摘 要： 对光照不均的QR码图像进行全局二值化处理后，会出现全白或全黑的误差区域，在局部二值化过程中会出现伪边界情况，并且计算时间也会变长。针对光照不均的QR码图像提出了一种改进的基于背景灰度的二值化算法。首先，根据二维码源图像大小进行分块处理，使用灰度估算公式对分块的灰度值进行计算。其次，使用联合插值算法产生背景灰度水平图像，然后用背景灰度水平图像替代源图像得到校正图像。最后，采用Ostu算法对校正图像进行二值化。实验结果表明，该算法能有效的校正光照不均的QR图像，并得到一个良好的二值化图像。
关键字： QR码； 二值化； 图像处理； 灰度值
中图分类号： TN911.73?34 文献标识码： A 文章编号： 1004?373X（2014）07?0056?03
Improved binaryzation algorithm of modified QR code image
ZHANG Ji?rong， WANG Li?jun
（School of Conmmunication and Information Engineering， Xi’an University of Posts and Telecommunications， Xi’an 710061， China）
Abstract： All white or all black error areas would occur to QR code image with uneven illumination after global binarization processing. Pseudo?boundary would appear in the processing of local binarization， and the calculation time would be long. Aiming at the nonuniform illumination QR code image， an improved binarization algorithm is proposed， which is based on background gray?level. Firstly， doing sub?block according to the size of the Qrcode image， and gray?level estimation formula is used for computing the gray?level value of each block. Secondly， joint interpolation algorithm is adopted to create the background gray?level image which is used to take the place of original image to get the corrected image. Finally， the Ostu algorithm is used for the corrected image binarization. Experiment result shows that the algorithm can effectively correct the uneven illumination QR code image and obtain a good binary image.
Keywords：QR code；binarization；image processing； gray level
0 引 言
QR码是目前使用最广泛的矩阵二维码，由于其信息容量大、可靠性高、超高速识读，高效汉字表示等优点被广泛用于如报纸和电视媒体、产品标识、安全、电子名片、电子商务、电子指南和流水线生产等众多领域。QR码图像识别的一个关键步骤是图像二值化。由于复杂光照的影响导致QR码图像质量下降，实际应用中的二值化效果不是很好，同时也会影响后续的识别过程。为了解决上述问题，如文献[1]采用的是Ostu算法、文献[2]采用直方图双峰发部二值化、其他文献中采用自适应阈值二值化、背景灰度二值化等算法。其中背景灰度二值化算法对QR码图像二值化的改善效果最好。然而，它的计算量非常大，可操作性也不是很好。为了确保算法的有效性且提高算法的运行速度。本文主要旨在优化背景灰度矩阵扩展，同时针对光照不均的QR码图像提出了改进型基于背景灰度的二值化算法。该算法不仅能保证二值化的质量，同时也能减少计算量。
1 基于背景灰度二值化算法概述
1.1 算法介绍
全局阈值法是一种常见的相对简单、消耗时间短的识别QR码过程方法，如Otsu算法，使用直方图双峰等算法。然而，这些方法只能生成一个全局阈值，当对图像进行全局二值化后，它可能会产生全黑或全白图像，该方法对上述问题不能进行调整。基于背景灰度的二值化算法[3]能很好的解决以上问题。算法步骤如下：
（1） 根据二维码图像大小进行分块处理；
（2） 使用灰度估算公式对分块的灰度值进行计算；
（3） 采用双三次图像插值法生成可调整的背景灰度图像，其所生成的图像应该和源图尺寸一样；
（4） 用可调整的背景灰度图像代替源图像。这主要是为了抑制噪音，同时增强鲁棒性，能克服在二值化阈值选取时引起的不均匀照明；
（5） 采用Ostu算法对校正图像进行二值化。
1.2 计算背景灰度
将图像的灰度矩阵分为[m×n]矩阵块，得到灰度矩阵的分块矩阵[B，]公式如下：
[B=b11…b1l???bi1…bij， i=Mm， j=Nn， l=i×j]
相关专题：统计学论文 论文发表网站 排行 发表论文多少钱 代发论文价格 统计论文 统计学论文题目 统计学 统计学毕业论文 应用统计学论文 统计学论文范文 代写mpa论文 教学论文
