基于機(jī)器視覺的二維碼掃描設(shè)計(jì)

1、 基于機(jī)器視覺的二維碼檢測系統(tǒng)設(shè)計(jì) 院系名稱： 電氣工程學(xué)院 專業(yè)班級： 自動化F1205 姓 名： 陳宗毅 學(xué) 號： 201223911022 TOC o 1-3 h u HYPERLINK l _Toc16673 基于機(jī)器視覺的二維碼檢測系統(tǒng)設(shè)計(jì) PAGEREF _Toc16673 1 HYPERLINK l _Toc16637 摘要 PAGEREF _Toc16637 3 HYPERLINK l _Toc22141 1緒論 PAGEREF _Toc22141 4 HYPERLINK l _Toc25269 1.1 二維碼技術(shù)研究現(xiàn)狀 PAGEREF _Toc25269 4 HYPERLI

2、NK l _Toc29713 2二維碼識別技術(shù)中的圖像處理技術(shù) PAGEREF _Toc29713 6 HYPERLINK l _Toc2401 2.1 二維碼技術(shù)概述 PAGEREF _Toc2401 6 HYPERLINK l _Toc27382 2.1.1 二維碼技術(shù)的發(fā)展 PAGEREF _Toc27382 6 HYPERLINK l _Toc10394 2.1.2 二維碼簡介 PAGEREF _Toc10394 7 HYPERLINK l _Toc13241 2.1.3 二維碼的識讀 PAGEREF _Toc13241 8 HYPERLINK l _Toc17573 2.2 二維碼圖

3、像預(yù)處理技術(shù) PAGEREF _Toc17573 9 HYPERLINK l _Toc16310 2.2.1 二維碼灰度圖像的二值化處理 PAGEREF _Toc16310 9 HYPERLINK l _Toc14071 2.2.2 二維碼圖像的降噪實(shí)現(xiàn) PAGEREF _Toc14071 10 HYPERLINK l _Toc517 2.2.3 二維碼數(shù)字圖像的邊緣檢測 PAGEREF _Toc517 14 HYPERLINK l _Toc4056 2.2.4 二維碼圖像的畸變矯正 PAGEREF _Toc4056 18 HYPERLINK l _Toc21789 2.3 本章小結(jié) PAGE

4、REF _Toc21789 18 HYPERLINK l _Toc17923 3總結(jié)和展望 PAGEREF _Toc17923 20 HYPERLINK l _Toc19042 參考文獻(xiàn) PAGEREF _Toc19042 21摘要針對目前迅速發(fā)展的自動識別技術(shù)，二維碼作為此技術(shù)最底層的信息存儲載體之一，承載著它自己的優(yōu)勢（低成本、高存儲密度、超高速識讀、較強(qiáng)的糾錯(cuò)能力等），將在信息識別領(lǐng)域發(fā)揮著重要作用。本文針對于二維碼識別的譯碼技術(shù)，通過深入研究其存在的不足及缺點(diǎn)，對其核心 RS 譯碼算法進(jìn)行優(yōu)化改進(jìn)，改善其性能。 二維碼的核心技術(shù)包括二維碼圖像預(yù)處理技術(shù)，編解碼算法及糾錯(cuò)控制技術(shù)，加密技

5、術(shù)等。本文首先探討了二維碼圖像的預(yù)處理技術(shù)，并且提出了針對于二維碼圖像進(jìn)行處理的最佳匹配算法，包括濾波去噪、邊緣檢測、定位矯正等內(nèi)容，每步算法都有發(fā)揮最優(yōu)性能的使用條件，同時(shí)對其進(jìn)行了結(jié)果分析。其次本文重點(diǎn)研究了二維碼識別技術(shù)中的 RS 糾錯(cuò)理論算法，在分析了傳統(tǒng)的求解錯(cuò)誤位置多項(xiàng)式 BM 迭代算法的基礎(chǔ)上，提出了利用快速傅里葉變換進(jìn)行計(jì)算，避免求解聯(lián)立方程組和評估多項(xiàng)式的一種簡化算法。此改進(jìn)的 BM 算法簡化了求解方程組的迭代過程，使譯碼性能更加優(yōu)化，大大降低了譯碼的復(fù)雜度，同時(shí)通過軟件仿真進(jìn)行驗(yàn)證，對其譯碼時(shí)間進(jìn)行了分析，并與目前存在的幾種譯碼算法進(jìn)行了比較。結(jié)果證明了此算法能夠提高譯碼速

6、率，很大程度上減少譯碼時(shí)間。因此，基于 FT變換的 BM 迭代算法是一種有效的優(yōu)化算法。本文還提出將基于此改進(jìn) BM 算法的 RS 譯碼技術(shù)應(yīng)用于我國的漢信碼識別中，并通過仿真觀察其性能優(yōu)勢，但是其結(jié)果有待于進(jìn)一步的研究。最后針對我國目前的二維碼技術(shù)的應(yīng)用水平，提出了二維碼識別技術(shù)在礦井人機(jī)定位系統(tǒng)、醫(yī)療衛(wèi)生等領(lǐng)域的應(yīng)用理念。雖然其在某些行業(yè)有了初步應(yīng)用，但在其他行業(yè)領(lǐng)域的應(yīng)用探索還處于孕育階段，需要更加成熟的二維碼核心技術(shù)的支持。 關(guān)鍵詞：自動識別技術(shù)；圖像預(yù)處理；快速傅里葉變換；1緒論隨著我國信息化技術(shù)的不斷發(fā)展，自動識別技術(shù)逐步成熟起來，它將成為我們生產(chǎn)生活中不可或缺的一門重要技術(shù)。自動

7、識別技術(shù)是指以計(jì)算機(jī)技術(shù)為基礎(chǔ)，能夠自動進(jìn)行數(shù)據(jù)的采集，并且進(jìn)行數(shù)據(jù)信息的實(shí)時(shí)交換的一門新興技術(shù)。它可以實(shí)現(xiàn)與任何信息管理系統(tǒng)的連接，準(zhǔn)確高效的實(shí)現(xiàn)數(shù)據(jù)的傳輸、查詢、更改等功能。二維碼識別技術(shù)作為此技術(shù)之一，其核心技術(shù)的研究發(fā)展將對自動識別技術(shù)起著重要作用。1.1 二維碼技術(shù)研究現(xiàn)狀二維碼技術(shù)是目前國內(nèi)外正在迅速發(fā)展的技術(shù)，從 1999 年日本最先出現(xiàn)的二 維碼相關(guān)技術(shù)的發(fā)展到現(xiàn)在，二維碼目前已經(jīng)廣泛的被應(yīng)用于各個(gè)領(lǐng)域，極大地 改善了人們的生活，同時(shí)也促進(jìn)了社會現(xiàn)代化的發(fā)展。目前在國外尤其是日韓等 國，手機(jī)二維碼已經(jīng)發(fā)展到一定的成熟階段，而且它已經(jīng)被廣泛的應(yīng)用在人們生 產(chǎn)生活的各個(gè)方面1。日本

8、 90%的手機(jī)都兼有二維碼識別技術(shù)，幾乎所有的報(bào)刊都 印有二維碼，用戶只需要對二維碼圖像進(jìn)行微距拍照，就可以上網(wǎng)獲得所需的信 息例如商場中的優(yōu)惠打折，新聞資訊等。手機(jī)二維碼相關(guān)的業(yè)務(wù)在日本的增值服 務(wù)市場已經(jīng)發(fā)展的很成熟，主要是在電子憑證類業(yè)務(wù)上的應(yīng)用，在日本應(yīng)用非常 廣泛。在 2007 年，日本最大的航空公司日航就已經(jīng)推廣使用了二維碼移動票務(wù)業(yè) 務(wù)2。同時(shí)二維碼電子憑證類業(yè)務(wù)的應(yīng)用讓移動商務(wù)切實(shí)融入到消費(fèi)者的日常生活 中，大大的節(jié)省了物流費(fèi)用、實(shí)現(xiàn)了物品信息的實(shí)時(shí)追蹤，不但促進(jìn)了日本移動 電子商務(wù)的發(fā)展，同時(shí)也為日本運(yùn)營商帶來了極大的利潤空間。 然而在我國，高端手機(jī)、智能手機(jī)的普及率相當(dāng)?shù)停?/p>

9、而且能夠拍照攝像的手 機(jī)有限且像素低，帶有微距相機(jī)的幾乎沒有，支持二維碼識別技術(shù)的手機(jī)普及率 更低，因此我國手機(jī)二維碼技術(shù)的發(fā)展仍然還有很長的一段路要走，仍有許多問 題需要解決3。近來，我國的手機(jī)二維碼相關(guān)業(yè)務(wù)經(jīng)過長時(shí)間的市場孕育，盡管取 得了一定的進(jìn)展，但距離其高速發(fā)展還有很遠(yuǎn)的距離。尤其是相關(guān)的產(chǎn)業(yè)鏈各方 還需要共同努力，但是手機(jī)二維碼的廣泛應(yīng)用將成為必然。 針對于二維碼的核心技術(shù)即編解碼技術(shù)及糾錯(cuò)技術(shù)我國大多是采用的國外的 標(biāo)準(zhǔn)，引進(jìn)他們的技術(shù)，嚴(yán)格的專利保護(hù)，高昂的成本及在信息安全問題，使二 維碼在我國的應(yīng)用受到了極大地限制。直到 2007 年，經(jīng)過我國技術(shù)人員的努力終 于研究推出了一

10、套具有自主知識產(chǎn)權(quán)的二維碼標(biāo)準(zhǔn)漢信碼，它彌補(bǔ)了國外二維 碼只能識別記錄很少的漢字的缺點(diǎn)。通過對現(xiàn)有二維碼技術(shù)進(jìn)行研究創(chuàng)新，最終 研究出了滿足我國實(shí)際需要的二維碼技術(shù)標(biāo)準(zhǔn)。2二維碼識別技術(shù)中的圖像處理技術(shù)2.1 二維碼技術(shù)概述隨著第三次世界信息化浪潮的興起，無所不在的“物聯(lián)網(wǎng)”成為了新一代信息 技術(shù)產(chǎn)業(yè)中的核心名詞2。2010 年我國的政府工作報(bào)告中首次明確提出了物聯(lián)網(wǎng) 的定義及其核心技術(shù)，同時(shí)將其作為國家新興戰(zhàn)略產(chǎn)業(yè)其技術(shù)領(lǐng)域?qū)⑹切碌慕?jīng)濟(jì) 增長點(diǎn)。2010 年，我國的政府工作報(bào)告中提出了對物聯(lián)網(wǎng)的定義5：物聯(lián)網(wǎng)指的 是通過信息識別及傳感儀器，按照制定好的統(tǒng)一協(xié)議，將任何物品與互聯(lián)網(wǎng)進(jìn)行 連接，

11、通過信息交換和通信，以此來實(shí)現(xiàn)自動識別、追蹤、現(xiàn)場管理和監(jiān)測控制 的一種網(wǎng)絡(luò)技術(shù)。 物聯(lián)網(wǎng)的技術(shù)領(lǐng)域涉及廣泛，自動識別技術(shù)將作為其最底層的核心技術(shù)，起 著重要的基礎(chǔ)作用。日前我們最多應(yīng)用的自動識別技術(shù)主要包括二維碼和射頻識 別技術(shù)兩種。因此二維碼技術(shù)作為自動識別技術(shù)之一，也作為現(xiàn)代發(fā)展迅速的物 聯(lián)網(wǎng)技術(shù)的底層技術(shù)之一，將對高度發(fā)展的信息化社會起著舉足輕重的作用。2.1.1 二維碼技術(shù)的發(fā)展從上個(gè)世紀(jì)七十年代起，經(jīng)過幾十年的發(fā)展，條碼技術(shù)作為一門重要的信息 標(biāo)識和信息采集技術(shù)，在世界范圍內(nèi)得到了快速發(fā)展。條碼技術(shù)是目前應(yīng)用最廣 的自動識別技術(shù)之一。隨著社會需求的不斷提高及應(yīng)用的不斷拓深，條碼技術(shù)

12、正 處于一個(gè)良好的創(chuàng)新發(fā)展時(shí)期，是商品交易、產(chǎn)品追溯、物流追蹤等領(lǐng)域的重要 信息支撐技術(shù)9。 條碼技術(shù)最早產(chǎn)生于上世紀(jì) 20 年代的美國，最初的條碼技術(shù)只能實(shí)現(xiàn)較為簡 單的信息存儲而且編碼規(guī)則簡單，完全依賴于后臺數(shù)據(jù)庫的支持。直到 1949 年的 一個(gè)專利文獻(xiàn)中，第一次有了 Norm Woodland 和 Bernard Silver 創(chuàng)造的全方位條 碼的標(biāo)識符號的相關(guān)記載，在這之前的專利文獻(xiàn)都沒有條碼技術(shù)的相關(guān)記錄，更 沒有投入實(shí)際應(yīng)用的先例10。他們的理念是利用 Kermode 和 YOung 的垂直的“條” 和“空”，使它彎曲成環(huán)的形狀，非常像被射擊的靶子。這樣條碼掃描器利用圖 形的中心

13、，能夠?qū)l碼標(biāo)識符號進(jìn)行譯碼，不需要考慮條碼符號的具體方向11。 與此同時(shí)，這種集光、電、計(jì)算機(jī)技術(shù)與一體的新興條碼技術(shù)迅速的發(fā)展起來并 且被廣泛使用。它解決了計(jì)算機(jī)采集物品信息困難的問題，能夠?qū)崿F(xiàn)信息的準(zhǔn)確 高效識讀的功能。它實(shí)現(xiàn)了物流和信息流的同步傳輸，對當(dāng)時(shí)快速發(fā)展的社會生 產(chǎn)生活發(fā)揮了重要作用，促進(jìn)了信息技術(shù)的發(fā)展。 但是隨著現(xiàn)在高速信息化、自動化技術(shù)的發(fā)展，一維條碼的信息存儲量遠(yuǎn)不 能滿足現(xiàn)在社會發(fā)展的需要。因而致力于自動識別技術(shù)的科研人們通過不斷的努力，研究出了高密度、超高速識讀、強(qiáng)大存儲容量及抗干擾強(qiáng)的二維條碼技術(shù)。 1970 年 Iterface Mechanisms 公司開發(fā)

14、出了“二維碼”之后，二維碼技術(shù)的應(yīng) 用逐步邁向了成熟。美國的 Symbol 公司是目前世界上最大的條碼設(shè)備生產(chǎn)商，其 產(chǎn)品的銷售額占據(jù)了國際份額的一半以上9。二維碼識別技術(shù)的出現(xiàn)是整個(gè)條碼歷 史上一個(gè)重要的里程碑，它從本質(zhì)上提高了條碼技術(shù)水平，拓寬了條碼的應(yīng)用范 圍，給社會的生產(chǎn)生活帶了極大的便利。以條碼技術(shù)為核心的自動識別技術(shù)已經(jīng) 成為國際信息化建設(shè)中的重要部分，是推動國際經(jīng)濟(jì)發(fā)展，增強(qiáng)競爭力的重要技 術(shù)手段。 我國的條碼技術(shù)的起步比較晚，在上個(gè)世紀(jì)八十年代一維條碼技術(shù)才開始得 到推廣和應(yīng)用，經(jīng)過十多年的成長，一維條碼技術(shù)也日趨成熟。目前的一維條形 碼已經(jīng)在我國被廣泛應(yīng)用。目前我國商品條碼用

15、戶有十余萬家，使用條碼標(biāo)識的 產(chǎn)品超過 100 萬種，條碼自動掃描商店(P0S)數(shù)萬家，大大提高了我國商品在國內(nèi) 外市場上的競爭力9。然而，對于二維條碼技術(shù)的研究我國才剛剛起步，二維碼條 碼的使用在我國仍處于初步階段，未來幾年二維碼技術(shù)的應(yīng)用推廣對我國還是一 個(gè)值得挑戰(zhàn)的課題。但是我們相信隨著現(xiàn)在信息化自動化技術(shù)的快速發(fā)展，二維 碼技術(shù)越來越被關(guān)注，其相關(guān)的技術(shù)也會日趨成熟，將推動信息化社會的進(jìn)步。2.1.2 二維碼簡介目前我國廣泛應(yīng)用的一維條形碼的信息存儲量有限，而且其信息的存儲完全 依賴于計(jì)算機(jī)技術(shù)，也即是必須依賴于后臺數(shù)據(jù)庫的支持。一維條形碼只能作為 一個(gè)標(biāo)識符號，其所有的相關(guān)信息完全依

16、賴于后臺服務(wù)器的支持。下圖 2.1 是一 維條碼-Code39 碼的碼圖結(jié)構(gòu)。一般常用的 39 碼是由起始安全區(qū)域、起始碼、數(shù) 據(jù)碼、可忽略的校驗(yàn)碼、終止安全區(qū)域及結(jié)束碼構(gòu)成。39 碼只有兩種單元寬度， 分別為寬單元和窄單元12。一般的條碼字符由 9 個(gè)單元組成，其中包含有 3 個(gè)寬 單元，剩余是窄單元，因此稱其為 39 碼。圖 2.1 中的不同寬度的條和空構(gòu)成了信 息碼字 圖 2.1 39 碼 碼圖一維條形碼的最大優(yōu)點(diǎn)是碼字容量沒有一定的限制，可用大小寫英文字母即 數(shù)字，且校驗(yàn)碼可忽略不計(jì)，其編碼規(guī)則簡單，識讀方便。二維碼是利用某種特定的幾何圖形按一定的分布規(guī)則在二維方向上排列的黑 白相間的

17、圖形進(jìn)行記錄數(shù)據(jù)信息13。二維碼同一維條碼一樣具有不同的碼制標(biāo)準(zhǔn)， 每種碼制都有不同的編碼規(guī)則。二維條碼符號中的每個(gè)字符信息占一定寬度，具 有特定的字符集，較強(qiáng)的校驗(yàn)糾錯(cuò)功能、信息識別功能及圖像處理功能等。二維 條碼具有信息容量大、密度高、糾錯(cuò)能力強(qiáng)、安全性好、編碼范圍廣的優(yōu)點(diǎn)，同 時(shí)還可以引入校驗(yàn)糾錯(cuò)碼，具有檢測錯(cuò)誤和恢復(fù)刪除錯(cuò)誤的能力。二維條碼技術(shù) 大大降低了對計(jì)算機(jī)網(wǎng)絡(luò)和數(shù)據(jù)庫的依賴，依靠條碼標(biāo)簽本身就可以起到數(shù)據(jù)信 息存儲及通信的作用，已經(jīng)成為現(xiàn)代條碼技術(shù)應(yīng)用中的一門新興技術(shù)。 由于一維條碼只是在單個(gè)方向上表示信息，而在垂直方向不能表達(dá)任何的信 息，因而這就限制了一維條碼的存儲能力。它

18、只能表示字母和數(shù)字信息不能表達(dá) 其他信息（例如漢字、圖像等），且空間編碼的利用率低，尤其是條碼圖像遭到破 損后不能被識讀，造成信息丟失。二維碼除了表示基本的英文、漢字、數(shù)字信息 外，還可以存儲聲音、指紋、照片及圖像等各種信息。在國外它已經(jīng)廣泛應(yīng)用在 交通運(yùn)輸、物流追蹤、商場打折優(yōu)惠、超市結(jié)賬、醫(yī)療保險(xiǎn)及政府管理等各個(gè)領(lǐng) 域14。2.1.3 二維碼的識讀下圖 2.2是二維碼的識讀系統(tǒng)框圖。二維碼的識讀系統(tǒng)是整個(gè)二維碼識別技術(shù) 的核心25，主要包括光學(xué)處理系統(tǒng)、圖像傳感器、圖像處理系統(tǒng)、及計(jì)算機(jī)技術(shù) 部分，除外還有一些外圍的接口電路、存儲器等。整個(gè)系統(tǒng)設(shè)計(jì)要求可靠性能高， 且有高效準(zhǔn)確的識讀率。接

19、口電路圖像處理芯片圖像傳感器光學(xué)系統(tǒng) 計(jì)算機(jī)顯示及處理存儲芯片 圖 2.2二維碼識讀系統(tǒng) 2.2 二維碼圖像預(yù)處理技術(shù)一幅圖像一般可以定義為一個(gè)二維函數(shù) f(x,y),x、y 代表某空間坐標(biāo)，在此空 間上坐標(biāo)的幅值 f 稱為該點(diǎn)圖像的灰度值。當(dāng) x、y 和 f 取有限離散的數(shù)值時(shí)，那 么我們稱此圖像為數(shù)字圖像26。二維碼圖像也是數(shù)字圖像，其處理技術(shù)包括計(jì)算機(jī)技術(shù)及圖像處理技術(shù)。一幅圖像最基本的表述單位是像素。 二維碼圖像預(yù)處理技術(shù)是二維碼識讀技術(shù)的一門重要的基礎(chǔ)技術(shù)，是其必須的 技術(shù)支持。圖像預(yù)處理技術(shù)是對原始資料信息進(jìn)行遙感器效應(yīng)和幾何效應(yīng)等的前 期圖像處理。數(shù)字圖像處理技術(shù)包含的技術(shù)知識很

20、多，例如圖像的增強(qiáng)、圖像的 復(fù)原、圖像分割、圖像的壓縮等多種處理技術(shù)。針對于二維碼圖像的數(shù)字處理技 術(shù)主要包括二維碼圖像的二值化、降噪處理、邊緣檢測、輪廓特征提取及畸變校 正定位技術(shù)。本章節(jié)將分別對其進(jìn)行簡要介紹。2.2.1 二維碼灰度圖像的二值化處理數(shù)字圖像的灰度化是把彩色圖像轉(zhuǎn)換為灰度圖像的處理過程，灰度圖像由灰 色像素組成，其值為 0255 不同的灰度值。二維碼圖像的灰度化實(shí)質(zhì)就是將其從 背景中提取其灰度像素值。 二維碼灰度圖像的二值化是將其轉(zhuǎn)化成二值圖像，即只有“0”和“255”像 素值的圖像，也就是將整個(gè)圖像呈現(xiàn)明顯的黑白效果。一般常用的最為簡單的方 法是閾值處理方法。利用灰度閾值方

21、法進(jìn)行計(jì)算的函數(shù)表達(dá)式如下 0, x T f (x)= 255, x T表達(dá)式中的 T 指的是選取的界線閾值。閾值就是個(gè)界限，比閾值大就是白色， 比閾值小就是黑色。界線閾值的選取是一門十分重要的技術(shù)，閾值的選取方法也 有很多種28。二維碼圖像的二值化處理中我們采用的是選取最大方差閾值法也叫 大津法，縮寫為 OTSU。它是將圖像按照灰度特性將其分成目標(biāo)和背景，計(jì)算出的 類間方差越大，說明兩者差別越大，二值化效果越明顯。 對于一個(gè)灰度圖像，設(shè)定 k 為前景與背景的界限閾值，前景點(diǎn)數(shù)占圖像點(diǎn)數(shù) 的比例為 w0，平均灰度值為 0 u ；背景點(diǎn)數(shù)占圖像的比例為 w1，平均灰度值為 u1。 圖像的總平均灰

22、度值由下式得出：u w0 u0 w1 u1g w0 (u0 u)2 w1 (u1 u)2從最小灰度值到最大灰度值遍歷所有的 k,當(dāng) k 使得式（2.5）值最大時(shí)，此時(shí) 的 k 值就是最佳的界限閾值。OTSU 算法被認(rèn)為是自適應(yīng)計(jì)算單閾值,用于實(shí)現(xiàn)二 維碼灰度圖像轉(zhuǎn)化為二值圖像的較為簡便高效的方法27。下圖 2.6 為漢信碼的二 值化效果圖。 a原始圖像 b二化值圖像 圖 2.3漢信碼二值化圖像2.2.2 二維碼圖像的降噪實(shí)現(xiàn)當(dāng)我們利用傳感器及其他識別設(shè)備在獲取圖像信息的過程中都無可避免的會 引入噪聲，數(shù)字圖像的噪聲主要來源于圖像獲取和傳輸過程中。我們知道存在的 噪聲種類很多，比如一般常見的有高

23、斯噪聲、脈沖噪聲、均勻分布噪聲等，針對 不同的噪聲有不同的處理方法。因而對于二維碼圖像中存在的噪聲將選擇不同的 去除噪聲的方法。本文主要介紹了有利于二維圖像噪聲消除的幾種噪聲處理方法， 主要有空域?yàn)V波、頻域?yàn)V波、時(shí)域?yàn)V波等。其中空域?yàn)V波經(jīng)常采用的有中值濾波、 均值濾波等，頻域?yàn)V波常見的有高斯濾波、巴特沃斯濾波等。 中值濾波： 中值濾波是順序統(tǒng)計(jì)濾波方法的一個(gè)重要分類，它是最常用的。順序統(tǒng)計(jì)濾 波器是一種非線性的空域?yàn)V波，他們的響應(yīng)取決于濾波器包圍的圖像區(qū)域中像素 點(diǎn)的排序，然后依照統(tǒng)計(jì)排序的結(jié)果來決定中心像素的值，因而濾波器在任意點(diǎn) 的響應(yīng)都是由其排序方式?jīng)Q定的29。 中值濾波采用的依據(jù)某個(gè)像

24、素點(diǎn)的相鄰像素的灰度中值來代替該像素的值： f (x, y) mediang(s,t ) ( s ,t )S xy式子中的 g 函數(shù)為中心像素的灰度值，f 估計(jì)函數(shù)為此濾波器的輸出， xyS 表示中心在(x,y)二維平面上。 中值濾波在一維的情況下，通常是把點(diǎn)的特定長度或其鄰域選為取值窗口， 當(dāng)推廣到二維方向上時(shí)，中值濾波的窗口可以取正方形、圓形、橢圓形等。中值 濾波能夠有效的去除脈沖型的噪聲，例如椒鹽噪聲等，而且對圖像的邊緣輪廓有 較好的保護(hù)作用。對于二維圖像，中值濾波的窗口形狀和窗口大小的選擇對于濾 波器去除噪聲的影響很大，窗口過大會丟失細(xì)小的幾何輪廓特征和邊緣信息。不 同圖像內(nèi)容和應(yīng)用要

25、求下往往選擇不同的窗口形狀和大小。QR 碼及漢信碼圖像是 正方形，因此一般采用方形的濾波窗口29。 中值濾波還有其他的幾種方法：加權(quán)的中值濾波，它是通過改變窗口中變量的個(gè)數(shù)，主要是利用中間點(diǎn)或者距中心近的幾個(gè)點(diǎn)的相互作用。加權(quán)之后的中 值濾波能較好的從復(fù)雜的噪聲中恢復(fù)出階躍邊界信息及細(xì)節(jié)輪廓。自適應(yīng)中值 濾波是以噪聲圖像的某點(diǎn)像素 I(i，j)為中心，選取像素為 33 的濾波窗口29?？?慮到混合的復(fù)雜噪聲的特點(diǎn)，一般是先對濾波窗口內(nèi)的噪聲模型進(jìn)行判斷分析， 求出該窗內(nèi)像素的方差值。唯一需要估計(jì)確定的量是噪聲的方差 2，若此方差 2 值大于設(shè)定的某閾值，則確定該窗內(nèi)受椒鹽噪聲污染嚴(yán)重，需進(jìn)行中

26、值濾波。否 則只受高斯噪聲污染，再選擇合適的濾波方法進(jìn)行噪聲的消除，它的缺點(diǎn)是閾值 的選取較為困難29。 下圖 2.4 和 2.5分別為 QR 碼（116*116 像素）利用不同中值濾波窗進(jìn)行去噪 的效果圖及仿真折線圖 圖2.4不同窗口中值濾波圖 （a）原圖像 (b)加入噪聲圖像 (c) 3*3 矩形中值濾波 (d) 5*5 矩形中值濾波 圖 2.5 中值濾波誤碼率折線圖從圖 2.4可以看出，3*3 窗口的中值濾波比 5*5 窗口的中值濾波有較好的效果。 因而針對于不同的像素值選擇合適的中值濾波窗口，得到的濾波效果將會不同。 圖 2.4 折線圖表示了不同濾波方法與誤碼率之間的關(guān)系，對于可以看出

27、較低 的像素圖像，5*5 十字形的濾波效果優(yōu)于其他的兩種方法。 高斯低通濾波： 頻域是指由傅里葉變換以及頻率變量定義的空間。我們提到的高斯低通 濾波是頻域?yàn)V波的一種，其二維形式如下 其中D 表示的是其值與傅里葉原點(diǎn)的距離，表示的是高斯曲線 波動的程度。我們采用的高斯低通濾波是對圖像的輪廓線條粗略減少的一個(gè)較為 簡單方法，且能夠減少圖像的銳化程度以及細(xì)節(jié)信息。下圖 2.6為利用高斯濾波對二維碼圖像進(jìn)行處理的結(jié)果 （a）原圖像 （b）高斯濾波圖 圖 2.6高斯低通濾波最小均方誤差濾波（維納濾波）： 維納濾波的設(shè)計(jì)理念是建立在圖像和噪聲參數(shù)值依照隨機(jī)過程的基礎(chǔ)上，試 圖找到一個(gè)不含有噪聲的圖像 f

28、的估計(jì)值 f ，使其的均方誤差的值最小30。則誤 差測量公式如下 E 表示對均方差求期望值，設(shè)定噪聲和圖像函數(shù)具有不相關(guān)性，其中一個(gè) 的為零均值。則上式誤差函數(shù)的最小值的表達(dá)式如下上式表示的一個(gè)理論是：一個(gè)復(fù)數(shù)量和它共軛的乘積等于其幅度數(shù)值的平方。這個(gè)最后得出的結(jié)果就是維納濾波的取值。當(dāng)圖像中濾除掉高斯白噪聲時(shí)， 此過程將會被大大簡化29。然而，未退化圖像的功率譜的數(shù)值是不容易得出的， 一般采用下面的方程表達(dá)式來近似計(jì)算其估計(jì)值：其中 K 是一個(gè)已知的特殊常數(shù)。采用維納濾波進(jìn)行計(jì)算，未退化圖 像必須是已知的，而且中心函數(shù)中的所有參數(shù)都必須能從給出的圖像中計(jì)算得出， 而且維納濾波是建立在最小化統(tǒng)

29、計(jì)準(zhǔn)則的基礎(chǔ)上，因而它在平均意義上是最優(yōu)的 29。 通過以上幾種濾波方法的分析，對于二維碼圖像的濾波處理我們一般選取中 值濾波，其對孤立的噪聲有較好的消除作用，特別是對于椒鹽噪聲有較好的抑制 作用，能較好的保持圖像細(xì)節(jié)信息2.2.3 二維碼數(shù)字圖像的邊緣檢測數(shù)字圖像處理中的點(diǎn)和線的檢測技術(shù)是圖像分割中非常重要的技術(shù)理論。由 于二維碼圖像只有黑和白兩個(gè)像素，邊緣檢測技術(shù)對于灰度級較簡單的圖像處理 是最為常見的檢測方法。邊緣檢測的重點(diǎn)是采用某種特定的數(shù)學(xué)算法，提取圖像 和背景之間的交界線及圖像和圖像之間的邊界輪廓。利用邊緣檢測技術(shù)勾勒出二 維碼圖像的輪廓，同時(shí)將其從背景圖像中提取出來，獲得有用的參

30、數(shù)特征29。本 節(jié)主要介紹二維碼的邊緣檢測技術(shù)及輪廓提取方法。我們一般采用的主要的檢測 算法有 Sobel 檢測算子、Prewitt 算子、Roberts 算子等。 Sobel 算子是在計(jì)算數(shù)字梯度中經(jīng)常采用的一種算法。在邊緣檢測中，一般算 法采用的最主要的量是梯度向量的值。梯度的向量公式定義如下：梯度向量的含義是指二維坐標(biāo)（x,y）在 f 方向上的最大變化率。因而它的方 向也是一個(gè)重要的物理量。計(jì)算圖像的梯度時(shí)，我們只需知道每個(gè)像素位置的偏 x 導(dǎo)數(shù)和偏 y 導(dǎo)數(shù)的值。一般情況下，梯度的向量值和它的大小不進(jìn)行區(qū)分。梯度 向量大小值的表示公式為Sobel 檢測算子是針對于模板內(nèi)的每個(gè)點(diǎn)，對其上

31、下左右四個(gè)方向相鄰點(diǎn)的灰 度值取加權(quán)差，然后將其加權(quán)差的和作為圖像邊緣檢測結(jié)果進(jìn)行輸出；Prewitt 算 子對噪聲也有較好的濾除作用29。其去除噪聲的原理是通過將像素平均，像素的 平均相當(dāng)于對圖像信息的進(jìn)行低通濾波，因而 Prewitt 算子對邊緣的檢測不如 Roberts 算子的效果好29。 Sobel 算子和 Prewitt 算子都是采用加權(quán)平均的方法。但 Sobel 算子的思想是， 由于鄰域的像素對當(dāng)前的像素產(chǎn)生的效果是不等同的，所以鄰域選取的距離也會 有所不同，像素同樣會有不同的加權(quán)值，從而對算子結(jié)果產(chǎn)生的影響也不同。一 般來說，鄰域選擇的距離越遠(yuǎn)，產(chǎn)生的影響越小29。 Robert

32、s 邊緣檢測算子是一種采用局部差分的方法來尋找邊緣的算法。通過分 析可得采用 Robert 算子進(jìn)行圖像處理后的圖像邊緣不是很平滑29。經(jīng)過比較分析， Robert 算子一般會在圖像邊緣附近的區(qū)域內(nèi)產(chǎn)生較寬的響應(yīng)，因而采用上述算子 對其進(jìn)行檢測得到的結(jié)果，仍需要對其做細(xì)化處理，因此圖像邊緣定位的精度不 是很高29。Roberts 算子的邊緣定位比較準(zhǔn)確，但是其對噪聲較為敏感，尤其適用 于邊緣明顯且噪聲較少的圖像分割。 下圖 2.6 給出了 Prewitt 算子和 Sobel 算子在垂直和水平兩個(gè)方向上的模。（a）Sobel 算子水平方向模板-1 01202 -101（b）Sobel 算子垂直方

33、向模板00012-1（c）Prewitt 算子水平方向模板-101-101-101（d）Prewitt 算子垂直方向模板-1-1-1000111圖 2.7Prewitt 算子和 Sobel 算子的模板 A-H 是模板內(nèi)各個(gè)點(diǎn)像素的灰度取值。G 是所選模板的中心像素的梯度近似 值。由于圖像邊緣周圍的亮度變化值較大，因而可以把那些在鄰域內(nèi)灰度超過某 個(gè)值的像素點(diǎn)作為其邊緣點(diǎn)29。Sobel 算子利用像素的四個(gè)方位上鄰域的灰度值進(jìn) 行加權(quán)計(jì)算，依據(jù)其可在邊緣點(diǎn)處達(dá)到極值這一原理實(shí)現(xiàn)檢測效果。這一方法不 但具有良好的邊緣檢測效果，同時(shí)對噪聲具有很好的平滑作用，可以為圖像提供 較為精確的邊緣方向信息29

34、。 下圖 2.8為采用不同的算子對漢信碼進(jìn)行邊緣檢測的效果，參數(shù)閾值選取為 0.05，標(biāo)準(zhǔn)偏差為 3，方向?yàn)樗胶痛怪倍S方向。 (a)QR 碼原圖 (b)Sobel 邊緣檢測（c）Prewitt 算子 (d)Roberts 算子 圖 2.8 邊緣檢測結(jié)果圖比較以上的幾種算子的邊緣檢測結(jié)果：Sobel 算子在對角響應(yīng)上的檢測效果是 很明顯的，對噪聲具有較好的平滑作用；Prewitt 算子的實(shí)現(xiàn)較為簡單同時(shí)其在抑 制噪聲方面也具有較好的作用，但是觀察得其邊緣細(xì)節(jié)較模糊，邊緣檢測效果較 粗。這兩種算子對于漸變低噪聲都有較好的濾除效果。Roberts 算子對于圖像的邊 緣有較好的平滑作用，其檢測效果

35、比 Prewitt 算子好。針對于不同的二維碼圖像及 不同的噪聲污染，需選用合適的檢測算子進(jìn)行邊緣檢測。 輪廓提取主要是用于來獲取數(shù)字圖像的幾何特征，本節(jié)主要獲取二維碼圖像 的特征輪廓，為圖像的校正定位提供參數(shù)。 一般最常用于圖像特征提取的方法有 Hough 變換和 Radon 變換。Hough 變換是用于對直線進(jìn)行檢測、定位以及解析曲線的一種較為有效的方法。它對于圖像 中的噪聲不敏感，利用它得到的結(jié)果可以有效地濾除噪聲的影響，以提高結(jié)果的 置信度。但是由于 hough 變換對每一個(gè)點(diǎn)都需要進(jìn)行運(yùn)算，計(jì)算量非常大，因而 會占用較大的存儲空間。然而，Radon 變換除了具有霍夫變換的優(yōu)點(diǎn)外，其數(shù)

36、學(xué)運(yùn) 算量相對比較小，而且占用的存儲空間也較小，能夠滿足二維碼數(shù)字圖像處理的 要求。 Radon 變換可以對二維碼圖像二值化處理之后，沿其水平及垂直方向作投影， 可以選定一個(gè)合適的閾值作投影的截底，將底部較低值的投影截去，剩下投影值 大也即細(xì)長的峰，然后對其進(jìn)行搜索處理，確定出水平及垂直方向的圖像特征31。 當(dāng)檢測到的圖像信息中有傾斜的邊緣時(shí)，我們可以對其角度進(jìn)行調(diào)整，將其變成 水平或豎直的邊緣。當(dāng)檢測到的圖像無法進(jìn)行調(diào)整時(shí)，可以依據(jù)經(jīng)驗(yàn)規(guī)則，將圖 像按照合適的角度進(jìn)行旋轉(zhuǎn)，使圖像的邊緣特征旋轉(zhuǎn)成水平或垂直分布的形態(tài)， 最后通過上述的方法進(jìn)行分割提取圖像的邊緣特征31。Radon 變換的思想是

37、建立在 全局圖像信息的基礎(chǔ)上，圖像的數(shù)據(jù)信息采用矩陣形式排列，能夠快速被讀取且 具有良好的噪聲抑制作用。 設(shè)函數(shù) f(x，y)在二維平面 D 區(qū)域中平方可積，則 f（x，y)的線性 Radon 變 換 R(, )定義為:R( , ) f x, y x cos y sin dxdy D直線方程是 =xcos +ysin 。Radon 變換具有周期性、對稱性、位移旋轉(zhuǎn)不變性等的特性31。下圖 2.9是二維 Radon 變換的投影圖 圖 2.9 Radon 變換投影圖2.2.4 二維碼圖像的畸變矯正畸變矯正是數(shù)字圖像形態(tài)變換中的一個(gè)重要部分。二維碼圖像信息在識別掃 描的過程中很容易發(fā)生圖像的幾何畸變

38、失真，例如旋轉(zhuǎn)、平移、縮放，相似變換 等，將導(dǎo)致圖像信息無法正確的被識讀。因而作為數(shù)字圖像處理的一個(gè)重要環(huán)節(jié)必然要對圖像進(jìn)行矯正定位。一般較為常見的畸變有梯形、桶形、枕形畸變等。 一般消除畸變有兩種基本的方法：一種是預(yù)畸變法，即采用與畸變方式相反 的掃描方法，來抵消預(yù)計(jì)的圖像畸變。另一種就是后校驗(yàn)矯正方法，其理論是選 擇特定的多項(xiàng)式曲線在二維方向上與每條畸變線進(jìn)行擬合，然后求出矯正函數(shù)， 再利用其實(shí)現(xiàn)圖像的矯正32。 本小節(jié)主要介紹第二種矯正方法，同時(shí)將多項(xiàng)式矯正方法與插值方法進(jìn)行結(jié) 合，來獲得更加準(zhǔn)確的圖像形狀的方位。一般復(fù)雜的圖像形態(tài)可以看做是許多簡 單形態(tài)變換的疊加，其變換表達(dá)式表示為一

39、系列變換矩陣的乘積29。設(shè)定多項(xiàng)式 表達(dá)式如下： 二維碼圖像一般采用 Radon 線性變換，獲得圖像的輪廓邊界信息（角度、斜 率等）。針對于二維碼圖像的梯形畸變，一般采用多項(xiàng)式矯正的方法，同時(shí)與雙線 性插值方法進(jìn)行結(jié)合，最終實(shí)現(xiàn)圖像的矯正定位，獲得定位準(zhǔn)確的二維碼圖像。 下圖 2.10 為漢信碼幾何矯正結(jié)果 （a）輸入畸變圖像 （b）矯正圖像 圖 2.10畸變矯正效果圖2.3 本章小結(jié)本章主要講解了針對于二維碼數(shù)字圖像，其預(yù)處理技術(shù)中的幾個(gè)重要步驟。 二維碼圖像作為較為簡單（只有黑、白像素）的數(shù)字圖像之一，必然會利用圖像 處理的相關(guān)技術(shù)進(jìn)行二維碼信息的預(yù)處理。圖像預(yù)處理技術(shù)是二維碼感知識別技

40、術(shù)的重要技術(shù)基礎(chǔ)，只有合適選擇相應(yīng)的圖像處理技術(shù)才能有利于更好的獲取二 維碼圖像中的數(shù)據(jù)信息。本章重點(diǎn)介紹幾種處理過程包含有：二維碼灰度圖像的 二值化算法，用于將二維碼變換成像素值只有“0”和“255”兩個(gè)像素值的二值圖像； 用于輪廓提取和特征識別的邊緣檢測技術(shù)，主要采用 Sobel 檢測算子和 Radon 變換進(jìn)行處理；還有采用中值濾波等對二維碼圖像掃描傳輸過程中產(chǎn)生的噪聲進(jìn)行濾 波去噪處理，最終獲得準(zhǔn)確且識讀率高的二維碼圖像信息。3總結(jié)和展望二維碼識別技術(shù)作為現(xiàn)代迅速發(fā)展的自動識別技術(shù)之一，對信息化科技社會 的發(fā)展起著重要作用。尤其面對“第三次信息化浪潮”的到來，我國必須做好充分 準(zhǔn)備迎接其帶