摘 要： 闡述了在圖像預(yù)處理階段將二維碼圖像旋轉(zhuǎn)至端正的必要性。設(shè)計了一種求取QR二維碼圖像旋轉(zhuǎn)角度的算法以及一種可將二維碼圖像旋轉(zhuǎn)任意角度的算法。求取旋轉(zhuǎn)角度算法簡捷有效，能以較低的硬件代價實現(xiàn)。圖像旋轉(zhuǎn)算法利用了CORDIC算法以及雙線性插值算法，采用高速流水線架構(gòu)在FPGA上實現(xiàn)。整個設(shè)計在Altera公司的DE2平臺下進行了驗證。實驗結(jié)果表明，這兩種算法結(jié)合使用可以快速有效地將帶有一定歪斜角度的二維碼圖像旋轉(zhuǎn)端正，速度可以達到90.9 MHz，旋轉(zhuǎn)后的圖像細節(jié)清晰，能有效提高二維碼的識別率。
關(guān)鍵詞： 圖像旋轉(zhuǎn)；FPGA；二維碼；CORDIC

近年來，物聯(lián)網(wǎng)技術(shù)高速發(fā)展，已成為各國的發(fā)展戰(zhàn)略，受到高度重視。在物聯(lián)網(wǎng)的應(yīng)用和實現(xiàn)過程中，條碼技術(shù)(可分為一維條碼和二維條碼)是信息識別領(lǐng)域最為重要和關(guān)鍵的技術(shù)之一。如今二維條碼技術(shù)已經(jīng)在物流、通信和工業(yè)領(lǐng)域中得到了廣泛應(yīng)用[1]。
因圖像采集環(huán)境復(fù)雜多變，采集到的二維碼必須進行圖像處理才能達到理想的識別率。二維碼圖像預(yù)處理包括灰度化、濾波去噪、二值化、圖像旋轉(zhuǎn)和圖像去光照等步驟。由于通過攝像頭采集到的圖像或多或少都會有一定的歪斜，所以將圖像旋轉(zhuǎn)端正對二維碼圖像識別來說是必不可少的[2-3]。
本文基于CORDIC算法，設(shè)計了一種高速流水線的圖像旋轉(zhuǎn)算法。算法只包含加法和移位操作，在FPGA上的驗證結(jié)果表明，本設(shè)計的電路精度高，速度快，可以適用于實時二維碼圖像識別。
1 二維碼圖像采集和顯示
在本系統(tǒng)中，圖像采集采用OV7620攝像頭。OV7620是一種CMOS圖像傳感器，具有軟件可編程性，可以通過SCCB總線協(xié)議進行其工作模式的配置，被廣泛應(yīng)用在網(wǎng)絡(luò)攝像頭、攝像手機等產(chǎn)品中。首先基于SCCB協(xié)議的寄存器配置電路對OV7620進行初始化，然后設(shè)計了攝像頭圖像采集程序，通過SRAM控制器將采集到的圖像存入SRAM中，并在LCD上實時顯示出來。攝像頭采集與顯示框圖如圖1所示。

2 圖像旋轉(zhuǎn)角度的獲取
由于受采集環(huán)境、攝像頭和圖像采集者等多種因素的影響，采集到的二維碼圖像一般都會有一定的歪斜。要將二維碼圖像旋轉(zhuǎn)端正，首先需要知道二維碼圖像歪斜的角度。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個重疊且同心的正方形組成，它們分別為7×7個深色模塊、5×5個淺色模塊和3×3個深色模塊。如圖2所示，位置探測圖形的模塊寬度比為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找出3個位置探測圖形，根據(jù)3個位置探測圖形的相對位置判斷出圖像的歪斜角度。

式(3)為CORDIC算法的基本旋轉(zhuǎn)公式。可以看出，CORDIC算法是由一系列簡單的移位和加法操作組成的。它實際上是一種逐次逼近的坐標旋轉(zhuǎn)方法，每次旋轉(zhuǎn)都使累加的旋轉(zhuǎn)角度之和與目標旋轉(zhuǎn)角更接近。迭代次數(shù)n越大，旋轉(zhuǎn)的角度就與真實的角度越接近。在實際應(yīng)用中，受硬件資源限制，不可能迭代很多次。實際上，對于n次迭代，CORDIC算法的旋轉(zhuǎn)精度為arctan2-(n-1)。當n=8時，旋轉(zhuǎn)精度可達0.447 6°，滿足實際應(yīng)用的需要[4]。