基于高噪声条件下二维条码图像处理.pdfVIP

基于高噪声条件下二维条码图像处理1 李伟，沈海鸿，刘佳 中国地质大学（北京）通信系统与人工智能方向，北京（100083） E-mail ：liwei_0228@163.com 摘 要：图像增强处理是二维条码自动识别过程中的重要步骤，一般来说，图像增强技术是 按特定的需要来恢复或者加强图像中特定的信息，同时，削弱或者去除某些次要的信息的处 理方法。本文通过基于图像直方图的方法和基于自动填充方法来对不清楚或者残缺的条码 （本文主要是处理Data Matrix 码）进行处理，取得了显著的效果。 关键词：高噪声，直方图，条码识别，自适应填充 1 二维条码（Data Matrix 码）介绍 二维码是在平面二维方向上都记录信息的符号。二维条码相比传统的一维条码，首先它 充分利用了平面上的二维空间，大大提升了信息密度，其次由于它超强的纠错能力，即使大 面积受损也能被准确识别。目前二维码应用于工业自动化、物流、邮政、医疗、商业、金融、 交通运输、身份识别、政府管理、公共安全、海关及国防等领域。[1] [2] [6] 目前，二维码在 我国的应用尚属起步阶段，应用地区和领域也相当有限。但是可以预见，二维码以其独特的 优势必将像条形码一样在我国的各个领域被推广和应用。 Data Matrix 码最大特点就是存储效率高，因此被广泛用于标示集成电路、药品等小件 物品。如图 1、图2 、图 3 所示，Data Matrix 码看起来像一个由黑白两种颜色组成的点阵组 合，每一个相同大小的黑色或白色方格称为一个数据单位。矩阵中的 0、1 就是 Data Matrix 的黑白两色小方格，即数据单位。 图 1 （160 个汉字） 图2 （83 个汉字） 图3 （20 个汉字） 在 Data Matrix 码的识别的过程中，由于拍摄或者扫描的图像往往发生对比度降低、缺 损等丢失信息的情况，给快速、正确的译码带来困难，所以在图像的预处理过程中必须进行 灰度的增强，数据块的填充。图像增强技术主要包括图像灰度变换方法、直方图修正法、图 像的平滑处理、图像的尖锐化处理[3] ，以及彩色处理技术等等。本文采用了根据 Data Matrix 码的特点对其进行填充的方法和图像的直方图修整法对条码图像进行处理，取得了显著的效 果，从而为后面的译码工作奠定了基础。 2 Data Matrix 码图像的处理 2.1 自适应填充法 二维 DM 码是由一些大小相等的矩形模块排列在一个具有一定周长的边界内。根据所 要编码字符的多少，所生成的 DM 码会分成 n*n 的区，每个区的边界是一样的，其边界根 据国际标准，两个边是由黑色块组成，另外两个边是由黑白相间的矩形模块组成，内部为信 1本文由中国地质大学（北京）电子信息工程实验室资助。 -1- 息数据块。根据 DM 码的上述特征，本文采用了自适应填充的算法。算法设计过程： （1）首先获得 DM 码图像的四个顶点位置； （2 ）由顶点位置获得图像长度，每个矩形块所占用的像素数； （3 ）计算DM 码图像每行（列）分为 n 个区，即整个图像是由n*n 个区组成； （4 ）保存每个区的像素点的灰度值以确定每个区的二值化阈值； （5 ）根据DM 码的边界规律来填充各个区的边界，如图 5； （6 ）由每个矩形块所占有的象素数，分区将 DM 码图像矩形块的每个中心象素点的灰 度值跟相应区的阈值比较，填充整个区的像素点，大于阈值则将整个矩形块填充为白点 （255 ），小于阈值则将整个矩形块填充为黑点（0 ）。如图4 图4 数据块填充 图5 图像边界填充 图6 （左为处理前图像，右为经自适应填充后图像） 自适应填充算法优点： （1）通过程