羅小麗，寧立偉，姜?jiǎng)倮?/p>

（1.湖南電氣職業(yè)技術(shù)學(xué)院 電氣與信息工程系，湘潭411101；2.湖南工程學(xué)院 機(jī)械工程學(xué)院，湘潭411101）

0 引 言

二維條形碼是在一維條碼基礎(chǔ)上發(fā)展起來的一種新型條碼技術(shù).它通過在水平和垂直的二維空間上按照一定的規(guī)律分布黑白相間的特定幾何圖形，來存儲數(shù)據(jù)符號信息.二維條形碼具有高密度、大容量、糾錯(cuò)能力強(qiáng)等特點(diǎn)，在物流、金融和醫(yī)療等眾多領(lǐng)域逐漸得到了廣泛應(yīng)用［1，2］.目前，較常用的二維條碼主要有 PDF417碼、DM（Data Matrix）碼、Code16K和 QR 碼 等［3］.其 中，QR 碼 （Quick Response barcode），具有容量大、糾錯(cuò)能力強(qiáng)、能有效表示漢字等優(yōu)點(diǎn).2009年底，我國推出的新版火車票使用了QR碼，如圖1所示.它將車票用戶身份信息、價(jià)格和始發(fā)站、終點(diǎn)站等加密后編碼并打印在票面，以有效地對付“黃牛黨”制售假票、販票等行為.

由于受到實(shí)際環(huán)境的采集條件和采集設(shè)備的限制，所捕獲的圖像通常含有較多的各類噪聲和散焦、模糊等失真.這些因素直接影響了二維條碼的解碼和自動識別.為了有效提高二維碼識別的可靠性，必須對所捕獲得圖像進(jìn)行有效地預(yù)處理［3］.目前，文獻(xiàn)中已提出一些QR碼的圖像預(yù)處理技術(shù).周利紅提出利用Hough變換和雙線性插值法對條碼圖像進(jìn)行更有效的定位和旋轉(zhuǎn)，得到基本的條碼模塊進(jìn)行識讀［4］.劉大偉提出基于邊緣檢測的圖像去噪方法，并討論了它在條碼識別中的應(yīng)用［5］.由于這類方法過分依賴于邊緣檢測和基于Hough變換的直線檢測，當(dāng)QR碼圖像存在較為嚴(yán)重的幾何失真時(shí)，通常就會尋址失敗.肖翔等［6］提出通過雙線性變換矯正變形的條碼圖像，并使用條碼符號特性對圖像進(jìn)行旋轉(zhuǎn)并定向.此外，明安龍等［7］從圖像復(fù)原的角度，結(jié)合散焦模糊的QR碼圖像的特點(diǎn)去除模糊效應(yīng)，以提高識別率.涂丹等［8］利用QR碼圖像的灰度分布特點(diǎn)，提出了通過模糊圖像的邊緣響應(yīng)計(jì)算得到PSF函數(shù)，再進(jìn)行QR碼圖像恢復(fù).它們共同的缺點(diǎn)是：圖像復(fù)原的計(jì)算復(fù)雜度高，且本身是一個(gè)“病態(tài)”問題.

圖1 新版火車票上的QR二維條形碼

QR碼符號是由正方形模塊組成的一個(gè)正方形陣列構(gòu)成，包括編碼區(qū)域和功能區(qū)域（包括尋像圖形、分割符、定位圖形和校正圖形），功能區(qū)域不用于數(shù)據(jù)編碼，符號的周圍為空白區(qū).具體的QR碼編碼器編碼規(guī)范詳見文獻(xiàn)［8］.在譯碼過程中，必須充分利用QR碼的符號組成與結(jié)構(gòu)特點(diǎn).QR碼譯碼和識別的過程實(shí)質(zhì)上就是根據(jù)探測圖形進(jìn)行二維碼區(qū)域的初定位，結(jié)合校正圖形進(jìn)行細(xì)定位，再確定各個(gè)模塊的寬度，進(jìn)而得出各個(gè)符號字符，并將符號字符轉(zhuǎn)換成對應(yīng)的碼字信息的過程.本文根據(jù)QR碼圖像的結(jié)構(gòu)特點(diǎn)，提出一種低復(fù)雜度的QR碼識別圖像預(yù)處理方法.該方法在動態(tài)迭代法求取閾值并二值化的基礎(chǔ)上，通過尋找QR碼的探測圖形和校正圖形，實(shí)現(xiàn)自適應(yīng)的柵格取樣并識別，可以克服抗背景噪聲、幾何失真等的影響.

1 QR碼的譯碼流程及圖像預(yù)處理

一般情況下，從攝像頭或者掃描儀獲得的QR碼圖像通常包含有較多的噪聲和模糊等現(xiàn)象，且存在一定的角度傾斜和幾何失真，如圖2所示.故對QR碼圖像進(jìn)行預(yù)處理是提高識別率的關(guān)鍵所在.

圖2 幾種典型的失真情況

QR碼的識別主要包括以下6個(gè)步驟：① 二值化；②根據(jù)探測圖像對QR圖像進(jìn)行粗定位，獲得QR碼所在的大概區(qū)域；③根據(jù)校正圖形進(jìn)行精確定位④ 計(jì)算傾斜角度，對圖像進(jìn)行旋轉(zhuǎn)，并進(jìn)行矯正處理；⑤ 得到版本號，并進(jìn)行自適應(yīng)取樣；⑥在校正圖像的基礎(chǔ)上解碼，并按要求輸出標(biāo)準(zhǔn)二維矩陣.其中，二值化、探測圖形的初定位、校正圖像的細(xì)定位和自適應(yīng)的取樣都是圖像預(yù)處理的范圍，它是提高QR碼譯碼效率的關(guān)鍵.自適應(yīng)取樣后，按照QR碼的規(guī)范即可譯出對應(yīng)的碼字信息.

2 QR圖像處理關(guān)鍵技術(shù)

2.1 二值化

圖像二值化的算法很多，但是專門適用于二維條碼的二值化方法還比較少.事實(shí)上圖像二值化還沒有通用的方法.目前，大部分QR碼解碼器是利用現(xiàn)有的一些算法進(jìn)行處理，如Ostu法等.但二值化是QR碼解碼的基礎(chǔ)，直接影響圖像的識別率，而且必須在實(shí)時(shí)性和效果間進(jìn)行有效的平衡.QR碼由于采用了掩模技術(shù)，條碼區(qū)域黑白比例大致相當(dāng).本文首先采用動態(tài)迭代法來對輸入的灰度圖數(shù)據(jù)進(jìn)行直方圖統(tǒng)計(jì)，通過迭代求取其最佳閾值.然后，利用迭代得到的閾值對圖像進(jìn)行二值化處理.

假設(shè)T（i）為新的分割閾值，V1（i）為灰度值小于T（i）的像素的灰度平均值，V2（i）為灰度值大于T（i）的像素的灰度平均值，其迭代過程主要步驟如下：

① T（0）＝128

② T（i＋1）＝［V1［T（i）］＋V2［T（i）］］／2；

③ 返回步驟②.當(dāng)滿足條件T（i＋1）＝［V1［T（i）］＋V2［T（i）］］／2時(shí)退出迭代過程.此時(shí)，T（i）即為最佳二值化閾值.

此外，為了減小背景噪聲（例如大片黑色或白色）的影響，考慮到待識別的QR碼通常位于所捕獲圖像的中部，可以將圖像按水平和垂直方向各分為3等分，先選取最中間1／9大小的部分進(jìn)行求取閥值，再對整幅圖像進(jìn)行二值化.這樣，圖像中的大片黑色或白色在二值化后將直接去除.

2.2 QR碼的定位

QR碼的定位是借助它最顯著特征的探測圖形進(jìn)行的.根據(jù)QR編碼的國際標(biāo)準(zhǔn)可知，尋找探測圖形可以由黑白塊比符合1∶1∶3∶1∶1的關(guān)系得到，由此可以掃描整個(gè)圖片，獲得三個(gè)探測圖形的中心位置.步驟如下：

（1）掃描每行像素（為了提高速度，可以改成隔幾行掃描一次），并記錄黑白塊的長度，并判斷每行是否出現(xiàn)黑∶白∶黑∶白∶黑＝1∶1∶3∶1∶1的情況.

（2）如果行出現(xiàn)符合比例的，則把讀圖像指針移到該中間黑塊的行中心位置，并向上下分別獲取一個(gè)白塊和黑塊的長度，判斷這5個(gè)黑白塊的比例是否也符合1∶1∶3∶1∶1.

（3）如果列也符合比例，則極有可能是探測圖形，為了進(jìn)一步驗(yàn)證，調(diào)整該行列掃描線的交點(diǎn)到黑塊的中心位置，并執(zhí)行4.

（4）考慮到對于不同失真的圖片，單一的判決條件不一定適用，這里列出三種判斷條件，用變量pImgCounter控制輪流使用：①條件0：橫豎方向黑白塊長度比1∶1∶3∶1∶1，斜線符合1∶1∶3∶1∶1；②條件1：橫豎方向黑白塊長度比符合1∶1∶3∶1∶1，左斜線和右斜線為1∶1；③條件2：橫線和豎線為1∶1，左右斜線方向黑白塊長度比符合1∶1∶3∶1∶1.

如果符合判決條件，則可以認(rèn)為就是探測圖形.探測過程如圖3所示.

圖3 探測圖形的搜索路徑

2.3 幾何校正

幾何校正是指當(dāng)出現(xiàn)幾何失真，例如由于拍攝角度不當(dāng)QR碼呈現(xiàn)梯度時(shí)，對其進(jìn)行幾何變換校正為近似正方形的過程.由于前面3個(gè)探測圖形的定位已經(jīng)確定了三個(gè)頂點(diǎn)，故可以利用6參數(shù)的仿射變換公式，對圖像進(jìn)行幾何校正，得到新的圖像數(shù)據(jù).

基于仿射變換的幾何校正效果如圖4所示.需注意的是：幾何校正后的QR碼并不一定是嚴(yán)格意義上的正方形，可能仍然存在少量的失真.特別是在梯形失真的情況下，其左上角是失真最少的，而右下角是失真最大的，這需要在后續(xù)的取樣環(huán)節(jié)中進(jìn)一步處理.

圖4 仿射變換

2.4 校正圖形的定位

在定位到探測圖形后，可以分別得到各個(gè)探測圖形的高度和寬度，并相加后除以42，得到平均模塊寬度，再得到版本號.版本號大于2的QR碼存在校正圖形.校正圖形是指橫豎方向黑白比為1∶1∶1∶1∶1的方形區(qū)域.下面以版本2－6為例說明校正圖形的搜索與定位，步驟如下：

（1）通過版本號估計(jì)校正圖形的大致位置.

（2）移動圖像指針到該點(diǎn)附近，搜索一個(gè)校正圖像的中心點(diǎn)坐標(biāo).如果能找到該中心點(diǎn)，則返回該點(diǎn)坐標(biāo)，如果在一定范圍內(nèi)沒有找到，則以估計(jì)值為準(zhǔn).

（3）計(jì)算出三個(gè)探測圖形中心點(diǎn)坐標(biāo)及校正圖形構(gòu)成的四邊形的縱向模塊寬度和橫向模塊寬度.

（4）獲得第四點(diǎn).校正圖形中心點(diǎn)向左移動3個(gè)橫向模塊寬度、向下移動3個(gè)模塊寬度，得到第四點(diǎn).

（5）依據(jù)三個(gè)探測圖形中心點(diǎn)坐標(biāo)和第四點(diǎn)構(gòu)成的四邊形可以估計(jì)出從左到右，從上到下失真的程度.

校正圖形的精確定位方法如下：

（1）判定估計(jì)點(diǎn)是否為黑色，如果為黑色，判定周圍8個(gè)相鄰的模塊是否7個(gè)點(diǎn)以上都為白色，如果為白色，則認(rèn)為估計(jì)點(diǎn)落在校正圖形內(nèi)，直接調(diào)整到中心位置并返回；

（2）如果上述方法失敗，則認(rèn)為估計(jì)點(diǎn)并沒有落在校正圖形中心塊中，那么在附近左右三個(gè)模塊內(nèi)搜索.這時(shí)，判斷是否為校正圖形的條件為：①該點(diǎn)是否為黑色；②該點(diǎn)相鄰的8個(gè)模塊至少7個(gè)模塊是否為白色塊；③該點(diǎn)相鄰的16個(gè)模塊至少14個(gè)模塊是否為黑色塊.

圖5 版本14的取樣區(qū)域與校正圖形標(biāo)號順序

圖5是版本14的取樣區(qū)域與校正圖形標(biāo)號順序.利用區(qū)域校正信息，可使后續(xù)的取樣網(wǎng)格均勻分布于一個(gè)區(qū)域，對校正圖形間形成的區(qū)域進(jìn)行取樣.

2.5 圖像取樣

圖像取樣是指根據(jù)定位后的QR碼，得到其版本號以確定QR的尺寸，并得到每個(gè)小格內(nèi)所代表的位是0或1的過程，其中自適應(yīng)取樣是關(guān)鍵.考慮到幾何校正后的QR碼圖像仍然存在一定的失真，本文在取樣時(shí)結(jié)合校正圖形自適應(yīng)進(jìn)行.根據(jù)QR碼的版本號，分下列四種情況取樣：① 版本1：無校正圖形，按一個(gè)區(qū)域取樣；②版本2－6：只有一個(gè)校正圖形，按一個(gè)區(qū)域取樣；③ 版本7－13：有6個(gè)校正圖形，按四個(gè)區(qū)域分別取樣；④ 版本14：有13個(gè)校正圖形，按9個(gè)區(qū)域取樣.

圖6是包含校正圖形的QR碼自適應(yīng)取樣示意圖.可以看出，取樣后，每個(gè)小格內(nèi)的像素并不完全相同.通?？梢圆捎脙煞N方法來判別每個(gè)小格代表的位是0還是1：一種是小格子里所有像素中黑白像素的比例；另一種是在小格的中心畫“十”字型的符號，判別十字型的符號上黑白像素的比例.本文采用的是第二種方法.經(jīng)實(shí)踐，第二種方法的識別率較第一種方法略高.

圖6 包含校正圖形的QR碼自適應(yīng)取樣

3 實(shí)驗(yàn)結(jié)果與分析

在完成某企業(yè)委托的橫向項(xiàng)目的過程中，我們利用Visual C＋＋6.0自行實(shí)現(xiàn)了QR碼的編碼器和解碼器.編碼器支持漢字、英文字符和數(shù)字等的混合編碼，模塊塊度、掩模號、糾錯(cuò)等級可自行設(shè)置，版本號可以自動分配也可以自行設(shè)置［9］.為了說明本文圖像預(yù)處理算法對于提高QR碼識別率的作用，直接使用攝像頭進(jìn)行以下實(shí)驗(yàn)：捕獲QR碼的攝像頭采用普通的USB接口攝像頭AC650，24位真彩色，分辨率在160×120到320×240之間可調(diào)，PC機(jī)配置為：Windows XP操作系統(tǒng)，主頻：1.5GHz，內(nèi)存：512M.

實(shí)驗(yàn)結(jié)果如圖7所示.其中，圖7（a）是利用編碼器生成QR碼（模塊寬度為3，版本號為5，糾錯(cuò)等級為H）打印到紙張上時(shí)，通過基于攝像頭的QR碼解碼器自動識別所得到的結(jié)果.由圖可見，盡管打印在紙上的QR碼存在一些人為的污損磨損，如在其周圍和上面人為地添加了一些細(xì)線，而且拍攝時(shí)存在光線模糊和捕獲的QR碼存在一定程度的傾斜，但仍然可以快速（耗時(shí)約為5.0ms）正確地識別，完全能夠滿足實(shí)時(shí)解碼的要求.圖7（b）是對QR碼編碼器生成的QR碼（模塊寬度為3，版本號為2，糾錯(cuò)等級為M），直接采用攝像頭對準(zhǔn)計(jì)算機(jī)顯示器來進(jìn)行識別.從圖中可以看出，由于攝像頭和計(jì)算機(jī)顯示器的幀率、屏幕分辨率不一致，引入了很多噪聲，且存在明顯的光照不均和QR碼超出取像框范圍的情況.盡管這樣，QR碼解碼器仍然可以正確地識別出QR碼的內(nèi)容，耗時(shí)約4.0ms，可以滿足實(shí)時(shí)解碼的要求.

圖7 存在梯形失真和污損時(shí)的QR碼自動識別

上述兩個(gè)識別的實(shí)例識別速度差別很小.這說明，識別速度與QR碼包含的內(nèi)容關(guān)系不大.實(shí)際上，影響識別速度的主要因素是攝像頭的分辨率和糾錯(cuò)等級.通常來說，320×240和352×288兩個(gè)分辨率的效果時(shí)間都在5ms左右，即每秒可以識別200張左右的QR碼，故完全可以滿足實(shí)時(shí)性的要求.

4 結(jié) 論

圖像預(yù)處理直接影響QR碼的識別率和識別速度，是提高QR碼實(shí)用化程度的關(guān)鍵.本文針對QR碼在識別過程中易受噪聲干擾、光照不均和幾何失真等的影響，提出了一種實(shí)用的QR碼識別圖像預(yù)處理方法.該方法使用了校正圖形按區(qū)域取樣來生成碼流，可以顯著提高QR碼的識別率.將本文所提出的算法移植到智能手機(jī)上，利用手機(jī)自帶的攝像頭進(jìn)行QR碼自動識別，以拓寬QR碼的應(yīng)用范圍，將是下一步的研究工作重點(diǎn).

［1］ HUANG Hui－wen，WU Chih－wei，CHEN Nian－shing.The Effectiveness of Using Procedural Scaffoldings in a Paper Plus Smartphone collaborative Learning Context［J］.Computers ＆ Education，2012，59（2）：250－259.

［2］ 鄒沿新，楊高波.Data Matrix二維條形碼解碼器圖像預(yù)處理研究［J］.計(jì)算機(jī)工程與應(yīng)用，2009，45（34）：183－185.

［3］ 周利紅，劉書家.QR碼圖像處理和譯碼方法研究［J］.北京工商大學(xué)學(xué)報(bào)，2008，26（1）：63－66.

［4］ 劉大偉.基于邊緣檢測的圖像去噪方法在二維條碼識別中的研究與應(yīng)用［D］.青島：中國海洋大學(xué)碩士學(xué)位論文，2008.

［5］ 肖 翔，劉曉明，王云柯.QR碼圖像的矯正與定位方法研究［J］.計(jì)算機(jī)科學(xué)，2007，34（11）：217－219.

［6］ 明安龍，馬華東，趙慶鵬.散焦模糊的畸變QR Bar－code圖像復(fù)原技術(shù)［J］.計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2007，19（8）：1080－1084.

［7］ 涂 丹，甘亞莉，徐宗琦.一種快速的QR碼圖像去模糊方法［J］.計(jì)算機(jī)工程與科學(xué)，2007，29（3）：43－45.

［8］ 陳威兵，張剛林，黃飛江.基于手機(jī)的二維條碼識讀系統(tǒng)研究與開發(fā)［J］.現(xiàn)代電子技術(shù)，2011，34（4）：116－124.

［9］ 趙正旭，戴 歡，趙文彬.基于慣性動作捕捉的人體運(yùn)動姿態(tài)模擬［J］.計(jì)算機(jī)工程，2012，38（5）：5－8.