条码检测系统

《条码检测系统》由会员分享，可在线阅读，更多相关《条码检测系统（43页珍藏版）》请在装配图网上搜索。

1、条码检测系统一一基于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

2、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

3、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MatlabThe System Of Bar-Code Examination1D Bar-Code recognition based on MATLABAbstract： Nowadays Bar-Code is a very popular technique ofidentification and input. It has beentaken serious because of its large information and low error rate. It

4、 develops very quickly and hc：a.l varV均值为0,方差为V的高斯白噪声pc-s s i on无泊松噪声s alt&pepper无椒盐噪声speckleV均值为方差为M的均匀分布随机噪声34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f（m，n），最简单的一种均值滤波111器模板如下:H = - 111将以上均值滤波器加以修正，可以得到加权平111均滤

5、波器，例如:1101111121 111121H _1，口242H -1，口1012 163 8111121111，H 4411 1=一1一24 4010L 4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

6、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

7、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：BW2二dilate（BW1，SE） ； BW2二dilate（BW1，SE，n）其中：BW2=dilate（BW1，SE）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。 BW2=dilate（BW1，SE，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（BW1，SE） ； BW2= e

8、rode（BW1，SE，n）其中：BW2= erode（BW1，SE）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（BW1，SE，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： BW2=bwmorph（BW1， operation）: BW2=bwmorph（BW1， operation， n）其中：对于格式，bwmorph函数可对二值图像BW1采用指定的形态学运算；对于格式， bwmorph函数可对二值图像BW1采

9、用指定的形态学运算n次。operation为下列字符串之 k.: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： IM2=imclose（IM,SE） ； IM2=imclose（I虬 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：IM2=imopen（IM,SE）； IM2

10、=imopen（I虬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。6原图D12345-678.92灰度拉伸图全局阈值去噪图像第二次去噪图像噪声图像均值滤波图像正确的条空图像中值滤波图像二值图b 901234 5 4-73923-3.2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

11、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

12、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

13、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一相似边距法：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

14、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

15、边之间的距离，则用下列值ATi(i=1,2)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/TM2.5/7，那么 ATi=2若 2.5/7MTi/TM3.5/7，那么 ATi=3若 3.5/7MTi/TM4.5/7，那么 ATi=4若 4.5/7MTi/T，那么 ATi=5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。N一化值T22. 345n206EO04E33E902OSElE705409E2E80107E55EGOOE403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

16、表4-2。表4-2 EAN-13字符编码与归一化值字符值左奇字符编码归一化值左偶字符编码归一化值右偶字符编码归一化值00001101530100111231110010531001100144011001134：11001104420010011330011011431101100333011110155010000125100001055401111002i0011101S4101110024501100013501110014510011103560101111220000101521010000227011101144001000134=1000100也80110111330001001

17、13100100033g000101142001011132111010042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1, 7归一化值均为44，左侧奇字符和右侧偶字符2, 8归一化值均为33，左侧 偶字符1, 7归一化值均为34，左侧偶字符2, 8归一化值均为43。这两种情况可以在判 别字符时根据C1，C2, C3, C4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n=T/7, T=C1+C2+C3+C4得到单位模块 的宽度（像素）。各个条空的宽度