数事载本与率用
应用研究
基于图像处理的一维条形码识别技术研究
张瑾
(银川能源学院计算机与信息工程学院宁夏银川750001)
摘要：本文主要致力于解决噪声，光照和运动模期条件下的条形码定住与识别问题。首先选择合适的条形码图像噪产监测算法、条形码图像去味算法及光照处理算法用于对条形码图像进行预处理;其次对条形码定位算法进行研究；最后,将本文设计的条形码识别算法同其他流行衍的条形码识列算法进行试验数据对比
关键词：条形码识别去模棚条形码定位中图分类号：TP391.41
文献标识码：A
文章编号:1007-9416(2014)10-0085-01
条形码技术在目常生活中有着广泛的应用，随着移动智能终箱如智能手机等的且益普及，人们希望只通过一台带摄像功能的、价格低康的移动终端设备就能够完成条形码的识别，使自已能够实破时空的限制，在任何时间、任何地点实时地完成条形码信息的获取能力，所以基于图像处理的条形码识别技术满足了人们的这种现实需求，它具有广阔的应用前录。然而实际应用环境中，摄像头捕获的条形码图像常常受噪声、光照、及模糊等影响而造成条形码图像质量下降，从面严重降低条形码定位算法和识别算法的准确性，本研究致力于解决噪声、光照和运动模糊等条件下的条形码定位与识别问题.主要研究内容包括：
(1)对于条形码图像中可能存在的噪声，选择基于空间域的噪声检测算法进行噪声检测。在空间域中，噪声点是孤立的，和其他正常的像素点差异很大，通过这一特性，很容易判断出图像中是否存在噪声。之后利用赋权核范数最小化去噪算法去除噪声，该算法的目的就是通过逐步送代的方法，使含有噪声的图像和原始像最按近。该去噪算法的优点是可以对多种类型的噪声进行去噪，而且去噪声效果好。
(2)对于条形码图像中存在的光照问题，采用直方图均衡化算法。通过该算法的处理后，图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布，从面达到了增强图像显示效果的作用
(3)模糊是条形码识别过程中最常见的问题，模榭会影响图像的质量，从而造成条形码识别失效。造成条形码图像模糊有多种原因，常见的有摄像设备自身抖动引起的模糊(运动模糊)摄像设备对焦失败所引起的模翻、摄像机在图像捕获过程中，待捕获物体快速
运动导致运动失焦所造成的模糊等。本研究只针对
动模制进行权
糊检测和去模糊。本研究所用的模糊检测是基于感知模翻糊度量检测算法来判断图像是否存在模糊，它模拟人类视觉系统对模糊感知的
差异原理，当
置新图像领翻
非常直观
的判断该图像产生了模糊，但一副模糊的图像再次利用模糊后，人
类视觉对于该图像是
断。原因是原始
次模糊图像还是二次模糊围像很难做出判
多码图像与
大锁潮系形码图
1的像素差异较
大，而一次模糊条形码图像与二次模翻条形码像链的像系差异如
较小，这是模糊图像的
大特点，随着模糊次数的增加，模翻图像领
域间像素的差异会越来越小，这样就可以根据度量值判断图像是否
出条形码图像存在模橱时，技
存在模糊。当检测
去模糊的处
理，一般的模糊建模方法是隐含的清晰图像和模糊核卷积加上噪声，得到模糊的图像，采用最大后验概率进行求解，但是这种方法的问题是，当图像边缘信息预测不准确时，估计的模翻核和真实的模糊核相差很大，去模糊的效果并不好。为了解决这个问题，本研究对模糊核估计进行优化，主要采用二步模糊核估计算法，第一步是模
收移日期：2014-10-15
翻糊核初始阶段，这一阶段和一般算法中模翻核估计方法一样，所以得到的模糊核和真实的模糊核相差很大，第二步是模糊核的优化阶段，采用的是送代支持检测算法，经过N步的送代优化后，此时的模糊核已经和真实的模糊核非常接近，所以模糊核优化过程就是一个排除噪声及图像中小物体干扰的过程这特别适用于模糊条形码的模糊核估计，因为图像中通过包括较小的文字干扰)，使模榭核更接近于真实状态。去模糊的过程，采用的是排除外点的非盲去模糊算法，这主要是因为模榭图像往往还受到光照、噪声的影明，会影响后期定位和识别，所以本研究采用处理外点的建模方法，即在一般的建模方法基础上加上对光照和噪声的处理。利用估计得到的模翻核和去模糊模型，就可以对条形码图像进行去模翻处理。
(4)对复杂环境的一维条形码定位算法进行研究，算法中采用基于Hough变换的直线检测算法，有效地对条形码图像中的直线进行检测从而初步判断条形码的大致位置，通过判断这些直线是否落在基于颜色分布特征的条形码定位算法所得到的候选条形码区域中，从面确定条形码的最终位置
(5)本研究的整体算法流程为：输人条形码图像，利用感知模糊度量检测算法检测图像是否存在模糊，如果模糊度量值大于阔值，利用二步模翻核估计算法对模糊核估计，利用估计得到的模糊核，采用处理外点的非盲去模糊算法进行去模糊，之后采用基于空间域的噪声检测方法对噪声检测，如果模糊度量值小于阔值，则直接进行噪声检测，如果噪声异常值大于闻值，采用赋权核范数最小化算法去噪，之后采用直方图均衡化进行光照预处理，如果噪声异常值小于阅值，直接进行光照预处理，之后采用Hough变换和基于颠色分布特征相结合的方法对条形码进行定位，最后采用开源译码软件对条形码译码，得到最终识别的条形码数字字符，
(6)利用本研究设计的基于数字图像处理的条形码识别算法同其它流行的条形码识别算法进行实验数据对比，实验证明：本研究设计的条形码算法在轻中度受损的条形码库上的识别率要由于当前流行的识别算法和识别软件，在运动模糊条形码库中，本算法识别率要明显由于其他算法，对重度受损的条形码库中，本文算法识别率较弱或失效，
结语：本研究主要有以下几个创新点：(1)设计了一套复杂条件下的条形码识别算法流程，使算法能够自动检测并应对图像中的噪声、光照、模糊等，(2)优化去模棚流程以对条形码进行去模糊；(3)设计了复杂环境下的条形码定位方法。2.存在的问题：（1对于相机聚焦所弓用的模糊条形码图像，算法不能有效地对其进行去模糊，(2）对于运动模糊条形码图像去模糊，算法去模糊时间较长。在今后的研究中着重研究如何解决非相机运动所导致的模糊条形码图像的条形码识别问题以及给算法进行提速。
作者简介：张瑾(1982一),女，宁夏银川人,本科助教,研究方向：计算机应用,图像处理。