□王 琳 劉育波 茹 旻 陳士金

（西安航空學(xué)院 陜西 西安 710000）

計(jì)算機(jī)視覺(jué)在條形碼缺陷檢測(cè)中的應(yīng)用

□王 琳 劉育波 茹 旻 陳士金

（西安航空學(xué)院 陜西 西安 710000）

條形碼缺陷檢測(cè)是條形碼識(shí)別領(lǐng)域中尤為重要的一項(xiàng)研究?jī)?nèi)容，經(jīng)過(guò)長(zhǎng)期的發(fā)展，現(xiàn)階段已經(jīng)形成了迭代識(shí)別法、條碼圖像分割法、傅里葉變換法等多種條形碼缺陷檢測(cè)方法。為了實(shí)現(xiàn)更加理想的條形碼缺點(diǎn)檢測(cè)效果，文章從線性灰度化處理、Ostu閾值分割、Canny邊緣檢測(cè)、Hough變換等幾個(gè)環(huán)節(jié)入手，對(duì)計(jì)算機(jī)視覺(jué)在條形碼缺陷檢測(cè)后中的具體應(yīng)用進(jìn)行了討論，應(yīng)用結(jié)果顯示，利用計(jì)算機(jī)視覺(jué)算法，可以有效解決條形碼缺陷所帶來(lái)的問(wèn)題。

計(jì)算機(jī)視覺(jué)；條形碼缺陷檢測(cè)；應(yīng)用步驟；主要環(huán)節(jié)；結(jié)果分析

1 條形碼缺陷檢測(cè)概述

使用普通讀碼機(jī)很難實(shí)現(xiàn)對(duì)缺陷條形碼的準(zhǔn)確、有效識(shí)別，這就需要通過(guò)進(jìn)行條形碼缺陷檢測(cè)，對(duì)不完整條碼進(jìn)行補(bǔ)充，以便順利完成對(duì)條形碼的識(shí)別和信息讀取，所以，對(duì)計(jì)算機(jī)視覺(jué)在條形碼缺陷檢測(cè)中的應(yīng)用進(jìn)行分析，具有重要的現(xiàn)實(shí)意義。

2 計(jì)算機(jī)視覺(jué)在條形碼缺陷檢測(cè)中的應(yīng)用

2.1 應(yīng)用步驟

第一，如果條形碼顏色為彩色，需先進(jìn)行灰度化處理，將其轉(zhuǎn)變?yōu)楹跅l和空白。第二，在完成灰度化處理后，需分割條碼閾值，提高黑條和空白之間的對(duì)比度。第三，為使條形碼邊緣更加清晰、明確，需進(jìn)行Hough變換。第四，確定條形碼的上方邊緣。第五，確定條形碼的下方邊緣。第六，補(bǔ)充殘缺條形碼，得到完整的圖像特征信息。第七，對(duì)完整的條形碼進(jìn)行識(shí)別、讀取，完成條形碼缺陷檢測(cè)。

2.2 關(guān)鍵應(yīng)用環(huán)節(jié)

在利用計(jì)算機(jī)視覺(jué)算法對(duì)條形碼進(jìn)行缺陷檢測(cè)時(shí)，關(guān)鍵步驟主要包括線性灰度化處理、Ostu閾值分割、Canny邊緣檢測(cè)、Hough變換四個(gè)環(huán)節(jié)，所以必須對(duì)這四個(gè)環(huán)節(jié)進(jìn)行重點(diǎn)分析。對(duì)于彩色條形碼來(lái)講，在對(duì)其進(jìn)行灰度化處理時(shí)，主要是從顏色的三原色角度來(lái)進(jìn)行進(jìn)行的，利用權(quán)重系數(shù)，對(duì)R、G、B分量進(jìn)行加權(quán)求和，假定三者分量相同，則可以得到加權(quán)求和公式為f=ω1R+ω2G+ω3B其中，f和ω分別表示處理后的條形碼灰度值和三原色權(quán)重系數(shù)。在對(duì)彩色條形碼進(jìn)行灰度化處理后，三原色分量所占灰度比重的不同時(shí)，處理效果也會(huì)存在較大差異，當(dāng)三者的比值分別為0.299、0.587和0.114時(shí)，可以在保留原有圖像全部信息的基礎(chǔ)上，實(shí)現(xiàn)最為理想的灰度化處理效果[1]。

在進(jìn)行Ostu閾值分割時(shí)，對(duì)圖像灰度等級(jí)進(jìn)行設(shè)置，分為L(zhǎng)個(gè)等級(jí)，則對(duì)于存在N個(gè)像素的圖像，灰度等級(jí)與像素總數(shù)之間的關(guān)系可以表示為Ni，其中Ni表示灰度等級(jí)為i時(shí)的像素?cái)?shù)量。然后對(duì)該等級(jí)像素總數(shù)進(jìn)行歸一化處理，以預(yù)先設(shè)定好的初始閾值為參照，將圖像所有像素分為C0和C1兩個(gè)集合，則兩者的概率和均值分別用公式表示為ω0=Pr(C0)，最后，對(duì)兩個(gè)像素子集合進(jìn)行類間方差計(jì)算，其最大值便是最佳閾值[2]。

在進(jìn)行Canny邊緣檢測(cè)時(shí)，主要目的是找出條形碼中黑條邊緣所在位置，為后期檢測(cè)的進(jìn)行提供可靠依據(jù)和資料。當(dāng)前，除了Canny邊緣檢測(cè)法之外，應(yīng)用比較廣泛的邊緣檢測(cè)法主要包括Roberts邊緣檢測(cè)法、Log邊緣檢測(cè)法、Soble邊緣檢測(cè)法，但是，后幾種邊緣檢測(cè)法所確定的黑條邊緣，一般都會(huì)存在多個(gè)像素，無(wú)法得到直線特征，難以保證Hough變換的順利實(shí)現(xiàn)，所以需要對(duì)黑條邊緣進(jìn)行Canny邊緣檢測(cè)。

Hough變換是以公式ρ=xcosθ+ysinθ為依據(jù)進(jìn)行的，如果根據(jù)平面直角坐標(biāo)系中變換正弦曲線，則可以得到Hough變換前后的數(shù)學(xué)關(guān)系為ρ=bsin(arctan(-1/k)),θ=αrttan(-1/k)。

2.3 應(yīng)用結(jié)果分析

通過(guò)對(duì)60條缺陷條形碼不經(jīng)過(guò)缺陷檢測(cè)及經(jīng)過(guò)缺陷檢測(cè)的識(shí)別結(jié)構(gòu)進(jìn)行分析，發(fā)現(xiàn)應(yīng)用計(jì)算機(jī)視覺(jué)進(jìn)行條形碼缺陷檢測(cè)后，其識(shí)別準(zhǔn)確率由原來(lái)的30%左右提高到了90%，實(shí)現(xiàn)了較為良好的條形碼識(shí)別效果。

結(jié)束語(yǔ)

將計(jì)算機(jī)視覺(jué)算法應(yīng)用與條形碼缺陷檢測(cè)中，可以顯著提升缺陷條形碼識(shí)別準(zhǔn)確率，對(duì)商品分類及銷售起到了重要幫助作用。在實(shí)際應(yīng)用過(guò)程中，必須嚴(yán)格按照規(guī)范的流程，逐步完成操作，對(duì)條形碼線性灰度化處理、Ostu閾值分割、Canny邊緣檢測(cè)、Hough變換等重點(diǎn)環(huán)節(jié)進(jìn)行嚴(yán)格把控，進(jìn)而才能充分發(fā)揮計(jì)算機(jī)視覺(jué)算法的應(yīng)用價(jià)值和優(yōu)勢(shì)，補(bǔ)全特征殘缺的條形碼，以便條形碼準(zhǔn)確識(shí)別和讀取的順利實(shí)現(xiàn)。

[1]嚴(yán)小紅.計(jì)算機(jī)視覺(jué)在條形碼缺陷檢測(cè)中的應(yīng)用[J].華僑大學(xué)學(xué)報(bào):自然科學(xué)版,2017,（1）：109-112.

[2]馬超.面向條形碼圖像缺陷的表面檢測(cè)系統(tǒng)研究與實(shí)現(xiàn)[D].北京郵電大學(xué),2013.

1004-7026（2017）12-0114-02

TP391.41

A

DOI：10.16675/j.cnki.cn14-1065/f.2017.12.093

王琳（1990-），女，陜西富平人，助教，碩士研究生，主要研究方向：計(jì)算機(jī)視覺(jué)、圖像處理、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)。