一种针对数字图像的一维和二维码图形快速定位和提取方法

摘要

一种针对数字图像的一维和二维码图形快速提取方法，本发明通过对观测图像信号的高频成分的包络进行分析，提取在各尺度下上下包络差异显著的区域作为可能的条码区域进一步分析，对局部信息提取几何参数和自适应二值化，进而将结果提供给后续的扫描模块，从而根据黑白模块的几何关系采样并译码输出条码存储的信息。本发明所需设备相对简单，可适应复杂的背景和光照条件，在视频信号采集的基础上对观测到的一维码和二维码图形进行快速智能化处理。

说明书

技术领域

本发明涉及计算机图像处理方法，特别是采用计算机图像处理技术针对一维和二维条码自动检测和快速提取的方法。它属于条码识别之前的预处理方法，能够在拍摄的图像中快速定位条码区域，进而利于快速分割和识别，以采用相应的条码识别算法，在统计意义下加快系统响应速度。

背景技术

近年来社会的快速发展和进步促使了一维和二维条码为作为物联网领域的关键技术在工业生产和日常生活中的广泛应用，是人、货物和计算机等智能设备之间的信息媒介。与其他识读手段相比较，条码技术具有成本低、使用方便、可靠性高等优点。传统的条码识别设备采用激光扫描方式。但随着可见光成像传感器的成本越来越低，以及图像信息无可比拟的丰富信息量，当前的发展趋势是采用基于可见光图像技术的数字图像传感器，做为一维和二维条码采集的低成本解决方案。另一个趋势是，近年来各种二维条码被逐渐重视，并开始应用于各种带有视频功能的智能终端设备，例如专用的物流管理移动终端或是智能手机。在条码技术的使用过程中，首先确立需传递的信息边编制相应的条码，；然后可将二维条码打印在适合读取的特定区域，如物品的外包装上；在信息传播过程中，二维码作为信息的载体和传输接口，例如在物品的出库、运输、分发、存储、转移等等环节，可以通过扫描读取物品对应的码快速的获取相关信息。在使用上，一维条码存储的数据量有限，因此依赖在线的数据库连接以检索详细的代码信息；而二维码的信息存储能力较强，可以根据具体的应用环境选择在线或者离线的使用。需强调的是，近年来条码技术的迅速发展导致条码类型众多，其标准各异。使用单一设备同时高效地读取多种条码，尤其是各种复杂的二维条码，具有一定的技术难度。

在通常处理中，按照各个条码的国家标准，某种条码类型的识别通过扫描并识别其定位图形实现。然而，在同时处理多种条码类型时，分别扫描多种条码定位图形的方式将涉及针对全副图像的重复扫描，导致效率较低，识别速度变慢。这是因为，受到拍摄条件的不确定性影响，条码图形可能以各种尺度出现在数字图像中的任意区域，因此必须要对图像中的每个细节进行穷举的搜索，才能检测可能存在的条码图形。数字图像的信息量虽然丰富，但也导致处理效率不能忽视。在客观需求上，需要有更高效和统一的条码图形检测处理模式。如何同时处理多个条码检测，并未有相关标准技术给予指导。实际上，在任意的观测图像中判别有无某种条码图形是一个多分类问题，这在模式识别领域是一个公认的难题。此外，由于条形码扫描受方向和图像畸变的影响较大；同时由于图像采集的效果受到环境光照强弱及均匀程度的限制。然而实际使用过程的环境复杂多变，经常出现二维条形码被遮挡和污损的情况。这些实际情况都导致条码类型检测更加困难。因此，研制在实际的复杂环境下从观测图像中检测二维码图形的快速方法，具有积极意义。

在国内到目前为止，尚未检索到类似技术或相关专利。

发明内容

本发明的目的是提供一种一维条码和二维条码快速定位和提取方法，以作为条码类型识别的前期处理，解决同时识别多种条码类型时穷举式检测导致识别速度低下的问题。

本发明的目的是这样实现的：一种针对数字图像的一维和二维码图形快速定位和提取方法，处理过程按照以下步骤进行：

1）、通过计算机驱动数字摄像机读取彩色图像并转化为灰度图像；

2）、对灰度图像进行平滑去噪预处理；

3）、将灰度图像进行4个层次的尺度金字塔分解；

4）、对不同尺度的图像信号计算上下包络；

5）、计算不同尺度的图像信号上下包络的差异，将在不同尺度下的包络差异进行信息融合，得到灰度阶整体差异图；

6）、用类间最大差异法计算灰度阶整体差异图中的显著区域，并用计算所得阈值进行二值化处理；

7）、对二值化之后的连通体区域采用提取算法进行检测，统计凸连通体的面积并排序，进而获得最大面积的凸连通体区域；如果该连通体的面积大于设定阈值，则可以认为该区域是可能的一维码和二维码区域，并转入步骤8）；否则则认为没有检测到一维码和二维码区域，转入步骤11）；

8）、计算最大面积凸连通体区域的几何参数，包括外接矩形和拟合椭圆；

9）、对外接矩形区域采用局部分割方法对原始输入的灰度图像进行二值化分割，并设置外接矩形区域之外的其他区域为空白，得到局部分割图像，并应用于后续的条码信息识别；

10）、将获得的二值化图形传输给计算机进行识别；若识别成功则开启用户提示功能，通知用户并且将译码信息输出到缓冲区；

11）、等待用户指令，若接受到继续指令则返回步骤1）；否则进入步骤12）；

12）、退出。

本发明由三个主要的部分构成：具有提示和补光功能的视频图像采集部分，处理视频图像的一维和二维条码提取的核心算法部分，负责和用户交互的界面接口部分。视频采集部分根据用户指令，开启摄像头并按照固定帧率采集彩色视频图像；一维和二维码检测识别部分对摄像机采集的视频图像进行扫描处理，提取并输出其中的一维和二维条码信息；人机交互部分接受到用户的工作指令后，首先打开补光装置提示用户设备由休眠转为开始工作，并用激光定位指示灯提示用户扫描范围，当扫描成功后用蜂鸣器提示完成。三个部分分别包含了底层硬件和驱动、核心处理算法软件和上层人机交互软件。

本发明通过对观测图像信号的高频成分的包络进行分析，提取在各尺度下上下包络差异显著的区域作为可能的条码区域进一步分析，对局部信息提取几何参数和自适应二值化，进而将结果提供给后续的扫描模块，从而根据黑白模块的几何关系采样并译码输出条码存储的信息。

本发明可以集成于专用的条形码识读设备，也可利用现有广泛使用的嵌入式智能设备的视频采集硬件设备资源，在视频信号采集的基础上对观测到的一维码和二维码图形进行智能化的处理。

相比于一维条码的二维码的传统标准检测方法，本发明的有益效果在于：

1、本发明可以适应的一维码或二维码类型不受限制，甚至包括未知类型；

2、本发明可以适应条码在观测中的角度或者尺度的大范围变化；

3、本发明可以给出一维或二维条码所在的感兴趣区域ROI，并支持在感兴趣区域内部进行局部操作，以减少遍历范围，加快运行速度；

4、本发明可以对条码类型进行粗略分类，以加速后续的识别过程；

5、本发明将图像二值化集成到检测环节，可有效增强效率；

6、本发明可以不存在复杂的机械设备，可使故障率更低；

7、本发明可以适应复杂的背景和光照条件，对补光的要求降低，可以更适应于更普通的移动智能设备。

本发明能适应真实情况下的光照情况，例如光照不足、光照不均匀、背景杂乱等等，并且自动检测视频流中的二维码图形，提取其几何参数，再高效的局部转化为二值化图像，其中二维码的深色条纹被处理为黑色，浅色条纹和背景被处理为白色。二值化图像可供二维码扫描模块使用，以检测其中的定位图形。整个处理过程使用了若干加速算法，使实现过程比传统方法的速度更高，同时不受版本、印刷尺寸和颜色的影响，且具有较高的抗噪声和污损的能力的特点。

附图说明

图1是本发明硬件连接方式说明图。

图2-1和图2-2分别是本发明处理总体流程图和多分辨率自适应阈值计算处理的流程图。

图3-1是本发明视频摄像机安装示意图。

图3-2是本发明视频摄像机另一种安装示意图。

具体实施方式

本发明的基本思想如下：一种基于数字图像处理技术的一维条码和二维条码快速检测方法，参见图1，本发明主要由数字图形传感器、距离传感器补光设备、定位指示设备和嵌入式计算机或工业控制计算机组成。计算机通过驱动数字摄像头直接读取数字图像数据，再将数据传输给一维和二维码的智能检测模块：进行以下检测步骤：

1）、读取传感器采样的图像；

2）、将彩色图像转换为灰度图像；

3）、对图像进行平滑去噪等预处理；

4）、对不同尺度的图像信号计算上下包络；

5）、计算不同尺度的图像信号上下包络的差异，将在不同尺度下的包络差异进行信息融合，得到灰度阶整体差异图；

6）、用类间最大差异法计算灰度阶整体差异图中的显著区域，并用计算所得阈值进行二值化处理；

7）、对二值化之后的连通体区域采用提取算法进行检测，统计凸连通体的面积并排序，进而获得最大面积的凸连通体区域；如果该连通体的面积大于设定阈值，则可以认为该区域是可能的一维码和二维码区域，并转入步骤8）；否则则认为没有检测到一维码和二维码区域，转入步骤11）；

8）、计算最大面积凸连通体区域的几何参数，包括外接矩形和拟合椭圆等；

9）、对外接矩形区域采用局部分割方法对原始输入的灰度图像进行二值化分割，并设置外接矩形区域之外的其他区域为空白，得到局部分割图像，可应用于后续的条码信息识别；

10）、将获得的二值化图形传输给扫描检测装置进行识别；若识别成功则开启用户提示功能，通知用户并且将译码信息输出到缓冲区；

11）、等待用户指令，若接受到继续指令则返回步骤1）；否则进入步骤12）；

12）、退出。

步骤1）开始前，补光设备开始补光，定位指示设备提示扫描范围，并用距离传感器检测观测内容是否在10cm–30cm的适当距离范围内，如果距离适合，则转入步骤1）（该适当距离范围是指条码枪适用使用距离为10cm–30cm）。补光设备为环形设置的多个LED补光灯。

在以上各步骤中，中心思想是采用纹理的方式判别疑似一维码和二维码区域，因为一维码和二维码的区域总是存在高频率的深色和浅色变换，并且深色和浅色的比例相近。若成功判断存在二维码，则采取多分辨率提取一维码或二维码图形区域。由于自适应的多分辨率处理，一维码或二维码的纹理通常在较大尺度下已经表现突出，因此不必对整个图像进行穷举搜索，计算复杂度大为降低，加速了一维码和二维码检测提取过程（参见图2-1、图2-2）。因此，快速判断观测图像中是否有一维码和二维码图形并快速分割的意义在于，可以改善检测识别的速率。首先判断场景中是否有一维码和二维码的计算代价比较小，如果观测图像中没有一维码和二维码，则可回避后续无用的操作，直接循环处理下一帧图像。其次，如果场景中有一维码和二维码，则需对一维码和二维码图形区域进行提取。此时的关键要求不是处理速度快，而是尽量准确获得高质量的分割图像，进而减少扫描译码模块尝试的次数。换而言之，尽管高质量的分割过程会适当增加运算量，但由于提高了命中率，因此从全局看仍然是提高了识别速率。由于我们还采用了局部高精度二值化的方法，因此使可计算负担进一步降低。

硬件列表如下：

名  称型  号数字摄像机Logitech C160镜  头等效于135相机的85mm光学镜头显示屏7’ WVGA Touchscreen LCD display （add-on module）2 LVDS connectors嵌入式计算机Freescale i.MX51 EVK补光装置LED环形补光灯用户提示装置FM蜂鸣器距离传感器KEYES MMS103H定位指示设备绿色LED灯和聚光棱镜

摄像机参数说明（参见图3-1、图3-2）：摄像机成像效果主要受感光芯片和镜头两方面影响。其中，感光芯片可采用CCD芯片也可用CMOS芯片，需尽量采用较大尺寸，以降低成像噪声和提高动态范围。镜头采用定焦镜头，焦距采用等效于135相机的85mm光学镜头，以使拍摄QR码的距离和使用习惯相符合。镜头无需自动对焦，只需设计适当的景深范围，使手持或定位扫描时，QR的图像正好在镜头的精神范围之内。摄像机的感光芯片、镜头需相对固定，整合到一起。

硬件连接说明：摄像机镜头通过固定装置保持与摄像头感光芯片的相对位置恒定。感光芯片的信号通过内置的AD变换后输出给一维码和二维码检测计算机，计算机连接并控制补光设备和定位设备，同时显示屏和蜂鸣器也通过插槽连接至计算机。

图3-1示出，摄像头2安装在移动计算机1前部。

图3-2示出，摄像头3安装在工作台4的顶板上，台式计算机5安装在工作台的支架侧面上。