一种二维码图像边缘检测的方法及装置

摘要

本发明公开了一种二维码图像边缘检测的方法及装置，其中方法包括：对所述图像进行二值化处理；获取所述图像上的特征点；拟合所述特征点，计算出边缘线。通过上述方式，本发明能够在寻找二维码图像边缘线时，操作简单，不涉及复杂计算，且通过数学模型，提升精度，同时适用范围广。

说明书

技术领域

本发明涉及图像处理技术领域，尤其是涉及一种二维码图像边缘检测的方 法及装置。

背景技术

在图像识别与处理中，不可避免地存在目标与背景的边缘寻找问题，并且 边缘检测的精确程度，直接影响着后续图像处理步骤的精度及性能。图像识别 与处理已越来越受重视，处理的性能要求越来越高，而现有技术中的一些边缘 检测算法比较复杂或精度不高，影响了后续步骤的处理效果。

名称为：一种图像边缘检测方法及装置(申请号：201410218968.1)公开的 边缘检测方法通过设置窗口对应的算子获得边缘检测，其检测算法比较复杂， 可操作性不强。

发明内容

本发明所要解决的技术问题是：提供简单操作，不涉及复杂计算的图像边 缘检测方法，精度高、适用范围广，即使图像发生一定畸变、模糊后，仍能准 确、快速地得到边缘线。

为了解决上述技术问题，本发明采用的技术方案为：提供一种二维码图像 边缘检测的方法，包括：对所述图像进行二值化处理；获取所述图像上的特征 点；拟合所述特征点，计算出边缘线。

为了解决上述技术问题，本发明还提供一种二维码图像边缘检测的装置， 包括：处理模块，用于对所述图像进行二值化处理；获取模块，用于获取所述 图像上的特征点；拟合计算模块，用于拟合所述特征点，计算出边缘线。

本发明的有益效果在于：区别于现有技术，通过对图像进行二值化处理， 并获取特征点后，拟合特征点，从而计算出边缘线。其操作简单，不涉及复杂 计算，且通过数学模型，提升精度。同时适用范围广。

附图说明

图1为本发明方法实施例一的流程示意图；

图2为本发明方法实施例二的流程示意图；

图3为本发明QR二维码图像示意图；

图4为图3中位置探测图形的结构图；

图5为本发明装置实施例三的结构框图；

图6为本发明装置实施例四的结构框图。

具体实施方式

为详细说明本发明的技术内容、所实现目的及效果，以下结合实施方式并 配合附图予以说明。

请参照图1，本发明实施例一提供一种二维码图像边缘检测的方法，包括如 下步骤：

S1：对所述图像进行二值化处理；

S2：获取所述图像上的特征点；

S3：拟合所述特征点，计算出边缘线。

区别于现有技术，本发明实施例一通过对图像进行二值化处理，并获取特 征点后，拟合特征点，从而计算出边缘线。其操作简单，不涉及复杂计算，且 通过数学模型，提升精度。同时适用范围广。

其中，如图2所示，在实施例一的基础上，本发明实施例二中，步骤S1具 体为：

S11：将所述图像保存在接收模块中；

S12：在所述接收模块中对所述图像进行二值化处理。

其中，步骤S2具体为：

S21：获取所述图像的位置探测图形；

S22：获取所述位置探测图形边缘上的特征点。

其中，步骤S3具体为：

S31：以特征点为基础，根据直线方程，采用最小二乘法拟合所述特征点， 获得第一边缘线及第二边缘线；

S32：平移所述边缘线，使其经过相对侧的位置探测图形边缘线上的特征点；

S33：获取平移后边缘线预定长度范围内的黑白分界点；

S34：采用最小二乘法拟合所述黑白分界点，获得第三边缘线及第四边缘线。

其中，步骤S3之后，还包括：

S4：通过输出模块输出四条边缘线的信息。

具体地，本发明实施例二中在获取原始图像后，会将原始图像保存在接收 模块中，并在接收模块中对原始图像进行二值化处理。其中原始图像包含目标 及背景；

而图像的二值化就是将图像上的像素点的灰度值设置为0或255，也就是将 整个图像呈现出明显的只有黑和白的视觉效果。本发明实施例二中二值化方法 可参考现有技术的算法，例如采用局部二值化算法。二值化后的数据仅有1和0 的像素点，其中1表示深色点(黑点)，0表示浅色点(白点)；其中，这里深 色点(黑点)的灰度值为0x00，用1表示；浅色点(白点)的灰度值为0xff， 用0表示。二值化处理后的图像表示方法为二维的像素点表示方法。

以QR二维码为例说明，如图3、4所示。应当理解的是，本发明不局限于 二维码图像，还使用于其他需要获取其边缘线的图像。

QR二维码的边缘包括4条直线，如图3所示，L1、L2、L3及L4。二值化 处理后，将QR二维码的3个位置探测图形分别标记为Q1(左下)、Q2(左上)、 Q3(右上)。其中位置探测图形的结构图如图4所示。而特征点则位于位置探 测图形的外边缘上，也位于整个图像的外边缘。

由于QR二维码的边缘线为直线，因此可建立的数学模型即为直线方程，采 用最小二乘法拟合位置探测图像边缘的特征点，如可设直线方程为y＝kx+b，通 过这些点以最小二乘法求出k和b，即可确定直线方程，进而画出边缘线。

其中，最小二乘法(又称最小平方法)是一种数学优化技术。它通过最小 化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未 知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。最小 二乘法还可用于曲线拟合。其他一些优化问题也可通过最小化能量或最大化熵 用最小二乘法来表达。

对给定数据点{(Xi，Yi)}(i＝0,1，…，m)，在取定的函数类Φ中，求p(x) ∈Φ，使误差的平方和E^2最小，E^2＝∑[p(Xi)-Yi]^2。从几何意义上讲，就是 寻求与给定点{(Xi，Yi)}(i＝0,1，…，m)的距离平方和为最小的曲线y＝p(x)。 函数p(x)称为拟合函数或最小二乘解，求拟合函数p(x)的方法称为曲线拟合的最 小二乘法。

例如，首先选择Q1左侧边缘的点、Q2左侧边缘的点，将这些点放入最小 二乘法计算直线方程参数的单元，得到左侧边缘直线L1的直线方程；

一般地，计算机通过判断灰度可实现对边缘的点的选取，如取左侧边缘点 时，则从右向左，遇到灰度为0xff的为止(前面已经过二值化)，本发明实施 例中所述边缘点均取白点(0xff)，边界点也是。

同理，选择Q2上侧边缘的点、Q3上侧边缘的点，将这些点放入最小二乘 法计算直线方程参数的单元，得到上侧边缘直线L2的直线方程；

其次，将得到的上侧边缘直线L2平移至经过Q1下边缘的其中一个点，寻 找平移后直线预定长度范围内黑点与白点的分界点；其中，本发明实施例中预 定长度范围可以是一个位置探测图形边长的1/14，并选择白点作为分界点，通 过这些分界点使用最小二乘法计算出直线方程的参数，得到下侧边缘直线L4的 相关信息，即直线方程；

同理，将得到的左侧边缘直线L1平移至经过Q3右边缘的其中一个点，寻 找平移后直线预定长度范围内黑点与白点的分界点，通过这些分界点使用最小 二乘法计算出直线方程的参数，得到右侧边缘直线L3的相关信息，即直线方程。

这样就获得了4条边缘线的直线方程，进而可以在图像上作出这4条边缘 线。

最后，通过输出模块输出所得到的4条边缘线。

区别于现有技术，本发明实施例二在实施例一的基础上，通过对位置探测 图像边缘的特征点进行拟合，从而获得其中相邻的两条边缘线，并通过平移到 相对侧，获取相对侧的位置探测图像边缘的特征点，从而拟合出另外两条边缘 线，因此本发明实施例二的操作上没有复杂的计算，通过简单的数学模型，即 直线方程以及线性拟合就可获取4条边缘线，从而实现对图像边缘的检测。操 作方便，同时可适用的范围广，精度高。

承上所述，如图5所示，本发明实施例三还提供一种二维码图像边缘检测 的装置100，包括：

处理模块110，用于对所述图像进行二值化处理；

获取模块120，用于获取所述图像上的特征点；

拟合计算模块130，用于拟合所述特征点，计算出边缘线。

其中，如图6所示，本发明实施例四的所述装置100还包括接收模块140， 用于保存所述图像。

其中，所述获取模块120还包括：

位置探测图形单元121，用于获取所述图像的位置探测图形；

特征点单元122，用于获取所述位置探测图形边缘上的特征点。

其中，所述拟合计算模块130还包括：

边缘线单元131，用于以特征点为基础，根据直线方程，采用最小二乘法拟 合所述特征点，获得第一边缘线及第二边缘线；

平移单元132，用于平移所述边缘线，使其经过相对侧的位置探测图形边缘 线上的特征点；

分界点获取单元133，用于获取平移后边缘线预定长度范围内的黑白分界 点；

其中，所述边缘线单元131还用于通过采用最小二乘法拟合所述黑白分界 点，获得第三边缘线及第四边缘线。

其中，所述装置100还包括输出模块150，用于输出所述边缘线的信息。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利 用本发明说明书及附图内容所作的等同变换，或直接或间接运用在相关的技术 领域，均同理包括在本发明的专利保护范围内。