CN103914675A - 一种服装的快速响应矩阵二维码识别方法 - Google Patents

Abstract

本发明公开了一种服装的快速响应矩阵二维码识别方法，包括如下步骤：a.采集服装原料上贴的二维码图像；b.对图像进行灰度化、快速中值滤波、二值化处理；d.对二值化图像进行边缘提取；e.分离出边缘提取QR码的两块侧边区域；f.采用哈夫变换检测侧边虚线得到QR码偏移角度；g.双线性插值法旋转二值化图像，初步校正；h.对QR码定位，确定三个寻像图形的顺序，用图像矩阵转置翻转的方法把QR码调整到正确的方位；i.根据国家二维码标准进行解码。本发明采用投影裁剪与哈夫变换结合的方法能快速、准确得到QR码偏移角度，同时能克服采集的图像中噪声污染、光照不均的问题，转换成易识别的二维码图像。

Description

一种服装的快速响应矩阵二维码识别方法

技术领域

本发明公开了一种服装的快速响应矩阵二维码识别方法，特别是涉及一种服装的快速响应矩阵二维码偏移校正的二维码识别方法。

背景技术

现代人穿衣讲求时尚、个性，服装产业特别是时装厂家也要走大规模、小批量的产品生产路线，仓库的出入货种类及出货频率也会不断加大，服装进、入库以及盘点工作如果仍沿袭着传统的人工开票、人工点货方式，其效率及准确性都得不到保证，财务部门可能会收到错误的单据，管理部门也不能及时和准确地获得所需的库存数据。

条码技术是目前最方便、实用的数据输入手段之一，在我国有着广阔的发展和应用前景。但是，传统的一维条码只能标识“物品”，而不能描述“物品”，使得条码在各行业中的使用受到了很大限制。而二维条码的出现很好的解决了一维码所不能解决的问题。在国外，它就有“移动数据库”（Portable data file）的称号。其具有信息密度高、信息容量大、抗干扰能力强、纠错能力强的优点。而这些优点能够很好地解决由于一维码容量有限，而不能描述产品的问题。

QR Code（快速响应矩阵二维码，简称QR码）是一种常见的二维码，它只能通过图像识别的方式进行识读，而图像识别方式易受外面因素影响，如光线不均，过暗，会造成CCD摄像头拍摄的图像会有噪声。此外，由于在获取QR Code图像数据时，可能会因为放置位置不一样，得到QR Code图像有偏移，无法顺利定位QR Code寻像图形位置，直接建立采样网格。所以解决噪声污染、光照不均、QR Code偏移是许多应用中无法避免的问题。

发明内容

鉴于上述问题，本发明所要解决的技术问题是提供一种服装的快速响应矩阵二维码偏移校正的二维码识别方法。

为解决上述技术问题，本发明是通过以下技术方案实现的：

本发明的一种服装的快速响应矩阵二维码识别方法，包括以下步骤：

a）CCD摄像头采集服装原料上贴的快速响应矩阵二维码图像；

b）将所采集的待识别快速响应矩阵二维码的彩色图像转换为256色灰度图像，并用快速中值滤波法滤去上述灰度图像的背景噪声点；

c）采用最大类间方差法找到最佳的分割阈值，该算法的原理是，当被阈值分开的前景和背景两个像素群方差的加权和达到最小时，该阈值即为最佳的分割阈值；

d）根据最佳的分割阈值，将上述灰度图像的每一个像素的灰度值与阈值相比较，若大于阈值，则赋值1，若小于阈值，则赋值0，得到二值化图像；

e）采用Sobel边缘检测算子对二值化图像做边缘提取，两个具有不同灰度值的相邻区域之间总存在灰度边缘，灰度边缘是灰度值不连续的结果，这种不连续通常可利用求导数方便地检测到；

e1）Sobel边缘检测算子是一种梯度算子，它使用两个模板，一个是水平的，另一个是垂直的，两个都是3*3模版，每一个模板逼近一个偏导数，分别用水平模板和垂直模板对图像进行卷积，得到两个矩阵，它们分别表示图像在相同位置处的两个偏导数；

e2）把这两个矩阵对应位置的两个数的最大值作为给点的输出，得到二维码图像的边缘；

f）采用自适应的基于直方图投影裁剪法分离出快速响应矩阵二维码的两块侧边区域；

f1）对边缘提取后的图像进行水平方向即X轴方向的投影，统计X=i直线上灰度值为255的像素点的个数，存入数组xProjection[i]中。从i=0开始从左往右扫描，若条件(xProjection[i]==0)&&(xProjection[i+1]>0)&&(xProjection[i+2]>1)为真，则认为找到快速响应矩阵二维码的一个顶点的横坐标，定义该点为A点，得到x_A=i+1。然后从上往下扫描直线X=x_A，找到第一个灰度值为255的像素点，该点的纵坐标为A的纵坐标，即得到A点的坐标为若条件(xProjection[i]>1)&&(xProjection[i+1]>0)&&(xProjection[i+2]==0)为真，则认为找到快速响应矩阵二维码的另一个顶点的横坐标，定义该点为C点，得到x_C=i+1。然后从下往上扫描直线X=x_C，找到第一个灰度值为255的像素点，该点的纵坐标为C的纵坐标，即得到C点坐标为

f2）对边缘提取后的图像进行垂直平方向即Y轴方向的投影，统计Y=j直线上灰度值为255的像素点的个数，存入数组yProjection[j]中，然后从j=0开始从左往右扫描，若条件(yProjection[j]==0)&&(yProjection[j+1]>0)&&(yProjection[j+2]>1)为真,则认为找到快速响应矩阵二维码的第三个顶点的纵坐标，定义该点为D点，得到y_D=j+1，然后从右往左扫描直线Y=y_D，找到第一个灰度值为255的像素点，该点的横坐标为D的横坐标，即得到D点的坐标为若条件(yProjection[j]>1)&&(yProjection[j+1]>0)&&(yProjection[j+2]==0)为真，则认为找到快速响应矩阵二维码的第四个顶点的纵坐标，定义该点为B点，得到y_B=j+1，然后从左往右扫描直线Y=y_B，找到第一个灰度值为255的像素点，该点的横坐标为B的横坐标，即得到B点坐标为

f3）分析D点和B点坐标位置，设定一个偏移方向判定准则：当x_D≥x_B时判定快速响应矩阵二维码图像是向左偏，当x_D<x_B时判定QR码图像是向右偏；

f4）根据上述判定准则所得的快速响应矩阵二维码偏移方向，自动选择裁剪方式：当判定快速响应矩阵二维码向左偏时，具体表现为D点的横坐标x_D大于等于B点的横坐标x_B，把直线X=x_B的右侧区域和直线Y=y_A的下方的区域的交集区域裁剪掉；

当判定快速响应矩阵二维码向右偏时，具体表现为D点的横坐标x_A比B点的横坐标x_B小，把直线X=x_B的左侧区域和Y=y_A的上方区域的交集区域裁剪掉，分离出快速响应矩阵二维码的两块侧边区域；

上述偏移方向判定准则和对应偏移方向的裁剪方式的规定是为了最大程度地裁剪掉快速响应矩阵二维码内部区域，得到狭长的两块侧边区域，减少哈夫变换检测侧边线时的计算量，同时也避免了二维码内部线段对检测侧边线的干扰；

g）采用哈夫变换算法检测侧边虚线得到快速响应矩阵二维码偏移角度；

g1）初始化一个极坐标ρ，θ空间的数组，ρ方向上的量化数目为图像对角线方向的像素数其中N₁和N₂分别为图像的宽和高，θ方向上的量化数目为1800，角度从0°～180°，每格0.1°；

g2）建立一个累加器A(ρ,θ)，并置初始元素为0；

g3）顺序搜索图像上的每一个灰度值为255的像素点(x_i,y_i)建立方程ρ=x_icos(θ)+y_isin(θ)，对θ参数的每一个离散值计算ρ值，得到该像素点(x_i,y_i)在极坐标上的一条正弦曲线，如果曲线经过小格(ρ,θ)内，该累加器A(ρ,θ)加1；

g4）找出累加器A(ρ,θ)上面的局部最大值，该值即为图像共线点的共线参数，它的极坐标θ即为侧边虚线的偏移角度；

h）采用双线性插值法旋转图像，初步校正快速响应矩阵二维码图像；

h1)找到上述二值化后图像的中心点(a，b)，确定旋转后的中心坐标为(c，d)，按照逆旋转变换矩阵表达式： $\left[\begin{array}{c}{x}_1\\ y_1\\ 1\end{array}\right]=\left[\begin{array}{ccc}1& 0& c\\ 0& -1& d\\ 0& 0& 1\end{array}\right]\left[\begin{array}{cc}\cos \left(\mathrm{\&theta;}\right)& \sin \left(\mathrm{\&theta;}\right)\\ -\sin \left(\mathrm{\&theta;}\right)& \cos \left(\mathrm{\&theta;}\right)\\ 0& 1\end{array}\right]\left[\begin{array}{ccc}1& 0& -a\\ 0& -1& b\\ 0& 0& 1\end{array}\right]\left[\begin{array}{c}{x}_0\\ y_0\\ 1\end{array}\right],$ 对图像进行旋转，把点(x₀,y₀)旋转θ角度变成点(x₁,y₁)，其中(x₀,y₀)是未旋转前图像中的任意一点，(x₁,y₁)是由点(x₀,y₀)以(a，b)为旋转中心旋转θ角度得到的点；

h2)对图像进行双线性插值，图像通过旋转变换后(x₁,y₁)所对应的(x₀,y₀)的坐标不一定是整数，找到(x₀,y₀)的附近四个像素点(x,y)，(x+1,y)，(x,y+1)，(x+1,y+1)，根据双线性插值公式，在水平和垂直两个方向上对其插值，公式为： $\begin{array}{c}f(x_0,y_0)=f(x,y)+\mathrm{\&alpha;}[f(x+1,y)-f(x,y)]+\mathrm{\&beta;}[f(x,y+1)-f(x,y)]\\ +\mathrm{\&alpha;\&beta;}\left[\right]f(x+1,y+1)+f(x,y)-f(x,y+1)-f(x+1,y)]\end{array}$ 其中α=x₀-x，β=y₀-y，得到点(x₀,y₀)的灰度值f(x₀,y₀)，该值就是点(x₁,y₁)的灰度值；

i）对快速响应矩阵二维码定位，确定三个寻像图形的顺序，提出一种用图像矩阵转置翻转的方法把快速响应矩阵二维码调整到正确的方位，实现快速响应矩阵二维码的校正；

i1）先从左往右水平扫描快速响应矩阵二维码图像，记录下符合（1:1:3:1:1）寻像图形比例特征的线段，对每一个像素点的宽度允有0.5的偏差，最重要的是记录下该线段的起始点Pr和终点Pl，寻像图形的中心坐标的横坐标即为然后沿着直线从垂直方向扫描，记录下满足1:1:3:1:1的这样的线段，得到寻像图形的中心坐标的纵坐标；按照这种对图像进行水平和垂直两个方向扫描的方式记录下满足1:1:3:1:1的这样的线段，就能依次得到三个寻像图形的中心点坐标；

i2）把三个寻像图形的中心点连接起来，构成一个等腰直角三角形，规定左侧的寻像图形是位于等腰直角三角形直角上的那个寻像图形；通过计算边长和三角形角度确定左侧寻像图形在图像中的位置；

i3）用图像矩阵转置翻转的方法把快速响应矩阵二维码调整到正确的方位，以顺时针方向为准，若左侧寻像图形在图像左上角，判定快速响应矩阵二维码是正确的方位，无需校正；若左侧寻像图形在图像右上角，判定快速响应矩阵二维码偏移了90度，通过图像矩阵转置(i,j)→(j,i)和上下行对调(i,j)→(n+1-i,j)，校正快速响应矩阵二维码至正确方位；若左侧寻像图形在图像右下角，判定快速响应矩阵二维码偏移了180度，通过(i,j)→(m+1-j,n+1-i)矩阵元素转置变换，校正快速响应矩阵二维码至正确方位；若左侧寻像在图像左下角，判定快速响应矩阵二维码偏移了270度，通过图像矩阵转置(i,j)→(j,i)和左右列对调(i,j)→(i,m+1-j)，校正快速响应矩阵二维码至正确方位；

j）对校正至正确方位的快速响应矩阵二维码，按照国家标准GB/T18284-2000进行解码，实现服装的快速响应矩阵二维码识别。

如上所述的一种服装的快速响应矩阵二维码识别方法，所述二维码图像中包含服装原料的名称、产地、检验员、规格、型号和单价信息。

如上所述的一种服装的快速响应矩阵二维码识别方法，所述的CCD摄像头中传感器像素为30万，其采集的彩色图像最高分辨率为480*640；

如上所述的一种服装的快速响应矩阵二维码识别方法，所述的彩色图像转换为256色灰度图像的公式为：

灰度=0.3*红色分量+0.59*绿色分量+0.11*蓝色分量。

如上所述的一种服装的快速响应矩阵二维码识别方法，所述的快速中值滤波滤去图像背景的噪声点是指，选择一个当前像素作为中心点，选取它为中心点的一个3*3大小的矩阵采样窗口，先对窗口中每列进行升序排序，再对每行进行升序排序，之后取对角线的三个数，进行排序，取中间值，这个值作为当前输出值，窗口在图像中进行上下移动，对整幅图像滤波。

本发明还提供了一种服装的快速响应矩阵二维码识别装置，所述的识别装置包括装有视频采集卡的个人电脑和CCD摄像头，CCD摄像头通过USB数据线连接个人电脑，CCD摄像头获取服装的快速响应矩阵二维码图像后通过USB数据线传到个人电脑，个人电脑中服装的快速响应矩阵二维码识别软件对二维码信息进行解码，将解码得到的信息存入数据库中；上述的服装的快速响应矩阵二维码识别软件包括二维码图像采集模块、图像校正模块、二维码解码模块和原料信息导入数据库模块；

二维码图像采集模块用于获取CCD摄像头通过USB数据线传入个人电脑中视频流的一帧服装的快速响应矩阵二维码图像；

图像校正模块用于将上述二维码图像采集模块获得的二维码彩色图像转换为256色灰度图像，并用快速中值滤波法图像噪声点，采用最大类间方差法找到最佳分割阈值，把图像二值化，采用Sobel边缘检测算子对二值化后的图像做边缘提取，利用自适应的基于直方图投影裁剪法分离出快速响应矩阵二维码的两块侧边区域，采用哈夫变换检测侧边虚线得到快速响应矩阵二维码偏移角度，采用双线性插值法旋转图像，初步校正快速响应矩阵二维码图像，之后对快速响应矩阵二维码定位，确定三个寻像图形的顺序，用图像矩阵转置翻转的方法把快速响应矩阵二维码调整到正确的方位，实现快速响应矩阵二维码的校正；

二维码解码模块用于按照国家标准GB/T18284-2000对上述校正后的快速响应矩阵二维码图像进行解码，得到服装原料上贴的二维码中名称、产地、检验员、规格、型号和单价等信息；

原料信息导入数据库模块用于将上述服装原料上的二维码信息自动导入数据库中，实现信息化和无纸化管理。

有益效果

本发明通过采用自适应的基于直方图投影裁剪法，准确地分离出QR Code的两块侧边区域，然后用哈夫变换得到偏移角度，初步校正QR Code图像，之后对QR Code定位，确定三个寻像图形的顺序，用图像矩阵转置翻转的方法把QR Code调整到正确的方位，实现QR Code的校正，正确解码的目的。同时采用二维码自动识别技术，实现把服装原料信息自动导入库存管理系统数据库中。最重要的还是财务部门、管理部门，都能准确快速地获得所需的库存数据。财务部门能够及时纠错，管理部门能根据数据作出相应的调整，实现自动化管理。

附图说明

图1是本发明系统结构图；

图2为本发明QR Code向左偏移小于90°时的二值化示意图；

图3为本发明QR Code向右偏移大于90°时的二值化示意图；

图4为本发明QR Code向右偏移180°时的二值化示意图；

图5为图2中QR Code边缘提取后垂直水平投影示意图；

图6为图3中QR Code边缘提取后垂直水平投影示意图；

图7为图4中QR Code边缘提取后垂直水平投影示意图；

图8为本发明QR Code向左偏移小于90°时的两块侧边区域获取示意图；

图9为本发明QR Code向右偏移大于90°时的两块侧边区域获取示意图；

图10为本发明QR Code向右偏移180°时的两块侧边区域获取示意图；

图11为图2中有偏移的QR Code初步校正后的示意图；

图12为图3中有偏移的QR Code初步校正后的示意图；

图13为图4中有偏移的QR Code初步校正后的示意图；

图14为图2中有偏移的QR Code图像经过矩阵转置翻转后最总校正后的示意图；

图15为图3中有偏移的QR Code图像经过矩阵转置翻转后最总校正后的示意图；

图16为图4中有偏移的QR Code图像经过矩阵转置翻转后最总校正后的示意图。

具体实施方式

下面结合具体实施方式，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。

请参阅图1所示系统结构图，包括：二维码图像采集模块S101、图像校正模块S102、二维码解码模块S103、解码信息导入数据库模块S104；二维码图像采集模块S101通过CCD摄像头拍摄服装原料上贴的二维码图像，用USB数据线传输到个人电脑，用编写的C#程序获得视频流的一帧服装的快速响应矩阵二维码图像；图像校正模块S102对二维码图像采集模块S101所采集到的二维码图像进行灰度化，快速中值滤波去除图像噪声点，用最大类间方差找到最佳分割阀值，实现图像二值化，采用Sobel边缘检测算子对二值化后的图像做边缘提取，并用自适应的基于直方图投影裁剪法分离出QR Code的两块侧边区域，采用哈夫变换检测侧边虚线得到QR Code偏移角度，采用双线性插值法旋转图像，初步校正QR Code图像，之后对QR Code定位，确定三个寻像图形的顺序，用图像矩阵转置翻转的方法把QR Code调整到正确的方位，实现QR Code的校正；二维码解码模块S103用于对图像校正模块S102得到的QR Code图像，按照国家标准GB/T18284-2000，解码得到其中服装原料的名称、产地、检验员、规格、型号、单价等信息；原料信息导入数据库模块S104用于将S103中的信息自动导入到服装库存管理系统数据库中，实现自动化管理。

实施例1

以下结合附图2、5、8、11、14介绍本发明的一个实施例，把服装原料上采集到的向左偏移小于90°的快速响应矩阵二维码图像校正至正确的识别方向。

将所采集的彩色图像按照灰度=0.3*红色分量+0.59*绿色分量+0.11*蓝色分量转换为256色灰度图像，并用最大类间方差找到最佳的分割阀值T=82，将上述灰度图像的每一个像素的灰度值与阈值相比较，若大于阈值，则赋值255，若小于阈值，则赋值0，转化成二值化图像，如图2所示。

再对二值化图像用Sobel边缘检测算子做边缘提取，分别用3*3水平模板和3*3垂直模板对图像进行卷积，得到两个矩阵，它们分别表示图像在相同位置处的两个偏导数，把这两个矩阵对应位置的两个数的最大值作为给点的输出，实现二值化图像的边缘提取，如图5所示。

再对边缘提取后的图像进行水平方向即X轴方向的投影，统计X=i直线上灰度值为255的像素点的个数，存入数组xProjection[i]中。从i=0开始从左往右扫描，若条件(xProjection[i]==0)&&(xProjection[i+1]>0)&&(xProjection[i+2]>1)为真，则认为找到快速响应矩阵二维码的一个顶点的横坐标，定义该点为A点，得到x_A=i+1。然后从上往下扫描直线X=x_A，找到第一个灰度值为255的像素点，该点的纵坐标为A的纵坐标，即得到A点的坐标为。若条件(xProjection[i]>1)&&(xProjection[i+1]>0)&&(xProjection[i+2]==0)为真，则认为找到快速响应矩阵二维码的另一个顶点的横坐标，定义该点为C点，得到x_C=i+1。然后从下往上扫描直线X=x_C，找到第一个灰度值为255的像素点，该点的纵坐标为C的纵坐标，即得到C点坐标为然后，对边缘提取后的图像进行垂直平方向即Y轴方向的投影，统计Y=j直线上灰度值为255的像素点的个数，存入数组yProjection[j]中，然后从j=0开始从左往右扫描，若条件(yProjection[j]==0)&&(yProjection[j+1]>0)&&(yProjection[j+2]>1)为真,则认为找到快速响应矩阵二维码的第三个顶点的纵坐标，定义该点为D点，得到y_D=j+1，然后从右往左扫描直线Y=y_D，找到第一个灰度值为255的像素点，该点的横坐标为D的横坐标，即得到D点的坐标为若条件(yProjection[j]>1)&&(yProjection[j+1]>0)&&(yProjection[j+2]==0)为真，则认为找到快速响应矩阵二维码的第四个顶点的纵坐标，定义该点为B点，得到y_B=j+1，然后从左往右扫描直线Y=y_B，找到第一个灰度值为255的像素点，该点的横坐标为B的横坐标，即得到B点坐标为。这样就确定了快速响应矩阵二维码四个顶点A、B、C、D在图像中的坐标位置(x_A,y_A)，(x_B,y_B)，(x_C,y_C)，(x_D,y_D)，且可得到x_D>x_B，如图5所示。

再根据技术方案中规定的偏移方向判定准则：x_D≥x_B时快速响应矩阵二维码图像为左偏，x_D<x_B时速响应矩阵二维码图像为右偏。判定该二维码图像为左偏，并选择左偏裁剪方式：

把直线X=x_B的右侧区域和直线Y=y_A的下方的区域的交集区域裁剪掉，如图8所示。上述偏移方向判定准则和对应偏移方向的裁剪方式的规定是为了最大程度地裁剪掉快速响应矩阵二维码内部区域，得到狭长的两块侧边区域，减少哈夫变换检测侧边线时的计算量同时也避免了二维码内部线段对检测侧边线的干扰。

再采用哈夫变换算法检测狭长的两块侧边区域中的侧边虚线，首先初始化一个极坐标ρ，θ空间的数组，ρ方向上的量化数目为图像对角线方向的像素数其中N₁和N₂分别为图像的宽和高，θ方向上的量化数目为1800，角度从0°～180°，每格0.1°。然后，建立一个累加器A(ρ,θ)，并置初始元素为0。顺序搜索图像上的每一个灰度值为255的像素点(x_i,y_i)建立方程ρ=x_icos(θ)+y_isin(θ)，对θ参数的每一个离散值计算ρ值，得到该像素点(x_i,y_i)在极坐标上的一条正弦曲线，如果曲线经过小格(ρ,θ)内，该累加器A(ρ,θ)加1。最后，找出累加器A(ρ,θ)上的最大值，该值即为图像侧边虚线的共线参数，得到θ=7.5^°即二维码的偏移角度为7.5°。

然后，找到上述二值化图像的中心点P，P的坐标为如图2所示。以P点为旋转中心，按照技术方案中的逆旋转变换矩阵表达式和双线性插值公式，用双线性插值法顺时针旋转图像，初步校正快速响应矩阵二维码图像，如图11所示。

然后，从左往右水平扫描初步校正快速响应矩阵二维码图像，记录下符合（1:1:3:1:1）寻像图形比例特征的线段，对每一个像素点的宽度允有0.5的偏差，最重要的是记录下该线段的起始点P_r和终点P_l，寻像图形的中心坐标的横坐标即为，再沿着直线从垂直方向扫描，记录下满足1:1:3:1:1的这样的线段，得到寻像图形的中心坐标的纵坐标；按照这种对图像进行水平和垂直两个方向扫描的方式记录下满足1:1:3:1:1的这样的线段，依次得到三个寻像图形的中心点，如图11中的P1，P2，P3。把三个寻像图形的中心点P1，P2，P3连接起来，构成一个等腰直角三角形，规定左侧的寻像图形是位于等腰直角三角形直角上的那个寻像图形。通过计算边长L12，L23，L13俩俩之间的比值确定左侧寻像图形在图像中的位置，比值近似为1的两条边所夹的那个点即为左侧寻像图形的中心点，P1为左侧寻像图形中心在图像中的位置，如图11所示。

最后，用图像矩阵转置翻转的方法把快速响应矩阵二维码调整到正确的方位，以顺时针方向为准，左侧寻像图形中心点P1在图像左上角，判定初步校正后的快速响应矩阵二维码已是正确的方位，无需再次校正，如图14所示。接下去可按国家标准GB/T18284-2000对快速响应矩阵二维码进行解码从而实现服装原料上贴的快速响应矩阵二维码识别。

实施例2

以下结合附图3、6、9、12、15介绍本发明的一个实施例，把服装原料上采集到的向右偏移大于90°的快速响应矩阵二维码图像校正至正确的识别方向，该实施例使用的方法和实施例1是相同的。

按照和实施例1相同的方法，将所采集的彩色图像转化成二值化图像，如图3所示。采用Sobel边缘检测算子对二值化图像做边缘提取，对边缘提取后的图像进行水平方向即X轴方向的投影和垂直平方向即Y轴方向的投影，然后分别从上下左右四个方向扫描，确定快速响应矩阵二维码四个顶点A、B、C、D在图像中的坐标位置(x_A,y_A)，(x_B,y_B)，(x_C,y_C)，(x_D,y_D)，且可得到x_D<x_B，如图6所示。根据技术方案中规定的偏移方向判定准则：x_D≥x_B时快速响应矩阵二维码图像为左偏，x_D<x_B时速响应矩阵二维码图像为右偏。判定该二维码图像为右偏，并选择右偏裁剪方式：把直线X=x_B的左侧区域和直线Y=y_A的上方的区域的交集区域裁剪掉，如图9所示。采用哈夫变换算法检测侧边虚线得到快速响应矩阵二维码偏移角度为79.7°。找到上述二值化图像的中心点P，P的坐标为如图3所示。以P点为旋转中心，用双线性插值法顺时针旋转图像，初步校正快速响应矩阵二维码图像，如图12所示。根据二维码国标译码算法，利用横向和纵向扫描，对快速响应矩阵二维码定位，确定三个寻像图形的中心点，如图12中的P1，P2，P3。把三个寻像图形的中心点P1，P2，P3连接起来，构成一个等腰直角三角形，规定左侧的寻像图形是位于等腰直角三角形直角上的那个寻像图形。通过计算边长L12，L23，L13俩俩之间的比值确定左侧寻像图形在图像中的位置，比值近似为1的两条边所夹的那个点即为左侧寻像图形的中心点，P1为左侧寻像图形中心在图像中的位置，如图12所示。最后，用图像矩阵转置翻转的方法把快速响应矩阵二维码调整到正确的方位，以顺时针方向为准，左侧寻像图形中心点P1在图像右下角，判定初步校正后的快速响应矩阵二维码偏移了180度，通过(i,j)→(m+1-j,n+1-i)矩阵元素转置变换，校正快速响应矩阵二维码至正确方位，如图15所示。接下去可按国家标准GB/T18284-2000对快速响应矩阵二维码进行解码从而实现服装原料上贴的快速响应矩阵二维码识别。

实施例3

以下结合附图4、7、10、13、16介绍本发明的一个实施例，把服装原料上采集到的向右偏移180°的快速响应矩阵二维码图像校正至正确的识别方向，该实施例使用的方法和实施例1是相同的。

按照和实施例1相同的方法，将所采集的彩色图像转化成二值化图像，如图4所示，采用Sobel边缘检测算子对二值化图像做边缘提取。对边缘提取后的图像进行水平方向即X轴方向的投影和垂直平方向即Y轴方向的投影，然后分别从上下左右四个方向扫描，确定快速响应矩阵二维码四个顶点A、B、C、D在图像中的坐标位置(x_A,y_A)，(x_B,y_B)，(x_C,y_C)，(x_D,y_D)，且可得到x_D>x_B，如图7所示。根据技术方案中规定的偏移方向判定准则：x_D≥x_B时快速响应矩阵二维码图像为左偏，x_D<x_B时速响应矩阵二维码图像为右偏。判定该二维码图像为左偏，并选择左偏裁剪方式：把直线X=x_B的右侧区域和直线Y=y_A的下方的区域的交集区域裁剪掉，如图10所示。然后，采用哈夫变换算法检测侧边虚线得到快速响应矩阵二维码偏移角度为90.1°。找到上述二值化图像的中心点P，P的坐标为如图4所示。以P点为旋转中心，用双线性插值法顺时针旋转图像，初步校正快速响应矩阵二维码图像，如图13所示。根据二维码国标译码算法，利用横向和纵向扫描，对快速响应矩阵二维码定位，确定三个寻像图形的中心点，如图13中的P1，P2，P3。把三个寻像图形的中心点P1，P2，P3连接起来，构成一个等腰直角三角形，规定左侧的寻像图形是位于等腰直角三角形直角上的那个寻像图形。通过计算边长L12，L23，L13俩俩之间的比值确定左侧寻像图形在图像中的位置，比值近似为1的两条边所夹的那个点即为左侧寻像图形的中心点，P1为左侧寻像图形中心在图像中的位置，如图13所示。最后，用图像矩阵转置翻转的方法把快速响应矩阵二维码调整到正确的方位，以顺时针方向为准，左侧寻像图形中心点P1在图像左下角，判定初步校正后的快速响应矩阵二维码偏移了270度，通过图像矩阵转置(i,j)→(j,i)和左右列对调(i,j)→(i,m+1-j)，校正快速响应矩阵二维码至正确方位，如图16所示。接下去可按国家标准GB/T18284-2000对快速响应矩阵二维码进行解码从而实现服装原料上贴的快速响应矩阵二维码识别。

Claims (6)

1.一种服装的快速响应矩阵二维码识别方法，其特征是包括以下步骤：

a）CCD摄像头采集服装原料上贴的快速响应矩阵二维码图像；

b）将所采集的待识别快速响应矩阵二维码的彩色图像转换为256色灰度图像，并用快速中值滤波法滤去上述灰度图像的背景噪声点；

c）采用最大类间方差法找到最佳的分割阈值，该算法的原理是，当被阈值分开的前景和背景两个像素群方差的加权和达到最小时，该阈值即为最佳的分割阈值；

d）根据最佳的分割阈值，将上述灰度图像的每一个像素的灰度值与阈值相比较，若大于阈值，则赋值1，若小于阈值，则赋值0，得到二值化图像；

e）采用Sobel边缘检测算子对二值化图像做边缘提取，两个具有不同灰度值的相邻区域之间总存在灰度边缘，灰度边缘是灰度值不连续的结果，这种不连续通常利用求导数方便地检测到；

e1）Sobel边缘检测算子是一种梯度算子，它使用两个模板，一个是水平的，另一个是垂直的，两个都是3*3模版，每一个模板逼近一个偏导数，分别用水平模板和垂直模板对图像进行卷积，得到两个矩阵，它们分别表示图像在相同位置处的两个偏导数；

e2）把这两个矩阵对应位置的两个数的最大值作为给点的输出，得到二维码图像的边缘；

f）采用自适应的基于直方图投影裁剪法分离出快速响应矩阵二维码的两块侧边区域；

f1）对边缘提取后的图像进行水平方向即X轴方向的投影，统计X=i直线上灰度值为255的像素点的个数，存入数组xProjection[i]中；从i=0开始从左往右扫描，若条件(xProjection[i]==0)&&(xProjection[i+1]>0)&&(xProjection[i+2]>1)为真，则认为找到快速响应矩阵二维码的一个顶点的横坐标，定义该点为A点，得到x_A=i+1；然后从上往下扫描直线X=x_A，找到第一个灰度值为255的像素点，该点的纵坐标为A的纵坐标，即得到A点的坐标为若条件(xProjection[i]>1)&&(xProjection[i+1]>0)&&(xProjection[i+2]==0)为真，则认为找到快速响应矩阵二维码的另一个顶点的横坐标，定义该点为C点，得到x_C=i+1；然后从下往上扫描直线X=x_C，找到第一个灰度值为255的像素点，该点的纵坐标为C的纵坐标，即得到C点坐标为

f2）对边缘提取后的图像进行垂直平方向即Y轴方向的投影，统计Y=j直线上灰度值为255的像素点的个数，存入数组yProjection[j]中，然后从j=0开始从左往右扫描，若条件(yProjection[j]==0)&&(yProjection[j+1]>0)&&(yProjection[j+2]>1)为真,则认为找到快速响应矩阵二维码的第三个顶点的纵坐标，定义该点为D点，得到y_D=j+1，然后从右往左扫描直线Y=y_D，找到第一个灰度值为255的像素点，该点的横坐标为D的横坐标，即得到D点的坐标为若条件(yProjection[j]>1)&&(yProjection[j+1]>0)&&(yProjection[j+2]==0)为真，则认为找到快速响应矩阵二维码的第四个顶点的纵坐标，定义该点为B点，得到y_B=j+1，然后从左往右扫描直线Y=y_B，找到第一个灰度值为255的像素点，该点的横坐标为B的横坐标，即得到B点坐标为

f3）分析D点和B点坐标位置，设定一个偏移方向判定准则：当x_D≥x_B时判定快速响应矩阵二维码图像是向左偏，当x_D<x_B时判定QR码图像是向右偏；

f4）根据上述判定准则所得的快速响应矩阵二维码偏移方向，自动选择裁剪方式：当判定快速响应矩阵二维码向左偏时，具体表现为D点的横坐标x_D大于等于B点的横坐标x_B，把直线X=x_B的右侧区域和直线Y=y_A的下方的区域的交集区域裁剪掉；

当判定快速响应矩阵二维码向右偏时，具体表现为D点的横坐标x_A比B点的横坐标x_B小，把直线X=x_B的左侧区域和Y=y_A的上方区域的交集区域裁剪掉，分离出快速响应矩阵二维码的两块侧边区域；

上述偏移方向判定准则和对应偏移方向的裁剪方式的规定是为了最大程度地裁剪掉快速响应矩阵二维码内部区域，得到狭长的两块侧边区域，减少哈夫变换检测侧边线时的计算量，同时也避免了二维码内部线段对检测侧边线的干扰；

g）采用哈夫变换算法检测侧边虚线得到快速响应矩阵二维码偏移角度；

g1）初始化一个极坐标ρ，θ空间的数组，ρ方向上的量化数目为图像对角线方向的像素数其中N₁和N₂分别为图像的宽和高，θ方向上的量化数目为1800，角度从0°～180°，每格0.1°；

g2）建立一个累加器A(ρ,θ)，并置初始元素为0；

g3）顺序搜索图像上的每一个灰度值为255的像素点(x_i,y_i)建立方程ρ=x_icos(θ)+y_isin(θ)，对θ参数的每一个离散值计算ρ值，得到该像素点(x_i,y_i)在极坐标上的一条正弦曲线，如果曲线经过小格(ρ,θ)内，该累加器A(ρ,θ)加1；

g4）找出累加器A(ρ,θ)上面的局部最大值，该值即为图像共线点的共线参数，它的极坐标θ即为侧边虚线的偏移角度；

h）采用双线性插值法旋转图像，初步校正快速响应矩阵二维码图像；

h1)找到上述二值化后图像的中心点(a，b)，确定旋转后的中心坐标为(c，d)，按照逆旋转变换矩阵表达式： $\left[\begin{array}{c}{x}_1\\ y_1\\ 1\end{array}\right]=\left[\begin{array}{ccc}1& 0& c\\ 0& -1& d\\ 0& 0& 1\end{array}\right]\left[\begin{array}{cc}\cos \left(\mathrm{\&theta;}\right)& \sin \left(\mathrm{\&theta;}\right)\\ -\sin \left(\mathrm{\&theta;}\right)& \cos \left(\mathrm{\&theta;}\right)\\ 0& 1\end{array}\right]\left[\begin{array}{ccc}1& 0& -a\\ 0& -1& b\\ 0& 0& 1\end{array}\right]\left[\begin{array}{c}{x}_0\\ y_0\\ 1\end{array}\right],$ 对图像进行旋转，把点(x₀,y₀)旋转θ角度变成点(x₁,y₁)，其中(x₀,y₀)是未旋转前图像中的任意一点，(x₁,y₁)是由点(x₀,y₀)以(a，b)为旋转中心旋转θ角度得到的点；

h2)对图像进行双线性插值，图像通过旋转变换后(x₁,y₁)所对应的(x₀,y₀)的坐标不一定是整数，找到(x₀,y₀)的附近四个像素点(x,y)，(x+1,y)，(x,y+1)，(x+1,y+1)，根据双线性插值公式，在水平和垂直两个方向上对其插值，公式为：

$\begin{array}{c}f(x_0,y_0)=f(x,y)+\mathrm{\&alpha;}[f(x+1,y)-f(x,y)]+\mathrm{\&beta;}[f(x,y+1)-f(x,y)]\\ +\mathrm{\&alpha;\&beta;}[f(x+1,y+1)+f(x,y)-f(x,y+1)-f(x+1,y)]\end{array}$ 其中α=x₀-x，β=y₀-y，得到点(x₀,y₀)的灰度值f(x₀,y₀)，该值就是点(x₁,y₁)的灰度值；

i）对快速响应矩阵二维码定位，确定三个寻像图形的顺序，提出一种用图像矩阵转置翻转的方法把快速响应矩阵二维码调整到正确的方位，实现快速响应矩阵二维码的校正；

i1）先从左往右水平扫描快速响应矩阵二维码图像，记录下符合（1:1:3:1:1）寻像图形比例特征的线段，对每一个像素点的宽度允有0.5的偏差，最重要的是记录下该线段的起始点P_r和终点P_l，寻像图形的中心坐标的横坐标即为然后沿着直线从垂直方向扫描，记录下满足1:1:3:1:1的这样的线段，得到寻像图形的中心坐标的纵坐标；按照这种对图像进行水平和垂直两个方向扫描的方式记录下满足1:1:3:1:1的这样的线段，就能依次得到三个寻像图形的中心点坐标；

i2）把三个寻像图形的中心点连接起来，构成一个等腰直角三角形，规定左侧的寻像图形是位于等腰直角三角形直角上的那个寻像图形；通过计算边长和三角形角度确定左侧寻像图形在图像中的位置；

i3）用图像矩阵转置翻转的方法把快速响应矩阵二维码调整到正确的方位，以顺时针方向为准，若左侧寻像图形在图像左上角，判定快速响应矩阵二维码是正确的方位，无需校正；若左侧寻像图形在图像右上角，判定快速响应矩阵二维码偏移了90度，通过图像矩阵转置(i,j)→(j,i)和上下行对调(i,j)→(n+1-i,j)，校正快速响应矩阵二维码至正确方位；若左侧寻像图形在图像右下角，判定快速响应矩阵二维码偏移了180度，通过(i,j)→(m+1-j,n+1-i)矩阵元素转置变换，校正快速响应矩阵二维码至正确方位；若左侧寻像在图像左下角，判定快速响应矩阵二维码偏移了270度，通过图像矩阵转置(i,j)→(j,i)和左右列对调(i,j)→(i,m+1-j)，校正快速响应矩阵二维码至正确方位；

j）对校正至正确方位的快速响应矩阵二维码，按照国家标准GB/T18284-2000进行解码，实现服装的快速响应矩阵二维码识别。

2.根据权利要求1所述的一种服装的快速响应矩阵二维码识别方法，其特征在于，所述二维码图像中包含服装原料的名称、产地、检验员、规格、型号和单价信息。

3.根据权利要求1所述的一种服装的快速响应矩阵二维码识别方法，其特征在于，所述的CCD摄像头中传感器像素为30万，其采集的彩色图像最高分辨率为480*640。

4.根据权利要求1所述的一种服装的快速响应矩阵二维码识别方法，其特征在于，所述的彩色图像转换为256色灰度图像的公式为：

灰度=0.3*红色分量+0.59*绿色分量+0.11*蓝色分量。

5.根据权利要求1所述的一种服装的快速响应矩阵二维码识别方法，其特征在于，所述的快速中值滤波滤去图像背景的噪声点是指，选择一个当前像素作为中心点，选取它为中心点的一个3*3大小的矩阵采样窗口，先对窗口中每列进行升序排序，再对每行进行升序排序，之后取对角线的三个数，进行排序，取中间值，这个值作为当前输出值，窗口在图像中进行上下移动，对整幅图像滤波。

6.如权利要求1～5中任一项所述的识别方法的一种服装的快速响应矩阵二维码识别装置，其特征是：所述的识别装置包括装有视频采集卡的个人电脑和CCD摄像头，CCD摄像头通过USB数据线连接个人电脑，CCD摄像头获取服装的快速响应矩阵二维码图像后通过USB数据线传到个人电脑，个人电脑中服装的快速响应矩阵二维码识别软件对二维码信息进行解码，将解码得到的信息存入数据库中；上述的服装的快速响应矩阵二维码识别软件包括二维码图像采集模块、图像校正模块、二维码解码模块和原料信息导入数据库模块；

二维码图像采集模块用于获取CCD摄像头通过USB数据线传入个人电脑中视频流的一帧服装的快速响应矩阵二维码图像；

图像校正模块用于将上述二维码图像采集模块获得的二维码彩色图像转换为256色灰度图像，并用快速中值滤波法图像噪声点，采用最大类间方差法找到最佳分割阈值，把图像二值化，采用Sobel边缘检测算子对二值化后的图像做边缘提取，利用自适应的基于直方图投影裁剪法分离出快速响应矩阵二维码的两块侧边区域，采用哈夫变换检测侧边虚线得到快速响应矩阵二维码偏移角度，采用双线性插值法旋转图像，初步校正快速响应矩阵二维码图像，之后对快速响应矩阵二维码定位，确定三个寻像图形的顺序，用图像矩阵转置翻转的方法把快速响应矩阵二维码调整到正确的方位，实现快速响应矩阵二维码的校正；

二维码解码模块用于按照国家标准GB/T18284-2000对上述校正后的快速响应矩阵二维码图像进行解码，得到服装原料上贴的二维码中名称、产地、检验员、规格、型号和单价等信息；

原料信息导入数据库模块用于将上述服装原料上的二维码信息自动导入数据库中，实现信息化和无纸化管理。