二维条码图像预处理

本栏目编辑：唐一东 ······多媒体技术及其应用 用图象处理来识别二维条形码 黄婷婷．唐进 (中南大学 信息科学与工程学院，湖南 长沙 410083) 摘要：使用数码相机、手机、电脑摄像头等通用摄入设备采集的条码图像普遍存在有高光区，阴影，低分辨率，散焦模糊等缺点，如果 不能得到较高质量的还原和修复图像就无法对其进行准确解码或者根本无法解码。本文以摄像头拍摄的有散焦模糊等噪声影响的 Qp．码图像为例，研究了在一定复杂度限制的条码图像处理技术，提出了完整的预处理算法。 关键 词：二维条码 ：预处理 ；中值纛波 ；Hough变换 ；二值 化 中图分类号 ：TP75l 文献标识码 ：A 文章编号 ：1009—3O44(2OO8)O4一l0745一o3 Decode 2D Bar Code W ith Image Manipulation HUANG Ting—ting，TANG Jin (School of Information Science and Engineering，Central South University，Changsha 410083，China) Abstract：2D bar code which is reached by camera，cell—phone and shoot—caput generally exists high—light area，shadow，low resolving power，illegible effect．If high—effect deoxidized and rehabbed picture can t be reached，it will can t be nicely decoded or decoded at al1． The article discusses QR code which is shot by shoot—caput and has illegible effect．researches barcode—picture which is limited by some complexity，and brings forward orbicular pretreatment arithmetic、 key words：2D bar code；pretreatment；median filtering；Hough transform；binarization l引言 二维码识别技术是是计算机视觉和模式识别技术在现代物品标识管理系统中的一项重要研究课。二维码 自动识别系统是以 数字图像处理、模式识别、计算机视觉等技术为基础的智能识别系统。由于二维条码的信息密度比较高，其识别技术比一维条码的 识别更为复杂，有效快速地识别是当前重要的研究领域【lj。 QR码符号是许多小正方形模块组成的一个正方形阵列，由格式信息 、位置探测图形 、校正图形 、数据和纠错字码组成 ，符号的 周围为空白区。条码识别的一般是先对条码图像进行一阶差分，找出条码图像的边界位置，但当使用非光电扫描特定设备的摄 像头等光学设备成像后，条码边缘将变得异常模糊，再加上环境噪声的影响，传统的条码识别方法将不再适用。 本文以摄像头拍摄的模糊的OR码图像为例，研究了在一定噪声影响下的图像处理技术，提出了完整的预处理算法。 2处理过程 基本思路是先对拍摄到的彩色图像做灰度化处理，然后对灰度图像做滤波平滑处理，用自适应阈值的方法滤除散焦模糊效应， 之后在二值图像中扫描位置探测图形，由三个位置探测图形求出条码的旋转角度和四个顶点坐标，然后将条码图像旋转到水平位 置后再进行单行条码图像分割。 · 2．1灰度化 二维码图像通过数码相机、摄像头等设备拍摄获取 ，因而预处理前的图像都是彩色图像。彩色图像包含大量的颜色信息，在存 储上开销很大，而且运算量也比较大。因此在对图像进行识别等处理中经常将彩色图像转变为灰度图像，以减少后续运算和提高运 算效率。由彩色转换为灰度的过程叫做灰度化处理。灰度图像就是只有强度信息而没有颜色信息的图像，存储灰度图像只需要一个 数据矩阵．矩阵每个元素表示对应位置像素的灰度值。彩色图像的像素色为RGB，R，G，B可由彩色图像的颜色分解获得。而R，G， B的取值范围是 0—255。所以灰度的级别只有 256级。灰度化的处理方法主要有如下三种：分别为最大值法、平均值法和加权平均值 法。最大值法会形成亮度很高的灰度图像，平均值法会形成比较柔和的灰度图像，加权平均值法得到的图像最合理。 2．2中值滤 波 收稿 日期 ：2007-12—23 作者简介：黄婷婷(1981-)，女，湖南省长沙人，中南大学硕士研究生，研究方向：控制科学与控制工程。 745 维普资讯 http://www.cqvip.com · 多媒体技术及其应用 ······ 本栏目责任编辑：唐一东 由于实验技术条件的限制，在图像生成采集数字化过程中，若干亮斑 、亮点、亮带的}{{现是不可避免的，我们称之为噪声。这些 噪声分为随机的和系统的，它们会干扰或畸变光强分布，影响后续计算，因此抑制噪声是必要的 。 在三种 图像平滑方法 中．中值滤波是一种非线性 处理方法 ，它可以有效地去除小 的脉 冲噪声 ，可将振荡平滑掉 ，使 图像 的边缘 得到较好的保护。邻域平均法对噪声的抑制也很有效，对边界的损伤小，可较好地去除麻点噪声，缺点是平均化效果差。F1 滤波是 一 种低通滤波法．可有效地去除大量噪声，使图像得到较好平滑，但对边界的损伤非常严重，大量细节被平滑掉了 31。这里采用中值 滤波进行处理。 ’ 对二维图像，窗IZl的形状可以是矩形、十字形，它的中心一般位于被处理点上。窗IZl的大小和形状对滤波的效果影响很大。一般 是5x5窗口．过大和过小都会对条码图像产生较大的副作用。为了减少运算量，采用十字形窗口来提高运算效率。 2．3二值化 二值图像是指整幅画面内仅黑(灰度值 0)白(灰度值 1)二值的图像。多值图像经过二值化处理后不可避免地会丢失原图像中的 许多信息，处理得不好的同像有可能与原图像面目全非，这样就完全失去了图像二值化的意义。因为图像二值化的目标是要在尽可 能多的保留原图像特征的前提下舍弃冗余信息。要实现这一目标的关键在于正确地选择阈值[41。 阈值分割是图像预处理中关键的步骤，实质是对每一个象素点确定一个阈值，根据阈值决定当前象素是前景还是背景点，目 前．已有大量的阈值处理方法，比如全局阈值、自适应阈值、最佳阈值等[61。 闯值T的选取是阈值分割技术的关键。T过大时，过多的目标点被误认为背景，丢失了信息，T过小时，又会增加许多虚假信息。 常用的图像二值化确定阈值方法主要分为 3类：全局阈值法、局部阈值法和动态阈值法。全局阈值二值化方法是根据图像的直方图 或灰度的空间分布确定一个阈值．并根据该阈值实现灰度图像到二值化图像的转化。全局阈值方法的优点在于算法简单，对于 目标 和背景明显分离、直方图分布呈双峰的图像效果良好，但对输入图像量化噪声或不均匀光照等情况抵抗能力差，应用受到极大限 制。局部阈值法则是由像素灰度值和像素周围点局部灰度特性来确定像素的阈值的，Bernsen算法是典型的局部阈值方法，非均匀 光照等情况虽然影响整体图像的灰度分布却不影响局部的图像性质，局部阈值法也存在如实现速度慢等缺点和问题。动态阈值法 的阈值选择不仅取决于该像素灰度值以及它周围像素的灰度值，而且还和该像素的坐标位置有关，由于充分考虑了每个像素邻域 的特征．能更好的突出背景和目标的边界，使相距很近的两条线不会产生粘连现象[71。 常用的动态阈值法方法有：迭代法，最大直方图熵阈值分割法(ENT)，最大类间方差法(Otsu)。迭代法在尽可能保证图像平均照 度的意义下是最优的．但是较为耗时．不能用于实时处理。最大直方图熵阈值分割法对图像的信噪比要求不高，它对不同信噪比的 图像均产生很好的分割效果 ，其缺点是涉及 对数运算 ，计算速度较慢 ，另外对 图像 的对 比度 和直方 图分布 这类 图像性能敏感 ，对于 目标和背景对比度小的图像在求其阈值前，应该先进行灰度变换，否则最终的分割效果可能会不理想【5]。最大类问方差法作为常用 的阈值选取方法之一，被认为是最优的阈值 自动选取方法，从提高速度的角度看，其用时是最少的，在程序实现时其速度可以满足 要求．是实时处理的较优方法；另一方面，考虑到 QR码图形本身的特点 ，即它是由许多小正方形模块组成的一个正方形阵列，每个 小正方形模块称为一个单元．无论散焦模糊效应的程度如何，其散焦模糊后在平面的投影必定是这个正方形的变形，并且散焦图像 的模糊主要集中在单元的边缘。如果拍摄的角度是垂直于QR码平面的，那么正方形的变形在各方向上应该是近似均匀的，如变形 成一个圆形．即中心的颜色是不变的。基于这个推断，采用 Otsu自适应阈值二值化的方法直接去掉边缘信息，保留单元中心的信息， 首先找出图像的最大、最小灰度值，将最大、最小灰度值之间的每一个灰度值设为阈值，从而把图像的灰度值集合分为2类；计算 2 类问方差并将其存入一个一维方差数内，下标为当前分割的灰度值；对于方差数组，查找最大类问方差，其下标即为所求的阈值。经 过处理后 ．就滤除了散焦模糊 。 2．4图像定位 2．4．1 Hough变换 ’ 利用 H0ugh变换法提取直线是一种变换域提取直线的方法，它把直线上点的坐标变换到过点的直线的系数域，巧妙的利用了 共线和直线相交的关系，使直线的提取问题转化为计数问题。Hough变换提取直线的主要优点是受直线中的间隙和噪声影响较小 。 2．4．2条码图像定位 从左向右方向扫描图像得到条码左边界 E(Xl，X2⋯，xn)，然后用Hough变换求出条码左边界的直线方程：p=xcos0+ysin0，同 左边界算法一样，依次得到条码的有边界、上边界、下边界。这是定位的普通方法，但是因为要对每个点进行计算，运算量很大。 ‘ 对于 QR这个特定码．因为它特有的三个位置探测图像，可以根据位置探测图像定位条码的位置，将条码从图像中分割出来。在 实际中可采用扫描位置探测图像的方法。 呈对角方向的两个位置探测图像两边的黑白像素分布基本持平，单行条码方向与两个位置探测图像的连线方向成 45度角，以 与两个位置探测图像连线距离约一半的距离并成45度的方式扫描图像，呈现较好的条空特征关系的扫描线方向就是条码一对边 界的大体方向 ．再进一步通过局部的 Hough变换确定条码 的具体位置。 2．5图像旋转 将条码灰度图像旋转前面计算出的0角度时，图像中每个像素的值要发生变化。数字图像的坐标是整数，变换后的坐标不一定 是整数．因此要对变换后的整数坐标的像素值进行估计，除了空间变换之外，还要做灰度级插值的运算。 最简单的插值方法是零阶插值，即输出像素的灰度值等于离它所映射的位置最近的输入像素的灰度值。零阶插值的计算很简 单，运算量也很小。 746 留电脑知识与技术 维普资讯 http://www.cqvip.com 本栏目责任编辑：唐一东 ．．．．．．多媒体技术及其应用 ． 一 阶插值相比零阶插值来效果更好，只是运算时间长一些。除此之外，还有三次样条、Legendre中心函数、sin(ax)／ax等高阶插值。 常用卷积来实现。 对于条码图像，使用一阶插值处理图像可以较好的满足识别要求，不需要更高计算复杂度的高阶插值。 2．6单行条码图像分割 在条码水平方向上的边缘图像 扛，y)作水平方向的投影： p(y)=∑ ， ) 则 p(y)的峰点对应于条码的行边界。 对 p(y)进行卷积平滑，压制局部高频起伏并保持 p(y)基本波形不变，可使用高斯函数 g(y)Xr]-p(y)进行卷积平滑： 妒(y)=p(y) g(Y) 1 ．． 其中 exp(一南 一 ‘ 对 ∽进行一阶和二阶差分运算得到 、妒 ，则峰的集合为： (j，l o，)> ， =o， 。o，)=o) 其中W=max{p(y)1，k是可调整的经验值。 峰点yl ，⋯ym求出来后，就可以分割出单独的一行条码了。 其后的工作就是根据分割出的单行条码黑白块来解码信息流，黑块代表 l，白块代表 0，再根据 QR码解码规则进行译码工作。 3结束语 本文探讨二维条形码进行识别前的预处理过程，针对 QR这种特定码，在一定复杂度限制的情况下，提出了完整的预处理算法。 该算法在 MATIAB上得到了实现，效果良好。随着防伪领域的数码信息标识载体产业的发展，该在非特定限制专用识别器识读 应用领域有一定的应用前景。 参考文献： 【l】黄颖为，龚小超．二维条码技术及其在防伪中的应用【J】．中国品牌与防伪．2007(7)：61-64． 【2】MILAN SONKA，VACLAV HLA VAC，ROGER BOYLE．Image processing analysis and machine vision[M]．2nd ed．北京：人民邮电出版 社．2002：143—150． 【3】SHELLHAMMER SJ，GOREN DP．Novel signal processing techniques in bar code scanning【J】．IEEE Robotics＆Automation Magazine， 1999，6(1)． [4】朱志刚．数字图象处理【M】．北京：电子工业出版社．2002，2：137-140． 【5】孙家广．计算机图形学【M】．北京：清华大学出版社．2002，2：203—205． 【6】孙兆林．MATLAB 6．x图象处理【M】．北京：清华大学出版社．2002，5：251—253 【7】李红梅．二值图像的阈值分割方法探讨【J】．科技经济市场．2007(10)：19-21． 747 维普资讯 http://www.cqvip.com