基于图像处理的qr码识别方法
【技术领域】
[0001] 本发明涉及一种基于图像处理的QR码识别方法，用于工业生产流水线上的自动 化控制。
【背景技术】
[0002] QR(QuickResponse)码是二维码的一种，它由日本的DensorWave公司于1994年 发明，其对应的ISO国际标准IS0/IEC18004于2000年6月获得批准。
[0003]由于QR码的识读速度快、容量密度大、纠错能力强等特点，它在各个行业领域被 迅速推广应用起来。尤其是近几年来，在互联移动网浪潮的推进下，伴随着腾讯、阿里、百度 等互联网巨头的强力推广，关于QR码的应用层出不穷，不断地渗透到人们日常生活的各个 方面。
[0004] 虽然国内关于QR码的应用已十分广泛，但是国内对于QR码识别方法的研宄多是 建立在人工参与的基础上的，QR码识别方法本身非常简单，对于QR码图像的质量要求高， 识别所耗时间长。关于QR码的标准制定上，国内已经有一个影响较大的国家标准：GB/T 18284-2000《快速响应矩阵码》。国内在QR码的识读设备生产发明上，几乎是一片空白，尚 没有公司和生产厂家拥有独立的成熟的CCD图像式识别技术。
[0005] 而在国外，世界条码设备生产厂商的领军者便是美国Symbol(讯宝）公司，该公司 的光电式条码扫描设备一直引领着世界的潮流。固定式图像型条码阅读器的生产商目前世 界上只有Datalogic、康耐视、迈思肯（Microscan)等少数几家公司。在QR码识别的软件开 发上，有些视觉公司做的比较成熟，如MVtec公司的Halcon机器视觉软件库中就有基于计 算机视觉的QR码识别方法。
[0006] 可以看出，国外的条码阅读设备和软件虽然相对成熟，却价格昂贵；而国内尚无固 定式图像型条码阅读器（或软件）生产厂家出现，基于图像处理和机器视觉的QR码的识别 算法研宄具有重大的现实意义和经济意义。
【发明内容】
[0007] 本发明的目的是克服现有技术的不足，提供一种基于图像处理的QR码识别方法， 据此可以通过智能相机抓取产品的表面图像，对产品上的QR码进行定位识别。
[0008] 按照本发明提供的技术方案，所述基于图像处理的QR码识别方法包括以下步骤：
[0009] (1)预处理：包括灰度化、图像增强、二值化、图像去噪；
[0010] (2)定位：确定QR码符号位置探测图形上12个角点位置信息和确定QR码符号右 下角角点位置信息；
[0011] (3)解码：根据定位阶段所获得的QR码符号各种位置信息，再进行几何校正，提取 出标准的QR码符号，然后绘制采样网格。
[0012] 其中，步骤（1)所述灰度化采用加权平均法，f表示灰度图的亮度级，R、G、B表示 彩色图像红、绿、蓝三个颜色分量的亮度级，（i，j)表示图像中的像素位置，
[0013]f(i，j) = 0?ll*B(i，j)+0. 59*G(i，j)+0. 3*R(i，j)(公式 1)。
[0014] 步骤（1)所述图像增强的方法为：先对灰度图进行USM锐化操作，然后利用直方图 均衡化方法去扩大图像的亮度分布范围。
[0015] 步骤⑴所述二值化采用局部区块阈值算法，步骤如下：
[0016] a、根据图像的大小将图像分成COLS*ROWS块；
[0017]b、对每一区块Block(x,y)进行单独统计，找出该区块处的最大灰度值max(x,y)， 和最小灰度值min(x,y);
[0018] c、由公式4求取Block(x，y)处的阈值T(x，y),进而二值化，
[0019]T(x,y) = (max(x,y)+min(x,y))/2 (公式 4)。
[0020] 步骤（1)所述图像去噪利用中值滤波算法进行图像去噪：
[0021] d、创建与二值化后的二值图binary同样大小的图像dst，依次扫描二值化图像 binary上的每个点；
[0022] e、设binary当前位置（i,j)上灰度值为f(i,j)，dst的（i,j)位置上灰度值为 g(i,j)，置count为0 ;依次扫描binary的（i,j)位置的8邻域上的点，如果碰到灰度为1 的像素，贝1Jcount加1;否则count不变；
[0023] f、当binary的（i,j)位置的8邻域点被扫描完毕后，判断count值，如果count =4,则g(i,j)置为f(i,j);若count〈4,则g(i,j)置为 0;若count>4,则g(i,j)置为 1;
[0024] g、当（i,j)到达binary的末尾后，dst即是中值滤波后所得的结果图。
[0025] 步骤（2)所述确定QR码符号位置探测图形上12个角点位置信息的方法为：
[0026] 首先用轮廓检测算法，探测出QR码图像上的所有轮廓，然后根据QR码符号位置探 测图形轮廓的区别于其他轮廓的特征，将这些轮廓筛选出来，QR码符号的位置探测图形的 轮廓有如下几个性质：
[0027] 1)每个位置探测图形上都有三个边界线，且依次被包围，从外至内分别为边界1、 边界2、边界3;
[0028] 2)同一位置探测图形上的三个边界的重心相同；
[0029] 3)在一定畸变范围内，位置探测图形的外接矩形的长和宽的比例系数在0.5~2 之间；
[0030] 4)边界1的像素数在50~500之间；
[0031] 获取QR码符号位置探测图形轮廓后，按照如下步骤获取这些位置探测图形的角 点，三个轮廓分别为左下角轮廓、右上角轮廓、左上角轮廓：
[0032] 第一步，根据左下角、右上角轮廓的重心，求出一条直线，那么在左上角轮廓中，距 离该直线最远的点为顶点1，最近的点为顶点4;
[0033] 第二步，根据顶点1和第一步中直线的斜率，求出一条直线，那么在左下角轮廓 中，距离该直线最远的点为顶点12,最近的点为顶点9;在右上角轮廓中，距离该直线最远 的点为顶点8,最近的点为顶点5;
[0034] 第三步，根据顶点1做与第一步中直线垂直的直线，那么在左下角轮廓中，距离该 直线最远的点即为顶点11，最近的点为顶点10 ;在右上角轮廓中，距离该直线最远的点即 为顶点6,最近的点为顶点7;
[0035] 第四步，根据顶点6做与第一步中直线垂直的直线，那么在左上角轮廓中，距离该 直线最远的点为顶点3,最近的点为顶点2。
[0036] 步骤（2)所述确定QR码符号右下角角点位置信息的方法为：设点A、B、C、D分别 对应QR码符号的顶点6、8、11、12,延长AB、⑶相交于E点；
[0037] 首先，在直线AB上，距离E点1. 5个码元范围内，选取该段的所有点进行考察，被 考察点记为X，统计线段CX的黑色像素数m;当CX刚好是QR码符号的下边界时，m会发生 突变；即有F点是m的一阶导数绝对值的极大值处；
[0038] 然后，在直线CF上，距离F点1. 5个码元范围内，选取该段的所有点进行考察，被 考察点记为Y，统计线段AY的黑色像素数n;当AY刚好是QR码符号的右边界时，n会发生 突变；即有G点是n的一阶导数绝对值的极大值处，并且G点是QR码符号的右下角角点。
[0039] 步骤（3)利用透视变换算法来进行几何校正，并且配合双线性插值算法