摘 要： 針對傳統(tǒng)方法對低分辨率無自動(dòng)對焦功能攝像頭拍攝的QR碼圖像進(jìn)行定位提取成功率低的缺點(diǎn)，提出了一種新的QR碼定位與提取方法。該方法利用QR碼尋像圖形輪廓上的特征進(jìn)行條碼定位，然后利用直線最佳逼近法進(jìn)行邊界輪廓的尋找，找出四條邊界，最后利用平面坐標(biāo)變換法將條碼圖像旋轉(zhuǎn)至水平，形成標(biāo)準(zhǔn)QR碼圖像，從而完成QR碼圖像的提取。
關(guān)鍵詞： 快速響應(yīng)碼；輪廓；提取
?
二維條碼由于其在縱橫兩個(gè)方向上都有信息表示，所以其信息容量大、可靠性高、保密防偽性好。因此比一維條碼的應(yīng)用領(lǐng)域更廣[1-2]。QR碼作為二維條碼的一種，是日本Denso公司于1994年研制的矩陣式二維條碼[3]，其全稱為快速響應(yīng)矩陣碼。它不僅具有其他二維條碼的優(yōu)點(diǎn)，還具有360°全方位，超高速識(shí)讀等優(yōu)點(diǎn)。尤其是它用13 bit壓縮方式表示中國漢字，比其他二維條碼表示漢字的效率高20%，從而使QR碼成為非常適合在中國運(yùn)用的二維條碼。
隨著QR碼的廣泛應(yīng)用，如何對QR碼進(jìn)行快速有效的提取和識(shí)別成為研究的熱點(diǎn)。本文針對當(dāng)前主要QR碼定位提取算法對邊界比較模糊、圖像定位提取成功率低的缺點(diǎn)，提出了一種基于輪廓特征的QR碼定位提取算法，并詳細(xì)介紹了算法及QR碼定位提取的全過程。
1 QR碼符號(hào)結(jié)構(gòu)及圖像定位提取算法
1.1 QR碼符號(hào)結(jié)構(gòu)
QR碼符號(hào)是由正方形模塊堆疊而成的正方形陣列碼，它由編碼區(qū)域及包括尋像圖形、分隔符、定位圖形和校正圖形在內(nèi)的功能圖形組成，如圖1所示。
QR碼符號(hào)共有40個(gè)版本。版本1的規(guī)格為21模塊×21模塊，以后每個(gè)版本比前一個(gè)版本每邊多4個(gè)模塊。根據(jù)糾錯(cuò)等級(jí)的不同，QR碼各版本所能存儲(chǔ)的輸入容量也不相同，最多可以存儲(chǔ)1 817個(gè)漢字，或2 953個(gè)ASCII碼[1]。
1.2 QR碼圖像定位及提取算法
對于QR碼的提取與識(shí)別，目前所采用的方法一般是利用直線按行掃描整個(gè)圖像，根據(jù)掃描波形進(jìn)行匹配，然后利用Hough變換尋找圖像的邊界，找到邊界后確定條碼圖像的4個(gè)頂點(diǎn)，利用平面坐標(biāo)變換將圖像旋轉(zhuǎn)到水平，最后利用標(biāo)準(zhǔn)的RS糾錯(cuò)算法對圖像數(shù)據(jù)進(jìn)行糾錯(cuò)解碼[4]。該方法對于標(biāo)準(zhǔn)條碼圖像或者變形極其輕微的圖像識(shí)別成功率比較高。但是由于無自動(dòng)對焦圖像獲取設(shè)備獲取到的圖像邊界特別模糊，尋像圖形深淺模塊比例也嚴(yán)重失調(diào)，采用以上方法無法提取到條碼圖像，從而無法進(jìn)行識(shí)別[5]。針對以上這種情況，本文提出一種基于輪廓特征的QR碼圖像定位與提取方法。
2 基于輪廓特征的QR碼定位與提取
本方法根據(jù)QR碼輪廓上的特性，對圖像特征進(jìn)行定性分析來定位尋像圖形；然后采用直線的最佳逼近方法尋找條碼邊界，通過平面坐標(biāo)變換將條碼圖像變換到水平，而得到標(biāo)準(zhǔn)的QR碼圖像；最后用標(biāo)準(zhǔn)RS糾錯(cuò)算法對條碼數(shù)據(jù)進(jìn)行糾錯(cuò)并解碼得到圖像中的信息。本文研究的重點(diǎn)為條碼圖像的提取，圖2為條碼提取的程序流程。
?
2.1 圖像預(yù)處理
圖像預(yù)處理是圖像識(shí)別的關(guān)鍵步驟之一，因?yàn)閿z像頭獲取圖像時(shí)存在固有的質(zhì)量問題，會(huì)引入不同程度的椒鹽噪聲或者毛刺噪聲，條碼在使用過程中可能會(huì)被污染等。圖像預(yù)處理分為圖像色彩空間變換、中值濾波與圖像二值化3個(gè)步驟。圖像色彩空間變換將彩色圖像變換成256色的灰度圖像，去除了部分冗余信息，減少圖像濾波的運(yùn)算量。中值濾波是圖像識(shí)別中最有效的濾波算法，被處理的圖像中每個(gè)像素經(jīng)過濾波以后其像素值等于這個(gè)像素點(diǎn)及其周圍臨域各個(gè)像素點(diǎn)的中值[6]。該算法的優(yōu)勢在于它既可以濾除椒鹽噪聲，同時(shí)還可以有效地保留圖像的邊緣特征，有利于圖像識(shí)別。圖像二值化將灰度圖像變換成為二值圖像，因?yàn)闂l碼本身為深淺模塊堆疊而成，所以最后要將圖像變換成二值圖像才便于處理。
2.2 基于輪廓特征的QR碼定位
QR Code在感觀上很容易定位，因?yàn)槠?個(gè)角上有3個(gè)回字形的尋像圖案。按照編碼規(guī)則，該回字形圖案的比例為：深色-淺色-深色-淺色-深色，比值為1：1：3：1：1，肉眼很難判斷這個(gè)比例，但其輪廓特征卻很明顯。在圖像獲取設(shè)備獲取的圖像中，由于邊緣模糊，很難得到標(biāo)準(zhǔn)條碼那樣的比例，所以依據(jù)一維特征模板匹配[4]的方法進(jìn)行尋像圖像定位，成功率不高。在此提出一種基于輪廓特征的尋像圖形定位方法。
2.2.1 尋像圖形定位方法
根據(jù)尋像圖形特點(diǎn)，其輪廓面積SContour與外接矩形面積SBoundrect之比等于1。圖3為條碼圖像發(fā)生傾斜時(shí)圖像輪廓示意圖。
陰影部分為傾斜的尋像圖形的輪廓，a、b為平行四邊形的邊長和高。已知b
當(dāng)條碼傾斜角度在0°～10°之間變化時(shí)，Ratio的值在0.85和1之間變化，而其他任何一個(gè)輪廓都不是規(guī)則的，一般會(huì)遠(yuǎn)小于這個(gè)值。
尋像圖形的另外一個(gè)特征就是輪廓內(nèi)部還包含一個(gè)深色的輪廓。在上一步搜索成功以后需要判斷輪廓內(nèi)部是否包含一個(gè)深色的輪廓。如果有，則說明搜索成功。
在具體編程時(shí)，為了提高提高運(yùn)算速度和識(shí)別率，可以適當(dāng)做一些限制：
? #define?MIN_AREA(7*7)
//尋像圖形輪廓的最小面積
#define?MIN_AREA_RATIO?0.65
//輪廓與外接矩形的面積比的最小值
2.2.2 具體尋像步驟
(1)在圖像中搜尋所有閉合輪廓，并存于鏈表中。
(2)計(jì)算各輪廓面積和外接矩形面積之比，抽取輪廓面積大于MIN_AREA，且比值大于等于MIN_AREA_RATIO的輪廓，并存于新的鏈表中。
(3)在新的存儲(chǔ)輪廓的鏈表中繼續(xù)搜索內(nèi)部包含閉合輪廓的圖形，并記錄各個(gè)圖形的頂點(diǎn)。
(4)統(tǒng)計(jì)符合上述要求的輪廓數(shù)量。如果恰巧等于3，則搜索成功，返回3個(gè)閉合輪廓的頂點(diǎn)坐標(biāo)；否則失敗。
2.3 尋找條碼邊界輪廓
尋像圖形找到以后就知道條碼的位置了，但是要想獲得條碼數(shù)據(jù)，還要確定條碼的外圍輪廓。本文采用直線最佳逼近法得到條碼的輪廓。由于QR Code是典型的矩陣型條碼，標(biāo)準(zhǔn)QR Code輪廓是一個(gè)標(biāo)準(zhǔn)的正方形，當(dāng)拍攝圖像發(fā)生變形時(shí)，輪廓可能會(huì)變成一個(gè)普通的四邊形。可以根據(jù)其邊界特點(diǎn)來尋找其輪廓。多數(shù)論文中采用Hough變換來提取直線，但是尋像圖形找到后已經(jīng)大約可以知道邊界線的斜率和大致位置，采用Hough變換，無論是應(yīng)用于整幅圖像還是隔行應(yīng)用，都比較浪費(fèi)CPU資源?？梢圆捎弥本€的最佳逼近法來尋找條碼的輪廓，其算法如下：
(1)求取3個(gè)尋像圖形的中心坐標(biāo)。用3個(gè)坐標(biāo)任意兩個(gè)點(diǎn)做1條直線，一共做3條直線。設(shè)3個(gè)坐標(biāo)點(diǎn)的坐標(biāo)分別為(x0，y0)，(x1，y1)，(x2，y2)，3條直線的方程如下所示：
(2)使直線向遠(yuǎn)離另一個(gè)點(diǎn)的方向移動(dòng)，每次向外偏移2個(gè)像素，即在原來方程的基礎(chǔ)上加一個(gè)偏移量δ(δ=±2)，然后求出各條直線掃描圖像所得的波形。根據(jù)各條掃描線所得波形進(jìn)行對比，進(jìn)行判斷。在到達(dá)邊界時(shí)反復(fù)來回掃描，并微調(diào)直線斜率，以得到最佳逼近直線。
(3)在移動(dòng)過程中，由于一條直線始終無法得到最佳逼近效果而被拋棄，剩下2條直線。做過第三點(diǎn)且平行于前兩個(gè)點(diǎn)所決定直線的直線，向遠(yuǎn)離此直線的方向進(jìn)行掃描，以得到剩余兩條邊界直線。最終得到4條直線，圍成一個(gè)閉合的四邊形。得到四邊形4個(gè)頂點(diǎn)P1′，P2′，P3′，P4′。
2.4 圖像坐標(biāo)變換
將尋像圖形進(jìn)行排序，對圖形進(jìn)行旋轉(zhuǎn)，并依據(jù)雙線性內(nèi)插[3]公式（3）進(jìn)行平面坐標(biāo)變換，使圖形轉(zhuǎn)至水平。
其中：S(x，y)為變換前圖像上的像素值，T(x，y)為變換后的像素點(diǎn)。公式中有8個(gè)未知系數(shù)，可以通過變換前四個(gè)頂點(diǎn)P1′，P2′，P3′，P4′與變換后的正方形4個(gè)頂點(diǎn)P1，P2，P3，P4聯(lián)立求得。通過計(jì)算版本，再利用公式(3)將條碼圖像變成模塊像素為1x1的標(biāo)準(zhǔn)圖形。至此就可以依據(jù)標(biāo)準(zhǔn)的解碼算法，進(jìn)行數(shù)據(jù)解碼了。圖4(a)為待處理QR碼圖像，圖4(b)為經(jīng)過處理提取得到的QR碼圖像。
3 實(shí)驗(yàn)及結(jié)論
為了驗(yàn)證本算法的有效性，用130萬像素的普通無自動(dòng)對焦功能的攝像頭，拍攝30張QR碼圖像。采用傳統(tǒng)算法進(jìn)行圖像提取時(shí)，只有21張圖像可以檢測到尋像圖形，其中17張圖像可以尋找到邊界輪廓，并可以成功進(jìn)行有效的條碼圖像提?。欢捎帽疚慕榻B的條碼圖像提取算法，有27張圖片可以成功檢測到尋像圖形，其中27張均可以找到邊界輪廓并提取到有效條碼圖像，1張圖像變換后與原圖不相符。其成功率遠(yuǎn)遠(yuǎn)高于傳統(tǒng)的QR碼提取算法。
參考文獻(xiàn)
[1] AMPER R I，GARNER D，JORDAN G，et al.A barcodescanner aid for visually-impaired people.18th annual international conference of the IEEE engineering in medicine and biology society[C]，IEEE，1996.
[2] ISO/IEC 18004：2006.Information technology-automatic?identification and data capture techniques-QR Code 2005?bar code symbology specification[S].2006.
[3] 陳丹暉，劉紅編.條碼技術(shù)與應(yīng)用[M].北京：化學(xué)工業(yè)出版社，2006.
[4] 劉慧娟.快速響應(yīng)碼圖像的全方位識(shí)別[J].儀器儀表學(xué)報(bào)，2006，27(4)：376-379.
[5] 明安龍，馬華東，趙慶鵬.散焦模糊的畸變QR barcode圖像復(fù)原技術(shù)[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)報(bào)，2007，19(8)：
1080-1084.
[6] 岡薩雷斯.數(shù)字圖像處理，第二版.北京：電子工業(yè)出版社，2006.