[发明专利]一种基于SSD网络模型的曲面QR码定位方法

说明书

本发明公开了一种基于SSD网络模型的曲面QR码定位方法，首先建立曲面QR码数据集并对其进行预处理；搭建PPN‑SSD框架，PPN‑SSD框架以Inception网络为基础网络，添加辅助网络层作为网络的特征提取层和分类层；利用PPN‑SSD框架进行模型训练得到曲面QR码定位模型；利用训练好的曲面QR码定位模型对曲面QR码进行定位。本发明提供的复杂环境下曲面QR码定位方法，解决了目前算法难以定位曲面QR码的问题，并将复杂环境因素影响考虑其中，定位准确率高，检测速度快，实现了曲面QR码的实时检测。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于SSD网络模型的曲面QR码定位方法。

背景技术

随着信息技术的快速发展和智能手机的普及，QR码的市场应用范围不断扩大，在我们的生活中随处可见。这些应用提升了我们生活的便捷程度，已经和我们的生活息息相关，密不可分。然而由于QR码的应用场景多种多样、采集条件也各有不同，使得QR码的识别过程更加复杂，传统的识别方法已经无法满足人们生产生活的需要，这要求我们对QR码的识别技术进行改进以提高处理速度和识别率。

QR码定位的目的是尽可能精准的提取出QR码所在区域，是整个QR码识别过程的第一步，作为后续畸变矫正和解码的基础，起着至关重要的作用。随着QR码的应用场景复杂化和采集环境的多样化，在实际应用中QR码会出现各种畸变情况，其中曲面畸变QR码图像的情况比较复杂，除此之外，还会受到复杂环境的影响，这些都对定位算法性能的要求越来越高。

QR码定位算法的发展从根据QR码寻像图形进行定位，到将QR码定位作为一个目标检测任务进行定位，再发展到将QR码定位作为一个图像分类问题进行处理。这些研究很大程度上提高了QR码的定位性能，然而这些方法基本都针对未畸变或平面畸变的QR码进行处理，对曲面畸变的研究较少。

发明内容

本发明为解决现有的QR码定位方法在复杂环境以及QR码发生曲面畸变的情况下，难以精确定位出图像中QR码所在区域的问题，提供了一种基于SSD网络模型的曲面QR码定位方法。

为实现以上发明目的，而采用的技术手段是：

一种基于SSD网络模型的曲面QR码定位方法，包括以下步骤：

S1.建立曲面QR码数据集并对其进行预处理；

S2.搭建PPN-SSD框架，所述PPN-SSD框架以Inception网络为基础网络，添加辅助网络层作为网络的特征提取层和分类层；

S3.利用所述PPN-SSD框架进行模型训练得到曲面QR码定位模型；

S4.利用训练好的曲面QR码定位模型对曲面QR码进行定位。

优选的，步骤S1所述的预处理具体包括：对所述曲面QR码数据集进行标注，并将其中每张图像的编号、长度、宽度、目标类别和目标位置信息分别填入csv格式文件中，从而将所述曲面QR码数据集转换为csv格式文件；将转换后的文件数据划分为训练集和测试集。

优选的，在所述步骤S2中，PPN-SSD框架采用Inception v3网络在ImageNet数据集上的预训练模型作为基础网络，进行特征提取。

优选的，在所述步骤S2中，PPN-SSD框架的特征提取层包括一个卷积层“mixed1_c”层和五个最大池化层“max_pool_1”层，“max_pool_2”层，“max_pool_3”层，“max_pool_4”层和“max_pool_5”层。

优选的，在所述步骤S2中，PPN-SSD框架的分类层采用一个在所有尺度上共享的卷积来预测目标图像的类别得分和候选框位置信息。

优选的，所述步骤S3具体包括：

输入所述训练集作为训练输入数据，并对其进行数据增广操作；