标签检测和识别技术研究要点.docVIP

1绪论 1.1 机器视觉概述 机器视觉是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科[l]。美国制造工程协会 (SME ，society of Manufacturing Engineers) 机器视觉分会和美国机器人工业协会 (RIA ，Robotic Industries Association) 的自动化视觉分会对机器视觉下的定义为机器视觉是通过光学的装置和非接触的传感器自动地接收和处理一个真实物体的图像，以获得所需要信息或用于控制机器人运动的装置。简单地说，机器视觉是指采用机器代替人眼来进行测量和判断，即首先利用图像摄取装置 (主要分CMOS和CCD两种) 获取图像，然后将该图像传送至处理单元，由其根据像素分布和亮度、颜色等信息，进行尺寸、形状、颜色等的判别、测量，进而据此控制现场的设备动作。 机器视觉的起源可以追溯到1951年利用计算机对显微图片的分析。在该阶段 ，机器视觉主要应用在二维图像的分析和识别上，如光学字符识别、工件表面和航空图片的分析和解释等。 2 0世 纪6 0年代，Roberts[2] 通过计算机程序从数字图像中提取出诸如立方体、棱柱体等多面体的三维结构并对物体形状及物体的空间关系进行了描述。 Robert s的研究工作开创了以理解三维场景为目的的三维机器视觉系统，研究的范围从边缘、交点等特征提取，到线条、平面、曲面等集合要素的分析，一直到图像明暗、纹理、运动及成像几何等，并建立了各种数据结构和推理原则。到 70 年代，已经出现了一些视觉应用系统。 20世纪70年代中期，以Marr[34] ，Barrow和Tenebaum等人为代表的一些研究者提出了一整套视觉计算的理论来描述视觉过程其核心是从图像恢复物体的三维形状。在视觉研究的理论上，以Marr的理论影响最为深远。Marr 提出的视觉计算理论[5]，系统地概括了心理生理学、神经生理学等方面己取得的所有重要成果，是视觉研究中迄今为止最为完善的视觉理论，使计算机视觉研究有了一个比较明确的体系，至今仍是目前计算机视觉研究的基本框架，并大大推动了计算机视觉研究的发展。 Marr 将视觉系统的研究分为三个层次 l) 计算理论层次处理中通过检测灰度变化、根据纹理等信息恢复表面方向等运算得到本征图像 2) 表示与算法层次视觉处理则根据本征图像提供的信息将图像分割成不明确含义的区域 3) 硬件实现层次依靠和应用与领域有关的先验知识构成三维景物的描述[5]。同时 ，按视觉信息的表示，Marr将视觉信息处理分为三个阶段，如图 1.1 所示 l) 初始简图 (primal sketch) 检测亮度的变化，表示并分析局部的几何结构，以及检测光源、强光部和透 明等照明效应等，这一步得到的表示称为初始简图 2)2.5 维简图 建立包括表面朝向、观察者的距离、以及朝向和距离的不连续表面的反射情况、以及对主要照明情况的某种粗略的描述。初始简图和2.5 维简图都是在以观察者为中心的坐标系中构成的 3) 三维模型 被观察形状的三维结构组织在以物体为中心的坐标系中表示，以及在这种坐 标系下对物体表面性质的一些描述。 图 1.1 视觉系统的三个表示层次 80年代之后，开始了全球性的研究热潮，机器视觉获得了蓬勃发展，新理论、新概念不断的涌现。90 年代后，机器视觉在工业生产中得以应用。现在，机器视觉应经成为了一个非常活跃的研究领域，涉及图像处理、模式识别、人工智能、神经网络等学科。 1.2 标签识别和定位技术研究国内外现状及发展趋势 （1）国外现状与趋势 国际上从上个世纪70年代至今，标签条码技术及应用都取得了长足的发展：符号表示已由一维条码发展到二维条码，目前又出现了将一维条码和二维条码结合在一起的复合码；标签条码介质由纸质发展到特殊介质；标签条码的应用已从商业领域拓展到物流、金融等经济领域，并向纵深发展，面向企业信息化管理的深层次的集成；标签条码技术产品逐渐向高、精、尖和集成化方向发展。目前，国际上条码技术的发展呈如下特点。 1．标签条码技术产业迅猛发展 根据美国的专业研究机构VDC (Venture DevelopmentCorp．)的统计，全球条码市场规模一直在持续稳步增长。到2008年，全球条码技术装备的市场规模将从2003年的90亿美元增长到155亿美元，其中美洲地区年平均增长率将超过6％，欧洲、中东和非洲地区年平均增长率接近7％，亚太地区年平均增长率将达到12％。国际标签条码技术产业的前景方兴未艾。 随着应用的深入，标签条码技术装备也朝着多功能、远距离、小型化、软件硬件并举、安全可靠、经济适用方向发展，出现了许多新型技术装备。具体表现为：条码识读 设备向小型化，与常规通用设备的集成化、复合化发展；条码数据采集终端设备向多功能、