专利汇可以提供一种基于滑动部件匹配的二维码码型识别方法专利检索,专利查询,专利分析的服务。并且本 发明 提供一种基于滑动部件匹配的二维码码型识别方法,该方法先对图像进行灰度化处理,然后对图像进行增强处理,再利用图像增强技术如中值滤波、维纳滤波、直方图均衡等方法可以有效增强图像的 对比度 ,接着,对图像进行二值化,分离背景和前景,再接着,便是使用 边缘检测 算子对灰度图像进行边缘提取,得到图像的边缘图,然后,根据预先设计好的数个可变型模板一次对图像进行匹配,找出相关度最大的模板,以及其图像上相关度最大区域,在二值图像中截取 边缘图像 中相关度最大的区域即为二维码所在的区域。然后使用几何矫正 算法 ,矫正几何形变,最后截取二维码的最小识别区域,然后解码识别出二维码的码型。,下面是一种基于滑动部件匹配的二维码码型识别方法专利的具体信息内容。
1.一种基于滑动部件匹配的二维码码型识别方法,其特征在于,包括以下步骤:
S1:对拍摄设备拍摄到图像进行边缘提取;
S2:对提取出的边缘图像进行模板匹配;
S3:对匹配结果进行处理进而得出识别结果。
2.根据权利要求1所述的基于滑动部件匹配的二维码码型识别方法,其特征在于,所述步骤S1的具体过程如下:
先把拍摄到的图像转换成灰度图,再用维纳滤波器和中值滤波器去除图像上的动态模糊和噪声,然后为了提高图像整体的亮度,用单尺度retinex算法对图像进行灰度变换,然后使用最大类间方差法把增强后的灰度图像转换为二值图像,之后用canny算法得到二值图像的边缘图像。
3.根据权利要求2所述的基于滑动部件匹配的二维码码型识别方法,其特征在于,所述步骤S2的具体过程如下:
1)、应用不变性广义霍夫变换,假设参数a表示部件的尺度大小,参数θ表示该部件的旋转角度,参数ρ表示该部件透视形变的程度,(x,y)表示部件的中心坐标,则存在一组参数组合{a,θ,ρ,x,y}使得部件的边缘数据与目标的边缘数据能匹配到大于阈值的像素点,这组数据看作图像上与模板部件相关区域的描述,记录所有相关度大于阈值的相关区域的坐标面积和大小;
2)、在匹配过程中,依次用模板中的部件来进行相关运算,得到对应的相关区域,如果其中一个部件在图像中不存在相关区域,则匹配失败,用下一个模板来进行匹配;对于已经找到的相关区域,从每个部件的相关区域集中各抽出一个区域,组成一个区域组合;根据这个区域组合的坐标,面积,旋转角度,判断这个区域组合是否此模板的约束条件,如果不符合,则判断下一个组合,如果所有的组合都不符和条件,则匹配失败,用下一个模板继续进行匹配,如果有一个组合符号条件,则输出此组合的参数。
4.根据权利要求3所述的基于滑动部件匹配的二维码码型识别方法,其特征在于,所述步骤S3的具体过程如下:
在匹配过程中一旦有一个模板能完全匹配,则认为图像上拍摄到的二维码的码型是该模板所对应的码型,然后根据匹配结果,在二值图像上把相应的区域截取出来;
对截取到的图形用一个10*10的正方形结构元素进行膨胀,再用3*3的正方形结构进行腐蚀。用膨胀结果减去腐蚀结果就得到二维码4条边的边界图;对边界图使用hough变换进行直线检测就能得到这4条边所在直线方差,求出这4组直线的4个交点就是二维码的4个交点;由于二维码是矩形,根据当前的码型,预先设定双线性变换后的4顶点坐标,然后应用双线性变换来矫正二维码的几何形变,矫正结束后,截取图像上二维码的最小识别区域,把图像传递到相应的解码程序,开始解码即可识别出二维码码型。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种任意复杂裂缝介质格子法弹性建模方法 | 2020-05-13 | 884 |
虚拟同步发电机电网不平衡跌落时的无功功率补偿方法 | 2020-05-15 | 154 |
基于根据mDIXON调查的自动规划的高效心脏MR工作流 | 2020-05-23 | 999 |
一种CT图像中脊髓的提取方法 | 2020-05-21 | 918 |
用于单细胞中核酸靶标的分子条码化的装置和系统 | 2020-05-22 | 153 |
虚拟同步发电机电网不平衡跌落时的无功功率补偿方法 | 2020-05-24 | 924 |
一种医学图像中计算心胸比的方法 | 2020-05-21 | 695 |
一种基于改进L0梯度的织物沾水区域分割方法 | 2020-05-25 | 755 |
一种综合能源系统RLC暂态模型的能流仿真方法和装置 | 2020-05-18 | 404 |
一种水表抄表方法和系统 | 2020-05-14 | 665 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。