[发明专利]一种周期性一维条码信号加强的方法和模块有效
申请号: | 201611246860.9 | 申请日: | 2016-12-29 |
公开(公告)号: | CN107066909B | 公开(公告)日: | 2019-11-12 |
发明(设计)人: | 冯恒 | 申请(专利权)人: | 西安中颖电子有限公司 |
主分类号: | G06K7/10 | 分类号: | G06K7/10 |
代理公司: | 上海专利商标事务所有限公司 31100 | 代理人: | 胡林岭 |
地址: | 710065 陕西*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 加权 采样序列 加权处理 信号加强 信号序列 序列表示 一维条码 累加 获取信号 频率抽取 滑动 滑动窗 帧周期 采样 门限 时域 判决 | ||
本发明提供了一种周期性一维条码信号加强的方法和模块,包括:a.确定模拟前端获取信号的帧周期T,并获取以T为周期的Y个帧;b.对所述Y个帧进行采样,得到Y个采样序列,每个序列表示为:x[i][0],x[i][1],x[i][2]……x[i][m‑1],其中Fs=N*(1/W);c.利用加权的滑动窗进行加权处理,窗序列为w[0],w[1]……w[m‑1],对每一个周期内的采样序列x[i]进行加权处理,加权后得到Y个序列h,每个序列表示为h[i][0],h[i][1],h[i][2]……h[i][m‑1],其中,i=0,1,…(Y‑1),并且,h[i][j]=w[j]×x[i][j],j=0,1,2,…(m–1);d.对步骤c中加权后的Y个序列h,以步骤a中的周期T滑动,对信号序列h进行时域上累加,得到重频累加的信号序列y[0],y[1],y[2]……y[m‑1],其中j=0,1,……m–1;e.对步骤d中的序列y进行以步骤b中Fs/N的频率抽取;f.选取门限G,对序列b进行1/0的判决。
技术领域
本发明涉及条码识别,尤其涉及一维条码识别技术。
背景技术
在现有技术中,图像处理以及滤波器的设计均是对单次原始信号进行采样,未能利用信号的周期性。由于信号的随机性大,单次原始信号的信噪比较低,会导致后级解码时间加长。对于被污染或是被磨损的条码,单次信号的信息不完全,传统的方法会失效,导致漏检。
发明内容
为了解决现有技术的问题,本发明提供了一种周期性一维条码信号加强的方法,其特征在于,所述方法包括:
a.确定模拟前端获取信号的帧周期T,并获取以T为周期的Y个帧,其中每一帧包含所述一维条码的全部条码信息,每个帧为一个周期T;
b.对所述Y个帧进行采样,得到Y个采样序列,每个序列表示为:x[i][0],x[i][1],x[i][2]……x[i][m-1],其中i表示第i个周期,i=0,1,…(Y-1),m表示一个周期内采样点的个数,其中采样频率Fs为能够分辨最小宽度W的采样率的N倍,即Fs=N*(1/W);
c.利用加权的滑动窗进行加权处理,窗序列为w[0],w[1]……w[m-1],对每一个周期内的采样序列x[i]进行加权处理,加权后得到Y个序列h,每个序列表示为h[i][0],h[i][1],h[i][2]……h[i][m-1],其中,i=0,1,…(Y-1),并且,h[i][j]=w[j]×x[i][j],j=0,1,2,…(m–1);
d.对步骤c中加权后的Y个序列h,以步骤a中的周期T滑动,对信号序列h进行时域上累加,得到重频累加的信号序列y[0],y[1],y[2]……y[m-1],
其中
e.对步骤d中的序列y进行以步骤b中Fs/N的频率抽取,即隔N-1点抽取一个数据,得到序列b[0],b[1]……b[m/N];
f.选取门限G,对序列b进行1/0的判决。
在一个实施例中,N取大于等于1的整数,1/W为分辨最小宽度信号的采样率。
在一个实施例中,在步骤f执行之后,根据码型特征对步骤(6)处理过的序列b进行解码。
在一个实施例中,在所述步骤f中,1/0的判决如下:
b[j]<G,则b[j]为0;b[j]>=G,则b[j]为1,其中j=0,1,2…m/N。
本发明还提供了一种周期性一维条码信号加强的模块,其特征在于,所述模块包括:
帧获取模块,确定模拟前端获取信号的帧周期T,并获取以T为周期的Y个帧,其中每一帧包含所述一维条码的全部条码信息,每个帧为一个周期T;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安中颖电子有限公司,未经西安中颖电子有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201611246860.9/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种大数据网络爬虫分页选择方法和系统
- 下一篇:一种自适应人群计数方法