[发明专利]一种复杂环境下的QR码检测定位方法

权利要求书

1.一种复杂环境下的QR码检测定位方法，其特征在于：包括以下步骤：

A、获取图片，并对图片进行预处理；

B、训练第一卷积神经网络，将图片整体送入已训练好的第一卷积神经网络中，第一卷积神经网络判断图片是否含有QR码或类似QR码的图形；

C、训练第二卷积神经网络，将含有QR码或类似QR码的图形的待检测图片送入到已训练好的第二卷积神经网络中，以随机命中的方式进行局部识别得到整个QR码区域；

D、基于QR码的三个寻位图形的特征进行定位后得到最终的QR码。

2.根据权利要求1所述的一种复杂环境下的QR码检测定位方法，其特征在于：所述步骤A中获取图片，并对图片进行预处理的具体步骤为：

A1、获取图片，将该图片转换成灰度图像，采用局部自适应阀值方法将灰度图像转化为二值图像；

A2、对二值图像进行中值滤波以及去除噪声。

3.根据权利要求1所述的一种复杂环境下的QR码检测定位方法，其特征在于：所述步骤B中训练第一卷积神经网络的具体步骤为：建立两类数据集图片，图片中含有QR码图像和未含有QR码图形，以此数据集作为训练集训练第一卷积神经网络。

4.根据权利要求1所述的一种复杂环境下的QR码检测定位方法，其特征在于：所述步骤B第一卷积神经网络判断图片是否含有QR码或类似QR码的图形中，当第一卷积神经网络判断图片整体中含有QR码或类似QR码的图形时，执行下一步骤；若第一卷积神经网路判断图片整体中未含有QR码或类似QR码的图形时，终止操作。

5.根据权利要求1所述的一种复杂环境下的QR码检测定位方法，其特征在于：所述步骤C中训练第二卷积神经网络的具体步骤为：建立数据集图片，将数据集图片中每张图片进行切分得到局部块，将所有局部块分为包含QR码区域和背景区域两类作为数据集，以此数据集来训练第二卷积神经网络。

6.根据权利要求1所述的一种复杂环境下的QR码检测定位方法，其特征在于：所述步骤C将含有QR码或类似QR码的图形的待检测图片送入到已训练好的第二卷积神经网络中，以随机命中的方式进行局部识别得到整个QR码区域的具体步骤为：

C1、随机选取待检测图片的任一局部块送入到第二卷积神经网络中，第二卷积神经网络对该局部块进行识别；

C2、若第二卷积神经网络对该局部块识别为背景区域，任取另一局部块进行再次识别，直至含有QR码区域的局部块被命中；

C3、以命中的局部块为中心，对其上下左右四个方向上的局部块进行识别，不断向外扩散直到检测到含有背景区域的局部块时停止识别；

C4、以上述四个方向上的含有背景区域的局部块为边缘定位整个QR码区域。

7.根据权利要求1所述的一种复杂环境下的QR码检测定位方法，其特征在于：所述步骤D中基于QR码的三个寻位图形的特征进行定位后得到最终的QR码的具体步骤为：利用寻位图形的宽度比例或者轮廓关系检测出寻位图形，通过透视变换矫正，提取到最终的QR码。