本發(fā)明圖像處理，具體涉及根據(jù)圖像對(duì)二維碼進(jìn)行定位的方法及系統(tǒng)。

背景技術(shù)：

與條形碼相比，二維碼具有信息容量大、可靠性高、保密性及安全性好等多種優(yōu)點(diǎn)，因此二維碼技術(shù)在工業(yè)領(lǐng)域獲得了飛速發(fā)展和廣泛應(yīng)用。二維碼技術(shù)應(yīng)用的關(guān)鍵在于二維碼識(shí)別，即通過一些掃描設(shè)備獲取條碼信息，然后進(jìn)行解碼。目前，二維碼識(shí)別大多依賴于具體的識(shí)別設(shè)備，并且需要人工對(duì)準(zhǔn)待識(shí)別二維碼，需要人工干預(yù)。近年來隨著數(shù)字圖像處理技術(shù)的發(fā)展，出現(xiàn)了基于相機(jī)攝像的二維碼識(shí)別方式，在獲取到二維碼的圖像后，對(duì)二維碼的自動(dòng)識(shí)別通常包括：(1)條形碼的自動(dòng)檢測(cè)定位；(2)條碼圖像處理；(3)二維碼的解碼。

二維碼的自動(dòng)檢測(cè)定位是條碼識(shí)別的首要步驟，也是一個(gè)復(fù)雜的過程。由于在二維碼拍攝過程中，二維碼往往和文本或者其他圖案混合在一起，二維碼僅僅是拍攝圖像的一部分，在定位過程中，必須要過濾掉文本和其他圖案，定位出二維碼。更有甚者，一次拍攝可能拍攝到多個(gè)二維碼圖像，在后續(xù)定位過程中，必須要將此多個(gè)二維碼從背景中識(shí)別出來并逐個(gè)進(jìn)行定位。因此，如何在復(fù)雜圖像中自動(dòng)定位并識(shí)別二維碼是亟待解決的問題。

技術(shù)實(shí)現(xiàn)要素：

本申請(qǐng)?zhí)峁┮环N二維碼定位方法及系統(tǒng)，能夠在復(fù)雜圖像中自動(dòng)定位出二維碼。

根據(jù)第一方面，一種實(shí)施例中提供一種二維碼定位方法,包括：

輸入圖像數(shù)據(jù)；

利用二維碼數(shù)據(jù)區(qū)的邊緣信息對(duì)圖像數(shù)據(jù)進(jìn)行預(yù)篩選，確定可能包含二維碼的圖像區(qū)域作為候選區(qū)域，所述邊緣信息是指灰度值具有突變的區(qū)域；

對(duì)每個(gè)候選區(qū)域，利用待定位二維碼的定位圖形確定二維碼外邊界的大致位置，從而獲得二維碼的粗略定位；

根據(jù)二維碼外邊界的大致位置確定出二維碼的精確邊界，從而獲得二維碼的精確定位。

根據(jù)第二方面，一種實(shí)施例中提供一種二維碼定位系統(tǒng),包括：

圖形獲取單元，用于輸入圖像數(shù)據(jù)；

預(yù)篩選單元，用于利用二維碼數(shù)據(jù)區(qū)的邊緣信息對(duì)圖像數(shù)據(jù)進(jìn)行預(yù)篩選，確定可能包含二維碼的圖像區(qū)域作為候選區(qū)域，所述邊緣信息是指灰度值具有突變的區(qū)域；

粗略定位單元，用于對(duì)每個(gè)候選區(qū)域，利用待定位二維碼的定位圖形確定二維碼外邊界的大致位置，從而獲得二維碼的粗略定位；

精確定位單元，用于根據(jù)二維碼外邊界的大致位置確定出二維碼的精確邊界，從而獲得二維碼的精確定位。

上述實(shí)施例中，基于圖像數(shù)據(jù)進(jìn)行二維碼定位，定位過程包括預(yù)篩選、粗定位和精確定位，通過將圖像的邊緣信息和紋理信息相結(jié)合，進(jìn)行預(yù)篩選，獲取可能的二維碼區(qū)域，然后結(jié)合二維碼的定位圖形進(jìn)行粗定位，最后在粗定位的基礎(chǔ)上確定出二維碼的精確邊界，從而獲得二維碼的精確定位。這種定位方式可自動(dòng)對(duì)圖像中的二維碼進(jìn)行定位，使得在對(duì)二維碼定位時(shí)不需要人工進(jìn)行干涉即可排除圖像中復(fù)雜背景的干擾，而且通過預(yù)篩選和粗定位，減少了自動(dòng)定位過程中的數(shù)據(jù)處理量。

附圖說明

圖1為Data Matrix二維碼的示意圖；

圖2為一種實(shí)施例的二維碼識(shí)別設(shè)備的結(jié)構(gòu)示意圖；

圖3為一種實(shí)施例中二維碼定位流程圖；

圖4為預(yù)篩選的一種具體實(shí)施方式的流程圖；

圖5為將整個(gè)圖像數(shù)據(jù)劃分成若干數(shù)據(jù)塊的示意圖；

圖6為Data Matrix二維碼的定位圖形的示意圖；

圖7為粗定位的一種具體實(shí)施方式的流程圖；

圖8為一種具體實(shí)施例中獲得的虛邊矩形區(qū)域的示意圖；

圖9為精確定位的一種具體實(shí)施方式的流程圖；

圖10a為兩條實(shí)線外邊界的掃描區(qū)域的示意圖；

圖10b為兩條虛線外邊界的掃描區(qū)域的示意圖；

圖11為一種實(shí)施例的定位系統(tǒng)的結(jié)構(gòu)示意圖。

具體實(shí)施方式

二維碼可通過各種編碼方式產(chǎn)生，為方便二維碼的定位，每種二維碼都有各自的定位特征，本文中稱為定位圖形，定位圖形用于條碼符號(hào)定位和確定條碼結(jié)構(gòu)信息，也可用于解決符號(hào)定位和失真問題，定位圖形的四周是空白區(qū)，用于將條碼與背景分離。例如Data Matrix二維碼，如圖1所示，完整的Data Matrix二維碼10呈現(xiàn)為一矩形的二維碼圖形，具有四條邊，兩條相互垂直的實(shí)線外邊界11和兩條相互垂直的虛線外邊界12，中間是黑白相間的數(shù)據(jù)單元構(gòu)成的數(shù)據(jù)區(qū)13。在本發(fā)明實(shí)施例中，在對(duì)圖像中的二維碼進(jìn)行定位時(shí)，首先將圖像的邊緣信息和紋理信息相結(jié)合，進(jìn)行預(yù)篩選，獲取可能的二維碼區(qū)域，然后結(jié)合二維碼的定位圖形(Pattern Finder)進(jìn)行粗定位，最后在粗定位的基礎(chǔ)上確定出二維碼的精確邊界，從而獲得二維碼的精確定位。

下面以Data Matrix二維碼為例通過具體實(shí)施方式結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步詳細(xì)說明。

實(shí)施例一：

請(qǐng)參考圖2，二維碼識(shí)別設(shè)備包括圖像采集模塊20和圖像處理模塊40，圖像采集模塊20可以是工業(yè)相機(jī)、手機(jī)攝像頭等，將采集的圖像數(shù)據(jù)通過網(wǎng)口或者USB傳送給圖像處理模塊40，在另外的實(shí)施例中，二維碼識(shí)別設(shè)備也可以不包括圖像采集模塊20，圖像數(shù)據(jù)也可以直接從本地圖片載入到圖像處理模塊40，或通過有線或無線網(wǎng)絡(luò)從其他服務(wù)器下載到圖像處理模塊40。

圖像處理模塊40包括圖像質(zhì)量評(píng)估系統(tǒng)41、預(yù)處理系統(tǒng)42、定位系統(tǒng)43、圖像校正及增強(qiáng)系統(tǒng)44和解碼系統(tǒng)45。

圖像質(zhì)量評(píng)估系統(tǒng)41對(duì)輸入圖像的對(duì)比度、光照非線性變化、模糊程度進(jìn)行打分，分?jǐn)?shù)的取值范圍可設(shè)為0～1，并將打分結(jié)果傳遞給預(yù)處理系統(tǒng)42。對(duì)比度評(píng)價(jià)采用區(qū)域?qū)Ρ榷刃问?，將圖像分割為若干個(gè)部分，在每個(gè)區(qū)域中內(nèi)計(jì)算灰度的最大值與最小值之差，再除以最大值，即

其中f(x_i,y_i)為區(qū)域j中坐標(biāo)(x_i,y_i)處的灰度值。獲得各個(gè)區(qū)域的對(duì)比度后，對(duì)所有像素區(qū)域的對(duì)比度求平均值，作為整個(gè)圖像的對(duì)比度打分。圖像的對(duì)比度估計(jì)也可以選擇基于直方圖最暗值(最小反射率)和其最亮值(最大反射率)之間中點(diǎn)的一種極其簡(jiǎn)單的方法對(duì)圖像進(jìn)行打分。

對(duì)光照的非線性變化進(jìn)行打分時(shí)，將圖像分解為兩部分：亮度圖像i(x,y)和反射圖像r(x,y)，根據(jù)反射圖像對(duì)圖像的非線性變化進(jìn)行打分。

圖像的模糊程度評(píng)價(jià)主要對(duì)邊緣的擴(kuò)散寬度進(jìn)行分析，通常圖像越模糊，邊緣擴(kuò)散寬度越大，圖像越清晰，圖像邊緣擴(kuò)散寬度越窄，根據(jù)圖像邊緣的擴(kuò)散寬度進(jìn)行打分。

圖像質(zhì)量評(píng)估系統(tǒng)41的處理結(jié)果傳遞給預(yù)處理系統(tǒng)42。預(yù)處理系統(tǒng)根據(jù)圖像質(zhì)量評(píng)估的得分進(jìn)行判斷，若得分小于設(shè)定閾值，則進(jìn)行直方圖均衡化和頻率濾波處理，增強(qiáng)圖像的對(duì)比度，減少光照的非線性變化。預(yù)處理后的圖像數(shù)據(jù)將傳給定位系統(tǒng)43。若得分大于或等于設(shè)定閾值，則預(yù)處理系統(tǒng)42直接將圖像數(shù)據(jù)傳給定位系統(tǒng)43。

定位系統(tǒng)43用于在圖像數(shù)據(jù)中查找二維碼區(qū)域，當(dāng)在圖像數(shù)據(jù)中查找出二維碼區(qū)域后對(duì)二維碼進(jìn)行定位，后面將對(duì)定位系統(tǒng)43進(jìn)行詳細(xì)說明。

圖像校正及增強(qiáng)系統(tǒng)44根據(jù)定位系統(tǒng)43定位出的二維碼進(jìn)行圖像校正及增強(qiáng)，圖像校正主要用于消除梯形畸變，進(jìn)行透視校正，減小因二維碼圖像透視效果導(dǎo)致的解碼誤差。圖像增強(qiáng)主要用于增強(qiáng)二維碼所在圖像區(qū)域的對(duì)比度，為二值化做準(zhǔn)備，提高二維碼解碼區(qū)域的對(duì)比度，從而提高解碼的準(zhǔn)確率。

解碼系統(tǒng)45用于對(duì)二維碼的數(shù)據(jù)區(qū)進(jìn)行識(shí)別，按照編碼規(guī)則對(duì)二維碼進(jìn)行解碼，在一種具體實(shí)施例中，解碼按照國(guó)際標(biāo)準(zhǔn)ISO/IEC 16022進(jìn)行。

本領(lǐng)域技術(shù)人員可以理解，在有的實(shí)施例中，圖像處理模塊40也可以沒有圖像質(zhì)量評(píng)估系統(tǒng)41、預(yù)處理系統(tǒng)42和圖像校正及增強(qiáng)系統(tǒng)44中的一個(gè)或多個(gè)。

本實(shí)施例中，定位系統(tǒng)43在圖像數(shù)據(jù)中進(jìn)行二維碼定位的方法如圖3所示，包括以下步驟：

步驟100，輸入圖像數(shù)據(jù)。定位系統(tǒng)43得到的圖像數(shù)據(jù)中可能包含二維碼圖形，也可能不包含二維碼圖形，也可能包含多個(gè)二維碼圖形。

步驟110，預(yù)篩選。本步驟中，利用二維碼數(shù)據(jù)區(qū)的邊緣信息對(duì)圖像數(shù)據(jù)進(jìn)行預(yù)篩選，確定可能包含二維碼的圖像區(qū)域作為候選區(qū)域，其中邊緣信息是指像素灰度值具有突變的區(qū)域。預(yù)篩選的一種具體實(shí)施方式如圖4所示，包括以下步驟：

步驟111，劃分?jǐn)?shù)據(jù)塊。將整個(gè)圖像數(shù)據(jù)劃分成M×N個(gè)數(shù)據(jù)塊，M和N可以相等，也可以不等，如圖5所示，每個(gè)數(shù)據(jù)塊中包含c×d個(gè)像素，c和d可以相等，也可以不等。下面對(duì)每個(gè)數(shù)據(jù)塊進(jìn)行分析。

步驟112，檢測(cè)各數(shù)據(jù)塊中的邊緣信息。本步驟中主要利用二維碼的數(shù)據(jù)區(qū)特征進(jìn)行邊緣檢測(cè)。相比于圖像的其他背景，數(shù)據(jù)區(qū)由若干黑白相間的數(shù)據(jù)單元構(gòu)成，因此會(huì)形成大量的邊緣信息。邊緣信息可以利用一階信息或者二階信息進(jìn)行檢測(cè)。若根據(jù)一階信息進(jìn)行邊緣檢測(cè)，可采用例如Sobel、Canny等算法進(jìn)行檢測(cè)，根據(jù)閾值進(jìn)行篩選，從而檢測(cè)出邊緣信息；若根據(jù)二階信息進(jìn)行邊緣檢測(cè)，則可選擇二階信息等于零的點(diǎn)作為邊緣點(diǎn)。本實(shí)施例中，為減少計(jì)算量，邊緣信息檢測(cè)可采用以下算法：

首先計(jì)算每一像素的灰度梯度。對(duì)于一二維圖像而言，每一像素點(diǎn)可能在X維度產(chǎn)生灰度突變，也可能在Y維度產(chǎn)生灰度突變，通過以下公式計(jì)算每一像素的梯度幅值。

式中i(x,y)為圖像在像素點(diǎn)(x,y)處的灰度值，g_x(x,y),g_y(x,y)為灰度梯度在x,y方向的分量。像素點(diǎn)的梯度幅值為：

像素點(diǎn)的邊緣角度為：

本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解，在另外的實(shí)施例中也可以采用其他的算法計(jì)算像素點(diǎn)的梯度幅值，例如在預(yù)定方向上將相鄰兩像素點(diǎn)的灰度值相減得到梯度幅值。

計(jì)算出各像素點(diǎn)的梯度幅值后，將像素點(diǎn)的梯度幅值和第二設(shè)定閾值進(jìn)行比較，如果梯度幅值大于第二設(shè)定閾值，則認(rèn)為該像素點(diǎn)為一個(gè)邊緣點(diǎn)，本文中也稱為一個(gè)邊緣信息。

步驟113，根據(jù)邊緣信息計(jì)算各數(shù)據(jù)塊中的邊緣參數(shù)。邊緣參數(shù)包括邊緣頻率和邊緣角度差，邊緣頻率是指數(shù)據(jù)塊中檢測(cè)到的邊緣信息的個(gè)數(shù)，即數(shù)據(jù)塊中梯度幅值大于第二設(shè)定閾值的邊緣點(diǎn)的個(gè)數(shù)，用f_i表示第i個(gè)數(shù)據(jù)塊的邊緣頻率。第二設(shè)定閾值設(shè)置時(shí)可以按照下述原則：若對(duì)比度較強(qiáng)，則該閾值取值較大，若對(duì)比度較差，則該閾值較小。由于二維碼的數(shù)據(jù)區(qū)由黑白數(shù)據(jù)單元按照編碼規(guī)則混雜構(gòu)成，因此數(shù)據(jù)區(qū)會(huì)形成較多邊緣信息。

邊緣角度差采用以下方法計(jì)算：

統(tǒng)計(jì)數(shù)據(jù)塊的邊緣角度的直方圖，可對(duì)直方圖進(jìn)行濾波處理，避免噪聲的影響，然后計(jì)算直方圖中明顯波峰之間的角度差，該角度差記為邊緣角度差α_i。

對(duì)于二維碼區(qū)域，其邊緣角度的直方圖會(huì)有兩個(gè)明顯的波峰，且兩個(gè)波峰的角度差接近90°。因此，統(tǒng)計(jì)的數(shù)據(jù)塊的邊緣角度差α_i越接近90°，數(shù)據(jù)塊中含有二維碼的幾率越大。

本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解，在另外的實(shí)施例中，也可以定義邊緣參數(shù)包含更多個(gè)與邊緣信息相關(guān)的參數(shù)，或定義邊緣參數(shù)包含邊緣頻率和邊緣角度差中的一個(gè)。

步驟114，根據(jù)各數(shù)據(jù)塊的邊緣參數(shù)判斷該數(shù)據(jù)塊是否是與二維碼相關(guān)的數(shù)據(jù)塊，即判斷數(shù)據(jù)塊中是否可能含有二維碼或二維碼的一部分。本實(shí)施例中采用以下步驟判斷數(shù)據(jù)塊中是否與二維碼相關(guān)：

將數(shù)據(jù)塊內(nèi)的像素進(jìn)行二值化處理，統(tǒng)計(jì)數(shù)據(jù)塊內(nèi)黑白像素的比例，得到第一比例，記為r_i；

統(tǒng)計(jì)數(shù)據(jù)塊的邊緣頻率與劃分的所有數(shù)據(jù)塊數(shù)量的比值，得到計(jì)算邊緣所占百分比，記為第二比例，即：

統(tǒng)計(jì)數(shù)據(jù)塊的邊緣角度差與90度的比值，得到第三比例，即：

計(jì)算第一比例、第二比例和第三比例的加權(quán)和，得到該數(shù)據(jù)塊的相關(guān)性得分:

score＝w₁e_ratio+w₂α_ratio+w₃r_i (7)

其中,w₁,w₂,w₃分別為各比例的權(quán)重。

將相關(guān)性得分score與第三設(shè)定閾值進(jìn)行比較，根據(jù)比較結(jié)果標(biāo)記該數(shù)據(jù)塊，如果該數(shù)據(jù)塊的相關(guān)性得分score大于第三設(shè)定閾值，則將該數(shù)據(jù)塊的屬性標(biāo)記為True，表示該數(shù)據(jù)塊中可能包含二維碼或二維碼的一部分，與二維碼相關(guān)，否則將該數(shù)據(jù)塊的屬性標(biāo)記為False，表示該數(shù)據(jù)塊與二維碼無關(guān)，屬于背景部分。

本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解，在其它的具體實(shí)施例中，也可以采用其它方法判斷數(shù)據(jù)塊是否是與二維碼相關(guān)，例如只根據(jù)邊緣頻率判斷數(shù)據(jù)塊是否是與二維碼相關(guān)，如果一個(gè)數(shù)據(jù)塊中的邊緣頻率小于一定閾值，說明該數(shù)據(jù)塊中可能不含有數(shù)據(jù)區(qū)，即該數(shù)據(jù)塊中可能沒有二維碼。

步驟115，將所有與二維碼相關(guān)的數(shù)據(jù)塊進(jìn)行連通處理，得到連通區(qū)域。

本實(shí)施例中，在將數(shù)據(jù)塊進(jìn)行區(qū)域連通分析時(shí)，為了縮小區(qū)域連通性分析的時(shí)間，重新生成一幅圖，每個(gè)數(shù)據(jù)塊用一個(gè)灰度值代表，若數(shù)據(jù)塊屬性為True，則灰度值設(shè)置為255，若數(shù)據(jù)塊屬性為False，則灰度值設(shè)置為0。在進(jìn)行連通時(shí)僅對(duì)灰度值為255的數(shù)據(jù)塊進(jìn)行連通處理，獲得的連通區(qū)域記為R_i。

步驟116，判斷連通區(qū)域大小是否符合第一設(shè)定閾值，如果是，則該連通區(qū)域?yàn)榭赡馨S碼的候選區(qū)域，否則對(duì)該連通區(qū)域不做處理。步驟115中獲得的連通區(qū)域可能有一個(gè)，也可能有多個(gè)，可能有的大，有的小，可能是包含二維碼的區(qū)域，也可能是雜亂的背景，為減少后續(xù)的處理量，需要對(duì)連通區(qū)域先進(jìn)行判斷。本實(shí)施例中，由于Data Matrix二維碼為矩形，因此判斷連通區(qū)域是否符合矩形的邊長(zhǎng)范圍。

例如，對(duì)獲得的第i個(gè)連通區(qū)域R_i，首先對(duì)連通區(qū)域R_i做最小外接矩形，得到其最小外接矩形的長(zhǎng)度和寬度分別為len_i和wid_i。

然后將len_i和wid_i與設(shè)定閾值進(jìn)行比較，若l₁≤len_i≤l₂,w₁≤wid_i≤w₂，則連通區(qū)域R_i作為定位區(qū)域的候選區(qū)域，否則忽略該區(qū)域，其中l(wèi)₁,l₂為區(qū)域長(zhǎng)度的下限閾值和上限閾值，w₁,w₂為區(qū)域?qū)挾鹊南孪揲撝岛蜕舷揲撝怠?/p>

獲得候選區(qū)域后請(qǐng)?jiān)俅螀⒖紙D3，對(duì)候選區(qū)域執(zhí)行步驟120，進(jìn)行粗定位處理。

在步驟120中，對(duì)每個(gè)候選區(qū)域，利用待定位二維碼的定位圖形確定二維碼外邊界的大致位置，從而獲得二維碼的粗略定位。

本實(shí)施例定義的Data Matrix二維碼的定位圖形是一個(gè)模塊的寬度，是數(shù)據(jù)區(qū)的邊界，其包括兩條垂直相交的實(shí)線外邊界信息和兩條垂直相交的虛線外邊界信息，如圖6所示，其中全部由深色模塊組成的鄰邊構(gòu)成了一個(gè)“L”形實(shí)線外邊界14，“L”邊對(duì)邊由交替的深淺模塊組成的兩條鄰邊又構(gòu)成了虛線外邊界15，實(shí)線外邊界14和虛線外邊界15圍合成的矩形的四周是空白區(qū)，用于將二維碼和背景分離。在一種具體實(shí)施例中，利用Data Matrix二維碼的定位圖形確定二維碼外邊界的大致位置的過程如圖7所示，包括以下步驟：

步驟121，從候選區(qū)域中提取線段。

線段提取可以有兩種方法可以選擇，一種是Hough變換法，一種是區(qū)域增長(zhǎng)法。無論是Hough變換法還是區(qū)域增長(zhǎng)法，處理的都是候選區(qū)域R_i所對(duì)應(yīng)圖像部分的信息。區(qū)域增長(zhǎng)法主要利用邊緣角度的方向進(jìn)行增長(zhǎng)，首先在候選區(qū)域R_i中根據(jù)邊緣信息找出種子點(diǎn)，具體是在候選區(qū)域中找出梯度幅值最大的點(diǎn)作為種子點(diǎn)，然后在種子點(diǎn)的8鄰域內(nèi)搜索滿足角度條件的邊緣點(diǎn)加入到增長(zhǎng)區(qū)域，該角度條件為：

|θ_region-θ_i|≤τ (8)

式中θ_region為增長(zhǎng)區(qū)域的角度，θ_i為8鄰域中像素點(diǎn)的邊緣角度。初始的增長(zhǎng)區(qū)域只有一個(gè)種子點(diǎn)，因此，增長(zhǎng)區(qū)域的初始角度為種子點(diǎn)的邊緣角度。

每增加一個(gè)點(diǎn)到增長(zhǎng)區(qū)域中，則更新增長(zhǎng)區(qū)域的角度為：

將新增長(zhǎng)的點(diǎn)作為種子點(diǎn)繼續(xù)增長(zhǎng)，直至新的種子點(diǎn)的8鄰域中沒有像素點(diǎn)滿足角度條件時(shí)結(jié)束增長(zhǎng)，對(duì)增長(zhǎng)區(qū)域中的點(diǎn)進(jìn)行直線擬合，例如利用最小二乘法擬合，從而提取出線段。

在候選區(qū)域R_i的未被增長(zhǎng)的像素點(diǎn)中再次查找出梯度幅值最大的點(diǎn)作為種子點(diǎn)，開始下一線段的區(qū)域增長(zhǎng)，采用同樣的方法提取出下一條線段。如此提取出候選區(qū)域R_i中的所有線段。

線段提取后可以獲得如下信息：每個(gè)線段的重心(c_xi,c_yi)，線段的長(zhǎng)度l_i，線段的單位方向向量(n_xi,n_yi)，根據(jù)這些信息可以計(jì)算出線段的端點(diǎn)(p_x1,p_y1)和(p_x2,p_y2)。

將提取出的所有線段加入線段列表，然后進(jìn)行線段篩選，線段篩選包括兩方面，第一是對(duì)線段長(zhǎng)度的篩選，第二是對(duì)線段數(shù)量的篩選。

步驟122，判斷線段的長(zhǎng)度是否符合要求。

根據(jù)定位圖形，實(shí)線外邊界應(yīng)具有一個(gè)長(zhǎng)度范圍，即長(zhǎng)度上限l_upper和長(zhǎng)度下限l_lo_wer，如果線段的長(zhǎng)度大于長(zhǎng)度上限l_upper或者小于長(zhǎng)度下限l_lower，則將該線段從線段列表中刪除，從而篩選出長(zhǎng)度符合實(shí)線外邊界長(zhǎng)度范圍的線段。

步驟123，判斷線段列表中線段的數(shù)量是否小于兩條，如果是，則放棄該候選區(qū)域，否則對(duì)該候選區(qū)域進(jìn)行執(zhí)行步驟124。

步驟124，“L”形線段匹配?！癓”形線段匹配包括兩方面，第一是角度閾值的匹配，即在候選區(qū)域的線段中篩選出相交且夾角滿足角度閾值的兩條線段，其判斷式為：α₁<α<α₂，其中α₁,α₂為角度閾值，α為兩線段的夾角，如果是，則兩線段滿足角度閾值。第二是相對(duì)長(zhǎng)度的匹配，即將兩條線段的長(zhǎng)度分別記為l₁,l₂,l₁＞l₂，判斷是否滿足l₁/l₂<τ₁，其中τ₁為用戶設(shè)置的閾值。當(dāng)上述兩方面都滿足時(shí)，則當(dāng)前判斷的兩條線段可能是“L”形線段，然后執(zhí)行步驟125，如果上述兩方面有其中一個(gè)不滿足，則當(dāng)前判斷的兩條線段不是“L”形線段，則選取另外兩條線段再執(zhí)行步驟124進(jìn)行判斷，直到篩選出全部的“L”形線段。每?jī)蓷l“L”形線段可能對(duì)應(yīng)著一個(gè)二維碼。

步驟125，獲取“L”形線段的長(zhǎng)度以及三個(gè)頂點(diǎn)的位置坐標(biāo)?！癓”形邊的三個(gè)頂點(diǎn)分別記為(x_i,y_i)(i＝1,2,3)，兩條線段的長(zhǎng)度記為len₁,len₂并且len₁＞len₂。從而確定出該候選區(qū)域中所有二維碼的兩條實(shí)線外邊界的大致位置。

步驟126，虛邊提取。本實(shí)施例中，根據(jù)“L”形線段的長(zhǎng)度以及三個(gè)頂點(diǎn)的位置坐標(biāo)，以及定位圖形中實(shí)線外邊界和虛線外邊界的位置關(guān)系確定出兩條虛線外邊界所在的矩形區(qū)域，具體包括以下步驟：

如圖8所示，根據(jù)“L”形邊信息，分別偏移一定距離獲取虛邊的矩形區(qū)域，矩形區(qū)域信息分別用矩形的左上點(diǎn)和右下點(diǎn)表示，假定“L”形邊的豎邊的上頂點(diǎn)坐標(biāo)為(x₁,y₁)，“L”形邊的橫邊的由頂點(diǎn)坐標(biāo)為(x₃,y₃)，兩邊的交點(diǎn)坐標(biāo)為(x₂,y₂)，偏移距離為τ，則圖8中上側(cè)的矩形區(qū)域可表示為：

region_upper＝{x₁-τ,y₁-τ,x₁+len₁+τ,y₁+len₁-len₂+τ} (10)

圖8中右側(cè)的矩形區(qū)域可以表示為：

region_right＝{x₁+len₂-len₁-τ,y₁-len₁-τ,x₃+τ,y₃+τ} (11)

其中τ為用戶設(shè)置的參數(shù)。從而獲得二維碼兩條虛線外邊界所在的大致區(qū)域，可以初步認(rèn)為虛線外邊界位于矩形區(qū)域沿長(zhǎng)度方向的中線位置。

在其它實(shí)施例中，也可以通過其它方法確定兩條虛線外邊界的大致位置。

根據(jù)上述步驟，可提取到的兩條實(shí)線外邊界和兩條虛線外邊界，將兩條實(shí)線外邊界和兩條虛線外邊界圍合的區(qū)域作為候選二維碼區(qū)域。

在優(yōu)選的實(shí)施例中，在步驟126之后還可以包括步驟127，分別沿著矩形區(qū)域的短邊方向查找角點(diǎn)，所述角點(diǎn)是指兩條邊緣線的交點(diǎn)；判斷角點(diǎn)數(shù)量與虛線的矩形區(qū)域的面積比值是否大于第四設(shè)定閾值，如果是，則執(zhí)行步驟128保留該候選二維碼區(qū)域以對(duì)其進(jìn)行精確定位，否則執(zhí)行步驟129，丟棄該候選二維碼區(qū)域，不再對(duì)其進(jìn)行精確定位。

請(qǐng)?jiān)賲⒖紙D3，對(duì)候選二維碼區(qū)域執(zhí)行步驟130，對(duì)二維碼進(jìn)行精確定位。

在步驟130中，根據(jù)二維碼外邊界的大致位置確定出二維碼的精確邊界，從而獲得二維碼的精確定位，其具體處理流程如圖9所示，包括以下步驟：

步驟131，分別從實(shí)線外邊界和虛線外邊界的大致位置向兩側(cè)偏移Δa個(gè)像素，生成掃描區(qū)域。如圖10a所示，兩條水平線所夾區(qū)域16和兩條垂直線所夾區(qū)域17分別為兩條實(shí)線外邊界的掃描區(qū)域。如圖10b所示，兩條水平線所夾區(qū)域18和兩條垂直線所夾區(qū)域19分別為兩條虛線外邊界的掃描區(qū)域。

步驟132，在掃描區(qū)域內(nèi)沿圖中箭頭所示方向掃描邊緣點(diǎn)，并將獲取的邊緣點(diǎn)分組分別保存在p_left,p_right,p_upper,p_lower中。

步驟133，將各組的邊緣點(diǎn)進(jìn)行直線擬合(例如最小二乘法)，經(jīng)迭代可得到最優(yōu)直線，從而分別得到實(shí)線外邊界和虛線外邊界的精確位置。

步驟134，計(jì)算兩條實(shí)線外邊界和兩條虛線外邊界的四個(gè)交點(diǎn)的位置坐標(biāo)。

經(jīng)過上述步驟后，可得到二維碼的四條邊的精確位置。

本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解，在其他的具體實(shí)施例中，也可采用其他的方法在實(shí)線外邊界和虛線外邊界的大致位置精確確定出兩條實(shí)線外邊界和兩條虛線外邊界的位置。

實(shí)施例二：

本實(shí)施例中，如圖11所示，定位系統(tǒng)包括圖形獲取單元431、預(yù)篩選單元432、粗略定位單元433和精確定位單元434。

圖形獲取單元431用于輸入圖像數(shù)據(jù)。

預(yù)篩選單元432用于利用二維碼數(shù)據(jù)區(qū)的邊緣信息對(duì)圖像數(shù)據(jù)進(jìn)行預(yù)篩選，確定可能包含二維碼的圖像區(qū)域作為候選區(qū)域，所述邊緣信息是指灰度值具有突變的區(qū)域。在一具體實(shí)例中，預(yù)篩選單元432包括分塊子單元4321、邊緣檢測(cè)子單元4322、邊緣參數(shù)計(jì)算子單元4323、第一判斷子單元4324、連通子單元4325和第二判斷子單元4326。

分塊子單元4321用于將圖像數(shù)據(jù)劃分成若干個(gè)數(shù)據(jù)塊。

邊緣檢測(cè)子單元4322用于檢測(cè)各數(shù)據(jù)塊中的邊緣信息。在一種具體實(shí)施例中，邊緣檢測(cè)子單元4322通過以下方式檢測(cè)邊緣信息：計(jì)算各像素點(diǎn)在第一維度和第二維度的梯度分量，根據(jù)梯度分量計(jì)算各像素點(diǎn)的梯度幅值，將像素點(diǎn)的梯度幅值和第二設(shè)定閾值進(jìn)行比較，如果梯度幅值大于第二設(shè)定閾值，則認(rèn)為該像素點(diǎn)為一個(gè)邊緣信息。

邊緣參數(shù)計(jì)算子單元4323用于根據(jù)邊緣信息計(jì)算各數(shù)據(jù)塊中的邊緣參數(shù)，在一具體實(shí)施例中，邊緣參數(shù)包括邊緣頻率和邊緣角度差中的至少一個(gè)，邊緣頻率為數(shù)據(jù)塊內(nèi)梯度幅值大于第二設(shè)定閾值的邊緣信息的個(gè)數(shù)；邊緣角度差通過以下方式獲得：根據(jù)梯度分量計(jì)算各像素點(diǎn)的邊緣角度，統(tǒng)計(jì)數(shù)據(jù)塊的邊緣角度的直方圖，計(jì)算直方圖中明顯波峰之間的角度差，該角度差為邊緣角度差。

第一判斷子單元4324用于根據(jù)各數(shù)據(jù)塊的邊緣參數(shù)判斷該數(shù)據(jù)塊是否是與二維碼相關(guān)的數(shù)據(jù)塊。在一具體實(shí)施例中，第一判斷子單元4324用于將數(shù)據(jù)塊內(nèi)的像素進(jìn)行二值化處理，統(tǒng)計(jì)數(shù)據(jù)塊內(nèi)黑白像素的比例，得到第一比例；統(tǒng)計(jì)數(shù)據(jù)塊的邊緣頻率與劃分的所有數(shù)據(jù)塊數(shù)量的比值，得到第二比例；統(tǒng)計(jì)數(shù)據(jù)塊的邊緣角度差與90度的比值，得到第三比例；計(jì)算第一比例、第二比例和第三比例的加權(quán)和，得到該數(shù)據(jù)塊的相關(guān)性得分；將相關(guān)性得分與第三設(shè)定閾值進(jìn)行比較，根據(jù)比較結(jié)果標(biāo)記該數(shù)據(jù)塊是否是與二維碼相關(guān)的數(shù)據(jù)塊。

連通子單元4325用于將所有與二維碼相關(guān)的數(shù)據(jù)塊進(jìn)行連通處理，得到連通區(qū)域。

第二判斷子單元4326用于判斷連通區(qū)域大小是否符合第一設(shè)定閾值，如果是，則該連通區(qū)域?yàn)榭赡馨S碼的候選區(qū)域。

粗略定位單元433用于對(duì)每個(gè)候選區(qū)域，利用待定位二維碼的定位圖形確定二維碼外邊界的大致位置，從而獲得二維碼的粗略定位。在一具體實(shí)例中，如圖11所示，粗略定位單元433包括線段提取子單元4331、實(shí)線粗定位子單元4332和虛線粗定位子單元4333，線段提取子單元4331用于從候選區(qū)域中提取線段。實(shí)線粗定位子單元4332用于根據(jù)定位圖形，篩選出長(zhǎng)度符合實(shí)線外邊界長(zhǎng)度范圍的線段；判斷符合實(shí)線外邊界長(zhǎng)度范圍的線段的數(shù)量是否小于兩條，如果是，則放棄該候選區(qū)域，否則在候選區(qū)域的線段中進(jìn)行“L”形線段匹配，并獲取“L”形線段的長(zhǎng)度以及三個(gè)頂點(diǎn)的位置坐標(biāo)，從而確定出該候選區(qū)域中所有二維碼的兩條實(shí)線外邊界的大致位置。虛線粗定位子單元4333用于根據(jù)“L”形線段的長(zhǎng)度以及三個(gè)頂點(diǎn)的位置坐標(biāo)，以及定位圖形中實(shí)線外邊界和虛線外邊界的位置關(guān)系確定出兩條虛線外邊界所在的矩形區(qū)域。兩條實(shí)線外邊界和兩條虛線外邊界圍合的區(qū)域?yàn)楹蜻x二維碼區(qū)域。

在另一具體實(shí)例中，如圖11所示，粗略定位單元433還包括再篩選子單元4334，再篩選子單元4334用于在確定出兩條虛線外邊界所在的矩形區(qū)域后分別沿著所述矩形區(qū)域的短邊方向查找角點(diǎn)，角點(diǎn)是指兩條邊緣線的交點(diǎn)，判斷角點(diǎn)數(shù)量與矩形區(qū)域的面積比值是否大于第四設(shè)定閾值，如果是，則保留該候選二維碼區(qū)域以對(duì)其進(jìn)行精確定位，否則丟棄該候選二維碼區(qū)域，不再對(duì)其進(jìn)行精確定位。

精確定位單元434用于根據(jù)二維碼外邊界的大致位置確定出二維碼的精確邊界，從而獲得二維碼的精確定位。在一具體實(shí)例中，如圖11所示，精確定位單元434包括偏移子單元4341、掃描子單元4342、擬合子單元4343和交點(diǎn)坐標(biāo)計(jì)算子單元4344。偏移子單元4341用于分別從實(shí)線外邊界和虛線外邊界的粗略位置向兩側(cè)偏移預(yù)定像素，生成掃描區(qū)域。掃描子單元4342用于在掃描區(qū)域內(nèi)沿預(yù)定方向掃描邊緣點(diǎn)，并將獲取的邊緣點(diǎn)分組保存。擬合子單元4343用于將各組的邊緣點(diǎn)進(jìn)行直線擬合，分別得到實(shí)線外邊界和虛線外邊界的精確位置。交點(diǎn)坐標(biāo)計(jì)算子單元4344用于計(jì)算兩條實(shí)線外邊界和兩條虛線外邊界的四個(gè)交點(diǎn)的位置坐標(biāo)。

本領(lǐng)域技術(shù)人員可以理解，上述實(shí)施方式中各種方法的全部或部分步驟可以通過程序來指令相關(guān)硬件完成，該程序可以存儲(chǔ)于一計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中，存儲(chǔ)介質(zhì)可以包括：只讀存儲(chǔ)器、隨機(jī)存儲(chǔ)器、磁盤或光盤等。

以上應(yīng)用了具體個(gè)例對(duì)本發(fā)明進(jìn)行闡述，只是用于幫助理解本發(fā)明，并不用以限制本發(fā)明。對(duì)于本發(fā)明所屬技術(shù)領(lǐng)域的技術(shù)人員，依據(jù)本發(fā)明的思想，還可以做出若干簡(jiǎn)單推演、變形或替換。