二维码的定位方法、基于二维码的移动机器人定位方法

摘要

本发明公开了一种二维码的定位方法，包括：S11、对二维码图像进行预处理，获得二值化图像；S12、二维码的粗定位：计算二值化图像中相邻像素点的对比度，若对比度接近对比度阈值，则认定将该相邻像素点为二维码区域，完成二维码区域的粗定位；S13、二维码的精定位：提取粗定位二维码图像区域的边缘轮廓，对提取的边缘轮廓进行直线拟合，拟合成四条直线，四条直线的交点即为二维码的角点，两组对角角点的连线交点即为二维码的中线点，完成了二维码的精定位。对依次进行二维码粗定位和精定位，实现了二维码交点在图像中的精准定位通过对比度实现了二维码轮廓粗的初步提取，在基于直线拟合来你和轮廓线，实现二维码角点在图像中的精定位。

说明书

技术领域

本发明属于定位技术领域，更具体地，本发明涉及一种二维码的定位方法、基于二维码的移动机器人定位方法。

背景技术

移动机器人在灾后搜救、智能工厂、智能电商仓储等领域得到了广泛的应用，而精确定位技术是移动机器人准确完成任务的关键技术。移动机器人的定位方法有里程计定位法、磁条定位法和视觉定位法等，其中基于里程计的方法，通过使用在移动机器人车轮上配置的光电编码器，对车轮转动圈数进行记录，并由航位推算法估计出移动机器人的大概位姿，但是编码器法会因为车轮打滑而造成误差，造成在推算过程中测量值和计算值累积误差，定位精度下降；磁条定位法通过磁条检测信号来实现定位的，但是磁条需要定期维护，一旦磁条出现断裂、磨损、液体渗入导致消磁等原因，导致定位错误；而基于人工路标的视觉定位方法是目前移动机器人较为成熟的定位方法中的一种，二维码尺结构简单，信息量大，制作成本廉价，且具有超强的抗污染能力，是一种较为可靠的人工路标。

二维码定位技术作为视觉定位的关键技术，现有二维码定位技术是基于改进SURF复合算法的高速动态二维码识别方法，其中包括：首先，采集图像，利用相位相关法进行运动补偿并对相位相关的区域进行粗定位，再采用Harris特征点结合SURF特征描述子对图像进行匹配验证，利用6参数放射建模完成提取二维码图像，然后再采用Canny算子结合Hough直线检测确定图形顶点，接着利用中值滤波进行图像平滑，最后，采用四阈值方法划分边缘信息完成精定位，完成识别二维码。该方案存在如下问题：1)相位相关法相对于灰度检测的方法，无需设定阈值且效果较好，对光照不敏感，有一定的抗噪声能力，但是对模糊图像的效果不佳，图像越大则傅里叶变换的计算消耗呈指数增长，不利于快速定位的要求；2)该方案在进行边缘检测时使用四阈值算法确定阈值以分割边缘信息，该方法无法自动选取最佳阈值，不能较好的筛选真实边缘和减少真实边缘的丢失，造成分割出来的轮廓边缘信息不完整，影响识别率。

发明内容

本发明提供了一种二维码的定位方法，旨在改善上述问题。

本发明是这样实现的，一种二维码的定位方法，所述方法具体包括如下步骤：

S11、对二维码图像进行预处理，获得二值化图像；

S12、二维码的粗定位：计算二值化图像中相邻像素点的对比度，若对比度接近对比度阈值，则认定将该相邻像素点为二维码区域，完成二维码区域的粗定位；

S13、二维码的精定位：提取粗定位二维码图像区域的边缘轮廓，对提取的边缘轮廓进行直线拟合，拟合成四条直线，四条直线的交点即为二维码的角点，两组对角角点的连线交点即为二维码的中线点，完成了二维码的精定位。

进一步的，预处理依次包括灰度化处理、去噪处理、降采样处理及二值化处理。

本发明是这样实现的，一种基于二维码的移动机器人定位方法，所述方法具体包括如下步骤：

S21、基于上述二维码的定位方法来提取图像中二维码的角点，并确定二维码角点在图像坐标系{I}中的坐标

S22、基于标定好的相机内参M

S23、基于二维码标识读取图像中二维码角点在世界坐标系{W}中的坐标

S24、基于二维码角点在机器人坐标系下的坐标

本发明二维码的定位方法具有如下有益技术效果：

1)通过图像预处理，达到了对灰度图像平滑去噪的效果，以及通过双线性插值降采样对图像处理，达到了降低计算量的效果，提高了二维码定位的准确性和快速性；2)通过对比度实现了二维码轮廓粗的初步提取，在基于直线拟合来你和轮廓线，实现二维码角点在图像中的精定位。

附图说明

图1为本发明实施例提供的二维码的定位方法流程图；

图2为本发明实施例提供的基于二维码的机器人定位方法流程图。

具体实施方式

下面对照附图，通过对实施例的描述，对本发明的具体实施方式作进一步详细的说明，以帮助本领域的技术人员对本发明的发明构思、技术方案有更完整、准确和深入的理解。

图1为本发明实施例提供的二维码的定位方法流程图，该方法具体包括如下步骤：

S11、二维码图像进行预处理：预处理依次包括进行的灰度化、去噪、降采样及二值化处理；

灰度处理：摄像头采集到的二维码图像是RGB格式的彩色图像，图像灰度化的目的是得到灰度图像，采用加权平均法将图像灰度化，计算公式为:

Y＝0.3R+0.59G+0.11R

其中，Y为灰度图像中像素点的灰度值，R、G、B分别表示像素点的RGB值。

去噪处理：对灰度图像中的二维码图像噪声进行处理，分成两步进行：第一步，针对二维码区域破损带来的图像噪声，进行形态学图像处理减少影响；第二步。针对图像采集时产生的高斯噪声分别进行约束最小二乘方滤波算法对图像进行去噪和复原，得到去噪后的灰度图像。

降采样处理：对去噪后的灰度图继续采用双线性插值降采样方法处理，从图像坐标系的两个方向各进行一次线性插值，为二维码灰度图像确定新像素的位置，通过双线性插值降采样处理，节约图像处理时间；

二值化处理：对降采样后的二维码灰度图采用Otsu算法(或自适应二值化算法)处理，自动选取最佳阈值，去除光照不均引起的阴影。

S12、二维码的粗定位：计算二值化图像中相邻像素点的对比度，若对比度接近对比度阈值，则认定将该相邻像素点为二维码区域，完成二维码区域的粗定位；

在本发明实施例中，通过构建灰度共生矩阵，统计对比度特征，获取二维码对比度阈值，根据图像空间相关特性来确定相邻像素点是否为二维码区域，对比度的计算公式具体如下：

其中，N为灰度级，第j个像素为第i个像素的相邻像素，n为相邻像素i和j间的灰度级差的值，G(i,j)表示第i个像素及第j个像素对应的灰度级同时出现的概率。

S13、二维码的精定位：提取粗定位二维码图像区域的边缘轮廓，对提取的边缘轮廓进行直线拟合，拟合成四条直线，四条直线的交点即为二维码的角点，两组对角角点的连线交点即为二维码的中线点，完成了二维码的精定位。

在本法发明实施例中，二维码的粗定位图形的图像进行闭运算，屏蔽二维码内部的细节，并用Canny算子对图像进行平滑且检测出二维码的外部轮廓，利用最小二乘法直线拟合，得到QR码的四条边，四条边的交点即为二维码的四个角点，两组对角角点连线交点即为二维码的中心，完成二维码的精定位。

本发明二维码的定位方法具有如下有益技术效果：

1)通过图像预处理，达到了对灰度图像平滑去噪的效果，以及通过双线性插值降采样对图像处理，达到了降低计算量的效果，提高了二维码定位的准确性和快速性；2)通过对比度实现了二维码轮廓粗的初步提取，在基于直线拟合来你和轮廓线，实现二维码角点在图像中的精定位。

图2为本发明实施例提供的基于二维码的机器人定位方法流程图，该方法具体包括如下步骤：

S21、提取图像中二维码的角点及角点在图像坐标系{I}中的坐标

S22、基于标定好的相机内参M

在本发明实施例中，相机内参M

S23、基于二维码标识读取该二维码角点在世界坐标系{W}中的坐标

在使用前，定义世界坐标系{W}的坐标原点，标定所有二维码角点在世界坐标系下的坐标

S24、基于二维码角点在机器人坐标系下的坐标

通过二维码角点在机器人坐标系及世界坐标系中的坐标映射关系，来计算机器人相对于世界坐标系的旋转平移矩阵

例性描述，显然本发明具体实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的各种非实质性的改进，或未经改进将本发明的构思和技术方案直接应用于其它场合的，均在本发明的保护范围之内。