一种DPM码处理方法、装置、存储介质及设备与流程

一种dpm码处理方法、装置、存储介质及设备
技术领域
1.本技术涉及图像处理技术领域，具体而言，涉及一种dpm码处理方法、装置、存储介质及设备。


背景技术：

2.dpm(direct part mark，直接零部件标识)是一种特殊的标识制作技术，用于在机械电子行业零部件上用激光点刻蚀刻等手段标记，一般标记为二维码。在电子设备零件的生产过程中，dpm码的应用是相当广泛的，比起普通二维码或条码，dpm码具有更大的编码容量、更高的宽度和搞好的信息安全性。然而，大部分允许制作dpm码的产品部位的表面面积较小，这就对于读码器的性能提出了严苛的要求，当dpm码的分辨率较低时，普通性能的读码器往往无法有效解码。


技术实现要素：

3.本技术实施例的目的在于提供一种dpm码处理方法、装置、存储介质及设备，旨在解决相关技术中存在的无法有效对低分辨率的dpm码进行解码的问题。
4.第一方面，本技术实施例提供的一种dpm码处理方法，包括：
5.对dpm码图片进行预处理，得到目标图片；所述预处理用于去除图片反光；
6.通过霍夫变换算法，提取所述目标图片中的圆心和半径；
7.利用所述圆心和所述半径，将所述目标图片中的圆形点印转换成矩形并设置为黑色，得到网格状二维码；所述网格状二维码用于解码处理。
8.在上述实现过程中，对dpm码图片进行去除图片反光的预处理，得到目标图片，再通过霍夫变换算法提取该目标图片中的圆心和半径，之后，利用提取出的圆心和半径，将该目标图片中的圆形点印转换成矩形并设置为黑色，以将图片中的dpm码还原成网格状二维码，进而可基于该网格状二维码进行解码处理。如此，实现强化边缘线效果，有效提高针对低分辨率的dpm码的解码效果。
9.进一步地，在一些实施例中，所述对dpm码图片进行预处理之前，包括：
10.使用分类模型检测所述dpm码图片的底色。
11.在上述实现过程中，在对dpm码图片进行预处理之前，利用分类模型检测出dpm码图片的底色，以便于针对其底色采用针对性的处理操作来去除反光影响，从而提升处理效果。
12.进一步地，在一些实施例中，所述对dpm码图片进行预处理，包括：
13.若所述dpm码图片的底色是黑底色，对所述dpm码图片进行二值化处理，得到二值化图片后，再对所述二值化图片进行反色处理。
14.在上述实现过程中，针对黑底色的dpm码图片，采用二值化结合反色处理的方式来突出二维码的点，从而去除反光影响。
15.进一步地，在一些实施例中，所述对dpm码图片进行预处理，包括：
16.若所述dpm码图片的底色是金属底色，对所述dpm码图片进行先膨胀再腐蚀的处理。
17.在上述实现过程中，针对金属底色的dpm码图像，采用先膨胀再腐蚀，即开运算的方式来消除图像中的一些孤立点，从而去除反光影响。
18.进一步地，在一些实施例中，所述分类模型是micronet模型。
19.在上述实现过程中，使用micronet模型来进行解码分流处理，可以降低计算消耗，提升处理效率。
20.进一步地，在一些实施例中，所述利用所述圆心和所述半径，将所述目标图片中的圆形点印转换成矩形并设置为黑色，包括：
21.利用所述圆心和所述半径，获取所述目标图片中各圆形点印对应的外接矩形，将获取的各外接矩形在所述目标图片中对应的区域均设置为黑色。
22.在上述实现过程中，利用已确定的各圆形点印对应的圆心坐标和半径，求解相应圆形点印的外接矩阵，将其所在区域设置为黑色，从而快速、有效地实现强化边缘线效果。
23.进一步地，在一些实施例中，所述方法还包括：
24.当基于所述网格状二维码成功解码时，保存所述网格状二维码。
25.在上述实现过程中，在基于网格状二维码成功解码后，对该网格状二维码进行保存，这样，当再次扫描相应的dpm码时，可以直接使用该网格状二维码来进行解码，提升解码效率。
26.第二方面，本技术实施例提供的一种dpm码处理装置，包括：
27.预处理模块，用于对dpm码图片进行预处理，得到目标图片；所述预处理用于去除图片反光；
28.提取模块，用于通过霍夫变换算法，提取所述目标图片中的圆心和半径；
29.还原模块，用于利用所述圆心和所述半径，将所述目标图片中的圆形点印转换成矩形并设置为黑色，得到网格状二维码；所述网格状二维码用于解码处理。
30.第三方面，本技术实施例提供的一种电子设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面任一项所述的方法的步骤。
31.第四方面，本技术实施例提供的一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，使得所述计算机执行如第一方面任一项所述的方法。
32.第五方面，本技术实施例提供的一种计算机程序产品，所述计算机程序产品在计算机上运行时，使得计算机执行如第一方面任一项所述的方法。
33.本技术公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本技术公开的上述技术即可得知。
34.为使本技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
35.为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例中所需要使
用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
36.图1为本技术实施例提供的一种dpm码处理方法的流程图；
37.图2为本技术实施例提供的一种基于深度学习的dpm点刻码优化检测方案的工作流程的示意图；
38.图3为本技术实施例提供的一种dpm码处理装置的框图；
39.图4为本技术实施例提供的一种电子设备的结构框图。
具体实施方式
40.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行描述。
41.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
42.如背景技术记载，相关技术中存在着无法有效对低分辨率的dpm码进行解码的问题。基于此，本技术实施例提供一种dpm码处理方案，以解决上述问题。
43.接下来对本技术实施例进行介绍：
44.如图1所示，图1是本技术实施例提供的一种dpm码处理方法的流程图。所述方法可以实现为dpm码读码器中的一个模块，也可以应用于终端或服务器，由终端/服务器处理后再经由读码器进行解码。该终端可以是各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携式计算机和台式计算机等；该服务器可以是单个服务器，也可以是多个服务器组成的分布式服务器集群。该终端或服务器提供图片处理的环境，这一环境包括软件部分和硬件部分，其中，软件部分主要包括操作系统，如windows、linux等，硬件部分主要包括计算资源、存储资源等，如cpu(central processing unit，中央处理器)、内存、硬盘等。需要说明的是，该终端/服务器也可以实现成多个软件或软件模块，或者还可以实现成单个软件或软件模块，本技术对此不作限制。
45.所述方法包括：
46.在步骤101、对dpm码图片进行预处理，得到目标图片；所述预处理用于去除图片反光；
47.本实施例中的dpm码图片可以是读码器扫描产品上的dpm码得到的图片，也可以是通过其他图像采集装置，如摄像头采集到的图片。获取到的dpm码图片经常有反光，因此，对dpm码图片进行预处理，以去除反光影响，得到目标图片，为后续处理奠定良好的数据基础。
48.在一些实施例中，在对dpm码图片进行预处理之前可以包括：使用分类模型检测所述dpm码图片的底色。这里的分类模型可以是深度学习模型，dpm码一般为黑底色或金属底色，因此，该分类模型在训练时，可以学习根据输入图片的特征，区分该输入图片是否为金属底色。检测出dpm码图片的底色后，可以针对其底色采用针对性的处理操作来去除反光影响，从而提升处理效果。可选地，该分类模型可以是micronet模型。micronet模型采用轻量级神经网络架构，在处理图像分类的任务时具有较优的性能，因此，使用micronet模型来进行解码分流处理，可以降低计算消耗，提升处理效率。当然，在其他实施例中，该分类模型也
可以根据具体场景的需求采用其他类型的神经网络模型，本技术对此不作限制。
49.进一步地，在一些实施例中，本步骤中提到的对dpm码图片进行预处理可以包括：若所述dpm码图片的底色是黑底色，对所述dpm码图片进行二值化处理，得到二值化图片后，再对所述二值化图片进行反色处理。其中，图像的二值化就是将图像上的像素点的灰度值设置为0或255，使得整个图像呈现出明显的只有黑和白的视觉效果；反色处理就是将图像上的像素点的r、g、b值反转，如果原先图像的背景是白色，经过反色处理后，背景变为黑色。在本实施例方案中，针对黑底色的dpm码图片，采用二值化结合反色处理的方式来突出二维码的点，从而去除反光影响。
50.在另外一些实施例中，本步骤中提到的对dpm码图片进行预处理可以包括：若所述dpm码图片的底色是金属底色，对所述dpm码图片进行先膨胀再腐蚀的处理。膨胀和腐蚀属于形态学操作，其中，膨胀是求局部最大值的操作，可以认为是将核b与图像区域a接触的所有背景点合并到图像区域a中的过程；腐蚀是求局部最小值的操作，可以认为是消除图像区域a所有边界点的过程。在本实施例方案中，针对金属底色的dpm码图像，采用先膨胀再腐蚀，即开运算的方式来消除图像中的一些孤立点，从而去除反光影响。
51.在步骤102、通过霍夫变换算法，提取所述目标图片中的圆心和半径；
52.霍夫(hough)变换是一种特征提取技术，用来辨别找出物件中的特征，例如线条、椭圆形等，其算法流程一般是根据给定一个物体、要辨别的形状的种类，算法在参数空间中执行投票来决定物体的形状，而这是由累加空间里的局部最大值来决定。本实施例方案中，目标图像中的dpm码是激光点阵码，是由一个个圆形点印组成的二维码，通过霍夫变换算法提取目标图片中的圆心和半径，实际上就是定位目标图片中的各个圆形点印。
53.本步骤中提到的霍夫变换算法可以是指广义霍夫变换(generalized hough transform，ght)。广义霍夫变换是将输入图像中图边界上的点映射到三维的参数空间的锥面上去，通过广义霍夫变换来提取目标图片中的圆心和半径，其过程就是由图像空间中的边界点去计算参数空间中参考点的可能轨迹，并在一个累加器中对计算出的参考点计数，最后遴选出峰值，即是圆心坐标，再根据提取出的圆心算出相应的半径。当然，在其他实施例中，该霍夫变换算法也可以是其他类型的霍夫变换，本技术对此不作限制。
54.在步骤103、利用所述圆心和所述半径，将所述目标图片中的圆形点印转换成矩形并设置为黑色，得到网格状二维码；所述网格状二维码用于解码处理。
55.本步骤是指：在提取出圆心和半径后，以此将目标图片中的圆形点印转换成矩形，并将其设置为黑色，从而得到网格状二维码，再基于该网格状二维码进行解码处理。如此，实现强化边缘线效果，有效提高针对低分辨率的dpm码的解码效果。
56.在一些实施例中，本步骤中提到的利用所述圆心和所述半径，将所述目标图片中的圆形点印转换成矩形并设置为黑色可以包括：利用所述圆心和所述半径，获取所述目标图片中各圆形点印对应的外接矩形，将获取的各外接矩形在所述目标图片中对应的区域均设置为黑色。也就是说，利用已确定的各圆形点印对应的圆心坐标和半径，求解相应圆形点印的外接矩阵，将其所在区域设置为黑色，从而快速、有效地实现强化边缘线效果。具体地，在实现时，可以利用各圆心坐标先确定dpm码相较于目标图像的旋转角度，再利用圆心坐标、半径和该旋转角度来确定外接矩形的角点坐标，以此求解出该外接矩形。
57.另外，在一些实施例中，上述方法还可以包括：当基于所述网格状二维码成功解码
时，保存所述网格状二维码。也就是说，在将dpm码还原成网格状二维码后，通过预设的解码算法对该网格状二维码进行解码，若成功解码出零件信息，则对该网格状二维码进行保存，这样，当再次扫描相应的dpm码时，可以直接使用该网格状二维码来进行解码。还有，针对保存的网格状二维码，可以建立定时任务进行清除，从而减小存储空间压力。
58.本技术实施例，对dpm码图片进行去除图片反光的预处理，得到目标图片，再通过霍夫变换算法提取该目标图片中的圆心和半径，之后，利用提取出的圆心和半径，将该目标图片中的圆形点印转换成矩形并设置为黑色，以将图片中的dpm码还原成网格状二维码，进而可基于该网格状二维码进行解码处理。如此，实现强化边缘线效果，有效提高针对低分辨率的dpm码的解码效果。
59.为了对本技术的方案做更为详细的说明，接下来介绍一具体实施例：
60.本实施例提供一种基于深度学习的dpm点刻码优化检测方案，该方案的工作流程如图2所示，包括：
61.s201、使用深度学习分类模型micronet，检测dpm码图片的底色是否为金属底色，是则执行s202，否则执行s203；
62.s202、对dpm码图片进行先膨胀再腐蚀的处理；
63.s203、对dpm码图片进行二值化以及反色处理；
64.s204、对处理后图片进行霍夫变换，提取圆心和半径；
65.s205、使用提取到的圆心和半径，将处理后图片中的圆形点印转换成外接矩形；
66.s206、将外接矩形进行涂黑操作，以还原成网格状二维码；
67.s207、基于网格状二维码进行解码。
68.本实施例方案中，使用基于深度学习的分类模型micronet，解码分流处理，对于分流后的码，进行不同的形态操作，将点刻码转换为矩形，实现强化边缘线效果。如此，有效提高分辨率低的点刻码解码效果。
69.与前述方法的实施例相对应，本技术还提供dpm码处理装置及其应用的终端的实施例：
70.如图3所示，图3是本技术实施例提供的一种dpm码处理装置的框图，所述装置包括：
71.预处理模块31，用于对dpm码图片进行预处理，得到目标图片；所述预处理用于去除图片反光；
72.提取模块32，用于通过霍夫变换算法，提取所述目标图片中的圆心和半径；
73.还原模块33，用于利用所述圆心和所述半径，将所述目标图片中的圆形点印转换成矩形并设置为黑色，得到网格状二维码；所述网格状二维码用于解码处理。
74.在一些实施例中，上述装置还包括：
75.检测模块，用于在预处理模块对dpm码图片进行预处理之前，使用分类模型检测所述dpm码图片的底色。
76.在一些实施例中，上述预处理模块31具体用于：
77.若所述dpm码图片的底色是黑底色，对所述dpm码图片进行二值化处理，得到二值化图片后，再对所述二值化图片进行反色处理。
78.在一些实施例中，上述预处理模块31具体用于：
79.若所述dpm码图片的底色是金属底色，对所述dpm码图片进行先膨胀再腐蚀的处理。
80.在一些实施例中，上述分类模型是micronet模型。
81.在一些实施例中，上述还原模块33具体用于：
82.利用所述圆心和所述半径，获取所述目标图片中各圆形点印对应的外接矩形，将获取的各外接矩形在所述目标图片中对应的区域均设置为黑色。
83.在一些实施例中，上述装置还包括：
84.保存模块，用于当基于所述网格状二维码成功解码时，保存所述网格状二维码。
85.上述装置中各个模块的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。
86.本技术还提供一种电子设备，请参见图4，图4为本技术实施例提供的一种电子设备的结构框图。电子设备可以包括处理器410、通信接口420、存储器430和至少一个通信总线440。其中，通信总线440用于实现这些组件直接的连接通信。其中，本技术实施例中电子设备的通信接口420用于与其他节点设备进行信令或数据的通信。处理器410可以是一种集成电路芯片，具有信号的处理能力。
87.上述的处理器410可以是通用处理器，包括中央处理器(cpu，central processing unit)、网络处理器(np，network processor)等；还可以是数字信号处理器(dsp)、专用集成电路(asic)、现成可编程门阵列(fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本技术实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器410也可以是任何常规的处理器等。
88.存储器430可以是，但不限于，随机存取存储器(ram，random access memory)，只读存储器(rom，read only memory)，可编程只读存储器(prom，programmable read-only memory)，可擦除只读存储器(eprom，erasable programmable read-only memory)，电可擦除只读存储器(eeprom，electric erasable programmable read-only memory)等。存储器430中存储有计算机可读取指令，当所述计算机可读取指令由所述处理器410执行时，电子设备可以执行上述图1方法实施例涉及的各个步骤。
89.可选地，电子设备还可以包括存储控制器、输入输出单元。
90.所述存储器430、存储控制器、处理器410、外设接口、输入输出单元各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通信总线440实现电性连接。所述处理器410用于执行存储器430中存储的可执行模块，例如电子设备包括的软件功能模块或计算机程序。
91.输入输出单元用于提供给用户创建任务以及为该任务创建启动可选时段或预设执行时间以实现用户与服务器的交互。所述输入输出单元可以是，但不限于，鼠标和键盘等。
92.可以理解，图4所示的结构仅为示意，所述电子设备还可包括比图4中所示更多或者更少的组件，或者具有与图4所示不同的配置。图4中所示的各组件可以采用硬件、软件或其组合实现。
93.本技术实施例还提供一种存储介质，所述存储介质上存储有指令，当所述指令在计算机上运行时，所述计算机程序被处理器执行时实现方法实施例所述的方法，为避免重
复，此处不再赘述。
94.本技术还提供一种计算机程序产品，所述计算机程序产品在计算机上运行时，使得计算机执行方法实施例所述的方法。
95.在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本技术的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
96.另外，在本技术各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
97.所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
98.以上所述仅为本技术的实施例而已，并不用于限制本技术的保护范围，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
99.以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应所述以权利要求的保护范围为准。
100.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

技术特征：
1.一种dpm码处理方法，其特征在于，包括：对dpm码图片进行预处理，得到目标图片；所述预处理用于去除图片反光；通过霍夫变换算法，提取所述目标图片中的圆心和半径；利用所述圆心和所述半径，将所述目标图片中的圆形点印转换成矩形并设置为黑色，得到网格状二维码；所述网格状二维码用于解码处理。2.根据权利要求1所述的方法，其特征在于，所述对dpm码图片进行预处理之前，包括：使用分类模型检测所述dpm码图片的底色。3.根据权利要求2所述的方法，其特征在于，所述对dpm码图片进行预处理，包括：若所述dpm码图片的底色是黑底色，对所述dpm码图片进行二值化处理，得到二值化图片后，再对所述二值化图片进行反色处理。4.根据权利要求2所述的方法，其特征在于，所述对dpm码图片进行预处理，包括：若所述dpm码图片的底色是金属底色，对所述dpm码图片进行先膨胀再腐蚀的处理。5.根据权利要求2所述的方法，其特征在于，所述分类模型是micronet模型。6.根据权利要求1所述的方法，其特征在于，所述利用所述圆心和所述半径，将所述目标图片中的圆形点印转换成矩形并设置为黑色，包括：利用所述圆心和所述半径，获取所述目标图片中各圆形点印对应的外接矩形，将获取的各外接矩形在所述目标图片中对应的区域均设置为黑色。7.根据权利要求1所述的方法，其特征在于，所述方法还包括：当基于所述网格状二维码成功解码时，保存所述网格状二维码。8.一种dpm码处理装置，其特征在于，包括：预处理模块，用于对dpm码图片进行预处理，得到目标图片；所述预处理用于去除图片反光；提取模块，用于通过霍夫变换算法，提取所述目标图片中的圆心和半径；还原模块，用于利用所述圆心和所述半径，将所述目标图片中的圆形点印转换成矩形并设置为黑色，得到网格状二维码；所述网格状二维码用于解码处理。9.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。10.一种电子设备，其特征在于，包括处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。

技术总结
本申请实施例提供一种DPM码处理方法、装置、存储介质及设备，该方法中，对DPM码图片进行去除图片反光的预处理，得到目标图片，再通过霍夫变换算法提取该目标图片中的圆心和半径，之后，利用提取出的圆心和半径，将该目标图片中的圆形点印转换成矩形并设置为黑色，以将图片中的DPM码还原成网格状二维码，进而可基于该网格状二维码进行解码处理。如此，实现强化边缘线效果，有效提高针对低分辨率的DPM码的解码效果。的解码效果。的解码效果。


技术研发人员：刘海莹
受保护的技术使用者：创新奇智（上海）科技有限公司
技术研发日：2023.04.23
技术公布日：2023/7/25