[发明专利]复杂工况背景下的Data Matrix二维条码快速识别方法

说明书

技术领域

本发明涉及一种Data Matrix二维条码快速识别方法，尤其是一种复杂工况背景下的Data Matrix二维条码快速识别方法，属于Data Matrix二维条码识别的技术领域。 

背景技术

条码技术是在计算机应用实践中形成的一种自动识别技术。自上个世纪70年代初期问世以来，一维条码技术已被广泛地应用。但是，随着现代高新技术的发展，迫切需要用条码在有限的几何空间内表示更多的信息，从而满足千变万化的信息需要。二维条码技术正是为了满足人们的这种需求而诞生。传统的一维条码只有校验功能，没有纠错能力。而二维条码具有很强的错误校验和错误纠正功能。由于二维条码密度远大于一维条码，其识别技术不同于一维条码，如何快速准确地识别条码成为了一个值得研究的问题。 

目前，Data Matrix的识别方法的文献很多，主要分为四类。李雅静在Data Matrix二维条码图像识别的算法研究与实现中提出了以Data Matrix二维条码区域的面积最大值作为判断根据来定位条码。Wei Xu在2D Barcode Localization and Motion Deblurring Using a Flutter Shutter Camera一文中提出由于条码区域的角点密度高。Anan Liu等在A Hierarchical Framework for 2D Data Matrix Recognition一文中提出外接矩形方法定位二维条码。珠海炬力集成电路设计有限公司的专利中提出轮廓跟踪法。蔡强等人专利中提出采用特征匹配方法定位Data Matrix条码区域。在条码图像中搜索位置探测图形来确定所述探测图形的像素坐标；该专利采用灰度特征匹配的方法。上述Data Matrix二维条码识别方法存在计算量大，识别速度慢，容易受背景干扰，极性不同时导致无法识别的缺点，不能满足快速识别要求。 

发明内容

本发明的目的是克服现有技术中存在的不足，提供一种复杂工况背景下的Data Matrix二维条码快速识别方法，其操作方便，降低识别计算量，提高识别速度，识别抗干扰能力强，识别适应范围广，识别精度高。 

按照本发明提供的技术方案，所述复杂工况背景下的Data Matrix二维条码快速识别方法，所述Data Matrix二维条码快速识别方法包括如下步骤： 

a、读取包含有Data Matrix二维条码的灰度图像，对上述灰度图像进行中值滤波，并利用Sobel边缘检测算子提取灰度图像每个像素点的方向向量及梯度值，且对灰度图像的梯度值进行非极大值抑制及阈值二值化梯度图像，以获得灰度图像的边缘； 

b、对上述图像，根据边缘点的八方向上边缘点数目进行分类，并对每类边缘点分别进行链码跟踪，且记录每条链码的起点坐标、方向码及链码长度； 

c、提取上述每条链码的直线段，记录每条直线段的起点坐标、终点坐标、角度以及直线段的长度； 

d、根据上述直线段角度，查找相邻相差90度的两条直线段，以获得“L”型的两条直线段，在“L”型两条直线段的对角分别作两条平行的线段，以记录条码区域两条虚线边的边界线，并根据“L”型的两条直线段与两条虚线边的边界线，判断条码区域； 

e、根据上述判定的条码区域，在原始灰度图像上截取条码区域；拟合具有“L”型形状的两条直线段，并根据拟合“L”型两条直线段的角度得到条码区域的旋转角度，根据旋转角度将条码区域旋转到水平正方位置，并对旋转后的条码区域进行双线性插值； 

f、高斯平滑上述二维条码区域。 

采用最大类间方差法对高斯平滑后的二维条码区域进行二值化，并对二值化后的条码区域进行采样，且根据Data Matrix条码类型对采样后的条码区域进行译码。 

所述步骤a包括如下步骤： 

a1、采用中值滤波对灰度图像进行滤波时，设定滤波窗口内输入序列为{x(i,j)，i,j∈I}，I为自然数集合或子集，窗口大小为m×n，则 

y(i,j)＝Med{x(i-u,j-v),…,x(i+u,j+v)}，其中 y为滤波输出； 

a2、利用Sobel边缘检测算子提取灰度图像内每个像素点X方向、Y方向的方向向量及梯度值时，X方向、Y方向的检测算子为：