二维码图像处理方法与流程

本发明属于算法领域，涉及一种图像处理方法，具体涉及一种二维码图像处理方法。

背景技术：

Data Matrix 是在国际制造领域广泛使用的二维码。 Data Matrix是二维码的一个成员，与1989年由美国国际资料公司发明，广泛用于商品的防伪、统筹标识。是一种可以直接标记在固体表面的编码，该编码可以像普通条形码一样被相应的扫描装置自动读取，很受制造业青睐。目前Data Matrix被广泛用于产品标识、防伪、质量追踪、自动仓储、物流管理与控制等系统。Data Matrix采用了复杂的纠错码技术，使得该编码具有超强的抗污染能力。即使编码部分破损，一样不会影响读出全部信息。Data Matrix的印刷特征使得它成为目前唯一支持可以直接标记（印刷、刻制、光刻、腐蚀、冲压等方式）在产品或零部件表面的编码。它的高效容错性能使它可以承受制造或流通过程中对零部件表面标识的污染，因此非常受制造业的欢迎。针对各种不同的应用，国际上已经颁布了多种形式的 Data Matrix 符号标准体系。Data Matrix的最小尺寸是目前所有条码中最小的，尤其特别适用于小零件的标识，以及直接印刷在实体上。

Data Matrix又可分为ECC000-140与ECC200两种类型，ECC000-140具有多种不同等级的错误纠正功能，而ECC200则透过Reed-Solomon演算法产生多项式计算出错误纠正码，其尺寸可以依需求印成不同大小，但采用的错误纠正码应与尺寸配合，由于其演算法较为容易，且尺寸较有弹性，故一般以ECC200较为普遍。Data Matrix码密度高，尺寸小，信息量大，给这种识别提供了可能，国内对DM码研究也较少。Data Matrix码是一种矩阵式二维条码，其最大特点就是密度高，其最小尺寸是目前所有条码中最小的码。DM码可在仅仅25mm²的面积上编码30个数字。DM采用了复杂的纠错码技术，使得该编码具有超强的抗污染能力。Data Matrix因提供极小又高密度的标签，且仍可存放合理的资料内容，故特别适用于小零件标识，商品防伪，电路标识等。由于其优秀的纠错能力，DM码己成为韩国手机二维条码的主流技术。相对QR而言，DM码由于信息容量差异不多，应用简单，被业内称为“简易码”，对终端要求不高，30万像素的手机就可识别，它更多的是基于WAP的增值。二维码给手机上网带来了新的入口，通过扫描各类条码，用户很快就能进入WAP网站，进行快速浏览。Data Matrix符号看起来像一个由深浅两种颜色组成的国际象棋棋盘，每一个相同大小的黑色或白色方格称为一个数据单位，Data Matrix符号就是由许多这样的数据单位组成。在寻边区外层有宽度为一个数据单位的静区。寻边区是“棋盘”的边界，只用于定位和定义数据单位大小，而不含有任何编码信息。被寻边区包围的数据区包含着编码信息。

现有技术中使用Data Matrix大都印刷、刻制、光刻、腐蚀、冲压等方式，这些方式生成的二维码的识别方式较简单，因为其边缘的识别度较高，但是采用3D打印的方式，直接生成二维码，其识别边缘较模糊，较难实现定位，并且，由于材质原因，在光照条件下，对比度相对较差，将其处理识别时，难度较大，因此，研究一种能够针对3D打印方法生成的二维码进行图像处理的方法，具有重要的意义。

技术实现要素：

本发明要解决的技术问题，是提供一种二维码图像处理方法，采用针对光照变化不敏感的二维码，采用灰度拉伸的方法代替了现有技术中的平滑方法，使得识别度增加。

为解决上述技术问题，本发明所采取的技术方案是：

一种二维码图像处理方法，按照以下步骤顺序进行：

1）获取定位区域；

2）调获得定位区域后，根据datamatrix二维码的码制标准，采用双线性插值法调整图像尺度为正方形；

3）用非线性灰度拉伸算法来提高图像的对比度；

4）对步骤3）得到的结果进行腐蚀，以消除由光源偏差造成的阴影；

5）用二维高斯卷积算子对图像f(x,y)按块大小为q*q进行卷积；

6）对卷积后的图像G(x,y)进行自适应阈值的二值化运算，从而得到处理好的datamatrix二维码；

7）将得到的标准的datamatrix二维码输入进解码器中进行解码。

作为本发明的一种限定，所述的步骤2）的具体方法为：

（a）设新图像像素位置为(m,n)，放大倍数分别为k,p, 则调整后像素位置在原图像的对应位置为：；

（b）设原图像四个点,f(i,j),f(i+1,j),f(i,j+1),f(i+1,j+1),计算四点区域的插值，得到新图像对应位置处的像素值f(x,y)：

其中， ,b,且：

a=x-i；b=y-j；

（c）通过调整参数k和p，将图像变成p*q宽度的正方形；其中，p为二维码的码字个数，q为将p扩展的尺度。

作为本发明的另一种限定，所述的步骤3）的具体方法为：

（a）设图像f(x,y)的灰度最小值为min，灰度最大值为max,则图像灰度均值为：

；

（b）根据灰度均值计算最小值E：

设定e1=0.05，e2=0.95， E= min(E1,E2)，eps为一个趋近于0的常数；

其中，；

（c）将得到的E带入方程中计算，得到对比度增强后的图像，设函数输入图像d=f(x,y),则计算方程为：。

作为上述限定的进一步限定，所述的步骤b）中eps为10^-26~10^-28。

作为本发明的第三种限定，所述的步骤4）的具体方法为：设置结构元素g对图像f(x,y)进行腐蚀：

(fΘg)(s, t)=min{f(s+x, t+y)- g(s,t)|s+x, t+y∈Df , x+y∈Dg }

其中，g为结构元素，s为竖直方向的尺度，t为结构元素水平方向的尺度，Df为图像f(x,y)垂直方向的边界，Dg为图像f(x,y)水平方向的边界。

作为本发明的第四种限定，所述的步骤5）中卷积结果输出一个12×12的矩阵，该矩阵中每个像素的值表示每一个块的高斯加权均值；

其中高斯算子为： g(x,y)=；

设卷积后的图像为G(x,y)，则：G(x,y)=g(x,y)*f(x,y)；其中，g(x,y)为高斯算子，f(x,y)为图像，G(x,y)为卷积后的图像，σ为高斯函数的标准差，σ=0.5，“*”为卷积运算符，高斯算子的尺度为q。

本发明还有一种限定，所述的步骤6）的具体方法为：

（a）将得到的12×12的矩阵应用最大类间方差法计算形成二值化区域；

（b）设区域内像素的取值范围为min~max，该区域内像素总数目为N，设该区域二值化的最佳阈值为T，其中T∈min~max，阈值为Ti时：

i）若该区域灰度值大于Ti的像素数目为sum1，像素值的和为max1，则其灰度均值为：；其权值为： ；

ii）该区域灰度值小于Ti的像素数目为sum2，像素值的和为max2，则其灰度均值为：；其权值为：；

iii）得到该区域的整体灰度均值为：；

从而得到两部分方差和为：；

遍历所有的Ti，将得到最大方差值的阈值作为将该区域二值化的阈值。

由于采用了上述的技术方案，本发明与现有技术相比，所取得的技术进步在于：

本发明采用针对光照变化不敏感的二维码，采用灰度拉伸的方法代替了现有技术中的平滑方法，使得识别度增加。

本发明适用于3D打印树脂材料二维码的识别。

本发明下面将结合说明书附图与具体实施例作进一步详细说明。

附图说明

图1为本发明实施例1步骤1）的示意图；

图2为本发明实施例1步骤2）的示意图；

图3为本发明实施例1步骤3）的示意图；

图4为本发明实施例1步骤4）的示意图；

图5为本发明实施例1步骤5）的示意图；

图6为本发明实施例1步骤6）的示意图。

具体实施方式

实施例1 一种二维码图像处理方法

一种二维码图像处理方法，按照以下步骤顺序进行：

1）获取定位区域，如图1所示；

2）调获得定位区域后，根据datamatrix二维码的码制标准，采用双线性插值法调整图像尺度为正方形，如图2所示；

（a）设新图像像素位置为(m,n)，放大倍数分别为k,p, 则调整后像素位置在原图像的对应位置为：；

（b）设原图像四个点,f(i,j),f(i+1,j),f(i,j+1),f(i+1,j+1),计算四点区域的插值，得到新图像对应位置处的像素值f(x,y)：

其中，,b,且：

a=x-i；b=y-j；

（c）通过调整参数k和p，将图像变成p*q宽度的正方形；其中，p为二维码的码字个数，q为将p扩展的尺度。

3）用非线性灰度拉伸算法来提高图像的对比度，如图3所示，其方法为：

（a）设图像f(x,y)的灰度最小值为min，灰度最大值为max,则图像灰度均值为：

；

（b）根据灰度均值计算最小值E：

设定e1=0.05，e2=0.95， E= min(E1,E2)，eps为一个趋近于0的常数，eps为10^-26~10^-28。；

其中，；

（c）将得到的E带入方程中计算，得到对比度增强后的图像，设函数输入图像d=f(x,y),则计算方程为：。

4）对步骤3）得到的结果进行腐蚀，以消除由光源偏差造成的阴影，如图4所示，具体方法为：设置结构元素g对图像f(x,y)进行腐蚀：

(fΘg)(s, t)=min{f(s+x, t+y)- g(s,t)|s+x, t+y∈Df , x+y∈Dg }

其中，g为结构元素，s竖直方向的尺度，t为结构元素水平方向的尺度，Df为图像f(x,y)垂直方向的边界，Dg为图像f(x,y)水平方向的边界。

5）用二维高斯卷积算子对图像f(x,y)按块大小为q*q进行卷积，如图5所示，卷积结果输出一个12×12的矩阵，该矩阵中每个像素的值表示每一个块的高斯加权均值；其中高斯算子为： g(x,y)=；

设卷积后的图像为G(x,y)，则：G(x,y)=g(x,y)*f(x,y)；其中，g(x,y)为高斯算子，f(x,y)为图像，G(x,y)为卷积后的图像，σ为高斯函数的标准差，σ=0.5，“*”为卷积运算符，高斯算子的尺度为q。

6）对卷积后的图像G(x,y)进行自适应阈值的二值化运算，从而得到处理好的datamatrix二维码，如图6所示，具体方法为：

（a）将得到的12×12的矩阵应用最大类间方差法计算形成二值化区域；

（b）设区域内像素的取值范围为min~max，该区域内像素总数目为N，设该区域二值化的最佳阈值为T，其中T∈min~max，阈值为Ti时：

i）若该区域灰度值大于Ti的像素数目为sum1，像素值的和为max1，则其灰度均值为：；其权值为： ；

ii）该区域灰度值小于Ti的像素数目为sum2，像素值的和为max1，则其灰度均值为：；其权值为：；

iii）得到该区域的整体灰度均值为：；

从而得到两部分方差和为：；

遍历所有的Ti，将得到最大方差值的阈值作为将该区域二值化的阈值。

7）将得到的标准的datamatrix二维码输入进解码器中进行解码。

以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限定，任何熟悉本专业的技术人员可能利用上述技术内容作为启示加以变更或改型为等同变化的等效实施例。但是，凡是未脱离本发明技术构思，依据本发明的技术实质对以上实施例所作出的简单修改，等同变化与改型，仍属于本发明权利要求的保护范围。