徐達(dá)圣 李桂熙 覃翔宇

摘 要：本文通過(guò)對(duì)條碼圖像進(jìn)行預(yù)處理、邊緣檢測(cè)、閉運(yùn)算實(shí)現(xiàn)條碼定位，同時(shí)提出一種新的條碼傾斜角度計(jì)算方法，以校正歪斜條碼，通過(guò)改進(jìn)的自適應(yīng)分段線性灰度變換方法、基于迭代閾值的二值化方法進(jìn)行條碼圖像預(yù)處理，提高了解碼率。

關(guān)鍵詞：條形碼；圖像處理；解碼率

DOI：10.16640/j.cnki.37-1222/t.2019.09.135

0 引 言

基于圖像的條碼識(shí)別屬于模式識(shí)別的研究范疇，主要應(yīng)用于智能終端、物體分類等領(lǐng)域，國(guó)內(nèi)外學(xué)者已經(jīng)取得諸多重要研究成果并進(jìn)行了實(shí)際應(yīng)用。但這些研究仍存在不足，對(duì)于對(duì)比度不高或者存在歪斜的條碼，識(shí)別率和準(zhǔn)確度還待提高。

1 條碼識(shí)別

條碼識(shí)別經(jīng)過(guò)條碼定位、條碼校正、預(yù)處理、條碼解碼四步完成。

1.1 條碼定位

條碼定位過(guò)程包括圖像灰度化、混合濾波器降噪、邊緣檢測(cè)、形態(tài)學(xué)閉運(yùn)算。

1.1.1 混合濾波器降噪

采用幾何均值濾波器和中值均值濾器組成的混合濾波器[1]對(duì)圖像進(jìn)行降噪，保持去噪能力的同時(shí)能保留更多圖像邊緣細(xì)節(jié)。

1.1.2 邊緣檢測(cè)

Roberts算子先計(jì)算像素梯度幅值，而后對(duì)其進(jìn)行閾值處理[2]。如果大于設(shè)定閾值，該點(diǎn)判定為邊緣點(diǎn)，否則為非邊緣點(diǎn)，所有邊緣點(diǎn)構(gòu)成圖像邊緣。

（1）

1.1.3 形態(tài)學(xué)閉運(yùn)算

圖像處理中，常用集合描述圖像，被處理的圖像稱為目標(biāo)圖像，結(jié)構(gòu)元素是具有一定形狀的集合，尺寸小于目標(biāo)圖像，通常將結(jié)構(gòu)元素的原點(diǎn)選在其中心位置上。

目標(biāo)圖像關(guān)于結(jié)構(gòu)元素的閉運(yùn)算，定義[3]為：

（2）

經(jīng)過(guò)對(duì)邊緣檢測(cè)圖的形態(tài)學(xué)閉運(yùn)算處理，得到多個(gè)連通域，篩選最大聯(lián)通域作為條碼區(qū)域，完成條碼定位，如圖1。

1.2 條碼校正

條碼校正包括傾斜角計(jì)算和旋轉(zhuǎn)映射。

1.2.1 傾斜角計(jì)算

本文基于條碼特性和形態(tài)學(xué)閉運(yùn)算特征提出一種新的傾斜角計(jì)算方法。條碼具有水平間斷豎直連續(xù)的特性，而閉運(yùn)算能保持原連續(xù)邊界。通過(guò)將最大聯(lián)通域圖像的邊緣檢測(cè)圖像與閉運(yùn)算前的邊緣檢測(cè)圖像比對(duì)，重合點(diǎn)保留，其余舍棄，濾除散點(diǎn)得到條碼左右兩條短邊側(cè)線，利用短側(cè)線的斜率即可計(jì)算出條碼傾斜角度。

1.2.2 旋轉(zhuǎn)映射

旋轉(zhuǎn)映射需進(jìn)行特定處理：利用取反圖像進(jìn)行旋轉(zhuǎn)映射，再將所得圖像取反得校正圖像。所做處理避免了直接旋轉(zhuǎn)映射而產(chǎn)生的矩形四角填充問(wèn)題。

1.3 預(yù)處理

圖像的預(yù)處理過(guò)程包括自適應(yīng)灰度拉伸、基于迭代閾值的二值化。

1.3.1 自適應(yīng)灰度拉伸

自適應(yīng)灰度拉伸處理將10%最大灰度值中的最小值記為，將10%最小灰度值中的最大值記為，進(jìn)而將圖像的灰度分為、、三個(gè)區(qū)間。而后，將處于灰度區(qū)間的像素灰度壓縮為0，將處于灰度區(qū)間的像素灰度壓縮為255，而對(duì)處于灰度區(qū)間的像素灰度做下述運(yùn)算：

（3）

其中，、 分別為輸入、輸出圖像的灰度值，是圖像理論灰度最大值。

1.3.2 基于迭代閾值的二值化

閾值法二值化首先將圖像中最小、最大灰度值記為和 ，初始閾值為 ，為迭代次數(shù)。而后根據(jù)閾值將圖像中像素分為目標(biāo)像素點(diǎn)和非目標(biāo)像素點(diǎn)兩類，記目標(biāo)像素及非目標(biāo)像素點(diǎn)個(gè)數(shù)及其灰度平均值分別為、、 、。并利用、二者平均值求取新閾值。當(dāng)或時(shí)，結(jié)束迭代，利用新閾值進(jìn)行二值化處理，否則，重新劃分目標(biāo)與非目標(biāo)像素點(diǎn)，繼續(xù)迭代。

1.4 條碼解碼

Code128碼是最常用的一維條碼，由一系列條空相間組成，分為起始符、數(shù)據(jù)符、檢驗(yàn)符、終止符和空白區(qū)。條碼解碼需解決兩個(gè)關(guān)鍵問(wèn)題，一是消除不同圖像采集距離的影響，二是解決因條碼污損而無(wú)法解碼的難題。針對(duì)前者，由于同一條碼上條空寬度呈比例關(guān)系，利用該關(guān)系可確定條碼編碼序列，從而實(shí)現(xiàn)不同采集距離下的解碼。針對(duì)后一問(wèn)題，可以通過(guò)在條碼解碼操作前確立一條垂直且覆蓋全部條、空的掃描線解決。

2 系統(tǒng)運(yùn)行結(jié)果分析

本文測(cè)試環(huán)境為Matlab 2016a，測(cè)試圖像來(lái)源于muenster數(shù)據(jù)集，數(shù)量為300張。經(jīng)測(cè)試：

由表可知，本文設(shè)計(jì)的條碼識(shí)別算法，識(shí)別成功率為93.6%。其對(duì)于條碼傾斜的情況，校正率亦能達(dá)86%以上，識(shí)別耗時(shí)平均為0.745s。

3 結(jié)語(yǔ)

本文提出了一種新的條碼定位與識(shí)別算法，有效提高了條碼定位識(shí)別率。系統(tǒng)實(shí)際運(yùn)行表明，該算法具有效率高、可靠性強(qiáng)的優(yōu)點(diǎn)。

參考文獻(xiàn)：

[1]宋人杰，劉超，王保軍.一種自適應(yīng)的Canny邊緣檢測(cè)算法[J]. 南京郵電大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，38（03）：72-76.

[2]賀桂嬌.幾種經(jīng)典的圖像邊緣檢測(cè)算子分析比較[J].計(jì)算機(jī)光盤(pán)軟件與應(yīng)用，2014（09）：182-183.

[3]閆海霞.基于數(shù)學(xué)形態(tài)學(xué)的圖像邊緣檢測(cè)和增強(qiáng)算法的研究[D]. 吉林大學(xué)，2009.

基金項(xiàng)目：吉林大學(xué)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃基金資助項(xiàng)目（ 2018A2017）。