專利名稱：一種條碼圖像采樣裝置的制作方法
技術(shù)領(lǐng)域：
一種條碼圖像采樣裝置
技術(shù)領(lǐng)域：
本實用新型涉及一種圖像采樣裝置，特別涉及一種基于多幅條碼圖像的條碼圖像 采樣裝置。
背景技術(shù)：
條碼技術(shù)是在計算機技術(shù)與信息技術(shù)基礎(chǔ)上發(fā)展起來的一門容編碼、印刷、識別、 數(shù)據(jù)采集和處理于一身的新興技術(shù)。條碼技術(shù)由于其識別快速、準(zhǔn)確、可靠以及成本低等優(yōu) 點，被廣泛應(yīng)用于商業(yè)、圖書管理、倉儲、郵電、交通和工業(yè)控制等領(lǐng)域，并且勢必在逐漸興 起的“物聯(lián)網(wǎng)”應(yīng)用中發(fā)揮重大的作用。目前被廣泛使用的條碼包括一維條碼及二維條碼。一維條碼又稱線形條碼是由平 行排列的多個“條”和“空”單元組成，條形碼信息靠條和空的不同寬度和位置來表達。一 維條碼只是在一個方向(一般是水平方向)表達信息，而在垂直方向則不表達任何信息，因 此信息容量及空間利用率較低，并且在條碼損壞后即無法識別。二維條碼是由按一定規(guī)律在二維方向上分布的黑白相間的特定幾何圖形組成，其 可以在二維方向上表達信息，因此信息容量及空間利用率較高，并具有一定的校驗功能。二 維條碼可以分為堆疊式二維條碼和矩陣式二維條碼。堆疊式二維條碼是由多行短截的一 維條碼堆疊而成，代表性的堆疊式二維條碼包括PDF417、Code 49、Code 16K等。矩陣式 二維條碼是由按預(yù)定規(guī)則分布于矩陣中的黑、白模塊組成，代表性的矩陣式二維條碼包括 Codeone、Aztec、Date MatriX、QR 碼等?，F(xiàn)有技術(shù)中的二維條碼識別過程中均需要通過拍攝系統(tǒng)獲取條碼圖像。拍攝系統(tǒng) 通常連續(xù)拍攝多幅條碼圖像，并送入解碼單元進行解碼，由此提高條碼的識讀率。然而，由 于拍攝系統(tǒng)自身、拍攝手法以及環(huán)境因素的影響，拍攝到的每幅條碼圖像相對于真實條碼 均會產(chǎn)生一定的畸變或模糊。當(dāng)這種畸變或模糊達到一定程度時解碼單元就無法對條碼圖 像進行識讀。

實用新型內(nèi)容為了克服現(xiàn)有技術(shù)中由于畸變或模糊而導(dǎo)致無法對條碼圖像進行識讀的問題，本 實用新型提供了 一種條碼圖像采樣裝置，該裝置通過融合多個條碼圖像的像素信息來提高 條碼圖像的清晰度。本實用新型解決上述技術(shù)問題所采取的技術(shù)方案是提供一種條碼圖像采樣裝置， 該條碼圖像采樣裝置包括標(biāo)志性位置獲取單元；映射系數(shù)確定單元，與標(biāo)志性位置獲取 單元連接；映射單元，與映射系數(shù)確定單元連接；像素融合單元，與映射單元連接。通過上述圖像采樣裝置，可以將來自至少兩幅圖像的像素信息融合到同一幅目標(biāo) 圖像內(nèi)，由此提高了目標(biāo)圖像的清晰度。此外，還可以進一步利用上述條碼圖像采樣裝置來 獲得超分辨率目標(biāo)圖像或亞分辨率目標(biāo)圖像。[0020]
圖1是根據(jù)本實用新型的條碼圖像采樣裝置的示意框圖；圖2是根據(jù)本實用新型的條碼圖像采樣過程中的映射方式的示意圖；圖3是根據(jù)本實用新型的第一種校正點獲取裝置及條碼圖像校正裝置的示意框 圖；圖4是根據(jù)本實用新型的第一種校正點獲取過程中的子圖像區(qū)域的示意圖；圖5是根據(jù)本實用新型的第一種校正點獲取過程中的動態(tài)模板的示意圖；圖6是根據(jù)本實用新型的第二種校正點獲取裝置及條碼圖像校正裝置的示意框 圖；圖7是根據(jù)本實用新型的第二種校正點獲取過程中的二維條碼圖像的局部放大 圖。
具體實施方式
本實用新型提供了一種基于多幅條碼圖像的條碼圖像采樣裝置，該條碼圖像采樣 裝置通過融合兩幅或兩幅以上條碼圖像的像素信息來提高條碼圖像的清晰度。此外，該條 碼圖像采樣裝置還可以進一步將至少兩幅條碼圖像融合到超分辨率目標(biāo)圖像或亞分辨率 目標(biāo)圖像中。如圖1-2所示，本實用新型提供了一種條碼圖像采樣裝置。本實用新型的條碼圖 像采樣裝置包括標(biāo)志性位置獲取單元、映射系數(shù)確定單元、映射單元及像素融合單元。在本實施例中，標(biāo)志性位置獲取單元首先獲得兩幅條碼圖像A、B。條碼圖像A、B 優(yōu)選是在預(yù)定時間間隔內(nèi)針對同一條碼連續(xù)拍攝獲得的，以使條碼圖像A、B之間的差異性 相對較小，進而確保圖像采樣的準(zhǔn)確性。在獲得兩幅條碼圖像A、B后，標(biāo)志性位置獲取單元 分別對兩幅條碼圖像A、B進行掃描，以分別獲取可用于配準(zhǔn)的標(biāo)志性位置。例如，條碼圖像 的轉(zhuǎn)角點、探測圖形、校正圖形、定位圖形以及用于條碼校正的其他校正點等等。在獲取上述標(biāo)志性位置后，映射系數(shù)確定單元分別計算條碼圖像A、B與目標(biāo)圖像
C之間的映射系數(shù) 、!^、C1......以及 、b2、c2.......條碼圖像A、B與目標(biāo)圖像C之間
的映射公式以及映射系數(shù)AjpC1......以及 、b2、c2......可通過多種方式獲得，例如
透視變換、二次多項式、三次多項式、三角網(wǎng)格、小波變換等。本實用新型以透視變換為例進行詳細描述。在標(biāo)志性位置獲取單元確定條碼圖像 A、B上的多個標(biāo)志性位置(例如，校正圖形)后，映射系數(shù)確定單元獲取各標(biāo)志性位置的坐 標(biāo)信息(例如，模塊坐標(biāo)及圖像坐標(biāo))。映射系數(shù)確定單元進一步利用透視變換公式計算出 條碼圖像A、B與目標(biāo)圖像C之間的的透視變換系數(shù)^ipbpc1......以及 、b2、c2......U = (aX+bY+c)/(gX+hY+l) (1)V = (dX+eY+f)/(gX+hY+l) (2)其中，U和V為各標(biāo)志性位置在條碼圖像A、B上的坐標(biāo)，X和Y為各標(biāo)志性位置在 目標(biāo)圖像C上的對應(yīng)坐標(biāo)，a、b、c、d、e、c、f、g及h為透視變換系數(shù)。在實際應(yīng)用中，U和 V可以是各標(biāo)志性位置在條碼圖像A、B上的圖像坐標(biāo)，X和Y可以是各標(biāo)志性位置在目標(biāo) 圖像C上的模塊坐標(biāo)，并可根據(jù)各標(biāo)志性位置在條碼圖像A、B上的模塊坐標(biāo)計算推得。例 如，在圖2所示的條碼圖像A、B與目標(biāo)圖像C的分辨率相同的情況下，各標(biāo)志性位置在條 碼圖像A、B上的模塊坐標(biāo)即為其在目標(biāo)圖像C上的對應(yīng)模塊坐標(biāo)。[0025]如圖2所示，在映射系數(shù)確定單元分別獲得條碼圖像A、B與目標(biāo)圖像C之間的透
視變換系數(shù)AjpC1......以及 、b2、c2......后，映射單元通過上述透視變換公式分別
將條碼圖像A、B映射到目標(biāo)圖像C上。在本實施例中，映射單元根據(jù)上述透視變換系數(shù)及透視變換公式可確定目標(biāo)圖像 C上的目標(biāo)像素點c分別在條碼圖像A和條碼圖像B上的對應(yīng)位置。即，映射單元根據(jù)目標(biāo) 像素點c的坐標(biāo)(X。、Y。)通過上述透視變換公式可求得其在條碼圖像A上的對應(yīng)坐標(biāo)(Ua、 Va)以及條碼圖像B上的對應(yīng)坐標(biāo)(隊、Vb)。在本實用新型中，像素融合單元將對應(yīng)于目標(biāo) 圖像C的同一目標(biāo)像素點c的分別來自條碼圖像A、B的像素信息進行融合。具體來說，像 素融合單元將目標(biāo)圖像C的目標(biāo)像素點c在條碼圖像A和條碼圖像B上的對應(yīng)位置的像素 值Ha、Hb進行融合，以作為該目標(biāo)像素點c的像素值H。，例如H。= (Ha+Hb)/2。通過上述方 式，目標(biāo)圖像C可以融合條碼圖像A、B的像素信息，由此提高了目標(biāo)圖像C的清晰度。本實 用新型所提到的融合方式包括但不限于平均或加權(quán)平均運算。由于目標(biāo)像素點c在條碼圖像A和條碼圖像B上的對應(yīng)位置不會完全對應(yīng)于條碼 圖像A和條碼圖像B上的一個真實像素點，也就是說，對應(yīng)坐標(biāo)(Ua、Va)和對應(yīng)坐標(biāo)(Ub、Vb) 出現(xiàn)非整數(shù)的情況。在本實用新型中，像素融合單元通過將對應(yīng)位置周邊的多個像素點的 像素信息進行插值獲得對應(yīng)位置的像素信息。例如，在本實施例中，像素融合單元將對應(yīng)坐 標(biāo)(隊、Va)周邊的像素點la、2a、3a、4a的像素值Hla、H2a, H3a、H4a進行插值來獲得對應(yīng)坐標(biāo) (Ua, Va)的像素值Ha，并將對應(yīng)坐標(biāo)(Ub、Vb)周邊的像素點lb,2b,3b,4b的像素值Hlb、H2b, H3b、H4b進行插值來獲得對應(yīng)坐標(biāo)(Ub、Vb)的像素值Hb。隨后，像素融合單元再在對Ha和Hb 進行融合來獲得目標(biāo)像素點c的像素值H。。同幅圖像內(nèi)多像素點的插值運算為本領(lǐng)域公知 技術(shù)，在此不再贅述。此外，除了圖2所描述的條碼圖像A、B與目標(biāo)圖像C的分辨率相同的情況，本實用 新型的條碼圖像采樣裝置也可以應(yīng)用于條碼圖像A、B與目標(biāo)圖像的分辨率不同的情況。在目標(biāo)圖像的分辨率小于條碼圖像的情況下，即亞分辨率采樣的情況下，首先映 射系數(shù)確定單元可通過將標(biāo)志性位置在條碼圖像上的模塊坐標(biāo)進行縮小獲得該標(biāo)志性位 置在目標(biāo)圖像上的對應(yīng)模塊坐標(biāo)，并利用上述透視變換公式計算出條碼圖像與目標(biāo)圖像之 間的透視變換系數(shù)。隨后，映射單元根據(jù)透視變換系數(shù)分別將目標(biāo)圖像中各目標(biāo)像素點的 坐標(biāo)映射到各條碼圖像，以確定其與各條碼圖像上的對應(yīng)位置。像素融合單元利用上文描 述插值方法獲取對應(yīng)位置的像素信息(例如，像素值)，再將目標(biāo)圖像的同一目標(biāo)像素點在 各條碼圖像上的對應(yīng)位置的像素信息融合成目標(biāo)圖像上的目標(biāo)像素點的像素信息。在目標(biāo)圖像的分辨率大于條碼圖像的情況下，即超分辨率采樣的情況下，首先映 射系數(shù)確定單元可通過將標(biāo)志性位置在條碼圖像上的模塊坐標(biāo)進行擴大獲得該標(biāo)志性位 置在目標(biāo)圖像上的對應(yīng)模塊坐標(biāo)，并利用上述透視變換公式計算出條碼圖像與目標(biāo)圖像之 間的透視變換系數(shù)。隨后，映射單元根據(jù)透視變換系數(shù)分別將目標(biāo)圖像中各目標(biāo)像素點的 坐標(biāo)映射到各條碼圖像，以確定其與各條碼圖像上的對應(yīng)位置。像素融合單元利用上文描 述插值方法獲取對應(yīng)位置的像素信息(例如，像素值)，在目標(biāo)圖像的同一目標(biāo)像素點在各 條碼圖像上的對應(yīng)位置的像素信息融合成目標(biāo)圖像上的目標(biāo)像素點的像素信息。通過上述圖像采樣裝置，可以將來自至少兩幅圖像的像素信息融合到同一幅目標(biāo) 圖像內(nèi)，由此提高了目標(biāo)圖像的清晰度。此外，還可以進一步利用上述條碼圖像采樣裝置來
5獲得超分辨率目標(biāo)圖像或亞分辨率目標(biāo)圖像。如圖3-5所示，本實用新型進一步提供了一種校正點獲取裝置及條碼圖像校正裝 置。該裝置利用動態(tài)模板獲取條碼圖像中的校正點。該校正點除了可用于上述條碼采樣裝 置中的標(biāo)志性位置，還可以用來對單幅條碼圖像進行校正。如圖3所示，該校正點獲取裝置包括掃描模塊、二值化模塊、模板形成模塊以及匹 配模塊。該校正點獲取裝置首先通過拍攝系統(tǒng)獲取二維條碼圖像。該二維條碼圖像優(yōu)選是 灰度圖像或者通過預(yù)處理單元將由拍攝系統(tǒng)獲取的彩色圖像轉(zhuǎn)化為灰度圖像。該二維條碼 由按矩形形式排列的多個黑白模塊組成。在實際拍攝的灰度圖像中，每個黑白模塊分別由 多個像素組成，并且每個像素的像素值并不是純黑或純白，而是具有一定灰度值。此外，由 于拍攝系統(tǒng)自身、拍攝手法以及環(huán)境因素的影響，實際拍攝的灰度圖像相對于原始的二維 條碼會存在一定畸變，即存在一定的變換關(guān)系。在現(xiàn)有技術(shù)中，是通過搜索實際拍攝的灰度 圖像中的校正圖像的圖像坐標(biāo)，并通過圖像坐標(biāo)來計算實際拍攝的灰度圖像相對于目標(biāo)圖 像的變換系數(shù)(校正系數(shù))，并利用該校正系數(shù)將拍攝圖像映射到目標(biāo)圖像上，由此實現(xiàn)對 拍攝圖像的校正。然而，在本實用新型的校正點獲取裝置中，在獲取二維條碼的灰度圖像后，不直接 對校正圖形進行搜索，而是由掃描模塊確定二維條碼灰度圖像中的一子圖像區(qū)域內(nèi)的各模 塊的模塊坐標(biāo)及模塊中心的圖像坐標(biāo)。例如，如圖3所示，以QR碼為例，掃描模塊通過搜索 探測圖形來獲取邊界及模塊寬度等圖形系數(shù)，并利用已知的方法計算二維條碼灰度圖像的 一子圖像區(qū)域內(nèi)的各模塊的模塊坐標(biāo)及模塊中心的圖像坐標(biāo)。在本實用新型中，模塊坐標(biāo) 是指以模塊為單位的坐標(biāo)，即某模塊在坐標(biāo)軸方向上相對于坐標(biāo)原點的模塊個數(shù)，而圖像 坐標(biāo)是以像素為單位的坐標(biāo)，即某像素點在坐標(biāo)軸方向上相對于坐標(biāo)原點的像素個數(shù)。如圖4所示，在掃描模塊獲得子圖像區(qū)域內(nèi)的各模塊的模塊坐標(biāo)及模塊中心的圖 像坐標(biāo)后，二值化模塊利用閾值對各模塊中心的灰度值進行二值化處理，以判斷各模塊中 心的黑白特征，即獲得各模塊中心的黑白值。在本步驟中，閾值的選取及二值化處理方法可 采用公知的全局閾值或局部閾值的選取及二值化處理方法，并在此不在贅述。在確定了各模塊中心的黑白值后，模板形成模塊選擇子圖像區(qū)域中的部分模塊的 模塊中心作為特征點，形成動態(tài)模板。具體來說，動態(tài)模板的選擇一般是基于各模塊相對于 相鄰模塊的標(biāo)志性，即選取相對于相鄰模塊比較容易區(qū)分的標(biāo)志性較好的模塊，形成動態(tài) 模板。例如，如圖4所示，在本實施例中，模板形成模塊選取相對于相鄰模塊比較容易區(qū)分 的模塊1、2、3、4、5、6的模塊中心作為特征點，形成圖5所示的動態(tài)模塊。如圖5所示，動態(tài) 模板中的每個特征點均具有三個參數(shù)對應(yīng)模塊的模塊坐標(biāo)、圖像坐標(biāo)以及黑白值，即(X” Y1)、(U” V1)、H1, (X2、Y2)、(U2、V2)、H2, (X3 > Y3)、(U3 > V3)、H3, (X4> Y4)、(U4、V4)、H4, (X5、Y5)、 (U5、V5)、H5，0(6、Y6)、(U6、V6)、H6。在形成動態(tài)模板后，模板形成模塊還可進一步對動態(tài)模板 的有效性進行判斷。例如，模板形成模塊將動態(tài)模板中的各特征點所對應(yīng)的模塊坐標(biāo)(X” Y1)、(X2^Y2)、(X3、Y3)、(X4^Y4)、(Χ5、Υ5)、(X6^Y6)進行統(tǒng)一向量的模塊坐標(biāo)平移，例如平移一 至兩個模塊，并將動態(tài)模板中的各特征點的黑白值Hp H2、H3、H4、H5、H6與平移后的模塊坐標(biāo) 所對應(yīng)的模塊中心的黑白值進行匹配。若匹配度高于預(yù)定閾值，則認(rèn)為該動態(tài)模板不易于 與周邊模塊相區(qū)分，該動態(tài)模板即為無效模板，若匹配度低于預(yù)定閾值，則認(rèn)為該動態(tài)模板 能夠與周邊模塊相區(qū)分，該動態(tài)模板為有效模板。[0037]在模板形成模塊確定了動態(tài)模板后，匹配模塊將動態(tài)模板相對灰度圖像進行平移 并進行灰度匹配，以確定動態(tài)模板與灰度圖像的最佳匹配位置。具體來說，匹配模塊將動態(tài) 模板中的各特征點的圖像坐標(biāo)U” V1)、(U2, V2)、(U3、V3)、(U4、V4)、(U5、V5)、(U6、V6)進行統(tǒng) 一向量的圖像坐標(biāo)平移，例如依次增加或減小一個像素，并將動態(tài)模板中的各特征點的黑 白值氏、!12、!13、!14、!15、H6與平移后的圖像坐標(biāo)在灰度圖像中的對應(yīng)位置的灰度值進行匹配， 并確定匹配度最高的位置為最佳匹配位置。在本實施例中，匹配模塊可采用公知的匹配方 法來確定動態(tài)模板與灰度圖像的匹配度。此外，匹配模塊還可預(yù)先將動態(tài)模板中的各特征 點的黑白值氏、吐、!13、H4, H5, H6進行反轉(zhuǎn)，再將動態(tài)模板中的各特征點的圖像坐標(biāo)饑、V1)、 (U2, V2), (U3、V3)、(U4, V4), (U5, V5), (U6, V6)進行統(tǒng)一向量的圖像坐標(biāo)平移，并將動態(tài)模板 中的各特征點的反轉(zhuǎn)后的黑白值與平移后的圖像坐標(biāo)在灰度圖像中的對應(yīng)位置的灰度值 進行匹配。此時，則確定匹配度最低的位置為最佳匹配位置。在確定最佳匹配位置后，匹配模塊選擇動態(tài)模板中的一個特征點作為校正點，并 且匹配模塊優(yōu)選選擇動態(tài)模板的中心最近的特征點作為校正點。該校正點除了可作為上文 描述的基于多條碼圖像的條碼圖像采樣裝置中的標(biāo)志性位置外，還可以用于對單幅圖像進 行校正的條碼圖像校正裝置。具體來說，該條碼圖像校正裝置在上述校正點獲取裝置基礎(chǔ)上進一步包括校正 模塊。校正點獲取裝置重復(fù)上述步驟，可獲取多個校正點。隨后，由校正模塊利用透視變換、 二次多項式、三次多項式、三角網(wǎng)格等方法確定條碼圖像與目標(biāo)圖像之間的映射系數(shù)，并將 灰度圖像映射到目標(biāo)圖像上，由此實現(xiàn)圖像的校正。下面以透視變換為例，解釋本實用新型的利用上述校正點對單幅條碼圖像進行校 正的具體過程。匹配模塊通過上述方法獲取4個校正點所對應(yīng)的模塊坐標(biāo)(Xa、Ya)、(Xb, Yb)、(Xc> Yc)、(Xd、Yd)以及圖像坐標(biāo)(Ua、Va)、(Ub、Vb)、(Uc, Vc)、(Ud、Vd)。校正模塊根據(jù)模塊坐標(biāo)(Xa、Ya)、(Xb,Yb)、(X。、Y。)、(Xd、Yd)以及原灰度圖像與目標(biāo) 圖像的分辨率，確定該多個校正點在目標(biāo)圖像上的對應(yīng)模塊坐標(biāo)。例如，在原灰度圖像與目 標(biāo)圖像的分辨率保持不變的情況下，該多個校正點在目標(biāo)圖像上的對應(yīng)模塊坐標(biāo)即為(xa、 Ya)、(Xb、Yb)、(Xc、Yc)、(Xd λ Yd)。此時，校正模塊利用透視變換公式計算出原灰度圖像與目標(biāo)圖像的透視變換系數(shù) a、b、b、d、e、f、g、h :U = (aX+bY+c)/(gX+hY+l) (1)V = (dX+eY+f)/(gX+hY+l) (2)在獲得透視變換系數(shù)a、b、b、d、e、f、g、h，則校正模塊可進一步根據(jù)上述公式確定 目標(biāo)圖像上各像素點在原灰度圖像的對應(yīng)位置，并通過上文描述的插值方式獲取對應(yīng)位置 的像素信息，進而作為目標(biāo)圖像上各像素點的像素信息，由此實現(xiàn)了圖像的校正。通過上述裝置，可以在無需搜索條碼圖像的校正圖形等標(biāo)志性圖形的情況下獲取 用于條碼圖像采樣或者條碼圖像校正的校正點，提供了在標(biāo)志性圖形污損情況下進行條碼 圖像采樣及條碼圖像校正的可能。如圖6-7所示，本實用新型進一步提供了另一種校正點獲取裝置及條碼圖像校正 裝置。該校正點除了可用于上述條碼采樣裝置的標(biāo)志性位置，還可以用來對單幅條碼圖像 進行校正。[0048]本實施例中，校正點獲取裝置包括第一掃描模塊、第二掃描模塊、選擇模塊及坐標(biāo) 獲取模塊。在該校正點獲取裝置獲取二維條碼圖像后，第一掃描模塊搜索并確定該二維條 碼圖像中位于同一行或列上的相互間隔的兩個模塊1、2的模塊坐標(biāo)(Χ。Y1)、(X2, Y2)及模 塊中心的圖像坐標(biāo)(U1J1)、(U2、V2)。例如，以QR碼為例，通過搜索探測圖形來獲取邊界及 模塊寬度等圖形系數(shù)，并利用已知的方法搜索并確定位于同一行或列上的相互間隔的兩個 模塊1、2的模塊坐標(biāo)(X1J1)、OC2J2)及模塊中心的圖像坐標(biāo)(U1J1)、(U2、V2)。在本實用 新型中，模塊坐標(biāo)是指以模塊為單位的坐標(biāo)，即某模塊在坐標(biāo)軸方向上相對于坐標(biāo)原點的 模塊個數(shù)，而圖像坐標(biāo)是以像素為單位的坐標(biāo)，即某像素點在坐標(biāo)軸方向上相對于坐標(biāo)原 點的像素個數(shù)。在本實施例中，二維條碼圖像并不限于灰度圖像，而可以是二值化圖像或彩 色圖像。在第一掃描模塊確定模塊1、2的模塊坐標(biāo)(Xp Y1)、(X2, Y2)及模塊中心的圖像坐 標(biāo)(U1J1)、(U2^V2)后，第二掃描模塊進一步確定模塊1、2的模塊中心連線上的多個中間模
塊的模塊坐標(biāo)(X3J3)、(X4J4)、(X5、Y5).......，并確定該模塊中心連線上是否存在可區(qū)分
的模塊邊界(例如，黑白邊界)。選擇模塊在該多個中間模塊中選擇出兩端具有模塊邊界 的奇數(shù)個連續(xù)中間模塊，例如在本實施例中的模塊3、4、5，并選擇位于該奇數(shù)個連續(xù)中間模 塊3、4、5的中心位置的中間模塊5的模塊中心作為校正點。隨后，坐標(biāo)獲取模塊確定模塊 中心連線與模塊3、4、5兩端的模塊邊界的交點的圖像坐標(biāo)(U3、V3)、(U4、V4)，并對該兩個交 點的圖像坐標(biāo)(U3、V3)、(U4、V4)進行平均，計算結(jié)果即為校正點的圖像坐標(biāo)(U5、V5)。此外，校正點獲取裝置進一步包括校驗?zāi)K。校驗?zāi)K可以進一步在模塊1、2的 模塊中心連線的垂直方向上對中間模塊5的模塊中心的圖像坐標(biāo)(U5、V5)進行校正。具體來 說，校驗?zāi)K在垂直方向上以中間模塊5為中心確定兩端具有可區(qū)分模塊邊界的奇數(shù)個連 續(xù)中間模塊，并確定位于該奇數(shù)個連續(xù)中間模塊兩側(cè)的兩個模塊的模塊中心的圖像坐標(biāo)。 進一步確定這兩個模塊的模塊中心連線與奇數(shù)個連續(xù)中間模塊兩端的模塊邊界的交點，并 通過對該兩個交點的圖像坐標(biāo)進行平均，由此重新求得的中間模塊5的模塊中心的圖像坐 標(biāo)。并可與之前沿模塊1、2的模塊中心連線求得的中間模塊5的模塊中心的圖像坐標(biāo)再進 行平均，來進一步校正中間模塊5的模塊中心的圖像坐標(biāo)。該校正點除了可作為上文描述的基于多條碼圖像的條碼圖像采樣裝置中的標(biāo)志 性位置外，還可以用于對單幅圖像進行校正的條碼圖像校正裝置。具體來說，該條碼圖像校正裝置在上述校正點獲取裝置基礎(chǔ)上進一步包括校正模 塊。校正點獲取裝置重復(fù)上述過程，則可確定多個校正點。校正模塊則根據(jù)上述實施例中 描述的校正過程，利用校正點的模塊坐標(biāo)及圖像坐標(biāo)計算出二維條碼圖像與目標(biāo)圖像之間 的映射系數(shù)，并利用該映射系數(shù)實現(xiàn)對二維條碼圖像的校正。在上述實施例中，僅對本實用新型進行了示范性描述，但是本領(lǐng)域技術(shù)人員在閱 讀本專利申請后可以在不脫離本實用新型的精神和范圍的情況下對本實用新型進行各種 修改。
權(quán)利要求1. 一種條碼圖像采樣裝置，其特征在于，所述條碼圖像采樣裝置包括 標(biāo)志性位置獲取單元；映射系數(shù)確定單元，與所述標(biāo)志性位置獲取單元連接； 映射單元，與所述映射系數(shù)確定單元連接； 像素融合單元，與所述映射單元連接。
專利摘要本實用新型公開了一種條碼圖像采樣裝置，包括標(biāo)志性位置獲取單元；映射系數(shù)確定單元，與標(biāo)志性位置獲取單元連接；映射單元，與映射系數(shù)確定單元連接；像素融合單元，與映射單元連接。通過上述圖像采樣裝置，可以將來自至少兩幅條碼圖像的像素信息融合到同一幅目標(biāo)圖像內(nèi)，由此提高了目標(biāo)圖像的清晰度。
文檔編號G06K7/10GK201927034SQ20102021298
公開日2011年8月10日 申請日期2010年6月1日 優(yōu)先權(quán)日2010年6月1日
發(fā)明者俞開斌, 邱有森, 陳文傳 申請人:福建新大陸電腦股份有限公司