2007年--外文翻譯--使用帶有攝像頭的手機對二維條形碼解碼 （譯文）

1、<p>　　中文4260字,2635單詞，13800英文字符</p><p>　　出處：Falas T, Kashani H. Two-dimensional bar-code decoding with camera-equipped mobile phones[C]//Pervasive Computing and Communications Workshops, 2007. PerCom Wor

2、kshops' 07. Fifth Annual IEEE International Conference on. IEEE, 2007: 597-600.</p><p>　　使用帶有攝像頭的手機對二維條形碼解碼 </p><p>　　作者: Tasos Falas Hossein Kashani</p><p

3、>　　院校: Cyprus 大學 紐約理工學院</p><p>　　郵箱: tfalas@cycollege.ac.cy kashani@nyit.edu</p><p><b>　　摘要: </b></p><p>　　通過手機攝像頭讀取二維碼可以克服數據錄入到手機經常會受到鍵盤的限制的毛病。本文

4、介紹了使用手機拍照讀取二維碼信息。條形碼讀取程序通過攝像頭去捕捉二維碼圖像，然后使用手機程序解碼。而條形碼讀取程序的源代碼會受到手機平臺限制。相比之下，具有java環(huán)境的手機可以讓條形碼讀取程序無視手機制造商和手機平臺。如果讀取程序是精心編寫的，那么java是一個可行的選擇。使用手機作為二維碼閱讀器和實現(xiàn)這們技術具有可喜的成果已經被發(fā)明了。</p><p><b>　　1. 前言</b>&l

5、t;/p><p>　　現(xiàn)代手機都配備了高分辨率彩色顯示器，它們還支持無線網絡的不同標準，而且他們有合理的處理能力 和存儲器。雖然仍主要用于語音通信，與包括數碼相機這些設備已經成為一個potentialplatform機器視覺 應用，如條形碼識別。</p><p>　　一個有趣的方法是用手機攝像機捕捉條形碼然后讓在手機上運行的軟件進行解碼。根據應用程序的特點，可以觸發(fā)如下解碼階段:如果是一個短信

6、就發(fā)送；</p><p>　　如果是一個網頁就顯示，或者如果是一個后臺的應用程序那么就執(zhí)行該程序。</p><p>　　本文結構如下：第二部分給出了一個 標準化的二維（2D）條形碼概述，第三部分在實際應用中回顧一些項目和測試。第四部分介紹在手機設備上讀取二維碼的方法。第五部分提供了一些初步成果。最后，在第六部分給出了今后的工作方向。</p><p><b>

7、;　　標準化的二維條形碼</b></p><p>　　一維（1D）條形碼，尤其是UPC[5]， 已經被印在數十億的產品上。生產的每一個產品都標記上了一維碼進行識別。它們使用在退房柜臺是很正常的，并且被鏈接的一個及免費的商業(yè)數據庫中。雖然它們在產品識別中非常成功，但是由于它們存儲的信息量太少因此很難用在沒有后臺支持的復雜程序中。</p><p>　　為了增加存儲的信息量，所以二維

8、碼就順其自然的被提出了。本節(jié)將介紹兩種常用標準：數據矩陣和QR碼。還有一些其他的二維碼，但是它們并不常用。</p><p>　　其中有些是公認的標準，而另一些專有的。它們包括Semacode（只是一個數據矩陣碼的一個特例 ），Spotcode，CyberCode， 和VisualCode。</p><p>　　2.1 矩陣式二維碼</p><p>　　矩陣式二維碼是

9、最知名的2D條形碼 。它被廣泛應用于的汽車，航空航天和計算機制造業(yè)。二維碼則直接打標或封裝在產品上。該標記是面向大眾的，在任何地方任何機構都是免費的。如圖1，它由實線定位器（兩個實線），圖案化的線定位器（這兩個交替的深色和淺色圖案的線條）， 用于存儲二進制編碼數據和一個周圍被標簽填充的空白區(qū) （空白區(qū)域）。</p><p>　　它的容量為2334個字符或1556個可以編碼任何數據8位ASCII字符，它采用了Ree

10、d-Solomon糾錯，以便部分代碼被損壞還可以準確讀取信息。</p><p>　　2.2 QR code</p><p>　　QR code最初由Denso與1994年在日本完善。后來被確定為國際標準[7],它是另一種二維碼。</p><p>　　它的主要設計目的是不使用費其他數據來高效的編碼日本漢字符號。如可以從圖1中可以觀察到的，在左上和右和左下拐角，有由三

11、個正方形圖案清晰的定位圖案。 它也采用里德 - 所羅門糾錯 。</p><p>　　2.3 矩陣式二維碼的優(yōu)勢</p><p>　　QR碼唯一的優(yōu)勢是它能夠有效地編碼的日文漢字字符?？紤]到所有其他 </p><p>　　比較標準，數據矩陣是更好。對于相同的代碼大小它可以有更高的信息量。對于相同的信息量，數據矩陣要比QR code節(jié)省30%到60%的空間。QR cod

12、e最小尺寸是21*21，而數據矩陣有最小的10*10更節(jié)約空間的模塊。</p><p>　　矩陣式二維碼使用普遍，并有大量生產者為其提供產品和服務。通常，在一個多樣化產品和工廠都圍繞著它來開發(fā).</p><p>　　圖1. 同樣的尺寸，左邊是qr碼，右邊是矩陣式二維碼</p><p><b>　　本領域的狀況</b></p>&l

13、t;p>　　一些常見的問題，如：各種類型的噪聲，模糊，不均勻的照明，以及存在的圖像周圍多余的信息在掃描和解碼的過程中程序都將會考慮到。另外，在使用手持式裝置進行抓取圖像時，很難和圖像保持垂直。所以，圖像避免不了會有一定程度的傾斜，偏度，和旋轉。</p><p>　　3.1 數碼相機閱讀器最近的趨勢</p><p>　　在這個行業(yè)現(xiàn)在有這樣的一種趨勢，就是用便宜的，通用的數碼相機去替代

14、昂貴而又笨重的專用激光掃描器，這也被越來越多的使用手機相機的消費者所認同。因此，我們應該把注意力集中在圖像處理方面。嘗試用圖像處理程序從不完善的圖像中讀取二維碼信息。</p><p>　　一個最早使用相機進行二維碼解碼的是Sony 在研究CyberCode上嘗試的。當使用具有真正處理能力的手機相機是很奇特的。大多數的條形碼在那時還沒有標準化，所以一種在視覺標記中使用的特殊符號CyberCode就被制定了。相比RF

15、ID標簽，任何可以使用的便宜的打印機都可以創(chuàng)建CyberCode，然而創(chuàng)建RFID需要使用專用特殊的設備。打印標簽非常便宜，可以被附加的任何物理實體中，并且可以組織到移動閱讀器上。CyberCode在數據容量上有限制，并且在一次解碼中還需要后臺服務器提供信息。當手機相機在進行處理時，解碼算法是由java和手機底層代碼混合在一起實現(xiàn)的。</p><p>　　使用手機相機作為條形碼讀碼器已經在日本發(fā)明了，在那，大部分

16、手機都支持識別條形碼和QR碼。它們通過讀取URL來獲取手機提供的網絡服務。曾經一項研究采用原生的軟件作為專門的手機硬件。根據尋找標簽的邊角，已經為二維碼識別開發(fā)出了高效的算法。一旦發(fā)現(xiàn)邊角，處理程序會根據圖像的最小尺寸進行相關處理。一個顯著地成就就是利用逆透視變換技術解決了通道的旋轉和傾斜問題。</p><p>　　在澳大利亞的另一項研究是專注于一維EAN-13條形碼，但它的很多思想也適合于2D。它們的使用模式涉

17、及解碼后在線連接條形碼，然后得到有關產品的標識信息。包括產品的說明，價格，產品的評測，零售商及零售商的地址等。算法步驟通常包含預處理，定位條形碼，解碼。</p><p>　　瑞士的一項研究中致力于在設備上執(zhí)行處理程序，并使用用戶輸入的數據和上下文數據作為附加信息。獨立于相對相機方向的代碼標簽的距離，旋轉，傾斜的輕量級識別算法已經被開發(fā)出來了。這項研究考慮了相當多的有關圖像質量的問題（桶形失真，對比度低，光亮度，邊

18、緣模糊）。并且，一些預處理，包括灰度圖像的自適應閥值，提高了解碼的效率。</p><p>　　最近的一項研究都集中在一維碼，因為他方便使用并且在線得到產品信息。為了證明將移動手機作為條形碼閱讀器用于連接物理實體和虛擬數字的吸引力，他們主張采用手機的攝像頭而不是專門的掃描器去捕捉圖像。他們的識別組件運行在基于J2ME的手機平臺上，并且將檢測到的產品代碼發(fā)送到GPRS服務器。</p><p>

19、　　一個關于檢測營養(yǎng)食品成分的演示應用程序可以根據購物者的過敏配置文件來引起過敏反應，并且警告使用者。</p><p>　　3.2 需要解決的主要問題</p><p>　　尤其是對后者的研究，確定了主要關心的不是相機分辨率的問題(即使是很低的640*480的分辨率也是足夠的)而是不能近距離的對焦捕捉圖像。長期的解決方案是自動對焦，在不久的將來，這些現(xiàn)代設備都會形成標準化。即使是這些功能是可

20、用的，它也需要已程序的方式訪問。不幸的是，現(xiàn)在不是個合適的時刻，因此，需要在手機上貼一個便宜的微距鏡頭。</p><p>　　另一個需要考慮的主要問題是計算移動手機的功率是否足以取代基于硬件的激光掃描器，并使用戶體驗到可以與激光掃描器相媲美的速度和易用性。由于給圖像解碼傳到后臺服務器會受到數據傳輸費用的限制和具有延遲的缺點，所以解碼部分必須在手機上進行。</p><p>　　使用J2ME處

21、理圖像</p><p>　　對于編程平臺java是一種趨勢，因為java在所有手機中都使用。最初，在手機上實現(xiàn)的java功能還有許多需要改進的地方。但這種情況在這幾年已有了顯著改善。雖然本機程序（已塞班環(huán)境下運行的C++為例）要比java程序的執(zhí)行速度更快，但是可移植性也是消費類應用需要考慮的主要問題。</p><p>　　根據java移動版(J2ME）提出的方法，大部分現(xiàn)代手機攝像機都是

22、支持的。J2ME是設計工作在具有處理能力和內存性能的底層設備上的。它支持塞班，Linux，Windows Mobile，Palm操作系統(tǒng)和手機供應商特制的操作系統(tǒng)。</p><p>　　有限連接設備配置（CLDC）對于低端到中檔的手機是最常用的配置。CLDC目前的版本是1.1，但是許多設備還都使用1.0。因此，該方法是針對CLDC1.0的。在CLDC上，J2ME為特別的設備指定了輪廓。移動手機的配置文件叫做移動信

23、息設備描述（MIDP）,目前版本2.0，雖然MIDP1.0仍在使用，但他們大部分都不包含攝像頭。因此，應用程序是基于MIDP2.0的。手機配置和配置文件都是底層通用的規(guī)格。通過許多制作商提供的標準化API可以支持更多的功能。比如一個關于移動媒體的API（MMAPI） 使用它編寫應用程序可以訪問攝像頭并且拍照。</p><p>　　4.1 預處理步驟 </p><p>　　大部分手機拍攝的圖

24、片格式是JPEG格式，一旦二維碼被捕捉，將會有如下步驟:</p><p>　　1. 灰度變換： 將拍攝的彩色圖像根據轉換公式轉換成灰度圖像。</p><p>　　2. 灰度直方圖拉伸：將圖像分割成四個區(qū)域（用一個分區(qū)做指定計劃，十六個分區(qū)用最壞的結果檢查）計算每個區(qū)域的直方圖亮度，將直方圖適量拉伸使所有區(qū)域的直方圖亮度都差不多。為了避免異常值的影響，頂部和底部原始值的1%設為最大值和最小值

25、。</p><p>　　3. 自適應閥值: 為了具有更明顯的對比度，通過自適應方法計算圖像位圖的最佳閥值，然后將圖像轉化成二進制位圖。</p><p>　　4. 去噪： 位圖圖像用標準化的開閉技術來去除噪聲。</p><p>　　5. 分割圖像： 將不必要的圖像背景去除，已減少圖像的尺寸和處理時間。</p><p>　　6. 旋轉校正： 雖然

26、解碼器可以設計用來處理旋轉圖像，但是在譯碼之前旋轉處理速度是更快的。</p><p>　　7. 傾斜校正： 預處理必須是圖像在解碼之前是一個方形。</p><p>　　上述步驟對于一般的手機可能是計算密集的。需要盡量減少處理，甚至會違反了一些好的編程原則。</p><p><b>　　4.2 解碼步驟</b></p><p&

27、gt;　　本文介紹的工作正在進行中，解碼步驟尚未審查很詳細。開源庫被用于解碼，因為其專門研究圖像處理算法用于解碼。并且允許閱讀器對已近處理過的圖像進行解碼。</p><p>　　預處理后，該軟件將定位邊角，邊緣圖案，然后再對數據區(qū)域的黑白點進行解碼。一個非常有趣的解碼方案已經被提出?；痉椒ㄊ窃趨悼臻g中搜索直線，因此，它將圖像中感興趣的地方轉換成坐標和弧度（Hough變換），這樣變換的運行性能需要認真評估。&l

28、t;/p><p><b>　　實驗結果</b></p><p>　　大量的實驗已經進行了，開始時關于手機模擬器的，現(xiàn)在是實際的手機（集中在諾基亞6600和6630）。最初的嘗試表明，整個方案是可行的，而后來的嘗試也表明在代碼優(yōu)化方面還需要完善。</p><p>　　初步結果表明，每一個在預處理中提出的技術都具有雙重性:解碼能力提高了，但是花費的時間

29、也增加了。每一步都應該盡可能的優(yōu)化，并且盡可能的將每一步結合起來，以減少圖像的遍歷次數。</p><p><b>　　總結</b></p><p>　　本文還提出了使用手機對二維碼進行解碼，該軟件使用java實現(xiàn)的，獨立于手機平臺，支持J2ME。實驗結果表明，該方法是被看好的，具有廣闊的應用前景。普通手機的數據錄入，產品標識和跟蹤，用于物理實體和虛擬數字的連接。<

30、;/p><p>　　結論鞏固了早期發(fā)現(xiàn)的該項技術是沒有問題的。剩下的一個問題是關注的焦點。直到自動對焦裝置成為普遍才解決，以前臨時的解決辦法是在手機上添加一個微距鏡頭配件，以便可以近距離的解碼條形碼。需要指出，大的攜帶信息量少的條形碼不用微距鏡頭配件就可以進行解碼。</p><p>　　需要進一步的研究分辨率，解碼能力，解碼事件之間的關系以找到他們之間的最好組合，并且是在應用程序可接受的范圍內

31、。另外，迄今為止，還沒有研究J2ME和本機二維碼讀取器之間的優(yōu)化。雖然本機程序更快，但是考慮java的性能損失，在可移植性方面是否值得也是很重要的。</p><p><b>　　參考文獻</b></p><p>　　[1] Java 2 Mobile Edition. http://java.sun.com/j2me/ - Oct 16,2006.</p>

32、<p>　　[2] JSR 118: Mobile Information Device Profile 2.0.</p><p>　　http://jcp.org/en/jsr/detail?id=118 - Oct 16, 2006.</p><p>　　[3] JSR 135: Mobile Media API.</p><p>　　http:/

33、/jcp.org/en/jsr/detail?id=135 - Oct 16, 2006.</p><p>　　[4] JSR 139: Connected Limited Device Configuration 1.1.</p><p>　　http://jcp.org/en/jsr/detail?id=139 - Oct 16, 2006.</p><p>　

34、　[5] ISO/IEC 15420:2000 - Information Technology - Automatic</p><p>　　Identification and Data Capture Techniques - Bar Code Symbology - EAN/UPC,2000.</p><p>　　[6] ISO/IEC 16022:2000 - Informatio

35、n Technology - International Symbology Specification - Data Matrix, 2000.</p><p>　　[7] ISO/IEC 18004:2000 - Information Technology - Automatic</p><p>　　Identification and Data Capture Techniques

36、 - Bar Code Symbology - QR Code, 2000.</p><p>　　[8] Comparison of Data Matrix and QR Code. Technical report,Consumer Electronics Association, 2001.</p><p>　　[9] Choosing the best 2D barcode form

37、at for mobile apps. Technical report, Semacode, 2006.</p><p>　　[10] R. Adelmann, M. Langheinrich, and C. Floerkemeier. A toolkit for bar-code-recognition and resolving on camera phones Jump starting the inte

38、rnet of things. InMobile and Embedded Interactive Systems (MEIS’06), 2006.</p><p>　　[11] D. Chai and F. Hock. Locating and decoding EAN-13 barcodes from images captured by digital cameras. In Fifth Internati

39、onal Conference on Information, Communications and SignalProcessing(ICICS’2005), pages 1556–1560, Bangkok, Thailand, December 2005.</p><p>　　[12] O. Eisaku, H. Hanaizumi, and L. A. Hock. Barcode readers usin

40、g the camera device in mobile phones. In2004 International Conference on Cyberworlds (CW’04), pages 260–265, Tokyo, Japan, November 2004.</p><p>　　[13] R. C. Gonzalez and R. E. Woods.Digital Image Processing

41、.</p><p>　　Prentice-Hall, Upper Saddle River, NJ, 2nd edition, 2002.</p><p>　　[14] K. Leichtenstern, A. De Luca, and E. Rukzio. Analysis of built-in mobile phone sensors for supporting interacti

42、ons with the real world. InPERMID, pages 31–34, 2005.</p><p>　　[15] R. Muniz, L. Junco, and A. Otero.A robust software barcode reader using the Hough transform. In Proceedings of the 1999 International Confe

43、rence on Information Intelligence and Systems (ICIIS 1999), page 313, Washington, DC, 1999.</p><p>　　[16] J. Rekimoto and Y. Ayatsuka. CyberCode: Designing augmented reality environments with visual tags. In

44、Proceedings of DARE 2000, pages 1–10, 2000.</p><p>　　[17] M. Rohs. Real-world interaction with camera-phones. In H. e. a. Murakami, editor,2nd International Symposium on Ubiquitous Computing Systems (UCS 200

45、4), LNCS 3598,pages 74–89. Springer-Verlag, Berlin Heidelberg, 2005.</p><p>　　[18] M. Rohs and B. Gfeller. Using camera-equipped mobile phones for interacting with real-world objects. In G. K.Alois Ferscha,

46、Horst Hoertner, editor,Advances in Pervasive Computing, Austrian Computer Society (OCG), pages 265–271, Vienna, Austria, April 2004.</p><p>　　[19] P. D. Wellner. Adaptive thresholding for the digitalDesk.Tec