[发明专利]基于聚类对QR二维码图像进行校正的方法和装置

权利要求书

1.一种基于聚类对QR二维码图像进行校正的方法，其特征在于，包括：

对QR二维码图像进行三次膨胀处理，对膨胀处理后的所述QR二维码图像进行Hough变换，获取所述QR二维码图像的四个边界；

根据所述四个边界分别拟合出QR二维码图像的四个边界直线集合，构造出所述四个边界直线集合分别对应的四个交点集合；

根据预先设定的交点集合的初始顶点簇和距离阈值，对所述四个交点集合分别进行交点聚类分析，得到最终的四个交点簇，通过计算所述四个交点簇的中心点得到QR二维码图像的四个顶点坐标；

根据所述QR二维码图像的四个顶点坐标和Hough变换的标准坐标计算出变换系数，根据所述变换系数对所述QR二维码图像进行校正处理。

2.根据权利要求1所述的基于聚类对QR二维码图像进行校正的方法，其特征在于，所述的对QR二维码图像进行三次膨胀处理，包括：

步骤101：获得QR二维码图像中各像素点的灰度值；

步骤102：获得QR二维码图像的长宽尺寸w,h,初始化横坐标a=0,纵坐标b=0,初始化QR二维码图像的前景色forecolor；

步骤103：判断横坐标a是否超过QR二维码图像的宽度w,如果不超过则执行步骤104，否则结束；

步骤104：判断纵坐标b是否超过QR二维码图像的宽度h,如果不超过则执行步骤105，否则执行步骤108；

步骤105：判断像素点(a,b)的灰度值是否是所述前景色forecolor，如果是则执行步骤106，否则执行步骤107；

步骤106：根据w,h判断像素点(a,b)是否是QR二维码图像的边界点，如果不是则执行1061；如果是则执行步骤1062；

步骤1061：对像素点(a,b)的8邻域进行灰度重置，将像素点(a,b)的8邻域的像素点的灰度值置为前景色forecolor，即：

f(a,b)=forecolor；

f(a-1,b)=forecolor；

f(a-1,b-1)=forecolor；

f(a+1,b)=forecolor；

f(a+1,b+1)=forecolor；

f(a,b-1)=forecolor；

f(a,b+1)=forecolor；

然后执行步骤107；

步骤1062：对像素点(a,b)的4邻域进行灰度重置，将像素点(a,b)的4邻域的像素点的灰度值置为前景色forecolor，即：

f(a,b)=forecolor；

f(a+1,b)=forecolor；

f(a+1,b+1)=forecolor；

f(a,b+1)=forecolor；

然后执行步骤107；

步骤107：横坐标a不变，纵坐标b增加1，转步骤104；

步骤108：横坐标a增加1，转步骤103。

3.根据权利要求1所述的基于聚类对QR二维码图像进行校正的方法，其特征在于，所述的构造出所述四个边界直线集合分别对应的四个交点集合，包括：

步骤301：选取边界直线集合L;

步骤302：选择L中的任意两条直线l1,l2;

步骤303：判断l1是否属于L，是则执行步骤304，否则结束；

步骤304：判断l2是否属于L,且l1不等于l2，是则执行305，否则执行步骤307；

步骤305：根据两条直线的直线方程得到l1和l2的交点，判断该交点是否属于QR二维码图像上，若属于，则将该交点存在交点集合A_-L中，执行步骤306；

步骤306：选择L中另一条直线赋给l2，转步骤304；

步骤307：选择L中另外一条直线赋给l1，转步骤303；

直到所述边界直线集合L中的所有直线都被选取了，将所述交点集合A_-L作为所述边界直线集合L对应的交点集合。