复杂环境下基于边缘扩张的条形码定位方法
2021-02-05马宇豪郭建林周光军
计算机与生活 2021年2期
艾 达,马宇豪,刘 颖+,郭建林,周光军
1.西安邮电大学电子信息现场勘验应用技术公安部重点实验室,西安 710121
2.深圳市有方科技股份有限公司,广东深圳 518109
条形码是把不同宽度的黑白条纹按照一定规则进行排列组成的标识符,用来表达一定的信息[1],通过光电扫描设备,实现机器自动读取信息的功能,广泛应用于工业生产与日常生活当中。近年来,随着智能终端设备和无线通信技术的快速发展,影像式条形码识别技术利用智能终端内置摄像头与应用程序相结合,通过对拍摄的条码图像进行处理,实现条形码的定位、识别和译码,具有成本低、易维护、扩展性强的优点,得到广泛应用。其中,在解码前通过一系列图像预处理[2-4]运算对条形码自动定位,减少条形码的解析运算,能够有效提高条形码识别速度,对于优化条形码识别有重要的意义。
通过对近年来条形码定位识别技术的研究成果总结,现有的条形码定位方法主要分为三类:基于频域和形态学滤波的方法、基于机器学习的方法、基于边缘特征的方法。
频域和形态学滤波方法:通过使用离散余弦变换[5]、小波变换[6-7]等运算将图像从空间域转化为频域,提取条形码纹理的高频信息并滤除干扰信息完成条形码定位。优点在于能准确地将条形码从图案背景中分离出来,但当条形码图像周围背景存在大量其他纹理图案时,很难精确定位到每条条纹,影响最终识别的结果;利用条形码的形状特性[8-10],使用形态学滤波将条形码区域从背景中分离出来,同样也容易受到复杂背景的影响,一旦遇到较复杂的背景,就会增大条形码区域的定位难度。……
登录APP查看全文