基于多分辨率水表用户码定位与识别.docVIP

基于多分辨率水表用户码定位与识别 　　摘要：本文对数码相机拍摄的水表图像中的用户码进行定位与识别，以获得用户编号信息。采用基于多分辨率的方法，并结合边缘检测、区域分析与hough变换，定位用户码区域，然后识别用户码中的信息。本文的方法实现了条码区域的快速定位，能有效识别复杂水表背景中的条码。 　　关键词：计算机应用；条码定位；条码识别；多分辨率；Code39码 　　中图分类号：TP391.4 文献标识码：A DOI：10.3969/j.issn.1003-6970.2013.03.041 　　0 引言 　　随着计算机技术的发展与进步，自动识别技术得到广泛应用。水表读数的自动识读是自动识别技术应用的一方面。为了查表工作的准确进行，防止人为干预，并方便水表读数的存储管理，需要将水表读数的读取与相应用户信息对应起来，采用一维条码技术编码用户信息，并将条码贴于水表字符的正下方，在自动识别水表字符时，实现用户编号信息的自动获取。 　　查表工作人员用数码相机拍摄水表，然后将图像传入计算机，由计算机内的软件系统自动识读图像中的水表字符与用户码。这样不仅在提取水表读数时便于获取对应用户的编号，而且保存的图像可满足水表读数的后期校验所需。 　　一维条码具有输入速度快、准确度高、成本低等优点，而且Code39码可自由调整编码字符串的长度，所以采用Code39码编码技术存储水表用户的编号。目前常用的条码识读技术主要是激光扫描式识读和成像式识读。上述两种方式难以与水表读数的自动识别结合进行，因此不适用于识读水表图像中的条码。本文采用基于多分辨率的图像处理技术实现水表用户码的识读。采用多分辨率的处理方法可缩小条码的搜索范围，实现了快速定位高分辨率图像中的条码，加速了条码识别过程。 　　1 Code39码编码特点 　　Code39码是一种一维条码，其每个条码字符由9条黑白相间的线条组成，粗条表示二进制‘1’，窄条表示二进制‘0’，构成9位二进制编码，其中必定有三位是‘1’。Code39码结构如图1所示。 　　Code39码可表示的字符范围：数字0～9，英文字符A～Z，以及‘+’、‘-、‘*’、‘/’、‘%’、‘$’、‘.’、‘’，共44组编码。其首尾各用一个‘*’字符标识开始和结束，此字符不在其它位置作为数据出现。Code39码条空的粗细比例可以设置为1：2.5、1：2.75、1：3等等。Code39码是一种非连续型、非定长的条码，所占用的空间较一般条码宽大。 　　2 基于多分辨率的水表用户码识别系统 　　由于图像尺寸较大，分辨率高，为提高处理速度，本文在不显著影响条码边缘特性的前提下，对图像适当降采样后再初步定位条码。虽然图像背景的边缘信息较多，但条码的边缘信息不仅丰富而且更集中，利用此特点，本文将形态学闭运算与边缘检测相结合，使相邻的边缘形成连通域，通过查找符合要求的连通域，初步定位条码。 　　为保证识别的准确性，从高分辨率图像中截取初步定位的条码。考虑到条码会存在倾斜的情况，采用Hough变换检测直线的方法旋转校正条码图像，然后依据条空转换情况选取条码的有效部分实现精确定位条码，之后作译码识别。 　　系统采用基于多分辨率的方法定位水表用户码，识别系统框架如图2所示。 　　3 主要算法介绍 　　3.1 图像预处理 　　相机拍摄的水表图像大小为2048×1536。为了提高预处理的速度，对图像做降采样处理，得到大小为512×384的图像，如图3。对图像的降采样应适当，才能在提高处理速度的同时不对定位准确率产生影响。 　　3.2 Code39码区域定位 　　3.2.1 初步定位 　　条码区域的初步定位采用边缘检测与区域分析相结合的方法。使用水平与垂直方向的Sobel算子计算图像的梯度，检测结果如图4。 　　对边缘图像进行中值滤波，初步平滑并减小图像中的孔洞；然后进行闭运算处理。由于在图像背景复杂的情况下，边缘图像中仍包含许多孤立的小区域，运用中值滤波的方法容易将其消除。闭运算处理的目的是填充条码区域内部的小洞，使得条码内部的像素构成连通区域。闭运算后的连通域图像如图5。 　　一般情况下，条码在图像中心附近，其对应的连通区域面积最大。通过查找连通区域的轮廓，选取图像中心附近最大面积的轮廓后，确定此轮廓的矩形边界框，以此矩形位置作为初步定位的条码区域位置，如图6。为了保证定位的条码区域完整，将此矩形区域增加一定裕量，再从高分辨率图像中截取对应的条码图像。 　　3.2.2 倾斜校正 　　使用Carmy算子检测条码图像中的边缘，然后用Hough变换检测条码区域内的长边缘直线。然而背景中的边缘线会产生干扰，如图7（a）中条码标签的边缘。利用条码的长边缘线平行且数量多的特点，筛选斜率相近且数量居多的直线，从而去除标签边