一種針對彩色二維碼圖像的二值化方法

【摘要】二維碼圖像數據碼細小瑣碎，難以與背景區分開。提出一種針對彩色二維碼圖像的二值化方法，它以迭代法求取自適應性閾值為基礎，將它與背景減法相結合，對減法結果進行分區處理。實驗結果表明，本方法能得到較好的二值化結果，對二維碼圖像的提取具有良好的適應性。

【關鍵詞】彩色二維碼；圖像二值化；背景減法；形態學開運算

1、引言

對常用的圖像二值化方法比如Niblack法、Otus法（最大類間差法）、Bernsen法等進行總結。用上述二值化對日常生活的彩色二維碼進行圖像處理，發現不足并提出一種以迭代法為基礎的圖像二值化的新方法流程，用來處理與二維碼圖像相似的細小前景與復雜背景的圖像二值化分離。結果表明，常見的二值化方法不適用于彩色二維碼的二值化處理，不利于從數據碼中準確提取前景信息點，本文基于MATLAB軟件仿真，以本文提到的算法流程對彩色二維碼圖像進行二值化，經實驗結果證明該方法有效可行。

2、二值化方法

到目前為止，學者們提出的二值化方法有100多種，主要分為兩個類型：局部閾值法和全局閾值法。其中Niblack法，最大類間差法，Bernsen法，迭代法等是算法中較為經典的算法，本文首先對這些算法進行大概的總結，分析其優點和不足，然后再根據這些經典算法進行擴展得出本文處理二維碼圖像的算法。

2.1Niblack法

Niblack屬于局部閥值算法，局部閥值法對于識別干擾比較嚴重，品質較差的圖像具有較好的效果。m為以該像素點為中心的區域的平均灰度值，v是該區域的標準差，k是一個修正系數（通常取-0.1）?！?br>