[发明专利]一种快速运动过程中QR码实时提取方法

说明书

本发明提供了一种快速运动过程中QR码实时提取方法，该算法首先对原图进行抽取处理，采用边缘检测算法对抽取图像进行处理，提取出二值化的边缘图形，根据像素统计特征确定候选区域，采用形态学中的腐蚀算法生成腐蚀图像，再通过基于霍夫变换的直线检测算法对腐蚀图像进行直线检测，然后根据标签样式的图形特征进行聚类处理，提取标签样式中的二维码子图分割线，从而快速分割出每个二维码子图，最终提取出二维码，该算法易实现，目标图像定位快，标签样式的设计增强了算法对于图像局部污损的抗干扰能力，定位精度高，为二维码解码提供了一种快速的目标检测方法，可以满足快速运动过程中实时检测的要求，以及工业视觉中精确定位的要求。

技术领域

本发明涉及工业机器人视觉定位检测领域，更具体地，涉及一种快速运动过程中QR码实时提取方法。

背景技术

工业机器人是面向工业领域的多关节机械手或多自由度的机器装置，它能自动执行工作，是靠自身动力和控制能力来实现各种功能的一种机器。重复定位精度是工业机器人第一指标。工业视觉系统是用于自动检验、工件加工和装配自动化以及生产过程的控制和监视的图像识别机器。工业机器视觉意味着低成本、可接受的精度、高坚固性、高可靠性、高机械性以及温度稳定性。

二维码(Two—DimensionsCode),又称二维条码，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记录数据符号信息的图形。它除了具有信息容量大、可靠性高等特点以外，还有超高速识读、全方位识读、可表示汉字、图像声音等一切可以数字化的信息并且有很强的保密防伪等优点。

在工业视觉领域，采用视觉读码器与二维码技术的独特组合，确保了高精度和可靠性。可以在亚毫米级别满足移动机构重复定位精度要求；同时二维码识别技术的全向性，也使得旋转角度的精度可以得到保障。

QR码作为是二维条码的一种，QR来自英文“Quick Response”的缩写，即快速反应的意思，QR码拥有相比其他类型的二维码更大的容量、更高的识别率、无需像普通条码般在扫描时需直线对准扫描器等多种优势，广泛被用于物联网、移动通讯等领域中，而在视觉定位领域中，由于均是在移动中实时进行的，对于传统二维码检测技术在实时性和高精度方面都提出了更高要求和挑战。

在传统常见的方法里，在运用二维码本身的图形特征来进行定位时，可以通过扫描图像中包含的位置探测图形，确定位置探测图形的位置，从而得到二维码的位置。也可以对图像进行形态学的腐蚀和膨胀，二维码图像在腐蚀膨胀的作用下形成一个正方形，而后采用霍夫变换的方法对图片中的直线进行检测，得到正方形的四条边，从而得到二维码的位置。第一种常用方法的有点在于定位准确，比如QR码的三个位置探测图形必须符合1：1：3：1：1的黑白相间的特征；缺点是当图片分辨率变化比较大时，高分辨率会导致图像扫描的实时响应特性较差，低分辨率会导致位置探测图形准确率下降；第二种方法优点是实时响应速度较快；缺点是，对于背景复杂的图片，容易造成直线检测结果的发散。

在工业机器人视觉定位检测领域，信息量、实时性、全向性、重复定位精度等方面的性能指标要求，也对二维码的应用带来了新的思路和解决方案。二维码信息含量大的特征，使得定位距离可长达万米级别，十毫秒以内级别的提取速度可以满足快速移动机构的实时性要求，全向性的识别能力加之规范的标签样式设计对测量重复定位精度都是有力的保障。

发明内容

发明的目的是为了提供一种以多个二维码以矩阵式排列的标签样式设计以及对于这种标签样式的快速提取检测算法，该算法实现速度快、定位精度高、可满足实时检测的要求。

为了达到上述目的，本发明采用以下方案：一种快速运动过程中QR码实时提取方法，包括以下步骤：

S1：设计了一种多个二维码以矩阵式排列的标签样式；

S2：对于输入灰度原图进行抽取处理,并进行双阈值滤波，生成抽取图像；

S3：采用边缘检测算法对抽取图像进行处理，生成二值化的边缘图像；