假冒伪劣商品的广泛存在,影响着商品市场的运营秩序和厂商的品牌效应,同时威胁着消费者的权益和身体健康,如何正确快速辨别商品真伪,对于打击假冒伪劣商品具有重要意义。防伪码是一种有效的防伪技术,是为商品分配的唯一编码,存储在数据库中,部分厂商在商品包装上打印激光防伪码作为防伪手段,经销商和消费者可以通过查询防伪码得到官方公布的商品信息,辨别商品真伪。由于激光打码设备的不稳定性和摄像机的性能、光照条件、包装纸花纹等因素的影响,获取的防伪码图像质量不佳,存在背景复杂多变、底纹干扰、噪声干扰、对比度低、光照不均、字符粘连或残缺不清等现象。目前传统的字符识别技术一般针对高质量的字符,难以有效解决上述问题,人工识别的方式准确性较差且工作效率低,因此研究低质量防伪码图像的识别技术及其应用系统具有重要意义。本文基于相关的研发项目,针对实际采集的防伪码图像设计图像增强去噪、字符区域定位、字符分割和识别算法及其相应系统,来辨别商品的真伪,主要研究工作如下:(1)为了改善防伪码图像的质量,提高图像对比度并减弱噪声干扰,提出了基于双边滤波和限制对比度自适应直方图均衡(CLAHE)的图像增强算法。利用双边滤波的边缘保持特点,结合反锐化掩膜法增强图像的细节信息和对比度,并通过引入局部均方差抑制噪声信号的增强,同时结合CLAHE对图像低频分量进行对比度调整。研究了曲率滤波的基本原理,将其应用到增强图像的噪声滤除中。本文方法与基于高斯模糊的反锐化掩膜增强方法、CLAHE算法、Retinex(视网膜大脑皮层理论)算法、范围受限的双直方图均衡(RLBHE)等算法进行了对比,实验表明本文算法能在抑制噪声干扰的情况下,增强低质量防伪码图像的对比度和字符的边缘信息。(2)针对低质量的防伪码图像,采用抗噪性能较好的Susan算子提取图像边缘,采用滑动窗口对防伪码图像进行分块二值化,通过分析字符与非字符区域的分布特征计算分割阈值,实现防伪码区域的定位。为了适应防伪码图像拍照角度的随机性,采用改进的概率霍夫变换算法实现防伪码的倾斜校正。实验表明本文提出的方法能从光照不均、噪声和背景干扰的防伪码图像中定位字符区域。(3)研究模板匹配算法的基本原理,提取图像的红色分量灰度图进行模板匹配,实现对单个防伪码字符的定位。采用基于灰度特征的模板匹配方法识别防伪码字符,对易混淆的相似字符提取梯度方向直方图(Histogram of Oriented Gradient,HOG)描述符进行识别区分。选择不同倾斜角度和位置偏移的测试样本进行实验,结果表明本文算法能获得较好的分类效果。此外,设计激光防伪码识别与应用系统,实现防伪码识别、商品真伪鉴别、识别设备运行状态监测,假冒商品分布信息的统计、推送和查询等功能。