【技术实现步骤摘要】
—种QR码畸变图像的预处理方法
本专利技术属于图像处理领域，特别是涉及一种QR码畸变图像的预处理方法。
技术介绍
QR码作为一种优秀的二维码，通常情况下其密度是一维条码的几十到几百倍，这意味着QR码可以在有限的空间里可以表达更多的信息，这样我们就可以把产品信息全部存储到一个QR码中。想要查看产品的信息不需要事先建立数据库，真正实现了用条码对“物品”的描述。鉴于这样的优点，可以想象，QR码在商标中的应用必然是发展的总趋势。现有技术中对一般情况下的二维码图像可以很好的识别，但是对那些畸变比较严重或者图像部分缺失特别是印刷在表面容易产生褶皱的物品上面的二维码识别率很低或者说根本识别不了。
技术实现思路
有鉴于现有技术的上述缺陷，本专利技术所要解决的技术问题是提供一种能够提高畸变二维码识别率的QR码畸变图像的预处理方法。为实现上述目的，本专利技术提供了一种QR码畸变图像的预处理方法，按以下步骤进行:步骤一、选取QR码正常图像的样本点、在QR码畸变图像选取与所述QR码正常图像位置相对应的样本点；步骤二、将QR码正常图像的样本点作为神经网络学习过程中的输入值、将与QR...
【技术保护点】
一种QR码畸变图像的预处理方法，其特征在于按以下步骤进行：步骤一、选取QR码正常图像的样本点、在QR码畸变图像选取与所述QR码正常图像位置相对应的样本点；步骤二、将QR码正常图像的样本点作为神经网络学习过程中的输入值、将与QR码畸变图像的样本点作为神经网络学习过程中的输出值，进行BP神经网络学习；步骤三、选取待处理的QR码畸变图像中的样本点作为经过步骤二学习得到的神经网络的输入值，得到一组输出值，把该组输出值进行函数拟合，来确定图像的畸变模式，然后将待矫正的QR码畸变图像中所有的像素点，都经过该函数进行函数变换；步骤四、利用双线性插值法确定目标QR码图像对应待矫正的QR码畸...
【技术特征摘要】
1.一种QR码畸变图像的预处理方法，其特征在于按以下步骤进行: 步骤一、选取QR码正常图像的样本点、在QR码畸变图像选取与所述QR码正常图像位置相对应的样本点； 步骤二、将QR码正常图像的样本点作为神经网络学习过程中的输入值、将与QR码畸变图像的样本点作为神经网络学习过程中的输出值，进行BP神经网络学习； 步骤三、选取待处理的QR码畸变图像中的样本点作为经过步骤二学习得到的神经网络的输入值，得到一组输出值，把该组输出值进行函数拟合，来确定图像的畸变模式，然后将待矫正的QR码畸变图像中所有的像素点，都经过该函数进行函数变换； 步骤四、利用双线性插值法确定目标QR码图像对应待矫正的QR码畸变图像样本点的像素值，得到目标QR码图像。2.如权利要求1所述的一种QR码畸变图像的预处理方法，其特征是:还包括用透视投影变换的逆过程对步骤四得到的目标QR码图像进行处理的步骤。3.如权利要求1或2所述的一种QR码畸变图像的预处理方法，其特征是:步骤三中所述函数变换后，QR码畸变图像中所有的像素点值填充成白色；然后将原QR码畸变图像各样本点的像素值赋值给填充后的QR码畸变图像。4.如权利要求1所述的一种QR码畸变图像的预处理方法，其特征是:步骤一中所述选取QR码正常图像的样本点、在QR码畸变图像选取与所述QR码正常图像位置相对应的样本点均按以下步骤进行: Al、找出QR码图像中的四个顶点作为第一样本点； A2、以步骤Al得到的四个样本点为顶点形成第一四边形，取对角线的交点为第二样本占.A3、在步骤A2得到的四边形中，取任意两条相邻边的中点分别作为第三样本点和第四样本点，加上这两条边的交点和上面取出的第二样本点组成第二四边形，取其对角线交点为第...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。