基于数字图像处理的条形码识别方法(第四组)分析报告.pptVIP

中南林业科技大学涉外学院 中南林业科技大学涉外学院 基于数字图像处理的条形码识别方法 组员：王 斐李 帆 黄明飞唐 健 谭泽环 专业班级：12级电信2班 指导教师：柴 桦 一、课题简介 课题名称：基于数字图像处理的条形码识别方法 不同的条码有着不同的识读过程。本组研究的是一种基于图像处理方式的识读方法，该方法是采用摄像头采集条码图像，一次性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，这将为后面实现正确译码打下基础；第二部分就是对预处理后的条码图像进行译码，利用统计方法、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。软件译码具有更大的灵活性和较低的成本，因此具有很大的发展潜力。 二、研究背景及意义 三、国内外研究现状 三、国内外研究现状 四、主要技术 （一）条码图像预处理 （二）EAN-13码的译码 （一）条码图像预处理 1、预处理过程 对于一个条码图像我们先要对其进行一定的处理才能达到正确译码的目的。而要对其进行处理，首先是要将其读入。由于有噪声的存在，必须对其进行滤波。也可以人为地加入一定类型的噪声仿真，然后用合适的滤波方法进行滤波，这样有助于理解各种滤波方法所针对的噪声类型。最后就是要二值化，得到二值图像。 具体步骤： ⑴ MATLAB中利用函数imread来实现图像文件的读取操作。 ⑵ MATLAB的图像处理工具箱提供imnoise函数，可以用该函数给图像添加不同种类的噪声。 ⑶为了达到好的滤波效果应选择合适的滤波窗口。 ⑷ 为了便于对图像进行后续处理，按下式对图像进行处理，可得到二值图像g(x,y)。 四、主要技术 （一）条码图像预处理 （二）EAN-13码的译码 （二）EAN-13码的译码 1、条码译码原理 采用相似边距离的测量方法来进行译码，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。条码图像经过预处理后得到的是二值图像，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。 2、相似边距法译码 译码流程如图所示 3、具体译码步骤： 图中t1、t2、t3、t4、t5、t6、t7为归一化值条形码相似边距离。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为相似边之间的距离。 3、译码结果与分析 译码结果： 通过多次对不同EAN-13条码的识读，证明该条码检测系统速度快、效率高、而误码率却很低，即使在图像预处理上达不到理想的效果，条码仍能正确识读。可见，影响条码识别效果的不仅仅是条码图像预处理效果，译码方法更是不可忽视的重要原因，相似边距离测量方法有着其它译码方法无可比拟的优势，它不是根据条码条空宽度的实际值来判别，而是通过所谓的相似边距离来判别。因此，即使条码质量存在欠缺，仍然能够根据相似边距离正确解释条码，有着很强的对实际情况的适应性。 五、未来发展方向 1、由于条形码种类繁多，所以有待对其他编码方式的条形码进行分析，从而更有效的提高条码识别效果。 2、在条码识别过程中，精确度有待经一部提高，所以如何提高边缘识别、精度，需做更深一步的研究，以便更有效的提高条码的识别率。 3、由于二维条码图像的存储数据量有限，在下一部研究中，分析图像压缩原理，使二维码图像存储数据量进一步提高，一次更加便携的应用到实际生活中。 在对条码图像作相应的图像预处理之后，对得到的二值条码图像利用上述条码识别算法在MATLAB软件环境下编写了相应的软件程序。通过实验，识别效果不错，误码率低，提高了条码的识别率。本方法在译码方法上进行了比较选择，确定了相似边距离的测量方法的优越性。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。另外用软件实现条码的识别比硬件具有更好的抗噪声性能，且速度快，效率高。 尽管如此，也遇到了很多的问题有