二维码检测标准.doc

2D 识读技术以及产品介绍—— 2D 检测技术以及产品介绍 1 、符号质量检验概览 DPM 方法的范围意味着标识的外观在不同的情况下可能有很大的差异。除了所选的标识方法, 原件有不同的颜色或形状并可以用不同的材料来制成, 表面类型有光滑的、有沟痕的、有条纹的、有条痕的或粗糙的颗粒状。任何验证方法必须在所有的情况下提供可靠和一致的结果。迄今为止, DPM 应用的行业标准和最终用户对于判定标识质量没有太多的选择。 ISO/IEC16022 国际规范规定了如何印刷(或标识)数据矩阵码(代码结构、符号格式、解码算法等) 。虽然 16022 标准原本包含了一些质量度量, 该作者从未计划用它来进行验证。这项任务留给了 5 年后的 ISO/IEC 15415 。因为 15415 的设想目标是高对比度的白色标签上的黑色标识, 它只定义了一种照明方法。验证许多 DPM 标识并同时遵循改限制, 就好像是让一位摄影师进入一个暗室, 并尝试不用闪光灯拍照。如果照明不合适使检测仪抓取一个好图像, 用于评估标识质量的任何度量都没有意义。如果从垃圾就入手, 你最终得到的仍是垃圾。 15415 标准要求在使用前用一张显示有已知的白度值的白色卡片对验证器进行校准(如 NIST 认证的校准卡) 。校准涉及调整成像系统设置(例如,相机曝光或增益) ,从而使校准卡上的白度值与已知值对应。一旦校验后, 这些设置( 包括照明特性) 从不变化, 不管是何种标识方法、材料或表面特性。另外, 该类要求可以产生纸质标签可接受的图像。但是, 根据标识的方法以及该元件的反射性,由 DPM 元件固定设置所产生的图像, 在大多数情况下会曝光不足或曝光过度。代码的验证包括分析该代码的直方图。一个 8-bit 相机所抓取每个图像的像素,可以为 256 个灰度值得任何一个。直方图形象地描述了每个可能的灰度值下, 图像中的像素数所呈现出的值分布的情况。一个标识清楚的代码直方图应显示两个明显并清楚分离的峰值。没有明显的峰值, 区分 1和0, 并将存储在代码中的信息进行解码变得尤为困难,就像在雨中开车时辨认道路标志。(见图 2 和图 4) 当应用 15415 标准单一的照明配置以及强制性固定的相机设置时, DPM 标识( 如一片金属上的一个蚀刻代码) 出现的一个常见问题是图像更像是黑底灰字,而不是白底黑字。产生的直方图峰值要不免显得多。一个标准的评估标准是符号的对比度—最低( “黑色”)和最高( “白色”)的直方图值之间的跨度。使用 DP M 标识上的固定设置使“白色”在衡量尺度上大打折扣, 产生较低的对比度和不合格分。我们需要一个标准的自动曝光程序来如下描述优化该元件反射的光。即使是优化的图像,当分析 15415 中的直方图时,会出现另一个问题。因为它们是由独立过程创建的,实际 DP M 代码的直方图一般不显示前景和背景相同尺寸或对称的分布。那么,你如何区分前景和背景呢? ISO/IEC15415 选择基于直方图最暗值(最小反射率)和其最亮值(最大反射率)之间中点的一种及其简单的方法。当然, 该方法只有当两个峰值的分布相同时才会产生正确的阈值, 而这种情况从来没有发生过, 甚至连纸标签也没有。如果把所有像素包括在符号区域时, 种种情况将会加剧。理想情况下, 一个良好的代码的图像只包含三种类型的灰度分布:前景、背景和边线