)圖形(Finder Patterns)結(jié)構(gòu)圖；圖3是本發(fā)明中利用QR碼的位置探測(cè)圖形的特性定位條碼的其中三個(gè)頂點(diǎn)的示意圖；圖4是本發(fā)明中挖空算法的示意圖，其中(a)為二值化后的條碼圖像，(b)為挖空后的圖像；圖5是本發(fā)明中過(guò)已知點(diǎn)Hough變換直線檢測(cè)過(guò)程示意圖；圖6是本發(fā)明中幾何失真校正的原理圖；圖7是本發(fā)明中幾何失真校正的實(shí)際效果圖；圖8是本發(fā)明中雙線性插值原理圖；圖9是本發(fā)明中解碼系統(tǒng)的流程圖。
具體實(shí)施例方式
(1)灰度化因?yàn)镼R碼圖像是由0或1的黑白模塊組成，而通過(guò)攝像頭采集到的是彩色圖像。彩色圖像包含著大量的信息，不但在存儲(chǔ)上開(kāi)銷很大，而且處理上也會(huì)降低系統(tǒng)的執(zhí)行速度。由于圖像的每個(gè)像素都具有三個(gè)不同的顏色分量，存在許多與識(shí)別無(wú)關(guān)的信息，不便于進(jìn)一步的識(shí)別工作，因此在對(duì)圖像進(jìn)行識(shí)別等處理中經(jīng)常將彩色圖像轉(zhuǎn)變?yōu)榛叶葓D像，以加快處理速度。由彩色圖像轉(zhuǎn)換為灰度圖像的過(guò)程叫做灰度化處理?；叶葓D像是只有強(qiáng)度信息而沒(méi)有顏色信息的圖像。由于人眼對(duì)綠色的敏感度最高，對(duì)紅色的敏感度次之，對(duì)藍(lán)色的敏感度最低，經(jīng)過(guò)大量的實(shí)踐經(jīng)驗(yàn)，人們總結(jié)出綠色的權(quán)值為0.59，紅色的權(quán)值為0.30，藍(lán)色的權(quán)值為0.11時(shí)，得到的灰度圖效果最好、最真實(shí)。即
I＝0.59G+0.30R+0.11B(2)自適應(yīng)閾值化處理在用攝像頭采集圖像時(shí)，由于沒(méi)有輔助光源，光照不均的現(xiàn)象經(jīng)常存在，這時(shí)采用固定單一的閾值無(wú)法進(jìn)行正確的圖像分割。另外一方面，條碼的應(yīng)用要求實(shí)時(shí)性強(qiáng)，考慮到用戶的使用要求，從而決定圖像分割不應(yīng)采用耗時(shí)，占用空間較多的算法。因此，選取閾值化處理作為獲取二值圖像的方法。
首先對(duì)灰度化后圖像進(jìn)行中值濾波，然后分析其直方圖的峰值特性。如果得到明顯雙峰的直方圖，取雙峰間的波谷最低值或平坦波谷的中間值作為全局閾值，對(duì)條碼圖像進(jìn)行閾值化處理。對(duì)于直方圖是單峰，并且單峰處于低灰度區(qū)，則認(rèn)為條碼處在弱光下，反之條碼處于強(qiáng)光下，使用二次閾值選取的處理方式，取低灰度區(qū)或高灰度區(qū)的中心值和初始全局閾值的平均值作為閾值。如果直方圖呈現(xiàn)三峰或者多峰狀態(tài)，說(shuō)明條碼處于光照不均勻或背景復(fù)雜的情況下，采用局部閾值法進(jìn)行閾值化處理。
(3)條碼定位和提取QR碼中包含三個(gè)大小和形狀相同的位置探測(cè)圖形(Finder Patterns)A、B、C。每個(gè)探測(cè)圖形(圖2)由3個(gè)重疊的同心正方形組成，模塊寬度比例為黑色∶白色∶黑色∶白色∶黑色＝1∶1∶3∶1∶1，對(duì)本譯碼算法，每一模塊寬度的允許偏差為0.5。它們對(duì)于條碼圖像的大小和旋轉(zhuǎn)具有不變性的特點(diǎn)，同時(shí)在符號(hào)圖像中出現(xiàn)類似圖形的可能性極小，因此可以通過(guò)查找滿足近似比例的區(qū)域來(lái)迅速確定探測(cè)圖形的位置。由于圖像中邊緣模糊性的影響，滿足要求的圖形往往多于3個(gè)，根據(jù)位置探測(cè)圖形A、B、C之間的距離關(guān)系(A、B、C構(gòu)成近似等腰直角三角形)，可以最終確定位置探測(cè)圖形。同時(shí)在這個(gè)過(guò)程我們可以得到位置探測(cè)圖形的中心點(diǎn)坐標(biāo)(xA，yA)，(xB，yB)，(xc，yc)及其寬度(hA，hB，hC)和高度(wA，wB，wc)，根據(jù)xA，yA，xB，yB，xC，yC之間的大小關(guān)系確定其位置關(guān)系，將位置探測(cè)圖形的中心點(diǎn)坐標(biāo)往外延伸對(duì)應(yīng)的高度及寬度的1/2再加上一定的余量即可大致確定條碼區(qū)域，并將其提取出來(lái)。
(4)圖像幾何失真的校正和復(fù)原先利用QR碼的位置探測(cè)圖形的特性得到條碼的其中三個(gè)頂點(diǎn)，方法如下
①?gòu)臈l碼區(qū)域的八個(gè)方向(如圖3所示)由外至里用直線進(jìn)行掃描，當(dāng)直線與條碼的黑色模塊有2個(gè)以上的交點(diǎn)則停止。
②八個(gè)方向上的掃描結(jié)束后，至少可以獲得16個(gè)點(diǎn)。
③那些同時(shí)在兩個(gè)方向上出現(xiàn)的點(diǎn)即為頂點(diǎn)。
這些步驟完成之后，將獲得3個(gè)或3個(gè)以上的頂點(diǎn)。又因?yàn)槠渲械娜齻€(gè)頂點(diǎn)分別離各自的位置探測(cè)圖形的中心點(diǎn)的距離是最近的，這樣的話可以確定三個(gè)頂點(diǎn)。但是第四個(gè)頂點(diǎn)處不存在位置探測(cè)圖形，而且該頂點(diǎn)處是否存在黑色模塊也是不確定的。為此將條碼挖空(如圖4所示)，得到邊緣信息，在排除了條碼內(nèi)部的點(diǎn)對(duì)使用Hough變換的干擾，此時(shí)求出的旋轉(zhuǎn)角度是比較精確的。同時(shí)針對(duì)傳統(tǒng)的Hough變換，提出利用過(guò)已知點(diǎn)的Hough變換的直線檢測(cè)方法檢測(cè)條碼邊緣。
過(guò)已知點(diǎn)的改進(jìn)Hough變換方法，是在Hough變換基本原理的基礎(chǔ)上，將逐點(diǎn)向整個(gè)參數(shù)空間的投票轉(zhuǎn)化為僅向一個(gè)“已知點(diǎn)”參數(shù)空間投票的快速直線檢測(cè)方法。其基本思想是首先找到屬于直線上的一個(gè)點(diǎn)，將這個(gè)已知點(diǎn)p0的坐標(biāo)定義為(x0，y0)，將通過(guò)p0的直線斜率定義為m，則坐標(biāo)和斜率的關(guān)系可用下式表示(y-y0)＝m(x-x0) (1)定義區(qū)域內(nèi)目標(biāo)像素pi的坐標(biāo)為(xi，yi)，(0≤i<n,]]>n為區(qū)域內(nèi)目標(biāo)像素總數(shù))，則pi點(diǎn)與p0點(diǎn)之間連線的斜率mi可用下式表示mi＝(yi-y0)/(xi-x0) (2)將斜率值映射到一組累加器上，每求得一個(gè)斜率，將使其對(duì)應(yīng)的累加器的值加1(如圖5所示)，因?yàn)橥粭l直線上的點(diǎn)求得的斜率一致，所以當(dāng)目標(biāo)區(qū)域中有直線成分時(shí)，其對(duì)應(yīng)的累加器出現(xiàn)局部最大值，將該值所對(duì)應(yīng)的斜率作為所求直線的斜率。
當(dāng)xi＝x0時(shí)，mi為無(wú)窮大，這時(shí)公式(2)不成立。為了避免這一現(xiàn)象，當(dāng)xi＝x0時(shí)，令mi＝2，當(dāng)mi＞1或mi＜-1時(shí)，采用下式(3)的計(jì)算值替代mi，這樣無(wú)限域的mi，被限定在了(-1，3)的有限范圍內(nèi)。在實(shí)際操作時(shí)設(shè)定斜率區(qū)間為[-2，4]。
mi′＝1/mi+2(3)具體步驟如下①使用挖空算法將條碼挖空，只留下其邊緣信息，如圖4所示。
②根據(jù)已知的三個(gè)頂點(diǎn)的位置關(guān)系確定出第四個(gè)頂點(diǎn)位于條碼的方位(左上、左下、右上、右下)。
③以與第四個(gè)頂點(diǎn)相鄰的二個(gè)頂點(diǎn)作為已知點(diǎn)利用Hough變換得到這兩條邊界直線的斜率，從而利用兩條直線相交得到第四個(gè)頂點(diǎn)。
利用圖像中若干個(gè)能表示特征的控制點(diǎn)實(shí)現(xiàn)空間的變換，以達(dá)到幾何校正的目的?？紤]到無(wú)失真的條碼是一個(gè)正方形，而失真后的條碼通常會(huì)變成一般四邊形，這樣，可利用4個(gè)頂點(diǎn)的正方形特征，如圖6所示，將失真圖像中的4個(gè)頂點(diǎn)A′，B′，C′和D′(控制點(diǎn))還原成正方形A，B，C和D，同時(shí)，考慮圖像變形不太大時(shí)，使用下述變換s(x，y)＝xk1+yk2+xyk3+k4(4)t(x，y)＝xk5+yk6+xyk7+k8(5)上面兩式中有8個(gè)未知數(shù)，當(dāng)確定了原圖像上4個(gè)點(diǎn)A′~D′和坐標(biāo)變換后的4個(gè)點(diǎn)A~D坐標(biāo)之后，就可以計(jì)算出8個(gè)參數(shù)k1、k2、…、k8。從而實(shí)現(xiàn)由一般四邊形到正方形的校正變換。圖像變換的另一項(xiàng)工作是實(shí)現(xiàn)像素值的變換，可以進(jìn)行雙線性插值(如圖8所示)，即假定變換后圖像中的某點(diǎn)在原圖像中的坐標(biāo)為(xi′，yi′)，而其4個(gè)相鄰像素分別為(xi0′，yi0′)、(xi0′，yi1′)、(xi1′，yi1′)、(xi1′，yi1′)，灰度值分別為f00、f01、f10、f11，則該點(diǎn)的灰度值可表示為fxy＝(f10-f00)×(xi′-xi0′)+(f01-f00)×(yi′-yi0′)+(f11+f00-f01-f10)×(yi′-yi0′)+f00(6)最后所應(yīng)說(shuō)明的是，以上實(shí)施例僅用以說(shuō)明本發(fā)明的技術(shù)方案而非限制，盡管參照較佳實(shí)施例對(duì)本發(fā)明進(jìn)行了詳細(xì)說(shuō)明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，可以對(duì)本發(fā)明的技術(shù)方案進(jìn)行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的精神和范圍，其均應(yīng)涵蓋在本發(fā)明的權(quán)利要求范圍當(dāng)中。
權(quán)利要求
1.一種基于聊天用攝像頭的QR二維條碼識(shí)讀方法，其特征在于對(duì)通過(guò)攝像頭采集的彩色圖像進(jìn)行灰度化；再對(duì)圖像二值化，得到黑白圖像；根據(jù)QR碼位置探測(cè)圖形的特殊性質(zhì)黑色∶白色∶黑色∶白色∶黑色＝1∶1∶3∶1∶1，初步確定碼圖位置并將其提取出來(lái)；利用三個(gè)位置探測(cè)圖形的特性確定QR二維條碼四個(gè)頂點(diǎn)中的其中三個(gè)頂點(diǎn)，采用挖空算法得到QR二維條碼的邊緣信息，再利用過(guò)已知點(diǎn)的Hough變換確定條碼的第四個(gè)頂點(diǎn)，根據(jù)不失真的QR二維條碼為正方形的特性利用控制點(diǎn)變換法進(jìn)行幾何失真校正；為得到條碼圖像的碼字，需要得到行與列交叉處的條碼模塊，可以參照國(guó)標(biāo)GB/T18284-2000給出的參考譯碼算法；再來(lái)偵測(cè)是否有校正圖形來(lái)決定版本，并利用定位圖形來(lái)切割QR碼圖像，再讀出掩模信息解除掩模，最后依序讀出二進(jìn)制值字符串并譯碼，便可以得到字符串信息。
2.如權(quán)利要求1所述的基于聊天用攝像頭的QR二維條碼識(shí)讀方法，其特征在于其中的圖像二值化采用自適應(yīng)閾值二值化算法，根據(jù)圖像的直方圖特性確定閾值選取方法。
3.如權(quán)利要求1所述的基于聊天用攝像頭的QR二維條碼識(shí)讀方法，其特征在于其中的挖空算法是將條碼圖像內(nèi)部滿足其上、下、左、右四個(gè)方向上都有黑色像素點(diǎn)存在的點(diǎn)變?yōu)榘咨袼亍?br> 4.如權(quán)利要求1所述的基于聊天用攝像頭的QR二維條碼識(shí)讀方法，其特征在于其中的過(guò)已知點(diǎn)的Hough變換是先使用挖空算法將條碼挖空，只剩下其邊緣信息，根據(jù)已知的三個(gè)頂點(diǎn)的位置關(guān)系確定出第四個(gè)頂點(diǎn)位于條碼的哪個(gè)方位，以與第四個(gè)頂點(diǎn)相鄰近的二個(gè)頂點(diǎn)作為已知點(diǎn)利用Hough變換得到這兩條邊界直線的斜率，從而利用兩條直線相交得到第四個(gè)頂點(diǎn)。
全文摘要
本發(fā)明公開(kāi)了一種基于聊天用攝像頭的QR二維條碼自動(dòng)識(shí)讀方法，對(duì)于目前已廣泛普及的聊天用攝像頭所讀取的QR二維條碼，能夠快速有效的識(shí)別。本發(fā)明不局限于專用二維條碼識(shí)讀設(shè)備，可對(duì)輸入條碼的限制條件放寬。針對(duì)自然光照下的QR條碼圖像，設(shè)計(jì)了自適應(yīng)閾值分割算法進(jìn)行條碼圖像的二值化。在精確定位QR條碼的四個(gè)頂點(diǎn)時(shí)，根據(jù)QR碼中位置探測(cè)圖形的特性確定了其中的三個(gè)頂點(diǎn)；在定位第四個(gè)頂點(diǎn)時(shí)，通過(guò)挖空算法將QR條碼圖像挖空，排除了條碼內(nèi)部點(diǎn)對(duì)使用Hough變換時(shí)的干擾；同時(shí)針對(duì)傳統(tǒng)的Hough變換計(jì)算量大、空間復(fù)雜度高的缺點(diǎn)，設(shè)計(jì)了過(guò)已知點(diǎn)的Hough變換。根據(jù)QR碼圖像不失真時(shí)為正方形的特點(diǎn)，采用控制點(diǎn)變換的方法進(jìn)行幾何失真校正，變換時(shí)的灰度插值采用雙線性插值法。
文檔編號(hào)G06K7/00GK101059834SQ20071009987
公開(kāi)日2007年10月24日 申請(qǐng)日期2007年5月31日 優(yōu)先權(quán)日2007年5月31日
發(fā)明者孫明, 傅隆生, 李天忠, 韓書(shū)慶 申請(qǐng)人:中國(guó)農(nóng)業(yè)大學(xué)