專利名稱:一種用于污染及多視角情況下DataMatrix碼的精確定位方法
技術(shù)領(lǐng)域:
本發(fā)明涉及模式識(shí)別技術(shù)領(lǐng)域,具體為一種用于污染及多視角情況下DataMatrix碼的精確定位方法。
背景技術(shù):
直接零件標(biāo)識(shí)DPM(Direct Part Marking)技術(shù)是一種可直接在產(chǎn)品的表面形成包括文字、符號(hào)或圖案等形式的永久標(biāo)識(shí)技術(shù),利用DPM技術(shù)在產(chǎn)品表面形成的一維條碼或二維條碼符號(hào),是實(shí)現(xiàn)產(chǎn)品可追溯性標(biāo)識(shí)的重要技術(shù)手段,在條碼符號(hào)的選擇上,考慮到產(chǎn)品表面面積有限、提高符號(hào)識(shí)讀率等因素,目前多選用DataMatrix條碼作為產(chǎn)品的二維條碼永久標(biāo)識(shí),這是因?yàn)镈ataMatrix條碼編碼容量大、密度高、糾錯(cuò)能力強(qiáng)。二維條碼精確定位是指已知圖像中存在二維條形碼,對(duì)條碼的四條邊緣進(jìn)行精確識(shí)別,從而精確定位二維條碼區(qū)域。以金屬零件或金屬刀具為背景二維條碼,在車間流通環(huán)境下,通常會(huì)有下列精確定位問題1、長(zhǎng)期惡劣環(huán)境使用下金屬會(huì)有腐蝕生銹,磨損劃痕污染等干擾;2、由于金屬本身的形狀材質(zhì)各異,條碼與背景對(duì)比度有高有低,且存在背景粗糙,噪聲污染大等問題。3、如果光照不理想的話,可能會(huì)有高光反光覆蓋掉條碼部分邊緣,或者存在光照不均造成條碼邊緣不易識(shí)別。4、二維條碼在圖像中的旋轉(zhuǎn)角度任意,相機(jī)拍攝角度任意,造成二維條碼存在剛性形變或透視形變,加大了二維條碼四條邊緣精確定位的難度。目前對(duì)于二維條形碼的精確定位主要分為兩步,第一步為通過硬件輔助檢測(cè)方法或軟件檢測(cè)方法粗定位條碼區(qū)域,譬如申請(qǐng)?zhí)枮椤?00410076815”,名稱為“用于定位二維條形碼的方法和設(shè)備”與申請(qǐng)?zhí)枮椤?00610060244”,名稱為“一種二維條碼移動(dòng)終端輔助定位方法”的發(fā)明專利,基于特定的硬件平臺(tái),用半自動(dòng)化的方法來定位二維條碼區(qū)域;申請(qǐng)?zhí)枮椤?01110310325. 6”,名稱為“復(fù)雜金屬背景下DataMatrix條碼區(qū)域定位方法”的發(fā)明專利,利用機(jī)器學(xué)習(xí)與級(jí)聯(lián)檢測(cè)聯(lián)合的方法定位DataMatrix條碼區(qū)域。第二步為利用二維條碼邊緣的幾何性質(zhì),精確定位條碼區(qū)域,譬如申請(qǐng)?zhí)枮椤?00710050434”,名稱為“一種二維條碼系統(tǒng)及其定位方法”與申請(qǐng)?zhí)枮椤?00610086966”,名稱為“一種基于定為圓形的可快速定位的二維條碼系統(tǒng)”的發(fā)明專利,都是利用二維碼特有的格式與幾何形態(tài)精確定位數(shù)字圖像中的二維條碼。但這些方法都只是初等方法,只適用于印刷在紙張上的背景環(huán)境好、二維條碼邊緣沒有遭到污染破壞及無透視形變的二維條碼圖像,難以推廣到復(fù)雜的二維條碼應(yīng)用識(shí)別場(chǎng)景。
發(fā)明內(nèi)容
要解決的技術(shù)問題本發(fā)明的目的是為了解決存在生銹腐蝕、高反光覆蓋邊緣、磨損劃痕污染等污染干擾及存在剛性或透視形變的DataMatrix碼精確定位的問題。本發(fā)明在條碼粗定位的基礎(chǔ)上,提供一種通過提取DataMatrix碼的四條邊緣特征及內(nèi)部邊緣的hough域分布特征,利用多特征融合的方法魯棒的定位出DataMatrix碼的四條邊緣的方法。技術(shù)方案本發(fā)明的技術(shù)方案為所述一種用于污染及多視角情況下DataMatrix碼的精確定位方法,其特征在于包括以下步驟步驟I :對(duì)含有DataMatrix碼的輸入圖像A進(jìn)行預(yù)處理,所述輸入圖像A的寬度為w像素,高度為h像素步驟I. I :采用“選擇式掩模平滑”方法遍歷輸入圖像A,得到平滑后的圖像為A1 ;對(duì)圖像A1求取“灰值形態(tài)學(xué)梯度”得到灰值梯度圖像A2 ;對(duì)圖像A2進(jìn)行“大津閾值分害Γ得到二值化的梯度圖像A3;步驟I. 2 :在圖像A2中選取像素值Pixi,」> T1的像素點(diǎn)Pi,」作為候選邊緣點(diǎn),其中Pixijj表示圖像A2中第i行j列像素點(diǎn)Py的像素值,T1為步驟I. I中“大津閾值分割”時(shí)得到的大津閾值;對(duì)每個(gè)候選邊緣點(diǎn)Py采取如下步驟步驟I. 2. I :建立候選邊緣點(diǎn)Pi,」與8鄰域像素點(diǎn)的角度對(duì)應(yīng)關(guān)系Θ (Pijj, Pi,j-i) =-n/2= Ang[O] ; Θ (Pi;J, Pi;J+1) = π /2 = Ang[4];θ (Pijj, Pi-I, J+i) = θ (Pijj, Pi+1, j-i) = - 31 /4 = Ang[l];Θ (pi;j,Ph, p = Θ (Pi,」, Pi+1,」)=0 = Ang[2];Θ (Pi,」, Pi+1, j+1) = Θ (Pijj, Pi-I, j-i) = π /4 = Ang[3];其中,Θ函數(shù)代表點(diǎn)Pu與其8鄰域像素點(diǎn)中對(duì)應(yīng)點(diǎn)之間的角度對(duì)應(yīng)函數(shù);Ang[O] ^Ang[4]代表點(diǎn)Pi^.與其8鄰域像素點(diǎn)中對(duì)應(yīng)點(diǎn)的角度序號(hào);步驟I. 2. 2 :計(jì)算候選邊緣點(diǎn)Pi,」的sobel梯度方向Θ = arctan(dyijJ/dxi;J),其中(Iyiij = (Pixi-!, J+i+2pixi; J+1+pixi+1, J+1) - (piXi-i, j-i+2pixi; j-i+pixi+i, j-i)dxi;J = (pixi+1, J+1+2pixi+1; j+pixi+1; ^1) - (pix^, J+1+2piXi_1; j+pix^ ^1)步驟I. 2. 3:確定 0i;j 所在的角度區(qū)間為[Ang[a],Ang[a+l]],a 為
區(qū)間內(nèi)的整數(shù),則候選邊緣點(diǎn)Pi,」在θ u正方向的像素值插值P^j為
權(quán)利要求
1.一種用于污染及多視角情況下DataMatriX碼的精確定位方法,其特征在于包括以下步驟 步驟I :對(duì)含有DataMatrix碼的輸入圖像A進(jìn)行預(yù)處理,所述輸入圖像A的寬度為w像素,高度為h像素 步驟I. I :采用“選擇式掩模平滑”方法遍歷輸入圖像A,得到平滑后的圖像為A1 ;對(duì)圖像A1求取“灰值形態(tài)學(xué)梯度”得到灰值梯度圖像A2 ;對(duì)圖像A2進(jìn)行“大津閾值分割”得到二值化的梯度圖像A3; 步驟I. 2 :在圖像A2中選取像素值Pixi,」> T1的像素點(diǎn)Pi,」作為候選邊緣點(diǎn),其中Pixi,j表示圖像A2中第i行j列像素點(diǎn)Pu的像素值,T1為步驟I. I中“大津閾值分割”時(shí)得到的大津閾值;對(duì)每個(gè)候選邊緣點(diǎn)Pu采取如下步驟 步驟I. 2. I :建立候選邊緣點(diǎn)Pu與8鄰域像素點(diǎn)的角度對(duì)應(yīng)關(guān)系 θ (pi, j,pi, j-i) = - 31 /2 = Ang
; Θ (Pi;J, Pi; J+1) = π /2 = Ang[4]; ·9 (Pi, j- Pi-ι, J+i) = 9 (Pi.j, Pi+i,j-i) = - π /4 = Ang[l]; ·9 (Pi, j- Pi-ι,j) = 9 (Pi’j,Pi+i’j) = 0 = Ang[2]; ·9 (Pijj, Pi+i,J+i) = 9 (Pi.j, Pi-i,j-i) = 31 /4 = Ang[3]; 其中,Θ函數(shù)代表點(diǎn)Pu與其8鄰域像素點(diǎn)中對(duì)應(yīng)點(diǎn)之間的角度對(duì)應(yīng)函數(shù);Ang
Ang[4]代表點(diǎn)Pu與其8鄰域像素點(diǎn)中對(duì)應(yīng)點(diǎn)的角度序號(hào); 步驟I. 2. 2 :計(jì)算候選邊緣點(diǎn)PiJ的sobel梯度方向QiJ = arctar^dyy/dXi,」),其中 (Iyi, j — (Pixi-L J+1+2pixij j+1+pixi+1, J+1) _ (piXi—工,J_1+2pixi;j-i) (Ixi, j — (pixi+1 ’ j+1+2pixi+1 ’ j+pixi+1 ’ ^1) _ (pixj_1; J-+1+2pixi_1; j+pixj_1; ^1) 步驟I. 2. 3:確定Qi j所在的角度區(qū)間為0i je [Ang[a],Ang[a+1]],a為
區(qū)間內(nèi)的整數(shù),則候選邊緣點(diǎn)Pi,」在Θ i,」正方向的像素值插值P1, Uj為··
全文摘要
本發(fā)明提出了一種用于污染及多視角情況下DataMatrix碼的精確定位方法,采用基于梯度邊緣方向檢測(cè)出亞像素級(jí)的邊緣,利用快速Hough變換方法求得兩主方向然后判斷候選目標(biāo)點(diǎn)的歸屬梯度方向容錯(cuò)區(qū)間,然后兩個(gè)梯度方向容錯(cuò)區(qū)間內(nèi)的邊緣目標(biāo)點(diǎn)分別在各自主方向容錯(cuò)區(qū)建立進(jìn)行Hough累加,去除大量干擾噪聲點(diǎn),再基于先驗(yàn)知識(shí)過濾及預(yù)定義邊緣組合,提取邊緣組合的多特征,最后利用D-S證據(jù)理論方法融合多特征進(jìn)行DataMatrix碼邊緣精確識(shí)別。本發(fā)明的效果為對(duì)于存在生銹腐蝕、高反光覆蓋及磨損劃痕干擾等污染及透視形變?cè)?0°之內(nèi)的金屬上的DataMatrix碼都有較高的四邊緣精確定位率,精確定位正確率在85%以上。
文檔編號(hào)G06K9/46GK102930268SQ20121031897
公開日2013年2月13日 申請(qǐng)日期2012年8月31日 優(yōu)先權(quán)日2012年8月31日
發(fā)明者何衛(wèi)平, 王偉, 雷蕾, 郭改放, 曹西征, 林清松 申請(qǐng)人:西北工業(yè)大學(xué)