【文章內容簡介】 個邊長不等但同心的正方形，其中模塊的大小和顏色分別為 55 個深色、33 個淺色、11 個深色。具體詳見附錄 E。 編碼區(qū)域在 QR 碼符號中，編碼區(qū)域主要是用來對碼字糾錯、數據碼字、格式、版本等信息進行編碼的區(qū)域。完成編碼后，QR 碼在編碼區(qū)域中的位置如圖 所示。 空白區(qū)空白區(qū)為環(huán)繞在符號四周的 4 個模塊寬度的區(qū)域，且為淺色模塊。其主要目的是區(qū)分 QR 碼符號和背景中的其他圖形 [6]。 QR 碼的編碼原理QR 碼是由數字、字母、漢字和 8 位字節(jié)等幾種混合模式組成的，QR 碼形成的流程圖如圖 所示。QR 碼圖像的預處理6 圖 編碼原理圖 數據分析分析輸入數據，把數據內容解析出來，與此同時，選擇適當的模式，對各個序列進行編碼。QR 碼包含數字模式、字符模式、漢字模式等不同模式。在符號中，通過 [8]。在對糾錯檢測和糾正等級方面的選擇時，若對版本符號沒有特定要求時，應該選擇和數據相匹配的最小版本。 數據編碼QR 碼符號支持數字、英文字母、特殊符號及漢字的編碼等方式，一般使用三種方式以及混合方式進行編碼，其中對英文字母編碼，就要用字母編碼方式；若要對數字進行編碼，就要用數字編碼方式；同理，對漢字進行編碼，就要用漢字編碼方式。其中對特殊字符進行編碼時，可以使用 8 位字節(jié)方式，也可以使用混合方式對其進行編碼。碼字是由模式指示符（如表 ）、碼字數量位數（如表 ）、待編譯的碼字三個模塊組成的 [8]。如果出現 0000 二進制時，就說明該符號終止，終止符本身不是模式指示符。QR 碼圖像的預處理7表 模式指示符 表 字符記數指示符的位數 構造最終信息 順序將每塊的數據位流和碼字糾正組成最終的序列，QR 碼中所包含的數據為例和糾正模塊正常情況下可以裝滿符號的碼字容量，若有填不滿碼字容量的的情況出現時，一般需要留存 3,4 或者 7 個剩余位填補到編碼局域中。并且要求所有的數據碼流要放置在糾正碼字的最前面。 碼字在矩陣中的布置要將分隔符、校正圖像等區(qū)域模塊放在 QR 碼中。并且將創(chuàng)建的信息序列放置編碼局域中。 掩模為了確保 QR 碼識讀的可靠性，要把深色模塊和淺色模塊進行適當的安排。要盡量避免在符號的其他區(qū)域內出現位圖 1011101。具體的掩膜步驟如下所述：掩膜是不能用于功能圖形的把許多矩陣圖形和編碼區(qū)域的模塊圖形進行異或運算。異或運算把圖形模塊順序放置到掩膜圖形中，然后要和掩膜中的深色模塊的取反相對應。對結果圖形進行評分，以便估計得到的結果。將估分最少的圖形作為所選的。QR 碼圖像的預處理8 表 表示的是掩膜圖形的參考和產生條件。掩模圖形編碼局域中的是真的模塊而產生的。在表中，i 是模塊的行位置，j 是模塊的列位置，（ i,j）=(0,0) 是左上方的位置 [11]。表 掩模圖形參考和產生條件掩模圖形參考 條件000 (i + j) mod 2 = 0001 i mod 2 = 0010 j mod 3 = 0011 (i + j) mod 3 = 0100 ((i div 2) + (j div 3)) mod 2 = 0101 (i j) mod 2 + (i j) mod 3 = 0110 ((i j) mod 2 + (i j) mod 3) mod 2 = 0111 ((i j) mod 3 + (i+j) mod 2) mod 2 = 0 本章小結 本章主要介紹了 QR 碼結構，并且對 QR 碼編碼原理中的數據編碼、糾錯編碼、掩膜等方法進行了仔細分析。最后根據編碼原理制作了一幅 QR 碼符號圖。、QR 碼圖像的預處理93 QR 碼圖像預處理過程由于解碼程序要在嵌入式系統中運行，所以要權衡圖像預處理中的每一種算法，使其達到最優(yōu)化效果，進一步確保在解碼時，解碼系統在識別速度和準確率方面都能夠滿足行業(yè)的解碼標準，因此在本章中，主要通過 matlab 仿真平臺對圖像預處理中每一步算法進行比較優(yōu)化，最終確定本文中所要使用的算法。 QR 碼圖像灰度化處理市面上銷售的攝像頭一般為彩色攝像頭，獲取的圖像是彩色圖，為了減少圖片中無用的數據量，因此需要對采集到的彩色圖像進行灰度化處理。彩色圖的色彩是由紅(R)、綠(G),藍(B)三個顏色分量確定，而每個顏色分量共有 256 個值(0255)，如果圖片顏色為全白，那么三個顏色的分量都為 255；反之，若為全黑，則顏色的分量為 0。若不進行灰度化處理，運算量會很大，從而會影響系統的速度。由于在灰度圖像中的每一個像素點 R、G、B 的分量是相同的，只有 256 種顏色，最終數據量大大降低，并且圖片的細節(jié)信息不會丟失，與此同時，提高了系統的運算速度 [2]。對圖像進行灰度化，一般有以下三種方法 [10]： 算術平均值法 對每個分量取其均值，那么這個均值就是灰度值。如表達式() [10]： （）式中，x，y 是像素點在圖像中的位置，F(x,y)是灰度值，R(x,y)，G(x,y)，B(x,y)分別是像素點的 R、G、B 分量，通過算術平均值法處理圖片后，圖片顏色較深。 最大值法 將分量中的最大值分配給各個分量，并將其最大值作為該像素的灰度值，如表達式（） [10]： （）Max{}為取像素點 R、G、B 分量中最大值求得的函數，通過最大值算法操作后，圖片顏色發(fā)亮。QR 碼圖像的預處理10 加權平均法 將 R、 G、B 分量使用加權平均算法后，分配給各個分量，并將它作為其灰度值。如表達式（） [10]： （）圖 21 科學家經過大量的醫(yī)學實驗發(fā)現，在所有顏色中，人的眼睛對綠色相當敏感，對藍色的敏感度最低，經過不斷地優(yōu)化，得到了一組最優(yōu)化權值，其中，、 、 。加權平均法也是本文選擇的算法。具體的灰度化算法實現如下： 圖 分別為使用各算法后的圖像對比，其中，圖為(a)為攝像頭截取的原始片，圖(b)為加權平均算法后得到的圖片，圖(c)為算數平均法后得到的圖片，圖(d)為最大值算法后得到的圖片，由于 QR 碼圖片是由黑色和白色倆種顏色組成的，所以經過以上算法灰度化后，圖片效果不是很明顯，而灰度化處理主要試講彩色圖片中的彩色分量剔除掉，從而減少圖片數據量。 (a) 采集到的原始圖像 (b) 經過加權平均法后圖像QR 碼圖像的預處理11 (c) 經過算數平均法后圖像 (d) 經過最大值法后圖像圖 灰度化處理前后圖像比較 圖像濾波處理 普通攝像頭采集到的圖像畫面都很模糊，不是很清晰，這主要是由于獲取圖像時，周圍環(huán)境噪聲的影響。由于以上原因，攝像頭獲取的圖像經常會出現變形、污損等情況，這樣嚴重影響圖像的識別，因此必須要對捕獲的圖像進行濾波處理，使其去掉周圍噪音，進而提高識別率。通常情況下，噪聲有兩種：加性和乘性噪聲，其中，令 為輸出數據， 為輸入數據， 為附加噪聲，而 ，y 分別為像素點的坐標位置。不管有無輸入數據，加性噪聲是一直存在的。輸出數據的表達式如（）： （） 乘性噪聲和輸入信號是相關聯的，它和輸入信號性能的生發(fā)疊加，輸出數據的表達式：（）： （） 濾波的作用是降低附加噪聲，盡量使 和 相同，其中常用的濾波有如下幾種： 鄰域均值濾波 領域均值濾波 [4]是一個經典線性濾波算法。令矩陣陣列 M，N 分別以圖形的高和長度來賦值，像素點的灰度值是 ，經該濾波算法計算處理后，像素點的灰度值轉換為了 ，那么可以形成一個領域 S，該領域是以（x,y）為中心的，并且領域 S 的中心點的像素點灰度值為所有點的灰度值的均值，輸出圖形的計算方法如下式（）： QR 碼圖像的預處理12 （）其中， ， ， 為鄰域 S 中全部像素點的總數，且， 。鄰域 S 的大小和形狀可以根據需要自由設定，但是對相同的圖像使用濾波算法時，選取一樣的鄰域圖形 圖 為常見的 33 大小正方形鄰域，圖 （a）為標準的平均值鄰域模板，圖 （b）為進行改進過的平均值領域模板。加權平均值領域模板中距離鄰域中心點最近的點所占權值最大，對該像素點灰度值的影響更大，離中心點越遠，比如圖 （b）中正方形的四個角上的點，所占權值越低，這樣做是因為采用均值濾波的方法處理圖片后，圖片各像素點過渡更為平滑，導致圖片細節(jié)信息丟失，圖像變得模糊，而采用加權平均值的方法就是為了減弱這種影響。 圖 鄰域均值濾波器 33 大小正方形模板鄰域均值濾波速度相對較快，且運算量也小，而它的濾波效果和模板的形狀、大小相關，選取時模板越大，就越模糊。 自適應濾波 自適應濾波 [12]是指利用前一時刻已獲得的濾波器參數等結果，自動地調節(jié)當前時刻的濾波參數，以適應信號與噪聲未知的或隨時間變化的統計特性，從而實現最優(yōu)濾波。令輸入圖像某像素點的灰度值為 ，自適應濾波后的輸出灰度值為，則輸出的灰度值如公式（）： （）其中