基于纹理粗略定位与形状精细定位相结合的2D码定位算法制造技术

本发明专利技术公开了一种基于纹理粗略定位与形状精细定位相结合的2D码定位算法，该算法包括如下步骤：对数字图像进行纹理粗略过滤，剔除不可能存在二维码的区域，获得二维码区域；对获得的二维码区域进行L角的几何形状匹配，若匹配成功，则对匹配成功的L角进行局部外推至亚像素精度；对局部外推至亚像素精度的L角进行组合，若能组合成矩形，则进行四条边界的细化处理；采用预设滤过条件对细化处理后的矩形进行过滤，对满足预设过滤条件的矩形进行图像定位判断，若图像定位成功则进行解码。本发明专利技术的有益效果：解决了工业DPM码定位困难，耗时长的问题，并且将二维码的形状特征与纹理特征结合进行搜索，算法执行速度快，抗干扰，能够工作在低成本的CPU上，非常适合嵌入式DPM读码工作。作。作。

【技术实现步骤摘要】
基于纹理粗略定位与形状精细定位相结合的2D码定位算法


[0001]本专利技术涉及弯管安装
，尤其涉及一种基于纹理粗略定位与形状精细定位相结合的2D码定位算法。

技术介绍

[0002]随着自动化制造业的兴起，电路板、电池等关键零件的可追溯需求不断提升，新的二维码标记技术(激光雕刻，化学蚀刻，喷墨等)让零件有了自己的身份证，可在生产，质检，售后等各个环节中对产品进行跟踪记录。但新的二维码标记技术对二维码读取器带来很大挑战。
[0003]工业常用二维码为Datamatrix与QR码，Datamatrix二维码包含"L"形定位图形，QR码包含“回”型定位图形。DPM标记常常因为定位图形对比度低、扭曲、污渍污损等使得二维码定位与解码率低下。
[0004]现有的二维码定位算法包括对灰度图像进行二值化，搜索跟踪定位图形的轮廓或者采用边缘检测技术(canny、sobel等)获取二维码包围轮廓或定位图形。而此类技术常常因为图像反光、对比度不足或者污损等难以获取平滑、连续的轮廓链数据。为了提升因上述情况下二维码定位的鲁棒性，各个算法供应商常常采用各种耗时较长的鲁棒性强的直线检测方案，例如Hough变换等，此种做法虽然提升了DPM定位成功率，但是由于图像中的噪点与虚假边缘的不确定性，算法往往不能在有限时间内从图像中提取可靠的二维码区域。

技术实现思路

[0005]本专利技术公开了一种基于纹理粗略定位与形状精细定位相结合的2D码定位算法，其可以有效解决
技术介绍
中涉及的技术问题。
[0006]为实现上述目的，本专利技术的技术方案为：
[0007]一种基于纹理粗略定位与形状精细定位相结合的2D码定位算法，该算法包括如下步骤：
[0008]步骤一、对数字图像进行纹理粗略过滤，剔除不可能存在二维码的区域，获得二维码区域；
[0009]步骤二、对获得的二维码区域进行L角的几何形状匹配，若匹配成功，则对匹配成功的L角进行局部外推至亚像素精度；
[0010]步骤三、对局部外推至亚像素精度的L角进行组合，若能组合成矩形，则进行四条边界的细化处理；
[0011]步骤四、采用预设滤过条件对细化处理后的矩形进行过滤，对满足预设过滤条件的矩形进行图像定位判断，若图像定位成功则进行解码。
[0012]作为本专利技术的一种优选改进，步骤一具体包括如下步骤：
[0013]对数字图像进行平滑，剔除数字图像噪点，提升信噪比；
[0014]对经过平滑的数字图像进行下采样，使用与推测PPM对应大小的纹理提取算子对
数字图像进行特征提取，生成特征二值图，即二维码区域。
[0015]作为本专利技术的一种优选改进，采用Gaussian金字塔或者均值金字塔对数字图像进行下采样。
[0016]作为本专利技术的一种优选改进，所述纹理提取算子为Gabor核。
[0017]作为本专利技术的一种优选改进，步骤一具体包括如下步骤：
[0018]对数字图像进行平滑，剔除数字图像噪点，提升信噪比；
[0019]使用全卷积神经网络对经过平滑的数字图像进行处理，得到二分类特征金字塔；
[0020]将得到的二分类特征金字塔按照预设的置信度进行二值化，生成特征二值图，即二维码区域。
[0021]作为本专利技术的一种优选改进，二值化的值为0.6。
[0022]作为本专利技术的一种优选改进，采用Gaussian滤波中值滤波对数字图像进行平滑。
[0023]作为本专利技术的一种优选改进，步骤二具体包括如下步骤：
[0024]将矩形模型定位为4个L角；
[0025]使用矩形模型遍历数字图像所有位置，并进行相似度SW计算，生成相似度图；
[0026]使用3x3滑动窗在相似度图中寻找局部相似度最大点，如果相似度满足阈值，则保留；
[0027]在3x3邻域内对保留的相似度最大的点进行外推，将矩形模型定位精度提升至1/64像素点。
[0028]作为本专利技术的一种优选改进，步骤三具体包括如下步骤：
[0029]查找L角两条方向上是否存在其它与之对应的角；
[0030]对组合成功的L角进行角度θ与长度Length的阈值判定；
[0031]对满足阈值的L角进行直线细化。
[0032]作为本专利技术的一种优选改进，在步骤四中，预设过滤条件包括大小、对比度以及长宽比。
[0033]本专利技术的有益效果如下：解决了工业DPM码定位困难，耗时长的问题，并且将二维码的形状特征与纹理特征结合进行搜索，算法执行速度快，抗干扰，能够工作在低成本的CPU上，非常适合嵌入式DPM读码工作。
【附图说明】
[0034]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图，其中：
[0035]图1为本专利技术L角集合模型定义示意图；
[0036]图2为本专利技术W1的向量图；
[0037]图3为本专利技术L角的组合示意图；
[0038]图4为本专利技术AB段的细化示意图；
[0039]图5为本专利技术边缘点采用最小二乘拟合后的边缘点分布示意图；
[0040]图6为本专利技术边缘点采用RANSAC拟合后的边缘点分布示意图；
[0041]图7为本专利技术L角直角细化后的效果图示意图一；
[0042]图8为本专利技术L角直角细化后的效果图示意图二。
【具体实施方式】
[0043]下面将结合本专利技术实施例对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
[0044]需要说明，本专利技术实施例中所有方向性指示(诸如上、下、左、右、前、后
……
)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
[0045]另外，在本专利技术中如涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本专利技术的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0046]在本专利技术中，除非另有明确的规定和限定，术语“连接”、“固定”等应做广义理解，例如，“固定”可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于纹理粗略定位与形状精细定位相结合的2D码定位算法，其特征在于，该算法包括如下步骤：步骤一、对数字图像进行纹理粗略过滤，剔除不可能存在二维码的区域，获得二维码区域；步骤二、对获得的二维码区域进行L角的几何形状匹配，若匹配成功，则对匹配成功的L角进行局部外推至亚像素精度；步骤三、对局部外推至亚像素精度的L角进行组合，若能组合成矩形，则进行四条边界的细化处理；步骤四、采用预设滤过条件对细化处理后的矩形进行过滤，对满足预设过滤条件的矩形进行图像定位判断，若图像定位成功则进行解码。2.根据权利要求1所述的基于纹理粗略定位与形状精细定位相结合的2D码定位算法，其特征在于：步骤一具体包括如下步骤：对数字图像进行平滑，剔除数字图像噪点，提升信噪比；对经过平滑的数字图像进行下采样，使用与推测PPM对应大小的纹理提取算子对数字图像进行特征提取，生成特征二值图，即二维码区域。3.根据权利要求2所述的基于纹理粗略定位与形状精细定位相结合的2D码定位算法，其特征在于：采用Gaussian金字塔或者均值金字塔对数字图像进行下采样。4.根据权利要求2或3所述的基于纹理粗略定位与形状精细定位相结合的2D码定位算法，其特征在于：所述纹理提取算子为Gabor核。5.根据权利要求1所述的基于纹理粗略定位与形状精细定位相结合的2D码定位算法，其特征在于：步骤一具体包括如下步骤：对数字图像进行平滑，剔除数字图像噪点，提...

【专利技术属性】
技术研发人员：张苏宁，
申请(专利权)人：深圳市新算科技有限公司，
类型：发明
国别省市：