[发明专利]一种二维码图像的二值化方法及系统

说明书

技术领域

本发明涉及图像转化技术领域，尤其涉及一种二维码图像的二值化方法及系统，具体是一种针对较暗、光照不均以及对比度过大或过小的二维码图像的二值化方法及系统。

背景技术

近年来，随着资料自动收集技术的发展，二维码得到了越来越广泛的应用。二维码的识读过程为：通过二维码识读设备中的图像感应器抓取二维码图像，识读设备抓取完二维码图像后，利用二维码识读算法将二维码图像逐像素的进行图像的二值化，然后根据相应的二维码码制获得二维码二进制码流。之后，再依据二维码编码规则和纠错算法对二维码进行译码，完成二维码的识读。

因为一幅图像包括目标物体、背景还有噪声，要想从多值的数字图像中直接提取出目标物体，最常用的方法就是设定一个阈值T，将图像的数据分成两部分：大于阈值T的像素群和小于阈值T的像素群。这是研究灰度变换的常用的方法，即图像的二值化。图像的二值化，简言之就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的只有黑和白的视觉效果。

但是，由于二维码依附的介质不同，所处的光照环境不同，以及成像系统不同等因素，会导致通过二维码识读设备抓取到的二维码图像千差万别，噪声的影响、图像光照不均、对比度过大过小等都会使得二维码图像转化为二值化图像变得很复杂，而图像的二值化过程的效果优劣又直接关乎二维码的识读效果。

目前针对一个灰度图像进行二值化处理的处理技术主要是两种：

一种是利用全局阈值，通过全局直方图阈值或者Otsu方法的最佳全局阈值计算固定阈值来进行图像的二值化，这种方法运算量小，对于质量好的灰度图像具有很好的性能，但不适于对干扰较大的图片进行二值化处理。

另一种是利用动态阈值，通过图像区域的变化来动态的计算每一个点的阈值，如小范围均值阈值和加权运算阈值等来动态确定每个阈值来二值化，即用与像素位置相关的一组阈值（即阈值坐标的函数）来对图像各部分分别进行分割。这类算法的可以对任何图像进行二值化处理都能得到较准确的结果，但是时间复杂性和空间复杂性高，运算量过大。

因此，根据用户需求的不断提高，亟需一种对于干扰较为严重的二维码图像能够获得准确的二值化结果且具有高效率的二值化方法。

发明内容

本发明所要解决的技术问题是现有技术中无法对对于干扰较为严重的二维码图像无法既准确又快速的进行二值化处理从而提供一种二维码图像的二值化方法及系统。

为解决上述技术问题，本发明是通过以下技术方案实现的：

一种二维码图像的二值化方法，包括如下步骤：

将二维码图像进行切割得到若干分块区域；

获取每一分块区域的所有像素点的灰度值，并根据所述所有像素点的灰度值获得每一分块区域的灰度值；

根据每一分块区域所在的预定范围的平均灰度值，确定该分块区域的灰度阈值；

根据每一分块区域对应的灰度阈值对该分块区域中的像素点进行二值化处理。

进一步地所述根据每一分块区域所在的预定范围的平均灰度值，确定该分块区域的灰度阈值的处理包括：

根据所述预定范围包含的多个分块区域的灰度值，获得多个分块区域的灰度值的平均值作为所述灰度阈值。

进一步地还包括如下步骤：

根据二维码图像中像素点灰度值的关系构建对比度因子，所述对比度因子与二维码图像中最大灰度值和最小灰度值的差值呈正比关系；

所述获取每一分块区域的所有像素点的灰度值，并根据所述所有像素点的灰度值的获得每一分块区域的灰度值的处理包括：

根据某一分块区域中最大灰度值和最小灰度值的差值与所述对比度因子的关系并结合与该分块区域相邻的其他分块区域的灰度值，确定该分块区域的灰度值。

进一步地所述根据某一分块区域中最大灰度值和最小灰度值的差值与所述对比度因子的关系并结合与该分块区域相邻的其他分块区域的灰度值，确定该分块区域的灰度值的处理中利用以下公式获得分块区域（i，j）的灰度值

其中，i表示分块区域所在行的编号，j表示分块区域所在列的编号，S_ij表示该分块区域中所有像素点的灰度值的总和，C表示对比度因子，max_ij表示该分块区域中的最大灰度值，min_ij表示该分块区域中最小灰度值，m表示分块区域中包含m*m个像素点，其中m为大于1的整数。

进一步地利用以下公式构建所述对比度因子C：