EAN一13碼的圖像識別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
加入技術(shù)交流群
二值化是利用點(diǎn)運(yùn)算中的閾值變換理論將灰度圖轉(zhuǎn)化為二值圖像。二值化中閾值T的選擇是關(guān)鍵，在整幅圖中，我們最關(guān)心的是條碼，條碼是由條空(黑白)組成的，根據(jù)前面的假設(shè)，在整幅圖的中心區(qū)域選取50×50個像素點(diǎn)，對其進(jìn)行灰度處理并得到灰度直方圖，采用雙峰法得到閾值T，此閾值可以有效地把條碼的條空區(qū)分出來。按照下式得到二值化圖像g(x，y)。本文引用地址：http://www.ex-cimer.com/article/195562.htm
2．1．2 濾波
由于原圖像各部分亮度不均，背景圖像有不同的情況，得到的二值圖會有很多噪聲，條碼區(qū)域有，條碼區(qū)域外也有，為了后續(xù)部分的條碼提取和條碼譯碼，需要進(jìn)行濾波處理?？紤]到一維條碼的特征：豎直的條和空，采用中值濾波方法，中值濾波模板如圖3所示。被圈部分表示模板遍歷整幅圖時，所對應(yīng)待檢像素的位置。取待濾波像素上下相鄰的4個像素值，共5個像素值進(jìn)行排序，用中間值覆蓋待濾波的像素值。此模塊能有效地濾除條碼區(qū)的椒鹽噪聲，背景區(qū)的噪聲能得到很大抑制。此模塊是根據(jù)一維碼的特征設(shè)計(jì)，可以適合各種一維碼。
2．1．3 邊緣檢測
常用的邊緣檢測算法有梯度算法、Roberts梯度法、Sobel算法和Laplaceian算法等，在充分研究一維條碼的特征后，借鑒各種檢測算法，在此自行設(shè)計(jì)了一種濾波算法。由于設(shè)計(jì)實(shí)驗(yàn)時采用的是640×480或320×240的圖像，假設(shè)條碼占整個圖像的50 %以上，根據(jù)圖2可以算出每個模塊占的像素值為3到4個或l到2個，如果采用3×3或5×5之類的邊緣檢測模板，加上圖像原本的變形，將會誤檢邊緣或邊緣丟失，同時考慮到一維條碼的特征：豎直的條和空，有明顯的豎直邊緣，因此設(shè)計(jì)了豎直邊緣檢測算法，邊緣檢測模板如圖4所示。
待檢像素的值由其鄰域內(nèi)10個像素的值決定，這10個值按模板中的權(quán)值相加的絕對值為s(x，y)。由于進(jìn)行邊緣檢測的圖像是二值圖，非黑(0)即白(255)，設(shè)定邊緣檢測的閾值T1=255×4=1 020，即鄰域內(nèi)至少有4處黑白突變才能說明待檢像素為一邊緣值，按照下式得到邊緣檢測圖像h(x，y)。
2．2 圖像提取
圖像提取是把圖像中的條碼部分割出來，用于后續(xù)的條碼譯碼。圖像提取的步驟分為：上下分割和左右分割。根據(jù)條碼的特征，分別設(shè)計(jì)了上下分割和左右分割的算法。
2．2．1 上下分割
基于前文的假設(shè)，設(shè)計(jì)了如下分割算法，上下分割的流程如圖5(a)所示，此流程的設(shè)計(jì)應(yīng)用了條碼的兩個特征：條空數(shù)為59個，即邊緣數(shù)為60個；條碼的上下部分都有空白區(qū)。當(dāng)然一般情況下，條碼區(qū)域所在行肯定還會存在噪聲，因此邊緣數(shù)是肯定大于60的，而在條碼上下的空白區(qū)所在行經(jīng)過圖像預(yù)處理基本沒多少噪聲，邊緣數(shù)基本不會大于60，通過對100幅圖像的試驗(yàn)只有背景很復(fù)雜的2幅圖例外。但是沒分割出來不代表沒譯碼出來，后面譯碼部分對分割有補(bǔ)充修正。根據(jù)各種圖像的不同，上下分割不會把整個條碼區(qū)域分割出來，但分割出來的圖像信息足以用來解碼。上下分割可以去除圖像中上下部分的非條碼區(qū)同時為譯碼減少了計(jì)算量。
評論