CN114742787A - 一种新型二维码的快速检测方法和*** - Google Patents

一种新型二维码的快速检测方法和*** Download PDF

Info

Publication number
CN114742787A
CN114742787A CN202210346825.3A CN202210346825A CN114742787A CN 114742787 A CN114742787 A CN 114742787A CN 202210346825 A CN202210346825 A CN 202210346825A CN 114742787 A CN114742787 A CN 114742787A
Authority
CN
China
Prior art keywords
image
connected domain
circle
center
code
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210346825.3A
Other languages
English (en)
Inventor
谭洪舟
杨豫婷
陈荣军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sun Yat Sen University
Original Assignee
Sun Yat Sen University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sun Yat Sen University filed Critical Sun Yat Sen University
Priority to CN202210346825.3A priority Critical patent/CN114742787A/zh
Publication of CN114742787A publication Critical patent/CN114742787A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404—Methods for optical code recognition
    • G06K7/1408—Methods for optical code recognition the method being specifically adapted for the type of code
    • G06K7/1417—2D bar codes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404—Methods for optical code recognition
    • G06K7/1439—Methods for optical code recognition including a method step for retrieval of the optical code
    • G06K7/1443—Methods for optical code recognition including a method step for retrieval of the optical code locating of the code in an image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/04—Context-preserving transformations, e.g. by using an importance map
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Electromagnetism (AREA)
  • General Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Artificial Intelligence (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种新型二维码的快速检测方法和***，涉及二维码应用的技术领域，包括：获取模糊的BR码原始图像，包括定位图案，格式信息和数据带；对BR码原始图像进行预处理，获得预处理图像；对预处理图像进行形态学运算，获得形态学图像；对形态学图像进行边缘提取，获得连通域轮廓及其像素坐标；根据连通域轮廓像素坐标判断相应的连通域轮廓的圆度，保留具有圆形特征的连通域轮廓；在预处理图像中提取被保留的连通域轮廓对应的对象；在提取出的对象中确定定位图案，获得版本信息；利用版本信息进行解码，获得BR码原始图像中储存的数据，完成检测过程。本发明可以在模糊场景下，快速定位并识别出二维码，获得其中储存的数据。

Description

一种新型二维码的快速检测方法和***
技术领域
本发明涉及二维码应用的技术领域，更具体地，涉及一种新型二维码的快速检测方法和***。
背景技术
二维码是一种图像标识技术，具有存储容量大、容错率高、成本低等优点，是物联网时代的重要媒介。近年来，二维码被广泛地应用于生活的各个方面，比如移动支付、物流追溯、身份标识等，给人们的生活带来极大的便利。但是随着物联网技术的不断发展，对标识技术的要求逐渐提高。当被二维码标识的物体处于运动中或者摄像头抖动时，很难获得二维码的清晰图像。模糊的二维码图像不利于二维码的识别和解码，甚至会导致识别失败。故为对抗二维码模糊问题，一种新型二维码，记为BR码的发明应运而生。目前对BR码的检测的研究相对较少，这不利于推进BR码在实际场景下的应用，因此探索BR码的检测方法显得尤为重要。除此之外，为了扩大BR码的可适用范围，研究BR码在复杂场景下的快速检测和识别也很有必要性。比如在一些快速运动的场景，对BR码译码的实时性要求较高，需要对BR码进行快速定位和识别。
现有技术提供了一种识别二维码的方法和装置，包括：获取包含待识别二维码的图像；从图像中检测出待识别二维码所在的区域；对待识别二维码所在的区域进行映射处理，获得中间二维码图像；对中间二维码图像进行重建，获得标准二维码图像；对标准二维码图像进行二维码识别，获得识别结果。该申请仅能根据清晰的二维码进行检测，之后进行映射处理、重建，获得标准二维码图像；无法在模糊场景下对二维码进行识别。
发明内容
本发明为克服上述现有技术无法在模糊场景下对BR码进行快速检测和识别的缺陷，提供一种新型二维码的快速检测方法和***，可以在模糊场景下，快速定位并识别出BR码，获得其中储存的数据。
为解决上述技术问题，本发明的技术方案如下：
本发明提供了一种新型二维码的快速检测方法，包括：
S1：获取模糊的BR码原始图像，包括定位图案，格式信息和数据带；所述定位图案由模糊不变图形组成，所述格式信息储存于定位图案的模糊不变特征中，所述定位图案间的区域为数据带，数据带用于储存数据；
S2：对BR码原始图像进行预处理，获得预处理图像；
S3：对预处理图像进行形态学运算，获得形态学图像；
S4：对形态学图像进行边缘提取，获得连通域轮廓及其像素坐标；
S5：根据连通域轮廓像素坐标判断相应的连通域轮廓的圆度，保留具有圆形特征的连通域轮廓；
S6：根据被保留的具有圆形特征的连通域轮廓，在步骤S2获取的预处理图像中提取所述连通域轮廓对应的对象；
S7：在提取出的对象中确定定位图案，获得版本信息；
S8：利用版本信息进行解码，获得BR码原始图像中储存的数据，完成检测过程。
本发明提供的新型二维码为BR码，在复杂环境下获取模糊的BR码原始图像后，通过对其依次进行预处理、形态学运算、边缘提取和圆度判断，即可获得具有圆形特征的连通域轮廓；将这些连通域轮廓对应到预处理图像中，即可获得BR码并确定定位图案，并从定位图案中获取版本信息，进而解码出储存的数据。由于定位图案由模糊不变图形组成，在复杂环境下，由于模糊不变图形可以被快速识别的性质，保证了定位速度；格式信息储存于定位图案的模糊不变特征中，复杂环境不会破坏这些特征，保证了识别的准确度；最终利用准确的格式信息解码出保存的数据，保证了数据的准确性。
优选地，所述定位图案由两个同心圆环和五个实心圆盘组成模糊不变图形；
两个同心圆环的大小不同，两个同心圆环的内、外圆半径与实心圆盘的半径具有固定倍数关系；
五个实心圆盘的半径相等，任意一个实心圆盘的圆心与同心圆环的圆心重合，该实心圆盘为中心实心圆盘；其余四个实心圆盘的圆心位于大同心圆环的内圆圆周上；
五个实心圆盘的圆心连线组成两个等腰三角形，两个等腰三角形除顶点外不相交，等腰三角形的内角是模糊不变特征；所述格式信息包括版本信息，用于表示BR码的容量大小，储存于等腰三角形的内角中；
同心圆环之间的区域、小同心圆环与中心实心圆盘之间的区域为数据带；所述数据带是一系列与同心圆环同心的圆环，数据带的环宽相等；数据带分割成扇环，用于储存单位信息量的数据；数据带的环宽和扇环的大小岁格式信息的变化而变化。
优选地，组成定位图案的像素块和扇环中储存数据的像素块为黑色，背景的像素块和扇环中没有储存数据的像素块为白色。
优选地，所述实心圆盘的半径均为r；大同心圆环的内圆半径ar，外圆半径为br；小同心圆环的内圆半径为cr，外圆半径为dr，且a≠b≠c≠d；在两个等腰三角形中，一个等腰三角形的顶角角度固定为Δ，另一个等腰三角形的顶角角度为iΔ，i＝1,2,…，i的大小随格式信息的变化而变化。
实心圆盘是一种模糊不变形状，在模糊前和模糊后都是相似的形状，不会因为模糊而变成另外的形状，因此可以在模糊图像中被快速识别出来；五个实心圆盘中，一个处于中心，剩余四个处于大同心圆环的内圆圆周上；利用同心圆环内、外圆半径与实心圆盘半径的倍数关系，估计出同心圆环内、外圆半径的半径；进而确定剩余实心圆盘的位置，缩短了定位时间。五个实心圆盘组成的两个等腰三角形中，顶角为中心实心圆盘的圆心，底角在剩余四个实心圆盘的圆心上，腰为大同心圆环的内圆半径；由于实心圆盘是一种模糊不变形状，实心圆盘的质心即圆心是一种模糊不变特征，这些圆心组成的几何图形的内角也是模糊不变特征。
优选地，所述步骤S2具体包括：
S2.1：对BR码原始图像进行灰度化操作，获得灰度化图像；
S2.2：利用最大类间方差法计算灰度化图像的阈值；
S2.3：利用所述阈值对灰度化图像进行二值化操作，获得二值化图像，作为预处理图像。
优选地，所述步骤S3具体包括：
S3.1：对二值化图像进行取反操作，获得二值化取反图像；
S3.2：对二值化取反图像进行形态学闭运算，获得闭运算图像；
S3.3：对闭运算图像进行形态学开运算，获得开运算图像，作为形态学图像。
对二值化图像进行取反更有利于后续的检测；为了保持BR码中的圆形特征，创建一个大于大同心圆环的盘形结构元素，对二值化取反图像执行形态学闭运算操作，目的是填充BR码中的大空缺，使其成为一个连通的整体，获得闭运算图像；之后，为了使BR码与其他干扰对象分离，再创建一个大于同心圆环的盘形结构元素，对闭运算图像执行形态学开运算，获得开运算图像作为形态学图像。之后对形态学图像进行边缘提取，去除噪点、污迹的干扰，并删除长度低于设定阈值的轮廓，提升后续的检测速度。
优选地，所述步骤S5具体包括：
S5.1：根据连通域轮廓像素坐标计算该连通域的周长和面积；
S5.2：根据周长和面积判断该连通域轮廓的圆度，公式为：
Figure BDA0003580966680000041
式中，p表示该连通域轮廓的圆度，S表示该连通域的面积，C表示该连通域的周长；
S5.3：设置圆度误差ε，若连通域轮廓的圆度|p-1|≤ε，则该连通域轮廓具有圆形特征，将其保留；否则，该连通域轮廓不具有圆形特征，将其删除；
S5.4：重复步骤S5.1—S5.3，对所有的连通域轮廓是否保留进行判断。
具有圆形特征的连通域，其圆度应接近1；在实际情况中，无需将圆度为1作为严格的判断标准，允许一定的圆度误差ε，即只要连通域的圆度在[1-ε,1+ε]区间内，则判定为具有圆形特征。
优选地，所述步骤S7中，在提取出的对象中确定定位图案，获得版本信息的具体方法为：
依次对提取出的对象进行连通域标记，并获得每个对象的半径；计算位于对象中心的连通域圆度，当中心连通域的圆度满足圆形特征，且中心连通域半径与提取出的对象的半径之间存在倍数关系1:a时，则该中心连通域为二维码的中心实心圆盘；
其余四个实心圆盘的圆心位于大同心圆环的内圆圆周上，即位于以中心实心圆盘的圆心为圆心，以ar为半径的圆上；设点Pj在以中心实心圆盘的圆心为圆心，以ar为半径的圆上，定义点Pj所在的连通域为定义***连通域，显然其余四个实心圆盘是***连通域的一部分；由于五个实心圆盘的圆心连线组成两个等腰三角形，其中一个等腰三角形的顶角角度固定为Δ，则位于不同实心圆盘上距离最近的两个点与中心实心圆盘的圆心构成的内角角度小于Δ；设中心实心圆盘的圆心坐标为(x0,y0)，点Pj从初始位置(x0+ar,y0)绕圆心以角度jΛ逆时针旋转，则点Pj的坐标(xj,yj)为：
Figure BDA0003580966680000051
式中，
Figure BDA0003580966680000052
旋转角度Λ<Δ；
获得Pj的坐标及当前所在连通域，记录该连通域的标记值、面积和质心；遍历j，获得***连通域；在***连通域搜索面积与中心实心圆盘面积相等的连通域，获得其余四个实心圆盘；进而获得储存于等腰三角形内角中的版本信息。
优选地，所述一个等腰三角形的顶角角度Δ＝15°，旋转角度Λ＝7.5°；倍数关系a＝10，b＝11，c＝5，d＝6。
本发明还提供了一种新型二维码的快速检测***，包括：
图像获取模块，用于获取模糊的BR码原始图像，包括定位图案，格式信息和数据带；所述定位图案由模糊不变图形组成，所述格式信息储存于定位图案的模糊不变特征中，所述定位图案间的区域为数据带，数据带用于储存数据；
预处理模块，用于对BR码原始图像进行预处理，获得预处理图像；
形态学运算模块，用于对预处理图像进行形态学运算，获得形态学图像；
边缘提取模块，用于对形态学图像进行边缘提取，获得连通域轮廓及其像素坐标；
圆度判断模块，用于根据连通域轮廓像素坐标判断相应的连通域轮廓的圆度，保留具有圆形特征的连通域轮廓；
对象提取模块，用于根据被保留的具有圆形特征的连通域轮廓，在预处理模块获取的预处理图像中提取所述连通域轮廓对应的对象；
版本信息确定模块，用于在提取出的对象中确定定位图案，获得版本信息；
解码模块，利用版本信息进行解码，获得BR码原始图像中储存的数据，完成检测过程。
与现有技术相比，本发明技术方案的有益效果是：
本发明提供的新型二维码为BR码，在复杂环境下，获取模糊的BR码原始图像后，通过对BR码原始图像依次进行预处理、形态学运算、边缘提取和圆度判断，获得具有圆形特征的连通域轮廓；将这些连通域轮廓对应到预处理图像中，提取出定位图像，实现BR码的快速定位；同时获得了保存在定位图案中的版本信息，进而解码出储存的数据。由于定位图案由模糊不变图形组成，在复杂环境下，利用了模糊不变图形可以被快速识别的性质，通过预处理、形态学运算、边缘提取和圆度判断保证了定位速度；格式信息储存于定位图案的模糊不变特征中，复杂环境不会破坏这些特征，保证了识别的准确度。本发明提供的检测方法能够实现在复杂环境下对模糊的BR码快速准确的定位。
附图说明
图1为实施例1所述的一种新型二维码的快速检测方法的历程图。
图2为实施例2所述的BR码原始图像的示意图。
图3为实施例2所述的二值化图像的示意图。
图4为实施例2所述的形态学图像的示意图。
图5为实施例2所述的连通域轮廓的示意图。
图6为实施例2所述的具有圆形特征的连通域轮廓的示意图。
图7为实施例2所述的保留的连通域轮廓对应到二值化图像的示意图。
图8为实施例2所述的BR码图像的示意图。
图9为实施例3所述的一种新型二维码的快速检测***的结构示意图。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；
为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；
对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
本实施例提供了一种新型二维码的快速检测方法，如图1所示，包括：
S1：获取模糊的BR码原始图像，包括定位图案，格式信息和数据带；
S2：对BR码原始图像进行预处理，获得预处理图像；
S3：对预处理图像进行形态学运算，获得形态学图像；
S4：对形态学图像进行边缘提取，获得连通域轮廓及其像素坐标；
S5：根据连通域轮廓像素坐标判断相应的连通域轮廓的圆度，保留具有圆形特征的连通域轮廓；
S6：根据被保留的具有圆形特征的连通域轮廓，在步骤S2获取的预处理图像中提取所述连通域轮廓对应的对象；
S7：在提取出的对象中确定定位图案，获得版本信息；
S8：利用版本信息进行解码，获得BR码原始图像中储存的数据，完成检测过程。
在具体实施过程中，本实施例提供BR码作为新型二维码，BR码包括定位图案，格式信息和数据带；定位图案由模糊不变图形组成，在模糊前和模糊后都是相似的形状，不会因为模糊而变成另外的形状，因此可以在模糊图像中被快速识别出来；格式信息储存于定位图案的模糊不变特征中，复杂环境不会破坏这些特征，保证了识别的准确度。因此，在复杂环境下获取模糊的BR码原始图像后，对其依次进行预处理、形态学运算、边缘提取和圆度判断，获得具有圆形特征的连通域轮廓；将这些连通域轮廓对应到预处理图像中，确定出定位图案和保存在定位图案中的版本信息，实现了对BR码的快速准确定位，进而根据版本信息解码出储存的数据，完成整个检测过程。
实施例2
本实施例提供了一种新型二维码的快速检测方法，包括：
S1：如图2所示，获取模糊的BR码原始图像，包括定位图案，格式信息和数据带；所述定位图案由模糊不变图形组成，所述格式信息储存于定位图案的模糊不变特征中，所述定位图案间的区域为数据带，数据带用于储存数据；
所述定位图案由两个同心圆环和五个实心圆盘组成模糊不变图形；
两个同心圆环的大小不同，两个同心圆环的内、外圆半径与实心圆盘的半径具有固定倍数关系；
五个实心圆盘的半径相等，任意一个实心圆盘的圆心与同心圆环的圆心重合，该实心圆盘为中心实心圆盘；其余四个实心圆盘的圆心位于大同心圆环的内圆圆周上；
五个实心圆盘的圆心连线组成两个等腰三角形，两个等腰三角形除顶点外不相交，等腰三角形的内角是模糊不变特征；所述格式信息包括版本信息，用于表示BR码的容量大小，储存于等腰三角形的内角中；
同心圆环之间的区域、小同心圆环与中心实心圆盘之间的区域为数据带；所述数据带是一系列与同心圆环同心的圆环，数据带的环宽相等；数据带分割成扇环，用于储存单位信息量的数据；数据带的环宽和扇环的大小岁格式信息的变化而变化；
组成定位图案的像素块和扇环中储存数据的像素块为黑色，背景的像素块和扇环中没有储存数据的像素块为白色；
实心圆盘的半径均为r；大同心圆环的内圆半径ar，外圆半径为br；小同心圆环的内圆半径为cr，外圆半径为dr，且a≠b≠c≠d；在两个等腰三角形中，一个等腰三角形的顶角角度固定为Δ，另一个等腰三角形的顶角角度为iΔ，i＝1,2,…，i的大小随格式信息的变化而变化；
S2：对BR码原始图像进行预处理，获得预处理图像；具体的：
S2.1：对BR码原始图像进行灰度化操作，获得灰度化图像；
S2.2：利用最大类间方差法计算灰度化图像的阈值；
S2.3：利用所述阈值对灰度化图像进行二值化操作，获得二值化图像，作为预处理图像；
S3：对预处理图像进行形态学运算，获得形态学图像；具体的：
S3.1：对二值化图像进行取反操作，获得二值化取反图像；
S3.2：对二值化取反图像进行形态学闭运算，获得闭运算图像；
S3.3：对闭运算图像进行形态学开运算，获得开运算图像，作为形态学图像。
S4：对形态学图像进行边缘提取，获得连通域轮廓及其像素坐标；
S5：根据连通域轮廓像素坐标判断相应的连通域轮廓的圆度，保留具有圆形特征的连通域轮廓；具体的：
S5.1：根据连通域轮廓像素坐标计算该连通域的周长和面积；
S5.2：根据周长和面积判断该连通域轮廓的圆度，公式为：
Figure BDA0003580966680000081
式中，p表示该连通域轮廓的圆度，S表示该连通域的面积，C表示该连通域的周长；
S5.3：设置圆度误差ε，若连通域轮廓的圆度|p-1|≤ε，则该连通域轮廓具有圆形特征，将其保留；否则，该连通域轮廓不具有圆形特征，将其删除；
S5.4：重复步骤S5.1—S5.3，对所有的连通域轮廓是否保留进行判断；
S6：根据被保留的具有圆形特征的连通域轮廓，在步骤S2获取的预处理图像中提取所述连通域轮廓对应的对象；
S7：在提取出的对象中确定定位图案，获得版本信息；具体的：
依次对提取出的对象进行连通域标记，并获得每个对象的半径；计算位于对象中心的连通域圆度，当中心连通域的圆度满足圆形特征，且中心连通域半径与提取出的对象的半径之间存在倍数关系1:a时，则该中心连通域为二维码的中心实心圆盘；
其余四个实心圆盘的圆心位于大同心环的内圆圆周上，即位于以中心实心圆盘的圆心为圆心，以ar为半径的圆上；设点Pj在以中心实心圆盘的圆心为圆心，以ar为半径的圆上，定义点Pj所在的连通域为***连通域，显然其余四个实心圆盘是***连通域的一部分；由于五个实心圆盘的圆心连线组成两个等腰三角形，其中一个等腰三角形的顶角角度固定为Δ，则位于不同实心圆盘上距离最近的两个点与中心实心圆盘的圆心构成的内角角度小于Δ；设中心实心圆盘的圆心坐标为(x0,y0)，点Pj从初始位置(x0+ar,y0)绕圆心以角度jΛ逆时针旋转，则点Pj的坐标(xj,yj)为：
Figure BDA0003580966680000091
式中，
Figure BDA0003580966680000092
旋转角度Λ<Δ；
获得Pj的坐标及当前所在连通域，记录该连通域的标记值、面积和质心；遍历j，获得***连通域；在***连通域搜索面积与中心实心圆盘面积相等的连通域，获得其余四个实心圆盘；进而获得储存于等腰三角形内角中的版本信息；
S8：利用版本信息进行解码，获得BR码原始图像中储存的数据，完成检测过程。
在具体实施过程中，本实施例设定a＝10，b＝11，c＝5，d＝6，Δ＝15°，Λ＝7.5°；五个实心圆盘的圆心分别为O、A、B、C、D，半径均为r，大同心圆环的内圆半径为10r，外圆半径为11r，小同心圆环的内圆半径为5r，外圆半径为6r；圆盘O为中心圆盘中心，圆盘A、B、C、D的圆心在大同心圆环的内圆圆周上，且实心圆盘O、A、B的圆心共线，实心圆盘A、O、D的圆心连线组成一个等腰三角形，∠DOA＝Δ＝15°；实心圆盘O、B、C的圆心连线组成另一个等腰三角形，∠BOC＝iΔ，i＝1,2,…，i的大小随格式信息的变化而变化；定位图案之间的区域是数据带，数据带分割成扇环，用于储存单位信息量的数据；定位图案的像素块和扇环中储存数据的像素块为黑色，背景的像素块和扇环中没有储存数据的像素块为白色；获得模糊的BR码原始图像，首先对其进行灰度化处理，利用最大类间方差法计算灰度化图像的阈值，在进行二值化处理，获得二值化图像，如图3所示；对二值化图像进行取反、形态学闭运算、形态学开运算后，获得形态学图像，如图4所示；对形态学图像进行边缘提取，获得连通域轮廓，如图5所示；由于定位图像的整体形状特征为圆形，因此计算连通域的面积和周长，据此计算连通域轮廓的圆度，设定圆度误差ε＝0.2，连通域轮廓的圆度处于[0.8,1.2]区间内，即判定为具有圆形特征进行保留，如图6所示。将保留的连通域轮廓对应到二值化图像上，如图7所示；根据定位图像的几何性质确定定位图像，定位图像的几何性质包括：(1)存在五个大小相同的实心圆盘，其中四个实心圆盘的圆心位于大同心圆环的内圆圆周上；(2)实心圆盘的半径为r，大同心圆环的内圆半径为10r；由此可知，四个实心圆盘位于中心实心圆盘圆心O为圆心，半径为10r的圆上。定义***连通域：若点Pj位于以点O为圆心，10r为半径的圆上，即Pj所在的连通域为***连通域；显然其余四个实心圆盘是***连通域的部分；由于∠DOA＝15°，∠BOC＝i*15°，则位于不同实心圆盘上距离最近的两个点与中心实心圆盘的圆心构成的内角角度小于15°，设Λ＝7.5°，圆心O坐标为(x0,y0)，点Pj从初始位置(x0+ar,y0)绕圆心以j*7.5°逆时针旋转，则点Pj的坐标(xj,yj)为：
Figure BDA0003580966680000101
式中，j＝0,1,2,…47；则提取***连通域的具体步骤如下：
S700：创建一个空的数组E，初始化j＝0；
S701：寻找点Pj所在的连通域，获得该连通域的标记值，面积和质心；
S702：判断该标记值是否存在于数组E中；若不存在，将该标记值添加到数组E，并记录该标记值所对应的连通域的面积和质心，执行S703；否则，直接执行S703；
S703：令j＝j+1；
S704：判断j是否大于48；若否，返回S701，若是，执行S705；
S705；输出数组E。
输出数组E后，获得***连通域的标记值、面积和质心；从中找到与中心实心圆盘O面积最接近的四个连通域，从而定位到其余四个实心圆盘，获得BR码图像；进而获得储存于等腰三角形内角中的版本信息；利用版本信息进行解码，获得BR码原始图像中储存的数据，完成检测过程。
实施例3
本实施例提供了一种新型二维码的快速检测***，如图9所示，基于实施例1或2所述的检测方法，包括：
图像获取模块，用于获取模糊的BR码原始图像，包括定位图案，格式信息和数据带；所述定位图案由模糊不变图形组成，所述格式信息储存于定位图案的模糊不变特征中，所述定位图案间的区域为数据带，数据带用于储存数据；
预处理模块，用于对BR码原始图像进行预处理，获得预处理图像；
形态学运算模块，用于对预处理图像进行形态学运算，获得形态学图像；
边缘提取模块，用于对形态学图像进行边缘提取，获得连通域轮廓及其像素坐标；
圆度判断模块，用于根据连通域轮廓像素坐标判断相应的连通域轮廓的圆度，保留具有圆形特征的连通域轮廓；
对象提取模块，用于根据被保留的具有圆形特征的连通域轮廓，在预处理模块获取的预处理图像中提取所述连通域轮廓对应的对象；
版本信息确定模块，用于在提取出的对象中确定定位图案，获得版本信息；
解码模块，利用版本信息进行解码，获得BR码原始图像中储存的数据，完成检测过程。
相同或相似的标号对应相同或相似的部件；
附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制；
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (10)

1.一种新型二维码的快速检测方法，其特征在于，包括：
S1：获取模糊的BR码原始图像，所述BR码原始图像包括定位图案，格式信息和数据带；所述定位图案由模糊不变图形组成，所述格式信息储存于定位图案的模糊不变特征中，所述定位图案间的区域为数据带，数据带用于储存数据；
S2：对BR码原始图像进行预处理，获得预处理图像；
S3：对预处理图像进行形态学运算，获得形态学图像；
S4：对形态学图像进行边缘提取，获得连通域轮廓及其像素坐标；
S5：根据连通域轮廓像素坐标判断相应的连通域轮廓的圆度，保留具有圆形特征的连通域轮廓；
S6：根据被保留的具有圆形特征的连通域轮廓，在步骤S2获取的预处理图像中提取所述连通域轮廓对应的对象；
S7：在提取出的对象中确定定位图案，获得版本信息；
S8：利用版本信息进行解码，获得BR码原始图像中储存的数据，完成检测过程。
2.根据权利要求1所述的新型二维码的快速检测方法，其特征在于，所述定位图案由两个同心圆环和五个实心圆盘组成模糊不变图形；
两个同心圆环的大小不同，两个同心圆环的内、外圆半径与实心圆盘的半径具有固定倍数关系；
五个实心圆盘的半径相等，任意一个实心圆盘的圆心与同心圆环的圆心重合，该实心圆盘为中心实心圆盘；其余四个实心圆盘的圆心位于大同心圆环的内圆圆周上；
五个实心圆盘的圆心连线组成两个等腰三角形，两个等腰三角形除顶点外不相交，等腰三角形的内角是模糊不变特征；所述格式信息包括版本信息，用于表示BR码的容量大小，储存于等腰三角形的内角中；
同心圆环之间的区域、小同心圆环与中心实心圆盘之间的区域为数据带；所述数据带是一系列与同心圆环同心的圆环，数据带的环宽相等；数据带分割成扇环，用于储存单位信息量的数据；数据带的环宽和扇环的大小岁格式信息的变化而变化。
3.根据权利要求2所述的新型二维码的快速检测方法，其特征在于，组成定位图案的像素块和扇环中储存数据的像素块为黑色，背景的像素块和扇环中没有储存数据的像素块为白色。
4.根据权利要求3所述的新型二维码的快速检测方法，其特征在于，所述实心圆盘的半径均为r；大同心圆环的内圆半径ar，外圆半径为br；小同心圆环的内圆半径为cr，外圆半径为dr，且a≠b≠c≠d；在两个等腰三角形中，一个等腰三角形的顶角角度固定为Δ，另一个等腰三角形的顶角角度为iΔ，i＝1,2,…，i的大小随格式信息的变化而变化。
5.根据权利要求1所述的新型二维码的快速检测方法，其特征在于，所述步骤S2具体包括：
S2.1：对BR码原始图像进行灰度化操作，获得灰度化图像；
S2.2：利用最大类间方差法计算灰度化图像的阈值；
S2.3：利用所述阈值对灰度化图像进行二值化操作，获得二值化图像，作为预处理图像。
6.根据权利要求5所述的新型二维码的快速检测方法，其特征在于，所述步骤S3具体包括：
S3.1：对二值化图像进行取反操作，获得二值化取反图像；
S3.2：对二值化取反图像进行形态学闭运算，获得闭运算图像；
S3.3：对闭运算图像进行形态学开运算，获得开运算图像，作为形态学图像。
7.根据权利要求1所述的新型二维码的快速检测方法，其特征在于，所述步骤S5具体包括：
S5.1：根据连通域轮廓像素坐标计算该连通域的周长和面积；
S5.2：根据周长和面积判断该连通域轮廓的圆度，公式为：
Figure FDA0003580966670000021
式中，p表示该连通域轮廓的圆度，S表示该连通域的面积，C表示该连通域的周长；
S5.3：设置圆度误差ε，若连通域轮廓的圆度|p-1|≤ε，则该连通域轮廓具有圆形特征，将其保留；否则，该连通域轮廓不具有圆形特征，将其删除；
S5.4：重复步骤S5.1—S5.3，对所有的连通域轮廓是否保留进行判断。
8.根据权利要求4所述的新型二维码的快速检测方法，其特征在于，所述步骤S7中，在提取出的对象中确定定位图案，获得版本信息的具体方法为：
依次对提取出的对象进行连通域标记，并获得每个对象的半径；计算位于对象中心的连通域圆度，当中心连通域的圆度满足圆形特征，且中心连通域半径与提取出的对象的半径之间存在倍数关系1:a时，则该中心连通域为二维码的中心实心圆盘；
其余四个实心圆盘的圆心位于大同心环的内圆圆周上，即位于以中心实心圆盘的圆心为圆心，以ar为半径的圆上；设点Pj在以中心实心圆盘的圆心为圆心，以ar为半径的圆上，定义点Pj所在的连通域为***连通域，显然其余四个实心圆盘是***连通域的一部分；由于五个实心圆盘的圆心连线组成两个等腰三角形，其中一个等腰三角形的顶角角度固定为Δ，则位于不同实心圆盘上距离最近的两个点与中心实心圆盘的圆心构成的内角角度小于Δ；设中心实心圆盘的圆心坐标为(x0,y0)，点Pj从初始位置(x0+ar,y0)绕圆心以角度jΛ逆时针旋转，则点Pj的坐标(xj,yj)为：
Figure FDA0003580966670000031
式中，
Figure FDA0003580966670000032
旋转角度Λ<Δ；
获得Pj的坐标及当前所在连通域，记录该连通域的标记值、面积和质心；遍历j，获得***连通域；在***连通域搜索面积与中心实心圆盘面积相等的连通域，获得其余四个实心圆盘；进而获得储存于等腰三角形内角中的版本信息。
9.根据权利要求8所述的新型二维码的快速检测方法，其特征在于，所述一个等腰三角形的顶角角度Δ＝15°，旋转角度Λ＝7.5°；倍数关系a＝10，b＝11，c＝5，d＝6。
10.一种新型二维码的快速检测***，其特征在于，包括：
图像获取模块，用于获取模糊的BR码原始图像，包括定位图案，格式信息和数据带；所述定位图案由模糊不变图形组成，所述格式信息储存于定位图案的模糊不变特征中，所述定位图案间的区域为数据带，数据带用于储存数据；
预处理模块，用于对BR码原始图像进行预处理，获得预处理图像；
形态学运算模块，用于对预处理图像进行形态学运算，获得形态学图像；
边缘提取模块，用于对形态学图像进行边缘提取，获得连通域轮廓及其像素坐标；
圆度判断模块，用于根据连通域轮廓像素坐标判断相应的连通域轮廓的圆度，保留具有圆形特征的连通域轮廓；
对象提取模块，用于根据被保留的具有圆形特征的连通域轮廓，在预处理模块获取的预处理图像中提取所述连通域轮廓对应的对象；
版本信息确定模块，用于在提取出的对象中确定定位图案，获得版本信息；
解码模块，利用版本信息进行解码，获得BR码原始图像中储存的数据，完成检测过程。
CN202210346825.3A 2022-04-02 2022-04-02 一种新型二维码的快速检测方法和*** Pending CN114742787A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210346825.3A CN114742787A (zh) 2022-04-02 2022-04-02 一种新型二维码的快速检测方法和***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210346825.3A CN114742787A (zh) 2022-04-02 2022-04-02 一种新型二维码的快速检测方法和***

Publications (1)

Publication Number Publication Date
CN114742787A true CN114742787A (zh) 2022-07-12

Family

ID=82278411

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210346825.3A Pending CN114742787A (zh) 2022-04-02 2022-04-02 一种新型二维码的快速检测方法和***

Country Status (1)

Country Link
CN (1) CN114742787A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117725943A (zh) * 2024-02-06 2024-03-19 浙江码尚科技股份有限公司 基于数图处理的点阵码识别方法及***

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117725943A (zh) * 2024-02-06 2024-03-19 浙江码尚科技股份有限公司 基于数图处理的点阵码识别方法及***
CN117725943B (zh) * 2024-02-06 2024-06-04 浙江码尚科技股份有限公司 基于数图处理的点阵码识别方法及***

Similar Documents

Publication Publication Date Title
Stein et al. Structural indexing: Efficient 3-D object recognition
Fan Describing and recognizing 3-D objects using surface properties
CN107122737A (zh) 一种道路交通标志自动检测识别方法
KR20150079730A (ko) 컴퓨터 비전 기반 추적을 위해 멀티 맵들을 병합하는 시스템들 및 방법들
Malassiotis et al. Snapshots: A novel local surface descriptor and matching algorithm for robust 3D surface alignment
CN110930456A (zh) 基于pcl点云库的钣金零件的三维立体识别及定位方法
CN110021029B (zh) 一种适用于rgbd-slam的实时动态配准方法及存储介质
Tang et al. Robust pattern decoding in shape-coded structured light
CN112651259A (zh) 二维码的定位方法、基于二维码的移动机器人定位方法
CN114742787A (zh) 一种新型二维码的快速检测方法和***
CN110246165B (zh) 提高可见光图像与sar图像配准速度的方法及***
CN115131363A (zh) 基于语义信息的定位方法、装置和终端设备
CN112819120B (zh) 一种模糊可识别二维码及其生成、识别方法
CN107808165B (zh) 一种基于susan角点检测的红外图像匹配方法
CN112070077B (zh) 一种基于深度学习的食物识别方法和装置
CN112907612A (zh) 一种条形码区域定位的方法和图像的矩形区域拟合的方法
CN111307157A (zh) 一种基于视觉的无人机自主降落的导航信息解算方法
Gao et al. Extracting closed object contour in the image: remove, connect and fit
Bielicki et al. A method of 3D object recognition and localization in a cloud of points
CN114820505A (zh) 一种动态目标的非接触测量方法
Hauenstein et al. Curvature determination in range images: new methods and comparison study
Li et al. Corner detection and shape classification of on-line handprinted Kanji strokes
Sintunata et al. Skewness map: estimating object orientation for high speed 3D object retrieval system
Li et al. Bilateral symmetry detection for real-time robotics applications
Weinmann et al. Point cloud registration

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination