视频图像的二维码跟踪、增强与重建系统实现

论文总字数：33596字

摘 要

随着信息技术的快速发展以及移动智能终端的迅速普及，二维码凭借其信息容量大、容错能力强、译码简单、成本低廉等优点，在工业商业中得到了极其广泛的应用。本文基于二维码的图像纹理特征，实现了视频图像中二维码的定位、重建增强。

1. 对从输入视频流中截取到的单个帧进行预处理，包括灰度化、中值滤波、直方图均衡化、二值化。主要目的是减少存储开销以及后续的计算量，加快算法执行速度，去除图像中的高斯噪声和椒盐噪声。
2. 利用二维码丰富的图像纹理特征对预处理后的图像进行初步定位，筛选可能的候选区域。另外一个能够帮助筛选候选区域的性质是QR Code的每个位置探测图像的轮廓特征。
3. 利用QR Code特有的三个位置探测图像，筛选候选区域，快速完成对QR Code的精确定位。QR Code每个位置探测图像的黑白间隔比例为1:1:3:1:1，逐行扫描候选位置，判断是否包含位置探测图像。
4. 对检测到的QR Code做透视投影变换，完成QR Code的几何畸变校正。
5. 利用SRCNN对校正后的QR Code进行单帧高分辨重建，提取其中包含的码字信息。

关键词：二维条码；图像处理；超分辨重建；神经网络

ABSTRACT

With the rapid development of information technology and popularization of smart mobile terminals, two-dimensional barcodes are widely used in commerce and industry due to its high information capacity, strong fault tolerant capability, high efficiency of decoding and low cost. This paper, based on the texture features of two-dimensional barcode images, implements a solution of locating, rebuilding and enhancing two-dimensional barcodes in video images.

1. Preprocess the single frame extracted from the input video stream, including graying, median filtering, histogram equalization and binaryzation. Its main purpose is to reduce storage and computation cost, to speed up the execution of algorithm, to eliminate the Gaussian noise and impulse noise in the image.
2. Preliminarily locate the candidate area taking advantage of the abundant texture characteristics of two-dimensional barcodes. Another feature that can be used to help localize the position is the contour’s characteristics of each position detection pattern in two-dimensional barcodes.
3. Filtrate the candidate positions to precisely locate two-dimensional barcodes according to the three position detection patterns. The ratio of gaps between black and white blocks of each pattern is 1:1:3:1:1, therefore, we can scan every row of the candidate areas to decide whether it contains a position detection pattern.
4. Apply perspective transform to the detected QR Codes to rectify geometric distortion.
5. Reconstruct a high-resolution QR code via SRCNN, then extract the information contained in the code.

Key words: Two-dimensional barcode; Image processing; Super resolution restoration; Neural network

目 录

摘要 I

ABSTRACT II

目 录 III

第一章 绪论 1

1.1课题研究背景与意义 1

1.2国内外研究现状 1

1.2.1二维码编码研究现状 1

1.2.2二维码检测研究现状 2

1.2.3图像超分辨研究现状 3

1.3论文内容与结构 5

第二章 视频图像二维码的重建与增强系统方案设计 7

2.1二维码 7

2.2系统方案设计 8

2.2.1直方图均衡化算法 9

2.2.2二值化算法 10

2.2.3边缘检测算法 12

2.2.4透视变换算法 13

第三章 二维码提取 14

3.1图像预处理 14

3.1.1灰度化 14

3.1.2中值滤波 15

3.1.3直方图均衡化 16

3.1.4二值化 17

3.2二维码检测定位 18

3.2.1二维码初步定位 18

3.2.2二维码精确定位 19

3.3二维码图像提取 20

3.3.1ROI提取 20

3.3.2透视畸变校正 20

第四章 二维码超分辨重建 22

4.1特征提取和表示 22

4.2非线性映射 23

4.3图像重建 23

4.4网络训练 23

第五章 系统实现和测试分析 25

5.1系统实现 25

5.2系统测试与分析 26

5.2.1测试环境 26

5.2.2测试数据 26

5.2.3测试结果分析 26

第六章 总结与展望 31

6.1论文工作总结 31

6.2未来展望 31

参考文献 33

致 谢 35

剩余内容已隐藏，请支付后下载全文，论文总字数：33596字