CÓ NHỮNG PHƯƠNG PHÁP NÀO ĐỂ CẢI THIỆN CHẤT LƯỢNG CỦA MÃ QR

Mã QR là gì?

Masahiro Hara đã phát triển hệ thống ký hiệu phản hồi nhanh, được biết đến tốt hơn là mã QR, để tăng tốc quá trình đọc mã trên các bộ phận ô tô. Anh đã đạt được mục tiêu của mình và nhiều hơn thế; công nghệ này đã trở thành tiêu chuẩn ISO nhờ những lợi ích đa dạng mà nó mang lại so với mã vạch truyền thống, bao gồm:

• Thời gian giải mã nhanh hơn lên đến 10 lần

• Khả năng lưu trữ dữ liệu lớn hơn

• Có thể điều chỉnh kích thước linh hoạt

• Đọc được ở mọi hướng

• Đọc được với tới 30% mã bị hỏng

Tuy nhiên, những lợi ích này phụ thuộc vào chất lượng của mã QR. Các công ty sản xuất mã QR cho sử dụng nội bộ hoặc công khai cần đảm bảo rằng chúng dễ dàng được giải mã và cách tốt nhất để làm điều đó là sử dụng một thiết bị xác minh mã vạch. Thiết bị xác minh mã vạch phân tích mã QR bằng cách kiểm tra một số thông số để xác định chất lượng tổng thể

Trước khi đi vào quá trình đánh giá, hãy xem xét các phần cấu thành của một mã QR.

Tìm hiểu cấu trúc của mã QR

Cấu trúc mã QR

Vùng trống (Quiet Zone): Đây là không gian xung quanh cạnh của mã QR giúp tách mã QR với các yếu tố thiết kế hoặc đánh dấu gần kề. Kích thước tối thiểu là 1 module - kích thước của các hình vuông nhỏ nhất trong mã QR - theo tiêu chuẩn ISO 16480 cho mã QR hoặc 4 module theo tiêu chuẩn ISO 18004 cho mã QR dành cho thiết bị di động.

Hoa văn định vị (Finder Pattern): Gồm có ba tập hợp các hình vuông đen trắng giống nhau nằm trong nhau giúp máy quét xác định hướng và đọc mã QR nhanh chóng và dễ dàng hơn.

Hoa văn căn chỉnh (Alignment Pattern): Các hình vuông nhỏ đen trắng nằm trong nhau nhằm đảm bảo mã QR có thể đọc được ngay cả khi mã bị nghiêng hoặc trên một bề mặt cong. Chúng cho phần mềm đọc biết nơi để đặt lưới.

• Mã QR càng lớn, càng cần có nhiều hoa văn căn chỉnh

• Mã QR có hơn 45 module yêu cầu nhiều hoa văn căn chỉnh

Hoa văn tọa độ (Timing pattern): Đây là một đường dạng chữ L chạy giữa ba hình vuông hoa văn định vị giúp máy đọc xác định kích thước của các module và vị trí dữ liệu.

Chức năng sửa chữa lỗi (Format Information): Các vùng cụ thể trong mã QR xác định mức độ dung sai và các dữ liệu bị che khuất.

Thông tin phiên bản (Version Information): Các vùng cụ thể trong mã QR xác định phiên bản của 40 phiên bản mã QR đang được sử dụng và xác định các dữ liệu bị che khuất, cấp độ sửa lỗi và các giá trị liên kết được sử dụng trong ký hiệu. Tương tự như các hoa văn căn chỉnh bổ sung, thông tin này chỉ được liệt kê trong các ký hiệu có kích thước lớn hơn 45 x 45 module.

Dữ liệu và khóa sửa lỗi (Data and Correction Keys): Phần lớn của mã QR, sử dụng các module sáng- tối để lưu trữ dữ liệu và khóa sửa lỗi.

Sửa lỗi cho phép tối đa 30% mã bị hỏng nhưng vẫn có thể giải mã được.

Quá trình đánh giá Mã QR

Mã QR được đánh giá dựa trên các bước của quá trình giải mã. Chi tiết được quy định trong tiêu chuẩn ISO 15415 cho các mã được in trên nhãn và ISO 29158 cho các mã được đánh trực tiếp lên các bộ phận (DPM).

Phần mềm đọc mã bắt đầu quá trình giải mã bằng cách xác định ba hoa văn định vị lớn ở góc của mã QR. Sau khi tìm thấy các mẫu đó, đường theo dõi thời gian và các hoa văn căn chỉnh thiết lập một lưới ký tự. Màu sắc của mỗi module được đo tại giao điểm của các đường lưới, nằm gần trung tâm của các module, và màu sắc đó được so sánh với màu sắc mà module nên có.

Lấy mẫu tròn để đo màu sắc

Màu sắc của một module được đo trong một mẫu tròn gọi là khẩu độ ( aperture), nằm chính giữa giao điểm của các đường lưới. Vì hình ảnh thường có các mức xám khác nhau trong khẩu độ nên các thiết bị đọc sử dụng màu trung bình trong khu vực đó để đánh giá module.

 

Màu sắc mã QR

Xác định module tối hoặc sáng

Giá trị trung bình của tất cả các module trong một mã QR được đồ thị hóa trên một biểu đồ gọi là histogram. Giá trị xám ở giữa giữa cấp độ tối nhất và sáng nhất được tìm thấy trong mã được xác định là ngưỡng chunhg. Mỗi module được hiểu là tối hoặc sáng dựa trên việc nó có màu sáng hơn hay tối hơn ngưỡng chung. Điều này cho phép thiết bị đọc thích nghi với các điều kiện ánh sáng và nền in khác nhau.

Mô-đun sáng tối

 Phân loại mô-đun mã QR 

Sau khi một module được xác định là tối hay sáng, màu sắc thực tế của module đó được đánh giá để xem nó có gần với ngưỡng chung đến mức nào. Khoảng cách càng xa ngưỡng chung càng tốt: các module sáng nên là những điểm sáng nhất trong hình ảnh và các module tối nên gần với màu tối nhất.

Để phản ánh điều này, các module được xếp hạng cao hơn dựa trên khoảng cách của chúng so với trung điểm của biểu đồ và xếp hạng thấp hơn khi chúng càng gần với ngưỡng chung.

Điểm tổng thể của một mã QR phụ thuộc vào điểm của tất cả các thành phần: hoa văn định vị, đường theo dõi thời gian, thông tin phiên bản, chức năng sửa chữa lỗi, hoa văn căn chỉnh và các module dữ liệu thông thường..

Quy tắc đánh giá cho mỗi module khác nhau tùy thuộc vào mức độ ảnh hưởng của chúng đến khả năng đọc mã QR.

Thông số đánh giá hoa văn định vị

Sau khi màu sắc các ô được xác định, giai đoạn tiếp theo trong quá trình giải mã là xác định hoa văn căn chỉnh:

Hoa văn định vị

Phân loại điểm cho các hoa văn định vị:

• 0 module sai - A

• 1 module sai - B

• 2 module sai - C

• 3 module sai - D

• 4 hoặc nhiều hơn module sai – F

Hoa văn tọa độ

Hoa văn tọa độ: đường theo dõi tọa độ ngang và dọc

Hoa văn tọa độ

Phân loại điểm dựa trên đường theo dõi thời tọa độ:

• 0 module sai - A

• ≤ 7% module sai - B

• ≤ 11% module sai - C

• ≤ 14% module sai - D

• >14% module sai – F

Hoa văn căn chỉnh

Hoa văn căn chỉnh 

Mỗi hoa văn căn chỉnh được kiểm tra xem có chứa bất kỳ module nào sai không, sau đó được xếp hạng dựa trên tỷ lệ hoa văn căn chỉnh có lỗi. Nếu chỉ có một hoa văn căn chỉnh, bất kỳ tổn hại nào đối với mẫu đó sẽ dẫn đến điểm F.

Phân loại điểm dựa trên mẫu Alignment:

• 0 hoa văn căn chỉnh bị hỏng - A

• ≤ 10% hoa văn căn chỉnh bị hỏng - B

• ≤ 20% hoa văn căn chỉnh bị hỏng - C

• ≤ 30% hoa văn căn chỉnh bị hỏng - D

• >30% hoa văn căn chỉnh bị hỏng – F

Khối thông tin phiên bản

Khối thông tin phiên bản chỉ xuất hiện trong các ký hiệu mã QR có 45 x 45 module trở lên. Những khối này được lặp lại ở hai vị trí trong ký hiệu để cung cấp bảo vệ dự phòng chống lại tổn hại.

Phân loại điểm dựa trên khối thông tin phiên bản:

• 0 module sai - A

• 1 module sai - B

• 2 module sai - C

• 3 module sai - D

• 3 module sai – F

Khối chức năng sửa chữa

Vì có hai khối chức năng sửa chữa nên điểm của khối chức năng sữa chữa là điểm trung bình của khối. Nếu một khối bị hỏng và nhận điểm F, và khối kia nhận điểm A, điểm tổng thể cho khối thông tin định dạng sẽ là C.

Phân loại điểm dựa trên khối thông tin định dạng:

• 0 module sai - A

• 1 module sai - B

• 2 module sai - C

• 3 module sai – D

• >3 module sai – F

Khối chức năng sửa chữa

Các Tham số Đánh giá Bổ sung cho Ký hiệu Mã QR

Ngoài các tham số cụ thể cho mã QR, các tham số sau được sử dụng khi đánh giá tất cả các mã vạch 2D.

Giải mã thành công

Mọi mã QR phải có thể được giải mã bằng cách tuân theo quy trình được chỉ định trong thông số kỹ thuật mã QR. Bất kỳ mã nào bị tổn hại đến mức không thể giải mã được sẽ nhận điểm F. Một ký hiệu mà được giải mã thành công sẽ nhận điểm A, điều này có nghĩa là điểm thực tế của ký hiệu sẽ phụ thuộc vào điểm của mẫu cố định hoặc các tham số khác dưới đây.

Sửa lỗi không được sử dụng

Giống như hầu hết các mã vạch 2D khác, các ký hiệu mã QR chứa khả năng sửa lỗi, cho phép bộ giải mã khôi phục các bit dữ liệu ngay cả khi một số module không thể đọc được. Tuy nhiên, khả năng sửa lỗi bị giới hạn đến một số module nhất định và tỷ lệ phần trăm khả năng sửa lỗi được sử dụng sẽ xác định cấp độ sửa lỗi không sử dụng (UEC).

Phân loại điểm dựa trên UEC

• ≥ 62% khả năng sửa lỗi không được sử dụng - A

• ≥ 50% khả năng sửa lỗi không được sử dụng - B

• ≥ 37% khả năng sửa lỗi không được sử dụng - C

• ≥ 25% khả năng sửa lỗi không được sử dụng - D

• <25% khả năng sửa lỗi không được sử dụng - F

Tính không đồng nhất theo trục

Mã QR và các ô thành phần của nó được mong muốn là không đổi theo tỷ lệ. Bất kỳ sự méo mó nào ảnh hưởng đến tỷ lệ khía cạnh của ký hiệu được đo lường là tính không đồng nhất theo trục (ANU). Giá trị của ANU được tính bằng cách chia độ khác biệt giữa độ dài hai trục cho kích thước trung bình của hai trục.

Phân loại điểm dựa trên ANU

• ≤ 6% ANU - A

• ≤ 8% ANU - B

• ≤ 10% ANU - C

• ≤ 12% ANU - D

• >12% ANU – F

Lưới không đồng nhất

Quá trình giải mã tạo ra một lưới các đường giao nhau, được đặt tại trung tâm của các module. Lý tưởng nhất là lưới này có khoảng cách đều theo chiều dọc và chiều ngang.

Tuy nhiên, trong thực tế, lưới thích nghi với vị trí của các module đồng hồ và các hoa văn căn chỉnh, vì vậy nó có thể không giống như lưới lý tưởng.

Sự không đồng nhất của lưới (GNU) đo lường sự khác biệt lớn nhất giữa các giao điểm của lưới thực tế và lưới lý tưởng dưới dạng một phần trăm của kích thước X.

Phân loại điểm dựa trên GNU:

Số lượng sự không đồng nhất của lưới - Điểm:

• ≤ 38% GNU - A

• ≤ 50% GNU - B

• ≤ 63% GNU - C

• ≤ 75% GNU - D

• >75% GNU – F

Mô-đun Hóa (MOD và RM)

Mô-đun Hóa là việc so sánh màu sắc thực tế của các mô-đun dữ liệu với ngưỡng chung và màu sắc dự kiến của chúng. Càng gần với ngưỡng chung, các mô-đun càng không chắc chắn hơn và điểm của mô-đun đó càng thấp. Tỷ lệ mô-đun với mỗi mức màu xác định điểm. Một cách dễ hiểu hơn để nghĩ về mô-đun hóa là các khu vực cục bộ có vấn đề về tương phản.

Vì mã QR có khả năng sửa lỗi, một số lượng nhỏ các mô-đun không chắc chắn không làm cho ký hiệu không thể đọc được. Tuy nhiên, khi có nhiều mô-đun không chắc chắn hơn, ký hiệu trở nên khó đọc hơn hoặc khả năng chống chịu bụi bẩn hoặc hư hỏng kém hơn.

Quy trình phân loại cho MOD và RM

Để tạo ra điểm mô-đun hóa, các mô-đun có điểm thấp hơn A được đếm là lỗi và tính điểm dựa trên công thức cho khả năng sửa lỗi không được sử dụng. Sau đó, quy trình này được lặp lại cho các mô-đun có điểm thấp hơn B, C và D. Điểm được tính toán dựa trên "tốt nhất trong số những kém nhất", có nghĩa là đối với mỗi điểm giới hạn, điểm giới hạn thấp hơn và kết quả UEC được chọn, và điểm cuối cùng cho MOD hoặc RM là điểm cao nhất trong những lựa chọn này.

Sự khác biệt giữa MOD và RM

Sự khác biệt giữa MOD và RM là đối với MOD, các mô-đun có màu sai không được tự động tính là lỗi. Thay vào đó, khoảng cách của chúng so với ngưỡng toàn cầu được sử dụng để gán điểm cho chúng, mà không quan tâm đến màu sắc thực tế của mô-đun. Đối với RM, các mô-đun không chính xác luôn được tính là lỗi.

Phương pháp MOD hiệu quả để đánh giá quá trình in ấn - không phải để đánh giá tính chính xác hoặc độ đọc của một ký hiệu. Trong khi đó, RM hữu ích hơn để đo độ đọc của một ký hiệu vì tất cả các mô-đun có màu sai đều được tính là lỗi.

Xác định điểm Mô-đun Hóa cuối cùng

Vì điểm tổng thể của một ký hiệu sẽ là điểm thấp nhất của tất cả các tham số, điểm thấp hơn của MOD và RM sẽ xác định điểm cuối cùng. Hơn nữa, vì RM luôn bằng hoặc nhỏ hơn MOD, RM sẽ luôn chọn điểm cuối cùng thay vì MOD. Theo cách này, MOD không cần thiết để quyết định điểm cuối cùng của một ký hiệu nhưng có thể giúp đánh giá quá trình in ấn trong một số trường hợp.

Tìm hiểu về chất lượng Mã QR

Các nhà sản xuất có thể tối ưu hóa chất lượng mã QR bằng cách hiểu cấu trúc, quy trình đánh điểm và đánh giá mô đun. Sử dụng chính xác tất cả các yếu tố, bao gồm vùng trống, hoa văn định vị, hoa văn căn chỉnh, hoa văn tọa độ và thông tin phiên bản, giúp tạo ra các mã QR được tạo thành tốt.

Quy trình đánh điểm quan trọng để xác định các vấn đề về độ tương phản tiềm năng và cải thiện khả năng đọc. Đạt được sự cân bằng đúng giữa khả năng sửa lỗi và đánh điểm màu sắc là rất quan trọng để có được mã QR đáng tin cậy và hiệu quả. Bằng cách tuân thủ các phương pháp tốt nhất và triển khai các kỹ thuật đánh giá toàn diện, tổ chức có thể đảm bảo mã QR chất lượng cao, tăng cường trải nghiệm người dùng và thành công phục vụ mục đích dự định của mình trong cảnh quan số hóa hiện đại.