条码信号恢复算法综述.docVIP

条码信号恢复算法综述 摘要自条码被发明以来，就在生活中各个领域取得了广泛的应用，成像（扫描）距离的增大将导致采集到的观测信号密度增大。由于光学系统点展散函数的模糊作用，高密度条码信号中邻近边缘交互影响从而导致传统的边缘检测方法失效，故对条码观测信号进行复原不失为一种可行的方法。本论文在分析条码信号光学成像模型及传统边缘检测方法应用于高密度条码信号的局限性的基础上，查阅了国内外条码信号复原相关方面的文献资料，着重研究了几种条码信号恢复算法的原理和特点，并进行了适当的分析总结。最后应用MATLAB数学工具，对傅里叶反卷积滤波恢复算法进行了算法仿真，并与基于总变分的正则化方法复原结果进行了比较，证明该方法对于实时性要求较高的条码信号恢复不失为一种有效的算法。9558 关键词 : 高密度条码信号 信号复原 反卷积 滤波 毕业设计说明书（论文）外文摘要 Abstract Since the barcode signal has been invented, it has got the extensive application in all areas of life quickly. Imaging (scanning) distance increase will cause the increase of collected signal density. In real life, due to the optical system point spread function blurring effect, the adjacent edges of high density barcode will influence each other seriously which lead to the failure of traditional edge detection methods, while the barcode signal recovery could be a feasible method. Based on the analysis of barcode signal optical imaging model and the limitation of traditional edge detection methodapplied to the high density bar code signals, we studied some related barcode signal recovery methods. By focusing on several kinds of barcode signal recovery algorithm principle and characteristic, Finally via the MATLAB mathematical tool, we made the simulation for Fourier deconvolution filter restoration algorithm. The comparation with the restoration results based on total variation regularization indicates that this method is a kind of effective method for realizing real-time signal recovery. 1.1 条码信号恢复的研究背景，现状以及意义 条码信号是一维的0-1型的阶跃信号,白色条纹代表0,黑色条纹代表1,信息包含在黑白条纹间隙的相对宽度中，而各个条纹的宽度值则是由它的边缘位置所决定的，因此检测边缘位置便成了条码识别的关键所在。但是在实际应用过程中，常常会遇到需要在远距离进行条码识别的情况，比如数字水准仪应用中的远距离光学成像条码定位、某些特殊商品条码识别等，此时随着扫描距离的增大，相对来说，我们观测到的条码信号就会趋于高密度化。而传统的边缘检测方法通常基于独立边缘假设，通过寻找观测信号一阶导数极值或二阶导数零点位置实现边缘位置的检测，这种方法仅适用于低密度条码，对于高密度条码信号，独立边缘的假设不再成立，由于系统点扩展函数的卷积模糊作用，相邻边缘的相互影响使所求得的信号局部极值点位置和理想条码的边缘位置并非一一对应，相邻边缘的相互叠加影响将使得条码信号的边缘出现偏移现象。随着测量距离的增大，将导致成像条码密度的增大，从而这种影响更加严重。实际上，1989年J.S. Chen[3]就指出当降质函数的标准偏差大于相邻边缘最小距离的一半时，传统边缘检测方法将不再适用。此时有必要