基于改进凸包算法的移动端条码图像定位与校正

经由手机摄像头捕获的二维条码图像发生倾斜、畸变等在所难免,传统PC端做法是通过Hough变换检测Data Matrix条码的"L"形定位符,但其算法复杂度高,存储空间大,不适合在移动端运行.针对移动端硬件限制,在诺基亚广泛采用的Symbian平台改进凸包算法,通过叉乘、角度和长度等方法准确筛选凸包顶点减少计算量,然后以"伪四边形"精确拟合二维条码图像轮廓,缩短计算时间,保证定位效果,在此基础上进行图像的畸变校正,使其适合在手机上运行.最后在搭载Symbian S60的诺基亚N73上对比传统方法以及本文方法的实验效率和效果.     

复杂背景下二维条码检测技术

为了进一步提高复杂背景下移动端二维条码检测算法的效率和效果,以Ｄａｔａ　Ｍａｔｒｉｘ二维条 码为研究对象,提出了一种基于区域特征分析和直线Ｓｎａｋｅ定位的条码检测算法．该算法首先对原 始图像进行区域标记,通过对每个区域的颜色、几何、梯度和区域边缘等特征的分析,筛选出含有 “Ｌ型”定位边框的条码区域,然后通过直线Ｓｎａｋｅ算法定位条码边缘,最后拟合条码的四个顶点, 并利用透射变换完成条码的校正．实验表明：该二维条码检测算法具有良好的性能,优于已有的条 码检测算法,抗干扰能力强,能够很好的适应复杂背景下的条码检测,满足了移动端实时高效性的 需要．     

一种新的二维条码图像二值化算法

根据Kittler算法和Bernsen算法提出一种新的二值化算法,该算法能够保证二维条码对实时性和效果的要求.以Data Matrix二维条码为例,首先根据Kittler算法找到图像发生光照不均的区域,然后改进Bernsen算法的处理过程、调整参数、削弱原算法的伪影问题,并用改进后的算法处理图像光照不均的部分.实验结果表明该算法具有良好的稳定性和自适应性,可以明显提高二维条码的二值化效果和识别率.     

基于最小二乘法的二维条码图像倾斜校正方法

在二维条码的获取中,获取的二维条码图像或多或少都会存在倾斜的情况,因此必须首先对二维条码进行倾斜校正,这样才能实现正确的解码.首先对条码图像进行一定的预处理,并且使用凸包算法来精确定位二维条码,然后提取出二维条码的边缘轮廓,保存边缘的特征点,并且采用最小二乘法将这些特征点拟和成一条直线从而获取条码的倾斜角度,最后采用双线性插值对倾斜的条码图像进行校正.实验结果表明该算法速度快,抗噪声强,有效的提高了条码的识别速度和识别率.     

改进的DataMatrix码L形边精确定位方法

传统Data Matrix(DM)码的定位方法依赖经Hough变换域中的极大值点来定位DM码的L形特征边.为提高定位的鲁棒性,提出一种特征边精确定位方法,包括4部分:基于角点分布的DM码候选区域快速定位和优先级排序;DM码候选区外轮廓提取,减少非感兴趣边缘对定位产生的干扰;改进Hough变换初定位L边,快速进行直线投票;迭代加权最小二乘法直线拟合,精确定位L边.此方法在TMS320DM648平台下以主频864 MHz运行,对图像分辨率为640×480的含DM码图片,单条码平均识别时间为64 ms,识别率达到99.9%.实验结果表明,该方法能稳定准确快速实现DM码定位,满足工业现场使用需求.     

基于图像处理的封印Data Matrix码验证方法

在对电能计量装置上的Data Matrix码进行识别过程中,拍摄角度、光照等因素会给识别过程带来困难.针对这一问题,提出一种基于局部阈值与Otsu算法的Data Matrix码识别算法.该算法首先将彩色图像进行灰度化处理,并使用中值滤波算法滤除噪声,将局部阈值与Otsu算法相结合来实现对Data Matrix码图像的二值化处理;然后,利用腐蚀、膨胀等算法进一步滤除背景,采用Canny算法检测Data Matrix码边缘;最后,使用Hough变换提取L形区域,并进行旋转、插值等操作实现对二维码区域的识别.实验结果表明,本方法在复杂光照、复杂拍摄角度的条件下,可实现对Data Matrix码的完整提取与识别,对Data Matrix码在电能计量装置上的推广有重要意义.     

智能电表条形码图像分割与增强算法研究

为了解决智能电表自动化检测系统中的关键技术问题,即在智能电表图像中自动定位条形码区域并识别出条码信息,通过设计维纳滤波器对图像去噪,利用一阶微分Sobel算法突出条形码区域达到精确分割条形码区域的目的.针对在实际工业环境中拍摄的图像模糊不清问题,提出了改进的提升小波的多分辨率图像增强算法.试验结果表明,该处理方法能够精确定位条形码,且增强后的图像能很好地保持条码的纹理信息,为识别条形码提供了可靠保证.     

基于扫描枪的字符二维条码识读算法研究

不同于传统的图像二维条码,字符二维条码由字符组成条码矩阵.字符二维条码可通过扫描枪获取后,因其结构不同于传统图像二维条码,需对字符二维条码进行定位、分割以及字符识别.在扫描枪有限的内存空间和运行速度限制下,开发了字符二维条码的识读算法.提出了基于圆定位符的字符二维条码定位算法,对条码字符进行投影分割后,采用基于特征融合的识别方法实现了字符识别.实验表明:种字符二维条码识读算法能够很好地运行在扫描枪上,快速、准确地实现字符二维条码的识读.     

基于复杂背景的二维条码提取技术

为了从含有大量物体的复杂背景图像中提取出二维条码,给出一种基于图像连通区域特征、角点特征和边缘特征的提取方法,即将灰度图像二值化后进行形态学处理,排除复杂背景中大量无关因素,对筛选出的子区域进行角点检测准确定位出二维条码的位置。通过采集大量不同光照、不同物体为背景的图像对新方法进行检测,提取结果均获成功。     

一种面向汉字的高压缩比彩色二维条码的设计与实现

针对黑白二维条码信息容量不足,以及目前流行的条码标准对汉字编码的压缩比偏低,无法适应汉字大量使用的问题,参照Data Matrix码标准,通过加入汉字库并对数据编码规则、条码结构以及解码方法等进行重新设计,实现了一种具有较高信息容量且对汉字编码具有高压缩比的彩色二维条码,在pc端对其编解码进行验证,且将其与黑白二维条码性能进行对比,在总体信息容量及单位模块上所能表示的数据信息等方面,彩色二维条码均取得很好的效果.     

简单多边形凸包的算法

给出了一种求任意简单多边形凸包的算法.算法中采用了逐次删除凹顶点排除非凸包上的点直至没有凹顶点,从而求得凸包的思想.其几何意义明显,易于编程实现.该算法的时间复杂度为顶点个数的线性次乘法、线性次减法及顶点个数与其对数乘积次比较.给出了准确的时间复杂度的上界.     

改进的二维点集凸包快速求取方法

凸包问题是计算几何的基本问题，分为平面点集凸包和多边形凸包2类。对传统点集快速凸包算法进行改进．通过找到点集中8个方向的极值点来准确地确定凸包上的部分顶点，得到凸包的粗略逼近，接着在逼近结果上进行遍历，使用链表或栈这样的数据结构，找到逼近结果中连续2个顶点之间的漏检点，从而得到完整的凸包。整个过程达到复杂度下限，且在通常情况下接近线性时间。该方法已经有效地应用于基于控制点的图像配准中。     

一种平面点集的高效凸包算法

凸包问题是计算几何的基本问题之一。为实时计算平面点集的凸包,近年来许多学者提出很多优秀的算法,但依然不能满足实际中的实时性需求。为此,本文提出一种简单但高效快速的凸包算法。由于凸包点必然位于平面点集边缘,本文算法能够快速地筛选出极少量的凸包点候选点集,这是本算法的核心优势。然后,使用本文另外提出的一种简单易于实现的改进的Graham扫描算法,或其他任何已有的凸包检测方法,即可快速而准确地计算出点集的凸包。经典的Graham扫描算法使用一个基点计算凸包,本文的改进算法则是根据凸包候选点的分布情况,将点集分成4个子块,也即使用4个基点分别在每块中进行凸包检测,最后将每个子块中的检测结果进行合并,得到最终的完整凸包。实验中,采用一组公开的动物骨骼点云数据作为一次测试集。在凸包计算完全正确的情况下,当点数约为3×10⁵左右时,本算法的计算时间比其他算法减少2.22倍;当点数约为3×10⁶时,本算法的计算时间比其他方法减少5.42倍。点数越多,所提出算法就表现出越明显的优势。     

基于信息弥散机制的图像显著性区域提取算法

为了更好提取图像的显著性区域,提出基于信息弥散机制的图像显著性区域检测算法。在所提算法中,首先将图像分割成超像素,根据图像中显著性区域频率变化比较大的特性,生成图像显著性区域的高频节点;然后针对高频节点利用凸包运算寻找显著性区域的种子节点,最后使用二阶高斯-马尔科夫随机场信息弥散方法在图像中对种子节点进行显著性区域信息扩散,得到图像的显著性区域。试验结果表明,利用二次规划求解每个数据之间的线性关系进行信息扩散,能够达到避免阈值选择和信息精准分类的效果,其结果优于同类的图像显著性区域检测算法。     

Flotation bubble seed image filling algorithm based on boundary point features

Bubble seed image filling is an important prerequisite for the image segmentation of flotation bubble that can be used to improve flotation automatic control. These common image filling algorithms in dealing with complex bubble image exists under-filling and over-filling problems. A new filling algorithm based on boundary point feature and scan lines (PFSL) is proposed in the paper. The filling algorithm describes these boundary points of image objects by means of chain codes. The features of each boundary point, including convex points, concave points, left points and right points, are defined by the point’s entrancing chain code and leaving chain code. The algorithm firstly finds out all double-matched boundary points based on the features of boundary points, and fill image objects by these double-matched boundary points on scan lines. Experimental results of bubble seed image filling show that under-filling and over-filling problem can be eliminated by the proposed algorithm.     

基于图像边缘检测的图像识别算法

在图像识别问题中,基于Haar特征的图像识别算法已经十分普遍,并且得到了广泛的应用。但是,目前此类算法还存在有时间复杂度高、对图像亮度、尺寸变化敏感、图像识别精度差等缺点。为了提高图像识别的精度,提出了一种新的边缘检测图像识别算法。这种算法首先使用Canny算子将图像的边缘像素识别出来,然后计算每一个有效像素的梯度。通过得到的像素梯度序列建立归一化直方图,对归一化直方图分析后得到最优识别。基于边缘检测的图像识别算法使匹配图像效率得到了提高,图像识别流程得到优化。     

一种简单的二维映射及其图像加密算法

为了实现图像安全、快速加密,利用单边拉伸的思想设计了一种图像加密算法.映射由左映射和右映射两个子映射组成,通过对图像的拉伸和折叠处理,实现图像的混沌加密.首先从左至右(或从右至左)方向,依次将方图的列像素插入到行像素之间,将像素依次连接,原图像被拉伸成一条直线.然后,按照原图像大小,将直线折叠成为一个新的图像.该过程是可逆的,能应用于图像加密.本文推导了映射的数学表达式,设计了一种图像加密算法,将密钥设计为左映射和右映射的迭代次数.加密算法具有加密速度快、安全性高、没有信息损失、可移植性强、容易软、硬件实现等特点,是一种新的安全、有效的加密算法.     

三维凸包的快速算法

很多情况下点集的凸包只是由其中一部分点的构成,在构造凸包时如能将其内部的点全部或大部分预先去掉,则可大大提高构造凸包的效率,通过地点集的最小包围盒进行剖分和利用凸集的凸性性质,给出了一个新的三维凸包快速算法,与传统方法相比,该方法具有计算简单,效率高的特点。     

一种两维三角剖分的新算法

提出一种两维三角剖分的新算法,算法首先应用求两维点集凸包的Graham扫描法,求出两维点集的凸包,然后将凸包包含的点从原有点集中去掉,求出剩余点集的凸包.如此递归应用Graham扫描法求出一系列凸包,并将原始区域划分为多个独立的子区域,然后利用本文中提出的方法对2个凸包之间的子区域进行三角剖分,从而实现对整个原始区域的三角剖分.     

用于QR码自动识读的图像分析方法

对于所采集的条码图像,为了适应实时性的要求,以得到不同光照条件下的最佳阈值,该文提出了把直方图双峰法、OTSU法及NLNiblack阈值法结合起来的改进的自适应阈值法。实验证明了该方法具有高效性和稳定性。为了在条码分割图像中获取QR码的4个顶点,首先,根据3个位置探测图形的特性提出了一种新的方法以求取对应的3个顶点,同时利用QR码的特征提出挖空算法获取条码的边缘,再采用过已知点的Hough变换得到第4个顶点。实验证明该算法在各种采集条件下可有效地得到QR码的4个顶点。