合肥工业大学硕士学位论文面向手机的二维条码定位识别算法的研究姓名:李璐申请学位级别:硕士专业:计算机软件与理论指导教师:檀结庆20071101
面向手机的二维条码定位识别算法的研究摘要条码技术自问世20多年来发展迅速,在各个行业得到了广泛的应用。其中一维条码的使用,极大地提高了数据采集和信息处理的速度,并为管理的科学化和现代化作出了很大的贡献。但由于一维条码受到信息容量的限制,仅仅是对物品的标识,并且它的使用必须依赖数据库的存在。现代高新技术的发展,迫切要求用条码在有限的印刷空间内表示更多的信息,从而实现对物品的描述。二维条码正是为了满足以上需求而出现的。二维条码的种类很多,如QR、PDF417和Maxicode等。一般使用激光扫描仪对条码进行读取和检测,而现如今,人们对手机的要求已经不仅仅局限于通话本身,更关注于将越来越多的应用集成在~起,随着手机照相功能的增强,我们可以将条码的读取、检测和识别功能都加入到手机中。本文的研究目的是对于手机拍摄的快速响应码图像进行定位、检测和识别,以获取条码包含的相关信息。条码定位是一个十分重要的步骤。在识别条码前,要在图像中滤除文本和其他图案,定位出条码所在的区域。本文提出了一种基于DCT域的条码定位算法。本算法充分利用手机提供的软硬件平台,首先在频域内利用离散余弦变换特性对图像中快速响应码区域进行增强,从而区分条码/非条码区域;然后利用数学形态学平滑条码区。实验表明,该算法具有较好的性能,对于不同倾角的条码图像也可取得较好的定位效果。在得到条码所在区域后,通过识别算法对快速响应码进行识别。条码识别是一个边缘检测问题。长期以来,边缘检测都是通过一阶导数极大值或二阶导数零交叉进行的。由于二维条码密度较大,受光学系统点扩散函数的影响,边缘相互干扰,传统的方法不再适用。本文利用快速响应码的结构特点,分析得到点扩散函数,并对条码图像进行恢复和识别。实验表明,本文的算法能有效克服光学系统的降晰对条码识别的影响,显著提高了识别率,其性能优于边缘检测的算法。关键词:二维条形码;定位;识别;手机;离散余弦变换;点扩散函数
ResearchonLocationandRecognitionAlgorithmsofTwo.DimensionalBarcodeBasedonMobilePhonesAbstractThebarcodetechnologyhasbeendevelopingrapidlysince20恤centuryandhasbeenusedinvarioustrades.Itiswideapplicationsofone—dimensionalbareodesthatspeedupthedatacollectionandinformationprocessing,anditprovidesthegreatcontributionforthemodernizationandsocializationofadministration.Duetothelimitoftheinformationcapacity,one-dimensionalbareodeisjustalabelforgoods.Theymustbeusedwithdatabase.Withthedevelopmentofhightechnology,itispressedforusingbarcodetoexpressmoreinformationwithinthelimitedprintingspace,whichcouldrealizethedescriptionforgoods.Two‘dimensionalbarcodesappearedjustabouttomeetupwardsrequirement.Two·dimensionalbarcodeshavemanytypes,suchasQR,PDF417andMaxicodeNowadays,people’sdemandsformobilephonesarenotmerelyconfinedtoconversationitself.Theypaymuchcloseattentiontointegratingmoreandmoreapplications.Usually,thedevicesutilizedforbarcodedetectionareusinglaserbeams.Sincemanymobiledevicesarealreadyequippedwithdigitalcameras,theycanincorporatethiskindofapplicationaswell.Thepurposeofthethesisistolocate,detectandrecognizetwo—dimensionalbarcodethroughmobilephonesBarcodedetectionisanimportantstep.Beforeitsrecognition,barcodeneedstobelocatedbyfilteringtextandothersignsintheimage.Inthisthesisanalgorithmispresentedthatlocatesquickresponsecodefromimagescapturedbycameraphones.ThealgorithmUSeSDCT-transformpropertiestoenhancequickresponseareainordertodistinguishbarcodefromotherareasandmorphological
operationstosmooththedetectedquickresponsearea.Experimentalresultsshowthatthismethodhasgoodperformanceandthecorrectlocalizationfromimagesindifferentskews.Afterlocalization,analgorithmofbarcoderecognitionisproposedinthisthesis.Barcoderecognitionisamatterofedgedetection,whichhaslongbeendonethroughthemaximumvalueofthefirstderivativesorzerocrossingofthesecondderivatives.Whenthebarcodeisofhigherdensity,adjacentedgesinteracteachotherduetotheinfluenceofthepointspreadfunctionofimagecollectionsystem.Therefore,thiskindofmethodbecomesinvalid.ThisthesisanalyzespointspreadfunctionaccordingtothestructureofORcode,thenrestoresoriginalimage.Experimentsshowthatthealgorithmpresentedinthisthesisisabletoeffectivelyovercomeblurringaffectscausedbythepointspreadfunctionandapparentlypromotetherecognitionrate,andthealgorithmisbetterthanthatbasedonedgedetection.Keywords:Two—dimensionalBarcode;Location;Recognition;MobilePhone;DiscreteCosineTransform;PointSpreadFunction
插图清单图2-1EAN-13码实例……………………..图2.2一维条码和二维条码的工作流程…………………………………….6……………………...………….…7图2-3PDF417码实例…………………………………………………………………….9图2.4矩阵式二维条码实例…………………图2-5QR码符号的结构…………………………………………………………………11图3.1手机拍摄二维条码的识读程序图3-2二维离散余弦变换示意图……………..图3-38x8图像的小波变换与DCT变换……图3-4整幅图像中DCT块系数区域的组织……………………………………………19图3.5从所有的DCT块中计算平均DCT块………………………………...………。2l图3-6图像中条码区域的增强……图3.7B和X间关系及平移、对称关系含义………………………………...………..22图3-8腐蚀与膨胀…………………图3-9图像的腐蚀……………………………………………………………………………………………….23图3.10图像的膨胀……………………图3.11图像的开运算与闭运算………图3.12形态学操作后的条码图像……图3.13HOUGH变换…………………………….图3.14对称HOUGH变换检测矩形示意图……..27图3.15条码区域的定位………………………………………………………...………..28图3.16条码定位算法流程图……………图3一17手机拍摄的QR码图像定位结果图3.18任意倾角QR码图像定位结果图3.19旋转90度QR码图像定位结果…………………………………………………30图4-1高密度的QR编码…………图4-2模糊的QR码图像………………………….图4-3加权窗……………………….图4-4扫描的一维波形……………………………………………………………………36图4.5使用渐晕系数纠正的一维波形…..图4-6简单的图像退化模型……………。图4.7二值化后的波形…………………。图4-8位置探测图形的结构…………图4-9反降晰条码图像………………….图4·10QR码的4个顶点………………………………………………….38....……....………....……….…...39.…..……...….….....................40......……..………….……….…...42.…..….…………........….………43
图4.11双线性插值示意图…………………………………………….图4.12采样后的条码图像……………………………………表2.1表3-1表4-1....…44….…45表格清单一维条码和二维条码的比较………………………………………………………8两种方法的实验结果比较两种识别方法的比较…………………………………………………………….45
独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得金胆王些太堂或其他教育机构的学位或证书而使用过的材料.与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意.学位论文储签名.圣地签字日期:o了年·碉j日学位论文版权使用授权书本学位论文作者完全了解金aB王些太堂有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权—金毽王些太堂可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印,缩印或扫描等复制手段保存、汇编学位论文.(保密的学位论文在解密后适用本授权书)学位论文作者签名:莲桃签字日期:01年I≯月j日学位论文作者毕业后去向:工作单位:通讯地址:导师签名:牦拓砖签字日期:07年IL月,-日电话:邮编:
致谢我衷心地感谢我的导师檀结庆教授。本论文的所有工作都是在檀老师的悉心指导下完成的,是檀老师丰富了我的知识,开阔了我的视野,提高了我的独立科研能力。檀老师严谨治学、不断向上的精神每时每刻都在激励着我,他的这种精神还将指引我一直向前。同时导师作为一名长者,平Et的谆谆教诲、和蔼可亲的关怀和鼓励也会让我终身难忘。感谢实验室所提供的交流平台,是它促进了我们更快地成长。在此感谢江平老师、苏本跃老师,是他们的帮助和支持使我的工作顺利进行。感谢李声锋博士、刑燕博士、谢成军和刘丽君同学,他们对我的工作常能提出良好的建议,我们之间的每次讨论,都使我加深了对问题的认识,加快了工作的进展。感谢实验室全体在读的同学们在学习过程中所给予的无私的帮助。此外,我还要向合肥工业大学计算机与信息学院的各位领导和老师表示衷心的感谢。李璐2007年11月