基于畸变图像校正的QR码解码方法和系统技术方案

本发明专利技术的基于畸变图像校正的QR码解码方法和系统，在获取一帧包含QR码的图像，通过确定QR码的多个特征点，从而判断出QR码的版本。根据QR码的版本调用相应的匹配模板。先采取透视变换进行校正，透视变换运算量较小，可快速实现畸变程度较小的四边形图案。并将每一个像素点的灰度值填入匹配模板，由匹配模板实现快速解码。若解码失败，则开始较为复杂同时校正精度更为准确的曲面校正算法进行校正。曲面校正可校正的畸变程度较大的图案。将曲面校正后的QR码图案重新进行透视变换进行校正。经曲面校正可得到近似规则四边形的图案，再经透视变换，可大幅提高解码成功率。

【技术实现步骤摘要】

本专利技术涉及一种畸变条码图像的校正方法和系统，具体地说涉及一种基于畸变图像校正的QR码解码方法和系统。
技术介绍
条形码(简称条码)可分为一维条码和二维条码，一维条码是由一组规则排列的条、空以及对应的字符组成的标记，“条”指对光线反射率较低的部分，“空”指对光线反射率较高的部分，这些条和空组成的数据表达一定的信息。二维条码是用特定的几何图像按一定规律在平面(二维方向上)分布的黑白相间的矩形方阵记录数据符号信息的新一代的条码技术；二维条码可以分为堆叠式二维条码和矩阵式二维条码。堆叠式二维条码形态上是由多行短截的一维条码堆叠而成(如TOF417条码)；矩阵式二维条码以矩阵的形式组成，在矩阵相应元素位置上用“点”表示二进制“ I ”，用“空”表示二进制“0”，由“点”和“空”的排列组成代码(如QR码)。二维码具有存储容量大，包含信息丰富，并且需要特别的解析方式，有很强的保密性。但是由于的二维码的二维特性，在二维码的水平和垂直分别存储不同的信息，因此相比于一维码有较大的解码难度。在日常生活和工业应用中，二维码的使用越来越广泛，诸如:零售行业、物流行业、金融行业对条码的使用需求越来越大。二维码也从早期的平面印刷品，应用在不同形状物体的表面，例如:将二维码印于圆柱形药瓶表面用于记录药品相关信息；展会或促销时，将包含产品信息或宣传信息的二维码贴纸贴在展销人员的手臂上。在这些应用场景下，因为条码都位于曲面物体上，即条码弯曲，条码识读设备拍摄到的条码图像相较于平整的条码图像存在一定的变形和失真。现有技术中的二维码解码技术仅限于解决条码识读设备拍摄到的条码为四边形，以及条码有较小曲面畸变的情况。中国专利文献CN101908144B中对所拍摄条码的图像处理的具体操作过程可以用图1所示，首先通过模式匹配等方法获得二维码特征点的坐标位置，如二维码的寻像图像和校正图像的坐标位置。利用透视变换原理，根据源图像和目标图像的特征点对应关系，分块提取条码的像素值序列，并送入解码器解码。但由于透视变换求解出的变换矩阵只能将一个四边形变换到正方形，或者，将一个正方形变换到四边形。在解决条码识读设备拍摄到的贴在曲面上的条码的解码上有较大的局限性。条码识读设备对位于曲面物体表面的解码效率较低，通常要用户手持条码识读设备以不同角度捕获条码图像，然后进行解码尝试，解码成功率较低。
技术实现思路
为此，本专利技术所要解决的技术问题在于现有技术中条码识读设备无法准确识读图像畸变的QR码。为解决上述技术问题，本专利技术的所采用的技术方案:基于畸变图像校正的QR码解码方法，包括以下步骤:S1:获取一帧包含QR码的图像；S2:判断QR码版本，并确定QR码的多个特征点；S3:建立坐标系，获取所述QR码的多个特征点的坐标；S4:根据QR码的版本调用与QR码的版本对应的匹配模板； S5:根据获取的QR码的特征点的坐标和所述匹配模板中对应的特征点的坐标，将所述QR码的像素点应用透视变换算法进行校正，将所述QR码的每一像素点的灰度值填入所述匹配模板，得到第一解码用图；S6:对第一解码用图应用解码算法进行尝试解码；解码成功，则结束，开始下一帧QR码的图像校正；若解码失败，则继续下一步骤；S7:建立坐标系，根据步骤S3中获取的所述QR码的多个特征点的坐标以及所述匹配模版中对应的特征点的坐标，应用曲面校正算法进行校正，得到包含校正后的QR码的第二还原图；S8:建立坐标系，获取所述第二还原图中的QR码的多个特征点的坐标；S9:根据获取的所述第二还原图中的QR码的多个特征点的坐标和所述匹配模板中对应的特征点的坐标，将所述第二还原图中的QR码的像素点应用透视变换算法进行校正，将所述第二还原图中的QR码的每一像素点的灰度值填入所述匹配模板，得到第二解码用图；S10:将所述第二解码用图应用解码算法进行尝试解码，解码成功，则开始下一帧QR码的图像校正。所述步骤S7中，所述曲面校正算法具体为如下的多次项式:U = a0x2+a1y2+a2xy+a3x+a4y+a5V = b0x2+b1y2+b2xy+b3x+b4y+b5其中，U和V为所述QR码的多个特征点的坐标，X和y为在所述匹配模版上对应的特征点的坐标，a。、an a2、a3、a4、a5、b。、bn b2、b3、b4、b5为曲面建模变换系数。所述步骤S5中，所述透视变换系数具体为如下的透视变换公式:U= (ax+by+c)/ (gx+hy+1)V= (dx+ey+f)/ (gx+hy+1)其中，U和V为所述QR码的多个特征点的坐标，X和y为在所述匹配模版上对应的特征点的坐标，a、b、C、d、e、f、g及h为透视变换系数。所述步骤S6中，将校正后的QR码的像素点的灰度值带入所述匹配模板中，将包含各像素点灰度值的匹配模板应用解码算法进行尝试解码。所述步骤SlO中，将透视变换校正后的QR码的像素点的灰度值带入所述匹配模板中，将包含各像素点灰度值的匹配模板应用解码算法进行尝试解码。基于畸变图像校正的QR码解码系统，包括以下模块:图像获取模块:获取一帧包含QR码的图像；特征点获取模块:判断QR码版本，并确定QR码的多个特征点；计算模块:建立坐标系，获取所述QR码的多个特征点的坐标；匹配模板调用模块:根据QR码的版本调用与QR码的版本对应的匹配模板；第一校正模块:根据获取的QR码的特征点的坐标和所述匹配模板中对应的特征点的坐标，将所述QR码的像素点应用透视变换算法进行校正，将所述QR码的每一像素点的灰度值填入所述匹配模板，得到第一解码用图；第一解码模块:对第一解码用图应用解码算法进行尝试解码；解码成功，则结束，开始下一帧QR码的图像校正；若解码失败，则由曲面校正模块继续进行校正；曲面校正模块:根据所述计算模块获取的所述QR码的多个特征点的坐标以及所述匹配模版中对应的特征点的坐标，应用曲面校正算法进行校正，得到第二还原图；第二计算模块:建立坐标系，获取所述第二还原图中的QR码的多个特征点的坐标；第二校正模块:根据获取的所述第二还原图中的QR码的多个特征点的坐标和所述匹配模板中对应的特征点的坐标，将所述第二还原图中的QR码的像素点应用透视变换算法进行校正，将所述第二还原图中的QR码的每一像素点的灰度值填入所述匹配模板，得到第二解码用图；第二解码模块:将所述第二解码用图应用解码算法进行尝试解码，解码成功，则开始下一帧QR码的图像校正。所述曲面校正模块中，所述曲面校正算法具体为如下的多次项式:U = a0x2+a1y2+a2xy+a3x+a4y+a5V = b0x2+b1y2+b2xy+b3x+b4y+b5 其中，U和V为所述QR码的多个特征点的坐标，X和y为在所述匹配模版上对应的特征点的坐标，a。、an a2、a3、a4、a5、b。、bn b2、b3、b4、b5为曲面建模变换系数。所述第一校正模块中，所述透视变换系数具体为如下的透视变换公式计算透视变换系数:U= (ax+by+c)/ (gx+hy+1)V= (dx+ey+f当前第1页1 2 3 4 本文档来自技高网...

【技术保护点】
基于畸变图像校正的QR码解码方法，其特征在于，包括以下步骤：S1:获取一帧包含QR码的图像；S2:判断QR码版本，并确定QR码的多个特征点；S3:建立坐标系，获取所述QR码的多个特征点的坐标；S4:根据QR码的版本调用与QR码的版本对应的匹配模板；S5:根据获取的QR码的特征点的坐标和所述匹配模板中对应的特征点的坐标，将所述QR码的像素点应用透视变换算法进行校正，将所述QR码的每一像素点的灰度值填入所述匹配模板，得到第一解码用图；S6:对第一解码用图应用解码算法进行尝试解码；解码成功，则结束，开始下一帧QR码的图像校正；若解码失败，则继续下一步骤；S7:建立坐标系，根据步骤S3中获取的所述QR码的多个特征点的坐标以及所述匹配模版中对应的特征点的坐标，应用曲面校正算法进行校正，得到包含校正后的QR码的第二还原图；S8:建立坐标系，获取所述第二还原图中的QR码的多个特征点的坐标；S9:根据获取的所述第二还原图中的QR码的多个特征点的坐标和所述匹配模板中对应的特征点的坐标，将所述第二还原图中的QR码的像素点应用透视变换算法进行校正，将所述第二还原图中的QR码的每一像素点的灰度值填入所述匹配模板，得到第二解码用图；S10:将所述第二解码用图应用解码算法进行尝试解码，解码成功，则开始下一帧QR码的图像校正。...

【技术特征摘要】

【专利技术属性】
技术研发人员：郑云美，陈文传，
申请(专利权)人：福建新大陆自动识别技术有限公司，
类型：发明
国别省市：福建;35