基于LBS云平臺的微信小程序二維碼區域定位系統設計

陸霞

摘? 要： 針對傳統定位系統存在定位耗時長以及定位準確度差的問題，提出并設計基于LBS云平臺的微信小程序二維碼區域定位系統。系統整體架構分為LBS云服務、中心數據處理和小程序二維碼定位端三部分。從服務器端模塊、處理器以及定位模塊入手設計硬件，為系統構建提供基礎。軟件設計中，采集微信小程序二維碼區域圖像，對圖像邊緣特征進行增強與濾波處理，依據處理后的圖像邊緣特征確定定位目標，完成微信小程序二維碼區域定位系統設計。實驗結果表明，該系統的定位耗時相當于傳統系統的50%，定位準確率始終保持在99.5%以上，具有顯著優勢。

關鍵詞： 二維碼區域; 定位系統; LBS云平臺; 圖像采集; 邊緣特征處理; 仿真實驗

中圖分類號： TN967?34; TP391.44? ? ? ? ? ? ? 文獻標識碼： A? ? ? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2020）04?0180?03

Design of WeChat mini program two?dimensional code region positioning system

based on LBS cloud platform

LU Xia

（School of Information and Engineering， Nanjing Normal University Taizhou College， Taizhou 225300， China）

Abstract： In allusion to the problems of long time?consumption positioning and poor positioning accuracy in the traditional positioning system， a two?dimensional code area positioning system based on micro?message small program on LBS cloud platform is proposed and designed. The overall architecture of the system is constructed， which is divided into three parts： LBS cloud service， central data processing and two?dimensional code positioning terminal of small program. The hardware is designed from three modules： server module， processor module and positioning module， which provides the basis for the system construction. In the software design， the images of two?dimensional code area of the WeChat applet are collected. The image edge features are performed the enhancement and filtering processing， after which the location object is determined to complete the design of the two?dimensional code area location system of the WeChat applet. The experimental results show that the positioning time?consuming of the system is about 50% of the traditional system， and the positioning accuracy is always above 99.5%， which has significant advantages.

Keywords： two?dimensional code; positioning system; LBS cloud platform; image capture; edge feature processing; simulation experiment

0? 引? 言

微信小程序是由騰訊公司推出的一款用戶與服務相互連接的新的方式，它可以在微信內被快速、便捷的獲取，用戶不需要下載和安裝任何APP，就可以獲取需要的服務，且微信小程序功能豐富，具有出色的用戶體驗[1?3]。其中的二維碼技術可滿足用戶對信息量不斷增加的需求，因而在各領域中得到廣泛的應用，在二維碼識別過程中，主要使用的是二維碼區域的定位技術。目前，LBS云平臺（基于位置的服務）等多種平臺經常被用于信息定位，并取得了一些較好的研究成果。

文獻[4]提出結合BP神經網絡的二維碼條碼區定位方法，通過圖像預處理得到二維碼的區域塊，并過濾得出正確的二維碼圖像，進而定位得出二維碼信息。該方法提高了定位效率，但定位耗時較長。文獻[5]通過對位置判斷的方法，完成對二維碼的定位研究，首先利用雙邊濾波去除圖像噪聲，然后通過輪廓檢測進行二維碼區域的粗定位，最后利用位置判別算法對細化圖像骨架，完成二維碼的定位，但定位過程中消耗流量過多。文獻[6]在未知環境下，利用單目視覺測距對移動機器人定位進行研究，給出二維碼世界坐標，得出基于二維碼的機器人絕對坐標值，避免了編碼器短距離定位存在的誤差，該方法的定位成功率較高，但存在定位耗時長的問題。

針對上述研究存在的問題，提出并設計一種基于LBS云平臺的微信小程序二維碼區域定位系統。實驗驗證結果表明，該系統定位耗時短，且定位準確度高，性能較好。

1? 微信小程序二維碼區域定位系統設計

1.1? 系統整體架構

基于LBS云平臺的微信小程序二維碼區域定位系統整體架構如圖1所示。

根據圖1可以看出，系統主要由LBS云服務、中心數據處理和小程序二維碼定位端三部分組成。在LBS云服務過程中設置位置傳感器，對二維碼區域信息進行采集。中心數據處理部分則主要由數據庫、Web服務器和處理器協同運行，數據庫負責對系統數據進行處理，Web服務器負責接收LBS云服務信息，對發送信息至客戶端，處理器則負責對數據信息的處理。小程序二維碼定位端部分，由微信服務器接收系統數據，進而對二維碼區域進行精準定位，則可以獲取小程序發布的信息，顯示在移動用戶界面。

1.2? 系統硬件設計

1.2.1? 服務器端模塊

服務器端模塊主要包括傳感器和數據存儲器，以及信息壓包、解包模塊等，其流程圖如圖2所示。

當收到客戶發送請求時，進行二維碼區域定位，服務器是其中需要重點使用的工具。服務器架設在網絡上，通過指定IP地址及端口號與外界進行連接。利用傳感器對二維碼區域信息進行采集[7?8]，由于格式適用以及數據量的問題，服務器給出標準的數據格式，對采集得到的數據進行壓包和解包處理，并將最終數據傳輸至數據存儲器，為二維碼區域定位奠定基礎。

1.2.2? 處理器

采用多核處理器對系統數據進行處理，多核處理器通常是指芯片級多處理器。在單個集成電路中，利用多核處理器可實現多個芯片單元構建，且各芯片單元間可信息共享[9]。多核處理器結構如圖3所示。

圖3中，多核處理器通過系統網絡總線與緩存器相連接，對緩存區二維碼區域定位待使用數據進行控制。各處理器對數據的訪問方式與訪問時間相同，多個核心處理器對數據進行并行處理，以提高系統數據處理效率。

1.2.3? 定位模塊

定位模塊主要負責完成二維碼區域定位，首先建立二維碼區域坐標圖，然后當服務器運行時，導入二維碼區域坐標信息數據，同時調用該區域對應的屬性數據庫，利用定位器獲取二維碼區域的準確信息，完成區域信息定位[10]。

1.3? 系統軟件設計

對微信小程序二維碼區域定位過程中，首先對二維碼區域邊緣圖像進行采集，增強圖像邊緣特征，并作出濾波處理，進而根據二維碼圖像的邊緣特征來確定定位目標區域。

設原始二維碼區域圖像邊緣特征為[E]，則有：

[E=meanLX+stdLX] （1）

式中：[meanLX]為矩陣元素均值;[stdLX]為矩陣元素標準差。

假設圖像的信號方差值為[σ2i，j]，則含噪二維碼區域圖像實行維納濾波后，獲取的增強結果可表示為：

[Si，j=Eσ2i，jσ2i，j+Ni，jyi，j]? ? ? ?（2）

式中：[Si，j]代表增強后圖像;[yi，j]代表含噪圖像在小波分解下產生的小波系數。

根據上述濾波處理后的圖像，可得到二維碼定位目標區域，表示為：

[Wi，j=Si，j1+β]? ? ? ? ? （3）

式中：[Wi，j]表示二維碼定位目標區域;[β]代表圖像定位系數。

依據上述二維碼目標區域定位計算過程，可完成微信小程序二維碼區域定位。

2? 實驗結果與分析

2.1? 實驗環境

為充分驗證本文系統的性能，進行了仿真實驗分析。使用100張像素大小為720×480的二維碼圖像進行測試，系統使用的后臺服務器型號是Dell PowerEdge R720，配有32核64 GB內存的Intel[?] Xeon[?]處理器，服務器的操作系統是Windows 10，系統以Microsoft SQL Server 2008為后臺數據庫。以上述實驗環境和參數設置為依據，對本文系統與傳統系統進行對比，性能指標分別為：定位耗時與定位準確度。

2.2? 定位耗時對比

為驗證本文系統的優越性能，對本文系統與文獻[5]系統的定位耗時進行對比，結果如圖4所示。

根據圖4可知，本文系統與文獻[5]系統的定位耗時走勢基本一致，均隨著數據記錄時間的推移逐漸增加，但本文系統始終低于文獻[5]系統，且存在較大的差異。在10 min的數據記錄時間之內，本文系統的平均定位耗時約為3 min，文獻[5]系統的平均定位耗時約為6 min，相當于本文系統的2倍，驗證了本文系統的優越性。這是因為在系統硬件設計過程中，采用多個核心處理器對數據進行并行處理，以此提高系統數據處理效率，進而節省定位耗時。

2.3? 定位準確度對比

本文設計的系統是為了實現微信小程序二維碼區域的精準定位。對比本文系統與文獻[6]系統對微信小程序二維碼區域的定位準確程度結果驗證本文方法的定位準確性。為了使實驗更加精準，設置系統運行時間為10 min，在相同的條件下對比本文系統與文獻[6]系統的定位準確性，實驗結果圖5所示。

分析圖5可知，隨著系統運行時間的不斷增加，本文系統定位準確度始終保持在99.5%以上，說明本文方法的定位準確度較高。文獻[6]系統的定位準確度較為不穩定，有較大幅度的波動，均未達到99.5%，最高達到99.25%。從以上對比數據中可以看出，本文系統具有較高的定位準確度。

3? 結? 論

在微信小程序使用過程中，二維碼區域定位技術得到廣泛的使用，為用戶帶來極大的方便。本文提出并設計了一種基于LBS云平臺的微信小程序二維碼區域定位系統，從硬件和軟件兩個方面做出了具體描述，設計完成微信小程序二維碼區域定位系統。實驗結果表明，該系統能夠快速完成對二維碼區域的準確定位，具有良好的應用性能。

參考文獻

[1] 莊瑩，黃麗娜，鄭恒杰，等.二維碼定位技術支持下的室內導航電子地圖的設計與實現：以武漢大學圖書館為例[J].測繪通報，2017，33（5）：125?128.

[2] 夏凌云，龔文濤.基于微信公眾平臺和iBeacon的智慧校園LBS應用設計[J].微型電腦應用，2016，32（12）：50?53.

[3] 査金超，王直杰.基于GPS及LBS的移動終端定位研究[J].電子測試，2016，45（17）：86?87.

[4] 藍杰，張浩然.基于BP神經網絡二維碼區域提取[J].微型機與應用，2015，34（1）：50?52.

[5] 高飛，令狐乾錦，葛一粟，等.基于位置判別的激光QR二維碼定位方法[J].計算機輔助設計與圖形學學報，2017，29（6）：1060?1067.

[6] 羅高，袁亮.基于二維碼的單目視覺測距移動機器人定位研究[J].組合機床與自動化加工技術，2017，41（10）：114?117.

[7] 陳曉紅，錢晨，洪文昕，等.基于二維碼的可見光室內定位方法及實現[J].電子科技，2017，16（12）：34?38.

[8] 李長勇，房愛青，袁亮，等.家庭服務機器人定位系統研究[J].機械設計與制造，2017，39（7）：248?251.

[9] 朱玉強.微信小程序在圖書館移動服務中的應用實踐—以排架游戲為例[J].圖書館論壇，2017，37（7）：132?138.

[10] 楊亞洲，湯建清，王俊.基于微信小程序與二維碼技術對中藥飲片精準識別教學工具的研發[J].藥學教育，2017，33（5）：73?76.