專利名稱：一種基于動態(tài)模板的校正圖形搜索裝置的制作方法
技術領域：
一種基于動態(tài)模板的校正圖形搜索裝置
技術領域：
本實用新型涉及一種圖像的搜索，特別涉及一種基于動態(tài)模板的校正圖形搜索裝置。
背景技術：
條碼技術是在計算機技術與信息技術基礎上發(fā)展起來的一門集編碼、印刷、識別、 數據采集和處理于一身的新興技術。條碼技術由于其識別快速、準確、可靠以及成本低等優(yōu) 點，被廣泛應用于商業(yè)、圖書管理、倉儲、郵電、交通和工業(yè)控制等領域，并且勢必在逐漸興 起的“物聯網”應用中發(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、Data Matrix、OR 石馬等。矩陣式二維條碼圖像識別過程中均需要對條碼圖像進行校正，而這種校正過程往 往依賴于搜索條碼圖像中固定形式的探測圖形和校正圖形。然而，在現有技術中，探測圖形 搜索及校正圖形搜索是分開進行，并且相互之間沒有關聯。由于條碼擺放位置及光學系統(tǒng) 本身的原因，從不同視角獲取的條碼圖像通常會帶有一定畸變，并且由于探測圖形的尺寸 遠大于校正圖形，往往會出現搜索到探測圖形，卻無法搜索到校正圖形的情況。因此，需求 一種能夠準確搜索校正圖形的裝置。

發(fā)明內容為了解決現有技術中往往會出現無法搜索到校正圖形的情況，本實用新型提供了 一種基于動態(tài)模板的校正圖形搜索裝置。本實用新型解決上述技術問題所采取的技術方案是提供一種基于動態(tài)模板的校 正圖形搜索裝置，該校正圖形搜索裝置包括參考點搜索單元；畸變系數確定單元，與參考 點搜索單元連接；校正圖形模板生成單元，與畸變系數確定單元連接；以及校正圖形搜索 單元，與校正圖形模板生成單元連接。與現有技術相比較，本實用新型提供的校正圖形搜索裝置有效地提高了條碼圖像 中校正圖形搜索的準確性。
[0010]可參考附圖并通過實例更加具體地描述本實用新型，在附圖中圖1是根據本實用新型的第一種校正圖形搜索裝置的示意框圖；圖2是根據本實用新型的第一種校正圖形搜索過程的示意圖；圖3是根據本實用新型的第一種校正圖形搜索過程的示意圖；圖4是根據本實用新型的第二種校正圖形搜索裝置的示意框圖；圖5是根據本實用新型的第一種參考點搜索單元的示意框圖；圖6是根據本實用新型的第一種參考點搜索過程的子圖像區(qū)域的示意圖；圖7是根據本實用新型的第一種參考點搜索過程的動態(tài)模板的示意圖；圖8是根據本實用新型的第二種參考點搜索單元的示意框圖；以及圖9是根據本實用新型的第二種參考點搜索過程的二維條碼圖像的局部放大圖。
具體實施方式
以下結合附圖和實施例對本實用新型進行詳細說明。請參見圖1，圖1是本實用新型的第一種校正圖形搜索裝置的示意框圖。本實用新 型提供的基于動態(tài)模板的校正圖形搜索裝置包括參考點搜索單元、畸變系數確定單元、校 正圖形模板生成單元以及校正圖形搜索單元。該裝置通過計算二維條碼圖像中探測圖形相 對標準探測圖形的畸變系數，并對標準校正圖形板進行畸變處理形成動態(tài)校正圖形模板， 利用該動態(tài)校正圖形模板來搜索二維條碼圖像的校正圖形，可有效提高二維條碼圖像中校 正圖形搜索的準確性。具體而言，請參見圖2，圖2是本實用新型的第一種校正圖形搜索過程的示意圖。 在圖2中，由于擺放位置及光學系統(tǒng)本身等原因，所拍攝的二維條碼圖像(左上)呈現出 一定的畸變，并且可能因此在該二維條碼圖像上無法利用標準校正圖形模板搜索到校正圖 形。在本實用新型的一實施例中，首先參考點搜索單元搜索該二維條碼圖像中的探測 圖形，并在該探測圖形中提取多個參考點，在本實施例中，參考點搜索單元從多個探測圖形 該多個參考點，例如圖2中所示，在每一探測圖形上各取一個參考點al、bl、Cl?；兿禂?確定單元利用該多個參考點al、bl、cl可計算該多個探測圖形相對標準探測圖形中相應參 考點ar、bi’、cr的整體畸變系數。由于校正圖形與探測圖形由同一光學系統(tǒng)拍攝，所以校正圖形和探測圖形相對標 準二維條碼圖像具有相同或相近的畸變，也即具有相同或相近的畸變系數，因此，校正圖形 模板生成單元利用上述畸變系數對標準校正圖形模板進行畸變處理，形成一個動態(tài)校正圖 形模板，校正圖形搜索單元再利用該動態(tài)校正圖形模板可準確地搜索二維條碼的校正圖 形。在上述裝置中，畸變系數確定單元將通過透視變換公式獲得的透視變換系數作為 畸變系數U= (aX+bY+c)/(gX+hY+l)V= (dX+eY+f)/(gX+hY+l)其中，U和V為該參考點在該二維條碼圖像上的坐標，X和Y為該參考點的標準坐 標，a、b、c、d、e、f、g、h為透視變換系數。例如，U和V為該參考點在該二維條碼圖像上的 圖像坐標，而X和Y可由該參考點在該二維條碼圖像上的模塊坐標代替。校正圖形模板生
4成單元則利用該透視變換系數對該標準校正圖形模板進行透視變換。例如，在獲得透視變 換系數a、b、C、d、e、f、g、h后，則校正圖形模板生成單元可進一步根據上述公式將標準校 正圖形模板的標準坐標進行透視變換，來獲得動態(tài)校正圖形模板。在本實用新型中，模塊坐 標是指以模塊為單位的坐標，即某模塊在坐標軸方向上相對于坐標原點的模塊個數，而圖 像坐標是以像素為單位的坐標，即某像素點在坐標軸方向上相對于坐標原點的像素個數。此外，還可以通過二次多項式、三次多項式、三角網格等方法來獲得上述畸變系 數。接下來，請參見圖3，圖3是根據本實用新型的第一種校正圖形搜索過程的示意 圖。為了使校正圖形的搜索更為準確，本實用新型采用就近原則來搜索校正圖形。簡單而言，首先參考點搜索單元仍是搜索該二維條碼圖像中的探測圖形，并在該 探測圖形中提取多個參考點，與上述實施例不同，參考點搜索單元從多個探測圖形中的每 一探測圖形上提取該多個參考點，畸變系數確定單元利用該參考點計算每一探測圖形相對 標準探測圖形的畸變系數，從而由校正圖形模板生成單元獲得分別對應于該多個探測圖像 的多個動態(tài)校正圖形模板。校正圖形搜索單元根據就近原則選擇該多個動態(tài)校正圖形模板 中之一者搜索與對應探測圖形最相鄰的校正圖形。具體而言，如圖3所示，參考點搜索單元在一個探測圖形上取多個參考點al、a2、 a3、a4,畸變系數確定單元利用該多個參考點al、a2、a3、a4可計算該探測圖形相對標準探 測圖形(右上)相應參考點&1’、32’、33’、34’的一個畸變系數。同理可得其他探測圖形 分別相對標準探測圖形的多個畸變系數。校正圖形模板生成單元利用該多個畸變系數對標 準校正圖形模板進行畸變處理，可形成多個動態(tài)校正圖形模板，校正圖形搜索單元再根據 就近原則選擇該多個動態(tài)校正圖形模板中之一者搜索與對應探測圖形最相鄰的校正圖形， 可進一步提高每一校正圖形搜索的準確性。接下來，請參見圖4，圖4是根據本實用新型的第二種校正圖形搜索裝置的示意框 圖。本實用新型提供了另一種基于動態(tài)模板的校正圖形搜索裝置，其與圖1所示的校 正圖形搜索裝置不同之處在于，參考點搜索單元通過在二維條碼圖像中任意提取多個參 考點，畸變系數確定單元利用該多個參考點計算該二維條碼圖像相對標準二維條碼圖像的 畸變系數，校正圖形模板生成單元利用該畸變系數對標準校正圖形模板進行畸變處理，形 成動態(tài)校正圖形模板，校正圖形搜索單元則通過該動態(tài)校正圖形模板來搜索該條碼圖像的 校正圖形。具體而言，參見圖5-7所示，本實用新型進一步提供了一種參考點搜索單元。該裝 置利用動態(tài)匹配模板獲取二維條碼圖像中的參考點。如圖5所示，該參考點搜索單元包括 掃描模塊、二值化模塊、動態(tài)匹配模板形成模塊以及匹配模塊。該參考點搜索單元首先通過 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處理單元將由拍 攝系統(tǒng)獲取的彩色圖像轉化為灰度圖像。依據本實用新型的參考點搜索單元在獲取二維條碼的灰度圖像后，先由掃描模塊 確定二維條碼灰度圖像中的一子圖像區(qū)域內的各模塊的模塊坐標及模塊中心的圖像坐標。 在本實用新型中，模塊坐標是指以模塊為單位的坐標，即某模塊在坐標軸方向上相對于坐 標原點的模塊個數，而圖像坐標是以像素為單位的坐標，即某像素點在坐標軸方向上相對于坐標原點的像素個數。如圖6所示，在獲得子圖像區(qū)域內的各模塊的模塊坐標及模塊中心的圖像坐標 后，由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，由動態(tài)匹配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)匹配模板。具體來說，動態(tài)匹配模板形成模塊 是基于各模塊相對于相鄰模塊的標志性選擇形成動態(tài)匹配模板的部分模塊，即選取相對于 相鄰模塊比較容易區(qū)分的標志性較好的模塊，形成動態(tài)匹配模板。例如圖6中所示，在本實 施例中，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7所示的動態(tài)匹配模塊。在圖7中，動態(tài)匹配模板中的每個特征點均具有三個參數 對應模塊的模塊坐標、圖像坐標以及黑白值，即(X1^ Y1) > (U1, V1), H1, OC2J2)、(U2、V2)、H2， (X3 > Y3)、(U3 > V3)、H3, (X4 > Y4)、(U4、V4)、H4, (X5、Y5)、(U5、V5)、H5, (X6, Y6)、(U6、V6)、H6。在形成動態(tài)匹配模板后，動態(tài)匹配模板形成模塊還可進一步對動態(tài)匹配模板的有 效性進行判斷。例如，動態(tài)匹配模板形成模塊將動態(tài)匹配模板中的各特征點所對應的模塊 坐標(X1^ Y1)、(X2> Y2)、(X3、Y3)、(x4> Y4)、(x5> Y5)、(X6> Y6)進行統(tǒng)一向量的模塊坐標平移， 例如平移一至兩個模塊，并將動態(tài)匹配模板中的各特征點的黑白值Hp H2、H3、H4、H5、H6與平 移后的模塊坐標所對應的模塊中心的黑白值進行匹配。若匹配度高于預定閾值，則認為該 動態(tài)匹配模板不易于與周邊模塊相區(qū)分，該動態(tài)匹配模板即為無效模板，若匹配度低于預 定閾值，則認為該動態(tài)匹配模板能夠與周邊模塊相區(qū)分，該動態(tài)匹配模板為有效模板。在確定了動態(tài)匹配模板后，匹配模塊將動態(tài)匹配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)匹配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) 匹配模板中的各特征點的圖像坐標(U1J1K (U2、V2)、(U3、V3)、(U4、V4)、(U5、V5)、(U6、V6)進 行統(tǒng)一向量的圖像坐標平移，例如依次增加或減小一個像素，并將動態(tài)匹配模板中的各特 征點的黑白值氏、H2, H3、H4、H5、H6與平移后的圖像坐標在灰度圖像中的對應位置的灰度值 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，可采用公知的匹配方 法來確定動態(tài)匹配模板與灰度圖像的匹配度。此外，匹配模塊還可預先將動態(tài)匹配模板中 的各特征點的黑白值氏、h2、H3、H4、H5、H6進行反轉，再將動態(tài)匹配模板中的各特征點的圖像 坐標(U” V1)、(U2, V2)、(U3、V3)、(U4、V4)、(U5、V5)、(U6、V6)進行統(tǒng)一向量的圖像坐標平移， 并將動態(tài)匹配模板中的各特征點的反轉后的黑白值與平移后的圖像坐標在灰度圖像中的 對應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)匹配模板中的一個特征點作為參考 點，并且優(yōu)選選擇動態(tài)匹配模板的中心最近的特征點作為參考點。參考點搜索單元重復上述步驟，可獲取多個參考點。隨后，利用透視變換、二次多 項式、三次多項式、三角網格等方法確定拍攝的二維條碼圖像相對于標準圖像的畸變系數。下面以透視變換為例，參考點搜索單元通過上述方法獲取4個參考點所對應的模 塊坐標(Xa、Ya)、(Xb>Yb)、(XC>YC)、(Xd、Yd)以及圖像坐標(ua、va)、(Ub、Vb)、(UC,VC)、(ud、vd)。 畸變系數確定單元利用透視變換公式計算出二維條碼圖像與標準圖像的透視變換系數a、 b、c、d、e、f、g、h :[0045]U = (aX+bY+c)/(gX+hY+l) (1)V = (dX+eY+f)/(gX+hY+l) (2)其中，U和V為參考點在二維條碼圖像上的圖像坐標(Ua、Va)、(Ub、Vb)、(U。、Vc)、 (Ud、Vd)，X和Y為參考點在二維條碼圖像上的對應模塊坐標(Xa、Ya)、(Xb>Yb)、(Χ。、Y。)、(xd、在畸變系數確定單元獲得透視變換系數a、b、C、d、e、f、g、h，則校正圖形模板生成 單元可進一步根據上述公式對標準校正圖形模板進行畸變處理。如圖8-9所示，本實用新型進一步提供了另一種參考點搜索單元。本實施例的參 考點搜索單元包括第一模塊、第二模塊、選擇模塊及坐標獲取模塊。在該參考點搜索單元獲 取二維條碼圖像后，第一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(XpY1)、OC2J2)及模塊中心的圖像坐標(U1J1)、(u2、v2)。例 如，以QR碼為例，第一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，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(XpY1)、 (X2J2)及模塊中心的圖像坐標(U1J1K(U2J2)tj在本實用新型中，模塊坐標是指以模塊為 單位的坐標，即某模塊在坐標軸方向上相對于坐標原點的模塊個數，而圖像坐標是以像素 為單位的坐標，即某像素點在坐標軸方向上相對于坐標原點的像素個數。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。在第一模塊確定模塊1、2的模塊坐標(X1J1)、(X2^Y2)及模塊中心的圖像坐標饑、 V1)、(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(X3、Y3)、(X4、Y4)、(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的模塊中心作為參考點。隨后，坐標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(U3、V3)、(U4、V4),并對該兩個交點的圖像坐標 (U3、V3)、(U4、V4)進行平均，計算結果即為參考點的圖像坐標(U5、V5)。 此外，參考點搜索單元可進一步包括校驗模塊，該校驗模塊可以進一步在模塊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(U5、V5)進行校正。具 體來說，該校驗模塊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 數個連續(xù)中間模塊，并確定位于該奇數個連續(xù)中間模塊兩側的兩個模塊的模塊中心的圖像 坐標。該校驗模塊進一步確定這兩個模塊的模塊中心連線與奇數個連續(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進行取平均，由此重新求得的中間模塊5 的模塊中心的圖像坐標。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 中心的圖像坐標進行均值處理，來進一步校正中間模塊5的模塊中心的圖像坐標。隨后，參考點搜索單元重復上述過程，則可確定多個參考點，并根據上文描述的方 式，由畸變系數確定單元利用該參考點計算二維條碼圖像相對于標準條碼圖像的畸變參 數，進而由校正圖形模板生成單元獲得動態(tài)校正圖形模板，并由校正圖形搜索單元利用動 態(tài)校正圖形模板搜索二維條碼圖像中的校正圖形。綜上所述，本領域技術人員容易理解，根據本實用新型的基于動態(tài)模板的校正圖 形搜索裝置，可以通過探測圖形的畸變系數對標準探測圖形作畸變處理形成動態(tài)校正圖形模板來搜索校正圖形，還可以根據二維條碼圖像上的其他參考點相對標準圖像的畸變系數 對二維條碼圖像進行校正再搜索校正圖形。 在上述實施例中，僅對本實用新型進行了示范性描述，但是本領域技術人員在 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。
權利要求1. 一種基于動態(tài)模板的校正圖形搜索裝置，其特征在于，所述校正圖形搜索裝置包括參考點搜索單元；畸變系數確定單元，與所述參考點搜索單元連接；校正圖形模板生成單元，與所述畸變系數確定單元連接；以及校正圖形搜索單元，與所述校正圖形模板生成單元連接。
專利摘要本實用新型公開了一種基于動態(tài)模板的校正圖形搜索裝置，該校正圖形搜索裝置包括參考點搜索單元；畸變系數確定單元，與參考點搜索單元連接；校正圖形模板生成單元，與畸變系數確定單元連接；校正圖形搜索單元，與校正圖形模板生成單元連接。本實用新型提供的校正圖形搜索裝置有效地提高了條碼圖像中校正圖形搜索的準確性。
文檔編號G06K9/32GK201927054SQ20102021303
公開日2011年8月10日 申請日期2010年6月1日 優(yōu)先權日2010年6月1日
發(fā)明者邱有森, 陳挺立, 陳文傳 申請人:福建新大陸電腦股份有限公司