文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 电子/电路 > 数字图像处理算法在QR码识别中的应用_马超
侵权投诉

数字图像处理算法在QR码识别中的应用_马超

第21卷

Vol.21

第5期电子设计工程

No.5ElectronicDesignEngineering

2013年3月Mar.2013

数字图像处理算法在QR码识别中的应用

马超

(杭州电子科技大学计算机学院,浙江杭州310018)

摘要:介绍了基于数字图像处理的QR码识别算法。该方案综合运用了图像灰度化、滤波去噪、二值化、边缘检测、图像旋转等多种图像处理方法对条码图像进行预处理。理论分析和实验结果表明:该算法提高了识读的灵活性和可靠性,为QR码识别提供了一种新途径。关键词:QR码;图像处理;图像定位;识别中图分类号:TP391.4

文献标识码:A

文章编号:1674-6236(2013)05-0027-03

DigitalimageprocessingalgorithmforQRcoderecognition

MAChao

(CollegeofComputerScienceandTechnology,HangzhouDianziUniversity,Hangzhou310018,China)

Abstract:ThispapermainlyfocusedonimageprocessingalgorithmforQRcoderecognition.Thesolutionsyntheticallyusesimagegraying,imagedenoising,imagebinarization,edgedetection,andimagerotationetc.tocompletethepreproceasingofbarcodes.TheoreticalanalysisandexperimentalresultsshowthatthesolutionenhancetheflexibilityandreliabilityofRecognition,provideanewwayforQRcoderecognition.

Keywords:QRCode;imageprocessing;imageLocation;recognition

QR码是一种矩阵二维码符号[1],它除具有二维条码所有

的信息容量大、可靠性高、可编码汉字及图象多种格式信息、保密防伪性强等优点外,还具有超高速识读、全方位识读、纠错能力强等特点,在我国具有广泛的应用前景,因此对二维

有的噪声与图像信号有关,乘法噪声输出的数据为两部分叠加,可表示为g(x,y)=f(x,y)+n(x,y)×f(x,y)。常用滤波方法有以下几种:

1)均值滤波

均值滤波是空间域平滑技术,取图像各像素点的矩形邻域内的平均值作为滤波后的像素值。含有噪声的图像g(x,y)经过邻域均值滤波后为:(x,y)=1∑f(x,V)+1∑n(x,y),

QR码识别技术的进一步研究有着深远的意义。QR码识别技

术是计算机视觉和智能识别技术在现代物品标识管理系统中的一项重要研究课题。随着移动互联网的发展,物联网在全国大规模的推广应用,QR码识别设备也得到了更广泛的应用。笔者提出了一种QR码图像的预处理算法,可以对QR码进行准确的译码。

经均值滤波后新的方差2=1σ2,噪声方差变小,说明噪声强

度减弱了,即抑制了噪声。由上式还可看出,均值滤波法平滑了图像信号,缺点是降低噪声的同时使图像产生模糊,特别是在边缘细节处,邻域越大,模糊程度越大。

1

1.1

图像预处理

图像灰度化和噪声滤波

QR码图像是由深浅相间的像素点组成,由摄像头设备

采集的图像一般是彩色图像[2]。通过RGB彩色图像每个像素的R、G、B分量进行加权平均,得到对应的灰度图的亮度,具体公式如下:Gray=0.299×R+0.5866×G+0.1145×B。

采集的图像含有随机噪声,根据噪声和信号的关系可以将其分为两种形式:加法噪声和乘法噪声。设f(x,y)为观测数据,n(x,y)为噪声数据,输出数据为g(x,y)。加法噪声:输出的数据为观测数据和噪声数据的加法叠加。其特点是无论观测数据大小,噪声n(x,y)与观测数据无关。比如信道噪声属加性噪声。可以表示为g(x,y)=f(x,y)+n(x,y)。乘法噪声:收稿日期:2012-10-09

稿件编号:201210040

2)中值滤波

中值滤波是一种非线性平滑技术,它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值[3]。记作med{a1,a2,a3……an}。具体步骤如下:

①将选好的窗口在图像中漫游,并将窗口中心与图像中

心某个像素的位置重合;

②将该窗口下各像素灰度值从小到大排列成一列;③将排列的中间值赋给对应窗口中心位置的像素。

中值滤波对极限像素值远不如平均值那么敏感,从而可以消除孤立的噪声点,使图像产生较少的模糊,保护图像的边缘信息。在MATLAB图像处理工具箱中,提供了medfilt2函数用于实现中值滤波。

作者简介:马超(1987—),男,浙江杭州人,硕士研究生。研究方向:计算机系统结构。

-27-

第1页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email