志的導(dǎo)入功能。
[0063] 根據(jù)上述具備圖像采集設(shè)備的移動(dòng)終端，由于移動(dòng)終端提供的軟硬件平臺(tái)條件所 限，外部環(huán)境對(duì)圖像采集設(shè)備的影響，整個(gè)設(shè)備在采集過(guò)程中會(huì)遇到很多的噪聲。二維碼的 定位需要克服光學(xué)系統(tǒng)的降晰對(duì)二維碼識(shí)別的影響。本發(fā)明進(jìn)一步通過(guò)圖像處理算法對(duì)二 維碼圖像的去噪，定位和解碼對(duì)殘缺條件下的二維碼進(jìn)行識(shí)別。
[0064] 本發(fā)明采用實(shí)時(shí)性強(qiáng)而且去噪效果較為理想的均值濾波。選取能夠滑動(dòng)窗口，對(duì) 窗口中數(shù)據(jù)按像素值不斷增加或減小排列，均值濾波輸出公式如下：
[0065]f(x,y) =Med{I(χ-m,y-n), (m,n)eff}
[0066] 其中：f(x，y)為經(jīng)過(guò)模板均值處理之后的圖像；I(x，y)表示的是待需要處理的圖 像，Med為均值濾波函數(shù)。W是圖像均值模板窗口，窗口大小依據(jù)經(jīng)驗(yàn)可用3X3或5X5。對(duì) 于去噪后的圖像，進(jìn)行二維碼圖像的二值化處理。
[0067]設(shè)參數(shù)（d，α)表示一個(gè)點(diǎn)對(duì)中線的直線方程，（xm，ym)表示點(diǎn)對(duì)的中點(diǎn)，則有d=xmcosa+ymsina，由（d，α)構(gòu)造一個(gè)參數(shù)空間。尋找參數(shù)空間（d，α)中的最大值，就對(duì) 應(yīng)著圖形的對(duì)稱軸。對(duì)于有兩條對(duì)稱軸的圖形，在確定了其中一條軸之后，可以根據(jù)兩條對(duì) 稱軸的相對(duì)位置，確定另一條對(duì)稱軸。
[0068] 按如下步驟構(gòu)造對(duì)矩形的檢測(cè)：設(shè)一個(gè)累加數(shù)組Ad(d，α);
[0069] 1)清空累加數(shù)組Ad(d，α);
[0070] 2)對(duì)于輪廓上的任意點(diǎn)（Xl，yi)，執(zhí)行如下步驟3)-6);
[0071]3)對(duì)于輪廓上任意點(diǎn)（x2,y2)，要求（x2,y2)與（Xp 是兩個(gè)不同的點(diǎn)；
[0072] 4)對(duì)于上述的點(diǎn)對(duì)，利用下式計(jì)算它們中垂線在參數(shù)空間中的坐標(biāo)點(diǎn)（d，α);
[0073]α=arctan((y「y2) / (XfX〗))
[0074]d= ((y「y2)/2)sina+ ((Xj+x2)/2)cosa
[0075] 5)對(duì)參數(shù)空間數(shù)組Ad(d，a)進(jìn)行加1操作；
[0076] 6)如此循環(huán)，直到輪廓上所有的點(diǎn)都被訪問(wèn)到為止；
[0077]7)尋找累加數(shù)組中的最大值，并記住此時(shí)對(duì)應(yīng)的d與a，對(duì)應(yīng)的直線為圖形的一 條對(duì)稱軸；
[0078]8)根據(jù)|卜-β|| =π/2,計(jì)算β，并在數(shù)組中尋找，對(duì)于確定的所有與之對(duì)應(yīng)的 AcKdpβ)(i= 1，2,3…），在其中尋找最大值，確定的Ad(d，β)對(duì)應(yīng)的直線為另一條對(duì)稱 軸并且與前面確定的對(duì)稱軸相垂直，兩條對(duì)稱軸的交點(diǎn)就是矩形的中心點(diǎn)；
[0079] 9)然后根據(jù)己經(jīng)確定的傾斜角，尋找對(duì)稱軸與矩形輪廓的交點(diǎn)，確定矩形的長(zhǎng)和 寬。
[0080] 讀取二維碼到輸出二維碼所代表信息的解碼步驟如下：
[0081] 1)定位并獲取二維碼圖像。黑色與白色模塊識(shí)別為"0"與"1"的陣列。
[0082] 2)讀取格式信息，去除掩碼圖形并對(duì)格式信息模塊糾錯(cuò)，識(shí)別糾錯(cuò)級(jí)別與掩碼圖 形參考。
[0083] 3)讀取版本信息，確定符號(hào)的版本。
[0084] 4)用掩碼圖形對(duì)編碼區(qū)的位圖進(jìn)行異或處理消除掩碼。
[0085] 5)根據(jù)模塊排列規(guī)則進(jìn)行讀取，恢復(fù)信息的數(shù)據(jù)與糾錯(cuò)碼字。
[0086] 6)用與糾錯(cuò)級(jí)別信息相對(duì)應(yīng)的糾錯(cuò)碼字檢測(cè)誤碼，如果發(fā)現(xiàn)誤碼，則進(jìn)行糾錯(cuò)。
[0087] 7)根據(jù)模式指示符和字符計(jì)數(shù)指示符將數(shù)據(jù)碼字劃分成多個(gè)部分。
[0088] 8)最后，按照使用的模式譯碼得出相應(yīng)信息并輸出結(jié)果。
[0089] 優(yōu)選地，對(duì)于上述二值化處理，由于二維碼的灰度直方圖具有雙峰特性，將待分割 的圖像分為前景圖像（二維碼中的黑點(diǎn)）和背景圖像（二維碼中的白點(diǎn)）。uJPu2分別表 示前景和背景像素點(diǎn)的平均灰度，^和w2分別表示前景和背景像素點(diǎn)的比例，用u。表示原 始灰度圖像的平均灰度，確定閾值以，將所有像素點(diǎn)分為前景和背景像素點(diǎn)使得其類間方 差g最小，其中：
[0090] g=Wj(uj-Uq)2+w2(u2-u〇) 2〇
[0091] 遍歷閾值即可確定使類間方差g最小的閾值。
[0092] 二值化處理之后，利用數(shù)學(xué)形態(tài)的方法結(jié)合連通域的提取將二維碼圖像與背景的 信息分離出來(lái)，定位出二維碼區(qū)域，具體步驟如下：
[0093] (1)對(duì)原始的彩色圖像進(jìn)行灰度化，并對(duì)灰度化的圖像進(jìn)行形態(tài)學(xué)腐蝕操作。經(jīng)過(guò) 形態(tài)學(xué)腐蝕操作后，二維碼區(qū)域被腐蝕成了整個(gè)區(qū)域中最大的黑色像素塊。其中，腐蝕的次 數(shù)要使最后提取的最大連通域的方差小于預(yù)設(shè)閾值，使提取的二維碼區(qū)域的連通域中含有 盡可能少的黑色像素點(diǎn)。本發(fā)明當(dāng)最終腐蝕次數(shù)為3時(shí)能夠達(dá)到該閾值。
[0094] (2)對(duì)腐蝕后的圖像二值化并取反。為便于提取二維碼區(qū)域即最大的黑色像素塊 區(qū)域，需要將腐蝕后的圖像二值化，同時(shí)進(jìn)行取反操作，使二維碼區(qū)域變?yōu)檎麄€(gè)圖像中最大 的連通域。為了將二維碼區(qū)域變?yōu)樽畲蟮倪B通域需要進(jìn)行如下操作，將像素點(diǎn)的邏輯值互 換，使二維碼區(qū)域的像素低邏輯值為1 :
[0095] Bff = -BW+1
[0096] (3)提取圖像最大連通域即定位出二維碼區(qū)域。確定最大的連通域即為二維碼所 在的區(qū)域。連通域的計(jì)算步驟如下：①將整個(gè)圖像劃分為多個(gè)連通域，求解每個(gè)連通域內(nèi)像 素點(diǎn)的個(gè)數(shù)；②確定最大連通域內(nèi)像素點(diǎn)的總個(gè)數(shù)N;③遍歷各個(gè)連通域?qū)⑾袼攸c(diǎn)小于N的 連通域內(nèi)所有像素點(diǎn)的邏輯值置0。經(jīng)過(guò)上述3個(gè)步驟后即可得到分割出的二維碼區(qū)域。
[0097] 將腐蝕操作后的圖像與原始的灰度圖像相與操作或按像素相乘操作即可得到只 含有二維碼區(qū)域而不含其他任何背景的分割后的二維碼圖像。
[0098] 在利用攝像頭等設(shè)備采集二維碼圖像時(shí)，可能會(huì)由于攝像頭等的傾斜造成采集到 的二維碼圖片產(chǎn)生一定角度的傾斜，不便于識(shí)別。為解決二維碼圖像的傾斜問(wèn)題，首先提取 了二維碼圖像的邊緣，再檢測(cè)二維碼圖像水平和豎直的直線并求出二維碼的傾斜角，最后 以圖像中點(diǎn)為原點(diǎn)旋轉(zhuǎn)圖像即可得到矯正后的二維碼圖像。
[0099] 為便于確定二維碼的水平和豎直直線，首先利用Sobel邊緣檢測(cè)算子提取二維碼 的邊緣，步驟如下：
[0100] (1)利用高斯濾波器對(duì)原始圖像f(x，y)進(jìn)行平滑處理，得到平滑后的圖像g(x， y)：
[0101] g(x, y) = f(x, y)H(x, y)
[0102]
為平滑函數(shù)，a，b，σ為預(yù)設(shè)常量參數(shù)。
[0103] (2)用一階偏導(dǎo)有限差分計(jì)算梯度幅值和方向：
[0105]Θ=arctanGy/Gx
[0106] 式中，|G(x，y)I為梯度大小，Θ為梯度的方向，GJPG^別為x方向和y方向的 Sobel算子。
[0107] (3)對(duì)梯度幅值進(jìn)行抑制
[0108] 對(duì)于任意一個(gè)像素點(diǎn)，比較其梯度值與鄰域的梯度值，若不是鄰域內(nèi)的最大梯度， 則將該像素點(diǎn)的灰度值置0。
[0109] (4)設(shè)定兩個(gè)閾值TJPT2，T2大于，對(duì)非最大抑制圖像進(jìn)行分割，利用?\閾值分 割的結(jié)果不斷填補(bǔ)1分割圖像中的不連續(xù)點(diǎn)，即可得到含有較少偽邊緣的連續(xù)邊緣。
[0110] 利用Sobel算子做邊緣檢測(cè)可以得到更多的連續(xù)邊緣，減少邊