一种基于仿射变换的模糊QR码复原方法

摘要

本发明公开了提供一种将传统的图像复原方法与QR码特点校准的方法结合，即利用了传统图像复原方法得到一张质量较好的图像，又利用了QR码的特点得到一张标准的QR码，更加快捷高效的为自动引导车提供准确的QR码定位图像，并且得到自动引导车运行过程中的姿态信息的基于仿射变换的模糊QR码运动模糊图像复原方法。本发明利用多分辨率处理，得到ROI图像，可以大幅度降低图像复原时间。经过校准的QR码，与标准的QR码相似度很高，可以保证识别。

主权项

一种基于仿射变换的模糊QR码复原方法，其特征在于，包括以下步骤：步骤（1），利用Hu不变矩原理，计算待复原的运动模糊图像中包含QR码的区域的ROI图像；步骤包括：步骤（1.1），利用高斯图像金子塔，对运动模糊图像向下三次降采样；步骤（1.2），检测向下降采样图像的边缘信息，计算所有边缘信息的Hu不变矩，根据Hu不变矩得到大小符合的边缘，作为QR码的边缘；步骤（1.3），用最小矩形包含步骤（1.2）中得到的边缘，得到最小矩形的四个角点，分别乘以3，得到运动模糊图像中QR码的最小包含矩形,分割图像得到ROI图像；步骤（2），用传统的图像复原方法对步骤（1）得到的ROI图像进行初步运动模糊复原；步骤包括：步骤（2.1）， 根据自动导引车的运动方向，得到ROI图像的运动模糊方向；步骤（2.2），根据自动导引车的运动速度，得到ROI图像的运动模糊距离；步骤（2.3），利用消失矩的数目为4的db4小波变换，得到ROI图像的4个子频带图像，分别是原图像的低频部分LL、原图像的水平高频垂直低频部分HL、原图像的水平低频垂直高频部分LH、原图像的对角高频部分HH；根据步骤（2.1）、步骤（2.2）中得到运动模糊方向和运动模糊距离，使用维纳滤波对LL运动模糊复原，使用拉普拉斯算子对LH、HL、HH边缘保持；步骤（2.4），利用小波逆变换，将4个子频带图像重构成复原的ROI图像；步骤（3），利用行程编码，得到复原的ROI图像中QR码的四个角点，步骤包括：步骤（3.1），根据灰度直方图，利用大津阈值法，将复原的ROI图像二值化；步骤（3.2）， 利用中值滤波器，祛除二值化ROI图像中的椒盐噪声和振铃效应；步骤（3.3）， 计算二值化ROI图像的行程编码，根据QR码的特点，计算得到二值化ROI图像中QR码的四个角点；步骤（4），利用Homography矩阵和仿射变换原理，计算得到正放的二值化复原QR码图像，步骤包括：步骤（4.1），根据QR码在模糊图像中的大小，得到模糊图像中QR码相较真实QR码的放大倍数，计算得到放大的四个角点；步骤（4.2），利用步骤（3.3）中得到的QR码的四个角点和步骤（4.1）中得到的四个角点，计算得到Homography矩阵的线性解；步骤（4.3），利用仿射变换原理，计算得到正放的复原QR码；步骤（5），将正放的复原QR码分割为N*N个模块，根据QR码的特点，遍历N*N个模块，根据每个模块的特征，将当前模块赋值为黑色或者白色。