复杂背景下一维条形码定位算法研究

摘要

随着移动照相设备以及扫描仪的广泛普及，获取数字图片正变得越来越容易。同时，在人们的日常生产生活中，无论从商品购买，流通，消费支付等各个方面条形码都扮演着越来越重要的角色。随着应用场景的不断扩展，传统的激光扫描获取条形码的方式已经难以满足人们的日常使用需求。为了提高条形码解码的便捷性，避免逐个人工扫描的效率低下，加快码解码的速度，采用数字图像处理方式进行条形码扫描的方式正越来越受到人们的重视。
　　采用数字图像处理的方式，首先需要完成条形码的定位，再进行条码区域解码。而定位算法的准确直接影响到下一步的解码。在这样的要求下，本文提出了一种在复杂背景下快速稳定的一维条形码定位算法。我们的方法基于数字图像处理，核心是通过边缘检测和统计实现条码候选区域的定位。根据广泛的实验测试和比较分析，证明本文提出的一维条形码定位算法在普通PC上对常用DPI的图像能够实现毫秒级的定位并且对定位区域具有较高的准确率和完整率。同时，该算法对包含复杂背景的条码图像在条码倾斜率，几何形变，条形码位置，条形码区域占整个图片的比例以及条码数量等因素不敏感，具有较高的算法鲁棒性。利用我们的算法将可以大大加快在复杂背景下条形码的整个解码速度并提高最终的解码成功率，具有良好的实际应用前景。

目录

声明

摘要

第1章 绪论

1．1 课题研究背景与意义

1．2 条码定位算法的国内外研究现状

1．3 本文的主要工作和难点

1．3．1 本文的主要工作

1．3．2 本文的难点

1．4 本文的结构安排

1．5 本章小结

第2章 条形码相关技术综述

2．1 条形码的发展历史

2．2 条形码的分类

2．3 EAN条形码编码规则介绍

2．3．1 EAN码的编码规则概述

2．3．2 EAN-13条码的编码规则

2．3．3 EAN-13条码字符集的二进制表示

2．3．4 EAN-13条码的前置码

2．3．5 EAN-13条码的校验码

2．4 本章小结

第3章 复杂背景下的图像预处理技术

3．1 一维条形码图像预处理的困难

3．2 定位算法在预处理中的主要工作

3．3 相关图像处理算法

3．3．1 色彩转换

3．3．2 Gauss滤波

3．3．3 OTSU阈值计算法

3．3．4 改进的Sobel边缘检测算法

3．3．5 图像增强算法

3．3．6 倾斜角计算

3．4 本章小结

第4章 基于边缘统计的一维条形码定位算法

4．1 基于边缘统计的条形码定位算法

4．2 预处理

4．3 边缘检测

4．4 一维条码的边缘特征

4．5 候选块检测算法

4．6 候选域定位

4．7 连通域合并

4．8 倾斜校正

4．9 本章小结

第5章 实验分析与比较

5．1 工程开发和实现

5．1．1 我们的实现

5．1．2 测试环境和测试数据集

5．2 实验分析和比较

5．2．1 照片图像测试结果

5．2．2 扫描仪图像测试结果

5．3 本章小结

第6章 总结与展望

6．1 总结

6．1．1 本算法的优势和不足

6．1．2 下一步工作计划

参考文献

致谢