php发布post到wordpress,网络优化是干什么的,宁德市教育局官网,成都洛羽网络科技有限公司条码检测系统——基于MATLAB的一维条码识别 摘 要#xff1a;条码技术是如今应用最广泛的识别和输入技术之一#xff0c;由于其包含的信息量大#xff0c;识别错误率低而在各个方面得到很大的重视。它发展迅速并被广泛应用于于工业、商业、图书出版、医疗卫生等各行各业。由… 条码检测系统——基于MATLAB的一维条码识别 摘 要条码技术是如今应用最广泛的识别和输入技术之一由于其包含的信息量大识别错误率低而在各个方面得到很大的重视。它发展迅速并被广泛应用于于工业、商业、图书出版、医疗卫生等各行各业。由我国目前发展现状来看条码的正常使用受到条形码印刷质量和商品运输过程的影响并且传统的条码识读方式是采用光电识读器条码图像对光的不同反射效果也必然会对条码的识读产生影响而一般条码在搬运过程中条码会不可避免的破损所以对质量较差的条码的条码的识别尤为重要。 不同的条码有着不同的识读过程。本设计研究一种基于图像处理方式的识读方法通过计算机辨识来解决条码印刷质量不佳和条码变形等问题。该方法是采用摄像头采集条码图像通过照相采集条码图像的方法避免了线性扫描器逐行扫描所产生的问题同时简化了扫描条码图像的操作。然后通过一定的数字图像处理算法处理进行译码。译码算法主要分为两部分第一部分首先对采集的条码图像进行预处理图像的预处理包括图像分割图像滤波等良好的图像处理将对后面实现正确译码有重大贡献第二部分就是对预处理后的条码图像进行译码我们根据相似边距离来判别条码字符再通过译码、校验、纠错处理来识读条码得到条码所表示的文本信息。与用条码识读器硬件进行译码相比软件译码具有更大的灵活性和较低的成本所以具有很大的市场空间。借助于matlab软件的功能我们完成这次译码工作。 关键词图像处理 图像分割 条形码识别 EAN-13 相似边距识别 图像滤波Matlab The System Of Bar-Code Examination —— 1D Bar-Code recognition based on MATLAB Abstract: Nowadays Bar-Code is a very popular technique ofidentification and input. It has been taken serious because of it’s large information and low error rate. It develops very quickly and has already been applied in industry,忽略merce,publishing,medical sanitation and so on. It can be seen from the actualities in our country that the use of Bar-Code is influenced by the printing quality and goods transportation, and besides, the traditional mode of recognition is using optical scanner so that the recognitinon will be consequentially affected by the different reflection of code image by the light. The general course of the removal barcode bar code will inevitably damage, so poor quality bar code bar code identification is particularly important. Different Bar-Code has different recognition process. This paper researches into a method based on digital image processing mode to resolve the problems of poor printing quality and code distortion, which uses the vidicon to take pictures of code images so as to avoid the traditional questions brought by the line-by-line scanning. And then applies the digital image processing algorithms to recognize the code, which includes two steps: the first is image pretreatments, the second is using statistic method and the distance of edge to similar edge method to recognize the code character. 忽略paring with decoding with special Bar-Code identification hardware, decoding with software is more flexible, and the cost is also 忽略paratively low. Hence, Bar-Code has a very clear future of development. This research is realized by Matlab. Key word: image processing, Bar-Code recognition, EAN-13, the distance of edge to similar edge, image filters Matlab 目 录
第1章 引言................................................................01 1.1 条码技术概述.........................................................01 1.2 Matlab应用图像处理...................................................02 1.3本文的研究意义及内容..................................................03 1.3.1 研究意义.................................................03 1.3.2 研究内容及本文的组织安排.................................04
第2章 一维条码技术........................................................05 2.1 一维条码的简介.......................................................05 2.2 一维条码符号的结构...................................................05 2.3 EAN码简述............................................................06 2.4 EAN-13码符号的特征..................................................07 2.4.1 EAN-13码字符集...........................................08 2.4.2 EAN-13码符号结构.........................................09 2.5 EAN-13码的校验纠错..................................................11
第3章 条码图像的预处理............................. ......................12 3.1 图像分割理论.........................................................12 3.1.1 图像分割的定义...........................................12 3.1.2 图像分割的算法类.........................................13 3.1.3 图像分割结果.............................................14 3.2 图像灰度及二值化...............................................15 3.3 图像加噪仿真...........................................................16 3.3 图像的滤波. ....................................................16 3.3.1 图像的平滑滤波...........................................16 3.3.2 形态学滤波...............................................17
第4章 条码的译码方法......................................................20 4.1 译码方案的选择..................................................20 4.2 相似边距法介绍..................................................21 4.3. 条码字符的判别.................................................22
第5章 条码译码的基本原理..................................................25 5.1 EAN_13的译码原理分析............................................25
5.2译码结果分析.....................................................26 第6章 结论................................................................28
参考文献...................................................................30
附录.......................................................................36 第1章 引 言
1.1 条码技术概述 在信息时代的今天计算机的应用己和我们的生活紧密地联系在一起。计算机快速准确的信息处理速度给工农业生产、经营管理以及人们的日常生活等方面都带来了巨大的效益。可以说计算机的出现、普及和应用加速了社会发展进程。然而在运用计算机进行信息处理时面临的一个重要问题是如何提高信息输入速度问题使之与计算机的高速运算能力相匹配。只有解决这个问题才能发挥计算机高速处理信息的能力。因此要求有一种简单、易行、廉价、高速的输入技术条形码技术正是具备这一特征因而它为世界各国所重视并获得极大的发展。
条码技术是在计算机的应用实践中产生和发展起来的一种自动识别技术条码应用技术就是应用条码系统进行的信息处理技术。条码技术的研究始于20世纪中期是继计算机技术应用和发展应运而生的。随着70年代微处理器的问世标志着“信息化社会”的到来它要求人们对社会上各个领域的信息、数据实施正确、有效、及时的采集、传递和管理。因此如何代替人的视觉、人的手工操作、或者在复杂的环境中正确、迅速地获取信息并加以识别成为人们普遍关心和有关人员精心研究的课题。
通俗的说条形码是指在浅色衬底上印有深色矩形的线条(也称条码)排列而成的编码其码条和空白条的数量和宽度按一定的规则(标准)排列。条形码是由一组规则排列的条、空、相应的数字组成。这种用条、空组成的数据编码可以供机器识读而且很容易译成二进制数和十进制数。这些条和空可以有各种不同的组合方法构成不同的图形符号即各种符号体系适用于不同的应用场合。条码系统是由条码符号设计、制作及扫描阅读组成的自动识别系统。微电子技术和激光技术的发展使得条码识别系统越来越受到人们的关注。条码是迄今为止最经济、实用的一种自动识别技术。条码技术具有以下几个方面的优点
1、可靠准确。有资料可查键盘输入平均每300个字符一个错误而条码输入平均每15000个字符一个错误。如果加上校验位出错率是千万分之一。
2、数据输入速度快。 与键盘输入相比较用条形码扫描读入电脑的速度大约是键盘输入的100倍并且能够实现“即时数据输入”一个每分钟打90个字的打字员1.6秒可输入12个字符或字符串而使用条码做同样的工作只需0.3秒速度提高了5倍。
3、经济便宜。与其它自动化识别技术相比较推广应用条码技术所需费用较低。
4、灵活、实用。条码符号作为一种识别手段可以单独使用也可以和有关设备组成识别系统实现自动化识别还可和其他控制设备联系起来实现整个系统的自动化管理。同时在没有自动识别设备时也可实现手工键盘输入。
5、自由度大。识别装置与条码标签相对位置的自由度要比OCR大得多。条码通常只在一维方向上表达信息而同一条码上所表示的信息完全相同并且连续这样即使是标签有部分缺欠仍可以从正常部分输入正确的信息。
6、设备简单。条码符号识别设备的结构简单操作容易无需专门训练。
7、易于制作可印刷称作为“可印刷的计算机语言”。条码标签易于制作对印刷技术设备和材料无特殊要求。 证因为条码具有上述迅速准确廉价使用方便适应性强等优点克服了其他输入方法的不足所以他在各个行业中的发展可谓突飞猛进最初应用于物流管理最引人注目的是pos系统它使商店的定货管理盘点库存管理库存查询验货管理收款等各项工作得到极大地提高。目前已经应用到计算机自动化的各个领域包括质量跟踪仓储管理物资管理票证管理人流物流管理图书文献检索医疗卫生邮电系统安全检查等领域。
1.2 Matlab应用图像处理 Matlab图像处理工具是由Math Works公司推出的用于数值计算的有力工具它具有相当强大的矩阵运算和操作功能力求人们摆脱繁杂的程序代码。Matlab图像处理工具箱提供了丰富的图像处理函数灵活运用这些函数可以完成大部分图像处理工作。可以分为图像处理概述、图像显示、图像运算、图像滤波、和二值形态学等方面。应用部分包括图像空间变换、图像增强、图像复原、图像编码、图像分析等。
图像处理工具包是由一系列支持图像处理操作的函数组成的。所支持的图像处理操作有:图像的几何操作、邻域和区域操作、图像变换、图像恢复与增强、线性滤波和滤波器设计、变换(DCT变换等) 、图像分析和统计、二值图像操作等。下面就MATLAB 在图像处理中各方面的应用分别进行介绍。主要包括下面几方面
(1) 图像文件格式的读写和显示。MATLAB 提供了图像文件读入函数 imread()用来读取如:bmptif、tiff、pcx 、jpg 、gpeg 、hdf、xwd等格式图像文图像写出函数 imwrite() 还有图像显示函数 image()、imshow()等等。
(2) 图像处理的基本运算。MATLAB 提供了图像的和、差等线性运算 以及卷积、相关、滤波等非线性算。例如conv2(IJ)实现了IJ两幅图像的卷积。
(3) 图像变换。MATLAB 提供了一维和二维离散傅立叶变换(DFT) 、快速傅立叶变换(FFT) 、离散余弦变换 (DCT) 及其反变换函数以及连续小波变换(CWT)、离散小波变换(DWT)及其反变换。
(4) 图像的分析和增强。针对图像的统计计算MATLAB 提供了校正、直方图均衡、中值滤波、对比度调整、自适应滤波等对图像进行的处理。
(5) 图像的数学形态学处理。针对二值图像MATLAB 提供了数学形态学运算函数蚀(Erode)、膨胀(Dilate)算子以及在此基础上的开 (Open)、闭(Close)算子、厚化 (Thicken) 、薄化 (Thin) 算子等丰富的数学形态学运算。 1.3 本文的研究意义及内容
1.3.1 研究意义
条形码技术主要研究如何用条码标识信息、并将条形码表示的信息转换成计算机可识读的语言以实现自动输入、自动识读、自动统计.在先进的工业国家里条码技术作为一种信息处理技术己成为社会化产物不仅应用于生产过程而且也应用于管理过程。在我国条码技术起步比较晚但它的发展非常迅速己被广泛用于工业、商业、图书出版、医疗卫生等各行各业。随着全球经济贸易体系的形成将被更广泛用于其它领域。现在它已变成商品进入国际市场的通行证.但是由我国目前发展现状来看主要有两种因素影响条码正常使用。首先条形码在印刷中存在许多质量问题据1998年4月桂林条码工作会议公布的数字表明我国商品条码不合格率达20%--30%使大量名牌产品、优质产品不能进入超级市场(POS商店)。条码印刷质量对其能否正常使用是至关重要的质量低劣出现扫描误读不仅造成不必要的经济损失而且将大大影响了工作效率。其次运输过程中造成的条码磨损、断裂和脏污是影响条码正确误读的另一个重要的因素。
目前市场上普遍采用的条形码识读装置是光电识读器。由一般条码识读器的原理可知:条形码的宽窄和颜色的对比度都会对光的反射产生影响不可避免的会影响到条码正确识读此外由于光电识读器采用线扫描方式斑点、脏污和纸面断裂也会造成反射光的差异相应的对条码识读也必然会产生影响。因此一方面条码标准化工作需要大力加强另一方面研制有一定的辨识能力的条码阅读装置具有十分重要的现实意义。条码图像辨识在一些特殊情况下将发挥着极大的优势。图像处理识读方法是首先对条码图像进行处理然后利用统计方法根据相似边距离来判别条码字符再通过译码、校验、纠错处理来识读条码这样将大大降低条码印刷质量以及条码污染等各种因素的干扰从而有效地提高条码的识读率。
1.3.2 研究内容及本文的组织安排
自从20世纪70年代以来由于数字计算机技术迅猛发展给图像处理技术提供了技术手段图像处理技术被广泛应用于国民经济的各个部门并逐步深入人们生活。到目前为止通过各种信息检索有关图像处理技术用于一维条形码识读方面的技术成果及参考资料还没有发现。尽管以前关于条码识读的设备很多但都是针对光电处理而言的。因此通过图像处理识别条码是一种新的尝试而条码图像识读算法的研究正是在该情况下的理论探索本文所研究的是基于图像处理方式的条码的识别工作具体工作如下 1 研究印刷质量对条码的影响通过辨别解决条码印刷质量不佳的问题。 2 针对条码图像特点确立相应的图像处理算法对采集的条码图像进行预处理该部分的算法包括对条码图像进行定位 分割对图像除噪滤波等以有效提取条码图像信息为后面实现正确译码做准备。 3 通过计算机仿真的方法加入噪声生成干扰图像用此对图像预处理算法进行检索。 4 对预处理的条码的图像进行译码利用统计方法归一化理论根据相似边距来判别字符。 第二章 一维条码技术
2.1 一维条码简介
条码由一组规则排列的条空及相应的字符组成。条码的信息靠条和空的不同宽度不同位置来传递的信息量的大小事由条码的宽度和印刷的精度来决定的条码越宽包容的条和空越多传递的信息量也越大条码印刷的精度越高单位长度内可以容纳的条空也越多传递的信息量也越大。这种用条空组成的数据编码很容易供机器识读而且很容易已成二进制和十进制的数。
世界上约有225种以上的一维条码每种一维条码都有自己的一套编码规格规定每个字母(可能是文字或数字或文数字)是由几个线条(Bar)及几个空白(Space)组成以及字母的排列。目前使用频率最高的几种一维条码码制有EAN、UPC、三九码、交插二五码和EAN128码。其中UPC条码主要用于北美地区。EAN条码是国际通用符号体系它们是一种定长、无含义的条码主要用于商品标识。EAN128码是由国际物品编码协会和美国统一代码委员会联合开发、共同采用的一种特定的条码符号它是一种连续型、非定长有含义的高密度代码用以表示生产日期、批号、数量、规格、保质期、收货地等更多的商品信息。另有一些码制主要是适应于某种特殊场合如库德巴码用于血库、图书馆、包裹等的跟踪管理二五码用于包装、运输和国际航空系统为机票进行顺序编号。还有类似三九码的九三码它的密度较高可代替三九码。以上所说的都是一维条码就是常说的传统条码。本文主要研究其中的EAN13码。
条码可分为一维条码 (One Dimensional Barcode, 1D) 和二维码(Two Dimensional Code, 2D)两大类目前在商品上的应用仍以一维条码为主故一维条码又被称为商品条码二维码则是另一种渐受重视的条码其功能较一维条码强应用范围更加广泛。 2.2 一维条码符号的结构
通常任何一个完整的条码是由两侧空白区、起始符、数据字符、校验符、终止符组成以一维条码而言其排列方式通常如表2-1所示 1、空白区
位于条码两侧无任何符号及资讯的白色区域主要用来提示扫瞄器准备扫瞄。
2、起始符
指条码符号的第一位字码用来标识一个条码符号的开始扫瞄器确认此字码存在后开始处理扫瞄脉冲。
3、数据符
位于起始字符后面的字码用来标识一个条码符号的具体数值允许双向扫瞄。
4、校验符
用来判定此次阅读是否有效的字码通常是一种算术运算的结果扫瞄器读入条码进行解码时先对读入各字码进行运算如运算结果与检查码相同则判定此次阅读有效。 2.3 EAN码简述
EAN码的全名为欧洲商品条码(European Article Number)源于公元1977年由欧洲十二个工业国家所共同发展出来的一种条码。目前已成为一种国际性的条码系统。EAN条码系统的管理是由国际商品条码总会(International Article Numbering Association)负责各会员国的国家代表号码之分配与授权再由各会员国的商品条码专责机构对其国内的制造商、批发商、零售商等授予厂商代表号码。目前已有30多个国家加盟EAN。
EAN码由前缀码、厂商识别码、商品项目代码和校验码组成。前缀码是国际EAN组织标识各会员组织的代码我国为690、691和692厂商代码是EAN编码组织在EAN分配的前缀码的基础上分配给厂商的代码商品项目代码由厂商自行编码校验码为了校验代码的正确性。在编制商品项目代码时厂商必须遵守商品编码的基本原则对同一商品项目的商品必须编制相同的商品项目代码对不同的商品项目必须编制不同的商品项目代码。保证商品项目与其标识代码一一对应即一个商品项目只有一个代码一个代码只标识一个商品项目。
另外图书和期刊作为特殊的商品也采用了EAN-13表示ISBN和ISSN。前缀977被用于期刊号ISSN图书号ISBN用978为前缀我国被分配使用7开头的ISBN号因此我国出版社出版的图书上的条码全部为9787开头。
EAN码具有以下特性
1.只能储存数字。
2.可双向扫描处理即条码可由左至右或由右至左扫描。
3.必须有一检查码以防读取资料的错误情形发生位于EAN码中的最右边处。
4.具有左护线、中线及右护线以分隔条码上的不同部分与截取适当的安全空间来处理。
5.条码长度一定较欠缺弹性但经由适当的管道可使其通用于世界各国。
6.依结构的不同可区分为
EAN-13码由13个数字组成为EAN的标准编码型式。 EAN- 8码由8个数字组成属EAN的简易编码型式。 2.4 EAN-13码符号的特征
1条码符号的整体形状为矩形。由一系列互相平行的条和空组成四周都留有空白区。
2条空分别由1-4个同一宽度的的深或浅颜色的模块组成。深色模块用“1”表示浅色模块用“0”表示。
3在条码符号中表示数字的每个条码字符仅由两个条和两个空组成共7个模块。
4除了表示数字的条码字符外还有一些辅助条码字符用作表示起始、终止的分界符和平分条码符号的中间分隔符。
5条码符号可设计成既可供固定式扫描器全向扫描又可用手持扫描设备识读的形式。
6条码符号的大小可在放大系数的两个极限值所决定的尺寸之间变化以适应不同印刷工艺的需求及用户对印刷面积的要求。
7对一个特定大小的条码符号所规定的尺寸称为名义尺寸放大系数的范围0.8-2.0。
8供人识别的字符规定采用OCR-B字符。 图2-2 EAN-13条码符号
2.4.1 EAN-13码字符集
EAN-13条码字符集包括10个数字字符即0-9。在条码符号中每个数字字符由七个模块的二进制表示其表示形式见条码字符集中的ABC三个子集见表2-2。
A子集中条码字符所包含的深色模块的个数为奇数称为奇排列。B、C子集中条码字符所包含的深色模块的个数为偶数称为偶排列。
条码字符集示意图见图2-3。A、B子集的条码字符从左到向右以一个浅色模块开始以一个深色模块结束。C子集的条码字符从左到右以一个深色模块开始以一个浅色模块结束。 图2-3 通用商品条码字符集示意图 2.4.2 EAN-13码符号结构
EAN-13条码符号是由左侧空白区、起始符、左侧数据符、中间分隔符、右侧数据符、校验符及右侧空白区构成如图2-4所示。 左侧空白区位于条码符号起始符左侧无印刷符号且与空的颜色相同的区域。其最小宽度为11个模块宽。
起始符位于条码符号左侧表示信息开始的特殊符号由3个模块组成。
左侧数据符介于起始符和中间分隔符之间的表示信息的一组条码字符。表示前缀码不包含前置码和厂商代码共6位数字。条码字符按A子集或B子集的形式构成。左侧数据符由42个模块组成。
中间分隔符位于条码符号的中间位置是平分条码符号的特殊符号由5个模块组成。
右侧数据符中间分隔符右侧的一组选自C子集的条码字符表示5位商品代码又35个模块组成。
校验符最后一个条码字符选自C子集由7个模块组成表示一个校验字符。
终止符位于条码符号右侧表示信息结束的特殊符号由3个模块组成。
右侧空白区在终止符之外的无印刷符号且与空的颜色相同的区域其最小宽度为7个模块。
EAN-13条码符号所包含的模块总数为113个。EAN-13条码的前置码不用条码表示也不包括在左侧数据符中。左侧数据符是根据前置码所决定的条码字符构成方式奇排列和偶排列来表示前置码之后的6位数字的。见表2-3。
表2-3 左侧数据符的奇偶排列规则 注表中A为A子集B为B子集
纵向值0-9代表前置码数值横向值12-7代表代码位置序号,以“6901234567892”为例其条码的左侧数据符的排列形式是由前置码6决定的。从表中可以知道排列规律是ABBBAA。
2.5 EAN-13码的校验纠错
校验码的主要作用是防止条码标志因印刷质量低劣或包装运输中引起标志破损而造成扫描设备误读信息而设置作为确保商品条形码识读正确性的必要手段。条形码用户在标志设计完成后代码的正确与否直接关系到用户的自身利益。对代码的验证校验码的计算是标志商品质量检验的重要内容之一。下面是EAN-13码的校验码验算方法步骤如下|1将条形码中数字码由右至左位排序包括校验码
2从代码位置序号2开始所有偶数位的数字代码求和为a
3将上步中的a乘以3为a
4从代码位置序号3开始所有奇数位的数字代码求和为b;
5将a和b相加为s
6取s的十进制个位数d再由10减去d即为校验位数值C。
第三章 条码图像的预处理
3.1 图像分割理论 3.1.1 图像分割的的定义
图像分割是数字图像处理领域一类非常重要的图像分析技术在对图像的研究和应用中根据不同领域的不同需要在某一领域往往仅对原始图像中的某些部分目标感兴趣。这些目标区域一般来说都是具备自身特定的一些诸如灰度、纹理等图像分割就主要根据图像在各个区域的不同特性而对其进行边界或区域上的分割并从中提取出所关心的目标。分别以图像的灰度、边界、形态学特征等为基础总结出图像分割的不同方法清楚地介绍了各种不同分割方法的原理及数学基础最后用MATLAB对不同的方法进行仿真实验。实验结果表明不同的方法得到了不同的分割结果并且没有一种通用的分割方法对所有的图像都能达到理想的效果。 条件①指出在对一幅图像的分割结果中全部子区域的总和(并集)应能包括图像中所有像素(就是原图像)条件②指出在分割结果中各个子区域是互不重叠的或者说在分割结果中一个像素不能同时属于两个区域条件③指出属于同一个区域中的像素应该具有某些相同特性条件④指出在分割结果中属于不同区域的像素应该只有一些不同的特性条件⑤要求分割结果中同一个子区域内的任意两个像素在该子区域内互相连通或者说分割得到的区域是一个连通组元。
3.1.2图像分割算法
图像分割因其广泛的应用前景一直受到学术界和工程界的高度重视围绕图像分割的理论相继被提出。目前已经发展到近千种不同类型的分割算法。按下类方式进行划分
按分割原理分类 从图像分割的定义不难看出图像分割是基于相邻像素值方面的两个性质不连续性和相似性。区域内部的像素一般具有某种相似性而区域和边界之间具有某种不连续性。根据区域和边界的特点图像分割可以简单的分为边缘检测和区域生长两大类也可以将两者结合使用。从原理上分为三类1.阈值分割2.边缘检测3区域提取。 算法1基于这样假设每个区域有许多灰度相近的像素构成物体和背景之剑或其他物体之间有明显的差别还可以通过取门限的方法将像素分成不同的区域。算法2首先检测出局部的不连续性再将他们连成边界这些边界把图像分成不同的区域。算法3是根据区域内部的均匀性而实现的分割可以分为合并分裂及分裂合并三种。
图像分割在本质上是找出空域像素与满足一定均一性的区域之间对应关系的过程。他得到的目标有两个形式边缘和区域。边缘和区域。边缘和区域是互相对偶的因素如果获得了准确的边缘那么相应的区域也就可以方便地表示。如果得到有效地区域标记那么边缘也就可以区域标记的基础上予以确定。
按分割过程中处理的策略分类
无论采用什么算法最终都必须通过计算机的处理才能将图像分割出来。计算机的处理策略有并行和串行之分结合图像分割的特点与计算机处理的策略将图像分割算法分为1.并行分割处理2.串行边界分割3并行区域分割4串行区域分割。
按相关知识分类
在图像处理中弧度纹理彩色时变噪声立体运动到呢个多维模式向量均是处理图像可以运用的知识。概括起来可以分为以下五类五种类型 1.面向特征的过程2.已统计机理为中心的构造3.针对图像爱你过对象的新号表示4数据融合的多信息源集成5特定领域系统的方法。
综上图像分割的算法非常多但因为棋处理的对象差距很大不能找到一个通用方法。所以具体问题具体分析选择适当的方法进行分割目标。
3.1.3图像分割结果 本文采用的是分水岭算法分水岭算法watershed是一种借鉴了形态学理论的分割方法在该方法中将一幅图看成一个拓扑形图其中灰度值 对应地形高度值。高灰度值对应着山峰低灰度值对应着山谷。水总是朝声势底的地方流动直到一局部低洼处才停下来这个低洼处被称为吸水盆地。最终所有的水会分聚在不同的吸水盆地吸水盆地之间的山脊被称为分水岭。水从分水岭流下时它朝不同的吸水盆地流去的可能性是相等。将这种想法应用于图像分割就是要在灰度图像中找出不同的吸水盆地和分水岭由这些不同的吸引盆地和分水岭组成的区域即边我们要分割的目标。
分水岭阈值选择算法可以看成是一种自适应的多阈值分割算法在图像梯度图上进行阈值选择时经常遇到的问题是如何恰当地选择阈值。阈值若选得太高则许多边缘会丢失或边缘出现破碎现象阈值若选得太低则容易产生虚假边缘而且边缘变厚导致定位不精确然而分水岭阈值选择算法则可避免这个缺点。Matlab图像处理工具箱提供的watershed函数可用于实现分水岭算法。 3.2 灰度处理及二值化
Matlab能够处理的四种类型图像
1 索引图像
索引图像包括图像矩阵与颜色图数组其中颜色图是按图像中颜色值进行排序后的数组。对于每个像素图像矩阵包含一个值这个值就是颜色图中的索引。颜色图为m*3双精度值矩阵各行分别指定红绿蓝RGB单色值。Colormap[RG B]RGB为值域为[01]的实数值。图像矩阵与颜色图的关系依赖于图像矩阵是双精度型还是uint8无符号8位整型类型。如果图像矩阵为双精度类型第一点的值对应于颜色图的第一行第二点对应于颜色图的第二行依次类推。如果图像矩阵是uint8有一个偏移量第0点值对应于颜色图的第一行第一点对应于第二行依次类推uint8长用于图形文件格式它支持256色。
2 灰度图像
在MATLAB中灰度图像是保存在一个矩阵中的矩阵中的每一个元素代表一个像素点。矩阵可以是双精度类型其值域为[01]也可以为uint8类型其数据 范围为[0255]。矩阵的每个元素代表不同的亮度或灰度级。
3 二进制图像
二进制图像中每个点为两离散值中的一个这两个值代表开或关。二进制图像保存在一个由二维的由0关和1开组成的矩阵中。从另一个角度讲二进制图像可以看成为一个仅包括黑与白的灰度图像也可以看作只有两种颜色的索引图像。二进制图像可以保存为双精度或uint8类型的双精度数组显然使用uint8类型更节省空间。在图像处理工具箱中任何一个返回二进制图像的函数都是以uint8类型逻辑数组来返回的。
4 RGB图像
与索引图像一样RGB图像分别用红绿蓝三个亮度值为一组代表每个像素的颜色。与索引图像不同的是这些亮度值直接存在图像数组中而不是存放在颜色图中。图像数组为M*N*3MN表示图像像素的行列数。
对图像进行灰度处理为实现数字的阈值变换提供前提条件要将256色位图转变为灰度图首先必须计算每种原色对应的灰度值灰度与RGB颜色的对应关系
Y0.299R0.587G0.114B
将调色板转换成灰度调色板。实现的指令yrgb2gray(I)。
为了对图像进行后续处理需要对图像进行二值化处理二值化是图像分割技术中的区域分割技术它是区域分割中最基本也是最常用的手段使用阈值将背景与图像分割出来也称阈值分割。阈值分割的主要算法有两个步骤1.确定需要的分割阈值2将像素与分割阈值作比较并划分。 3.3 图像的加噪仿真
图像增强操作主要是针对图像各种噪声而言的为了说明以上滤波方法的用途需要模拟数字图像的各种噪声来分析滤波效果。
Matlab图像处理工具箱提供imnoise函数可以用该函数添加各种噪声函数调用格式如下
JimnoiseI‘type’parameters。下表列出imnoise函数能够产生的五种噪声及对应的参数 3.4 图像的滤波 3.4.1图像的平滑滤波
一均值滤波器
均值滤波器也称线性平滑滤波器是一种最常用的线性低通滤波器。均值滤波器所有的系数都是整数为了保持输出图像仍在原来的灰度值范围内模板与像素领域的乘积和药除以9以3*3领域为例假设当前的待处理像素为fmn最简单的一种均值滤波均值滤波器把每个像素都用周围的8个像素来做均值操作。可以平滑图像速度快算法简单。但是无法去掉噪声这能微弱的减弱它这种处理方式对固有频率附加噪声的处理效果非常好。
二中值滤波器
中值滤波器是一种最常用的非线性平滑滤波器其滤波原理与均值滤波器方法类似二者不同是在于中值滤波器的输出像素是由领域像素值是由领域的中间值决定的而不是平均值决定的中值对极限像素值远不如平均值那么敏感所以中值滤波器产生的模糊较少更适合消除孤立噪声点。它在平滑脉冲噪声方面非常有效,同时它可以保护图像尖锐的边缘。加权中值滤波能够改进中值滤波的边缘信号保持效果。但对方向性很强的指纹图像进行滤波处理时 ,有必要引入方向信息,即利用指纹方向图来指导中值滤波的进行。中值滤波器的优点是:它可以克服线性滤波器(如均值滤波)给图像带来的模糊,做到在有效地清除脉冲噪声的同时,又保持良好的边缘特性,从而获得较满意的复原效果。
3.4.2形态学滤波
数学形态学时一种应用于图像处理和模式识别领域的新方法它涉及微分几何几分几何测度论泛函分析和随机过程等许多数学理论着重研究图像的几何结构这种结构表示的可以是宏观也可以是微观的用具有一定形态的元素去量度和提取图像中的对应形状以达到对图像分析和识别的目的。主要有以下函数
1、dilate函数 该函数能够实现二值图像的膨胀操作有以下形式 BW2dilate(BW1SE)BW2dilate(BW1SE…n) 其中BW2dilate(BW1SE)表示使用二值结构要素矩阵SE队图像数据矩阵BW1执行膨胀操作。输入图像BW1的类型为double或unit8输出图像BW2的类型为unit8。BW2dilate(BW1SE…n)表示执行膨胀操作n次。
2、erode 函数 该函数能够实现二值图像的腐蚀操作有以下形式
BW2 erode(BW1SE)BW2 erode(BW1SE…n) 其中BW2 erode(BW1SE)表示使用二值结构要素矩阵SE队图像数据矩阵BW1执行腐蚀操作。输入图像BW1的类型为double或unit8输出图像BW2的类型为unit8。BW2 erode(BW1SE…n)表示执行腐蚀操作n次。
3、bwmorph函数 该函数的功能是能实现二值图像形态学运算。它的格式如下
① BW2bwmorph(BW1operation)② BW2bwmorph(BW1operationn)
其中对于格式①bwmorph函数可对二值图像BW1采用指定的形态学运算对于格式②bwmorph函数可对二值图像BW1采用指定的形态学运算n次。operation为下列字符串之一
‘clean’除去孤立的像素(被0包围的1)
‘close’计算二值闭合
‘dilate’用结构元素计算图像膨胀
‘erode’用结构元素计算图像侵蚀
4、imclose函数 该函数功能是对灰度图像执行形态学闭运算即使用同样的结构元素先对图像进行膨胀操作后进行腐蚀操作。调用格式为
IM2imclose(IM,SE)IM2imclose(IM,NHOOD)
5、imopen函数 该函数功能是对灰度图像执行形态学开运算即使用同样的结构元素先对图像进行腐蚀操作后进行膨胀操作。调用格式为IM2imopen(IM,SE)IM2imopen(IM,NHOOD) 根据上述条码图像预处理的理论知识编译相关的Matlab程序得到如图3-3.2所示图像预处理结果。 3-3.2 图像处理的结果 第四章 条码的译码方法
4.1 译码方案的选择
方案一宽度测量法
在图像方式的译码过程中宽度的测量不再采用传统的脉冲测量法而是通过记录每个条或空的宽度中所含象素的个数来确定实际的条/空宽度从而确定整个条码符号所代表的信息。
方案二平均值法
对条码符号图像中从起始符到终止符整个宽度进行测量然后除以95(标准宽度)求出单位模块所含的像素列宽再分别测量各个条空的实际宽度(此宽度以单位宽度为单位计算)
方案三:相似边距离的测量方法
这种方法的设计思路是通过对符号中相邻元素的相似边之间距离的测量来判别字符的逻辑值而不是由各元素宽度的实际测量值来判别。
前两种方案对条码图像的要求非常高因为它们都是测量各元素符号的实际宽度然后根据查表法得到所代表的码值。如果实际测量值与标准值存在一点偏差就不能实现正确译码。而第三种方案正是有效的解决了这一问题因此我们采用相似边距离测量的方法来实现译码功能.下面就简要说明一下这一方法。
由原理知要想辨识一个条码必须先测量条码条、空宽度C1、C2、C3、C4以及一个字符的宽度T。条码图像经过预处理后得到的是二值图像该点的颜色信息在阈值变换时已经定义用255和0表示白和黑色。我们从条码的左边开始取点若遇到点的灰度值由255变到0即由点的颜色由白色变为黑色则表示检测到条记录下该点的坐标值如果点的颜色由黑色变为白色则表示检测到空记录下该点的坐标值。这样经过扫描后得到各个颜色变化点的坐标然后将相邻两点的横坐标相减得到各个条、空的宽度.由前面所述EAN-13条码的组成知:一个由占3个条空的起始符、3个条空的终止符、24个条空的左侧数据符、5个条空的中间分隔符、20个条空的右侧数据符、4个条空的校验符组成。所以整个条码字符占的条空总数为59若条码字符没有发生几何畸变一行扫描应记录的坐标数为60个;而对于有几何畸变的条码图像例如条码污染、条码断裂、条码瑕疵等该扫描行的坐标数将肯定大于60或小于60这时将不记录该扫描行对此行不处理。这样利用图像统计方法逐行扫描图像获取条码图像信息比起只由一行获取信息的方式可靠性更高这样即使个别噪声点存在并不影响图像信息的获取。 4.2 相似边距法介绍
条码字符的判别—相似边距法
理论上条形码字符的逻辑值应该由条形码的实际宽度来判断而相似边距离方法的设计思想通过对符号中相邻元素的相似边之间距离的测量来判别字符的逻辑值而不是由元素宽度的实际值来判别。此种方法的优点是:即使条码质量存在缺欠使得实际测量值和条码应该具有的理论值有较大的偏差仍然可以根据相似边的距离能够正确解释。什么是相似边距离?图3-4给出了相似边之间的距离则图中t1, t2, t3, t4, t5, t6, t7归一化值为条形码相似边距离。本文采用归一化理论用一种相似边距离归一化的方法对字符进行判别。该方法即使条码印刷质量有偏差仍能正确对条码进行识读. 图4-1 相似边之间的距离 图4-2条码字符宽度示图 首先见图4-2各种宽度的定义:C1, C2, C3, C4表示每个字符中四个相邻条、空的宽度T表示一个字符的宽度T1 , T2为相似边之间的距离则用下列值ATi(i1,2)来定义TI与T2的归一化值。以下方法用于Ti序列值的求取:
若Ti/T≦2.5/7那么ATi2
若2.5/7≦Ti/T≦3.5/7那么ATi3
若3.5/7≦Ti/T≦4.5/7那么ATi4
若4.5/7≦Ti/T那么ATi5
表4-1列出了正向译码时EAN-13条码字符值与归一化值(Tl, T2)的对应关系。 表4-1中“E”表示偶字符“O”表示奇字符 EAN-13码字符编码与归一化值(T1. T2)的对应关系见表4-2。
表4-2 EAN-13字符编码与归一化值 表4-2中可以看到条形码编码和归一化值在多数情况下呈现一一对应的关系只要确定了归一化值就能确定字符值但是有四种情况例外在表3-3中知左侧奇字符和右侧偶字符17归一化值均为44左侧奇字符和右侧偶字符28归一化值均为33左侧偶字符17归一化值均为34左侧偶字符28归一化值均为43。这两种情况可以在判别字符时根据C1C2C3C4进一步判别根据它们条空宽度特点进行判别。有1728字符标准条空宽度值的特点知对于左侧奇字符、右侧偶字符1和7可通过C3与C4作比较C3C4者为字符1反之为7对于左侧奇字符、右侧偶字符2和8可通过C2与C3作比较C2C3者为字符8反之为2对于左侧偶字符1和7可通过C1与C2作比较C1C2者为字符7反之为1对于左侧偶字符2和8可通过C2与C3作比较C2C3者为字符2反之为8
由上述条码字符识别理论可总结出相似边距离测量法的一般步骤。由条码宽度的计算我们得到了各个条、空的宽度像素并通过计算nT/7TC1C2C3C4得到单位模块的宽度像素。各个条空的宽度除以单位模块的宽度就是归一化的条空宽度。而为了方便译码我们除去起始符3个条空中间分隔符5个条空终止符3个条空对剩下的48个条空每4个条空为一组进行译码。计算相似边之间的距离t1、t2从而得到归一化T1T2。最后查表可得条码字符。为检验译码的正确性利用校验位对码字进行校验。流程图如图4-3。 图4-3 判别字符流程图
4.3 条码字符的判别
如图4-4所示是EAN-13条码的一个字符。条、空宽度的定义如下图中C1、C2、C3、C4表示每个字符中四个相邻条、空的宽度T表示一个字符的宽度。 图4-4 EAN-13条码宽度的定义 设一个字符中单位模块的宽度为n则单位模块的宽度:
nT/7
TC1C2C3C4
由于条码条、空宽度C1、C2、C3、C4已知设条码条、空分别占单位模块的个数为mi,则
mici/n(其中i取1、2、3、4)
因此由mi可知道条码的编码。例如
1若m12、m22、m32、m41;
条码的排列为条-空-条-空
则可知条码编码为1100110是右侧偶性字符1
2若m11、m22、m31、m43;
条码的排列为空-条-空-条
则可知条码编码为0110111是右侧奇性字符8。 第五章 条码的译码的基本原理
5.1 EAN-13的译码原理分析
由上一章可知要辨别一个条码必须知道条码的码空间隔C1,C2,C3,C4和一个字符的宽度T.图像经过分割灰度二值化处理后得到就是关于条码的二值图像把图像看作一个二维矩阵矩阵中的点就是0和255表示白与黑。我们进行列扫描对于每一列如果有大于大于二分之一行是0的话判定这一列是0。最后我们得到的是一个一维矩阵从而由这个一维矩阵来做字符识别。我们检测这个一维矩阵若遇到矩阵由0变到255或是由255变到0的话记录下坐标值。然后由坐标值相减得到条空的宽度。由前面的EAN-13条码组成可知一个条码由3个条空起始符3个条空终止符24个条空左侧数据区5个条空的中间分隔符20个右侧数据符4个条空的校验码所以扫描的坐标应该为60个整个条空总数为59。字符判别流程图扫描识别的流程图如下 分析通过多次对不同EAN-13条码的识读证明该条码检测系统速度快、效率高、而误码率却很低即使在图像预处理上达不到理想的效果条码仍能正确识读。这是因为我们选择了相似边距离测量的方法。可见影响条码识别效果的不仅仅是条码图像预处理效果译码方法更是不可忽视的重要原因。相似边距离测量方法有着其它译码方法无可比拟的优势它不是根据条码条空宽度的实际值来判别而是通过所谓的相似边距离来判别。因此即使条码质量存在欠缺仍然能够根据相似边距离正确解释条码有着很强的对实际情况的适应性。 第六章 结论
在对条码图像作相应的图像预处理之后对得到的二值条码图像利用上述条码识别算法在Matlab软件环境下编写了相应的软件程序。通过多次实验识别效果很好误码率低大大提高了条码的识别率。相信对其它一维条码图像识别具有一定的理论及实践参考价值。
本次设计在译码方法上进行了比较选择确定了相似边距离的测量方法的优越性。这种方法的设计思路是通过对符号中相邻元素的相似边之间距离的测量来判别字符的逻辑值而不是由各元素宽度的实际测量来判别。对条码图像的要求相对其它方法而言较低具有较高的识别率因而能够很好的满足实际需要。同时用软件实现条码的识别比硬件具有更好的抗噪声性能且速度快效率高。
尽管如此设计中也遇到了很多的问题有待进一步的解决和探索研究。图像处理是条码识别的重要基础。本设计只是对质量较好的条码图像进行一般性处理但实际中的图像并都不是这么理想例如条码污染、条码断裂、条码瑕疵等。这些需要进行特殊的图像处理过程才能达到译码的目的。如果条码被污染了我们要进行修复条码发生几何畸变我们要进行图像矫正等等。只有考虑到更多的方面才能提高系统的性能和适应性对一定质量范围内的条码图像都能进行有效的处理。其次对软件程序的精简也是我所追求的希望通过最精练的语句实现所需要的功能。程序中很多的语句还有进一步改进的空间这样既能精简语句使语句简明易懂也能提高程序整体的执行速度提高条码识别效率。
条码识别系统的测试和实验结果分析
我所做的设计包括图像处理条码识别图像处理是非常重要的一个环节在这之中我运用到很多的图像分割的方法主要用到阈值分割高低帽图像增强分割以及图像的腐蚀膨胀等分割方法每种分割方法都有其特点对不同程度污染的条码的分割的效果不一样其次过于条码识别的方法利用的矩阵的列扫描扫出正确的条空这种程序通俗易懂实现起来也比较简单再条码译码部分主要是利用相似边距法来读取条空的编码并译码。利用这个思路用matlab编程能够实现对轻度污染的条码进行识别。下面图片为识别的处理的结果。 图6-1 图像分割 图6-2 条码的译码结果 致谢语
在林老师的指导下经过这学期的努力学习和工作按时按量地完成了我和毕业设计书写的工作。在老师指导下通过这一段时间的学习不仅使我的学习能力和独立思考的能力得到了极大的提高同时也让我认识到我在本专业的专业知识方面还有很多不清楚的地方。这也将对我以后的工作和学习产生有很大的帮助。
在此特别感谢饶琴学姐在设计中她给了我很大的帮助由于之前比较少使用Matlab来处理图像对这个软件业比较陌生所以刚开始出现很多低级错误基本不懂错误分析、排查使得问题的方法。在她的引导下我渐渐地掌握了Matlab编程的方法她的热情才学认真的态度将对我今后的工作学习有很大的影响。做事讲究方法科学做人讲究认真务实。 参考文献
[1]朱虹数字图像处理基础[M]北京科学出版社2005。
[2] 董长虹 Matlab图像处理与应用北京国防工业出版社2004.1 [3]徐飞MATLAB应用图像处理[M]西安西安电子科技大学出版社2002。
[4] 徐杰 数字图像处理武汉华中科技大学出版社2009.8 [5]朱秀昌、刘峰、胡栋数字图像处理与图像通信[M]北京北京邮电大学出版社2002。
[6] 何东健 数字图像处理西安西安电子科技大学出版社2003.7 [7] 费振原 条码技术及应用上海上海科学技术文献出版社1992.9 [8]刘志海条形码技术及程序设计[M]重庆重庆大学出版社1991。
[9]王雅静基于图像处理的EAN-13条码识别算法[J]山东理工大学学报自然科学版2005第19卷第4期3-5。
[10]赵素霞基于数字图像处理方式的EAN-13条码识读算法研究[C]山东山东大学200548-60。 附 录 附录一 英文参考资料原文及中译文
Study of Recognition for 1-D and 2-D Bar Code Images
Fan Yongfa He Hongzhuang
(College of Mechanial and Electronic Engineering,Hehai Univ,Changzhou 213022,China)
Abstract The authors have studied the moment-invariants theory of pattern recognition,and 忽略bined the other image processing techniques,then developed a one-dimension bar code recognition system which can recognize not only the lightly polluted and in忽略pletele bar codes but also the distorted bar codes with arbitrarily angle.As a result ,the two-dimension recognition system had been developed and studied.
key words Bar code Moment-invariant Image recognition Ellipse model
1 Introduction
1. Bar code technology because of its fast and accurate, has fathom to every corner of the field of 忽略puter management. The traditional model of bar code information extraction is based on optical scanning technology, with digital image processing technology, in recent years digital camera images based on intake patterns and a corresponding decoding system.However, there have not been solved for arbitrary angles of distortion of the bar for literacy issues, this paper, code-128 bar code example, a new technology program, which transformed during thresholding, moment by 忽略puting Center to determine the bar code of the elliptical angle; 忽略bination of image and bar code information, adjust the bar code image to the level of success to solve the distortion at any angle bar code automatic identification of the problem. 2 . Technical programs and mathematical models.
2.1 Technical Programme
Code-128 bar code know a variable length of the continuous bar code as shown in Figure(1), it uses a set of parallel bars, spaces that start character, data character, testing character terminator and a blank area left and right sides.
The bar code image format to standard bitmap, and then can be turned into a binary image, and then find the bar code by the Moment of the relative position and angle, and then adjusted on the bar code image processing, the out忽略e can be scanned. Figure(1) One-D-bar code Two-D-barcode 2.2 Mathematical model Bar code and digital cameras are not strictly vertical, there will always be a certain tilt and offset. In this paper, geometric transformation of digital images to be resolved. 2.2.1 Invariant moment invariants of the object image by the translation, rotation, ratio remained unchanged after the moment of transformation characteristics of volume, can be used to solve the distortion of the image understanding and recognition. N * M pixels of the digital image gray scale is f (x, y), then its (p q) order central moments can be given by: 2.2.2 Bar Code elliptical model thin model type images can be used to express the oval size, orientation, use of bar code 3 second-order central moments to construct the image of the elliptical bar model shown in Figure 2, a, b long, oval, respectively, the minor axis. Figure(2) Image Elliptical Model ;
3 . one-dimensional bar code identification system integration and debugging One-dimensional bar code image recognition system is in VC environment to Document - View model integration. One CStandard code to achieve standardization of bar code formats, provides bar code type CStdcodeObject geometry of location information that is in the class of functions Myangle, class CCode VIiew threshold integrated image transformation, geometric transformation, noise reduction and other image processing functions. The system for any angle light pollution, distortion one-dimensional bar code, in less than a second to identify, meet the real-time applications.
4. two-dimensional bar code identification systems technology program Based on code-128 as two-dimensional bar code by the superposition of multi-dimensional bar codes, two-dimensional bar code has inherited the results of one-dimensional bar code, but an increase of matrix separation module. The mechanism is two-dimensional bar code to achieve the level of cutting the number of image matrix, block matrix identification system program pairs one by one scanning, once read the initial character information, namely that the layer number and begin decoding of information, experience terminator when they jump to the next sub-block matrix scanning, sweeping up all over the matrix, in order to prevent loss of information on each bar is divided into two sub-matrices.
5.Two-dimensional bar code identification system design and debugging
Two-dimensional bar code identification system is also in VC 6.0 environment in order to document - view model integration. One CStdDataObject barcode image is read and stored as an array matrix, then matrix partitioning, divided into sub-matrix; class CTwoB128Doc function with function number under the level of information circulating sub-block matrix. Two-dimensional system can be 忽略pared to 0.5 seconds on the second floor of a serious two-dimensional bar code image noise, correct identification. Two-dimensional bar code identification system has also improved, and only two single bar code for debugging
6. Conclusion Bar code printing and easy to use in忽略plete or pollution caused, image-based bar code recognition system developed to broaden the practical applications of the bar code; achieve automatic identification. The system also can be used in the field of robot automatically search for Engineering。
References:
1. Fan Yongfa, GUO Yan-ping, image processing and barcode recognition software development [M], a 忽略puter application [J], 2003, (2); 86 ~ 87;
2 . Zhang Ze, Wang Yao the ball, bar code technology and electronic data interchange [M], Beijing; China Railway Press, 1998.
3. Yun-De Jia machine vision [M], Beijing, Science Press, 2000.
4. Wang Xiaohong Rongchun A new method for image normalization, 忽略puter applications and software [J], 2002, (3); 51 ~ 57.
5.HE Hong Zhuang. Based on image recognition mode of bar code decoding system [D], Nanjing: Hohai University: [MA thesis] .2003. 中文翻译
一维及二维条码图像识别系统研究
范永法 何红庄
河海大学机电学院 常州 213022
摘要 以矩不变为特征的模式识别理论为依据结合其他数字图像处理技术开发出不仅能对轻度污染与残缺的条码进行识读而且能对任意角度有畸变的条码图像进行快速识别的系统。在此基础上对二维条码图像的识别系统进行了开发研究。
关键词 条码 不变矩 图像识别 椭圆模型
引言
条码技术的应用因其快速准确已参透到计算机管理领域的各个角落。条码信息提取的传统模式是基于光电扫描技术随着数字图像处理技术的发展近年来出现了基于数码相机的图像摄入模式并出现了相应的译码系统。然而至今还没有解决对任意角度的畸变的条码进行识读的问题本文以code-128条码为例提出了一种全新的技术方案即在进行阈值处理变换后通过计算中心矩确定条码的‘椭圆倾角’结合图像及条码有关信息调整条码图像至水平成功的解决了任意角度畸变条码的自动识别问题。
技术方案及数学模型
2.1 技术方案 Code-128条码识一种可变长度的连续型条码如图一所示它用一组平行的条空表示起始符数据符检验符终止符及左右侧空白区。 将条码图像的格式转换为标准位图进而可化为二值图然后经矩计算求出条码的相对位置和倾斜角度再对条码图像进行调整处理即可扫描得出结果。 2.2 数学模型
条码与数码相机并不严格垂直往往会有一定倾斜和偏移。本文通过数字图像的几何变换予以解决。2.2.1矩不变量 矩不变量是物体图像经平移旋转比例等变换后仍然不变的矩特征量可以用于解决畸变图像的理解和识别问题。N*M个像素的数字图像灰度为fxy则其pq阶中心矩
可以由下式给出 2.2.2 条码图像椭圆模型 对细长类图像可以用椭圆模型来表示其尺寸方向性利用条码的3个二阶中心矩构建条码图像的椭圆模型 如图2所示ab分别为椭圆长短半轴。 3 一维条形码识别系统集成及调试 一维条形码图像识别系统是在VC的环境下以“文档-视图”的模式集成的。其中CStandard code 实现条码格式标准化类CStdcodeObject提供条码图像的几何位置信息函数Myangle 即在该类中类CCode VIiew 中集成了图像阈值变换几何变换降噪等图像处理函数。本系统对任意角度的轻度污染畸变一维条码在一秒内识别符合实时应用的要求。
4 二维条码识别的系统技术方案 由于基于code-128的二维条码由多层一维条码叠加而成二维条码继承了一维条码的成果但增加了矩阵分隔模块。其实现机理是将二维条码图像水平模切为多个子矩阵识别系统程序对子块矩阵逐个扫描分析一旦读到起始符信息即提出层号信息并开始译码遇到终止符时便跳转到下一个子块矩阵扫描直到扫遍所有的子矩阵为防止信息丢失每层条码分成两个子矩阵。
二维条码识别系统设计及调试 二维条码识别系统同样是在VC6.0环境下以“文档-视图”模式集成。其中CStdDataObject是将条码图像读取并储存为数组矩阵然后进行矩阵分割划分成子矩阵类CTwoB128Doc设有功能函数根据层号信息循环子块矩阵。 二维系统可以在0.5秒内对比较严重的噪声二层二维条码图像正确识别。二维条码识别系统还在改进完善仅对两个单层条码进行调试
6 结束语 条码在印刷及使用中易造成残缺或污染基于图像的条码识别系统的研制拓宽了条码的实际应用领域实现了自动识别。该系统还可以应用于机器人自动寻刀系统工程领域。 参考文献
1 范水法郭艳萍条码图像处理及识别软件开发[M],计算机应用研究[J],2003,(2);86~87;
2 张泽王耀球条码技术与电子数据交换[M]北京中国铁道出版社1998。
3 贾云得 机器视觉[M],北京科学出版社2000。
4 王晓红 赵荣椿 图像规格化的一种新方法计算机应用与软件[J],2002,(3);51~57.
5 何红庄.基于图像识别模式的条码译码系统的研究[D]南京河海大学[硕士论文].2003。 附录二 表一 EAN-13字符编码与归一化值反向译码 图一 1728判别子程序流程图
