[发明专利]面向工业自动化生产的code128码自动识别方法

说明书

技术领域

本发明涉及一种识别方法，尤其是一种面向工业自动化生产的code128码自动识别方法，属于条码识别的技术领域。

背景技术

经过了几十年的发展，条形码在国内的应用日趋广泛。条形码识别技术是随着计算机技术，尤其是图像处理算法的发展而兴起的一种自动识别技术，它具有快速、方便、可靠、成本低的特点。近年来，随着国内的经济飞速发展，条形码识别技术作为一种信息标识的重要手段，其地位日益重要，并被广泛应用与到工业、农业、商业、金融业、物流、仓储、图书管理、医疗卫生事业各行各业。随着生产效率的提高以及自动化生产的普及，自动识别设备的需求量逐渐增大。

国内的条形码技术起步较晚，但是得到了非常迅猛的发展。然而同国际上本领域的技术水平比，国内的条形码技术还有比较大的差距，远远不能满足国内行业海量的市场需求。在信息化与现代化的浪潮中，很有必要加快对条形码技术的研究与发展。与国际上的条形码识别系统比较，国内的条形码识别系统普遍存在着以下问题：

1)、侧重于实验环境中的条形码识别，与工厂生产中实际环境相差太大；

2)、识别算法复杂度较高且识别精度与国外产品有较大的差距；

3)、采用“相机+工控机”架构，图像采集与识别过程脱离，识别系统结构复杂，系统的稳定性差，维护困难；

4)、景深适用性不强，物体的高度变化造成图像模糊严重，使得识别率极大降低。

发明内容

本发明的目的是克服现有技术中存在的不足，提供一种面向工业自动化生产的code128码自动识别方法，其解决条码识别过程中的高速运动图像采集、畸变、污损、模糊等难点问题，实现条形码的高速、准确读取。

按照本发明提供的技术方案，面向工业自动化生产的code128码自动识别方法，所述自动识别方法包括如下步骤：

步骤1、提供包含code128码的条码图像，并对所述条码图像进行条码区域的定位；

步骤2、对上述定位后的条码区域进行倾斜校正；

步骤3、采用基于梯度方向投影对上述进行倾斜校正的条码区域进行分割；

步骤4、采用均值匹配方法对上述分割后的条码区域进行译码，以实现对code128码的识别。

步骤1中，对条码图像采用基于梯度方向特征匹配的定位方法进行定位，且对条码图像进行定位前对条码图像进行灰度处理。

所述步骤2中，采用基于Hough变换的方法对条码区域进行倾斜校正。

本发明的优点：基于梯度方向特征的方法实现条码区域的定位，通过Hough变换对条码区域进行倾斜校正，通过梯度方向投影的方法对条码区域进行精确分割，采用均值匹配的方法实现译码，解决条码识别过程中的高速运动图像采集、畸变、污损、模糊等难点问题；在上位机内采用基于循环数组实现的无锁队列以及基于缓存池的内存控制方法，实现条形码的高速、准确读取。

附图说明

图1为本发明Hough变换的示意图。

图2为本发明基于循环数组实现的无锁队列结构。

具体实施方式

下面结合具体附图和实施例对本发明作进一步说明。

如图1所示：为了解决条码识别过程中的高速运动图像采集、畸变、污损、模糊等难点问题，本发明自动识别方法包括如下步骤：

步骤1、提供包含code128码的条码图像，并对所述条码图像进行条码区域的定位；

本发明实施例中，对条码图像采用基于梯度方向特征匹配的定位方法进行定位，且对条码图像进行定位前对条码图像进行灰度处理。

具体地，由于定位需要对条码图像的灰度进行处理，所以定位前往往还要进行图像的灰度化。灰度化通过对条码图像红、绿、蓝分量进行加权运算而完成。常用的转换公式如下：

Gray＝R×0.299+G×0.587+B×0.114

其中，Gray为灰度值，R为条码图像的红色分量，G为条码图像的绿色分量，B为条码图像的蓝色分量，0.299为红色分量的加权因子，0.587为绿色分量的加权因子，0.114为蓝色分量的加权因子。由于人眼对于绿色的敏感度高，而对蓝色的敏感度低，上述确定的加权因子是最符合人眼对图像亮度的敏感度的。