CN108109120B - 一种点阵二维码的光照补偿方法及装置 - Google Patents

Abstract

本申请公开了一种点阵二维码的光照补偿方法及装置，通过二值化方法和形态学方法对原始点阵二维码图像进行处理，使图像中的点阵内不存在孔洞，便于根据二值化的处理结果和对二值化后的图像进行形态学处理的结果进行对比，以快速、准确地确定点阵孔洞位置；对原始点阵二维码图像进行腐蚀或膨胀处理，填补点阵的孔洞；将处理后的图像根据点阵孔洞位置，确定处理后的图像的期望填充像素值，并补偿到原始点阵二维码图像的孔洞中，得到完整的填充后的点阵二维码图像；对填充后的点阵二维码图像进行平滑处理，得到灰度分布均匀的点阵二维码图像。可见，本申请提供的方法可使得图像中的点阵与背景明显区分开，避免影响后续信号的提取。

Description

一种点阵二维码的光照补偿方法及装置

技术领域

本申请涉及图像处理技术领域，尤其涉及一种点阵二维码的光照补偿方法及装置。

背景技术

二维码是用某种特定的几何图形按一定规律在平面(二维方向上)分布的黑白相间的图形，用于记录数据符号信息，具有信息容量大、可靠性高和支持多种纠错级别等优点。二维码根据不同的分类标准可分为很多种，其中，点阵二维码因其防伪性能较好被广泛应用。

点阵二维码是通过点阵在纵横两个方向规则放置来记录信息的，即是一种包含数据信息的点阵图形。点阵二维码由若干的单元重复形成，为了提高记录的信息量及可靠性，点阵二维码通过增大面积来实现。

在工业视觉领域，常利用图像处理技术自动解码点阵二维码包含的信息。然而，光照、材质等原因会导致点阵像素灰度分布不均，造成点阵内部存在孔洞，如图1所示，点阵中心的像素灰度值与背景接近，容易影响后续信号提取。可见，现有的点阵二维码在被解码时易被光照、材质影响，使灰度分布不均匀，导致后续信号提取不准确。

发明内容

本申请提供了一种点阵二维码的光照补偿方法及装置，以解决现有的点阵二维码在被解码时易被光照、材质影响，使灰度分布不均匀，导致后续信号提取不准确的问题。

第一方面，本申请提供了一种点阵二维码的光照补偿方法，该方法包括：

获取原始点阵二维码图像，通过二值化方法和形态学方法处理，以及，根据二值化的处理结果和形态学的处理结果，确定点阵孔洞位置；

对所述原始点阵二维码图像进行腐蚀或膨胀处理，确定期望填充像素值，以及，填充所述点阵孔洞位置，得到填充后的点阵二维码图像；

根据滤波方法，对所述填充后的点阵二维码图像进行平滑处理，得到灰度分布均匀的点阵二维码图像。

可选地，按照下述步骤确定点阵空洞位置：

对所述原始点阵二维码图像进行二值化处理，确定第一固定像素群和第二固定像素群，得到二值化处理后的图像；

根据所述二值化处理后的图像的背景，选择开运算方法或闭运算方法，以及，对所述二值化处理后的图像进行形态学处理，得到形态学处理后的图像；

对比所述形态学处理后的图像与二值化处理后的图像，确定图像中存在差异的位置为点阵孔洞位置。

可选地，按照下述步骤对所述原始点阵二维码图像进行二值化处理，确定第一固定像素群和第二固定像素群：

确定所述原始点阵二维码图像的原始像素值；

判断所述原始像素值与像素阈值的大小关系；

如果所述原始像素值小于所述像素阈值，确定小于像素阈值的原始像素值为第一固定像素群；

如果所述原始像素值大于或等于所述像素阈值，确定大于或等于像素阈值的原始像素值为第二固定像素群。

可选地，按照以下步骤对所述原始点阵二维码图像进行二值化处理，确定第一固定像素群和第二固定像素群：

确定所述原始点阵二维码图像的原始像素值；

判断所述原始像素值与至少一段像素阈值范围的范围关系；

如果所述原始像素值位于其中一段所述像素阈值范围内，确定位于所述像素阈值范围内的原始像素值为第一固定像素群；

如果所述原始像素值未位于任何一段所述像素阈值范围内，确定位于所述像素阈值范围内的原始像素值为第二固定像素群。

可选地，按照以下步骤得到所述填充后的点阵二维码图像：

根据所述原始点阵二维码图像的极性，选择腐蚀处理方法或膨胀处理方法，对所述原始点阵二维码图像进行处理，得到处理后的图像；

根据所述点阵孔洞位置，确定所述处理后的图像上与点阵孔洞位置相对应的期望填充像素值；

将所述期望像素值填充到原始点阵二维码图像的点阵孔洞位置，得到填充后的点阵二维码图像。

可选地，按照以下步骤得到所述处理后的图像：

如果所述原始点阵二维码图像的极性为白色，利用膨胀处理方法，对所述原始点阵二维码图像进行处理；

如果所述原始点阵二维码图像的极性为黑色，利用腐蚀处理方法，对所述原始点阵二维码图像进行处理。

第二方面，本申请还提供了一种点阵二维码的光照补偿装置，所述装置包括用于执行第一方面各种实现方式中方法步骤的模块，其中，

点阵孔洞位置确定模块，用于获取原始点阵二维码图像，通过二值化方法和形态学方法处理，以及，根据二值化的处理结果和形态学的处理结果，确定点阵孔洞位置；

孔洞像素填充模块，用于对所述原始点阵二维码图像进行腐蚀或膨胀处理，确定期望填充像素值，以及，填充所述点阵孔洞位置，得到填充后的点阵二维码图像；

平滑处理模块，用于根据滤波方法，对所述填充后的点阵二维码图像进行平滑处理，得到灰度分布均匀的点阵二维码图像。

可选地，所述点阵孔洞位置确定模块包括：

二值化处理单元，用于对所述原始点阵二维码图像进行二值化处理，确定第一固定像素群和第二固定像素群，得到二值化处理后的图像；

形态学处理单元，用于根据所述二值化处理后的图像的背景，选择开运算方法或闭运算方法，以及，对所述二值化处理后的图像进行形态学处理，得到形态学处理后的图像；

点阵孔洞位置确定单元，用于对比所述形态学处理后的图像与二值化处理后的图像，确定图像中存在差异的位置为点阵孔洞位置。

可选地，所述二值化处理单元包括：

原始像素值确定子单元，用于确定所述原始点阵二维码图像的原始像素值；

判断子单元，用于判断所述原始像素值与至少一段像素阈值范围的范围关系；

第一固定像素群确定子单元，如果所述原始像素值位于其中一段所述像素阈值范围内，用于确定位于所述像素阈值范围内的原始像素值为第一固定像素群；

第二固定像素群确定子单元，如果所述原始像素值未位于任何一段所述像素阈值范围内，用于确定位于所述像素阈值范围内的原始像素值为第二固定像素群。

可选地，所述孔洞像素填充模块包括：

腐蚀或膨胀处理单元，用于根据所述原始点阵二维码图像的极性，选择腐蚀处理方法或膨胀处理方法，对所述原始点阵二维码图像进行处理，得到处理后的图像；

期望填充像素值确定单元，用于根据所述点阵孔洞位置，确定所述处理后的图像上与点阵孔洞位置相对应的期望填充像素值；

孔洞像素填充单元，用于将所述期望像素值填充到原始点阵二维码图像的点阵孔洞位置，得到填充后的点阵二维码图像。

由以上技术方案可知，本申请提供的一种点阵二维码的光照补偿方法及装置，通过二值化方法和形态学方法对原始点阵二维码图像进行处理，使图像中的点阵内不存在孔洞，且边界更加平滑，便于根据二值化的处理结果和形态学的处理结果进行差异对比，能够快速、准确地确定点阵孔洞位置；对原始点阵二维码图像进行腐蚀或膨胀处理，填补点阵的孔洞；将处理后的图像根据点阵孔洞位置，确定孔洞位置对应的期望填充像素值，并将该期望填充像素值补偿到原始点阵二维码图像的孔洞中，使用该方法得到的填充后的点阵二维码图像，具有完整性，使点阵的像素灰度值与背景区分开；最后对填充后的点阵二维码图像进行平滑处理，得到灰度分布均匀的点阵二维码图像。可见，本申请提供的方法可使得图像的灰度更加均匀，且可使点阵与背景明显区分开，避免影响后续信号的提取。

附图说明

为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为点阵二维码存在孔洞时的示意图；

图2为本申请实施例提供的点阵二维码的光照补偿方法的流程图；

图3为本申请实施例提供的确定点阵孔洞位置的方法流程图；

图4为本申请其中一个实施例提供的确定第一固定像素群和第二固定像素群的方法流程图；

图5为本申请另一个实施例提供的确定第一固定像素群和第二固定像素群的方法流程图；

图6为本申请实施例提供的对原始点阵二维码图像进行二值化处理的效果图；

图7为本申请实施例提供的对二值化处理后的图像进行形态学处理的效果图；

图8为本申请实施例提供的确定点阵孔洞位置的效果示意图；

图9本申请实施例提供的得到填充后的点阵二维码图像的方法流程图；

图10为本申请实施例提供的经过膨胀处理后的效果示意图；

图11为本申请实施例提供的填充孔洞像素的效果图；

图12为本申请实施例提供的经过平滑处理后的效果示意图；

图13为本申请实施例提供的经过光照补偿后的点阵二维码图像示意图；

图14为本申请实施例提供的点阵二维码的光照补偿装置的结构框图。

具体实施方式

图2为本申请实施例提供的点阵二维码的光照补偿方法的流程图。

由于光照、材质等原因会导致点阵二维码图像的点阵像素灰度分布不均匀，造成点阵内部存在孔洞，即点阵中心的像素灰度值与背景更接近，影响后续信号提取。因此，本申请实施例提供了一种点阵二维码的光照补偿方法，对点阵中的孔洞位置进行填充，使点阵完全与背景区分开，同时使点阵像素灰度值均匀化。

参见图2，本申请实施例提供的方法包括以下步骤：

S1、获取原始点阵二维码图像，通过二值化方法和形态学方法处理，以及，根据二值化的处理结果和形态学的处理结果，确定点阵孔洞位置；

为了对点阵二维码图像的点阵中出现孔洞的位置进行像素填充，需要准确地确定点阵二维码中单个模块内部孔洞像素的位置。

本实施例中，先后采用二值化方法和形态学方法对原始点阵二维码图像进行处理，再根据二者的处理后的图像的差异，确定点阵孔洞位置。

具体地，如图3所示，本实施例按照以下步骤确定点阵孔洞位置：

S11、对所述原始点阵二维码图像进行二值化处理，确定第一固定像素群和第二固定像素群，得到二值化处理后的图像；

由于原始点阵二维码图像包括点阵和背景，如果要想从多值的原始点阵二维码图像中提取出点阵，需要将点阵二维码图像的数据分成两部分，即利用二值化处理方法，将数据分成第一固定像素群和第二固定像素群。

在其中一种可行的具体实施方式中，如图4所示，按照下述步骤确定第一固定像素群和第二固定像素群：

S1111、确定所述原始点阵二维码图像的原始像素值；

S1112、判断所述原始像素值与像素阈值的大小关系；

S1113、如果所述原始像素值小于所述像素阈值，确定小于像素阈值的原始像素值为第一固定像素群；

S1114、如果所述原始像素值大于或等于所述像素阈值，确定大于或等于像素阈值的原始像素值为第二固定像素群。

为了进行二值化处理，需要确定点阵二维码图像的原始像素值，即点阵和背景处的像素值。

在进行二值化处理时，需设定像素阈值T，将原始点阵二维码图像的原始像素值与该像素阈值T进行对比，将小于像素阈值T的所有像素值设定为黑色(或白色)，此时的所有像素值为第一固定像素群；将大于或等于像素阈值T的所有像素值设定为白色(或黑色)，此时的所有像素值为第二固定像素群。

例如，原始点阵二维码图像为A，分别确定点阵的像素值为a_i，背景的像素值为b_i，设定像素阈值T为127。

分别计算每一个点阵、背景和噪声的像素值在RGB模型(R，G，B)中的像素(R+G+B)/3，其中，R表示红色像素值，G表示绿色像素值，B表示蓝色像素值。

如果(R+G+B)/3<127，则将满足此条件的所有像素值确定为第一固定像素群，并设定为黑色，即R＝G＝B＝0。可见，第一固定像素群的像素值均为(0,0,0)。

如果(R+G+B)/3≥127，则将满足此条件的所有像素值确定为第二固定像素群，并设定为白色，即R＝G＝B＝255。可见，第二固定像素群的像素值均为(255,255,255)。

本实施例对图像进行二值化处理，使图像变成全黑或全白的简单图像，防止后续利用形态学处理方法而造成点阵相连的问题。另外，通过二值化处理过的图像，便于后续能够快速、准确地定位出孔洞位置。

在另一种可行的具体实施方式中，如图5所示，按照下述步骤确定第一固定像素群和第二固定像素群：

S1121、确定所述原始点阵二维码图像的原始像素值；

S1122、判断所述原始像素值与至少一段像素阈值范围的范围关系；

S1123、如果所述原始像素值位于其中一段所述像素阈值范围内，确定位于所述像素阈值范围内的原始像素值为第一固定像素群；

S1124、如果所述原始像素值未位于任何一段所述像素阈值范围内，确定位于所述像素阈值范围内的原始像素值为第二固定像素群。

在本实施例中，为了进行二值化处理，依然需要确定点阵二维码图像的原始像素值，即点阵和背景处的像素值。

在进行二值化处理时，需设定一段或多段像素阈值范围(a，b)，将原始点阵二维码图像的原始像素值与该一段或多段像素阈值范围进行比较。

如果原始点阵二维码图像的原始像素值中存在某个像素值位于上述的任何一段像素阈值范围内，将位于任何一段像素阈值范围内的所有像素值设定为黑色(或白色)，此时的所有像素值为第一固定像素群。

如果原始点阵二维码图像的原始像素值中任何一个像素值均位于上述的任何一段像素阈值范围外，将位于上述任何一段像素阈值范围外的所有像素值设定为白色(或黑色)，此时的所有像素值为第二固定像素群。

例如，原始点阵二维码图像为A’，分别确定点阵的像素值为a_i’，背景的像素值为b_i’，设定三段像素阈值范围分别为(0,10)、(50,60)、(90,100)。

如果点阵的像素值a_i’为5、25、35、55、95、105，背景的像素值为b_i’为10、40、60、90、120。

分别判断上述像素值是否位于设定的三段像素阈值范围内，结果为：点阵的像素值a_i’为5时位于第一段像素阈值范围(0,10)内，55位于第二段像素阈值范围(50,60)内，95位于第三段像素阈值范围(90,100)内，而25、35和105均未位于上述任何一段像素阈值范围内，因此，确定5、55和95为第一固定像素群，25、35和105为第二固定像素群。

同理，背景的像素值为b_i’为10时位于第一段像素阈值范围(0,10)内，60位于第二段像素阈值范围(50,60)内，90位于第三段像素阈值范围(90,100)内，而40和120均未位于上述任何一段像素阈值范围内，因此，确定10、60和90为第一固定像素群，40和120为第二固定像素群。

采用本实施例的方法对原始点阵二维码图像进行二值化处理，即采用设定像素阈值范围进行二值化，可减少单阈值二值化带来的量化误差，使得二值化后的分隔结果更准确。并且，利用设定像素阈值范围进行二值化处理的方法，还可处理由于光照不均匀导致的、无法在同一幅图像中使用固定像素阈值分割出点阵和背景的情况。

可见，虽然本申请实施例提供的两种二值化方法虽然均可以实现像素值的分隔，但通过设定像素阈值范围的方法可以使分隔结果更加准确，便于后续能够更加准确地定位出点阵孔洞位置。

如图6所示，为对原始点阵二维码图像进行二值化处理后的效果图。其中，图6(a)为原始点阵二维码图像，图6(b)为二值化处理后的图像。

从图6(a)中可以看出，原始点阵二维码图像中点阵和背景连在一起，二者没有明显的分界，不容易区分，效果差。而利用本实施例提供的二值化处理方法对原始二维码图像进行二值化处理后，从图6(b)中可以看出，图像中可明显区分出点阵和背景，二者之间存在明显的分界，图像更加清晰，便于后续确定点阵孔洞位置。

S12、根据所述二值化处理后的图像的背景，选择开运算方法或闭运算方法，以及，对所述二值化处理后的图像进行形态学处理，得到形态学处理后的图像；

当原始点阵二维码图像经过二值化处理后，确定二值化处理后的图像的背景。如果背景为白色，则选择开运算方法，对二值化处理后的图像进行形态学处理；如果背景为黑色，则选择闭运算方法，对二值化处理后的图像进行形态学处理。

具体地，开运算是先腐蚀后膨胀的过程，可以消除图像上细小的噪声，例如，去掉点阵外的孤立点、消除图像中的微小点、在纤细点处分离点阵；还可以平滑图像边界，同时并不明显改变图像的面积。

闭运算是先膨胀后腐蚀的过程，可以去掉点阵内的孔，例如，可以填充点阵内细小的孔洞，连接邻近点阵；还可以平滑点阵边界，同时并不明显改变其面积。

通过上述的开运算和闭运算，对二值化处理后的图像再次进行形态学处理，使得形态学处理后的图像不存在细小的噪声和点阵内的孔，且边界更加平滑，有利于后序点阵孔洞位置的准确、快速确定。

如图7所示，为对二值化处理后的图像进行形态学处理的效果图。其中，图7(a)为二值化处理后的图像示意图，图7(b)为形态学处理后的图像示意图，图7(c)为形态学模板。

从图7(a)可以看出，经过二值化处理得到的图像，其背景为黑色，因此选择闭运算方法，即形态学模板为闭运算模板，对二值化处理后的图像进行形态学处理。

利用闭运算的处理方法，参照图7(c)所示的形态学模板，去掉二值化处理后的图像中点阵内的孔洞，即将该孔洞进行填充，填充结果如图7(b)所示，形态学处理后的图像中，不再存在孔洞，邻近的点阵相连，形成完整的图像。

S13、对比所述形态学处理后的图像与二值化处理后的图像，确定图像中存在差异的位置为点阵孔洞位置。

将形态学处理后的图像与二值化处理后的图像进行对比，由于经过形态学处理后的图像不存在噪声和点阵内的孔，并且边界更加平滑，而仅经过二值化处理的图像并不具有此优点，因此，将二者的图像进行对比，会产生明显的差异，进而将两幅图像中存在差异的位置确定为点阵孔洞位置，并将该点阵孔洞位置标记在原始点阵二维码图像的相应位置，便于后续对原始点阵二维码图像的点阵孔洞进行准确的像素填充。

如图8所示，为本实施例提供的确定点阵孔洞位置的效果示意图。其中，图8(a)为二值化处理后的图像，图8(b)为形态学处理后的图像，图8(c)为确定的点阵孔洞位置，图8(d)为在原始点阵二维码图像上标记点阵孔洞位置的效果图。

将图8(a)所示的二值化处理后的图像与图8(b)所示的形态学处理后的图像进行对比，即可获得两个图像之间产生的差异，该差异存在的位置即为原始点阵二维码图像中孔洞存在的位置，可见，确定的点阵孔洞位置如图8(c)所示。最后将该点阵孔洞位置标记在原始点阵二维码图像上，得到如图8(d)所示的标记后的点阵二维码图像。

S2、对所述原始点阵二维码图像进行腐蚀或膨胀处理，确定期望填充像素值，以及，填充所述点阵孔洞位置，得到填充后的点阵二维码图像；

当确定出点阵孔洞位置后，需要对该孔洞位置进行光照补偿，即对该孔洞的像素值进行填充。而为了获得准确的填充，使图像更加完整，需要获知需要填充的像素值，即当前点阵孔洞的期望填充像素值。

当获取到期望填充像素值后，将该期望填充像素值填充到原始点阵二维码图像的点阵孔洞位置，实现光照补偿，使原始点阵二维码图像更加完整，得到填充后的点阵二维码图像。

具体地，如图9所示，本实施例中按照以下步骤得到填充后的点阵二维码图像：

S21、根据所述原始点阵二维码图像的极性，选择腐蚀处理方法或膨胀处理方法，对所述原始点阵二维码图像进行处理，得到处理后的图像；

通常，原始点阵二维码图像只有黑白两种颜色，白色为内容，黑色为背景，即根据白色和黑色选择是采用腐蚀处理方法还是膨胀处理方法。本实施例中，白色时，采用膨胀处理方法，黑色时，采用腐蚀处理方法。

腐蚀是一种消除边界点，删除对象边界某些像素，使边界向内部收缩，即让白色的区域缩小一圈的过程，可以用来消除小且无意义的物体，如可以消除小于结构元素的噪声点。

腐蚀处理方法的具体操作是：用一个结构元素(一般是3×3的大小)扫描图像中的每一个像素，用结构元素中的每一个像素与其覆盖的像素做“与”操作，如果都为1，则该像素为1，否则为0。腐蚀的作用是消除物体边界点，使目标缩小，可以消除小于结构元素的噪声点。腐蚀处理方法可以把图像各1像素连接成分的边界点去掉，从而缩小一层，达到提取骨干信息，去掉毛刺，去掉孤立的0像素的目的。

膨胀是将与物体接触的所有背景点合并到该物体中，给图像中的对象边界添加像素，使边界向外部扩张，即让白色的区域放大一圈的过程，可以用来填补物体中的孔洞。在本实施例中，膨胀处理方法可以填补点阵中的孔洞。

膨胀处理方法的具体操作是：用一个结构元素(一般是3×3的大小)扫描图像中的每一个像素，用结构元素中的每一个像素与其覆盖的像素做“与”操作，如果都为0，则该像素为0，否则为1。膨胀的作用是将与物体接触的所有背景点合并到物体中，使目标增大，可添补目标中的孔洞。膨胀处理方法可以把二值图像各1像素连接成分的边界扩大一层，达到填充边缘或0像素内部的孔洞的目的。

如图10所示的原始点阵二维码图像经过膨胀处理方法的结果，由图10(b)可以看出，膨胀处理方法让图像中白色区域大了一圈，且在图10(a)所示的原图中，白色区域有较小的黑色洞，经过膨胀处理方法后，该黑色洞被填上。

本实施例中，利用膨胀处理方法和腐蚀处理方法对原始点阵二维码图像进行处理，可将图像中的边界点消除，还可以填补物体中的孔洞，使图像更加的完整。

S22、根据所述点阵孔洞位置，确定所述处理后的图像上与点阵孔洞位置相对应的期望填充像素值；

为了在进行光照补偿时，在补偿像素后的孔洞实际像素可以与原始点阵的像素相同，为了保证图像的完整性，需要准确获知该孔洞处的理论填充像素值。

因此，本实施例中，将确定点阵孔洞位置后的图像与上述经过腐蚀和膨胀处理后的图像进行对比，根据点阵孔洞所在的位置，确定处理后的图像上在对应孔洞的位置处的像素值，使得孔洞的像素值接近点阵像素值，即该像素值为欲填充点阵孔洞的期望填充像素值。

S23、将所述期望像素值填充到原始点阵二维码图像的点阵孔洞位置，得到填充后的点阵二维码图像。

将根据上述方法确定的期望填充像素值，补偿到图像的点阵孔洞位置，使图像趋近完整，得到填充后的点阵二维码图像。

本实施例在对原始点阵二维码图像进行孔洞像素填充时，先利用腐蚀或膨胀处理方法确定孔洞区域的期望填充像素值，再将该期望填充像素值补偿到原始点阵二维码图像的点阵孔洞位置，使用该方法得到的填充后的点阵二维码图像，具有完整性，使点阵的像素灰度值与背景区分开，避免影响后续信号的提取。

如图11所示，为本实施例提供的填充孔洞像素的效果图。其中，图11(a)为原始点阵二维码图像，图11(b)为膨胀处理后的图像，图11(c)为点阵孔洞位置标记图像，图11(d)为孔洞像素填充效果图。

为进行孔洞像素填充，首先对图11(a)所示的原始点阵二维码图像进行膨胀处理，得到如图11(b)所示的膨胀处理后的图像。以前述方法确定的如图11(c)所示的点阵孔洞位置作为基准，确定膨胀处理后的图像在相应位置上的期望填充像素值，并将该期望填充像素值填充到原始点阵二维码图像的孔洞位置，得到如图11(d)所示的填充后的点阵二维码图像。

可见，采用本实施例提供的方法，可实现孔洞像素的准确填充。

S3、根据滤波方法，对所述填充后的点阵二维码图像进行平滑处理，得到灰度分布均匀的点阵二维码图像。

对填充后的点阵二维码图像进行平滑处理，使点阵变得更加平滑，灰度分布更加均匀。本实施例采用的滤波方法包括但不限于均值滤波方法和高斯滤波方法。

如图12所示，本实施例提供的经过平滑处理后的效果示意图。

图12(a)为进行孔洞填充后的图像，从图12(a)中可以看出，仅经过孔洞填充处理的图像，灰度分布并不均匀。为了使图像更加的平滑和完整，经过平滑处理后的图像如图12(b)所示，从图中可明显看出，灰度分布更加均匀，使得处理后的图像更加平滑。

图13为采用本申请实施例提供的点阵二维码光照补偿方法，对点阵存在孔洞的图像(如图1所示)进行光照补偿，得到的处理后的点阵二维码图像，可见，该图像中点阵具有完整性，点阵完全与背景区分开，同时，点阵像素灰度值均匀化。

由以上技术方案可知，本申请提供的一种点阵二维码的光照补偿方法及装置，通过二值化方法和形态学方法对原始点阵二维码图像进行处理，使图像中的点阵内不存在孔洞，且边界更加平滑，便于根据二值化的处理结果和形态学的处理结果进行差异对比，能够快速、准确地确定点阵孔洞位置；对原始点阵二维码图像进行腐蚀或膨胀处理，填补点阵的孔洞；将处理后的图像根据点阵孔洞位置，确定孔洞位置对应的期望填充像素值，并将该期望填充像素值补偿到原始点阵二维码图像的孔洞中，使用该方法得到的填充后的点阵二维码图像，具有完整性，使点阵的像素灰度值与背景区分开；最后对填充后的点阵二维码图像进行平滑处理，得到灰度分布均匀的点阵二维码图像。可见，本申请提供的方法可使得图像的灰度更加均匀，且可使点阵与背景明显区分开，避免影响后续信号的提取。

参见图14，为本申请提供一种点阵二维码的光照补偿装置的结构框图。所述装置用于执行上述实施例提供的点阵二维码的光照补偿方法，具体包括：

点阵孔洞位置确定模块1，用于获取原始点阵二维码图像，通过二值化方法和形态学方法处理，以及，根据二值化的处理结果和形态学的处理结果，确定点阵孔洞位置；

孔洞像素填充模块2，用于对所述原始点阵二维码图像进行腐蚀或膨胀处理，确定期望填充像素值，以及，填充所述点阵孔洞位置，得到填充后的点阵二维码图像；

平滑处理模块3，用于根据滤波方法，对所述填充后的点阵二维码图像进行平滑处理，得到灰度分布均匀的点阵二维码图像。

可选地，所述点阵孔洞位置确定模块1包括：

二值化处理单元，用于对所述原始点阵二维码图像进行二值化处理，确定第一固定像素群和第二固定像素群，得到二值化处理后的图像；

形态学处理单元，用于根据所述二值化处理后的图像的背景，选择开运算方法或闭运算方法，以及，对所述二值化处理后的图像进行形态学处理，得到形态学处理后的图像；

点阵孔洞位置确定单元，用于对比所述形态学处理后的图像与二值化处理后的图像，确定图像中存在差异的位置为点阵孔洞位置。

可选地，所述二值化处理单元包括：

原始像素值确定子单元，用于确定所述原始点阵二维码图像的原始像素值；

判断子单元，判断所述原始像素值与像素阈值的大小关系；

第一固定像素群确定子单元，如果所述原始像素值小于所述像素阈值，用于确定小于像素阈值的原始像素值为第一固定像素群；

第二固定像素群确定子单元，如果所述原始像素值大于或等于所述像素阈值，用于确定大于或等于像素阈值的原始像素值为第二固定像素群。

可选地，所述二值化处理单元包括：

原始像素值确定子单元，用于确定所述原始点阵二维码图像的原始像素值；

判断子单元，用于判断所述原始像素值与至少一段像素阈值范围的范围关系；

第一固定像素群确定子单元，如果所述原始像素值位于其中一段所述像素阈值范围内，用于确定位于所述像素阈值范围内的原始像素值为第一固定像素群；

第二固定像素群确定子单元，如果所述原始像素值未位于任何一段所述像素阈值范围内，用于确定位于所述像素阈值范围内的原始像素值为第二固定像素群。

可选地，所述孔洞像素填充模块2包括：

腐蚀或膨胀处理单元，用于根据所述原始点阵二维码图像的极性，选择腐蚀处理方法或膨胀处理方法，对所述原始点阵二维码图像进行处理，得到处理后的图像；

期望填充像素值确定单元，用于根据所述点阵孔洞位置，确定所述处理后的图像上与点阵孔洞位置相对应的期望填充像素值；

孔洞像素填充单元，用于将所述期望像素值填充到原始点阵二维码图像的点阵孔洞位置，得到填充后的点阵二维码图像。

可选地，所述腐蚀或膨胀处理单元包括：

膨胀处理子单元，如果所述原始点阵二维码图像的极性为白色，用于利用膨胀处理方法，对所述原始点阵二维码图像进行处理；

腐蚀处理子单元，如果所述原始点阵二维码图像的极性为黑色，用于利用腐蚀处理方法，对所述原始点阵二维码图像进行处理。

具体实现中，本申请还提供一种计算机存储介质，其中，该计算机存储介质可存储有程序，该程序执行时可包括本申请提供的点阵二维码的光照补偿方法的各实施例中的部分或全部步骤。所述的存储介质可为磁碟、光盘、只读存储记忆体(英文：read-onlymemory，简称：ROM)或随机存储记忆体(英文：random access memory，简称：RAM)等。

本领域的技术人员可以清楚地了解到本申请实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。

本说明书中各个实施例之间相同相似的部分互相参见即可。尤其，对于点阵二维码的光照补偿装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例中的说明即可。

以上所述的本申请实施方式并不构成对本申请保护范围的限定。

Claims (10)

1.一种点阵二维码的光照补偿方法，其特征在于，包括以下步骤：

获取原始点阵二维码图像，通过二值化方法和形态学方法处理，以及，根据二值化的处理结果和形态学的处理结果，确定点阵孔洞位置；

对所述原始点阵二维码图像进行腐蚀或膨胀处理，确定期望填充像素值，以及，利用所述期望填充像素值填充所述点阵孔洞位置，得到填充后的点阵二维码图像；

根据滤波方法，对所述填充后的点阵二维码图像进行平滑处理，得到灰度分布均匀的点阵二维码图像。

2.根据权利要求1所述的方法，其特征在于，按照下述步骤确定点阵空洞位置：

对所述原始点阵二维码图像进行二值化处理，确定第一固定像素群和第二固定像素群，得到二值化处理后的图像；

根据所述二值化处理后的图像的背景，选择开运算方法或闭运算方法，以及，对所述二值化处理后的图像进行形态学处理，得到形态学处理后的图像；

对比所述形态学处理后的图像与二值化处理后的图像，确定图像中存在差异的位置为点阵孔洞位置。

3.根据权利要求2所述的方法，其特征在于，按照下述步骤对所述原始点阵二维码图像进行二值化处理，确定第一固定像素群和第二固定像素群：

确定所述原始点阵二维码图像的原始像素值；

判断所述原始像素值与像素阈值的大小关系；

如果所述原始像素值小于所述像素阈值，确定小于像素阈值的原始像素值为第一固定像素群；

如果所述原始像素值大于或等于所述像素阈值，确定大于或等于像素阈值的原始像素值为第二固定像素群。

4.根据权利要求2所述的方法，其特征在于，按照以下步骤对所述原始点阵二维码图像进行二值化处理，确定第一固定像素群和第二固定像素群：

确定所述原始点阵二维码图像的原始像素值；

判断所述原始像素值与至少一段像素阈值范围的范围关系；

如果所述原始像素值位于其中一段所述像素阈值范围内，确定位于所述像素阈值范围内的原始像素值为第一固定像素群；

如果所述原始像素值未位于任何一段所述像素阈值范围内，确定位于所述像素阈值范围内的原始像素值为第二固定像素群。

5.根据权利要求1所述的方法，其特征在于，按照以下步骤得到所述填充后的点阵二维码图像：

根据所述原始点阵二维码图像的极性，选择腐蚀处理方法或膨胀处理方法，对所述原始点阵二维码图像进行处理，得到处理后的图像；

根据所述点阵孔洞位置，确定所述处理后的图像上与点阵孔洞位置相对应的期望填充像素值；

将所述期望像素值填充到原始点阵二维码图像的点阵孔洞位置，得到填充后的点阵二维码图像。

6.根据权利要求5所述的方法，其特征在于，按照以下步骤得到所述处理后的图像：

如果所述原始点阵二维码图像的极性为白色，利用膨胀处理方法，对所述原始点阵二维码图像进行处理；

如果所述原始点阵二维码图像的极性为黑色，利用腐蚀处理方法，对所述原始点阵二维码图像进行处理。

7.一种点阵二维码的光照补偿装置，其特征在于，包括：

点阵孔洞位置确定模块，用于获取原始点阵二维码图像，通过二值化方法和形态学方法处理，以及，根据二值化的处理结果和形态学的处理结果，确定点阵孔洞位置；

孔洞像素填充模块，用于对所述原始点阵二维码图像进行腐蚀或膨胀处理，确定期望填充像素值，以及，利用所述期望填充像素值填充所述点阵孔洞位置，得到填充后的点阵二维码图像；

平滑处理模块，用于根据滤波方法，对所述填充后的点阵二维码图像进行平滑处理，得到灰度分布均匀的点阵二维码图像。

8.根据权利要求7所述的装置，其特征在于，所述点阵孔洞位置确定模块包括：

二值化处理单元，用于对所述原始点阵二维码图像进行二值化处理，确定第一固定像素群和第二固定像素群，得到二值化处理后的图像；

形态学处理单元，用于根据所述二值化处理后的图像的背景，选择开运算方法或闭运算方法，以及，对所述二值化处理后的图像进行形态学处理，得到形态学处理后的图像；

点阵孔洞位置确定单元，用于对比所述形态学处理后的图像与二值化处理后的图像，确定图像中存在差异的位置为点阵孔洞位置。

9.根据权利要求8所述的装置，其特征在于，所述二值化处理单元包括：

原始像素值确定子单元，用于确定所述原始点阵二维码图像的原始像素值；

判断子单元，用于判断所述原始像素值与至少一段像素阈值范围的范围关系；

第一固定像素群确定子单元，如果所述原始像素值位于其中一段所述像素阈值范围内，用于确定位于所述像素阈值范围内的原始像素值为第一固定像素群；

第二固定像素群确定子单元，如果所述原始像素值未位于任何一段所述像素阈值范围内，用于确定位于所述像素阈值范围内的原始像素值为第二固定像素群。

10.根据权利要求7所述的装置，其特征在于，所述孔洞像素填充模块包括：

腐蚀或膨胀处理单元，用于根据所述原始点阵二维码图像的极性，选择腐蚀处理方法或膨胀处理方法，对所述原始点阵二维码图像进行处理，得到处理后的图像；

期望填充像素值确定单元，用于根据所述点阵孔洞位置，确定所述处理后的图像上与点阵孔洞位置相对应的期望填充像素值；

孔洞像素填充单元，用于将所述期望像素值填充到原始点阵二维码图像的点阵孔洞位置，得到填充后的点阵二维码图像。

Images