一种带条码商品的条码标记检测方法

摘要

本发明公开了在带条码商品条码区域进行标记，包括以下步骤：1）对带条码商品进行拍照，得到带条码商品图像；2）前期处理：对带条码商品图像进行梯度变换，得到梯度图像；3）对带条码商品图像中条码位置进行定位；4）对条码区域图像进行ostu动态阈值分割形成二值图；5）对步骤4）得到的二值图进行腐蚀运算得到标记形状。本发明的带条码商品的条码标记检测方法在带条码商品条码区域进行标记，检测方法简单，稳定性高，适用不同品牌不同包装的商品，对于相机和带条码商品的相对位置精度要求不高。

说明书

技术领域

    本发明涉及一种带条码商品的条码标记检测方法。

背景技术

现有技术中，对带条码商品进行标记后，还没有一种好的方法可以对标记进行检测。在带条码商品上任意位置打上标记然后检测，在不同包装的带条码商品，表面纹理，颜色各不相同，而且不可预知，造成算法复杂，稳定性不高。

因此，需要一种带条码商品的条码标记检测方法以解决上述问题。

发明内容

本发明的目的是针对在现有技术中带条码商品标记检测的不足，提供一种简单方便的带条码商品的条码标记检测方法。

为实现上述发明目的，本发明带条码商品的条码标记检测方法可采用如下技术方案：

一种带条码商品的条码标记检测方法，在带条码商品条码区域进行标记，包括以下步骤：

1）、对带条码商品进行拍照，得到带条码商品的图像；

2）、前期处理：对带条码商品的图像进行梯度变换，得到梯度图像；

3）、对带条码商品的图像中条码位置进行定位；

4）、对条码区域图像进行阈值分割形成二值图；

5）、对步骤4）得到的二值图进行腐蚀运算得到标记形状。

更进一步的，步骤4）中所述阈值分割为ostu动态阈值分割。ostu动态阈值分割可以自动寻找阈值，实现图像分割。

更进一步的，步骤2）中梯度变换为x方向和y方向的梯度变换。其中x方向为带条码商品的长度方向，y方向为带条码商品的厚度方向。

步骤5）中腐蚀运算的形状为长方形。

更进一步的，步骤3）中对带条码商品的图像中条码位置进行定位的方法包括以下步骤：

一、将步骤2）中梯度图像进行阈值分割，过滤掉非边缘部分；

二、将步骤一中得到的图像依次进行图像闭运算处理，将条码的条纹边缘连通起来；

三、查找步骤2）中的最大连通区域；

四、确定步骤3）得到的最大连通区域上下限和左右限，得到条码区域的位置。从连通图中已经将条码的大致区域分割出来了，但是很容易将不相关的其他区域连通起来，造成了分割的条码区域过大，因此还需要精确地确定最大连通区域的上下限和左右限。

更进一步的，步骤四中通过对最大连通区域的x方向的梯度图像求方差，求方差的平均值a，其中，方差大于0.5a的区域为条码区域，从而确定所述最大连通区域的上下限b。利用方差确定最大连通区域的上下限b稳定性高，

更进一步的，步骤四中确定最大连通区域左右限包括以下步骤：

（1）、将0.5b作为阈值；

（2）、取条码区域的任意位置，并向此位置的两侧逐段计算上下限；

（3）、当步骤（2）计算得到的上下限低于步骤（1）中所述阈值时，则为最大连通区域的左右限。在稳定性较高的最大连通区域的上下限b的基础上计算得到最大连通区域的左右限，稳定性也较高。

发明原理：在每个带条码商品上面都有条形码，条码内纹理单一，背景也很稳定。适合定位与标记检测，并适用于不同包装的带条码商品。

有益效果：本发明的带条码商品的条码标记检测方法在带条码商品的条码区域进行标记，检测方法简单，稳定性高，适用不同品牌不同包装的商品，对于相机和带条码商品的相对位置精度要求不高。

附图说明

图1是带条码商品的条码标记检测方法的流程图。

具体实施方式

下面结合附图和具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

请参阅图1所示，本发明的带条码商品的条码标记检测方法，在带条码商品条码区域进行标记，包括以下步骤：

1）、对带条码商品进行拍照，得到带条码商品的图像；

2）、前期处理：对带条码商品的图像进行梯度变换，得到梯度图像；

3）、对带条码商品的图像中条码位置进行定位；

4）、对条码区域图像进行阈值分割形成二值图；

5）、对步骤4）得到的二值图进行腐蚀运算得到标记形状。其中，腐蚀运算采用长方形参数。

优选的，步骤4）中所述阈值分割为ostu动态阈值分割。ostu动态阈值分割可以自动寻找阈值，消除光源不稳定的影响，实现图像分割。

其中，步骤2）中梯度变换为x方向和y方向的梯度变换。其中，x方向为带条码商品的长度方向，y方向为带条码商品的厚度方向。

其中，步骤3）中对带条码商品图像中条码位置进行定位的方法包括以下步骤：

一、将步骤2）中梯度图像进行阈值分割，过滤掉非边缘部分；

二、将步骤一中得到的图像依次进行图像闭运算处理，将条码的条纹边缘连通起来；

三、查找步骤2）中的最大连通区域；

四、确定步骤3）得到的最大连通区域上下限和左右限，得到条码区域的位置。从连通图中已经将条码的大致区域分割出来了，但是很容易将不相关的其他区域连通起来，造成了分割的条码区域过大，因此还需要精确地确定最大连通区域的上下限和左右限。

具体的，步骤四中通过对最大连通区域的x方向的梯度图像求方差，求方差的平均值a，其中，方差大于0.5a的区域为条码区域，从而确定所述最大连通区域的上下限b。利用方差确定最大连通区域的上下限b稳定性高，

具体的，步骤四中确定最大连通区域左右限包括以下步骤：

（1）、将0.5b作为阈值；

（2）、取条码区域的任意位置，并向此位置的两侧逐段计算上下限；

（3）、当步骤（2）计算得到的上下限低于步骤（1）中所述阈值时，则为最大连通区域的左右限。在稳定性较高的最大连通区域的上下限b的基础上计算得到最大连通区域的左右限，稳定性也较高。

发明原理：在每个带条码商品上面都有条形码，条码内纹理单一，背景也很稳定。适合定位与标记检测，并适用于不同包装的带条码商品。

实施例1：

在每个带条码商品上面都有条形码，条码内纹理单一，背景也很稳定。适合定位与标记检测，并适用于不同包装的带条码商品。对于检测算法主要包含三个部分，前期处理；条码定位；标记检测。

前期处理：主要是对目标图像进行梯度的变换（x方向和y方向梯度），作为下一步的基础。

条码定位：是整个算法成功与否的前提。由于条码的特征是条状在水平放置后有很强的梯度

经过（Fx-Fy）变换后，条码边缘有很强的响应，经过固定阈值分割会过滤掉非边缘部分。而条码的各个条纹边缘距离很近，经过高斯模糊和合适形状的图像闭运算后会将条码的条纹边缘连通起来，经过试验带条码商品的其他部分很难达到这么大。通过查找最大连通区域就可以粗略的找到条码的区域。此时区域内可能还包含其他不相关部分影响后面检测，对于此区域进行上下左右限的确定。上下限使用Fx图条码区域的方差。超出条码的区域有很强的衰减，设定一个比例即可有效的确定上下限。左右限的确定比较困难，在连通图中设定高度比例可以确定，但不太稳定。所以在下一步（与经验值比对）过程中，超出正常值。则重新调整各个参数重新计算。

标记检测：在确定条码区域后，为消除光源不稳定的影响，对区域图像进行ostu动态阈值分割形成二值图。再通过图像腐蚀运算查找标记形状（形状需满足一定大小要求），即可实现标记的检测。

本发明的带条码商品的条码标记检测方法在带条码商品的条码区域进行标记，检测方法简单，稳定性高，适用不同品牌不同包装的商品，对于相机和带条码商品的相对位置精度要求不高。