本發(fā)明屬于算法領(lǐng)域，涉及一種圖像處理方法，具體涉及一種二維碼圖像處理方法。

背景技術(shù)：

Data Matrix 是在國(guó)際制造領(lǐng)域廣泛使用的二維碼。 Data Matrix是二維碼的一個(gè)成員，與1989年由美國(guó)國(guó)際資料公司發(fā)明，廣泛用于商品的防偽、統(tǒng)籌標(biāo)識(shí)。是一種可以直接標(biāo)記在固體表面的編碼，該編碼可以像普通條形碼一樣被相應(yīng)的掃描裝置自動(dòng)讀取，很受制造業(yè)青睞。目前Data Matrix被廣泛用于產(chǎn)品標(biāo)識(shí)、防偽、質(zhì)量追蹤、自動(dòng)倉儲(chǔ)、物流管理與控制等系統(tǒng)。Data Matrix采用了復(fù)雜的糾錯(cuò)碼技術(shù)，使得該編碼具有超強(qiáng)的抗污染能力。即使編碼部分破損，一樣不會(huì)影響讀出全部信息。Data Matrix的印刷特征使得它成為目前唯一支持可以直接標(biāo)記（印刷、刻制、光刻、腐蝕、沖壓等方式）在產(chǎn)品或零部件表面的編碼。它的高效容錯(cuò)性能使它可以承受制造或流通過程中對(duì)零部件表面標(biāo)識(shí)的污染，因此非常受制造業(yè)的歡迎。針對(duì)各種不同的應(yīng)用，國(guó)際上已經(jīng)頒布了多種形式的 Data Matrix 符號(hào)標(biāo)準(zhǔn)體系。Data Matrix的最小尺寸是目前所有條碼中最小的，尤其特別適用于小零件的標(biāo)識(shí)，以及直接印刷在實(shí)體上。

Data Matrix又可分為ECC000-140與ECC200兩種類型，ECC000-140具有多種不同等級(jí)的錯(cuò)誤糾正功能，而ECC200則透過Reed-Solomon演算法產(chǎn)生多項(xiàng)式計(jì)算出錯(cuò)誤糾正碼，其尺寸可以依需求印成不同大小，但采用的錯(cuò)誤糾正碼應(yīng)與尺寸配合，由于其演算法較為容易，且尺寸較有彈性，故一般以ECC200較為普遍。Data Matrix碼密度高，尺寸小，信息量大，給這種識(shí)別提供了可能，國(guó)內(nèi)對(duì)DM碼研究也較少。Data Matrix碼是一種矩陣式二維條碼，其最大特點(diǎn)就是密度高，其最小尺寸是目前所有條碼中最小的碼。DM碼可在僅僅25mm²的面積上編碼30個(gè)數(shù)字。DM采用了復(fù)雜的糾錯(cuò)碼技術(shù)，使得該編碼具有超強(qiáng)的抗污染能力。Data Matrix因提供極小又高密度的標(biāo)簽，且仍可存放合理的資料內(nèi)容，故特別適用于小零件標(biāo)識(shí)，商品防偽，電路標(biāo)識(shí)等。由于其優(yōu)秀的糾錯(cuò)能力，DM碼己成為韓國(guó)手機(jī)二維條碼的主流技術(shù)。相對(duì)QR而言，DM碼由于信息容量差異不多，應(yīng)用簡(jiǎn)單，被業(yè)內(nèi)稱為“簡(jiǎn)易碼”，對(duì)終端要求不高，30萬像素的手機(jī)就可識(shí)別，它更多的是基于WAP的增值。二維碼給手機(jī)上網(wǎng)帶來了新的入口，通過掃描各類條碼，用戶很快就能進(jìn)入WAP網(wǎng)站，進(jìn)行快速瀏覽。Data Matrix符號(hào)看起來像一個(gè)由深淺兩種顏色組成的國(guó)際象棋棋盤，每一個(gè)相同大小的黑色或白色方格稱為一個(gè)數(shù)據(jù)單位，Data Matrix符號(hào)就是由許多這樣的數(shù)據(jù)單位組成。在尋邊區(qū)外層有寬度為一個(gè)數(shù)據(jù)單位的靜區(qū)。尋邊區(qū)是“棋盤”的邊界，只用于定位和定義數(shù)據(jù)單位大小，而不含有任何編碼信息。被尋邊區(qū)包圍的數(shù)據(jù)區(qū)包含著編碼信息。

現(xiàn)有技術(shù)中使用Data Matrix大都印刷、刻制、光刻、腐蝕、沖壓等方式，這些方式生成的二維碼的識(shí)別方式較簡(jiǎn)單，因?yàn)槠溥吘壍淖R(shí)別度較高，但是采用3D打印的方式，直接生成二維碼，其識(shí)別邊緣較模糊，較難實(shí)現(xiàn)定位，并且，由于材質(zhì)原因，在光照條件下，對(duì)比度相對(duì)較差，將其處理識(shí)別時(shí)，難度較大，因此，研究一種能夠針對(duì)3D打印方法生成的二維碼進(jìn)行圖像處理的方法，具有重要的意義。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明要解決的技術(shù)問題，是提供一種二維碼圖像處理方法，采用針對(duì)光照變化不敏感的二維碼，采用灰度拉伸的方法代替了現(xiàn)有技術(shù)中的平滑方法，使得識(shí)別度增加。

為解決上述技術(shù)問題，本發(fā)明所采取的技術(shù)方案是：

一種二維碼圖像處理方法，按照以下步驟順序進(jìn)行：

1）獲取定位區(qū)域；

2）調(diào)獲得定位區(qū)域后，根據(jù)datamatrix二維碼的碼制標(biāo)準(zhǔn)，采用雙線性插值法調(diào)整圖像尺度為正方形；

3）用非線性灰度拉伸算法來提高圖像的對(duì)比度；

4）對(duì)步驟3）得到的結(jié)果進(jìn)行腐蝕，以消除由光源偏差造成的陰影；

5）用二維高斯卷積算子對(duì)圖像f(x,y)按塊大小為q*q進(jìn)行卷積；

6）對(duì)卷積后的圖像G(x,y)進(jìn)行自適應(yīng)閾值的二值化運(yùn)算，從而得到處理好的datamatrix二維碼；

7）將得到的標(biāo)準(zhǔn)的datamatrix二維碼輸入進(jìn)解碼器中進(jìn)行解碼。

作為本發(fā)明的一種限定，所述的步驟2）的具體方法為：

（a）設(shè)新圖像像素位置為(m,n)，放大倍數(shù)分別為k,p, 則調(diào)整后像素位置在原圖像的對(duì)應(yīng)位置為：；

（b）設(shè)原圖像四個(gè)點(diǎn),f(i,j),f(i+1,j),f(i,j+1),f(i+1,j+1),計(jì)算四點(diǎn)區(qū)域的插值，得到新圖像對(duì)應(yīng)位置處的像素值f(x,y)：

其中， ,b,且：

a=x-i；b=y-j；

（c）通過調(diào)整參數(shù)k和p，將圖像變成p*q寬度的正方形；其中，p為二維碼的碼字個(gè)數(shù)，q為將p擴(kuò)展的尺度。

作為本發(fā)明的另一種限定，所述的步驟3）的具體方法為：

（a）設(shè)圖像f(x,y)的灰度最小值為min，灰度最大值為max,則圖像灰度均值為：

；

（b）根據(jù)灰度均值計(jì)算最小值E：

設(shè)定e1=0.05，e2=0.95， E= min(E1,E2)，eps為一個(gè)趨近于0的常數(shù)；

其中，；

（c）將得到的E帶入方程中計(jì)算，得到對(duì)比度增強(qiáng)后的圖像，設(shè)函數(shù)輸入圖像d=f(x,y),則計(jì)算方程為：。

作為上述限定的進(jìn)一步限定，所述的步驟b）中eps為10^-26~10^-28。

作為本發(fā)明的第三種限定，所述的步驟4）的具體方法為：設(shè)置結(jié)構(gòu)元素g對(duì)圖像f(x,y)進(jìn)行腐蝕：

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

其中，g為結(jié)構(gòu)元素，s為豎直方向的尺度，t為結(jié)構(gòu)元素水平方向的尺度，Df為圖像f(x,y)垂直方向的邊界，Dg為圖像f(x,y)水平方向的邊界。

作為本發(fā)明的第四種限定，所述的步驟5）中卷積結(jié)果輸出一個(gè)12×12的矩陣，該矩陣中每個(gè)像素的值表示每一個(gè)塊的高斯加權(quán)均值；

其中高斯算子為： g(x,y)=；

設(shè)卷積后的圖像為G(x,y)，則：G(x,y)=g(x,y)*f(x,y)；其中，g(x,y)為高斯算子，f(x,y)為圖像，G(x,y)為卷積后的圖像，σ為高斯函數(shù)的標(biāo)準(zhǔn)差，σ=0.5，“*”為卷積運(yùn)算符，高斯算子的尺度為q。

本發(fā)明還有一種限定，所述的步驟6）的具體方法為：

（a）將得到的12×12的矩陣應(yīng)用最大類間方差法計(jì)算形成二值化區(qū)域；

（b）設(shè)區(qū)域內(nèi)像素的取值范圍為min~max，該區(qū)域內(nèi)像素總數(shù)目為N，設(shè)該區(qū)域二值化的最佳閾值為T，其中T∈min~max，閾值為Ti時(shí)：

i）若該區(qū)域灰度值大于Ti的像素?cái)?shù)目為sum1，像素值的和為max1，則其灰度均值為：；其權(quán)值為： ；

ii）該區(qū)域灰度值小于Ti的像素?cái)?shù)目為sum2，像素值的和為max2，則其灰度均值為：；其權(quán)值為：；

iii）得到該區(qū)域的整體灰度均值為：；

從而得到兩部分方差和為：；

遍歷所有的Ti，將得到最大方差值的閾值作為將該區(qū)域二值化的閾值。

由于采用了上述的技術(shù)方案，本發(fā)明與現(xiàn)有技術(shù)相比，所取得的技術(shù)進(jìn)步在于：

本發(fā)明采用針對(duì)光照變化不敏感的二維碼，采用灰度拉伸的方法代替了現(xiàn)有技術(shù)中的平滑方法，使得識(shí)別度增加。

本發(fā)明適用于3D打印樹脂材料二維碼的識(shí)別。

本發(fā)明下面將結(jié)合說明書附圖與具體實(shí)施例作進(jìn)一步詳細(xì)說明。

附圖說明

圖1為本發(fā)明實(shí)施例1步驟1）的示意圖；

圖2為本發(fā)明實(shí)施例1步驟2）的示意圖；

圖3為本發(fā)明實(shí)施例1步驟3）的示意圖；

圖4為本發(fā)明實(shí)施例1步驟4）的示意圖；

圖5為本發(fā)明實(shí)施例1步驟5）的示意圖；

圖6為本發(fā)明實(shí)施例1步驟6）的示意圖。

具體實(shí)施方式

實(shí)施例1 一種二維碼圖像處理方法

一種二維碼圖像處理方法，按照以下步驟順序進(jìn)行：

1）獲取定位區(qū)域，如圖1所示；

2）調(diào)獲得定位區(qū)域后，根據(jù)datamatrix二維碼的碼制標(biāo)準(zhǔn)，采用雙線性插值法調(diào)整圖像尺度為正方形，如圖2所示；

（a）設(shè)新圖像像素位置為(m,n)，放大倍數(shù)分別為k,p, 則調(diào)整后像素位置在原圖像的對(duì)應(yīng)位置為：；

（b）設(shè)原圖像四個(gè)點(diǎn),f(i,j),f(i+1,j),f(i,j+1),f(i+1,j+1),計(jì)算四點(diǎn)區(qū)域的插值，得到新圖像對(duì)應(yīng)位置處的像素值f(x,y)：

其中，,b,且：

a=x-i；b=y-j；

（c）通過調(diào)整參數(shù)k和p，將圖像變成p*q寬度的正方形；其中，p為二維碼的碼字個(gè)數(shù)，q為將p擴(kuò)展的尺度。

3）用非線性灰度拉伸算法來提高圖像的對(duì)比度，如圖3所示，其方法為：

（a）設(shè)圖像f(x,y)的灰度最小值為min，灰度最大值為max,則圖像灰度均值為：

；

（b）根據(jù)灰度均值計(jì)算最小值E：

設(shè)定e1=0.05，e2=0.95， E= min(E1,E2)，eps為一個(gè)趨近于0的常數(shù)，eps為10^-26~10^-28。；

其中，；

（c）將得到的E帶入方程中計(jì)算，得到對(duì)比度增強(qiáng)后的圖像，設(shè)函數(shù)輸入圖像d=f(x,y),則計(jì)算方程為：。

4）對(duì)步驟3）得到的結(jié)果進(jìn)行腐蝕，以消除由光源偏差造成的陰影，如圖4所示，具體方法為：設(shè)置結(jié)構(gòu)元素g對(duì)圖像f(x,y)進(jìn)行腐蝕：

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

其中，g為結(jié)構(gòu)元素，s豎直方向的尺度，t為結(jié)構(gòu)元素水平方向的尺度，Df為圖像f(x,y)垂直方向的邊界，Dg為圖像f(x,y)水平方向的邊界。

5）用二維高斯卷積算子對(duì)圖像f(x,y)按塊大小為q*q進(jìn)行卷積，如圖5所示，卷積結(jié)果輸出一個(gè)12×12的矩陣，該矩陣中每個(gè)像素的值表示每一個(gè)塊的高斯加權(quán)均值；其中高斯算子為： g(x,y)=；

設(shè)卷積后的圖像為G(x,y)，則：G(x,y)=g(x,y)*f(x,y)；其中，g(x,y)為高斯算子，f(x,y)為圖像，G(x,y)為卷積后的圖像，σ為高斯函數(shù)的標(biāo)準(zhǔn)差，σ=0.5，“*”為卷積運(yùn)算符，高斯算子的尺度為q。

6）對(duì)卷積后的圖像G(x,y)進(jìn)行自適應(yīng)閾值的二值化運(yùn)算，從而得到處理好的datamatrix二維碼，如圖6所示，具體方法為：

（a）將得到的12×12的矩陣應(yīng)用最大類間方差法計(jì)算形成二值化區(qū)域；

（b）設(shè)區(qū)域內(nèi)像素的取值范圍為min~max，該區(qū)域內(nèi)像素總數(shù)目為N，設(shè)該區(qū)域二值化的最佳閾值為T，其中T∈min~max，閾值為Ti時(shí)：

i）若該區(qū)域灰度值大于Ti的像素?cái)?shù)目為sum1，像素值的和為max1，則其灰度均值為：；其權(quán)值為： ；

ii）該區(qū)域灰度值小于Ti的像素?cái)?shù)目為sum2，像素值的和為max1，則其灰度均值為：；其權(quán)值為：；

iii）得到該區(qū)域的整體灰度均值為：；

從而得到兩部分方差和為：；

遍歷所有的Ti，將得到最大方差值的閾值作為將該區(qū)域二值化的閾值。

7）將得到的標(biāo)準(zhǔn)的datamatrix二維碼輸入進(jìn)解碼器中進(jìn)行解碼。

以上所述，僅是本發(fā)明的較佳實(shí)施例而已，并非是對(duì)本發(fā)明作其它形式的限定，任何熟悉本專業(yè)的技術(shù)人員可能利用上述技術(shù)內(nèi)容作為啟示加以變更或改型為等同變化的等效實(shí)施例。但是，凡是未脫離本發(fā)明技術(shù)構(gòu)思，依據(jù)本發(fā)明的技術(shù)實(shí)質(zhì)對(duì)以上實(shí)施例所作出的簡(jiǎn)單修改，等同變化與改型，仍屬于本發(fā)明權(quán)利要求的保護(hù)范圍。