同态滤波下光照不均QR图像校正研究

摘要：光照不均QR码图像的预处理效果不佳，直接影响到QR码的识别率。针对这一问题，研究了利用同态滤波的方法消除不均匀光照对QR图像的影响，实验对比了高斯高通滤波、巴特沃斯高通滤波、指数滤波3种滤波器消除不均匀光照的效果，并对经过同态滤波处理后的光照不均QR码进行解码操作。实验表明，同态滤波有效地克服了不均匀光照所带来的识别困难，提高了条码识别效率。

关键词关键词：QR码；光照不均；同态滤波

中图分类号：TP317.4文献标识码：A文章编号文章编号：16727800（2013）011015902

0引言

随着信息技术的发展，二维条码技术的应用越来越广泛。其中，日本Denso公司于1994年9月研制的矩阵式QR（Quick Response）二维码因其特有的超高速识读、全方位识读、高效表示汉字等优点，使之在我国大受欢迎。

QR码的识别步骤一般分为图像采集、图像预处理、条码的译码＼[1＼]。在图像采集过程中使用相机、手机等图像采集设备得到的QR码图像受各种因素（光照环境、物体表面的反光等）的影响难免会得到光照不均的图像，如图1所示。这种现象给QR码的识别工作带来了许多困难，降低了QR码译码的成功率。如何有效地降低光照不均现象对QR码识别造成的困难是本文研究的主要内容。

1图像光照不均的研究

1.1光照不均具体表现

图像光照不均具体表现如下：图像整体灰度值偏低，常见于夜间图像和红外图像＼[2＼]等；图像局部灰度值偏低，图像光照不均匀致使图像中局部灰度值低，局部信息无法辨认；图像出现高光现象或部分图像位于高光区内＼[3＼]。

1.2解决方法

现有的针对光照不均图像增强方法主要有直方图均衡化、Retinex增强方法、Gamma校正以及基于照明反射模型的同态滤波法等＼[4＼]。

直方图均衡化的主要思想是把图像原始的直方图中像素个数多的灰度值变少，像素个数少的灰度值增多，使之变为均匀分布的形式，从而增加灰度值的动态范围，达到增强图像的目的；Retinex图像增强方法的基本思想是将一幅图像分为亮度分量和反射分量，通过抑制亮度分量对反射分量的影响来达到增强图像的目的；Gamma校正通过Gamma值与灰度值之间的非线性关系，将图像的灰度值进行分段，对分段后的灰度值进行校正＼[5＼]；基于照明反射模型的同态滤波的基本方法就是把一幅图像看作入射分量和反射分量两部分，用某种方法来抑制入射分量、突出反射分量以达到增强图像的效果。本文主要研究了基于照明反射模型的同态滤波法。

1.3基于照明反射模型的同态滤波法

图像可以看作是物体对光的反射作用形成的。图像的灰度值f（x，y）可以表示为入射分量i（x，y）与反射分量r（x，y）的乘积，即：f（x，y）=i（x，y）*r（x，y）（1）在式（1）中入射分量i（x，y）的大小取决于光源，与景物无关，受空间位置变化的影响较小，所以其频谱特性主要占据低频部分，对应于图像的背景。反射分量r（x，y）的大小受物体自身特性的主导，随空间位置变化较大，其频谱特性主要集中在高频部分，对应于图像细节。在频率域处理图像时，图像的低频部分与其亮度紧密相连，即可表现为亮度不均，高频部分与图像的细节相联系。因此，采用合适的滤波函数在频率域中来降低图像低频分量，增强高频分量，可以达到消除不均匀光照、保留图像细节、增强图像对比度的目的。具体方法如下：

（1）分离入射分量和反射分量：lnf（x，y）=lni（x，y）+lnr（x，y）（2）（2）进行傅里叶变换，将图像由空间域转换到频率域：F（u，v）=I（u，v）+R（u，v）（3）（3）选取合适的滤波函数H（u，v），控制入射和反射分量：H（u，v）F（u，v）=H（u，v）I（u，v）+H（u，v）R（u，v）（4）（4）进行傅里叶反变换，将图像由频率域变换到空间域：f′（x，y）=F-1[F（u，v）H（u，v）]（5）（5）得到输出图像g（x，y）：g（x，y）=exp{f′（x，y）}（6）1.4同态滤波函数的选择

因为关系到消弱低频分量增强高频分量，所以在同态滤波算法中，同态滤波函数的选择至关重要。同态滤波函数的关系如图2所示。