二维码图像超分重建与识别方法和系统、电子设备及介质技术方案

本申请提供二维码图像超分重建与识别方法和系统、电子设备及介质。所述二维码图像超分重建方法包括：对待超分重建的多帧二维码图像分别进行特征编码以分别获取每一帧二维码图像对应的特征信息；对所述二维码图像的特征信息进行融合以获取融合特征信息；基于所述融合特征信息进行特征重建以获取超分重建的特征图；以及基于所述超分重建的特征图进行特征解码以获取超分重建后的二维码图像。本申请重建后的二维码图像的图像质量大大提升，进而二维码识别的识别率提高。维码识别的识别率提高。维码识别的识别率提高。

【技术实现步骤摘要】
二维码图像超分重建与识别方法和系统、电子设备及介质


[0001]本申请涉及图像处理
，特别地涉及二维码图像超分重建方法和系统、二维码图像识别方法和系统、电子设备及计算机可读存储介质。

技术介绍

[0002]二维码技术在工业和民用领域的应用日益广泛，通过手持设备扫一扫二维码就可以得到商品的详细信息。二维码提升了商品的信息透明度，使商品信息可以更加高效的流通、交换和确认，提升了整个社会的效率。
[0003]二维码在扫码过程中会受到很多物理因素的影响，比如环境光、扫描距离、扫描角度、信息残缺和二维码图像质量等，从而导致识别率降低，其中二维码图像质量对识别率的影响最大。
[0004]图像插值是在基于模型框架下，从低分辨率图像生成高分辨率图像的过程，用以恢复图像中所丢失的信息。常用的图像插值算法包括：近邻取样插值、双线性插值、双线性三次插值、Lanczos插值等。然而，采用图像插值算法对图像进行处理后会出现有阶梯状锯齿，明显不能很好地提高图像的质量，因此，采用图像插值并不能满足二维码图像质量的要求。

技术实现思路

[0005]本申请提供二维码图像超分重建方法和系统、二维码图像识别方法和系统、电子设备及计算机可读存储介质，其能够解决现有技术中的以上不足。
[0006]第一方面，本申请提供一种二维码图像超分重建方法。所述二维码图像超分重建方法包括：对待超分重建的二维码图像分别进行特征编码以获取与所述二维码图像相对应的特征信息；对所述特征信息进行融合以获取融合特征信息；基于所述融合特征信息进行特征重建以获取超分重建特征图；以及基于所述超分重建特征图进行特征解码以获取超分重建后的二维码超分重建图像。在本申请中，提取二维码图像的纹理特征(即特征信息)，并将二维码的纹理特征融合成更加合理的生成超分图像的融合特征，维持二维码的特征码信息不变的同时，获取清晰的重建后的二维码图像，大大提高二维码图像的图像质量。
[0007]在第一方面的一种实现方式中，对待超分重建的二维码图像进行特征编码以获取与所述二维码图像相对应的特征信息包括：通过特征编码器网络提取与所述二维码图像相对应的特征信息，所述特征信息包括二维码图像特征、自相似性特征和边缘特征。本实现方式中，提取多个维度的特征信息，可以提供更多的纹理特征，有助于提高重建后的二维码图像的质量。
[0008]在第一方面的一种实现方式中，通过特征编码器网络提取与所述二维码图像相对应的特征信息包括：从所述二维码图像提取所述二维码图像特征，所述二维码图像特征包括多个层级的特征，包括初级特征、中级特征和高级特征；从所述二维码图像提取所述自相似性特征，所述自相似性特征用于重建二维码图像细节；以及从所述二维码图像提取所述
边缘特征。
[0009]在第一方面的一种实现方式中，对待超分重建的二维码图像进行特征编码以获取与所述二维码图像相对应的特征信息包括：对待超分重建的多帧二维码图像分别进行特征编码以分别获取与每一帧二维码图像相对应的特征信息。
[0010]在第一方面的一种实现方式中，对所述特征信息进行融合以获取融合特征信息包括：通过特征融合网络对所述特征信息进行计算，以使用卷积运算将与多维特征相对应的所述特征信息融合为像素级权值作为所述融合特征信息。
[0011]在第一方面的一种实现方式中，对所述二维码图像的特征信息进行融合以获取融合特征信息包括：对齐多帧所述二维码图像；以及将与对齐后的所述二维码图像相应的所述特征信息融合为单一特征以获取所述融合特征信息。
[0012]在第一方面的一种实现方式中，对齐多帧所述二维码图像包括：基于码眼特征和/或码点特征对齐多帧所述二维码图像。本实现方式中，利用码眼特征和/或码点特征进行图像对齐有利于降低算法复杂度，提高运算速度。
[0013]在第一方面的一种实现方式中，基于所述融合特征信息进行特征重建以获取超分重建特征图包括：通过特征重建网络使用卷积运算，基于所述特征信息计算所述超分重建特征图。
[0014]在第一方面的一种实现方式中，基于所述超分重建特征图进行特征解码以获取超分重建后的二维码超分重建图像包括：通过特征解码器网络基于所述超分重建特征图获取超分重建特征解码信息；以及基于所述超分重建特征解码信息和所述二维码图像计算所述二维码超分重建图像。
[0015]第二方面，本申请提供一种二维码图像识别方法。所述二维码图像识别方法包括：获取采集到的二维码图像，并采用根据本申请第一方面所述的二维码图像超分重建方法获取超分重建后的二维码超分重建图像；以及识别所述二维码超分重建图像的特征码。在本申请中，对二维码图像做超分重建的图像前处理，将低分辨率的二维码图像(模糊二维码图像)处理成高分辨率的二维码图像(清晰二维码图像)，并且维持二维码的特征码信息不变，进而提升二维码的识别率。
[0016]第三方面，本申请提供一种二维码图像超分重建系统。所述二维码图像超分重建系统包括：特征编码器网络，被配置为对待超分重建的二维码图像分别进行特征编码以获取与所述二维码图像相对应的特征信息；特征融合网络，被配置为对所述特征信息进行融合以获取融合特征信息；特征重建网络，被配置为基于所述融合特征信息进行特征重建以获取超分重建特征图；以及特征解码器网络，被配置为基于所述超分重建特征图进行特征解码以获取超分重建后的二维码超分重建图像。在本申请中，特征编码器网络提取二维码图像的纹理特征(即特征信息)，特征融合网络将二维码的纹理特征融合成更加合理的生成超分图像的融合特征，特征重建网络和特征解码器网络进行特征重建与解码，在维持二维码的特征码信息不变的同时，获取清晰的重建后的二维码图像，大大提高二维码图像的图像质量。
[0017]在第三方面的一种实现方式中，所述特征编码器网络、特征融合网络、特征重建网络和特征解码器网络依次级联整合为一深度学习模型。
[0018]第四方面，本申请提供一种二维码图像识别系统。所述二维码图像识别系统包括：
超分重建模块，被配置为：获取采集到的二维码图像；对所述二维码图像进行特征编码以获取与所述二维码图像相对应的特征信息；对所述特征信息进行融合以获取融合特征信息；基于所述融合特征信息进行特征重建以获取超分重建特征图；以及基于所述超分重建特征图进行特征解码以获取超分重建后的二维码超分重建图像；以及识别模块，被配置为识别所述二维码超分重建图像的特征码。在本申请中，超分重建模块首先对二维码图像做超分重建的图像前处理，将低分辨率的二维码图像(模糊二维码图像)处理成高分辨率的二维码图像(清晰二维码图像)，并且维持二维码的特征码信息不变，进而利用识别模型对重建后的二维码图像进行识别，提升了二维码的识别率。
[0019]第五方面，本申请提供一种电子设备。所述电子设备包括：存储器，被配置为存储计算机程序；以及，处理器，被配置为调用所述计算机程序以执行根据本申请第一方面所述的二维码图像超分重建方法和/或根据本申请第二方面所述的二维码图像识别方法。
[0020]第六方面，本申请提供一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种二维码图像超分重建方法，其特征在于，包括：对待超分重建的二维码图像进行特征编码以获取与所述二维码图像相对应的特征信息；对所述特征信息进行融合以获取融合特征信息；基于所述融合特征信息进行特征重建以获取超分重建特征图；以及基于所述超分重建特征图进行特征解码以获取超分重建后的二维码超分重建图像。2.根据权利要求1所述的二维码图像超分重建方法，其特征在于，对待超分重建的二维码图像进行特征编码以获取与所述二维码图像相对应的特征信息包括：通过特征编码器网络提取与所述二维码图像相对应的特征信息，所述特征信息包括二维码图像特征、自相似性特征和边缘特征。3.根据权利要求2述的二维码图像超分重建方法，其特征在于，通过特征编码器网络提取与所述二维码图像相对应的特征信息包括：从所述二维码图像提取所述二维码图像特征，所述二维码图像特征包括多个层级的特征，包括初级特征、中级特征和高级特征；从所述二维码图像提取所述自相似性特征，所述自相似性特征用于重建二维码图像细节；以及从所述二维码图像提取所述边缘特征。4.根据权利要求1所述的二维码图像超分重建方法，其特征在于，对待超分重建的二维码图像进行特征编码以获取与所述二维码图像相对应的特征信息包括：对待超分重建的多帧二维码图像分别进行特征编码以分别获取与每一帧二维码图像相对应的特征信息。5.根据权利要求1所述的二维码图像超分重建方法，其特征在于，对所述特征信息进行融合以获取融合特征信息包括：通过特征融合网络对所述特征信息进行计算，以使用卷积运算将与多维特征相对应的所述特征信息融合为像素级权值作为所述融合特征信息。6.根据权利要求4所述的二维码图像超分重建方法，其特征在于，对所述特征信息进行融合以获取融合特征信息包括：对齐多帧所述二维码图像；以及将与对齐后的所述二维码图像相对应的所述特征信息融合为单一特征以获取所述融合特征信息。7.根据权利要求6所述的二维码图像超分重建方法，其特征在于，对齐多帧所述二维码图像包括：基于码眼特征和/或码点特征对齐多帧所述二维码图像。8.根据权利要求1所述的二维码图像超分重建方法，其特征在于，基于所述融合特征信息进行特征重建以获取超分重建特征图包括：通过特征重建网络使用卷积运算，基于所述特征信息计算所...

【专利技术属性】
技术研发人员：张昊，吴丽，翁温民，
申请(专利权)人：瑞芯微电子股份有限公司，
类型：发明
国别省市：