摘 要： 介紹了一種基于SoPC的QR二維碼識別系統，其目的在于為手持和嵌入式設備提供一種識別速度快、成本低、接口靈活的QR碼識讀方案。該系統包括圖像采集、圖像預處理、QR碼解碼及糾錯、外設接口等組成單元。圖像采集單元驅動CMOS攝像頭獲取QR碼圖像，圖像預處理單元將QR碼圖像進行一系列預處理以方便解碼，QR碼解碼及糾錯單元實現對QR碼的糾錯與解碼。
關鍵詞： SoPC；QR二維碼；NIOS II；FPGA
隨著信息技術的發展，條碼技術作為一種在全球范圍內廣泛使用的自動識別技術，在交通運輸、物流倉儲、商品銷售、生產自動化管理等領域發揮了巨大的作用，條碼技術的使用，極大地提高了數據采集和信息處理的速度，為現代社會的發展做出了重要貢獻[1-2]。
二維條碼是在一維條碼無法滿足實際應用需求的前提下產生的，相比一維條碼，其具有信息容量大、支持多種字符、可加密、可糾錯等突出優點。但由此產生的問題是二維條碼的識別比一維條碼復雜，識讀設備成本高、耗時長，限制了二維條碼的進一步發展[3]。
本文選取二維條碼中使用最廣的QR(Quick Response)二維碼，在分析國內外QR二維條碼識讀方案的基礎上，提出了一種基于SoPC的QR二維條碼識別系統設計，能夠降低識讀設備成本，對QR二維條碼在國內的推廣普及、便利人們的生活具有重要意義。
1 基于SoPC的QR二維碼識別系統設計
1.1 系統平臺設計
基于DE2開發板搭建的識別系統平臺如圖1所示。圖中虛線框為基于友晶DE2開發平臺定制的SoPC系統，包括NIOS II處理器、圖像采集、圖像預處理、QR碼識別硬件加速、外設接口及存儲等組成單元[4]。圖像采集單元通過圖像采集模塊驅動CMOS攝像頭獲取QR碼圖像。圖像預處理單元根據攝像頭獲取的QR碼圖像進行一系列預處理以方便解碼。QR碼識別硬件加速單元結合NIOS II處理器對處理后的QR圖像進行解碼。外設接口單元主要包括按鍵及LCD顯示，存儲單元包括SRAM、SDRAM、Flash等存儲器及其控制接口[4]。
1.2 圖像采集與顯示
QR碼圖像由OV7670攝像頭獲取，有兩種顯示方式，一種是拍攝QR碼圖像時實時顯示拍攝畫面;另一種是解碼完成后，由NIOS II處理器驅動LCD顯示解碼結果。其結構圖如圖2所示。
1.3 圖像預處理的FPGA實現
圖像采集單元獲得的為RGB彩色圖像，首先將其灰度化以方便處理，然后進行中值濾波以濾除噪聲，再進行二值化以分離背景，最后通過幾何校正消除拍照角度的影響，其處理流程如圖3所示[3]。
1.3.1 圖像的灰度化
圖像灰度化是將攝像頭獲取的RGB565數據提取亮度分量Y，FPGA實現方式如下：
(1)將RGB565數據轉變為RGB888數據；
(2)RGB888數據提取亮度分量Y：
Y=0.299R+0.587G+0.114B(1)
將式（1）兩邊系數分別乘以256，將系數取整后變形為：
256Y=(64+8+4)R+(128+16+4+2)G+(16+8+4+2)B
(2)
通過式（2）可以將小數乘法轉換為移位和加法，可方便地在FPGA中實現。
1.3.2 圖像的中值濾波
圖像中值濾波可以有效濾除攝像頭引入的噪聲，并能很好地保持圖像的邊沿[2]。在FPGA實現時，需要先產生濾波窗口，然后對窗口中的數據進行快速排序，選取中值替換原來的灰度值。由FPGA實現的中值濾波框圖如圖4所示。由圖4可知，生成3×3濾波窗口后，可以進行快速排序選取中值。
1.3.3 圖像的二值化
以某一灰度t為門限將圖像分割成2個區域：灰度小于等于t的像素區域A（目標類）和灰度大于t的像素區域B（背景類）。大津法把兩類的類間方差作為判別準則，認為使得σ2值最大的t即為所求的最佳閾值(方差越大，說明構成圖像的兩部分差別越大)。
其中，PA、PB表示A、B兩類出現的概率，?棕A、?棕B表示A、B兩類的灰度均值，?棕O表示總的灰度均值，σ2為類間方差。為方便在FPGA中進行處理，對式(3)化簡如下：
ini為灰度值>t的所有像素點的累計灰度。因為N是已知的，只要求得式(4)右邊式子中最大的t即為所求的最佳閾值。FPGA實現框圖如圖5所示。
其中，統計模塊1統計圖像總像素數和總的累計灰度，統計模塊2統計各灰度值對應的像素點數，統計模塊3統計小于等于灰度值i的所有像素點數，統計模塊4統計小于等于灰度值i的所有像素點的累計灰度。得到上述值后就可以送到計算模塊計算各灰度值對應的類間方差，取類間方差最大的灰度值作為最佳閾值，對圖像進行二值化。
1.3.4 圖像的幾何校正
由于攝像頭拍攝角度的原因，二維碼圖像一般都會有一定的偏轉角度，為方便解碼，通常先將二維碼進行旋轉使其端正[3]。QR碼圖像在左上角、左下角和右上角各有一個位置探測圖形，每個位置探測圖形可以看作是由3個重疊的同心正方形組成的，其模塊寬度比為1：1：3：1：1，符號中其他地方遇到類似圖形的可能性極小，因此可以通過掃描整個二維碼圖像來找出3個位置探測圖形，根據3個位置探測圖形的相對位置判斷出圖像的偏轉角度θ，如圖6所示。
設(x，y)為原圖像旋轉角度后的新坐標，(x′，y′)為原圖像中的對應坐標。則(x，y)與(x′，y′)的對應關系為[5]：
x′=cosθ(x+y×tanθ)
y′=cosθ(y-x×tanθ)(5)
由式（5），結合NIOS II處理器，就可以將圖像旋轉至端正，使其便于解碼。
1.4 QR二維碼解碼實現
圖7所示為QR碼符號版本7的結構圖，每個QR碼符號由名義上的正方形模塊構成，組成一個正方形陣列，由編碼區域和包括位置探測圖形、分隔符、定位圖形、校正圖形在內的功能圖形組成。功能圖形不能用于數據編碼。符號的四周由空白區包圍。另外有格式信息區域、版本信息區域以及數據和糾錯碼字區域[5，2]。
根據QR二維碼圖像特點，在NIOS II中進行解碼的子程序的軟件流程圖如圖8所示。當采集到QR碼圖像經過圖像預處理后，得到的是端正的二值圖像，進行以下操作：(1)掃描位置探測圖形以定位QR圖像；(2)確定校正圖形中點，求取模塊寬度；(3)對圖像建立采樣網絡以獲取采樣數據，從采樣數據中可以得到格式以及掩膜信息；(4)根據格式及掩膜信息從采樣數據中提取QR編碼數據并糾錯；(5)解碼數據得到最終信息[2，7]。
2 系統測試
系統搭建完成后，利用PsqrEdit_Zh軟件制作了一系列QR碼來測試系統的性能，圖9所示為其中一幅QR碼圖像的識別，可以看到其版本為2、糾錯等級為L、包含的信息為一張英文名片。本設計制作了不同版本、不同糾錯等級的QR碼30張，可以識別其中的23張，識別率為76.7%。分析識別不了的主要原因是所采用的攝像頭的分辨率只有320×240，當QR碼模塊數較多時，該分辨率下不足以對QR碼圖像進行正確采樣。這一問題可以通過更換性能更好的攝像頭解決。
實驗證明本系統工作穩定、識別速度快、識別率較高，并且具有集成度高、接口靈活、成本低等優點，可以很方便地用于手持設備和嵌入式設備中。該系統對QR二維條碼在國內的推廣普及、便利人們的生活具有重要意義。
參考文獻
[1] 國家質量技術監督局.快速響應矩陣碼[M].北京：中國標準出版社，2001.
[2] 中國物品編碼中心.二維條碼技術與應用[M].北京：中國計量出版社，2007.
[3] 劉東，高兩全.QR碼圖像處理及識別算法研究[J].信息技術，2004，28(1)：61-63.
[4] 基于SoPC的二維條碼PDF417識別系統的設計[D].重慶：重慶大學，2009.
[5] 陳怡，張萌.基于FPGA的二維碼圖像旋轉系統[J].電子技術應用，2012，38(7)：12-14.
[6] Altera.SoPC builder handbook[EB/OL].http://www.altera.com.cn/literature/lit-sop.jsp，2011-07.