本申請涉及計算機技術領域，尤其涉及一種識別二維碼位置的方法及其系統(tǒng)。

背景技術：

增強現(xiàn)實技術(Augmented Reality，簡稱AR)是一種將真實世界信息和虛擬世界信息“無縫”集成的新技術，是把原本在現(xiàn)實世界的一定時間空間范圍內(nèi)很難體驗到的實體信息(視覺信息、聲音、味道、觸覺等)，通過計算機技術，模擬仿真后再疊加到現(xiàn)實世界被人類感官所感知，從而達到超越現(xiàn)實的感官體驗。

現(xiàn)有技術中的以二維碼為標志物(Marker)的增強現(xiàn)實技術主要有以下兩種實現(xiàn)方案：

(1)二維碼輪廓法。

該方案以二維碼輪廓作為特征點集，系統(tǒng)預置一個二維碼輪廓特征點集，然后對其它拍攝的二維碼都應用預置的特征點集進行匹配。該方案的主要缺點在于：由于二維碼的圖案因碼值的不同而不同，包括圖案大小、黑白塊密度都千變?nèi)f化，因此二維碼的輪廓并不具有穩(wěn)定的特征，從而導致追蹤準確度不穩(wěn)定(輪廓相似則準確度高，輪廓差異大則準確度低)。

(2)重新生成法。

該方案先將二維碼解碼得到碼值字符串，然后重新生成一個與被拍攝二維碼一樣的標準二維碼圖片，然后對新生成的二維碼圖片進行特征點提取，將得到的特征點集作為系統(tǒng)預置特征點集。該方案的主要缺點在于：對任何一個新的二維碼，系統(tǒng)都需要重復上述步驟，生成新的預置特征點集，而這個過程又比較耗時，從而拖慢了整個系統(tǒng)的處理速度。

綜上所述，可知現(xiàn)有技術的以二維碼為Marker的增強現(xiàn)實技術具有識別速度慢、跟蹤精度低的問題。

技術實現(xiàn)要素：

本申請的主要目的在于提供一種識別二維碼位置的方法及其系統(tǒng)，以解決現(xiàn)有技術的以二維碼為標志物(Marker)的增強現(xiàn)實方案識別速度慢、跟蹤精度低的問題。

為了解決上述問題，根據(jù)本申請實施例提供一種識別二維碼位置的方法，其包括：獲取圖像中的二維碼；根據(jù)所述二維碼的主定位塊進行特征檢測，識別所述二維碼中的位置信息；根據(jù)所述二維碼中的位置信息確定所述二維碼在所述圖像中的空間位置信息。

其中，所述方法還包括：跟蹤所述二維碼中的位置信息。

其中，所述根據(jù)所述二維碼的主定位塊進行特征檢測的步驟，包括：確定所述二維碼的一個或多個主定位塊；分別獲取每個主定位塊的一中心點位置信息及多個角點位置信息；將獲取的主定位塊的中心點位置信息和角點位置信息作為特征點集，進行特征檢測。

其中，獲取每個主定位塊的12、8或4個角點位置信息。

其中，所述根據(jù)所述二維碼的主定位塊進行特征檢測的步驟，包括：確定所述二維碼的一個或多個主定位塊；分別獲取每個主定位塊的一中心點位置信息及多個黑白像素交界邊緣中心點位置信息；將獲取的主定位塊的中心點位置信息和黑白像素交界邊緣中心點位置信息作為特征點集，進行特征檢測。

其中，獲取每個主定位塊的12、8或4個黑白交界邊緣中心點位置信息。

其中，所述根據(jù)所述二維碼中的位置信息確定所述二維碼在所述圖像中的空間位置信息的步驟，包括：獲取預置的標準位置信息；將所述標準位置信息與所述二維碼中的位置信息進行匹配，得到所述空間位置信息。

其中，所述二維碼為快速反應QR二維碼。

其中，所述方法還包括：獲取與所述二維碼對應的虛擬應用數(shù)據(jù)；根據(jù)所述空間位置信息確定所述虛擬應用數(shù)據(jù)的空間位置。

根據(jù)本申請實施例還提供一種識別二維碼位置的系統(tǒng)，其包括：獲取模塊，用于獲取圖像中的二維碼；識別模塊，用于根據(jù)所述二維碼的主定位塊進行特征檢測，識別所述二維碼中的位置信息；空間位置確定模塊，用于根據(jù)所述二維碼中的位置信息確定所述二維碼在所述圖像中的空間位置信息。

其中，所述系統(tǒng)還包括：跟蹤模塊，用于跟蹤所述二維碼中的位置信息。

其中，所述識別模塊包括：第一確定模塊，用于確定所述二維碼的一個或多個主定位塊；第一獲取模塊，用于分別獲取每個主定位塊的一中心位置點信息及多個角點位置信息；第一檢測模塊，用于將獲取的主定位塊的中心點位置信息和角點位置信息作為特征點集，進行特征檢測。

其中，所述第一獲取模塊獲取每個主定位塊的12、8或4個角點位置信息。

其中，所述識別模塊包括：第二確定模塊，用于確定所述二維碼的一個或多個主定位塊；第二獲取模塊，用于分別獲取每個主定位塊的一中心點位置信息及多個黑白像素交界邊緣中心點位置信息；第二檢測模塊，用于將獲取的主定位塊的中心點位置信息和黑白像素交界邊緣中心點位置信息作為特征點集，進行特征檢測。

其中，所述第二獲取模塊獲取每個主定位塊的12、8或4個黑白像素交界邊緣中心點位置信息。

其中，所述空間位置確定模塊用于：獲取預置的標準位置信息，將所述標準位置信息與所述二維碼中的位置信息進行匹配，得到所述空間位置信息。

其中，所述二維碼為快速反應QR二維碼。

其中，所述系統(tǒng)還包括：虛擬應用數(shù)據(jù)獲取模塊，用于獲取與所述二維碼對應的虛擬應用數(shù)據(jù)；位置更新模塊，用于根據(jù)所述空間位置信息更新所述虛擬應用數(shù)據(jù)的空間位置。

綜上所述，本申請通過將二維碼作為Marker，并通過對二維碼的主定位塊的預設位置進行特征檢測識別二維碼的位置。所提取二維碼的特征點集相對位置固定，唯一性好，不易混淆，具有良好的跟蹤效果。

附圖說明

此處所說明的附圖用來提供對本申請的進一步理解，構成本申請的一部分，本申請的示意性實施例及其說明用于解釋本申請，并不構成對本申請的不當限定。在附圖中：

圖1是根據(jù)本申請一個實施例的識別二維碼位置的方法的流程圖；

圖2A和2B是根據(jù)本申請實施例的QR碼的主定位塊的組成結構圖；

圖3A和3B是根據(jù)本申請一個實施例的特征點提取的示意圖；

圖4是根據(jù)本申請另一實施例的特征點提取的示意圖；

圖5是根據(jù)本申請另一實施例的識別二維碼位置的方法的流程圖；

圖6是根據(jù)本申請一個實施例的識別二維碼位置的系統(tǒng)的結構框圖；

圖7A和7B是根據(jù)本申請實施例的識別模塊的結構框圖；

圖8是根據(jù)本申請另一實施例的用于增強現(xiàn)實技術的識別二維碼位置的系統(tǒng)的結構框圖。

具體實施方式

為使本申請的目的、技術方案和優(yōu)點更加清楚，下面將結合本申請具體實施例及相應的附圖對本申請技術方案進行清楚、完整地描述。顯然，所描述的實施例僅是本申請一部分實施例，而不是全部的實施例?；诒旧暾堉械膶嵤├绢I域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本申請保護的范圍。

圖1是根據(jù)本申請實施例的識別二維碼位置的方法的流程圖，如圖1所示，該方法包括：

步驟S102，獲取圖像中的二維碼。

通過終端設備的攝像頭裝置獲取含有二維碼的真實場景圖像，所述終端設備可以是智能手機、平板電腦、數(shù)碼相機或其它類似終端設備。然后，對輸入的二維碼圖像進行預處理，具體包括：將該圖像進行灰度轉換后得到灰度圖像，并對所述灰度圖像進行二值化處理。在本申請實施例中，所述二維碼可以是QR碼。

步驟S104，根據(jù)所述二維碼的主定位塊進行特征檢測，識別所述二維碼中的位置信息。

在本申請中，二維碼中的位置信息包括：二維碼的主定位塊的中心點位置、角點位置、黑白像素交界邊緣中心點位置等位置信息。通過上述的位置信息能夠確定二維碼在平面上的位置，即確定二維碼的方向、旋轉角度、傾斜角度等空間位置信息。

參考圖2A，圖2A為QR碼的主定位塊的組成結構圖，QR碼的定位包括主定位塊和輔助定位塊兩類，其中主定位塊包括左上角201、右上角202和左下角203三個大的回形區(qū)域，而輔助定位塊則是中間的小的黑色邊框方塊。主定位塊有且只有三個，而輔助定位塊的數(shù)量則會因二維碼的密度增加而增加。參考圖2B，主定位塊的特點為黑白像素構成的線段的長度比為1:1:3:1:1，利用這個特點可以對二維碼進行特征提取并定位碼的位置。由于主定位塊是所有二維碼共有的，且圖案形狀和位置都固定，因此可以作為二維碼圖案的通用標識，也即可以用主定位塊來作為二維碼圖案的通用特征點集，下面詳細描述主定位塊的特征提取過程。

在本申請的一個實施例中，可以采用將主定位塊的中心點和角點作為特征點集。如圖3A所示，角點是主定位塊中直角處的點，并且角點也是圖像中像素變化劇烈的點。以主定位塊中心點301為起點，向其周圍檢測角點，可以看出，距離中心點301最近的有第一組4個角點(311、312、313和314)，在第一組4個角點外側有第二組4個角點(321、322、323和324)，在第二組4個角點外側還有第三組4個角點(331、332、333和334)。在本申請中，可以選擇中心點301以及上述三組中任意一組(即4個角點)或任意二組(即8個角點)或全部三組(即12個角點)作為特征點集，也就是說，一個主定位塊的特征點集可以為5、9或13個特征點。以此類推，一個二維碼共有3個主定位塊，如果每個主定位塊都選擇5個特征點，則共有15個特征點；如果每個主定位塊都選擇9個特征點，則共有27個特征點；如果每個主定位塊都選擇13個特征點，則共有39個特征點。需要說明，以上所述為每個主定位塊選取相同數(shù)量的特征點，在其他實施例中，也可以每個主定位塊選取不同數(shù)量的特征點，此處不再贅述。

在具體應用中，可以根據(jù)實際情況選取特征點集的數(shù)量。選取的特征點越多，計算結果越精準，但計算量也越大；而選取的特征點越少，計算量也較小，但有可能導致計算結果有偏差。圖3B是選取數(shù)量最多的特征點集的示意圖。參考圖3B，在整個二維碼圖像中可得39個特征點，且這39個特征點的相對位置固定，即這39個特征點都能唯一確定。

在本申請的一個實施例中，還可以采用將主定位塊的中心點和黑白像素交界邊緣中心點作為特征點集。下面以一個主定位塊為例進行說明，參考圖4，401是主定位塊的中心點，以中心點401為起點，向其周圍檢測黑白像素交界邊緣中心點，距離中心點401最近的有第一組4個黑白像素交界邊緣中心點(411、412、413和414)，在第一組4個角點外側有第二組4個角點(未標示)，在第二組4個角點外側還有第三組4個角點(未標示)。與獲取角點的方法類似，一個主定位塊可以獲取的黑白像素交界邊緣中心點可以為4、8或12個，再加上中心點即特征點集為5、9或13個特征點。一個二維碼的3個主定位塊可獲得15、27或39個特征點。

在本申請中，將二維碼作為Marker，通過對二維碼的主定位塊的預設位置進行特征檢測能夠有效識別二維碼的位置。

步驟S106，根據(jù)所述二維碼中的位置信息確定所述二維碼在所述圖像中的空間位置信息。

具體地，獲取預置的標準位置信息，將所述標準位置信息與所述二維碼中的位置信息進行匹配，得到二維碼在所述圖像中的空間位置信息(包括空間位置參數(shù)與旋轉參數(shù))。在實際應用中，通過連續(xù)拍攝含有二維碼的真實場景圖像，可以持續(xù)跟蹤二維碼的空間位置。根據(jù)得到的二維碼的空間位置可應用于增強現(xiàn)實技術中，下面結合圖5詳細描述。

圖5是根據(jù)本申請另一實施例的二維碼識別方法的流程圖，如圖5所示，該方法包括：

步驟S502，啟動終端設備(例如包括智能手機、平板電腦、數(shù)碼相機等)的攝像頭裝置，拍攝含有二維碼的真實場景圖像。

步驟S504，掃描所述二維碼，提取二維碼的特征點集，具體的二維碼的特征點集的提取步驟可以參考圖3或圖4的描述。如果特征點集提取失敗則繼續(xù)執(zhí)行步驟S502。

步驟S506，獲取攝像頭裝置的內(nèi)部參數(shù)，例如焦距、圖像中心等。

步驟S508，點云配準，若成功則執(zhí)行步驟S510，否則執(zhí)行步驟S502。

具體而言，獲取預置的標準位置信息，例如可以通過攝像頭拍攝的二維碼的正視圖的位置作為標準位置。通過標準位置信息結合預先獲取的攝像頭裝置的內(nèi)部參數(shù)(例如包括焦距、圖像中心等)，可得到標準位置的特征點集的第一點云數(shù)據(jù)(如3d點云)。同樣地，將提取的二維碼的特征點集結合相機內(nèi)參，可得到二維碼的特征點集的第二點云數(shù)據(jù)(如3d點云)。然后，根據(jù)第一點云數(shù)據(jù)和二點云數(shù)據(jù)進行點云配準，計算第一點云數(shù)據(jù)和二點云數(shù)據(jù)之間的位置關系，從而得到二維碼在圖像中的空間位置信息(即相機的空間位置)。

步驟S510，利用相機的空間位置更新虛擬物體的空間位置，即完成增強現(xiàn)實的完整流程。其中，虛擬物體包括：文字、圖片、視頻、三維模型、動畫、聲音、地理位置信息中的任意一種或幾種的組合。

圖6是根據(jù)本申請實施例的識別二維碼位置的系統(tǒng)的結構框圖，如圖6所示，其包括：

獲取模塊610，用于獲取圖像中的二維碼；

識別模塊620，用于根據(jù)所述二維碼的主定位塊進行特征檢測，識別所述二維碼中的位置信息；

空間位置確定模塊630，用于根據(jù)所述二維碼中的位置信息確定所述二維碼在所述圖像中的空間位置信息。進一步，所述空間位置確定模塊630用于：獲取預置的標準位置信息，將所述標準位置信息與所述二維碼中的位置信息進行匹配，得到所述空間位置信息。

跟蹤模塊640，用于跟蹤所述二維碼中的位置信息，并根據(jù)新的二維碼中的位置信息確定二維碼在圖像中的空間位置信息。

在本申請的一個實施例中，參考圖7A，所述識別模塊620進一步包括：

第一確定模塊621，用于確定所述二維碼的一個或多個主定位塊；

第一獲取模塊622，用于分別獲取每個主定位塊的一中心位置點信息及多個角點位置信息；其中，所述第一獲取模塊獲取每個主定位塊的12、8或4個角點位置信息。

第一檢測模塊623，用于將獲取的主定位塊的中心點位置信息和角點位置信息作為特征點集，進行特征檢測。

在本申請的一個實施例中，參考圖7B，所述識別模塊620進一步包括：

第二確定模塊626，用于確定所述二維碼的一個或多個主定位塊；

第二獲取模塊627，用于分別獲取每個主定位塊的一中心點位置信息及多個黑白像素交界邊緣中心點位置信息；其中，所述第二獲取模塊獲取每個主定位塊的12、8或4個黑白像素交界邊緣中心點位置信息。

第二檢測模塊628，用于將獲取的主定位塊的中心點位置信息和黑白像素交界邊緣中心點位置信息作為特征點集，進行特征檢測。

參考圖8，是根據(jù)本申請實施例的用于增強現(xiàn)實技術的識別二維碼位置的系統(tǒng)的結構框圖，如圖8所示，其包括：

獲取模塊810，用于獲取圖像中的二維碼；

識別模塊820，用于根據(jù)所述二維碼的主定位塊進行特征檢測，識別所述二維碼中的位置信息；

空間位置確定模塊830，用于根據(jù)所述二維碼中的位置信息計算所述二維碼在所述圖像中的空間位置信息。

虛擬應用數(shù)據(jù)獲取模塊840，用于獲取與所述二維碼對應的虛擬應用數(shù)據(jù)；

虛擬應用數(shù)據(jù)位置更新模塊850，用于根據(jù)所述空間位置信息確定所述虛擬應用數(shù)據(jù)的空間位置。

本申請的方法的操作步驟與系統(tǒng)的結構特征對應，可以相互參照，不再一一贅述。

綜上所示，本申請通過將二維碼作為Marker，并通過對二維碼的主定位塊的預設位置進行特征檢測識別二維碼的位置。所提取二維碼的特征點集相對位置固定，唯一性好，不易混淆，具有良好的跟蹤效果。根據(jù)本申請?zhí)峁┑募夹g方案適應于所有QR碼，無需每次重新生成預置特征點集。

本領域技術人員應明白，本申請的實施例可提供為方法、系統(tǒng)或計算機程序產(chǎn)品。因此，本申請可采用完全硬件實施例、完全軟件實施例或結合軟件和硬件方面的實施例的形式。而且，本申請可采用在一個或多個其中包含有計算機可用程序代碼的計算機可用存儲介質(zhì)(包括但不限于磁盤存儲器、CD-ROM、光學存儲器等)上實施的計算機程序產(chǎn)品的形式。

在一個典型的配置中，計算設備包括一個或多個處理器(CPU)、輸入/輸出接口、網(wǎng)絡接口和內(nèi)存。

內(nèi)存可能包括計算機可讀介質(zhì)中的非永久性存儲器，隨機存取存儲器(RAM)和/或非易失性內(nèi)存等形式，如只讀存儲器(ROM)或閃存(flash RAM)。內(nèi)存是計算機可讀介質(zhì)的示例。

計算機可讀介質(zhì)包括永久性和非永久性、可移動和非可移動媒體可以由任何方法或技術來實現(xiàn)信息存儲。信息可以是計算機可讀指令、數(shù)據(jù)結構、程序的模塊或其他數(shù)據(jù)。計算機的存儲介質(zhì)的例子包括，但不限于相變內(nèi)存(PRAM)、靜態(tài)隨機存取存儲器(SRAM)、動態(tài)隨機存取存儲器(DRAM)、其他類型的隨機存取存儲器(RAM)、只讀存儲器(ROM)、電可擦除可編程只讀存儲器(EEPROM)、快閃記憶體或其他內(nèi)存技術、只讀光盤只讀存儲器(CD-ROM)、數(shù)字多功能光盤(DVD)或其他光學存儲、磁盒式磁帶，磁帶磁磁盤存儲或其他磁性存儲設備或任何其他非傳輸介質(zhì)，可用于存儲可以被計算設備訪問的信息。按照本文中的界定，計算機可讀介質(zhì)不包括暫存電腦可讀媒體(transitory media)，如調(diào)制的數(shù)據(jù)信號和載波。

還需要說明的是，術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、商品或者設備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、商品或者設備所固有的要素。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，并不排除在包括所述要素的過程、方法、商品或者設備中還存在另外的相同要素。

以上所述僅為本申請的實施例而已，并不用于限制本申請。對于本領域技術人員來說，本申請可以有各種更改和變化。凡在本申請的精神和原理之內(nèi)所作的任何修改、等同替換、改進等，均應包含在本申請的權利要求范圍之內(nèi)。