一种基于字符二维码图像的自动识别标签内容的方法技术

本发明专利技术提供了一种基于字符二维码图像的自动识别标签内容的方法，对钢材标签上的字符二维码图像依次进行去噪、二值化、定位、纠错和译码，对字符二维码图像进行去噪采用自适应加权中值滤波，对字符二维码图像进行二值化采用基于背景灰度的二值化算法，对字符二维码图像进行定位利用基于卷积神经网络的定位算法；当字符二维码图像发生失真时，采用近邻法对字符二维码图像进行校正。利用本发明专利技术的方法，可以解决存储运输过程对钢材标签上的字符二维码图像的影响，准确获取钢材的相关信息。准确获取钢材的相关信息。准确获取钢材的相关信息。

【技术实现步骤摘要】
一种基于字符二维码图像的自动识别标签内容的方法


[0001]本专利技术涉及一种基于字符二维码图像的自动识别标签内容的方法。

技术介绍

[0002]二维码是利用某种特定的几何图形按一定规律在平面(二维方向上)分布的、黑白相间的、记录数据符号信息的图形；在代码编制上巧妙地利用构成计算机内部逻辑基础的“0”、“1”比特流的概念，使用若干个与二进制相对应的几何形体来表示文字数值信息，通过图象输入设备或光电扫描设备自动识读以实现信息自动处理。
[0003]伴随着移动互联网的发展，二维码的用途越来越广，二维码标签具有扫描便捷、信息完备、防伪效果佳的优点。当前，二维码也应用到钢材领域，通过扫描二维码，能够随时随地了解产品信息，包括钢材产品牌号、批号、规格、化学成分、力学性能、企业简介、销售热线和质量热线等信息；另外，二维码信息随产品生产的单独性，从而提高产品的防伪功能。
[0004]但是，在钢材存储运输过程中，采集到的二维码，不可避免的遇到光照不均、背景图案复杂、条码污损等问题，如何克服这些困难并准确高速地识别二维码是一个研究重点。

技术实现思路

[0005]有鉴于此，本专利技术提供了一种基于字符二维码图像的自动识别标签内容的方法。
[0006]本专利技术是通过以下技术手段实现上述技术目的的。
[0007]一种基于字符二维码图像的自动识别标签内容的方法，具体为：
[0008]获取钢材标签上的字符二维码图像；
[0009]对所述字符二维码图像进行预处理；所述预处理包括去噪和二值化处理，所述去噪采用自适应加权中值滤波，所述二值化采用基于背景灰度的二值化方法；
[0010]对预处理后的字符二维码图像进行定位、纠错；所述定位采用基于卷积神经网络的定位算法，所述纠错利用Reed
‑
Solomon算法；
[0011]对纠错后的字符二维码进行译码。
[0012]进一步的技术方案，所述自适应加权中值滤波对字符二维码图像进行去噪，具体为：
[0013]计算局部滑动窗口中的每一个像素(i,j)的权值：
[0014]W(i,j)＝[W(N+1,N+1)
‑
adD/m][0015]所述局部滑动窗口大小为2N+1；
[0016]将窗口像素的灰度值从小到大排列形成像素灰度序列{g(n)}，所述权值从小到大排列形成权值序列{w(n)}；
[0017]选定某一权值i，使得大于等于窗口所有权值和的一半，利用权值i对应的灰度值g(i)作为窗口的中值代替窗口中心像素；
[0018]其中：W(N+1,N+1)是窗口中心像素的权值，a是常量，d是点(i,j)到窗口中心的距离，D、m分别是窗口的方差与均值。
[0019]进一步的技术方案，所述基于背景灰度的二值化对字符二维码图像进行去噪，具体过程为：
[0020]按照字符二维码图像的尺寸进行分块处理；
[0021]计算每一块的灰度值；
[0022]采用联合图像插值法生成可调整的背景灰度图像；
[0023]利用所述可调整的背景灰度图像替换源图像；
[0024]采用Ostu算法对校正图形进行二值化。
[0025]进一步的技术方案，所述基于卷积神经网络的定位算法对预处理后的字符二维码图像进行定位：将二值图像分为若干候选块，通过训练卷积神经网络识别和分类所述候选块，找出属于字符二维码位置探测图形的候选块。
[0026]进一步的技术方案，所述Reed
‑
Solomon算法进行纠错，具体为：
[0027]由信息多项式和校验码通过运算得到校正子；
[0028]根据校正子的值判断、计算错误位置；
[0029]更正错误位置的值。
[0030]进一步的技术方案，还包括对定位后的字符二维码图像进行校正，所述校正的过程为：
[0031]选取字符二维码图像中某一个子区域字符连通区的中心点作为特征点，计算出二维码的倾斜角度，检测所述子区域字符连通区的连通区域，找出最近的连通区域，根据连通区域间隔的中心线计算出倾斜角度；
[0032]根据不同连通区域，计算出多个倾斜角度；
[0033]由所述倾斜角度的方向确定实际的倾斜角度。
[0034]进一步的技术方案，所述译码采用二维码的数据编码规则进行。
[0035]进一步的技术方案，所述字符二维码图像包含的信息有钢材产品牌号、批号、规格、化学成分和力学性能。
[0036]本专利技术的有益效果为：
[0037](1)本专利技术对钢材标签上的字符二维码图像依次进行去噪、二值化、定位、纠错、译码，可以获取字符二维码图像的准确信息，便于操作人员准确获取不同钢材的相关信息；
[0038](2)本专利技术采用自适应加权中值滤波对字符二维码图像进行去噪，可以避免中值滤波对字符二维码图像去噪时存在对凸现边缘和细节的保护效果不佳的问题；
[0039](3)本专利技术采用基于背景灰度的二值化算法对字符二维码图像进行二值化，解决实际应用中由于复杂光照的影响，导致二值化效果不好的问题；
[0040](4)本专利技术利用基于卷积神经网络的定位算法对预处理后的字符二维码图像进行定位，实现快速精确定位；
[0041](5)如果在钢材存储运输过程中，因外界因素影响，导致字符二维码图像发生失真时，本专利技术采用近邻法对字符二维码图像进行校正，提高识别的准确度。
附图说明
[0042]图1为本专利技术所述基于字符二维码图像的自动识别标签内容的方法流程图。
具体实施方式
[0043]下面结合附图以及具体实施例对本专利技术作进一步的说明，但本专利技术的保护范围并不限于此。
[0044]如图1所示，本专利技术一种基于字符二维码图像的自动识别标签内容的方法，具体包括如下步骤：
[0045]步骤(1)，扫描获取钢材标签上的字符二维码图像；
[0046]步骤(2)，对获取的字符二维码图像进行预处理，所述预处理包括去噪和二值化处理；
[0047]在利用识别设备获取图像信息的过程中，不可避免地引入噪声，为了提高识别二维码图像、获取标签内容的准确性，需要对扫描的字符二维码进行去噪，常见的消除噪声方法，采用中值滤波算法，中值滤波从整体上来说，能够有效地去除图像中的随机散粒噪声，较好地保留图像中的跃变部分，但是对凸现边缘和细节的保护效果却不尽如人意；因此，考虑到去噪的效果，提高后续识别精度，本实施例中，采用自适应加权中值滤波对字符二维码图像进行去噪。
[0048]所述自适应加权中值滤波具体为：
[0049]对于局部滑动窗口(局部窗口大小为2N+1)中的每一个像素(i,j)按照下述公式计算相应的权值：
[0050]W(i,j)＝[W(N+1,N+1)
‑
adD/m][0051]其中：W(N+1,N+1)是窗口中心像素的权值，a是常量，d是点(i,j)到窗口中心的距离，D、m分别是窗口的方差与本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于字符二维码图像的自动识别标签内容的方法，其特征在于：获取钢材标签上的字符二维码图像；对所述字符二维码图像进行预处理；所述预处理包括去噪和二值化处理，所述去噪采用自适应加权中值滤波，所述二值化采用基于背景灰度的二值化方法；对预处理后的字符二维码图像进行定位、纠错；所述定位采用基于卷积神经网络的定位算法，所述纠错利用Reed
‑
Solomon算法；对纠错后的字符二维码进行译码。2.根据权利要求1所述的自动识别标签内容的方法，其特征在于，所述自适应加权中值滤波对字符二维码图像进行去噪，具体为：计算局部滑动窗口中的每一个像素(i,j)的权值：W(i,j)＝[W(N+1,N+1)
‑
adD/m]所述局部滑动窗口大小为2N+1；将窗口像素的灰度值从小到大排列形成像素灰度序列{g(n)}，所述权值从小到大排列形成权值序列{w(n)}；选定某一权值i，使得大于等于窗口所有权值和的一半，利用权值i对应的灰度值g(i)作为窗口的中值代替窗口中心像素；其中：W(N+1,N+1)是窗口中心像素的权值，a是常量，d是点(i,j)到窗口中心的距离，D、m分别是窗口的方差与均值。3.根据权利要求1所述的自动识别标签内容的方法，其特征在于，所述基于背景灰度的二值化对字符二维码图像进行去噪，具体过程为：按照字符二维码图像的尺寸进行分块处理；计算每一块的灰度值；采用联合...

【专利技术属性】
技术研发人员：陈亮，陆云涛，刘宇恒，
申请(专利权)人：苏州骐骥焊接材料有限公司，
类型：发明
国别省市：