针对二维码的图像处理-SJTUMultimediaLab.PDFVIP

SJTU-GVSP 针对二维码的图像处 理，质量评价，以及解 码流程简介 ZhaohuiChe 2017/4/7 在工业二维码识别器中，二维码识别技术由三个核心模块组成，分别是图像 处理 （Image Processing ）模块，质量评价 （Quality Assessment ）模块和解码 （Decoding）模块。 1.图像处理模块： 与传统的影印版二维码不同，在实际工业生产线应用中，涉及到的二维码大 多是通过特殊的工艺直接刻印到工件表面的二维码，称为 DPM （Direct Printed Marker）二维码。由于工件的材质繁复多样，而且往往有划痕、斑点等失真，同 时在刻印的过程中也会产生失真，并且工件的物理尺寸往往较小，有些表面还具 有凹凸不平的坑洼，甚至有特殊的曲面工件，这些因素都大大增加了DPM 二维 码识别的难度。因此，得到原始的DPM 二维码图像后，必须采用一系列图像处 理方式，以便提升图像质量，最终实现识别。 具体地，图像处理模块分为图像滤波，图像去噪，图像光照不均补偿，图像 自适应二值化，以及边缘检测、校正和定位等。 1.1 图像滤波技术主要分为平滑滤波，锐化滤波，中值滤波，形态学滤波（膨胀， 腐蚀，开运算，闭运算），导向图滤波等。 1.1.1 平滑滤波使用了均值滤波算子和高斯滤波算子。 图(a)为3X3 的均值滤波算子，图(b)为3X3 的高斯滤波算子。 1.1.2 锐化滤波使用了Sobel 锐化算子，Prewitt 锐化算子，Laplacian 锐化算子， 以及Log 算子。 Sobel 算子如下图： Sobel 算子认为邻域的像素对当前像素有着不同的影响，因此距离不同的像素具 有不同的权值，对最终锐化结果的影响也不同。一般来说，距离越大，影响越小。 上图中的两个核对垂直边缘和水平边缘的响应最大，两个卷积的最大值作为该中 心像素的输出。最终得到的结果是一副边缘图像。其特点是锐化后得到的图像具 有较强的边缘信息。 Prewitt 算子如下图： Prewitt 算子本质上是一种无方向的一阶锐化算子，Prewitt 在一个方向求微分， 而在另一个方向求平均，因而对噪声不敏感，有抑制噪声的能力。但是像素平均 相当于对像素进行低通滤波，因此Prewitt 算子的边缘定位效果不如Sobel 算子， 但是有一定的抗噪能力，图像效果比较干净。Sobel 和Prewitt 算子都属于一阶微 分算子。 Laplacian 算子的两种形式如下图： Laplacian 算子本质上是二阶微分算子，具有各项同性，即与坐标轴的方向无关， 具有旋转不变性。Laplacian 算子的缺点是对噪声敏感，容易在图像的某些边缘产 生双重相应。 Log 算子的模板如下图： Log （Laplacian of Gaussian ）算子将高斯算子和拉普拉斯算子结合起来，该算子 先平滑掉噪声，然后进行边缘检测，因此有较好的噪声抑制能力，同时保留了较 好的边缘检测能力。 1.1.3 中值滤波技术常用来消除图像中的长尾噪声，例如负指数噪声和椒盐噪声。 在消除噪声的过程中，中值滤波对图像的模糊影响极小，其实质是用模板内包含 的像素灰度的中值来取代中心像素的灰度，中值滤波在消除椒盐噪声以及保持图 像空域细节方面的性能优于平滑滤波器。加权中值滤波器是在中值滤波的基础上 加以改进得到的另一种性能更优的中值滤波器。 上图显示了五种不同类型的中值滤波模板。 1.1.4 形态学滤波是用具有一定形态的结构元素去度量和提取图像中的对应形状， 以达到对图像进行分析和识别目的的一种方法。膨胀，腐蚀，开和闭运算是形态 学滤波的基本运算。其中腐蚀的作用是将图像中不相关的细节消除；膨胀最简单 的应用是将裂缝桥接起来；开运算是先腐蚀再膨胀，作用是断开狭窄的间断和消 除细小的突出物；而闭运算是先膨胀后腐蚀，通常用来弥补狭窄的间断和细长的 鸿沟，消除细小的空洞，并填充轮廓线中的断裂。开运算和闭运算的交替使用可 以使图像的轮廓变得光滑。结构元素简单地定义为像素的结构和原点，结构元素 的形状包括正方形，圆形和菱形，原点都默认设定为结构元素的中心点。 1.1.5 导向图滤波是一个线性平移可变的滤波