QR码图像几何校正算法的研究

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (20): 192-196.

QR码图像几何校正算法的研究

黄珂，薛月菊，陈瑶，陈汉鸣，李鸿生

华南农业大学工程学院，广州 510642

出版日期:2014-10-15 发布日期:2014-10-28

Research on QR code images geometric rectification algorithm

HUANG Ke, XUE Yueju, CHEN Yao, CHEN Hanming, LI Hongsheng

College of Engineering, South China Agricultural University, Guangzhou 510642, China

Online:2014-10-15 Published:2014-10-28

摘要/Abstract

摘要： 用摄像机拍摄QR码图像时，由于拍摄角度的偏差，可能造成所采集到的QR码图像产生几何失真的情况，给QR码的识别带来了困难。对拍摄到的QR码图像进行预处理，把采集到的光照不均匀的QR码图像采用局部阈值法和数学形态学的方法进行二值化。通过Harris角点检测算法和凸包算法相结合找到QR码的轮廓以及轮廓上的点，再利用该角点检测算法找到QR码的角点，最后使用透视变化法对畸变图像进行恢复。实验结果证明，该方法有效解决了QR码的几何失真问题。

关键词: 二值化, 角点检测算法, 凸包算法, 透视变换算法

Abstract: When QR code images are filmed by the camera, the deviation of shooting angle will cause the collected QR code images generate geometric distortion and bring difficulties to QR code recognition. Local threshold method and mathematical morphology are used to binarize the collected QR code images which appears uneven illumination. Harris corner detection algorithm and convex hull algorithm are combined to find the outline of the QR code and the point on the outline, using corner detection algorithm of this paper to find the corner of QR code. Finally, using perspective transformation algorithm to recover the distorted image, the results show that this method is effective to solve the problem of geometric distortion of the QR code.

Key words: binarization, corner detection algorithm, convex hull algorithm, perspective transformation algorithm

黄珂，薛月菊，陈瑶，陈汉鸣，李鸿生. QR码图像几何校正算法的研究[J]. 计算机工程与应用, 2014, 50(20): 192-196.

HUANG Ke, XUE Yueju, CHEN Yao, CHEN Hanming, LI Hongsheng. Research on QR code images geometric rectification algorithm[J]. Computer Engineering and Applications, 2014, 50(20): 192-196.

[1]	赵永猛，宓超. 自然环境下道口客车车身字符识别算法研究[J]. 计算机工程与应用, 2020, 56(16): 191-198.
[2]	姚萌1，2，贾克斌1，3，4，萧允治2. 基于关键区域的二值化场景特征快速提取方法[J]. 计算机工程与应用, 2018, 54(6): 14-18.
[3]	李熙莹，吕硕，袁敏贤，江倩殷，余志. 基于散热器栅格背景精确分类的车标定位方法[J]. 计算机工程与应用, 2017, 53(2): 206-213.
[4]	段锁林，朱方，严翔. 多窗口图像二值化算法研究[J]. 计算机工程与应用, 2017, 53(17): 212-217.
[5]	李红燕，杨万利. 从Gray-Scott系统中提取二值伪随机序列的方法研究[J]. 计算机工程与应用, 2017, 53(13): 66-71.
[6]	刘欢1，2，邵蔚元1，郭跃飞1. 卷积神经网络在验证码识别上的应用与研究[J]. 计算机工程与应用, 2016, 52(18): 1-7.
[7]	张静，叶学义，张维笑，陈雪婷. 一种新的挖掘眼部结构特征的人眼精定位方法[J]. 计算机工程与应用, 2016, 52(12): 158-162.
[8]	王树梅. 数字图像中小目标自适应检测算法[J]. 计算机工程与应用, 2016, 52(1): 210-213.
[9]	王冬梅，王海鹏. 基于肤色差异性嘴巴状态检测方法的研究[J]. 计算机工程与应用, 2015, 51(4): 184-187.
[10]	刚亚州，黄元元，戴群. 一种新的商务名片的快速二值化算法[J]. 计算机工程与应用, 2015, 51(16): 195-198.
[11]	韩其睿，池楠. 编织物疵点检测及类型识别[J]. 计算机工程与应用, 2014, 50(21): 234-237.
[12]	余龙华，王宏，钟洪声. 人眼检测及瞳孔定位[J]. 计算机工程与应用, 2013, 49(3): 186-189.
[13]	毛玉星，苗伽略，汪泉霖，王艳. 汽车偏离车道线的图像分析与视觉计算方法[J]. 计算机工程与应用, 2013, 49(22): 167-172.
[14]	李红燕，杨万利. 时空混沌二值化方法研究[J]. 计算机工程与应用, 2013, 49(21): 65-69.
[15]	郭燕^1，2，曾理^1，2，李宗剑^2，3. 铸件DR图像工件号的增强和分割[J]. 计算机工程与应用, 2011, 47(6): 216-218.