论文部分内容阅读
由于二维条形码信息存储量大、容错性强、制作与携带方便,被广泛用于物流、销售、娱乐等各个行业。目前,二维条形码译码技术正由传统的光电扫描方式向图像译码方式过渡。图像译码技术即二维条形码识别技术是由图像采集设备对二维条形码进行成像,然后利用数字图像处理方法抽取条码图像中的编码信息,并对编码信息进行解码进而得到隐藏在二维条形码中信息的计算机信息处理方法。此方法具有成本低、译码快、操作简便等特点,近年来受到越来越多的关注。但在实际应用中,由于复杂背景复,条码形态变化以及图像处理因素,图像条码识别技术的应用受到了限制。
在上述行业背景下,本文对二维条码图像形态以及各种相应复杂场景进行了分析,提出一种鲁棒性强、适用性广的二维条码识别算法。本文完成的具体工作和取得的研究成果主要包括以下几个方面:
(1)分析了二维条形码的发展,行业标准以及几种常见的复杂背景以及干扰源,总结了基于图像处理的二维条码识别的几种主要思路和已取得的研究成果,最后对本文内容予以简要叙述。
(2)概述了本研究提出的二维条形码识别算法流程。重点叙述了复杂背景下二维条形码的分割与定位。本研究充分利用了条码区域的边缘密集,角点集中等特性,并结合区域生长的分割策略,实现了一种基于图像处理的二维条形码区域分割方法。实验表明,本文所提出的技术路线可以很好的适应复杂场景下不同形态的二维条码的识别。
(3)在本文的研究基础上,深入挖掘了二维条码的本质,尝试将纹理特征与机器学习引入到二维条码识别框架中,以改善系统性能。