線性條碼識別方法和系統技術方案

本發明專利技術公開了一種線性條碼識別系統和方法，所述方法包括：獲取圖像；在所述圖像中進行條碼檢測；在所述圖像中進行條碼定位以確定條碼的邊界；估計所述圖像的模糊度；根據所述模糊度從若干標準特征矢量集中選擇對應的一個標準特征矢量集，每一個標準特征矢量集對應一個模糊度范圍并包括若干標準特征矢量；基于所述條碼的邊界從圖像中提取所述條碼的所有條碼數據符對應的測試特征矢量；和利用所述條碼的所有條碼數據符對應的測試特征矢量和選擇的標準特征矢量集解碼得到所述條碼的條碼值。針對不同的模糊度范圍設定了不同的標準特征矢量集，這樣可以在圖像模糊的情況下仍能實現對條碼的正確解碼。

【技術實現步驟摘要】
線性條碼識別方法和系統
本專利技術涉及線性條碼(linear barcode)識別領域，尤其涉及ー種線性條碼識別方法和系統。背景技木線性條碼也常被稱為ー維條碼(ID barcode)，其是將寬度不等的多個黑條和空白，按照一定的編碼規則排列，用以表達一組信息的圖形標識符。目前在エ業和民用領域應用得非常廣泛。常見的線性條碼包括統ー商品碼(Universal Product Code,簡稱UPC碼)、歐洲商品編碼(European Article Number,簡稱EAN碼)、日本商品編碼(Japanese ArticleNumber,簡稱 JAN 碼)、Code 25、Code 39, Code 128 等等。常用的條碼掃描設備通常由光源(比如激光)、光學透鏡、感光器件(例如(XD，CMOS等)、解碼邏輯電路和1/0接ロ等組件構成。簡單來講，所述光源投射光至條碼上，從條碼處反射的光透過所述光學透鏡進入感光器件表面，經過光電轉換、模數轉換等一系列處理后形成條碼的數字圖像，然后解碼邏輯電路對攝取的圖像進行分析和解碼。目前的條碼掃描設備一般都是專用的條碼掃描設備，比如商場內的與零售系統連接的條碼掃描器、圖書館內的與圖書管理系統連接的條碼掃描器或醫院內的與電腦系統連接的條碼掃描器，其可以采集到高質量的條碼圖像，這樣可以較為容易的實現條碼的解碼。目前很多便攜式電子設備比如手機、PDA(個人數字助理)等都配置有攝像頭裝置，利用所述攝像頭裝置用戶可以進行拍攝照片和視頻等應用。對于較低配置的攝像頭模組，比如存在于大量中低端手機中的攝像頭模組，由于是采用定焦鏡頭(fixed-focuslens)，導致拍攝的圖像經常由于對焦不準而處于模糊狀態。該類條碼圖像難以用通常的條碼偵測技術進 行偵測，另外也難以確認條碼在圖像中的位置，而且傳統的條碼解碼技術也會由于圖像模糊而失效。因此，有必要開發出一種可以從視頻圖像中識別線性條碼的新方案來克服上述問題。
技術實現思路
本專利技術要解決的技術問題之ー在于提供ー種線性條碼識別方法，其可以識別模糊圖像中的條碼。本專利技術要解決的技術問題之ニ在于提供ー種線性條碼識別裝置，其可以識別模糊圖像中的條碼。為了解決上述問題，根據本專利技術的ー個方面，本專利技術提供了ー種線性條碼識別方法，其包括獲取圖像；在所述圖像中進行條碼檢測；在所述圖像中進行條碼定位以確定條碼的邊界；估計所述圖像的模糊度；根據所述模糊度從若干標準特征矢量集中選擇對應的ー個標準特征矢量集，每ー個標準特征矢量集對應ー個模糊度范圍并包括若干標準特征矢量；基于所述條碼的邊界從圖像中提取所述條碼的所有條碼數據符對應的測試特征矢量；和利用所述條碼的所有條碼數據符對應的測試特征矢量和選擇的標準特征矢量集解碼得到所述條碼的條碼值。進ー步的，在所述圖像中進行條碼檢測包括在圖像中捜索至少兩個條形區域，并確定每個條形區域的端點；和基于搜索到的各個條形區域的端點確定搜索到的各個條形區域是否屬于ー個條碼，如果搜索到的各個條形區域屬于ー個條碼，則判定所述圖像中包含有條碼。更進一歩的，所述在圖像中捜索至少兩個條形區域，并確定每個條形區域的端點包括選定一行像素點；在選定的一行像素點中選定ー個黑色像素點作為初始像素點；從初始像素點開始依次向下或/和向上搜索臨近最低灰度值的像素點，并判斷捜索到的像素點是否為黒色像素點，如果是黑色像素點，則依次記錄其坐標，如果不是黒色像素點，則確定前ー個黑色像素點為所述黒色區域的端點；將所記錄的黑色像素點的坐標進行曲線擬合得到一曲線；和基于該曲線確定所述黑色區域是否為條形區域。進ー步的，在所述圖像中進行條碼定位以確定所述條碼的邊界包括在圖像中搜索至少兩個左邊界點和至少兩個右邊界點；和分別基于捜索到的左右邊界點確定條碼的左右邊界。更進一歩的，所述在圖像中捜索至少兩個左邊界點和至少兩個右邊界點包括選取一行像素點，取預定像素寬度的滑動窗ロ，該滑動窗ロ從該行像素點的第一端開始朝向第二端逐像素進行移動；每移動到一個新的位置，比較所述滑動窗ロ左右兩側像素點灰度值的差異，當該差異超過預定灰度值差異門限值時，即認為邊界點已經位于所述滑動窗ロ之內；在所述滑動窗口中每ー像素點的靠近第二端的ー側選取預定數量的像素點，統計選取的這些像素點的左端點和右端點的灰度值差異，當所述灰度值差異達到最大值時，記錄所述滑動窗口中對應的像素點位置，將選取的這些像素點在圖像中的橫坐標作為橫坐標，將選取的這些像素點的灰度值作為縱坐標，進行線性擬合得到第一直線；在記錄的像素點的靠近第一端的ー側選取預定數量的像素點，找到選取的這些像素點中的屬于背景區域的像素點，將確定是背景區域的像素點在圖像中的橫坐標作為橫坐標，將確定是背景區域的像素點的灰度值作為縱坐標，進行線性擬合得到第二直線；和計算第一直線和第二直線的交點，該交點的橫坐標就是該行像素點中的邊界點的橫坐標，該行像素點的縱坐標為該行像素點中的邊界點的縱坐標。進ー步的，估計所述圖像的模糊度包括統計條形區域和背景區域之間的過度區域附近的像素點的灰度值；利用統計到的像素點的灰度值統計相鄰像素點的灰度值差異；將統計的相鄰像素點的灰度值差異與預定灰度值差異門限值進行對比來判定所述過渡區域和所述背景區域的第一過度邊界以及所述過渡區域與所述條形區域的第二過度邊界；計算所述過度區域的兩個過度邊界之間的寬度；和基于所述過度區域的寬度確定所述模糊度。進ー步的，基于條碼類型所定義的ー個或若干個標準條碼數據符生成對應模糊度范圍的ー個標準特征矢量。進ー步的，基于所述條碼的邊界從圖像中提取所述條碼的條碼數據符的測試特征矢量包括根據所述條碼的邊界確定所述條碼的每個條碼數據符的位置；根據所述條碼的每個條碼數據符的位置從圖像中提取灰度信息，并基于提取的灰度信息生成該條碼數據符對應的測試特征矢量。進ー步的，根據所述條碼的邊界確定所述條碼的每個條碼數據符的位置還包括根據所述模糊度和所述條碼的邊界確定測試范圍；在測試范圍內依次確定所述條碼的合法位置；和基于確定的所述條碼的合法位置確定所述條碼的每個條碼數據符的位置。進ー步的，利用所述條碼的所有條碼數據符對應的測試特征矢量和選擇的標準特征矢量集解碼得到所述條碼的條碼值包括將測試特征矢量組和其在選擇的標準特征矢量集中對應的若干標準特征矢量組進行相似度比較，所述測試特征矢量組為所述條碼的所有條碼數據符對應的測試特征矢量的組合，所述標準特征矢量組是選定的標準特征矢量集中的若干標準特征矢量的組合；確定和所述測試特征矢量組總相似度最高的標準特征矢量組，基于所述測試特征矢量組中的測試特征矢量和所述標準特征矢量組中的標準特征矢量的單相似度來確定所述測試特征矢量組和所述標準特征矢量組的總相似度；根據總相似度最高的標準特征矢量組確定所述條碼的條碼值。根據本專利技術的另一方面，本專利技術提出一種線性條碼識別系統，其包括攝像模塊，用于獲取圖像；條碼檢測模塊，用于在所述圖像中進行條碼檢測；條碼定位模塊，用于在所述圖像中進行條碼定位以確定所述條碼的邊界；模糊度估計模塊，用于估計所述圖像的模糊度；條碼解碼模塊，用于根據所述模糊度從若干標準特征矢量集中選擇對應的ー個標準特征矢量集，基于所述條碼的邊界從圖像中提取所述條碼的所有條碼數據符對應的測試特征矢量，以及利用所述條本文檔來自技高網...

【技術保護點】
一種線性條碼識別方法，其特征在于，其包括：獲取圖像；在所述圖像中進行條碼檢測；在所述圖像中進行條碼定位以確定條碼的邊界；估計所述圖像的模糊度；根據所述模糊度從若干標準特征矢量集中選擇對應的一個標準特征矢量集，每一個標準特征矢量集對應一個模糊度范圍并包括若干標準特征矢量；基于所述條碼的邊界從圖像中提取所述條碼的所有條碼數據符對應的測試特征矢量；和利用所述條碼的所有條碼數據符對應的測試特征矢量和選擇的標準特征矢量集解碼得到所述條碼的條碼值。

【技術特征摘要】
1.一種線性條碼識別方法，其特征在于，其包括 獲取圖像； 在所述圖像中進行條碼檢測； 在所述圖像中進行條碼定位以確定條碼的邊界； 估計所述圖像的模糊度； 根據所述模糊度從若干標準特征矢量集中選擇對應的一個標準特征矢量集，每一個標準特征矢量集對應一個模糊度范圍并包括若干標準特征矢量； 基于所述條碼的邊界從圖像中提取所述條碼的所有條碼數據符對應的測試特征矢量；和 利用所述條碼的所有條碼數據符對應的測試特征矢量和選擇的標準特征矢量集解碼得到所述條碼的條碼值。2.根據權利要求1所述的線性條碼識別方法，其特征在于，在所述圖像中進行條碼檢測包括 在圖像中搜索至少兩個條形區域，并確定每個條形區域的端點；和基于搜索到的各個條形區域的端點確定搜索到的各個條形區域是否屬于一個條碼，如果搜索到的各個條形區域屬于一個條碼，則判定所述圖像中包含有條碼。3.根據權利要求2所述的線性條碼識別方法，其特征在于，所述在圖像中搜索至少兩個條形區域，并確定每個條形區域的端點包括 選定一行像素點； 在選定的一行像素點中選定一個黑色像素點作為初始像素點； 從初始像素點開始依次向下或/和向上搜索臨近最低灰度值的像素點，并判斷搜索到的像素點是否為黑色像素點，如果是黑色像素點，則依次記錄其坐標，如果不是黑色像素點，則確定前一個黑色像素點為所述黑色區域的端點； 將所記錄的黑色像素點的坐標進行曲線擬合得到一曲線；和 基于該曲線確定所述黑色區域是否為條形區域。4.根據權利要求1所述的線性條碼識別方法，其特征在于，在所述圖像中進行條碼定位以確定所述條碼的邊界包括 在圖像中搜索至少兩個左邊界點和至少兩個右邊界點；和 分別基于搜索到的左右邊界點確定條碼的左右邊界。5.根據權利要求4所述的線性條碼識別方法，其特征在于，所述在圖像中搜索至少兩個左邊界點和至少兩個右邊界點包括 選取一行像素點，取預定像素寬度的滑動窗口，該滑動窗口從該行像素點的第一端開始朝向第二端逐像素進行移動； 每移動到一個新的位置，比較所述滑動窗口左右兩側像素點灰度值的差異，當該差異超過預定灰度值差異門限值時，即認為邊界點已經位于所述滑動窗口之內； 在所述滑動窗口中每一像素點的靠近第二端的一側選取預定數量的像素點，統計選取的這些像素點的左端點和右端點的灰度值差異，當所述灰度值差異達到最大值時，記錄所述滑動窗口中對應的像素點位置，將選取的這些像素點在圖像中的橫坐標作為橫坐標，將選取的這些像素點的灰度值作為縱坐標，進行線性擬合得到第一直線；在記錄的像素點的靠近第一端的一側選取預定數量的像素點，找到選取的這些像素點中的屬于背景區域的像素點，將確定是背景區域的像素點在圖像中的橫坐標作為橫坐標，將確定是背景區域的像素點的灰度值作為縱坐標，進行線性擬合得到第二直線；和 計算第一直線和第二直線的交點，該交點的橫坐標就是該行像素點中的邊界點的橫坐標，該行像素點的縱坐標為該行像素點中的邊界點的縱坐標。6.根據權利要求1所述的線性條碼識別方法，其特征在于，估計所述圖像的模糊度包括 統計條形區域和背景區域之間的過度區域附近的像素點的灰度值； 利用統計到的像素點的灰度值統計相鄰像素點的灰度值差異； 將統計的相鄰像素點的灰度值差異與預定灰度值差異門限值進行對比來判定所述過渡區域和所述背景區域的第一過度邊界以及所述過渡區域與所述條形區域的第二過度邊界； 計算所述過度區域的兩個過度邊界之間的寬度；和 基于所述過度區域的寬度確定所述模糊度。7.根據權利要求1所述的線性條碼識別方法，其特征在于，基于條碼類型所定義的一個或若干個標準條碼數據符生成對應模糊度范圍的一個標準特征矢量。8.根據權利要求1所述的線性條碼識別方法，其特征在于，基于所述條碼的邊界從圖像中提取所述條碼的條碼數據符的測試特征矢量包括 根據所述條碼的邊界確定所述條碼的每個條碼數據符的位置； 根據所述條碼的每個條碼數據符的位置從圖像中提取灰度信息，并基于提取的灰度信息生成該條碼數據符對應的測試特征矢量。9.根據權利要求8所述的線性條碼識別方法，其特征在于，根據所述條碼的邊界確定所述條碼的每個條碼數據符的位置還包括 根據所述模糊度和所述條碼的邊界確定測試范圍； 在測試范圍內依次確定所述條碼的合法位置；和 基于確定的所述條碼的合法位置確定所述條碼的每個條碼數據符的位置。10.根據權利要求1-9任一所述的線性條碼識別方法，其特征在于，利用所述條碼的所有條碼數據符對應的測試特征矢量和選擇的標準特征矢量集解碼得到所述條碼的條碼值包括 將測試特征矢量組和其在選擇的標準特征矢量集中對應的若干標準特征矢量組進行相似度比較，所述測試特征矢量組為所述條碼的所有條碼數據符對應的測試特征矢量的組合，所述標準特征矢量組是選定的標準特征矢量集中的若干標準特征矢量的組合； 確定和所述測試特征矢量組總相似度最高的標準特征矢量組，基于所述測試特征矢量組中的測試特征矢量和所述標準特征矢量組中的標準特征矢量的單相似度來確定所述測試特征矢量組和所述標準特征矢量組的總相似度； 根據總相似度最高的標準特征矢量組確定所述條碼的條碼值。11.根據權利要求10所述的線性條碼識別方法，其特征在于，其還包括有 根據最高總相似度以及總相似度最高的標準特征矢量組中的各標準特征矢量與各測試特征矢量的單相似度判定解碼得到的所述條碼的條碼值是否可信。12.根據權利要求11所述的線性條碼識別方法，其特征在于，根據最高總相似度以及總相似度最高的標準特征矢量組中的各標準特征矢量與各測試特征矢量的單相似度判定解碼得到的所述條碼的條碼值是否可信包括 在所述最高總相似度大于第一相似度門限值時，則認為解碼得到的所述條碼的條碼值可信； 在所述最高總相似度小于第一...

【專利技術屬性】
技術研發人員：陳凌，
申請(專利權)人：無錫愛丁閣信息科技有限公司，
類型：發明
國別省市：