论文部分内容阅读
二维条码作为一种高信息集成、强抗干扰能力的编码方式,在移动终端以及工业流水线上普遍运用。其中QR码因为其独特的定位特征以及快速响应特性常见于各类移动终端,Data Matrix码因为其信息密度大、面积小、抗污损能力强的特点常用于工业生产线上的小工件标识或易受损产品信息保存。随着二维码产业的应用场景越来越复杂,传统的二维码识别已无法满足工业生产线上的要求,所以研究出复杂场景下高效稳定的二维码识别算法非常迫切。二维码识别的关键技术主要在于图像的预处理、二维码区域的定位和校正三个方面。本文针对常见的工业复杂场景以及效率要求,在传统的二维码识别的基础上优化改进,主要的工作以及创新点如下:●本文在预处理过程中研究了 Sauvola局部自适应阈值算法,创新的提出了基于图像自适应窗口大小的改进Sauvola算法,解决了工业场景常见的光线不均匀问题。●根据QR码的位置探测图形特征,利用非极大抑制的边缘扫描方式得到1:1:3:1:1的特殊宽度流,之后聚类获得三个“回”字的精确位置。解决了透视以及轻微遮挡问题。●分析二维码的边缘特性,采用RANSAC迭代拟合精确定位四个顶点。创新的提出了间隔采样,根据斜率去除非边缘点的算法,实现效率更高的定位算法。●根据Data Matrix码元分布特性,采用二值化图像闭运算及连通域标记的算法提取二维码的候选区域,实现了复杂场景下二维码候选区域的快速定位。●为改进Hough变换的效率以及稳定性,提出了基于投影累计的“L”型边界粗定位方法,有效的解决了 Data Matrix的定位效率问题。论文利用已有的识别算法以及上述改进方法,实现了复杂场景下的二维码的快速稳定识别算法,并与已有的成熟库或平台工具进行实验对比,结果表明了本文所提出的创新算法的有效性。