用于QR码自-动识读的图像分析方法.doc

用于QR码自动识读的图像分析方法 孙 明1，傅隆生1，杨信廷2，张树槐3 中国农业大学传感器与检测技术研究所 北京 海淀区 100083; 2. 国家农业信息化工程技术研究中心 北京 海淀区 100097; 条码作为一种信息自动识别技术，以其采集速度快、准确率高、成本低、可靠性强等优点，被广泛应用于商品标识、安全防伪和电子商务等众多领域。二维条码在平面两个方向上记录信息，同一维条码相比，具有信息容量大、可靠性高、支持多种纠错级别等优点。 快速响应码(QR码)是日本Denso公司于1994年研制的一种矩阵式二维码。QR码有40个版本和4个纠错等级，最多能编码7 089个数字或4 296个字母，最高的纠错等级能纠正30%的错误码字[1]。 二维条码是集编解码规则、条码印制和条码图像识别等技术于一体的综合应用技术。在实际应用中，条码图像识读技术会遇到以下难点：(1) 由于条码符号印制在商品或商品外包装上，同时还印制很多与条码无关的信息，导致条码图像的背景复杂。(2) 条码应用的环境光照变化大，再加上图像采集装置引起的几何失真和平面失真，增大了识别的难度。(3) QR码是高密度条码，由于图像采集装置中光学系统点扩展函数[2]的影响，条码符号在边界方向上会出现模糊和重叠。针对以上问题，国内外的专家学者做了大量研究，提出很多有效的算法。文献[3]将中心区域分块并取其所有块阈值中的最小值作为分割阈值，获得3个位置探测图形的顶点后再求取第4个顶点，采用仿射变换后取样即可解码。其阈值选取方法易产生过分割现象，导致译码失败。文献[4]采用直方图双峰法选取阈值，对图像进行开运算和闭运算后，寻找位置探测图形定位QR码后解码。文献[5]采用OTSU法求取阈值后二值化，直接应用梯度法提取QR码的边缘，并对其降分辨率后采用Hough变换定位条码，但这两种方法的识别率不高。文献[6]提出了针对QR码的自适应阈值法，但未分析不同情况下的最佳阈值选取方法。文献[7]提出基于一维特征模板匹配的条码快速定位方法，并对条码进行Hough变换得到边界直线和顶点位置，再做控制点变换，形成只包含条码的图像并解码。文献[8]利用Hough变换、Sobel算子定位条码图像，并利用空间变换纠正图像失真。但QR码的边界不像PDF417码是一个连续的边界[9]，采用Hough变换定位误差很大。文献[10]提出的基于遗传算法的QR图像识别，计算量大难以满足实时性的要求。 本文阐述了一种能对QR码进行定位、分割、几何失真校正和模块识别的图像分析方法，旨在解决条码开发和实际应用中存在的问题。1 QR码的自动识读 1.1 二值化 一个好的二值化方法对整个条码识别系统的影响非常大。在多达20种全局阈值法中，OTSU法公认为是最有效的。如果光照条件不稳定，采用全局阈值法得到的图像效果差，而此时局部阈值法能获得比较好的效果。文献[11]对11种常见的局部阈值法做了评估，实验表明Niblack法最佳。但在Niblack法中很难设定一个合适的窗口大小，而且模块之间的影响很大，也比较耗时。实验表明采用单一阈值选取方法难以满足各种条件下的条码图像的二值化要求。本文提出了改进的自适应阈值法，给出了不同光照下的最佳阈值选取方法。该方法在低照度、高照度或不稳定照明条件下，都能得到很好的识读效果。具体步骤为： (1) 首先计算条码灰度图像的直方图，对其进行中值滤波去除噪声干扰，分析直方图的峰值特性。 (2) 如果得到明显双峰的直方图，采用直方图双峰法获取阈值，这种简单的阈值选取方法省时。 (3) 当直方图为弱双峰时，说明图像处于弱光照或强光照下。如果直方图区域位于低灰度区，则认为条码处于弱光照下；反之，条码处于强光照下，此时采用OTSU法计算全局阈值并进行二值化。 (4) 如果直方图呈现两个以上的峰，说明条码图像是在光照不均或背景复杂的情况下获得的，采用文献[12]提出的NLNiblack局部阈值法，不仅消除上述环境因素的影响，也克服了Niblack法过分夸大图像细节的缺点。综合各种阈值选取方法的优点，既能满足一般光照下条码识别的快速实时性，又能满足特殊光照下条码识别的正确性。 1.2 条码定位和提取 QR码中包含3个大小和形状相同的位置探测图形A、B、C，如图1所示。探测图形由3个重叠的同心正方形组成，深浅模块宽度比例为1:1:3:1:1。对本译码算法，每一模块宽度的允许偏差为0.5。它们对条码图像的大小和旋转具有不变性的特点，同时在图像中出现类似图形的可能性极小，因此可以通过查找满足近似比例1:1:3:1:1 (如图1中的L1和L2)的区域来迅速确定探测图形的位置。由于边缘模糊性及编码内容随机性的影响，满足要求的图形往往多于3个，此时根据位置探测图形A、B、C之间的距离关系(A、B、C构成近似等腰直角三角形