CN1117623A - 二维代码识别的器件和方法 - Google Patents

二维代码识别的器件和方法 Download PDF

Info

Publication number
CN1117623A
CN1117623A CN95102284A CN95102284A CN1117623A CN 1117623 A CN1117623 A CN 1117623A CN 95102284 A CN95102284 A CN 95102284A CN 95102284 A CN95102284 A CN 95102284A CN 1117623 A CN1117623 A CN 1117623A
Authority
CN
China
Prior art keywords
code
straight line
information
size
matrix element
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN95102284A
Other languages
English (en)
Other versions
CN1111818C (zh
Inventor
杉山诚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toshiba TEC Corp
Original Assignee
TEC KK
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by TEC KK filed Critical TEC KK
Publication of CN1117623A publication Critical patent/CN1117623A/zh
Application granted granted Critical
Publication of CN1111818C publication Critical patent/CN1111818C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/10544—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum
    • G06K7/10821—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum further details of bar or optical code scanning devices
    • G06K7/1093—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum further details of bar or optical code scanning devices sensing, after transfer of the image of the data-field to an intermediate store, e.g. storage with cathode ray tube
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404—Methods for optical code recognition
    • G06K7/1408—Methods for optical code recognition the method being specifically adapted for the type of code
    • G06K7/1417—2D bar codes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404—Methods for optical code recognition
    • G06K7/1439—Methods for optical code recognition including a method step for retrieval of the optical code
    • G06K7/1452—Methods for optical code recognition including a method step for retrieval of the optical code detecting bar code edges

Abstract

按照本发明的二维代码图识别方法，首先在步骤S1中输入一个二维图象，其次，在步骤S2中检测其一条边。边检测是在扫描线上每隔几个小点检测一次象素进行的。在步骤S3中按照休氏转换和最小二乘逼近抽取一条直线，并在步骤S4中选出直线的组合。然后在步骤S5中检测图形的尺寸。在步骤S6中抽取其余两条直线，并抽取图形。在步骤S7中从抽取的图形上抽取矩阵信息，并识别代码。在过程中常会流回到步骤S4进行直线组合的选择，一直到直线检测和图形识别能够准确地在步骤S5、S6和S7内完成为止。

Description

二维代码识别的器件和方法
本发明涉及一种二维代码识别器件，例如二维代码读器件，和一种二维代码识别方法。
这种图象识别器可读的图象包括具有排列成矩阵形式的数据而它的至少两条边或四条边为直线的矩形二维代码图，或类似二维代码图的图形，该识别器并可从供读图象上抽取而后识别二维代码图或类似二维代码图的图形。注意所谓类似二维代码图的图形是指例如读一装在印刷电路板上的类似二维图形的IC(集成电路)元件时所得到的图象。
这种图象识别器可从供读的二维图象1上检测出待抽取的目标二维图象1的位置，如图16A所示。如在日本专利申请KOKOKU公报62—3475号上所公开的模式匹配法便被经常用来进行这种位置检测。
这种模式匹配法使用许多参考模式3如图16B所示。用参考模式3扫描二维图象1，参考模式的相似性用数值来代表，所得数值与二维图象的数值接近的那个部分被抽取出来，这样便可检测出待抽取的目标二维图形的位置。
又如在日本专利申请KOKOKU公报1—35385号上所公开的轮廓边跟踪法也可很好地使用在这种位置检测的工作上。
轮廓边跟踪法是一种能够探测出图形轮廓的方法。如图17所示，在黑象素部分4与白象素部分5之间的一条边被跟踪如实线箭头6所示，从而可检测出图形的轮廓。
已知上述模式匹配法在从具有一定特性的二维图象1上抽取目标二维图形方面是一种十分有效的方法。该方法在抽取特性类似矩形二维代码图、具有排列成矩阵形式的数据、它的至少两条边或四条边为直线的图形方面也很有效。但在读一图象时，二维代码图很少总是与二维图象平行的，如图16A所示。在很多场合，如图18A所示，供读的二维代码图是与二维图象倾斜的。
因此，在实际上应用模式匹配法检测二维代码图2时，须准备能够代表具有各种斜度的直线的模式，如图18B所示。而二维图象1要用这些模式相继进行扫描借以检测出目标二维图形2的位置，这样抽取图形就需很长一段时间。
与模式匹配法不同，上述轮廓边跟踪法在检测倾斜直线的位置方面并无问题。而且因为在一二维图象中只有具有特征的那部分需要检索，因此抽取图形只需较短一段时间。但是在跟踪轮廓边时很难确定出发点。即使出发点能够顺利地获得，当具有缺陷8的图形，如图19所示，要读时，很可能把缺陷部分8当作轮廓来跟踪，如图19中虚线箭头9所示。这样将会不符合要求地识别出一个与原来轮廓不同的轮廓。
本发明的一个目的是要提供一种图象识别器，它能应用休氏(Hough)转换和最小二乘逼近进行直线位置检测并快速完成边缘检测，从而能够高速而又准确地抽取一个具有排列成矩阵形式的数据而它的至少两条边或四条边为直线的矩形二维代码图，或一个类似二维代码图的图形，还能抽取矩阵信息，并完成代码识别。
本发明的另一个目的是要提供一种图象识别器，它能应用休氏转换和最小二乘逼近进行直线位置检测并快速将图象信息存储到图象存储器内，从而能够高速而又准确地抽取一个具有排列成矩阵形式的数据而它的至少两条边为直线的矩形二维代码图，或一个类似二维代码图的图形，并能抽取矩阵信息。
本发明的还有一个目的是要提供一种图象识别器，它能应用休氏转换和最小二乘逼近进行直线位置检测并准确地检测一条直线的位置，从而能够高速而又准确地抽取一个具有排列成矩阵形式的数据而它的至少两条边为直线的矩形二维代码图，或一个类似二维代码图的图形，并能抽取矩阵信息。
本发明的另外还有一个目的是要提供一种图象识别器，它能应用休氏转换和最小二乘逼近进行直线位置检测并准确地检测矩阵元素的尺寸，从而能够高速而又准确地抽取一个具有排列成矩阵形式的数据而它的至少两条边为直线的矩形二维代码图，或一个类似二维代码图的图形，并能准确地抽取矩阵信息。
按照本发明的二维代码识别器可读的图象包括具有排列成矩阵形式的数据而它的至少两条边为直线的矩形二维代码图，或类似二维代码图的图形，该识别器并可从供读的二维图象信息中抽取二维代码图或类似二维代码图的图形。该识别器具有：能将从二维代码图或类似二维代码图的图形中读得的图象信息存储到图象存储器内的手段，能够沿纵向和横向扫描存储在图象存储器内的图象信息而检测出图形上一条边的边检测手段，能按照休氏转换和最小二乘逼近从存储在图象存储器内的图象信息中检测出两条相交直线的位置的第一直线位置检测手段，能用来检测被第一直线位置检测手段检测出的两条直线的长度的长度检测手段，能依据被第一直线位置检测手段和长度检测手段检测出的两条直线的位置和长度检测其余两条相交直线的位置和第二直线位置检测手段，能依据第一和第二直线位置检测手段检测出的直线位置和长度检测手段检测出的直线长度抽取要识别的目标图形并依据抽取的图形检测构成矩阵的矩阵元素的尺寸的矩阵元素检测手段，以及能依据抽取的要识别的目标图形的尺寸和矩阵元素的尺寸抽取矩阵信息的信息抽取手段，其中边检测手段每隔几个小点检测一次扫描线上的象素来进行边检测。
在具有上述结构的本发明的二维代码识别器内，用边检测手段沿横向和纵向扫描存储在图象存储器内的图象信息来检测图形的边。其时，每隔几个小点检测一次扫描线上的象素来进行边检测。采用这种操作，边检测可以高速进行。
用休氏转换和最小二乘逼近从存储在图象存储器内的图象信息中检测出两条相交直线的位置，然后检测这两条检测出的直线的长度。依据这两条检测出的直线的位置和长度，再检测其余两条相交直线的位置。
依据用上述方式检测出的直线的位置和长度抽取要识别的目标图形并检测构成矩阵的每一个矩阵元素的尺寸。然后依据抽取的要识别的目标图形的尺寸和矩阵元素的尺寸抽取矩阵信息。
按照本发明的二维代码识别器可读的图象包括具有排列成矩阵形式的数据而它的四条边为直线的矩形二维代码图，或类似二维代码图的图形，该识别器并可从供读的二维图象信息中抽取二维代码图或类似二维代码图的图形。该识别器具有：能将从二维代码图或类似二维代码图的图形中读得的图象信息存储到图象存储器内的手段，能够沿纵向和横向扫描存储在图象存储器内的图象信息而检测出图形上一条边的边检测手段，能按照休氏转换和最小二乘逼近从存储在图象存储器内的图象信息中检测出四条相交直线的位置的直线位置检测手段，能用来检测被直线位置检测手段检测出的四条直线的长度的长度检测手段，能依据直线位置检测手段检测出的直线位置和长度检测手段检测出的直线长度抽取要识别的目标图形并依据抽取的图形检测构成矩阵的矩阵元素的尺寸的矩阵元素检测手段，以及能依据抽取的要识别的目标图形的尺寸和矩阵元素的尺寸而抽取矩阵信息的信息抽取手段，其中边检测手段每隔几个小点检测一次扫描线上的象素来进行边检测。
在具有上述结构的本发明的二维代码识别器内，用边检测手段沿横向和纵向扫描存储在图象存储器内的图象信息来检测图形的边。其时，每隔几个小点检测一次扫描线上的象素来进行边检测。采用这种操作，边检测可以高速进行。
按照休氏转换和最小二乘逼近从存储在图象存储器内的图象信息中检测出四条相交直线的位置，然后检测这四条检测出的直线的长度。
依据用上述方式检测出的直线的位置和长度抽取要识别的目标图形并检测构成矩阵的每一个矩阵元素的尺寸。然后依据抽取的要识别的目标图形的尺寸和矩阵元素的尺寸抽取矩阵信息。
按照本发明的二维代码识别器可读的图象包括具有排列成矩阵形式的数据而它的至少两条边为直线的矩形二维代码图，或类似二维代码图的图形，该识别器并可从供读的二维图象信息中抽取二维代码图或类似二维代码图的图形。该识别器具有：能将从二维代码图或类似二维代码图的图形中读得的图象信息存储到图象存储器内的手段，能够沿纵向和横向扫描存储在图象存储器内的图象信息而检测出图形上一条边的边检测手段，能按照休氏转换和最小二乘逼近从存储在图象存储器内的图象信息中检测出两条相交直线的位置的第一直线位置检测手段，能用来检测被第一直线位置检测手段检测出的两条直线的长度的长度检测手段，能依据被第一直线位置检测手段和长度检测手段检测出的两条直线的位置和长度检测其余两条相交直线的位置的第二直线位置检测手段，能依据第一和第二直线位置检测手段检测出的直线位置和长度检测手段检测出的直线长度抽取要识别的目标图形并依据抽取的图形检测构成矩阵的矩阵元素的尺寸的矩阵元素检测手段，以及能依据抽取的要识别的目标图形的尺寸和矩阵元素的尺寸抽取矩阵信息的信息抽取手段，其中，当供读图象信息被划分成奇数域或偶数域时，将图象信息存储到图象存储器内的手段只读两个数域中的一个，插补缺少的数域，并将数据存储到图象存储器内。
在具有上述结构的本发明的二维代码识别器内，从一个图象读得的图象信息被存储在图象存储器内。当供读图象信息被划分成奇数域和偶数域时，只读其中的一个数域，对读出的数域进行插补，并将最后得出的数据存储到图象存储器内。采用这种操作，可高速地将图象信息存储到图象存储器内。
用边检测手段沿横向和纵向扫描存储在图象存储器内的图象信息来检测图形的边。按照休氏转换和最小二乘逼近从存储在图象存储器内的图象信息中检测出两条相交直线的位置，然后检测这两条检测出的直线的长度。依据检测出的直线的位置和长度，再检测其余两条相交直线的位置。
依据用上述方式检测出的直线的位置和长度抽取要识别的目标图形并依据抽取的图形检测构成矩阵的每一个矩阵元素的尺寸。然后依据抽取的要识别的目标图形的尺寸和矩阵元素的尺寸抽取矩阵信息。
按照本发明的二维代码识别器可读的图象包括具有排列成矩阵形式的数据而它的至少两条边为直线的矩形二维代码图，或类似二维代码图的图形，该识别器并可从供读的二维图象信息中抽取二维代码图或类似二维代码图的图形。该识别器具有：能将从二维代码图或类似二维代码图的图形中读得的图象信息存储到图象存储器内的手段，能够沿纵向和横向扫描存储在图象存储器内的图象信息而检测出图形上一条边的边检测手段，能按照休氏转换和最小二乘逼近从存储在图象存储器内的图象信息中检测出两条相交直线的位置的第一直线位置检测手段，能用来检测被第一直线位置检测手段检测出的两条直线的长度的长度检测手段，能依据被第一直线位置检测手段和长度检测手段检测出的两条直线的位置和长度检测其余两条相交直线的位置的第二直线位置检测手段，能依据第一和第二直线位置检测手段检测出的直线位置和长度检测手段检测出的直线长度抽取要识别的目标图形并依据抽取的图形检测构成矩阵的矩阵元素的尺寸的矩阵元素检测手段，以及能依据抽取的要识别的目标图形的尺寸和矩阵元素的尺寸抽取矩阵信息的信息抽取手段，其中边检测手段首先在一个能连续存取地址的方向上扫描来进行边检测，标出要识别的目标图形出现的位置，然后在另一个方向上在标有图形出现的位置上进行边检测。
在具有上述结构的本发明的二维代码识别器内，用边检测手段来检测图形的边。其时，首先在一个能连续存取地址的方向上扫描进行边检测，并将要识别的目标图形出现的位置标出，然后在另一个方向上在标有图形出现的位置上进行边检测。采用这种操作，边检测可以高速进行。
按照休氏转换和最小二乘逼近从存储在图象存储器内的图象信息中检测出两条相交直线的位置，然后检测这两条检测出的直线的长度，依据这两条检测出的直线的位置和长度，再检测其余两条相交直线的位置。
依据用上述方式检测出的直线的位置和长度抽取要识别的目标图形并依据抽取的图形检测构成矩阵的每一个矩阵元素的尺寸。然后依据抽取的要识别的目标图形的尺寸和矩阵元素的尺寸抽取矩阵信息。
按照本发明的二维代码识别器可读的图象包括具有排列成矩阵形式的数据而它的至少两条边为直线的矩形二维代码图，或类似二维代码图的图形，该识别器并可从供读的二维图象信息中抽取二维代码图或类似二维代码图的图形。该识别器具有：能将从二维代码图或类似二维代码图的图形中读得的图象信息存储到图象存储器内的手段，能够沿纵向和横向扫描存储在图象存储器内的图象信息而检测出图形上一条边的边检测手段，能按照休氏转换和最小二乘逼近从存储在图象存储器内的图象信息中检测出两条相交直线的位置的第一直线位置检测手段，能用来检测被第一直线位置检测手段检测出的两条直线的长度的长度检测手段，能依据被第一直线位置检测手段和长度检测手段检测出的两条直线的位置和长度检测其余两条相交直线的位置的第二直线位置检测手段，能依据第一和第二直线位置检测手段检测出的直线位置和长度检测手段检测出的直线长度抽取要识别的目标图形并依据抽取的图形检测构成矩阵的矩阵元素的尺寸的矩阵元素检测手段，以及能依据抽取的要识别的目标图形的尺寸和矩阵元素的尺寸抽取矩阵信息的信息抽取手段，其中，当将原点与一条通过一个任意的抽样点并具有角度θ的直线之间的距离定为R时，第一直线位置检测手段将对具有相同角度θ或角度互相接近的候选直线的距离R进行比较，并将那些被确定为完全相同的直线从候选直线中除去。
在具有上述结构的本发明的二维代码识别器内，用边检测手段沿横向和纵向扫描存储在图象存储器内的图象信息来检测图形的边。按照休氏转换和最小二乘逼近从存储在图象存储器内的图象信息中检测出两条相交直线的位置其时，假定原点与一条通过一个任意的抽样点并具有角度θ的直线之间的距离为R，对具有相同角度θ或角度互相接近的候选直线的距离R进行比较。当这些直线被确定为完全相同时就把这些直线从候选直线中除去。采用这种操作，可以准确地检测出一条直线。
然后检测这两条检测出的直线的长度。依据这两条检测出的直线的位置和长度，再检测其余两条相交直线的位置。
依据用上述方式检测出的直线的位置和长度抽取要识别的目标图形并依据抽取的图形检测构成矩阵的每一个矩阵元素的尺寸，然后依据抽取的要识别的目标图形的尺寸和矩阵元素的尺寸抽取矩阵信息。
按照本发明的二维代码识别器可读的图象包括具有排列成矩阵形式的数据而它的至少两条边为直线的矩形二维代码图，或类似二维代码图的图形，该识别器并可从供读的二维图象信息中抽取二维代码图或类似二维代码图的图形。该识别器具有：能将从二维代码图或类似二维代码图的图形中读得的图象信息存储到图象存储器内的手段，能够沿纵向和横向扫描存储在图象存储器内的图象信息而检测出图形上一条边的边检测手段，能按照休氏转换和最小二乘逼近从存储在图象存储器内的图象信息中检测出两条相交直线的位置的第一直线位置检测手段，能用来检测被第一直线位置检测手段检测出的两条直线的长度的长度检测手段，能依据被第一直线位置检测手段和长度检测手段检测出的两条直线的位置和长度检测其余两条相交直线的位置的第二直线位置检测手段，能依据第一和第二直线位置检测手段检测出的直线位置和长度检测手段检测出的直线长度抽取要识别的目标图形并依据抽取的图形检测构成矩阵的矩阵元素的尺寸的矩阵元素检测手段，以及能依据抽取的要识别的目标图形的尺寸和矩阵元素的尺寸抽取矩阵信息的信息抽取手段，其中，矩阵元素检测手段逐个检测白矩阵元素和黑矩阵元素的尺寸并将矩阵元素个别检测出的尺寸的中间值定为矩阵元素的尺寸。
在具有上述结构的本发明的二维代码识别器内，用边检测手段沿横向和纵向扫描存储在图象存储器内的图象信息来检测图形的边。按照休氏转换和最小二乘逼近从存储在图象存储器内的图象信息中检测出两条相交直线的位置，然后检测这两条检测出的直线的长度。依据这两条检测出的直线的位置和长度，再检测其余两条相交直线的位置。
依据用上述方式检测出的直线的位置和长度抽取要识别的目标图形并依据抽取的图形检测构成矩阵的每一个矩阵元素的尺寸。其时，白矩阵元素的尺寸和黑矩阵元素的尺寸均逐个进行检测，并将矩阵元素各别检测出的尺寸的中间值定为矩阵元素的尺寸。采用这种操作，矩阵元素的尺寸能够准确地被检测出来。然后依据抽取的要识别的目标图形的尺寸和矩阵元素的尺寸抽取矩阵信息。
如上所述，按照本发明可提供的二维代码识别器能够利用休氏转换和最小二乘逼近进行直线位置检测，从而能够高速而又准确地抽取具有排列成矩阵形式的数据而它的至少两条边或四条边为直线的矩形二维代码图或类似二维代码图的图形，抽取矩阵信息，并进行代码识别。
按照本发明可提供的二维代码识别器能够利用休氏转换和最小二乘逼近进行直线位置检测，并能快速地将图象信息存储到图象存储器内，从而能够高速而又准确地抽取具有排列成矩阵形式的数据而它的至少两条边为直线的矩形二维代码图或类似二维代码图的图形，并抽取矩阵信息。
按照本发明可提供的二维代码识别器能够利用休氏转换和最小二乘逼近进行直线位置检测并准确地检测出一条直线的位置，从而能够高速而又准确地抽取具有排列成矩阵形式的数据而它的至少两条边为直线的矩形二维代码图或类似二维代码图的图形，并抽取矩阵信息。
按照本发明可提供的二维代码识别器能够利用休氏转换和最小二乘逼近进行直线位置检测，并能准确地检测出矩阵元素的尺寸，从而能够高速而又准确地抽取具有排列成矩阵形式的数据而它的至少两条边为直线的矩形二维代码图或类似二维代码图的图形，并准确地抽取矩阵信息。
本发明的其他目的和优点将在下面的说明中列出，有些一说就可明白，有些也许要通过实践才能领悟。本发明的目的和优点可用所附权利要求书中详细列出的器件设备组合来实现和获得。
这里用参与且构成说明书的一部分并画出本发明目前较优实施例的附图，上面已经给出的一般说明，以及下面将给出的对较优实施例的详细说明来阐明本发明的原理。
图1为示出本发明第一实施例安排的方块图；
图2为按照第一实施例示出二维映象区和二维代码图的视图；
图3为按照第一实施例说明横向扫描边点抽取的视图；
图4为按照第一实施例说明纵向扫描边点抽取的视图；
图5为按照第一实施例说明边缘检测的视图；
图6为按照第一实施例说明在横向扫描边点抽取的基础上按照休氏转变和最小二乘逼近进行直线抽取的视图；
图7为按照第一实施例说明在纵向扫描边点抽取的基础上按照休氏转变和最小二乘逼近进行直线抽取的视图；
图8为按照休氏转变说明错误的直线抽取的视图；
图9为说明错误的候选直线抽取的视图；
图10为按照第一实施例说明图形出现方向检测的视图；
图11为按照第一实施例说明按照休氏变换的直线抽取的视图；
图12为在第一实施例中说明其余两条直线抽取的视图；
图13为按照第一实施例示出图形抽取处理的流程图；
图14为按照本发明的第二实施例示出二维映象区和二维代码图的视图；
图15为按照第二实施例示出图形抽取处理的流程图；
图16A和16B为在第一惯例中说明图形抽取的视图；
图17A和17B为在第二惯例中说明图形抽取的视图；
图18A和18B为说明第一惯例的问题的视图；
图19为说明第二惯例的问题的视图。
本发明的实施例将在下面结合附图进行说明。第一实施例
图1为一方块图示出一种图象识别器的安排。标号11指出一个手持扫描器。
手持扫描器11具有一个例如由许多发光二极管构成的光源12。从光源12发出的光束在手持扫描器内被反射后，通过一个读窗，射到一个代码持有器13上，其上印刷着一个矩形的二维代码图形，该图形具有排列成两条边均为直线的矩阵形式的数据。
在手持扫描器内，从代码持有器13反射的光束被一返回镜14反射后被一聚光镜15聚焦，然后照射到CCD(电荷耦合器件)区域传感器16的受光面上。
CCD区域传感器16按照所收到的反射光束内各光点的强度读出印刷在代码持有器13上的二维代码图，并将各光点转变为电信号。
从CCD区域传感器16来的电信号在手持扫描器11内被图象检取电路转变为视频信号，然后向外输出。
在手持扫描器11的外面安排着二进制化电路18、微处理器19和图象存储器20。二进制化电路18将来自图象检取电路17的视频信号数字化，成为二进制的信号作为图象信息被微处理器19存储在图象存储器20内。
微处理器19依据一个程序处理存储在图象存储器20内的图象信息，并完成图形的边缘检测、二维代码图的抽取、矩阵信息的识别、等等。
图2为一视图示出在读矩形二维代码图时得出的二维映象区21和在二维映象区21内作为抽取目标的二维代码图。
当来自二进制化电路的图象信息被划分成奇数域和偶数域以便输入时，微处理器19读取这两数域中的一个，在该数域内内插，并将最后的数据存储在图象存储器20。例如，当读取奇数域时，将该单一的奇数域读取两次以插代偶数域的数据。
采用上述操作，CCD区域传感器16的快门速度能够定为正常速度的两倍。造成模糊的阻力能被改善并能高速处理以便将图象信息存储在图象存储器20内。
二维代码图22被设定为矩形的二维代码图，具有排列成矩阵形式的数据，其两条边22a和22b均为直线。即，实际的数据范围如图2中点划线所示。
如图3所示，按预定间隔横向扫描二维代码图的成为直线的两条边22a和22b，并抽取图3中用○和△标出的边点。另外，如图4所示，按预定间隔纵向扫描这两条边22a和22b，并抽取图4中用○和△标出的边点。
注意在横向和纵向上的扫描并不遍及整个图象的所有象素而只是按预定间隔进行，这是为了要缩短处理的时间。
这种扫描可以决定每一边点的属性为前沿(即图3或4中用○标出的边点)还是后沿(即图3或4中用△标出的边点)。
其时还用这些边点作为休氏转换(待在以后说明)的抽样点进行边缘检测。休氏变换不方便之处为对大量抽样点需有很长处理时间。因此，为了增加处理速度，极其重要的是要减少抽样点的数目。
在一排列成矩阵形式的二维代码图中，两条边22a和22b中的每一条边总是用相当于几个小点的一定厚度输入的。应用这一性质，厚度小于一定厚度的黑象素组就不被认为是一个边点。更具体点说，在每一条扫描线上不必检验所有象素，也不必将最后产生的变更点定义为边。例如，如果一个图形的黑象素组的厚度是由五个小点限定的，那么扫描线能够每隔四个小点扫描来进行边缘检测。
例如，假定给定的扫描线的一部分是由黑、白象素排列而成的，如图5所示。如果开始的扫描点定义为点n1，那么下一个点就是从n1前进四个小点的n2。点n1为一黑象素，而点n2为一白象素。就可发现有一边点存在在这四个小点之间。再从点n2到点n1逐一小点检验变更点，从而检测出边e1。
从点n2前进四个小点的点n3为一白象素如同点n2。为此，可以决定在这四个小点之间并不存在任何边点。即，用点n4和n5表示的黑象素可以跳过。这样不会产生读误差因为线厚是由五个小点限定的。
从点n3前进四个小点的点n6为一黑象素，可以发现有一边点存在在这四个小点之间。从点n6到点n3逐一小点检验变更点，从而检测出边e2。
当边点检测如上述那样进行时，对图象存储器20的访问便可减少，边缘检测的时间可以大为缩短。由于缺陷或类似原因形成的线厚小于限定厚度的黑象素组便可扔掉。由于缺陷或类似原因在读性能上造成的不利影响能被减少。另外，由于休氏变换用的抽样点的数目能被减少，休氏变换的速度能够加快，因而处理时间能够缩短。
检测一条边缘时须在图象存储器20内展开一个二维映象区21。如果在扫描这个图象时在横向上的地址是连续的，那么当图象存储器的地址在横向上为连续时扫描能够完成。但当图象存储器的地址在纵向上为连续时扫描不能完成。
横向扫描能以高速完成，而纵向扫描则需有一比横向扫描更长的时间周期。
根据上述情况判断，当图象存储器20的存取方法在一个比特/象素的图象存储形式内采用16比特的宽度时，下列算法可用来提高边缘检测的速度。
二维映象区21的大多数图象信息是由白的或黑的象素连续构成的。应用这一性质，在OH或FFFFH的给定地址值上的象素被看成是16个白的或黑的象素。采用这种操作，一个图形能够用一个存储器存取操作加以识别，虽然存储器存取被假定为进行了16次。如上所述，当要在每四个小点中确定一个白的或黑的象素时，该象素可用一个存储器存取操作加以识别，虽然这个识别被假定为需要进行四次存储器存取。
但这种算法只能用在地址为连续的横向扫描上。
由于这个理由，在本实施例中，先用高速横向扫描进行边缘检测。标出在这次边缘检测中代码存在的位置，然后沿纵向进行边缘检测但只在那些存在着代码的标出位置上进行。采用这种操作，沿纵向进行边缘检测所需的时间便可缩短，因此在整体上能够迅速完成边缘检测。
当一边点被检测出来时，便可按照休氏转换抽取一条直线。休氏转换法被公知为在一个图象中抽取直线的算法。更具体点说，在休氏转换中，将在原点及一条具有角度θ并通过图象上一个任意抽样点的直线之间的距离定义为R，就所有的抽样点计算相应于所有角度的距离R，并将能够代表角度θ和距离R的所有组合中经常出现的组合的一条直线定义为抽取的直线。
在计算机内进行休氏转换时，首先须得到一个应用θ和R为参数的二维数组，并将从每一个抽样点来的数据放入到数组的数组元素内。其时如将角度θ定为按较小的间隔变化，算术运算的数目将会增加，处理速度将会不希望地减低。另外，当距离R严格地被定义时，需要一个非常大的二维数组。因此在本实施例中，θ和R只是粗略地被定义，并且在其后设有一个严格地抽取一条直线的步骤。
图6为一视图，示出在图3中按照休氏转换进行直线抽取所得到的结果。图7为一视图，示出在图4中按照休氏转换进行直线抽取所得到的结果。
图6中休氏转换的直线23和图7中休氏转换的直线24具有的角度和距离不同于实际检测到的直线所具有的角度和距离，因为θ和R只是粗略地被定义。
构成这些直线的点被用作抽样点以便进行最小二乘逼近，从而可以得到分别在图6和7中示出的精确的直线25和26。
在一粗略的休氏转换中，当用能够限定一条包括前沿和后沿在内的直线的边点作为抽样点来进行最小二乘逼近时，将不希望地检测出一条直线28，该直线不同于实际检测出的直线27，如图8所示。
在本实施例中，当应用横向扫描和纵向扫描进行休氏转换后，可从检测出的休氏转换过的直线中选出一组直线，即大约相交成90°的直线29和30。按照限定直线29和30的边点的分布可用图10中的实线箭头31和32定出目标图形出现的方向。
以休氏转换检测出的两条直线的交点为准，对两个方向中一个出现较多边点的方向进行检验以便确定图形出现的方向。
当图形出现的方向已被确定时，一条待检测的直线的前沿或后沿就可清楚地表现出来了，最小二乘逼近就可只用具有与抽样点相应属性的边点来进行。因此，能够检测出一条正确的直线。
相应于二维代码图22的两条边22a和22b的直线33和34能够准确地确定出来，如图12所示。
如上所述，休氏转换对大量抽样点需要较长的处理时间。因此，在本实施例中，角度θ和距离R只是粗略地被定义，而休氏转换只是用来作为一种概略地检测出一条直线的位置的方法。为此，并不是图3和4中得出的所有边点都用作抽样点，而只有几个边点被作为抽样点进行休氏转换。
更具体点说，在图11中，虽然○、●、△和▲都是由边缘检测得出的边点，但只有用●和▲标出的边点被作用抽样点进行休氏转换。在这种方式下，也能检测出一条直线，该直线与应用所有边点进行休氏转换所得到的直线几乎相同，但比应用所有边点可以缩短大约一半的处理时间。
在进行休氏转换时，可用最小二乘逼近定出一条准确的直线。这一最小二乘逼近算出的直线应用了包括标有○和△的边点在内的所有的边点。而采用现在这种操作，能够检测出同样准确的直线。
用休氏转换检测出的直线通常具有在二维映象区21内的直线那样的特性。而二维代码图的两条边并不总是具有象直线那样最强的特性。由于这个理由，必须检测多条候选直线以便选出一条具有最强特性的直线。代表一条直线的点阵列也可作为个别候选直线进行检测。在这种情况下，即使由休氏转换得出的直线不同，但在最小二乘逼近后就会变得几乎完全相同。
这表明有过多的时间将被浪费在检索一条正确的候选直线上。另外，举例说，如果候选直线的数目限定为三，那么除非在三条候选直线中有一条具有象直线那样最强的特征，否则正确的候选直线就可能检测不出来。
参阅图9，假定一条正确的候选直线的边点和一条错误候选直线的边点分别定义为●和○。例如，当候选直线的数目为三时，一条用虚线表示的直线51假定被检测出来，但另外三条用实线表示的直线52、53和54也可作为三条最佳的直线而被检测出来。
在本实施例中，为了防止代表一条直线的点阵列作为多条候选直线而被检测出来，具有相同角度θ或角度互相近似(例如约为±5°)的候选直线的距离R先彼此比较一下以便确定检测出的直线是否完全相同。如果具有相同角度θ或角度相互近似的直线同时又有相互近似的距离R，那么这些直线就被确定时完全相同并被从候选直线中除去。采用这种操作，即使直线52被检测出来作为候选直线，直线53和54均被除去。
这种确定是在进行最小二乘逼近之前完成的，代表一条直线的边点阵列可以不会被检测成为多条候选直线。
一条直线的长度是用已知的长度检测方法得出的。那就是，检测出一条直线的起点和终点并将起点和终点之间的差异的绝对值计算出来就可获得该直线的长度。
待检测的图形为一矩形图形，如图12所示。矩阵元素35用相对于两条直线33和34的位置来代表。终止线36和37能用休氏转换识别为直线。
当在相对位置上的矩阵元素35并不是连续的时，那么可以作出与两条直线33和34平行的想象的终止线，而这两条直线是从在相互相对的位置上的端点38和39用最小二乘逼近得出的。而用休氏转换检测出的具有与该想象终止线接近的距离和角度的直线被确定为终止线36和37。
其时，终止线36和37的检测是在休氏转换的基础上用最小二乘逼近完成的，其方式与两条直线33和34的第一次检测相同，从而可以进行准确的直线抽取。
二维代码图22能用抽取四条直线的方法抽取已如上述。
在完成二维代码图22时须检测构成该二维代码图的矩阵元素35的尺寸。在这种情况下，各该矩阵元素35的尺寸被测量，一个经常出现的值或平均值可被定义为矩阵元素的尺寸。但是当读一个实际图象而测量矩阵元素的尺寸时，由于变厚或变薄的缘故，白矩阵元素的尺寸可被检测出与黑矩阵元素的尺寸不同。
在本实施例中，白矩阵元素的尺寸和黑矩阵元素的尺寸都是独立检测的，并把这些独立检测值的中间值定义为矩阵元素的尺寸。因此，矩阵元素的尺寸能被准确地识别。
当抽取的二维代码图22的尺寸和矩阵元素的尺寸被检测出来时，在矩阵内横向的和纵向的矩阵元素的数目就可确定。可在矩阵元素的已确定尺寸的基础上将在两条相对直线之内的区域均匀划分，从而检测出处在中心位置上的矩阵元素。矩阵信息就可这样被抽取以便识别代码信息。
如上所述，由于是在矩阵元素的已确定尺寸的基础上将在两条相对直线之内的区域均匀地划分，从而检测出矩阵元素的中心位置。因此，具有初始图象扭曲的代码信息能被准确地识别。
微处理器19的上述处理程序可结合图13的流程图加以说明。具体地说，在第一步S1输入二维图象，在下一步S2检测一条边，在再下一步S3按照休氏转换抽取一条直线，在再下一步S4选择直线的组合，在再下一步S5检测图形的尺寸，在再下一步S6抽取两条剩余的直线，并在末一步S7抽取矩阵信息。在步骤S3进行休氏转换时同时还进行最小二乘逼近以便准确地抽取直线。
检测图形的尺寸和检测其余两条直线分别在步骤S5和S6中完成。如果在步骤S5和S6中为否，就须流回到步骤S4，重新选择直线的组合。
然后分别在步骤S5和S6中完成图形尺寸的检测和其余两条直线的抽取。
在步骤S7中抽取矩阵信息还包括检测矩阵元素的尺寸。如果在这次处理中确定被测图形的位置不正确，那么就须流回到步骤S4，重新选择直线的组合。
检测图形尺寸和抽取其余两条直线分别在步骤S5和S6中完成，然后在步骤S7中抽取矩阵信息。
在这种方式下，首先，待读的二维映象区21按预定的间隔进行横向的和纵向的扫描，并将二维代码图22的两条边22a和22b上的前沿点和后沿点抽取出来以便确定每一边点的属性。
在按照粗略的休氏转换抽取直线后，从所检测出的直线中选择大约相交成90°的抽取直线的组合。按照能限定直线的边点的分布确定图形出现的方向。
这样就可搞清待测直线的前沿或后沿，只用那些具有与待测直线相同属性的边点作为抽样点进行最小二乘逼近，从而可检测出正确的直线。
利用测出的两条直线限定的矩形图形，可用休氏转换识别两条在位置上相互对向的直线。其时，准确的直线可在休氏转换的基础上用最小二乘逼近检测出来。
在这种方式下，待测目标图形的四条边和四个角的座标都可确定，二维代码图22可从二维映象区21抽取出来。
矩阵元素的尺寸可从抽取的二维代码图中检测出来，矩阵信息可以抽取出来，代码可被识别。
进行粗略的休氏转换后，选择大约相交成90°的直线的组合，确定图形出现的方向，接着就可用最小二乘逼近检测出准确的直线，由于这个理由，二维代码图就可在很短的处理时间内以高速抽取。而且，具有缺陷等的二维代码图也能准确地抽取。
可以每隔几个小点例如四个小点检测一下扫描线上的象素为黑象素或白象素。只有当出现变更点时才往回逐个小点扫描检测变更点，这样可以检测出边点。采用这种操作，与检测边点时所有象素均被检验的情况比较，边缘检测处理所需的时间可以大为缩短。因此，以高速抽取一个二维代码图的总的处理时间能够进一步缩短。并且，由于缺陷或类似原因造成的具有微小线厚的象素可被除掉。从这一点来看，这种操作能够准确抽取二维代码图。
当图象信息分解为奇数域和偶数域并且所得到的信息待读时，可以只读取其中一个数域的信息而将省略掉的数域用软件插补，并将最后得出的数据存储在图象存储器内。采用上述操作，从代码持有器13读一二维代码图并将所得到的数据存储在图象存储器内的处理可用较高的速度完成。因此，总的处理时间能够进一步缩短，能够以较高的速度抽取二维代码图。CCD区域传感器的快门速度可以设定为两个奇、偶数域都读时的正常速度的两倍。在读图形时造成模糊的阻力能被改善，图形能被清楚地读出。
当待读图象信息在纵向和横向被扫描以便完成边缘检测时，扫描首先在横向上完成，在该方向上地址为连续的。在应用16比特的存取方法中，OH的给定地址值被看作16个白象素，而FFFFH的给定地址值被看作16个黑象素。横向扫描是以高速完成的，在横向扫描中出现二维代码图的位置被标出。在纵向上地址是不连续的，纵向扫描只是在出现二维代码图的位置上完成。采用这种操作，边缘检测能以高速进行，从而进一步缩短总的处理时间，并以较高的速度抽取一幅二维代码图。
当抽取直线的休氏转换是在已经用边缘检测检测出边点的基础上进行时，休氏转换不必应用所有的边点而只是每隔几个边点应用一个边点。由于这个理由，按照休氏转换抽取一条直线的处理时间几乎能够缩短一半，从而可以进一步缩短总的处理时间，并以较高的速度抽取一幅二维代码图。
在按照休氏转换抽取一条直线时，必须检测多条候选直线。各自通过任意抽样点并具有相同角度θ或相近角度的多条候选直线的距离R(即在原点和具有角度θ的直线之间的距离)须相互进行比较。如果距离R间的差异较小，那么这些直线可被确定为完全相同并可从多条候选直线中除去。采用这种操作，多条候选直线能够正确地被抽取，二维代码图也能正确地被抽取出来。
另外，在二维代码图被抽取后，须对白象素和黑象素的尺寸的经常出现值和平均值个别地进行检测。个别检测值的中间值被定义为矩阵元素的尺寸。在这种方式下，能够准确地识别矩阵元素的尺寸。
在矩阵中横向和纵向的矩阵元素的数目可在抽取图形的尺寸和矩阵元素的尺寸的基础上加以确定。在矩阵元素的已检测出的尺寸的基础上可将两条相对直线之间的区域均匀划分，从而检测矩阵元素的中心位置。这样矩阵信息就可读出。因此，具有初始图象扭曲的二维代码也能准确地读出。第二实施例
在说明第二实施例之前，先阐明图形抽取。在进行图形抽取时，须使一个具有矩阵形式的数据而四边42a、42b、42c和42d为直线的矩形二维代码图呈现在一待读的二维映象区41内，如图14所示。
在二维代码图42中，不仅两条边42a和42b象直线43和44那样连续，而且两条分别与42a和42b相对的边也都象直线45和46那样连续。那就是，二维代码图42被定义为一个具有四条被直线43至46围住的边的图形。
在第一实施例中，当两条直线被抽取后，可在一个图形的尺寸和端头已经确定的基础上确定与抽取的两条直线相对的终止线，这是由于下列理由。因为相对的边并不是由黑象素构成的连续的直线，所得的终止线与连续的直线相比，具有弱的直线特征。因此，难于从整个图象上准确地检测出终止线。
但在本实施例中，两条直线43和44及两条终止线45和46都具有作为直线的强特征。
由于这个理由，本实施例的图形抽取是按图15所示的流程图进行的。那就是在步骤2检测边，而待检测图形的所有四条边可在其后步骤S13中按照休氏转换的直线抽取检测出来。
准确直线的最终抽取可用与第一实施例相同的方式来完成。在按照休氏转换进行直线抽取的基础上进一步用步骤S14中的最小二乘逼近选择具有较多优势的直线组合。步骤S14中的处理将重复进行一直到正确的矩阵信息可在步骤S7中被抽取出来。最后，正确的矩阵信息在步骤S7中被抽取出来。
由于在本实施例中不需检测图形尺寸和抽取其余两条直线的步骤，与第一实施例相比，处理质量有所降低，但图形抽取的速度能够加快。并且在本实施例中，如同在第一实施例中那样，具有缺陷等的二维代码图也能被准确地抽取，似乎这是当然的事。
本实施例的二维图象识别器能从供读的二维映象区上抽取一个具有排列成矩阵形式而它的四条边为直线的矩形代码图并识别代码。该识别器具有：能将从二维代码图或类似二维代码图的图形中读得的图象信息存储到图象存储器内的手段，能够沿纵向和横向扫描存储在图象存储器内的图象信息而检测出图形上一条边的边检测手段，能按照休氏转换和最小二乘逼近从存储在图象存储器内的图象信息中检测出四条相交直线的位置的直线位置检测手段，能用来检测被直线位置检测手段检测出的四条直线的长度的长度检测手段，能依据直线位置检测手段检测出的直线位置和长度检测手段检测出的直线长度抽取要识别的目标图形并依据抽取的图形检测构成矩阵的矩阵元素的尺寸的矩阵元素检测手段，以及能依据抽取的要识别的目标图形的尺寸和矩阵元素的尺寸而抽取矩阵信息的信息抽取手段，其中边检测手段每隔几个小点检测一次扫描线上的象素来进行边检测。采用这样安排，如同上一实施例那样，在检测扫描线上的象素时不管该象素是黑是白总是每隔几个小点检测一次。只有当出现变更点时才从变更点往回逐一小点扫描，这样便可检测出边点。由于这个缘故，比起所有象素都要检验来检测一个边点的做法来说，边检测处理所需时间能够大为缩短。因此总的处理时间可进一步缩短以便用高速抽取二维代码图。另外，由于缺陷或类似原因产生的细小线将被处理掉。从这观点出发，可说二维代码图能够准确地被抽取。
本实施例的二维图象识别器具有：能将从二维代码图或类似二维代码图的图形中读得的图象信息存储到图象存储器内的手段，能够沿纵向和横向扫描存储在图象存储器内的图象信息而检测出图形上一条边的边检测手段，能按照休氏转换和最小二乘逼近从存储在图象存储器内的图象信息中检测出四条相交直线的位置的直线位置检测手段，能用来检测被直线位置检测出的四条直线的长度的长度检测手段，能依据直线位置检测手段检测出的直线位置和长度检测手段检测出的直线长度抽取要识别的目标图形并依据抽取的图形检测构成矩阵的矩阵元素的尺寸的矩阵元素检测手段，以及能依据抽取的要识别的目标图形的尺寸和矩阵元素的尺寸而抽取矩阵信息的信息抽取手段，其中，当供读的图象信息被分解成奇数域和偶数域时，将图象信息存储到图象存储器内的手段只读其中的一个数域，插补读出的数域，并将最后得出的数据存储到图象存储器内。采用这样安排，如同上一实施例那样，当图象信息被分解成奇数域和偶数域供读时，只存取其中的一个数域而将略去的数域用软件来插补，然后将得出的数据存储在图象存储器内。采用上述操作读一二维代码图并将得到的数据存储在图象存储器内的处理过程能以较高的速度进行。由于这个缘故，总的处理时间便能进一步缩短，而二维代码图能以更高的程度抽取。CCD区域传感器的快门速度可以设定为奇数域和偶数域都读时的正常速度的两倍。在读图形时造成模糊的阻力可改善，图形能够清楚地读出。
本实施例的二维图象识别器具有：能将从二维代码图或类似二维代码图的图形中读得的图象信息存储到图象存储器内的手段，能够沿纵向和横向扫描存储在图象存储器内的图象信息而检测出图形上一条边的边检测手段，能按照休氏转换和最小二乘逼近从存储在图象存储器内的图象信息中检测出四条相交直线的位置的直线位置检测手段，能用来检测被直线位置检测出的四条直线的长度的长度检测手段，能依据直线位置检测出的直线位置和长度检测手段检测出的直线长度抽取要识别的目标图形并依据抽取的图形检测构成矩阵的矩阵元素的尺寸的矩阵元素检测手段，以及能依据抽取的要识别的目标图形的尺寸和矩阵元素的尺寸而抽取矩阵信息的信息抽取手段，其中，边检测手段先在一个能够连续存取地址的方向上扫描来进行边检测，标出要识别的目标图形出现的位置，然后边检测手段在另一个方向上在标有图形出现的位置上进行边检测。采用这样安排，如同上一实施例那样，扫描首先在地址为连续的横向上进行。在采用16比特宽度的存取方法中，OH的给定地址值被看作是16个白象素，而FFFFH的给定地址值被看作是16个黑象素。横向扫描可高速进行，在横向扫描时标出二维代码图的出现位置。而在地址不连续的纵向上扫描时只在那些出现二维代码图的位置上进行。因此边检测能够高速进行，从而能进一步缩短总的处理时间并以较高的速度抽取二维代码图。
本实施例的二维图象识别器具有：能将从二维代码图或类似二维代码图的图形中读得的图象信息存储到图象存储器内的手段，能够沿纵向和横向扫描存储在图象存储器内的图象信息而检测出图形上一条边的边检测手段，能按照休氏转换和最小二乘逼近从存储在图象存储器内的图象信息中检测出四条相交直线的位置的直线位置检测手段，能用来检测被直线位置检测手段检测出的四条直线的长度的长度检测手段，能依据直线位置检测手段检测出的直线位置和长度检测手段检测出的直线长度抽取要识别的目标图形并依据抽取的图形检测构成矩阵的矩阵元素的尺寸的矩阵元素检测手段，以及依据抽取的要识别的目标图形的尺寸和矩阵元素的尺寸而抽取矩阵信息的信息抽取手段，其中，假定将原点与一条通过一个任意抽样点并具有角度θ的直线之间的距离定为R，直线位置检测手段可对具有相同角度θ或角度相互接近的候选直线的距离R进行比较，当那些直线被确定为完全相同时就将那些直线从候选直线中除去。采用这样安排，如同上一实施例那样，由于确定为完全相同的候选直线能被除去，多条候选直线便能准确地被检测，结果就可准确地抽取二维代码图。
本实施例的二维图象识别器具有：能将从二维代码图或类似二维代码图的图形中读得的图象信息存储到图象存储器内的手段，能够沿纵向和横向扫描存储在图象存储器内的图象信息而检测出图形上一条边的边检测手段，能按照休氏转换和最小二乘逼近从存储在图象存储器内的图象信息中检测出四条相交直线的位置的直线位置检测手段，能用来检测被直线位置检测出的四条直线的长度的长度检测手段，能依据直线位置检测手段检测出的直线位置和长度检测手段检测出的直线长度抽取要识别的目标图形并依据抽取的图形检测构成矩阵的矩阵元素的尺寸的矩阵元素检测手段，以及能依据抽取的要识别的目标图形的尺寸和矩阵元素的尺寸而抽取矩阵信息的信息抽取手段，其中，矩阵元素检测手段逐个检测白矩阵元素和黑矩阵元素的尺寸，并将个别测定值的中间值定为矩阵元素的尺寸。采用这样安排，能够准确地识别矩阵元素的尺寸。
注意上述实施例只是示例地说明如何抽取一个具有排列成矩阵形式的数据而它的两条边或四条边为直线的矩形二维代码图。但本发明并不仅限于此。举例说，本发明也能应用到抽取并识别一个类似于二维代码图而其两条边或四条边为直线的图形上，例如装在印刷电路板上的集成电路元件可当作一个二维图来读。
本发明的其他优点和变型对那些熟悉本行的人来说都是一目了然和一就可成的。因此，本发明就其广义言，并不仅限于这里示出并说明的具体细节、有代表性的器件和说明用的例子。在不违背权利要求书所定义的一般发明构思的精神或范围的条件下，有各种变型可以作出。

Claims (13)

1.一种二维代码图的识别方法，包括：
将相应于图象上某一位置的图象信息存储起来的存储步骤，图象信息是用光学方法从一作为图象的二维代码图上读得的，将读得的信息量化，并将量化的信息转变为电信号；
检测二维代码图轮廓边的边缘检测步骤，沿纵向和横向扫描在存储步骤存储起来的相应于图象上某一位置的图象信息，以读得的抽样信息为依据进行边检测；
检测两条相邻实直线位置的第一直线位置检测步骤，该两实直线构成二维代码图的轮廓边，其位置是从抽样信息中通过一个直线逼近步骤检测出来的；
检测两条实直线长度的第一长度检测步骤，该两实直线是在第一直线位置检测步骤中得出的；
检测其余两条相邻虚直线的第二直线位置检测步骤，该两虚直线构成二维代码图的轮廓边，其位置的检测是以在第一直线位置检测步骤和第一长度检测步骤中确定的两条实直线的位置和长度为依据的；
检测在数据区内排列成矩阵形式的矩阵元素的尺寸的第一矩阵元素检测步骤，该步骤是在以第一和第二直线位置检测步骤中得出的直线位置和第一长度检测步骤中得出的直线长度为依据而抽取作为识别目标的二维代码图之后进行的；
抽取在数据区内排列成矩阵形式的二维代码信息的信息抽取步骤，抽取是以作为识别目标的被抽取的二维代码图的尺寸和矩阵元素的尺寸为依据的。
2.按照权利要求1的方法，其特征在于，直线逼近步骤是按照休氏转换和最小二乘逼近进行的。
3.按照权利要求1的方法，其特征在于，边检测步骤包括在扫描线上每隔几个象素抽取一个象素的抽样进行边检测的步骤。
4.按照权利要求1的方法，其特征在于，当图象信息被分解成奇数域和偶数域时，存储步骤包括读出其中一个数域、插补另一个未读的数域和存储数据。
5.按照权利要求1的方法，其特征在于，边检测步骤包括先在一个能够连续存取地址的方向上扫描图象信息来进行边检测，其时标出作为识别目标的图形的出现位置，然后在另一方向在标有图形出现的位置上进行边检测。
6.按照权利要求1的方法，其特征在于，当将原点与一条通过一个抽样信息的任意抽样点并具有角度θ的直线之间的距离定为R，对具有相同角度θ和角度相互接近的候选直线的距离R，在第一和第二直线位置检测步骤中都要进行比较，如果有些直线被确定为完全相同，那么这些直线就须从候选直线中除去。
7.按照权利要求1的方法，其特征在于，第一矩阵元素检测步骤包括逐个检测虚直线上白矩阵元素和黑矩阵元素的尺寸的步骤，并在所得到的矩阵元素的尺寸之间采用一个中间值作为矩阵元素的尺寸。
8.一种二维代码图的识别方法，包括：
将相应于图象上某一位置的图象信息存储起来的存储步骤，图象信息是用光学方法从一作为图象的二维代码图上读得的，将读得的信息量化，并将量化的信息转变为电信号；
检测二维代码图轮廓边的边缘检测步骤，沿纵向和横向扫描在存储步骤存储起来的相应于图象上某一位置的图象信息，以读得的抽样信息为依据进行边检测；
检测构成二维代码图轮廓边的四条直线的位置的直线位置检测步骤，该位置是从抽样信息中通过一个直线逼近步骤检测出来的；
检测四条直线长度的长度检测步骤，这四条直线是在直线位置检测步骤中得出的；
检测按照预定的比例分配得出的矩阵元素的尺寸的矩阵元素检测步骤，该步骤是在以直线位置检测的直线位置和长度检测步骤中得出的直线长度为依据而抽取作为识别目标的二维代码图之后进行的；
抽取在数据区内排列成矩阵形式的二维代码信息的信息抽取步骤，抽取是以作为识别目标的被抽取的二维代码图的尺寸和矩阵元素的尺寸为依据的。
9.按照权利要求8的方法，其特征在于，直线逼近步骤是按照休氏转换和最小二乘逼近进行的。
10.按照权利要求8的方法，其特征在于，边检测步骤包括在扫描线上每隔几个象素抽取一个象素的抽样进行边检测的步骤。
11.按照权利要求8的方法，其特征在于，当图象信息被分解成奇数域和偶数域时，存储步骤包括读出其中一个数域、插补另一个未读出的数域和存储数据。
12.按照权利要求8的方法，其特征在于，边检测步骤包括先在一个能够连续存取地址的方向上扫描图象信息来进行边检测，其时标出作为识别目标的图形的出现位置，然后在另一方向在标有图形出现的位置上进行边检测。
13.按照权利要求8的方法，其特征在于，当将原点与一条通过抽样信息的任意抽样点并具有角度θ的直线之间的距离定为R，在直线位置检测步骤中对具有相同角度θ或角度互相接近的候选直线的距离R进行比较，如果有些直线被确定为完全相同，那么这些直线就须从候选直线中除去。
CN95102284A 1994-02-24 1995-02-23 二维代码识别的器件和方法 Expired - Fee Related CN1111818C (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP026902/1994 1994-02-24
JP6026902A JP2835274B2 (ja) 1994-02-24 1994-02-24 画像認識装置
JP026902/94 1994-02-24

Publications (2)

Publication Number Publication Date
CN1117623A true CN1117623A (zh) 1996-02-28
CN1111818C CN1111818C (zh) 2003-06-18

Family

ID=12206170

Family Applications (1)

Application Number Title Priority Date Filing Date
CN95102284A Expired - Fee Related CN1111818C (zh) 1994-02-24 1995-02-23 二维代码识别的器件和方法

Country Status (6)

Country Link
US (1) US5616905A (zh)
EP (1) EP0669593B1 (zh)
JP (1) JP2835274B2 (zh)
KR (1) KR100361385B1 (zh)
CN (1) CN1111818C (zh)
DE (1) DE69523965T2 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107689061A (zh) * 2017-07-11 2018-02-13 西北工业大学 用于室内移动机器人定位的规则图形码及定位方法
CN109190617A (zh) * 2018-08-09 2019-01-11 腾讯科技（深圳）有限公司 一种图像的矩形检测方法、装置及存储介质

Families Citing this family (50)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6549638B2 (en) 1998-11-03 2003-04-15 Digimarc Corporation Methods for evidencing illicit use of a computer system or device
JP3676443B2 (ja) * 1995-09-01 2005-07-27 オリンパス株式会社 情報再生装置及び情報再生方法
JP3614529B2 (ja) * 1995-09-27 2005-01-26 Ｎｔｎ株式会社 計測装置の演算パラメータ計測方法、および計測装置
US5796868A (en) * 1995-12-28 1998-08-18 Cognex Corporation Object edge point filtering system for machine vision
JP3608305B2 (ja) * 1996-08-14 2005-01-12 株式会社明電舎 カメラ姿勢の検出装置
JP3209108B2 (ja) * 1996-08-23 2001-09-17 松下電器産業株式会社 ２次元コード読み取り装置
JPH10208056A (ja) * 1997-01-16 1998-08-07 Honda Motor Co Ltd 直線検出方法
JPH10302050A (ja) * 1997-04-30 1998-11-13 Fujitsu Ltd データ変換処理回路
JP3435684B2 (ja) * 1997-09-30 2003-08-11 株式会社アドバンテスト 画像情報処理装置
TW434520B (en) * 1998-06-30 2001-05-16 Sony Corp Two-dimensional code recognition processing method, device therefor and medium
TW548572B (en) * 1998-06-30 2003-08-21 Sony Corp Image processing apparatus, image processing method and storage medium
DE19964415B4 (de) * 1998-12-16 2007-04-19 Matsushita Electric Industrial Co., Ltd., Kadoma Verfahren zum Auffinden und Lesen eines zweidimensionalen Strichcodes
US6565003B1 (en) 1998-12-16 2003-05-20 Matsushita Electric Industrial Co., Ltd. Method for locating and reading a two-dimensional barcode
US6082619A (en) * 1998-12-16 2000-07-04 Matsushita Electric Industrial Co., Ltd. Method for locating and reading a two-dimensional barcode
US6381366B1 (en) * 1998-12-18 2002-04-30 Cognex Corporation Machine vision methods and system for boundary point-based comparison of patterns and images
US6371373B1 (en) 1999-05-25 2002-04-16 Matsushita Electric Industrial Co., Ltd. Method for reading a two-dimensional barcode
US6674919B1 (en) 1999-09-21 2004-01-06 Matsushita Electric Industrial Co., Ltd. Method for determining the skew angle of a two-dimensional barcode
US8682077B1 (en) 2000-11-28 2014-03-25 Hand Held Products, Inc. Method for omnidirectional processing of 2D images including recognizable characters
US7171030B2 (en) * 2000-11-30 2007-01-30 University Of Medicine & Denistry Of New Jersey Systems for analyzing microtissue arrays
US7079673B2 (en) * 2002-02-05 2006-07-18 University Of Medicine & Denistry Of Nj Systems for analyzing microtissue arrays
US6995762B1 (en) * 2001-09-13 2006-02-07 Symbol Technologies, Inc. Measurement of dimensions of solid objects from two-dimensional image(s)
US8484551B2 (en) * 2002-09-05 2013-07-09 Adobe Systems Incorporated Creating input fields in electronic documents
DE10242852A1 (de) * 2002-09-14 2004-03-25 Technische Universität Ilmenau Abteilung Forschungsförderung und Technologietransfer Verfahren zur Minimierung des Einflusses von Störsignalen bei der Formelementeberechnung aus Koordinatenpunkten
JP4633382B2 (ja) 2004-05-10 2011-02-16 東芝テック株式会社 Ｒｆタグ通信機能付き電子機器
EP1904952A2 (en) * 2005-05-23 2008-04-02 Nextcode Corporation Efficient finder patterns and methods for application to 2d machine vision problems
JP4670658B2 (ja) * 2006-01-25 2011-04-13 富士ゼロックス株式会社 画像処理装置、画像処理方法及びプログラム
CN100377167C (zh) * 2006-03-17 2008-03-26 北京紫光捷通科技有限公司 一种用于二维码识别的二维码区域精确定位方法
JP2007257078A (ja) * 2006-03-20 2007-10-04 Fujitsu Ltd 画像検索装置
JP2008040557A (ja) * 2006-08-01 2008-02-21 Ricoh Co Ltd 画像表示装置、画像表示方法及び画像表示プログラム
CN101978380B (zh) 2008-01-29 2015-11-25 威泰克公司 二维符号及其读取方法
JP5712489B2 (ja) * 2010-03-03 2015-05-07 富士ゼロックス株式会社 画像処理装置、画像処理システム及びプログラム
EP2393036B1 (en) * 2010-06-01 2016-03-02 Fujian Newland Computer Co., Ltd. Barcode decoding chip
WO2012124123A1 (ja) 2011-03-17 2012-09-20 富士通株式会社 画像処理装置、画像処理方法及び画像処理プログラム
FR2976387B1 (fr) * 2011-06-09 2018-11-09 Mbda France Procede et dispositif pour determiner automatiquement des lignes de crete d'une zone a hauteur variable.
JP5776562B2 (ja) * 2012-01-17 2015-09-09 株式会社デンソーウェーブ 二次元コード読み取り装置
JP2015032213A (ja) 2013-08-05 2015-02-16 株式会社東芝 情報処理装置、方法、及びプログラム
CN105139381B (zh) * 2014-12-10 2017-12-05 天津普达软件技术有限公司 一种定位瓶坯瓶身的方法
CN104657977B (zh) * 2014-12-10 2017-09-22 天津普达软件技术有限公司 一种定位瓶坯瓶身中心的方法
CN104883383B (zh) * 2015-03-24 2018-03-30 立德高科(北京)数码科技有限责任公司 将组合式防伪标识中的数据进行绑定的方法及装置
CN104915623A (zh) * 2015-06-17 2015-09-16 国家电网公司 用于架空线杆的数据检测方法及装置
CN106897648B (zh) 2016-07-22 2020-01-31 阿里巴巴集团控股有限公司 识别二维码位置的方法及其系统
CN106803075B (zh) * 2017-01-13 2019-12-10 淮南矿业(集团)有限责任公司 基于图像识别技术的地质信息智能化识别系统和方法
CN107742089B (zh) * 2017-09-05 2021-03-16 广东职业技术学院 一种使用电子表格进行二维码自动识别的方法
CN107766809B (zh) * 2017-10-09 2020-05-19 平安科技（深圳）有限公司 电子装置、票据信息识别方法和计算机可读存储介质
EP3570205B1 (en) * 2018-05-15 2020-11-04 Wooptix S.L. Barcode detection method
JP7021651B2 (ja) * 2019-03-01 2022-02-17 オムロン株式会社 シンボル境界特定装置、シンボル境界特定方法および画像処理プログラム
CN110281240B (zh) * 2019-06-26 2020-12-25 北京博视智动技术有限公司 液晶显示屏玻璃定位、拾取方法及系统和视觉处理系统
CN110490887B (zh) * 2019-06-26 2023-02-28 河南埃尔森智能科技有限公司 一种基于3d视觉的对矩形包裹边缘快速识别定位方法
CN114548136A (zh) * 2021-11-18 2022-05-27 福建星网天合智能科技有限公司 一种反光二维码图片的解析方法、装置、设备和介质
KR102632687B1 (ko) 2023-09-15 2024-02-06 주식회사 더 케이앤씨 전동식 차량 높이 제한 개폐 시설물

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6055483A (ja) * 1983-09-05 1985-03-30 Ricoh Co Ltd 図面清書処理方式
US4608489A (en) * 1984-06-04 1986-08-26 International Business Machines Corporation Method and apparatus for dynamically segmenting a bar code
JPS61131183A (ja) * 1984-11-30 1986-06-18 Ricoh Co Ltd 画像処理方式
JPS623475A (ja) * 1985-06-28 1987-01-09 Tokyo Electric Co Ltd 磁気デイスク
US5204515A (en) * 1987-07-11 1993-04-20 Teiryo Sangyo Co., Ltd. Method of reading identification code sheets using borders to determine scan angle
JP2624696B2 (ja) * 1987-07-31 1997-06-25 日本分光株式会社 スペクトル推定装置
DE3735935C2 (de) * 1987-10-23 1996-07-11 Ibm Deutschland Verfahren zur Bestimmung von Clustern im Hough-Raum
US4924078A (en) * 1987-11-25 1990-05-08 Sant Anselmo Carl Identification symbol, system and method
US4939354A (en) * 1988-05-05 1990-07-03 Datacode International, Inc. Dynamically variable machine readable binary code and method for reading and producing thereof
CA1329263C (en) * 1989-03-01 1994-05-03 Mark Krichever Bar code scanner
US5153928A (en) * 1989-06-09 1992-10-06 Casio Computer Co., Ltd. Method and apparatus for recording/reproducing mesh pattern data
JPH0488489A (ja) * 1990-08-01 1992-03-23 Internatl Business Mach Corp <Ibm> 一般化ハフ変換を用いた文字認識装置および方法
US5128528A (en) * 1990-10-15 1992-07-07 Dittler Brothers, Inc. Matrix encoding devices and methods
JPH04287290A (ja) * 1990-11-20 1992-10-12 Imra America Inc ハフ変換画像処理装置
JPH05290197A (ja) * 1992-04-06 1993-11-05 Teiriyou Sangyo Kk 二次元コ−ドシンボルマ−クの解読方法
US5311600A (en) * 1992-09-29 1994-05-10 The Board Of Trustees Of The Leland Stanford Junior University Method of edge detection in optical images using neural network classifier
JPH07111739B2 (ja) * 1993-03-19 1995-11-29 株式会社エイ・ティ・アール視聴覚機構研究所 画像処理装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107689061A (zh) * 2017-07-11 2018-02-13 西北工业大学 用于室内移动机器人定位的规则图形码及定位方法
CN109190617A (zh) * 2018-08-09 2019-01-11 腾讯科技（深圳）有限公司 一种图像的矩形检测方法、装置及存储介质
CN109190617B (zh) * 2018-08-09 2020-08-07 腾讯科技（深圳）有限公司 一种图像的矩形检测方法、装置及存储介质

Also Published As

Publication number Publication date
JPH07234915A (ja) 1995-09-05
DE69523965D1 (de) 2002-01-03
JP2835274B2 (ja) 1998-12-14
CN1111818C (zh) 2003-06-18
EP0669593A3 (en) 1995-12-13
EP0669593B1 (en) 2001-11-21
US5616905A (en) 1997-04-01
KR100361385B1 (ko) 2003-03-03
EP0669593A2 (en) 1995-08-30
KR950033957A (ko) 1995-12-26
DE69523965T2 (de) 2002-04-04

Similar Documents

Publication Publication Date Title
CN1111818C (zh) 二维代码识别的器件和方法
CN1039458C (zh) 利用ccd/cmd摄象机对二维条形码解码的方法和装置
US6366696B1 (en) Visual bar code recognition method
US6015089A (en) High speed image acquisition system and method of processing and decoding bar code symbol
CN1258894A (zh) 用于识别字符的装置和方法
CN1924899A (zh) 复杂背景下qr码图像符号区域的精确定位方法
CN1677430A (zh) 边界提取方法，程序，及使用该方法和程序的装置
JP2641380B2 (ja) 光学式文字認識システム用折曲点抽出方法
JP2001092919A (ja) ２次元バーコードのねじれ角決定法
Shafait et al. The effect of border noise on the performance of projection-based page segmentation methods
CN1643540A (zh) 比较图案
CN108256375A (zh) 一种一维条形码扫描方法
CN1151467C (zh) 标记定位图象处理装置及从包裹提取路径的装置
CN1217292C (zh) 票据图象版面识别方法
CN1228733C (zh) 在图像中探测对象的方法
JP5160366B2 (ja) 電子部品のパターンマッチング方法
JP3627249B2 (ja) 画像処理装置
JP2710685B2 (ja) 外観検査による欠陥検出方法
JPH09251536A (ja) パターンマッチングによる検査装置および検査方法
JP2002230564A (ja) 輪郭抽出装置、方法および輪郭抽出プログラム
CN1635543A (zh) 用于检测人脸的方法和设备
JP2009175800A (ja) 文字認識装置、そのような装置を備えた燃料ポンプモジュールの組み付け装置及び文字認識方法
JP2008117126A (ja) 文字認識装置及び文字認識方法
JP3567904B2 (ja) ２次元コード読み取り装置
JP2001229339A (ja) バーコード読み取り装置

Legal Events

Date Code Title Description
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C06 Publication
PB01 Publication
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20030618