《复杂背景下二维条码图像的研究识别》由会员分享，可在线阅读，更多相关《复杂背景下二维条码图像的研究识别（40页珍藏版）》请在金锄头文库上搜索。
1、目录目录 摘要摘要 I ABSTRACT II 引言引言 1 1 绪论绪论 2 1 1 课题研究背景和意义 2 1 2 国内外研究现状 3 1 3 本课题研究内容 4 2 图像的预处理图像的预处理 6 2 1 图像灰度化 6 2 2 图像滤波 7 2 2 1 图像滤波技术 7 2 2 2 高斯滤波 7 2 2 2 中值滤波 8 2 3 二值化阈值选取 9 2 3 1 直方图的峰谷法 9 2 3 2 一维最大熵法 10 2 3 3 Otsu法 11 2 3 4 阈值算法的选取 13 2 4 数学形态学操作 13 2 4 1 腐蚀 13 2 4 2 膨胀 14 2 4 3 开操作 15 2 4 4
2、 闭操作 15 2 5 最大连通分量提取 15 2 6 本章小结 16 3 DMDM 码定位码定位 16 3 1 边缘检测 17 3 1 1 Roberts算子 17 3 1 2 Sobel算子 17 3 1 3 log算子 18 3 1 4 边缘检测算子的选取 18 3 2 HOUGH变换线段检测 19 3 2 1 Hough变换检测直线原理 19 3 2 2 Matlab 中的Hough变换 20 3 3 图像校正 20 3 3 1 倾角计算 20 3 3 2 图像旋转 22 3 3 3 精确裁剪DM条码 22 3 4 本章小结 23 4 MATLAB 实验结果分析实验结果分析 24 4
3、1 DM 码识别 24 4 2 DM 码解码 31 4 3 实验结果分析 32 4 4 本章小结 33 5 结论与展望结论与展望 34 致致 谢谢 35 参考文献参考文献 36 摘要摘要 Data Matrix 二维条码 DM 码 的外观是一个由许多小方格所组成的正方形或 长方形符号 其资讯的储存是以浅色与深色方格的排列组合 以二位元码 Binary code 方式来编码 故电脑可直接读取其资料内容 而不需要如传统一维条码的符号 对映表 Character Look up Table 然而在实际的 DM 码采集工作中 因为各种因素的综合作用 采集到的图像质量 并不如预期 而且不光只包含有 DM
4、 码图案 还会混入其他各种背景 所以 DM 码图 案所在图像有个比较复杂的背景 针对以上问题 本文讨论了复杂背景下二维条码的识别 根据 Data Matrix 二维 条码的特征 形成一个解决方案 使用图像滤波技术去除原图像噪声 Otsu 算法对 图像进行二值化 利用数学形态学对图像进行膨胀 腐蚀操作 然后确定最大连通 区域 把条码图案分割出来 其次根据 Hough 变换检测出图像中的两条最长线段 也就是 L 型特征图案 最后使用 L 型特征图案 计算出条码的倾斜角度 对 条码图像进行旋转 使其达到标准位置 通过对多个有复杂背景的 DM 码的实验 该方案能够从复杂背景中分割出 DM 条码区域 并
5、且能够进行旋转校正 关键词 Data Matrix Otsu 算法 Hough 变换 图像旋转 ABSTRACT The appearance of a two dimensional bar code is a square or rectangular symbol which made up of many small squares the information is stored in light and dark colored squares in some way the computer can read the data directly in the two dimen
6、sional code without the need for the corresponding table of unified dimensional bar code symbol However in the practice of DM code acquisition because of various factors the quality of image collected is not as good as expected it not only contains the DM code pattern but also sneaks into a various
7、of backgrounds so the image of DM code pattern has a complicated background In view of the above problems this paper discusses the recognition of 2D barcode in complex background according to the characteristics of two dimensional bar code the solution is as follows firstly wipe off the original ima
8、ge noise using Gauss filtering algorithm binary images via Otsu algorithm expand and deprive the images using mathematical morphology erosion operation and then determine the maximum connected region segment barcode pattern secondly test the two longest lines of images based on the Hough transform t
9、hat is the characteristics of L pattern finally calculate the tilt angle of bar code using L type pattern achieve the standard position via the rotation of bar code Through the experiment of many complex backgrounds of DM codes the scheme can be segmented the DM bar code regions from complex backgro
10、und and can achieve the standard position via rotation and correction Keywords Data Matrix Otsu algorithm Hough transform image rotation 引言引言 现如今二维条码技术已经得到了广泛的应用 二维条码中的 Data Matrix 二维条 码 简称 DM 码 更是如此 所以本文选取 DM 码作为研究对象 DM 码通常会被 印表机印在不同材质表面上 由于 DM 码只需要读取资料的 20 即可精确辨读 因 此很适合应用在条码容易受损的场所 例如印在暴露于高热 化学清洁剂
11、 机械剥 蚀等特殊环境的零件上 所以识别研究复杂背景中二维条码图像的课题是非常有必 要的 本论文对复杂背景中二维条码的识别是在 matlab7 1 软件平台上完成的 matlab 软件的功能很强大 特别是在矩阵运算方面 并且 matlab 读取的图像信息也是保存 在矩阵之中 matlab 的图像处理工具箱对图像处理很有帮助 比如本文所用到的一 些方法 动态阈值查找的 otsu 算法 最大连通区域的确定以及用 Hough 变换查找最 长线段等等 大大的方便了处理的过程 针对复杂背景中 DM 码图像识别的过程 本文有一个完整而详细的论述 在图 像识别处理的每个环节都会分析可能会用到的方法 并且比较
12、各个方法的优缺点 根据原图像特性找到最适方法 1 绪论绪论 1 1 课题研究背景和意义课题研究背景和意义 二维码技术是在一维码技术基础上发展起来的 其在我国的研究还处于起步阶 段 相比较一维码而言 在同样的面积上二维码可包含的信息量比一维码多几十倍 而且具有更可靠 抗损坏 破损 25 仍可识读 的特色 同时用条码标签打印机打在 纸上有 100 的对比度 识读效果非常好 甚至可达到一秒钟读取 50 个二维码的速 度 正是由于二维码所独具的以上优势 国内对二维条码这一新技术的需求与日俱 增 正如大家所知 目前国际上最常用的 DATAMATRIX 二维码由于用点阵的方法 组成数据 可在一个数据矩阵里
13、包含 2300 个数据信息 所以十年前一经发表就引起 全球轰动 但是十年来它的应用和推广却进展缓慢 究其原因 正是因为 DATAMATRIX 二维码的应用需跨越二个技术障碍 首先 如何高效 准确的将其 打印出来 其次 如何高效 准确的识读它 为了解决这两个关键问题 作为一种智 能图像识别技术 机器视觉由此显示出其独一无二的重要性 尽管今天的二维码技 术已经有了许多根本性的突破 但在打刻和识读方面存在的技术局限性也正是二维 码技术发展的瓶颈之所在 金属有黑色金属及有色金属二种 有色金属又分黄色 白色 银灰色等 同时 金属的表面分为加工面及毛坯面 而加工面也分为多种加 工等级 在这种复杂的加工条件
14、之下 对打刻就提出了非常个性化的要求 打刻机 不仅要求质量稳定 而且需要逐个调整打刻参数 根据美国条码管理委员会 AIM 及 美国汽车协会 AIAG 的规定 直接金属零部件打刻二维码后必须评定打刻的质量级 别 分别为 A B C D E F 或 1 2 3 4 5 6 只有 A B C 级的质量才 能流到下一步工序 正是上述看似严苛的要求才保证了加工工序的识读效率 因为 在加工过程中 工件表面会遇到机油 冷却水甚至划伤 部分磨损又会增加识读的 难度 目前 在白纸上用条码标签打印机打出 DATAMATRIX 二维码后再进行识读 已经不存在任何技术问题了 同时 在光洁的金属表面用激光或浮针也能获得
15、优良 的品质 但是 遇到毛坯或深色金属时 用激光或浮针打出的 DATAMATRIX 二维 码是人眼极难识别的 此时就必须借助智能图像识别技术 也就是机器视觉技术 也正因此 国外几家著名的条码扫描器公司及光学识别设备公司都分别推出了自己 的机器视觉产品 例如 Motorola Symbol 公司 Microscan 公司 Cognex 公司以及 Datalogic 公司等 目前一些条码扫描设备都被外国的企业垄断着 而且价格昂贵 二维码的扫描 识别都是基于智能图像识别技术 而机器视觉技术目前正处于发展阶段 具有一定 的缺陷 况且如果采集到的二维码图像由于光照 距离 复杂背景等产生具有复杂 背景的二
16、维条码图像 那么扫描设备可能就不会准确的识读出二维条码中的数据信 息 因此可以从用一个算法从复杂背景中把条码区域识别并分离出来 再送到计算 机中让软件进行识别 这样就可以很准确的读出其中的数据 并且如果将这种技术 做成产品也会成本很低 所以复杂背景中二维条码图像的识别研究是很有意义的 1 2 国内外研究现状国内外研究现状 复杂背景中的二维条码识别研究 其实最主要的就是目标的识别工作 目标识 别是机器视觉领域的核心问题之一 目前国内外使用的主要目标识别方法有 1 统计模式识别 统计模式识别方法就是把整个目标区域集合化 然后可以分 割成若干互不相交的子集合 子集合从分类的角度来看是有某方面的共性的 选定 一个基本的性质集合 从而可以用它来描述目标的一些基本特性 图 1 1 统计模式识别模型 同一子集合的各个模式存在一定的差异 有些是由于噪声和采集设备的性质造 成的 而有些却是模式本身性质而引起的随机变化 第一个因素就如写一个字时纸 张的选择 使用何种笔芯对字的影响 第二个因素表现为即使是自己写同一个字时 虽可能看起来极其相似 但也不可能是百分之百完全相同的 因此当用特征向量来 描述这些字在
