二維條形碼QR Code 的圖像識(shí)別

摘 要：現(xiàn)代高新技術(shù)的發(fā)展，促進(jìn)了條碼識(shí)別技術(shù)的迅猛發(fā)展，一維條碼受信息容量的限制，只能對(duì)物品進(jìn)行標(biāo)識(shí)，二維條碼不僅具有一維條碼的優(yōu)點(diǎn)，還同時(shí)具有信息容量大、可靠性高、保密防偽懷強(qiáng)、易于制作、成本低等優(yōu)點(diǎn)。本文介紹了QR Code二維條碼技術(shù)，研究了圖像預(yù)處理及相關(guān)的圖像處理知識(shí)，包括圖像灰度化、圖像二值化、中值濾波和QR譯碼等方法在二維條碼識(shí)別上的應(yīng)用。實(shí)驗(yàn)表明，該識(shí)別算法能有效地去除背景和噪聲的干擾，達(dá)到準(zhǔn)確、快速識(shí)別的目的。

關(guān)鍵詞：QR Code二維條碼；圖像處理；QR譯碼；識(shí)別

中圖分類號(hào)：TP391.41 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-7712 （2014） 02-0000-02

隨著3G網(wǎng)絡(luò)的迅猛發(fā)展，甚至現(xiàn)在4G也開始在國內(nèi)試點(diǎn)運(yùn)行，手機(jī)已經(jīng)成為人們即時(shí)獲取信息的不可或缺的工具。相信在手機(jī)上安裝條碼識(shí)別系統(tǒng)將會(huì)是一種趨勢(shì)，條碼識(shí)別系統(tǒng)會(huì)讓人們隨時(shí)隨地的了解商品信息、產(chǎn)家信息，還可以下載音樂、圖文、視頻以及手機(jī)閱讀等等。相信條碼識(shí)別系統(tǒng)能夠給人們的日常生活帶來極大的便利，具有非常廣泛的應(yīng)用前景。

條碼分為一維條碼（One Dimensional Barcode，1D）和二維碼（Two-dimensional Code，2D）。人們?cè)谏唐钒b袋上看到的條碼就是一維條碼，但是受信息容量的限制，一維條碼只能對(duì)物品進(jìn)行標(biāo)識(shí)，而不是對(duì)物品描述。人們迫切希望發(fā)明一種新的條碼，它不僅要具有一維條碼的優(yōu)點(diǎn)，還同時(shí)要具有信息容量大、可靠性高、保密防偽懷強(qiáng)、易于制作、成本低等優(yōu)點(diǎn)。在這種需求下，二維條碼產(chǎn)生了。它的信息密度和容量都較一維條碼要大，而且它不僅可以用數(shù)字、字母進(jìn)行編碼，還能對(duì)圖片、漢字、聲音、指紋等進(jìn)行編碼。現(xiàn)在二維條碼已經(jīng)應(yīng)用于軍事、公安等部門對(duì)各種證件的管理，郵局對(duì)政局包裹的管理，儲(chǔ)存運(yùn)輸業(yè)對(duì)各類商品和貨物的運(yùn)輸?shù)墓芾淼鹊龋远S條碼在未來具有著更廣闊的應(yīng)用前景。

一、QR 碼圖形結(jié)構(gòu)

QR Code 符號(hào)由尋像圖形（3個(gè)）、定位圖形（2個(gè)）、格式信息（2個(gè)）、版本信息（2個(gè)）和若干個(gè)校正圖形組成。圖1為QR Code符號(hào)結(jié)構(gòu)圖。

圖1 QR Code的符號(hào)結(jié)構(gòu)圖

二、QR 碼的圖像預(yù)處理

條碼圖像的預(yù)處理就是將圖片進(jìn)行灰度化、中值濾波、二值化等。圖像預(yù)處理流程是通過反復(fù)實(shí)驗(yàn)測(cè)試得出的，具體流程如圖2所示。

圖2 圖像預(yù)處理流程圖

（一）圖像的灰度化

因?yàn)榛叶葓D像所含的信息量比RGB圖像小很多，而且QR碼都是由“0”和“1”組成，因此條碼識(shí)別對(duì)彩色信息起不到識(shí)別的作用，所以我們?cè)谧R(shí)別二維條碼前對(duì)它進(jìn)行灰度化處理[1][2]，這樣可以降低我們?cè)趫D像處理時(shí)候的計(jì)算量[3]。

設(shè)某像素的RGB的彩色各分量值為（R、G、B），其中0≤R≤255，0≤G≤255，0≤B≤255，則灰度值W為：W=0.30R+0.59G+0.11B

（二）中值濾波

二維條碼圖像一般都會(huì)含有噪聲，我們這時(shí)要做的工作就是要從圖像中提取出條碼圖像。通過反復(fù)實(shí)驗(yàn)測(cè)試比較，選擇中值濾波的方法對(duì)QR碼圖像進(jìn)行濾波來減少噪聲，條碼圖像的一般都是正方形，所以這里采用3×3的矩形窗口對(duì)圖像進(jìn)行濾波，實(shí)驗(yàn)表明，這個(gè)窗口取得了較好的效果。

（三）圖像二值化

本文采用的是最優(yōu)閾值法對(duì)灰度圖像進(jìn)行二值化處理。圖像包含目標(biāo)灰度值和背景灰度值，s（z）表示目標(biāo)單峰密度函數(shù)與表示背景單峰密度函數(shù)之和。

公式1為混有加性高斯噪聲圖像的混合概率密度：

s（z）=S1s1（z）+S2s2（z）= （1）

公式（1）中有5個(gè)未知的參數(shù)，分別為：背景區(qū)域灰度值先驗(yàn)概率S1，目標(biāo)區(qū)域灰度值先驗(yàn)概率S2，S1+ S2=1；背景區(qū)域關(guān)于均值均方差 ，目標(biāo)區(qū)域關(guān)于均值均方差 ；背景區(qū)域平均區(qū)域值 ，目標(biāo)區(qū)域平均區(qū)域值 。T表示閾值。

可求出公式（4）誤差最小的閾值，得到下式（5）：

將公式（1）代入，得到二次式（6）：

一般情況下，如果 = ，只能求出一個(gè)最優(yōu)閾值（7）：

當(dāng)S1=S2時(shí)，可以求出最優(yōu)閾值：

公式（9）則可得出s（z）中的5個(gè)未知參數(shù)：

公式（2-9）中n為灰度級(jí)數(shù)，h（z）為函數(shù)，s（z）為混合概率密度函數(shù)。

經(jīng)過最優(yōu)閾值法后圖像明顯效果較好，如圖4所示。

（三）圖像定位

在條碼識(shí)別過程中，由于攝像頭是任意角度拍攝的，所以采集到的圖像一般會(huì)發(fā)生偏轉(zhuǎn)，這時(shí)需要將圖像先進(jìn)行旋轉(zhuǎn)校正。圖像的邊緣存在于目標(biāo)與背景的交界處，是一幅圖像最基本的特征，并且是圖像局部區(qū)域亮度變化最明顯的部分[1]。邊緣檢測(cè)基本原理是利用求導(dǎo)算子增強(qiáng)圖像邊緣，然后通過響應(yīng)的閾值判定并提取圖像邊緣。經(jīng)典的邊緣檢測(cè)算子有 Sobel 算子、Roberts 算子、Krisch 算子、Prewitt 算子、Gauss-Laplacian算子。通過反復(fù)實(shí)驗(yàn)測(cè)試，Sobel算子它對(duì)于孤立噪聲能夠起一定的抑制作用。

Sobel算子：

（四）QR 碼的譯碼

由圖5可知，譯碼主要有以下步驟：

（1）定位尋像圖形

a）攝像頭會(huì)先掃描圖像，對(duì)圖像的所有像素都進(jìn)行一次探測(cè)，直到探測(cè)出所有中線。如圖7所示。

b）重復(fù)步驟a），在尋像圖形的縱軸方向，識(shí)別出所有豎線。

c）確定尋像圖形的中心，把A、B兩點(diǎn)用一條直接相連，以同樣的方法在縱軸方向上也連接一條直線，這樣兩線的交點(diǎn)就是圖形中心點(diǎn)。

d）重復(fù)a），b），c），確定其他兩個(gè)位置探測(cè)圖形的中心位置。

如圖8所示，我們需要計(jì)算出D的距離、 的寬度， 的寬度。

如果版本不大于6（包括6），則將這個(gè)確定為版本號(hào)。

（3）對(duì)格式信息譯碼，得到版本。

（4）消除掩模，恢復(fù)數(shù)據(jù)碼字。

（5）糾錯(cuò)檢查，還原信息，進(jìn)行譯碼。

三、結(jié)束語

本文研究了QR Code 的圖像預(yù)處理、識(shí)讀和譯碼流程。譯碼系統(tǒng)完成了對(duì)采集來的圖像預(yù)處理然后譯碼的過程。主要研究了圖像預(yù)處理及相關(guān)的圖像處理知識(shí)，包括圖像灰度化、圖像二值化、中值濾波和QR譯碼等方法在二維條碼識(shí)別上的應(yīng)用。實(shí)驗(yàn)表明，該識(shí)別算法能有效地去除背景和噪聲的干擾，達(dá)到準(zhǔn)確、快速識(shí)別的目的。

參考文獻(xiàn)：

[1]周長發(fā).精通 Visual C++.net 圖像處理編程[M].北京：電子工業(yè)出版社，2002.

[2]歐陽偉.QR 二維條碼自動(dòng)識(shí)別系統(tǒng)的研究與實(shí)現(xiàn)[D].上海：復(fù)旦大學(xué)，2006.

[3]Timothy R. Tuinstra. Reading Barcodes from Digital Imagery [J].Cedarville University，2000.

[4]袁遠(yuǎn)松，趙小敏，楊東勇.Data Matrix 條碼的畸變校正[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2008（10）：47-50.

[作者簡(jiǎn)介]鄧瀟瀟（1989.11-），女，湖北仙桃人，碩士研究生，研究方向：數(shù)據(jù)挖掘。