基于图像处理的条码识别系统 - Read.DOC

基于图像处理的二维条码识别系统方案 摘要 针对目前二维条码识读器仍处于发展阶段的局限性，本文设计出了一个基于图像处理的二维条码识别方案，用于实现对那些获得普遍应用的矩阵式二维条码的定位、分割和解码。首先主要介绍了条码的定位，利用它们各自得定位图形来区分不同类型的条码；其次对分割和解码部分作了概述。该方案通过了软件仿真实现。 关键词 二维条码; 定位; 分割; 解码; 定位图形 概述 目前好多技术已经趋于完善的光学仪器能够识读的条码都是一维条码，但是一维条码在信息密度和纠错能力上有一定的局限性。例如给定一正方形区域，把它划分成模块能够存储位信息，如果同样的情况下被用于一维条码，能够存储的信息量将只是n的线性函数，其最优解是： （1） 其中是从n个条或空模块中抽取m个的组合数目，其值远小于。（如：在n=7 时，值是或者4.32，远小于7*7=49）。而且一维条码本身所固有的鲁棒性不是很高，因为好多一维条码都没有校验能力仅有一部分条码使用校验位，但这并不会减少误读率。 为了克服这些局限性好多二维条码应运而生了，其中可以识读的信息都被存储在整个二维符号所占据的区域内。 2 二维条码简介 2.1 二维条码的特点 二维条码在水平和垂直方向上都包含信息，和一维条码相比有其自身优点： （1）信息容量大　能够容纳数千的机器可读字符，因此被称之为完备的便携式数据文件。并且几乎包含了自动识别技术所需要的全部信息，真正实现了对物品的描述。 （2）体积小　如果仅需要很少的信息，就可以储存在很小的面积内（如：这一方面很适合于硅晶片、电子元器件、药物标签等这些小物件）。 （3）具有检错和纠错能力　　这就增强了识别的可靠性和鲁棒性。 （4）编码范围广　　可以将照片、指纹、掌纹、签字、声音、文字等凡可数字化的信息进行编码（如：QR-code可高效地表示汉字其专有的汉字模式适合我国应用。二维条码主要可以划分为以下两类 ： （1）堆积式条码（stacked barcode）　即一组一维条码截短堆积成一个单一的多行符号,如PDF417二维条码。（见图1 （c）） （2）矩阵式条码（Dot Matrix barcode） 此类型条码符号在结构元素及排列上与代数矩阵具有相似的特征。它以计算机图像处理技术为基础，每一矩阵二维条码的共同特征均有特定的符号功能图形及分布在矩阵元素位置上表示数据信息的图形模块（如正方形、圆形、正多边形等图形模块）构成，用深色模块单元表示二进制“1”，用浅色模块表示二进制“0”。数据码字流通过分布在矩阵元素位置上的单元模块的不同组合来表示。具有代表性的有QR-code、Data Matrix 、Maxicode等矩阵式二维条码。（分别如图1（a）、（b）、（d））除此之外还有多种二维符号被用。 　　　　　　　　　　图１　一些典型的矩阵式二维条码　　　 虽然很多种二维条码符号已被使用，但是目前基于图像处理与计算机视觉的二维条码识读器仍处于发展阶段，产品本身具有很大的局限性，并且只有少数国外企业能够制造 。另一方面经过查阅大量的论文资料发现，国内对于二维条码的研究主要是针对PDF417 这种二维条码进行的，对矩阵式二维条码的研究甚少。鉴于此本文提出了一个基于图像处理的二维条码识别方案，实现对那些常见的矩阵式二维条码的识别。 3 二维条码的识别 通过图像的采集设备，我们得到含有条码的图像，此后主要经过以下步骤实现条码的识别：条码的定位、分割和解码。条码的定位是实现条码识别的基础，在一幅图像中如果找不到待识别的条码，后面的工作就无法完成。所以本文着重介绍了条码的定位。 3.1.1条码的定位 条码的定位就是找到条码符号图像区域，对有明显条码特征的区域进行定位。然后根据不同条码的定位图形结构特征对不同的条码符号进行定位。本文采用以下步骤实现条码的定位。 （1）首先对图像进行二值化。利用点运算的阈值理论将采集到的图象变为二值图像，为图像分析提供有利条件。它的操作是根据阈值T，如果图像中某像素的灰度值小于阈值，则该像素的值设置为 0，否则灰度值设为255，按下式对图像处理可以得到二值图像 （2） （2）得到二值化图像后，利用下式（3）对其进行膨胀运算。因为从条码的结构特征我们可以看到条码区域内的码字是紧密的，即区域内的码字有较小的距离，而条码区域与背景区域之间有较大的间隔。针对这种特点我们使用了数学形态学为基础的图像变换方法来实现对条码区域的定位。 A用B来膨胀定义为： （3） 在数学形态学中膨胀变换实质上是使图像中的每一个像素变换为某个给定结构的图像子块（称这个具有一定结构的图像子块为结构元素），由此，可以一定程度地（依赖于结构元元素的选择）消除图像间的某些小间隙，从而加强了图像的连通性，具体参看文献