大洋样品照片中的条形码定位技术研究.docxVIP

? ? 大洋样品照片中的条形码定位技术研究* ? ? 蔡佳凌，徐建良，候成飞 (1. 中国海洋大学 信息科学与工程学院，山东 青岛 266100；2. 国家海洋局第一海洋研究所，山东 青岛 266061) 大洋样品照片中的条形码定位技术研究* 蔡佳凌1，徐建良1，候成飞2 (1. 中国海洋大学 信息科学与工程学院，山东 青岛 266100；2. 国家海洋局第一海洋研究所，山东 青岛 266061) 条形码定位是条形码识别任务中的难点与热点，也是提高条形码识别率的重要基础和保障。现已有很多的算法用于条形码定位，但是这些算法在大洋样品照片中的应用效果并不理想。大洋样品照片中的条形码具有相对面积小、背景复杂、光照不均、扭曲现象严重等实际情况，对条形码的准确定位产生了严重的干扰。针对该实际情况，提出了一种简单实用且具有鲁棒性的条形码定位方法。该方法结合了基本形态学方法、传统的条形码边缘梯度法以及条形码的梯度能量特性进行定位。实验结果显示，该方法具有较好的定位效果，对于其他实际应用也具有借鉴意义。 条形码；定位；梯度能量；大洋样品照片 0 引言 大洋样品照片是大洋样品数据中非常重要的组成部分。随着大洋考察的持续开展以及采样设备的不断更新，样品的增长速度进一步提高，而对于直观体现样品信息的样品照片的管理难度也进一步加大。为了更好地管理照片，在实际的样品数据管理工作中以所拍摄样品的样品编码重命名照片。样品编码有30位之长，人工命名照片显然是一个耗费时间精力、枯燥乏味且容易出错的工作。而样品是与包含其样品编码的条形码一起拍摄的。因此，为了提高工作效率，减少人力资源的消耗，可以考虑使用程序自动识别照片中的条形码来获取样品编码并重命名照片。在条形码识别的过程中，其准确定位是提高条形码识别率的重要保障，也是条形码识别工作面临的主要挑战之一。本文重点介绍条形码的定位，为后续识别工作的开展奠定基础。 随着条形码在生活与生产中的广泛使用，条形码自动识别技术成为了热门研究领域。在过去的几十年中，数字照片中条形码的快速与准确定位一直是研究的难点和热点。现已有很多的算法用于条形码定位，如基本形态学处理法[1-4]线条检测法[5]、图像梯度法[2，6-7]、Gabor滤波器[8]和谐波分析[9]等。样品照片中的条形码因其相对面积小，背景复杂，光照不均匀，因而存在旋转、扭曲现象严重等实际问题，为其准确定位带来了严重的挑战。现有的算法在该应用中的效果并不理想，因为这些算法主要针对使用手机进行扫码的情况。在该情况下，手机一般距离目标条形码较近，条形码区域在扫描框中所占的面积大。而大洋样品照片拍摄的目的是为了记录样品信息，并不是为了读取条形码。工作人员需要将整个样品拍摄下来，且往往将镜头聚焦在样品身上，因而条形码相对样品的面积较小，并容易造成模糊。除此之外，现有的算法大部分针对UPC、EAN13等长宽比较小的商品码[3-6]，可以很容易找到一条穿过整个条码区域的扫描线。而大洋样品采用Code93码，且样品编码有30位之长，长宽比较大(如图1所示)。当条形码弯曲变形时，很难找到一条扫描线与所有条码线条相交。 图1 大洋样品照片 除了上述的定位算法之外，还有一些现成的机器视觉算法包，如德国MVtec公司开发的Halcon提供了有效的条形码定位算法，但是实验发现效果并不是非常理想[10]。 本文对现有的算法进行整合与改进，提出了一种在实际应用中效果较好的定位方法。该方法利用基本的形态学操作、传统的边缘梯度特征、条形码区域的能量特性以及照片实际特点进行定位，简单实用且鲁棒性好。 1 条形码定位 条形码定位主要分为两个步骤，首先确定条形码候选区域，然后从候选区域中选择目标条码区域。本文通过条形码的纹理特征找出照片中的条形码候选区域，然后结合条形码区域的能量特性最终确定目标条形码区域。 为了减少计算量以及方便后续的照片处理，首先对照片进行灰度化和尺寸归一化处理。 1.1 条形码方向判定 为了更好地反映样品的尺寸，在拍摄照片时会将标尺与样品一起拍摄，且标尺与条形码基本保持平行，这是大洋样品数据管理工作中的一个规范。标尺是由多个灰白矩形交替连接而成的，矩形的数量随样品尺寸稍有不同，具有明显的边缘，如图1所示。本文利用上述规范以及标尺的边缘特征确定条形码的大致方向(后面的步骤将确定条形码的精确方向)，即水平或者垂直方向。 为了确定条形码的大致方向，本文借鉴了文献[3]中的方法，使用开运算来确定条形码方向。但是与文献[3]不同的是，由于大洋样品照片中条形码上方的站位号、文字以及复杂背景等都具有类似条形码的纹理特征，因而无法简单地根据开图像的亮度准确判断条形码区域及其方向。而标尺中与条形码平行的两条边长、直且明显，在大洋样品照片中是非常典型、突出的特征，如图1所示。因此，本文利用标尺