[发明专利]一种复杂环境下的QR码检测定位方法

说明书

本发明公开了一种复杂环境下的QR码检测定位方法，通过第一卷积神经网络判断获取到的图片是否含有QR码，若没有，则可以停止识别以避免不必要的运算，若有，则随机选取待检测的图片的任一局部块送到第二卷积神经网络中，当第二卷积神经网络识别到该局部块为QR码区域，即代表随机选取时命中了QR码区域时，以该命中的QR码区域为中心对其上下左右的局部块进行识别，并不断向外扩散，直至扩散到四个方向上都识别到背景区域时停止，并以此四个边缘初步定位出QR码区域，最后再检测出寻位图形，并通过透视变换矫正得到最终的QR码，本发明的方法适用于复杂环境下的检测定位，不仅检测过程快速高效，还能减少不必要的流程，提高识别效率。

技术领域

本发明涉及QR二维码检测定位领域，特别是一种复杂环境下的QR码检测定位方法。

背景技术

随着聊天工具的普及，移动支付也随着发展起来，最显而易见的就是各个商家的收银台处或者店里都贴着收款二维码，用户只需要扫描收款二维码便会弹出收款页面，完成支付即可，简单方便，无需找零。

二维码技术处于物联网三层结构的最底层，是最重要的信息采集方式；二维码在水平和垂直两个方向上表达信息，具有高密度大容量、较强的容错和加密功能、译码稳定可靠、低成本、制作简单、持久耐用等优点，而QR码是二维码的一种常用类型，是快速响应码(Quick Response Code)的简称，QR码的检测定位一般是基于QR码标准中三个寻位图形的比例特征进行定位，或者使用图像处理中形态学运算的方法提取二维码，但由于二维码的应用场景复杂，涉及到很多领域，例如餐饮行业、娱乐场所、各种超市商店、菜市场、公交车等，若无法快速的识别二维码，则有可能会造成人员拥堵或者影响到商家的正常营业等问题，所以如何能在复杂环境下快速准确的识别二维码就成了一个急需解决的问题。

发明内容

为解决上述问题，本发明的目的在于提供一种复杂环境下的QR码检测定位方法，能在复杂环境下快速准确的识别出QR码，为后续正确解码提供保障。

本发明解决其问题所采用的技术方案是：

一种复杂环境下的QR码检测定位方法，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。

进一步，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。对图片进行处理的目的是为了减少数据量以及提高图片质量，以免由于多余的图形信息干扰到后续步骤的检测。

进一步，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。通过训练卷积神经网络来对图片进行检测识别，可以快速的识别出图片是否含有QR码。

进一步，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。若检测到图片未含有QR码时，则停止操作以避免不必要的运算。