本发明涉及图像处理技术领域,具体涉及一种二维码图像预处理的方法。
背景技术:
目前,二维码在人们的生活中广泛使用,极大地便利了人们的生活,有时会遇到二维码图像不清楚或是模糊的情况,这样,对于识别设备来讲,在识别二维码图像上就存在困难,不能识别。
技术实现要素:
本发明的目的是针对现有技术中存在的技术缺陷,而提供一种基于差分搜索和尺度权重因子的二维码图像预处理的方法,旨在准确快速识别模糊二维码图像。
为实现本发明的目的所采用的技术方案是:
一种二维码图像预处理的方法,包括以下步骤:
对灰度化处理后的包含待识别二维码图像的图像滤波去噪;
对该去噪后的图像进行对比度增强;
对建立的阈值选择目标函数求解图像二值化的最优阈值;
利用所述最优阈值对该对比度增强后的图像进行二值化处理;
对得到的二值化图像进行二维码图像的矫正、定位,找到待识别二维码所在矩形区域;
根据该矩形区域对图像裁剪,获得二维码图像,并进行灰度及滤波处理;
引入尺寸权重因子对获得的二维码图像进行相应权重的尺寸放大,然后输出待识别二维码图像。
其中,所述的对该去噪后的图像进行对比度增强是采用直方图均衡化法实现。
其中,对建立的阈值选择目标函数求解图像二值化的最优阈值是采用采用差分搜索算法实现的。
其中,采用均值滤波法对灰度化处理后的包含待识别二维码图像的图像滤波去噪。
其中,采用轮廓法对得到的二值化图像进行二维码图像的矫正、定位。
本发明能快速识别出模糊的二维码图像,然后送入到识别模块进行识别处理。
附图说明
图1是二维码图像预处理的方法的流程图;
图2是差分搜索算法实现最优阈值的选择的流程图;
图3是权重因子引导二维码图像尺寸变化的流程图;
图4是待处理的输入图像;
图5是处理后所形成的输出图像。
具体实施方式
以下结合附图和具体实施例对本发明作进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
参见图1-5所示,一种二维码图像预处理的方法,包括
(1)对包含有待识别的二维码图像的输入图像进行灰度化处理。
(2)对步骤(1)的灰度化处理后的图像进行滤波去噪。
(3)对对步骤2)去噪处理后的图像进行对比度增强处理。
(4)对建立的阈值选择目标函数求解图像进行二值化处理的最优阈值。
(5)采用步骤(4)得到的最优阈值对步骤(3)得到对比度增强处理后的图像进行二值化处理。
(6)对步骤(5)得到二值化图像进行二维码图像的矫正、定位,找到二维码所在矩形区域。
(7)通过步骤(6)得到的矩形区域对输入图像进行裁剪,得到待识别的二维码图像。
(8)对步骤(7)得到待识别的二维码图像进行灰度化,并滤波处理。
(9)引入尺寸权重因子对步骤(8)得到的图像进行相应权重的尺寸放大。
(10)输出待识别二维码图像,如图5所示。
其中,所述的对该去噪后的图像进行对比度增强可以是采用直方图均衡化法实现,当然也可以其它方法来实现。
其中,采用均值滤波法对灰度化处理后的包含待识别二维码图像的图像滤波去噪,当然也可以其它方法来实现。
其中,采用轮廓法对得到的二值化图像进行二维码图像的矫正、定位,当然也可以其它方法来实现。
本发明中,步骤(4)采用差分搜索算法对建立的目标函数求解图像进行二值化处理的最优阈值的步骤如下:
s41,建立阈值选择的目标函数:依据图像的灰度信息,假设选择th作为阈值,那么目标分离的概率为p0(th)(0≤p0(th)≤1),此时背景的概率为p1(th)(0≤p1(th)≤1),且满足p0(th)+p1(th)=1。因此,选择目标和背景的类间离散测度矩阵的轨迹函数,作为阈值选择的评价指标。
轨迹函数:
其中,μ0,μ1分别为目标的灰度均值与背景的灰度均值;
选择最佳阈值的目标函数:(s,th)=argmaxtr(σ(s,th)),表示阈值轨迹函数最大时s,th的值,其中,s为梯度,th为阈值。
s42,采用群智能算法中的差分搜索算法对目标函数进行最佳阈值求解。实现过程包括生物种群初始化:superorganismg=rand(up-low)+low,其中,up和low表示搜索个体位置的边界控制量(阈值边界);生物种群开始迁徙搜索,搜索函数为stopoversite=superorganism+scale(donor-superorganism);其中stopoversite表示种群搜索过程中停靠位置,即种群寻找到第一个土地肥沃地方(阈值最优),将此位置作为起始位置再次寻找下一停靠位置直到超出搜索边界;scale表示种群每次是种群迁徙的步长权重控制量;donor表示搜索种群的重新排列,通过(donor-superorganism)控制种群迁移方向。根据“贪婪”原则在得到的一组“肥沃土地”(最优阈值)中,选取最优值,将完成一次搜索。
s43,通过判断种群迭代的代数是否到达最大值,或者最优值已经达到收敛的方法,确定最终最优阈值。
s44,利用所述的确定最终最优阈值的完成图像二值化。
本发明中,在步骤(8)中,通过权重因子控制图像尺寸,在不消耗时间的情况下,能提高二维码图像的识别概率。
首先,初始化权重因子函数wi=2i(i=1.0,1.5,2.0,…5.0),i表示权重控制量;将待识别的二维码图像根据相应的权重因子进行图像放大后输出到识别模块;判断是否可以识别以及尺度因子是否最大值,如果可以正确识别或尺度因子已是最大值,则关闭尺寸权重更新,完成图像处理.输出,解码信息;否则重复上述过程。
以上所述仅是本发明的优选实施方式,应当指出的是,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。