定位条码的方法、终端及计算机可读存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109784328A(43)申请公布日2019.05.21(21)申请号201811551825.7(22)申请日2018.12.19(71)申请人新大陆数字技术股份有限公司地址350015福建省福州市马尾区儒江西路1号(72)发明人何学智黄自力林林(51)Int.Cl.G06K9/32(2006.01)G06K7/14(2006.01)G06K9/40(2006.01)G06K9/62(2006.01)权利要求书2页说明书7页附图3页(54)发明名称定位条码的方法、终端及计算机可读存储介质(57)摘要本发明公开了一种定位条码的方法、终端及计算机可读存储介质，针对Dot-peenDPM二维码，首先通过区域极值检测的方法对图像进行点检测，保留Dot点而消除周围的复杂背景；然后通过基于密度的聚类算法DBSCAN进行点聚类，去除零散的噪声点，获得簇集合；最后对簇集合进行区域评估，评估包括区域最少点数评估、区域长宽比评估、区域点分布均匀性评估，滤除掉无用的簇集合，输出评估为合格的簇集合图像。本方案针对Dot-peenDPM码边界不连续的情况，使用点检测、聚类的方法，对条码进行初步识别。结合Dot-peenDPM码具有点密集、分布较为均匀且形状较为方正的特征，对噪声点进行识别并滤除，实现了更加准确的识别定位。CN109784328ACN109784328A权利要求书1/2页1.一种定位条码的方法，其特征在于，包括步骤：通过区域极值检测的方法对图像进行点检测；通过基于密度的聚类算法DBSCAN进行点聚类，获得簇集合；对簇集合进行区域评估，评估包括区域最少点数评估、区域长宽比评估、区域点分布均匀性评估，输出评估为合格的簇集合图像。2.根据权利要求1所述的定位条码的方法，其特征在于，在通过区域极值检测的方法进行点检测之前还包括步骤：对图像采用高斯滤波进行去噪；输出评估为合格的簇集合图像前，还包括：获取评估为合格的簇集合的外接矩形，对外接矩形进行区域外扩。3.根据权利要求1或2任一项所述的定位条码的方法，其特征在于，区域最少点评估包括：获取簇集合的外接矩形；获取外接矩形内的点数量；当外接矩形内的点数量小于预设最小数量时，区域评估结果为不合格。4.根据权利要求1或2任一项所述的定位条码的方法，其特征在于，区域长宽比评估包括：获取簇集合的外接矩形；获取外接矩形的两个对角角点的坐标[xlu,ylu]以及[xrd,yrd]；当外接矩形的长宽比最大值大于预设的最大长宽比容忍值时，区域评估结果为不合格。5.根据权利要求1或2任一项所述的定位条码的方法，其特征在于，区域点分布均匀性评估包括：获取簇集合的外接矩形；将外接矩形分别按照上下均等分为两个区域、按照左右均等分为两个区域、按照一对角线分为两个区域、按照另一对角线分为两个区域；分别获取以上所有八个区域内的点数量，并计算八个区域的点数量的方差；当方差的值与外接矩形内的点数量的比值大于预设值时，区域评估结果为不合格。6.根据权利要求1或2任一项所述的定位条码的方法，其特征在于，所述通过基于密度的聚类算法DBSCAN进行点聚类，获得簇集合，包括：选一个未被访问的点，找出与其距离在预设半径之内的所有附近点；如附近点的数量大于预设点数，则当前点与其附近点形成一个簇，并将该点被标记为已访问，如果附近点的数量小于预设点数，则该点被标记为噪声点；通过上述方法处理所有未被标记为已访问的点，获得簇集合。7.根据权利要求1或2任一项所述的定位条码的方法，其特征在于，所述通过区域极值检测的方法进行点检测，包括：设I、J是定义于同一离散域D上的两张灰度图像，I为掩模图像，J为标识图像，且2CN109784328A权利要求书2/2页其中p表示图像上的任意像素点，J(p)、I(p)是p点在图像J、I中的灰度值，则用J对I做形态学重建表示为：其中，表示形态学膨胀操作，B为尺度为1的结构元素，∧表示逐点比较取最小值；采用形态学重建，标识图像J满足：形态学重建表示为ρI(J)＝ρI(I-h)，其中h为预设常数；用于点检测的公式为：Sh(I)＝I-ρI(I-h)，S表示得到的的标注区域极值点的图像。8.一种终端，其特征在于，包括用于执行如权利要求1-7任一权利要求所述的定位条码的方法的单元。9.一种终端，其特征在于，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-7任一项所述的定位条码的方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序