基于机器视觉的二维码扫描设计

1、 基于机器视觉的二维码检测系统设计 院系名称： 电气工程学院 专业班级： 自动化F1205 姓 名： 陈宗毅 学 号： 201223911022 TOC o 1-3 h u HYPERLINK l _Toc16673 基于机器视觉的二维码检测系统设计 PAGEREF _Toc16673 1 HYPERLINK l _Toc16637 摘要 PAGEREF _Toc16637 3 HYPERLINK l _Toc22141 1绪论 PAGEREF _Toc22141 4 HYPERLINK l _Toc25269 1.1 二维码技术研究现状 PAGEREF _Toc25269 4 HYPERLI

2、NK l _Toc29713 2二维码识别技术中的图像处理技术 PAGEREF _Toc29713 6 HYPERLINK l _Toc2401 2.1 二维码技术概述 PAGEREF _Toc2401 6 HYPERLINK l _Toc27382 2.1.1 二维码技术的发展 PAGEREF _Toc27382 6 HYPERLINK l _Toc10394 2.1.2 二维码简介 PAGEREF _Toc10394 7 HYPERLINK l _Toc13241 2.1.3 二维码的识读 PAGEREF _Toc13241 8 HYPERLINK l _Toc17573 2.2 二维码图

3、像预处理技术 PAGEREF _Toc17573 9 HYPERLINK l _Toc16310 2.2.1 二维码灰度图像的二值化处理 PAGEREF _Toc16310 9 HYPERLINK l _Toc14071 2.2.2 二维码图像的降噪实现 PAGEREF _Toc14071 10 HYPERLINK l _Toc517 2.2.3 二维码数字图像的边缘检测 PAGEREF _Toc517 14 HYPERLINK l _Toc4056 2.2.4 二维码图像的畸变矫正 PAGEREF _Toc4056 18 HYPERLINK l _Toc21789 2.3 本章小结 PAGE

4、REF _Toc21789 18 HYPERLINK l _Toc17923 3总结和展望 PAGEREF _Toc17923 20 HYPERLINK l _Toc19042 参考文献 PAGEREF _Toc19042 21摘要针对目前迅速发展的自动识别技术，二维码作为此技术最底层的信息存储载体之一，承载着它自己的优势（低成本、高存储密度、超高速识读、较强的纠错能力等），将在信息识别领域发挥着重要作用。本文针对于二维码识别的译码技术，通过深入研究其存在的不足及缺点，对其核心 RS 译码算法进行优化改进，改善其性能。 二维码的核心技术包括二维码图像预处理技术，编解码算法及纠错控制技术，加密技

5、术等。本文首先探讨了二维码图像的预处理技术，并且提出了针对于二维码图像进行处理的最佳匹配算法，包括滤波去噪、边缘检测、定位矫正等内容，每步算法都有发挥最优性能的使用条件，同时对其进行了结果分析。其次本文重点研究了二维码识别技术中的 RS 纠错理论算法，在分析了传统的求解错误位置多项式 BM 迭代算法的基础上，提出了利用快速傅里叶变换进行计算，避免求解联立方程组和评估多项式的一种简化算法。此改进的 BM 算法简化了求解方程组的迭代过程，使译码性能更加优化，大大降低了译码的复杂度，同时通过软件仿真进行验证，对其译码时间进行了分析，并与目前存在的几种译码算法进行了比较。结果证明了此算法能够提高译码速

6、率，很大程度上减少译码时间。因此，基于 FT变换的 BM 迭代算法是一种有效的优化算法。本文还提出将基于此改进 BM 算法的 RS 译码技术应用于我国的汉信码识别中，并通过仿真观察其性能优势，但是其结果有待于进一步的研究。最后针对我国目前的二维码技术的应用水平，提出了二维码识别技术在矿井人机定位系统、医疗卫生等领域的应用理念。虽然其在某些行业有了初步应用，但在其他行业领域的应用探索还处于孕育阶段，需要更加成熟的二维码核心技术的支持。 关键词：自动识别技术；图像预处理；快速傅里叶变换；1绪论随着我国信息化技术的不断发展，自动识别技术逐步成熟起来，它将成为我们生产生活中不可或缺的一门重要技术。自动

7、识别技术是指以计算机技术为基础，能够自动进行数据的采集，并且进行数据信息的实时交换的一门新兴技术。它可以实现与任何信息管理系统的连接，准确高效的实现数据的传输、查询、更改等功能。二维码识别技术作为此技术之一，其核心技术的研究发展将对自动识别技术起着重要作用。1.1 二维码技术研究现状二维码技术是目前国内外正在迅速发展的技术，从 1999 年日本最先出现的二 维码相关技术的发展到现在，二维码目前已经广泛的被应用于各个领域，极大地 改善了人们的生活，同时也促进了社会现代化的发展。目前在国外尤其是日韩等 国，手机二维码已经发展到一定的成熟阶段，而且它已经被广泛的应用在人们生 产生活的各个方面1。日本

8、 90%的手机都兼有二维码识别技术，几乎所有的报刊都 印有二维码，用户只需要对二维码图像进行微距拍照，就可以上网获得所需的信 息例如商场中的优惠打折，新闻资讯等。手机二维码相关的业务在日本的增值服 务市场已经发展的很成熟，主要是在电子凭证类业务上的应用，在日本应用非常 广泛。在 2007 年，日本最大的航空公司日航就已经推广使用了二维码移动票务业 务2。同时二维码电子凭证类业务的应用让移动商务切实融入到消费者的日常生活 中，大大的节省了物流费用、实现了物品信息的实时追踪，不但促进了日本移动 电子商务的发展，同时也为日本运营商带来了极大的利润空间。 然而在我国，高端手机、智能手机的普及率相当低，

9、而且能够拍照摄像的手 机有限且像素低，带有微距相机的几乎没有，支持二维码识别技术的手机普及率 更低，因此我国手机二维码技术的发展仍然还有很长的一段路要走，仍有许多问 题需要解决3。近来，我国的手机二维码相关业务经过长时间的市场孕育，尽管取 得了一定的进展，但距离其高速发展还有很远的距离。尤其是相关的产业链各方 还需要共同努力，但是手机二维码的广泛应用将成为必然。 针对于二维码的核心技术即编解码技术及纠错技术我国大多是采用的国外的 标准，引进他们的技术，严格的专利保护，高昂的成本及在信息安全问题，使二 维码在我国的应用受到了极大地限制。直到 2007 年，经过我国技术人员的努力终 于研究推出了一

10、套具有自主知识产权的二维码标准汉信码，它弥补了国外二维 码只能识别记录很少的汉字的缺点。通过对现有二维码技术进行研究创新，最终 研究出了满足我国实际需要的二维码技术标准。2二维码识别技术中的图像处理技术2.1 二维码技术概述随着第三次世界信息化浪潮的兴起，无所不在的“物联网”成为了新一代信息 技术产业中的核心名词2。2010 年我国的政府工作报告中首次明确提出了物联网 的定义及其核心技术，同时将其作为国家新兴战略产业其技术领域将是新的经济 增长点。2010 年，我国的政府工作报告中提出了对物联网的定义5：物联网指的 是通过信息识别及传感仪器，按照制定好的统一协议，将任何物品与互联网进行 连接，

11、通过信息交换和通信，以此来实现自动识别、追踪、现场管理和监测控制 的一种网络技术。 物联网的技术领域涉及广泛，自动识别技术将作为其最底层的核心技术，起 着重要的基础作用。日前我们最多应用的自动识别技术主要包括二维码和射频识 别技术两种。因此二维码技术作为自动识别技术之一，也作为现代发展迅速的物 联网技术的底层技术之一，将对高度发展的信息化社会起着举足轻重的作用。2.1.1 二维码技术的发展从上个世纪七十年代起，经过几十年的发展，条码技术作为一门重要的信息 标识和信息采集技术，在世界范围内得到了快速发展。条码技术是目前应用最广 的自动识别技术之一。随着社会需求的不断提高及应用的不断拓深，条码技术

12、正 处于一个良好的创新发展时期，是商品交易、产品追溯、物流追踪等领域的重要 信息支撑技术9。 条码技术最早产生于上世纪 20 年代的美国，最初的条码技术只能实现较为简 单的信息存储而且编码规则简单，完全依赖于后台数据库的支持。直到 1949 年的 一个专利文献中，第一次有了 Norm Woodland 和 Bernard Silver 创造的全方位条 码的标识符号的相关记载，在这之前的专利文献都没有条码技术的相关记录，更 没有投入实际应用的先例10。他们的理念是利用 Kermode 和 YOung 的垂直的“条” 和“空”，使它弯曲成环的形状，非常像被射击的靶子。这样条码扫描器利用图 形的中心

13、，能够对条码标识符号进行译码，不需要考虑条码符号的具体方向11。 与此同时，这种集光、电、计算机技术与一体的新兴条码技术迅速的发展起来并 且被广泛使用。它解决了计算机采集物品信息困难的问题，能够实现信息的准确 高效识读的功能。它实现了物流和信息流的同步传输，对当时快速发展的社会生 产生活发挥了重要作用，促进了信息技术的发展。 但是随着现在高速信息化、自动化技术的发展，一维条码的信息存储量远不 能满足现在社会发展的需要。因而致力于自动识别技术的科研人们通过不断的努力，研究出了高密度、超高速识读、强大存储容量及抗干扰强的二维条码技术。 1970 年 Iterface Mechanisms 公司开发

14、出了“二维码”之后，二维码技术的应 用逐步迈向了成熟。美国的 Symbol 公司是目前世界上最大的条码设备生产商，其 产品的销售额占据了国际份额的一半以上9。二维码识别技术的出现是整个条码历 史上一个重要的里程碑，它从本质上提高了条码技术水平，拓宽了条码的应用范 围，给社会的生产生活带了极大的便利。以条码技术为核心的自动识别技术已经 成为国际信息化建设中的重要部分，是推动国际经济发展，增强竞争力的重要技 术手段。 我国的条码技术的起步比较晚，在上个世纪八十年代一维条码技术才开始得 到推广和应用，经过十多年的成长，一维条码技术也日趋成熟。目前的一维条形 码已经在我国被广泛应用。目前我国商品条码用

15、户有十余万家，使用条码标识的 产品超过 100 万种，条码自动扫描商店(P0S)数万家，大大提高了我国商品在国内 外市场上的竞争力9。然而，对于二维条码技术的研究我国才刚刚起步，二维码条 码的使用在我国仍处于初步阶段，未来几年二维码技术的应用推广对我国还是一 个值得挑战的课题。但是我们相信随着现在信息化自动化技术的快速发展，二维 码技术越来越被关注，其相关的技术也会日趋成熟，将推动信息化社会的进步。2.1.2 二维码简介目前我国广泛应用的一维条形码的信息存储量有限，而且其信息的存储完全 依赖于计算机技术，也即是必须依赖于后台数据库的支持。一维条形码只能作为 一个标识符号，其所有的相关信息完全依

16、赖于后台服务器的支持。下图 2.1 是一 维条码-Code39 码的码图结构。一般常用的 39 码是由起始安全区域、起始码、数 据码、可忽略的校验码、终止安全区域及结束码构成。39 码只有两种单元宽度， 分别为宽单元和窄单元12。一般的条码字符由 9 个单元组成，其中包含有 3 个宽 单元，剩余是窄单元，因此称其为 39 码。图 2.1 中的不同宽度的条和空构成了信 息码字 图 2.1 39 码 码图一维条形码的最大优点是码字容量没有一定的限制，可用大小写英文字母即 数字，且校验码可忽略不计，其编码规则简单，识读方便。二维码是利用某种特定的几何图形按一定的分布规则在二维方向上排列的黑 白相间的

17、图形进行记录数据信息13。二维码同一维条码一样具有不同的码制标准， 每种码制都有不同的编码规则。二维条码符号中的每个字符信息占一定宽度，具 有特定的字符集，较强的校验纠错功能、信息识别功能及图像处理功能等。二维 条码具有信息容量大、密度高、纠错能力强、安全性好、编码范围广的优点，同 时还可以引入校验纠错码，具有检测错误和恢复删除错误的能力。二维条码技术 大大降低了对计算机网络和数据库的依赖，依靠条码标签本身就可以起到数据信 息存储及通信的作用，已经成为现代条码技术应用中的一门新兴技术。 由于一维条码只是在单个方向上表示信息，而在垂直方向不能表达任何的信 息，因而这就限制了一维条码的存储能力。它

18、只能表示字母和数字信息不能表达 其他信息（例如汉字、图像等），且空间编码的利用率低，尤其是条码图像遭到破 损后不能被识读，造成信息丢失。二维码除了表示基本的英文、汉字、数字信息 外，还可以存储声音、指纹、照片及图像等各种信息。在国外它已经广泛应用在 交通运输、物流追踪、商场打折优惠、超市结账、医疗保险及政府管理等各个领 域14。2.1.3 二维码的识读下图 2.2是二维码的识读系统框图。二维码的识读系统是整个二维码识别技术 的核心25，主要包括光学处理系统、图像传感器、图像处理系统、及计算机技术 部分，除外还有一些外围的接口电路、存储器等。整个系统设计要求可靠性能高， 且有高效准确的识读率。接

19、口电路图像处理芯片图像传感器光学系统 计算机显示及处理存储芯片 图 2.2二维码识读系统 2.2 二维码图像预处理技术一幅图像一般可以定义为一个二维函数 f(x,y),x、y 代表某空间坐标，在此空 间上坐标的幅值 f 称为该点图像的灰度值。当 x、y 和 f 取有限离散的数值时，那 么我们称此图像为数字图像26。二维码图像也是数字图像，其处理技术包括计算机技术及图像处理技术。一幅图像最基本的表述单位是像素。 二维码图像预处理技术是二维码识读技术的一门重要的基础技术，是其必须的 技术支持。图像预处理技术是对原始资料信息进行遥感器效应和几何效应等的前 期图像处理。数字图像处理技术包含的技术知识很

20、多，例如图像的增强、图像的 复原、图像分割、图像的压缩等多种处理技术。针对于二维码图像的数字处理技 术主要包括二维码图像的二值化、降噪处理、边缘检测、轮廓特征提取及畸变校 正定位技术。本章节将分别对其进行简要介绍。2.2.1 二维码灰度图像的二值化处理数字图像的灰度化是把彩色图像转换为灰度图像的处理过程，灰度图像由灰 色像素组成，其值为 0255 不同的灰度值。二维码图像的灰度化实质就是将其从 背景中提取其灰度像素值。 二维码灰度图像的二值化是将其转化成二值图像，即只有“0”和“255”像 素值的图像，也就是将整个图像呈现明显的黑白效果。一般常用的最为简单的方 法是阈值处理方法。利用灰度阈值方

21、法进行计算的函数表达式如下 0, x T f (x)= 255, x T表达式中的 T 指的是选取的界线阈值。阈值就是个界限，比阈值大就是白色， 比阈值小就是黑色。界线阈值的选取是一门十分重要的技术，阈值的选取方法也 有很多种28。二维码图像的二值化处理中我们采用的是选取最大方差阈值法也叫 大津法，缩写为 OTSU。它是将图像按照灰度特性将其分成目标和背景，计算出的 类间方差越大，说明两者差别越大，二值化效果越明显。 对于一个灰度图像，设定 k 为前景与背景的界限阈值，前景点数占图像点数 的比例为 w0，平均灰度值为 0 u ；背景点数占图像的比例为 w1，平均灰度值为 u1。 图像的总平均灰

22、度值由下式得出：u w0 u0 w1 u1g w0 (u0 u)2 w1 (u1 u)2从最小灰度值到最大灰度值遍历所有的 k,当 k 使得式（2.5）值最大时，此时 的 k 值就是最佳的界限阈值。OTSU 算法被认为是自适应计算单阈值,用于实现二 维码灰度图像转化为二值图像的较为简便高效的方法27。下图 2.6 为汉信码的二 值化效果图。 a原始图像 b二化值图像 图 2.3汉信码二值化图像2.2.2 二维码图像的降噪实现当我们利用传感器及其他识别设备在获取图像信息的过程中都无可避免的会 引入噪声，数字图像的噪声主要来源于图像获取和传输过程中。我们知道存在的 噪声种类很多，比如一般常见的有高

23、斯噪声、脉冲噪声、均匀分布噪声等，针对 不同的噪声有不同的处理方法。因而对于二维码图像中存在的噪声将选择不同的 去除噪声的方法。本文主要介绍了有利于二维图像噪声消除的几种噪声处理方法， 主要有空域滤波、频域滤波、时域滤波等。其中空域滤波经常采用的有中值滤波、 均值滤波等，频域滤波常见的有高斯滤波、巴特沃斯滤波等。 中值滤波： 中值滤波是顺序统计滤波方法的一个重要分类，它是最常用的。顺序统计滤 波器是一种非线性的空域滤波，他们的响应取决于滤波器包围的图像区域中像素 点的排序，然后依照统计排序的结果来决定中心像素的值，因而滤波器在任意点 的响应都是由其排序方式决定的29。 中值滤波采用的依据某个像

24、素点的相邻像素的灰度中值来代替该像素的值： f (x, y) mediang(s,t ) ( s ,t )S xy式子中的 g 函数为中心像素的灰度值，f 估计函数为此滤波器的输出， xyS 表示中心在(x,y)二维平面上。 中值滤波在一维的情况下，通常是把点的特定长度或其邻域选为取值窗口， 当推广到二维方向上时，中值滤波的窗口可以取正方形、圆形、椭圆形等。中值 滤波能够有效的去除脉冲型的噪声，例如椒盐噪声等，而且对图像的边缘轮廓有 较好的保护作用。对于二维图像，中值滤波的窗口形状和窗口大小的选择对于滤 波器去除噪声的影响很大，窗口过大会丢失细小的几何轮廓特征和边缘信息。不 同图像内容和应用要

25、求下往往选择不同的窗口形状和大小。QR 码及汉信码图像是 正方形，因此一般采用方形的滤波窗口29。 中值滤波还有其他的几种方法：加权的中值滤波，它是通过改变窗口中变量的个数，主要是利用中间点或者距中心近的几个点的相互作用。加权之后的中 值滤波能较好的从复杂的噪声中恢复出阶跃边界信息及细节轮廓。自适应中值 滤波是以噪声图像的某点像素 I(i，j)为中心，选取像素为 33 的滤波窗口29。考 虑到混合的复杂噪声的特点，一般是先对滤波窗口内的噪声模型进行判断分析， 求出该窗内像素的方差值。唯一需要估计确定的量是噪声的方差 2，若此方差 2 值大于设定的某阈值，则确定该窗内受椒盐噪声污染严重，需进行中

26、值滤波。否 则只受高斯噪声污染，再选择合适的滤波方法进行噪声的消除，它的缺点是阈值 的选取较为困难29。 下图 2.4 和 2.5分别为 QR 码（116*116 像素）利用不同中值滤波窗进行去噪 的效果图及仿真折线图 图2.4不同窗口中值滤波图 （a）原图像 (b)加入噪声图像 (c) 3*3 矩形中值滤波 (d) 5*5 矩形中值滤波 图 2.5 中值滤波误码率折线图从图 2.4可以看出，3*3 窗口的中值滤波比 5*5 窗口的中值滤波有较好的效果。 因而针对于不同的像素值选择合适的中值滤波窗口，得到的滤波效果将会不同。 图 2.4 折线图表示了不同滤波方法与误码率之间的关系，对于可以看出

27、较低 的像素图像，5*5 十字形的滤波效果优于其他的两种方法。 高斯低通滤波： 频域是指由傅里叶变换以及频率变量定义的空间。我们提到的高斯低通 滤波是频域滤波的一种，其二维形式如下 其中D 表示的是其值与傅里叶原点的距离，表示的是高斯曲线 波动的程度。我们采用的高斯低通滤波是对图像的轮廓线条粗略减少的一个较为 简单方法，且能够减少图像的锐化程度以及细节信息。下图 2.6为利用高斯滤波对二维码图像进行处理的结果 （a）原图像 （b）高斯滤波图 图 2.6高斯低通滤波最小均方误差滤波（维纳滤波）： 维纳滤波的设计理念是建立在图像和噪声参数值依照随机过程的基础上，试 图找到一个不含有噪声的图像 f

28、的估计值 f ，使其的均方误差的值最小30。则误 差测量公式如下 E 表示对均方差求期望值，设定噪声和图像函数具有不相关性，其中一个 的为零均值。则上式误差函数的最小值的表达式如下上式表示的一个理论是：一个复数量和它共轭的乘积等于其幅度数值的平方。这个最后得出的结果就是维纳滤波的取值。当图像中滤除掉高斯白噪声时， 此过程将会被大大简化29。然而，未退化图像的功率谱的数值是不容易得出的， 一般采用下面的方程表达式来近似计算其估计值：其中 K 是一个已知的特殊常数。采用维纳滤波进行计算，未退化图 像必须是已知的，而且中心函数中的所有参数都必须能从给出的图像中计算得出， 而且维纳滤波是建立在最小化统

29、计准则的基础上，因而它在平均意义上是最优的 29。 通过以上几种滤波方法的分析，对于二维码图像的滤波处理我们一般选取中 值滤波，其对孤立的噪声有较好的消除作用，特别是对于椒盐噪声有较好的抑制 作用，能较好的保持图像细节信息2.2.3 二维码数字图像的边缘检测数字图像处理中的点和线的检测技术是图像分割中非常重要的技术理论。由 于二维码图像只有黑和白两个像素，边缘检测技术对于灰度级较简单的图像处理 是最为常见的检测方法。边缘检测的重点是采用某种特定的数学算法，提取图像 和背景之间的交界线及图像和图像之间的边界轮廓。利用边缘检测技术勾勒出二 维码图像的轮廓，同时将其从背景图像中提取出来，获得有用的参

30、数特征29。本 节主要介绍二维码的边缘检测技术及轮廓提取方法。我们一般采用的主要的检测 算法有 Sobel 检测算子、Prewitt 算子、Roberts 算子等。 Sobel 算子是在计算数字梯度中经常采用的一种算法。在边缘检测中，一般算 法采用的最主要的量是梯度向量的值。梯度的向量公式定义如下：梯度向量的含义是指二维坐标（x,y）在 f 方向上的最大变化率。因而它的方 向也是一个重要的物理量。计算图像的梯度时，我们只需知道每个像素位置的偏 x 导数和偏 y 导数的值。一般情况下，梯度的向量值和它的大小不进行区分。梯度 向量大小值的表示公式为Sobel 检测算子是针对于模板内的每个点，对其上

31、下左右四个方向相邻点的灰 度值取加权差，然后将其加权差的和作为图像边缘检测结果进行输出；Prewitt 算 子对噪声也有较好的滤除作用29。其去除噪声的原理是通过将像素平均，像素的 平均相当于对图像信息的进行低通滤波，因而 Prewitt 算子对边缘的检测不如 Roberts 算子的效果好29。 Sobel 算子和 Prewitt 算子都是采用加权平均的方法。但 Sobel 算子的思想是， 由于邻域的像素对当前的像素产生的效果是不等同的，所以邻域选取的距离也会 有所不同，像素同样会有不同的加权值，从而对算子结果产生的影响也不同。一 般来说，邻域选择的距离越远，产生的影响越小29。 Robert

32、s 边缘检测算子是一种采用局部差分的方法来寻找边缘的算法。通过分 析可得采用 Robert 算子进行图像处理后的图像边缘不是很平滑29。经过比较分析， Robert 算子一般会在图像边缘附近的区域内产生较宽的响应，因而采用上述算子 对其进行检测得到的结果，仍需要对其做细化处理，因此图像边缘定位的精度不 是很高29。Roberts 算子的边缘定位比较准确，但是其对噪声较为敏感，尤其适用 于边缘明显且噪声较少的图像分割。 下图 2.6 给出了 Prewitt 算子和 Sobel 算子在垂直和水平两个方向上的模。（a）Sobel 算子水平方向模板-1 01202 -101（b）Sobel 算子垂直方

33、向模板00012-1（c）Prewitt 算子水平方向模板-101-101-101（d）Prewitt 算子垂直方向模板-1-1-1000111图 2.7Prewitt 算子和 Sobel 算子的模板 A-H 是模板内各个点像素的灰度取值。G 是所选模板的中心像素的梯度近似 值。由于图像边缘周围的亮度变化值较大，因而可以把那些在邻域内灰度超过某 个值的像素点作为其边缘点29。Sobel 算子利用像素的四个方位上邻域的灰度值进 行加权计算，依据其可在边缘点处达到极值这一原理实现检测效果。这一方法不 但具有良好的边缘检测效果，同时对噪声具有很好的平滑作用，可以为图像提供 较为精确的边缘方向信息29

34、。 下图 2.8为采用不同的算子对汉信码进行边缘检测的效果，参数阈值选取为 0.05，标准偏差为 3，方向为水平和垂直二维方向。 (a)QR 码原图 (b)Sobel 边缘检测（c）Prewitt 算子 (d)Roberts 算子 图 2.8 边缘检测结果图比较以上的几种算子的边缘检测结果：Sobel 算子在对角响应上的检测效果是 很明显的，对噪声具有较好的平滑作用；Prewitt 算子的实现较为简单同时其在抑 制噪声方面也具有较好的作用，但是观察得其边缘细节较模糊，边缘检测效果较 粗。这两种算子对于渐变低噪声都有较好的滤除效果。Roberts 算子对于图像的边 缘有较好的平滑作用，其检测效果

35、比 Prewitt 算子好。针对于不同的二维码图像及 不同的噪声污染，需选用合适的检测算子进行边缘检测。 轮廓提取主要是用于来获取数字图像的几何特征，本节主要获取二维码图像 的特征轮廓，为图像的校正定位提供参数。 一般最常用于图像特征提取的方法有 Hough 变换和 Radon 变换。Hough 变换是用于对直线进行检测、定位以及解析曲线的一种较为有效的方法。它对于图像 中的噪声不敏感，利用它得到的结果可以有效地滤除噪声的影响，以提高结果的 置信度。但是由于 hough 变换对每一个点都需要进行运算，计算量非常大，因而 会占用较大的存储空间。然而，Radon 变换除了具有霍夫变换的优点外，其数

36、学运 算量相对比较小，而且占用的存储空间也较小，能够满足二维码数字图像处理的 要求。 Radon 变换可以对二维码图像二值化处理之后，沿其水平及垂直方向作投影， 可以选定一个合适的阈值作投影的截底，将底部较低值的投影截去，剩下投影值 大也即细长的峰，然后对其进行搜索处理，确定出水平及垂直方向的图像特征31。 当检测到的图像信息中有倾斜的边缘时，我们可以对其角度进行调整，将其变成 水平或竖直的边缘。当检测到的图像无法进行调整时，可以依据经验规则，将图 像按照合适的角度进行旋转，使图像的边缘特征旋转成水平或垂直分布的形态， 最后通过上述的方法进行分割提取图像的边缘特征31。Radon 变换的思想是

37、建立在 全局图像信息的基础上，图像的数据信息采用矩阵形式排列，能够快速被读取且 具有良好的噪声抑制作用。 设函数 f(x，y)在二维平面 D 区域中平方可积，则 f（x，y)的线性 Radon 变 换 R(, )定义为:R( , ) f x, y x cos y sin dxdy D直线方程是 =xcos +ysin 。Radon 变换具有周期性、对称性、位移旋转不变性等的特性31。下图 2.9是二维 Radon 变换的投影图 图 2.9 Radon 变换投影图2.2.4 二维码图像的畸变矫正畸变矫正是数字图像形态变换中的一个重要部分。二维码图像信息在识别扫 描的过程中很容易发生图像的几何畸变

38、失真，例如旋转、平移、缩放，相似变换 等，将导致图像信息无法正确的被识读。因而作为数字图像处理的一个重要环节必然要对图像进行矫正定位。一般较为常见的畸变有梯形、桶形、枕形畸变等。 一般消除畸变有两种基本的方法：一种是预畸变法，即采用与畸变方式相反 的扫描方法，来抵消预计的图像畸变。另一种就是后校验矫正方法，其理论是选 择特定的多项式曲线在二维方向上与每条畸变线进行拟合，然后求出矫正函数， 再利用其实现图像的矫正32。 本小节主要介绍第二种矫正方法，同时将多项式矫正方法与插值方法进行结 合，来获得更加准确的图像形状的方位。一般复杂的图像形态可以看做是许多简 单形态变换的叠加，其变换表达式表示为一

39、系列变换矩阵的乘积29。设定多项式 表达式如下： 二维码图像一般采用 Radon 线性变换，获得图像的轮廓边界信息（角度、斜 率等）。针对于二维码图像的梯形畸变，一般采用多项式矫正的方法，同时与双线 性插值方法进行结合，最终实现图像的矫正定位，获得定位准确的二维码图像。 下图 2.10 为汉信码几何矫正结果 （a）输入畸变图像 （b）矫正图像 图 2.10畸变矫正效果图2.3 本章小结本章主要讲解了针对于二维码数字图像，其预处理技术中的几个重要步骤。 二维码图像作为较为简单（只有黑、白像素）的数字图像之一，必然会利用图像 处理的相关技术进行二维码信息的预处理。图像预处理技术是二维码感知识别技

40、术的重要技术基础，只有合适选择相应的图像处理技术才能有利于更好的获取二 维码图像中的数据信息。本章重点介绍几种处理过程包含有：二维码灰度图像的 二值化算法，用于将二维码变换成像素值只有“0”和“255”两个像素值的二值图像； 用于轮廓提取和特征识别的边缘检测技术，主要采用 Sobel 检测算子和 Radon 变换进行处理；还有采用中值滤波等对二维码图像扫描传输过程中产生的噪声进行滤 波去噪处理，最终获得准确且识读率高的二维码图像信息。3总结和展望二维码识别技术作为现代迅速发展的自动识别技术之一，对信息化科技社会 的发展起着重要作用。尤其面对“第三次信息化浪潮”的到来，我国必须做好充分 准备迎接其带