Carregar apresentação
A apresentação está carregando. Por favor, espere
PublicouCarolina Galioto Alterado mais de 9 anos atrás
1
Prof. Marcelo Gattass 0821369 - Gustavo Lopes Mourad
2
Baseado no artigo de Liu [1] temos que: ◦ Converter a imagem em grayscale ◦ Binarizar a imagem Criar um histograma da imagem Estimar um nível de thresholding Transformar a imagem em preto-e-branco dependendo do nível de thresholding estimado
3
Encontrar os quadrados padrões para alinhamento e girar para a posição de leitura ◦ Os quadrados seguem a razão 1:1:3:1:1 ◦ Podem ser lidos em 360º
4
Encontrar os quadrados padrões para alinhamento ◦ Tentativa 1 Encontrar os padrões com expressões regulares, levando em conta a escala da imagem. ◦ Tentativa 2 Aplicar o algoritmo Connected Component Labeling Busca linha a linha da matriz de labels pelos padrões
5
Connected Component Labeling ◦ Pixel a pixel (1ª passada) Se não é background Se não tem vizinhos com label Criar nova label (colorir) Cc pegar a menor label dos vizinhos ◦ Pixel a pixel (2ª passada) Se não é background Pegar a menor label dos vizinhos
6
Connected Component Labeling ◦ Escolha dos vizinhos 8 é o mais apropriado
7
Encontrar padrão linha a linha da matriz Linha a linha da matriz de labels Encontra os labels da linha Para cada label, descobre se é candidato (tem pelo menos 2 labels “brancos” entre eles na linha) Conta, com o auxílio de uma máquina de estados, a quantidade de “1”s, “0”s, “1”s, “0”s, “1”s, onde o “1” central é um label diferente do primeiro. Se a razão entre as quantidades, com tolerância de erro, for encontrada, é um label que faz parte do quadrado de alinhamento.
8
Usando BlackPointEstimation para binarização
10
Encontrar a ordem dos pontos de alinhamento para rotação ◦ P0 é o quadrado “central” Ponto oposto a hipotenusa do triangulo formado entre os quadrados
11
Encontrar os quadrados padrões para alinhamento utilizando uma WebCam ◦ Encontrar os padrões depende muito da luz ambiente Alta variação de luz causa instabilidade do nível de threshould Solução: médias móveis ◦ Os métodos de Otsu, Histograma, e Otsu “dividido” de binarização obtiveram resultados inferiores. ◦ A tolerância para encontrar os padrões teve pouca influência.
13
[1] Liu, Y; Liu, M; Automatic Recognition Algorithm of Quick Response Code Based on Embedded System; Proceedings of the Sixth International Conference on Intelligent Systems Design and Applications (ISDA'06), 2006 [2] Neira, J; Notas de Aula: “Lesson 1: Threshoulding”; http://webdiis.unizar.es/~neira/12082/thresholding.pdf visitado em 25/04/2009 http://webdiis.unizar.es/~neira/12082/thresholding.pdf visitado em 25/04/2009 [3] Otsu, N; A threshold selection method from gray-level histograms, IEEE Trans. Sys., Man., Cyber. 9: 62–66, 1979 [4] Soon, T; QR Code, Information Technology Standards Comitee, Synthesis Journal 2008, Section Three, 2008 [5] Wikipedia; QR Code, http://en.wikipedia.org/wiki/QR_Codehttp://en.wikipedia.org/wiki/QR_Code [6] Wikipedia; Connected Component Labeling, http://en.wikipedia.org/wiki/Connected_Component_Labeling http://en.wikipedia.org/wiki/Connected_Component_Labeling
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.