论文部分内容阅读
随着移动信息服务业的快速发展,二维码技术在工业自动化、商品流通、移动电子商务等众多领域内得到广泛应用。但在复杂的情况下,受相机抖动、光线剧烈变化、成像系统紊乱等因素的影响,会造成拍摄的条码图像出现退化现象,非常不利于条码信息的正确识别。本文以DataMatrix条码作为研究实例,研究分析了降质条码图像的退化原因,实现了降质条码图像的反降晰处理。主要的工作分为下面几个部分:首先,分析了DataMatrix条形码的特点和码制标准,总结了在具体应用中常见的三种降质条码图像退化类型,即运动退化类型、散焦退化类型和高斯退化类型。其次,提出了一种降质条码图像的自适应退化类型辨别算法。该算法是依据了不同退化类型的降质条码图像在频率谱上存在的差异性,并结合退化特征不变矩理论,获得了相应的退化图像特征索引值。接着,分析了降质条码图像复原中可能遇到的问题,并提出了一种高效的退化卷积核模型参数的准确估计方法。最后,应用基于改进的增量维纳滤波算法对降质条码图像做复原处理。该算法是以经典的维纳滤波算法为基础,在复原过程中引入对复原解的迭代,同时添加了额外的约束限制条件,可有效地提高算法的复原性能和改善图像的质量。实验结果表明:相比经典的维纳滤波算法,本文应用的基于改进的增量维纳滤波复原算法具有更好的抗噪性能,能够满足实际应用的要求。