基于WinCE平臺的QR條碼識別系統＊

劉偉

（南京航空航天大學 信息科學與技術學院，南京210016）

劉偉（碩士研究生），主要研究領域為數字圖像處理。

引 言

目前，條碼技術，尤其是二維條碼技術應用廣泛。2006年，中國移動正式推出了手機二維條碼業務，主要應用于移動增值服務。2009年，鐵道部門正式用QR碼取代一維條碼應用于火車票票據的檢測。可以預見隨著3G時代的到來、現代物流業的發展以及物聯網的推廣，條碼識別和應用必將得到全面的飛速發展。

1 QR碼簡介

QR碼是由日本Denso公司于1994年9月研制的一種矩陣二維條碼符號。它具有信息容量大、可靠性高、可表示文字圖像等多種信息、保密防偽性強等優點，還具有高速全方位識讀、能有效表示中國漢字與日本漢字等主要特點［1］。如圖1所示，每個QR碼符號由編碼區域和功能圖形組成，其中功能圖形包括位置探測圖形、分隔符和校正圖形。

圖1 二維條碼QR碼

2 系統總體設計

2.1 系統硬件結構

本系統采用基于WinCE嵌入式的智能手機為硬件平臺，其硬件結構如圖2所示。主處理器DSP上外接攝像頭控制器、LCD控制器、SRAM控制器、通用GPⅠO口、UART口等。攝像頭完成圖像數據的采集后，系統會在SRAM中創建一片視頻幀緩沖區，通過Allocator組件來進行動態管理，將捕捉到的圖像一路傳給主處理器DSP進行圖像實時處理，另一路傳給LCD控制器進行圖像的預覽。主處理器負責主界面的顯示／條碼的實時識別和解碼，以及輸入信息的處理。

圖2 WinCE硬件架構

2.2 系統軟件流程

系統軟件在基于 WinCE 6.0的 Windows Mobile 5.0 Pocket PC和 Windows Mobile 5.0Smartphone平臺上使用C＋＋語言實現。軟件主要分為圖像采集模塊、圖像預處理模塊、識別解碼模塊和應用模塊4個模塊。圖像采集模塊主要完成條碼圖像的采集，一方面通過攝像頭進行數據采集實時解碼，另一方面把采集的圖像數據送屏幕顯示。圖像預處理模塊主要是對采集的QR碼圖像進行預處理，包括灰度化、中值濾波、二值化等，為識別解碼做好前期準備工作。識別解碼模塊主要功能包括QR條碼的檢測、定位、分割、識別以及條碼解碼。應用模塊主要包括發送郵件、撥打電話、訪問網址、存儲條碼信息和短信應用等。軟件流程如圖3所示。

圖3 軟件設計流程

3 QR碼識別解碼的核心算法

考慮到QR碼圖像的特點、嵌入式平臺的處理速度、條碼本身的污染扭曲，以及在圖像采集過程中光照不均、抖動等因素，QR碼識別解碼的基本過程是：首先對采集的彩色圖像進行灰度化、濾波、二值化，接著在二值化圖像中掃描QR碼圖像，將其從圖像中分割出來，進行解碼。

3.1 圖像灰度化、濾波與二值化

選取彩色圖像的G值（綠色分量）為灰度圖像Ⅰ（x，y）的值，并使用中值濾波去噪聲。二值化采用Ostu算法計算閾值［3］。Ostu算法效果好，但計算量比較大，可將圖像分成7×7個小分塊，對每一個小分塊使用Ostu算法計算閾值從而來降低時耗。

3.2 條碼檢測、定位及矯正

在獲取QR碼圖像數據時，可能會因為拍攝角度等原因造成圖像幾何失真，例如獲取的QR碼圖像為任意四邊形，則須對失真圖像進行反透視變換［4］。變換算法如圖4所示。

（u，v）是失真圖像的坐標，（x，y）是基準圖像的坐標，A′B′C′D′為任意四邊形，ABCD為矯正后的正方形，則對于u、v坐標系 A′B′C′D′任意四邊形中的任意一點（u，v），對應在x、y坐標系上的點（x，y），可通過轉換公式

圖4 反透視變換

計算獲得。通過已知四組點得到8個待定系數A、B、D、E、F、H、M、N，然后進行透視矯正。

根據QR碼標準定義，QR碼符號含有3個相同的位置探測圖形。每個位置探測圖形由3個重疊的同心正方形組成，其模塊寬度比為1∶1∶3∶1∶1。其他地方遇到類似圖形的可能性極小，因此可以在得到的二值化圖像中迅速地識別可能的QR碼符號，完成對條碼的檢測與定位［5］。但是，在對條碼進行矯正時，需要知道4個頂點。通過定位3個位置探測圖形可獲得其中3個頂點，利用下面基于QR碼紋理特征的算法來尋找第4個頂點。

首先根據已經得到3個頂點的位置，可以確定QR碼符號的兩條邊界，及其邊界直線斜率θ1、θ2，然后舍去其交叉的頂點。對于剩下的兩個頂點，分別利用它作為直線上的一點，以一定范圍的角度（－θ，θ）進行搜索來尋找條碼邊界，依據是包含條碼跳數（黑塊與白塊交替一次稱為一跳）最多的直線即為條碼的邊界。通過這種方法可以找出需要的另外兩條邊界，其交點即為第4個頂點。知道4個頂點以后，通過反透視變換將其矯正到正確位置，如圖5所示。旋轉后會產生鋸齒邊界，這里利用雙線性插值對圖像進行平滑處理［6］。對相鄰的4個像素進行插值，其單位正方形上任意一點f（x，y）有：

在編程實現時，反透視變換和雙線性插值同時進行。分割出QR碼后進行解碼，其解碼過程不是本文重點，不再詳細闡述。

圖5 反透視變換

4 圖像采集子系統

4.1 DirectShow體系結構

DirectShow是微軟公司在ActiveMovie和Video for Windows的基礎上推出的新一代基于COM的流媒體處理的開發包。其系統架構圖如圖6所示。DirectShow通過過濾器圖表管理器（Filter Graph Manager）來與上層應用程序和下層的驅動進行聯系。應用程序可以通過Filter Graph Manager提供的一組組件對象模型接口來訪問過濾器或者控制多媒體數據流，例如控制數據幀率、圖像大小、圖像質量等等。在本系統中采用COM組件來訪問DirectShow中的過濾器，從而獲得QR碼圖像數據。

圖6 DirectShow系統架構圖

4.2 QR碼圖像采集

4.2.1編寫處理QR碼圖像數據的Filter

通過DirectShow提供的視頻采集Filter來驅動攝像頭以獲得視頻幀。在采集到圖像數據后編寫處理QR碼圖像數據的Filter，它調用預處理與識別解碼模塊進行數據處理。編寫一個Filter主要包括兩個方面：選擇一個合適的父類和應用結構設計。這里選擇CTransformFilter作為Filter的父類。對于應用結構的設計，在重寫CTransformFilter∶∶Transform（）函數時產生一個線程來調用預處理與識別解碼模塊，這樣使得編寫的Filter結構清晰、可擴展性良好。

4.2.2構建FilterGraph

首先創建一個Filter Graph，再根據Filter各自的GUⅠD號來創建不同的Filter對象，并調用Filter Graph的接口AddFilter把這些Filter一一加入Filter Graph中。然后利用Capture Graph Builder對象提供的Ⅰcapture－GraphBuilder2接口將所有Filter“串聯”起來，從而構建一個完整的Filter Graph數據流。下面為構建Filter Graph的主要步驟及關鍵源代碼。

① 創建并初始化Filter Graph Manager組件對象。

② 創建視頻采集Filter對象，并添加進Filter Graph中，其他Filter類似。

③將編寫好的處理QR碼圖像數據的Filter也加入其中。

④ 將添加的各個Filter“串聯”起來，形成一個完整的數據流。

4.2.3自動對焦

在使用攝像頭進行取像的過程中，有可能發生抖動現象，圖像會變得模糊。使攝像頭自動對焦，從而獲得更為清晰的圖像數據，對快速準確識別QR碼至關重要。WinCE 6.0和Windows Mobile 5.0及更高版本均支持自動對焦。在本系統中，主要步驟及關鍵源代碼如下：

① 獲取攝像頭控制接口。

② 設置自動對焦。

以上步驟描述了WinCE嵌入式設備的攝像頭采集圖像數據的過程，構建好Filter Graph后即可通過攝像頭采集QR碼圖像。

結 語

本文分析研究了QR碼的檢測和識別技術，討論了在WinCE移動平臺上實現QR碼識別系統的技術問題（主要是如何實現QR圖像實時采集），并結合數字圖像處理技術在WinCE手機移動平臺上進行了QR碼識別系統的開發。本系統在多普達585和HTC P600上進行了測試。測試表明，該系統可以快速準確地檢測出QR碼圖像，在多普達585（CPU 為 OMAP850，主頻195MHz，64MB RAM，圖像分辨率為320×240）上解碼平均耗時約450ms，只有對極少數本身污染特別嚴重的條碼不能識別。目前，本系統軟件已經成功推向市場。

［1］GB／T18284—2000快速響應矩陣碼［S］.

［2］Ottaviani E，Pavan A，Bottazzi M，et al.A Common Ⅰmage Processing Framework for 2DBarcode Reading［C］.Ⅰmage Processing and its Application，Conference Publication No.465ⅠEE，1999：652－655.

［3］Otsu N.A threshold selection method from gray－level histo－gram［J］.ⅠEEE Trans Actions on SMC，1979，9（1）：62－66.

［4］牛彥.關于透視變換的研究［J］.計算機輔助設計與圖形學學報，2001，13（6）：549－551.

［5］劉慧娟.一種快速響應碼圖像的分割和檢測方法［J］.電子測量與儀器學報，2006，20（1）：32－35.

［6］劉寧鐘，楊靜宇.基于傅立葉變換的二維條碼識別［J］.中國圖像圖形學報，2003，8（8）：877－882.