用于定位图像中条码区域的方法和装置制造方法及图纸

本发明专利技术提供了一种用于定位图像中条码区域的方法和装置，其中，该包括：将图像划分为多个单元，每个单元内包括多个像素；对每个单元内的像素属性值进行标准差计算，对计算所得的对应多个单元的多个标准差进行分布律统计得到分布律曲线；对分布律曲线进行聚类分析，确定分布律曲线的局部峰值大于预定峰阈值的区域为条码的中心区域；对于每一个条码的中心区域，对比该中心区域与基于该中心区域的扩展区域的单元的标准差判断条码的边界。本发明专利技术的有益效果在于，在获得图像之后通过基于图像内的各单元的标准差对图像的条码区域进行判断，能够在不依赖条码的探测图形的情况下确定条码区域的中心和边界，提高了确定条码区域的效率，并且减少存储空间消耗。

【技术实现步骤摘要】
【专利摘要】本专利技术提供了一种用于定位图像中条码区域的方法和装置，其中，该包括：将图像划分为多个单元，每个单元内包括多个像素；对每个单元内的像素属性值进行标准差计算，对计算所得的对应多个单元的多个标准差进行分布律统计得到分布律曲线；对分布律曲线进行聚类分析，确定分布律曲线的局部峰值大于预定峰阈值的区域为条码的中心区域；对于每一个条码的中心区域，对比该中心区域与基于该中心区域的扩展区域的单元的标准差判断条码的边界。本专利技术的有益效果在于，在获得图像之后通过基于图像内的各单元的标准差对图像的条码区域进行判断，能够在不依赖条码的探测图形的情况下确定条码区域的中心和边界，提高了确定条码区域的效率，并且减少存储空间消耗。【专利说明】用于定位图像中条码区域的方法和装置
本专利技术涉及图像处理领域，特别地，涉及一种用于定位图像中条码区域的方法和装直。
技术介绍
尽管目前处理器的速度越来越快，但是高速处理器成本非常昂贵，并且功耗非常高。而相反。高分辨率的CMOS却成为商用CMOS的主流，低分辨率的CMOS产品逐渐停产，极难采购。因此使用高分辨率的CMOS以及低速处理器成为条码解码设备的最理想选择。但是这是相互矛盾的。分辨率越高，需要的存储空间越多，需要的处理能力越强。而在使用时，尽管解码设备往往有瞄准LED，但是解码引擎却不能总是假定条码一定会出现在图像中心位置。因此，快速，高效，低漏警率的检测条码所在大致区域的方法就显得很有必要。一旦确定条码的大致范围，就可以将图像的这部分区域单独处理，等效于将图像进行裁剪，降低了存储空间，同时降低了运算量，可以在一个较小的局部范围内进行较为复杂的运算，而不会显著提高解码时间。另外，二维条码的发展迅速，每年都有新的公有或者私有制的二维条码产生，而每一种二维条码的探测图形都不同，因此如果使用二维条码的探测图形作为定位标志，则必须首先在全图像范围内，找各种条码的探测图形，这是一个工作量非常大的工作，对于少数几种条码是可行的，对于支持十几种甚至几十种条码的引擎是不现实的，因此在没有判定条码种类的情况下就确定条码范围也是一个客观需求。
技术实现思路
本专利技术所要解决的问题是在没有判定条码种类的情况下确定条码区域的范围，提供一种用于定位图像中条码区域的方法和装置。为了解决上述问题，本专利技术提供一种用于定位图像中条码区域的方法，包括:将所述图像划分为多个单元，每个单元内包括多个像素；对每个所述单元内的像素的属性值进行标准差计算，对计算所得的对应多个单元的多个标准差进行分布律统计得到分布律曲线；对所述分布律曲线进行聚类分析，确定所述分布律曲线的局部峰值大于预定峰阈值的区域为条码的中心区域；对于每一个条码的中心区域，对比该中心区域与基于该中心区域的扩展区域的单元的标准差判断所述条码的边界。作为优选地，对每个所述单元内的像素的属性值进行标准差计算之后，所述方法进一步包括:根据所述多个单元的标准差计算所述图像的信噪比；在所述信噪比小于信噪比阈值的情况下，判定所述图像内不存在条码。作为优选地，对计算所得的对应多个单元的多个标准差进行分布律统计得到分布律曲线的步骤包括:对所述多个单元的标准差进行归一化计算，并对归一化的标准差进行分布律统计得到分布律曲线。作为优选地，对所述分布律曲线进行聚类分析的步骤包括:对所述分布律曲线进行卷积运算得到多个局部峰值和多个局部谷值，并且将大于所述预定峰阈值的局部峰值所在的区域形成一个第一聚类，其中，每个第一聚类所包括的单元其所对应的标准差在不同的预定范围内；在每两个第一聚类之间的局部谷值大于预定谷阈值的情况下，合并该两个第一聚类得到第二聚类。作为优选地，所述卷积运算的步长为20。作为优选地，在所述多个局部峰值全部小于所述预定峰阈值的情况下，判定所述图像内不存在条码。作为优选地，确定所述分布律曲线的局部峰值大于预定峰阈值的区域为条码的中心区域的步骤包括:对于每个第二聚类，从所述图像的中心位置开始，以一固定面积遍历所述图像，当所遍历到的区域内的属于该第二聚类的标准差的单元的密度大于下一个遍历区域的属于该第二聚类的标准差的单元的密度时，停止遍历，并定义当前所述阈定面积所在的区域为该项的局部密度峰值点；在该项的局部密度峰值点大于第一密度阈值的情况下，确定该项的局部密度峰值点所在的位置为条码的中心区域。作为优选地，对比该中心区域与基于该中心区域的扩展区域的单元的标准差判断所述条码的边界包括:对于每个第二聚类，以所述固定面积为范围的所述条码的中心区域向四周扩展，在扩展以后的扩展区域内该第二聚类的密度值小于第二密度阈值时，停止扩展，并以停止时的前一个扩展区域为所述条码的边界。作为优选地，所述属性值包括以下至少之一:灰度值、RGB中任一值、色差值。根据本专利技术的另一个方面，提供了一种用于定位图像中条码区域的装置，包括:划分模块，用于将所述图像划分为多个单元，每个单元内包括多个像素；计算模块，用于对每个所述单元内的像素的属性值进行标准差计算，对计算所得的对应多个单元的多个标准差进行分布律统计得到分布律曲线；分析模块，用于对所述分布律曲线进行聚类分析，确定所述分布律曲线的局部峰值大于预定峰阈值的区域为条码的中心区域；对比模块，用于对于每一个条码的中心区域，对比该中心区域与基于该中心区域的扩展区域的单元的标准差判断所述条码的边界。本专利技术的有益效果在于，在获得图像之后通过基于图像内的各单元的标准差对图像的条码区域进行判断，能够在不依赖条码的探测图形的情况下确定条码区域的中心和边界，提高了确定条码区域的效率，并且减少了存储空间消耗。本专利技术的有益效果还在于，计算简单，运算速度快，效率高，不需要条码的任何先验知识，支持对一幅图像上多个条码进行定位，定位精度高，区域划分准确。本专利技术的有益效果还在于，具有极低的漏警率，S卩如果本专利技术的算法判定图像中没有条码，则其判定的可信度极高，从而为后继算法提供非常高效率的参考。【专利附图】【附图说明】图1为根据本专利技术实施例的用于定位图像中条码区域的方法；图2为根据本专利技术的一个实施例的基于灰度属性定位图像中条码区域的方法；图3为根据本专利技术的一个实施例对图像进行划分的示意图；图4为根据本专利技术的一个实施例确定局部密度最大值的示例图。【具体实施方式】以下结合附图对本专利技术的进行详细描述。根据本专利技术的实施例，提供了一种用于定位图像中条码区域的方法。如图1所示，根据本发实施例的方法包括:步骤S101，将图像划分为多个单元，每个单元内包括多个像素；步骤S103，对每个单元内的像素的属性值进行标准差计算，此前可以根据属性值先计算每个单元内所有像素的平均值，然后计算标准差，并且，在此之后，还可以根据多个单元的标准差计算图像的信噪比；在信噪比小于信噪比阈值的情况下，判定图像内不存在条码，对计算所得的对应多个单元的多个标准差进行分布律统计得到分布律曲线，进一步地，包括对多个单元的标准差进行归一化计算，优选地，将多个单元的标准差取值范围归一化为O?255，并对归一化的标准差进行分布律统计得到分布律曲线，每个单元可包括NXN个像素(N可以为任何大于I的整数)，不足部分可以剔除；步骤S105，对分布律曲线进行聚类分析，包括对分布律曲线进行卷积运算(作为优选，卷积运算的步长为20)得到多个局部本文档来自技高网...

【技术保护点】
一种用于定位图像中条码区域的方法，其特征在于，包括：将所述图像划分为多个单元，每个单元内包括多个像素；对每个所述单元内的像素的属性值进行标准差计算，对计算所得的对应多个单元的多个标准差进行分布律统计得到分布律曲线；对所述分布律曲线进行聚类分析，确定所述分布律曲线的局部峰值大于预定峰阈值的区域为条码的中心区域；对于每一个条码的中心区域，对比该中心区域与基于该中心区域的扩展区域的单元的标准差判断所述条码的边界。

【技术特征摘要】

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：北京象开科技有限公司，
类型：发明
国别省市：北京;11