[发明专利]基于边缘特性的条形码定位方法

说明书

一种基于边缘特性的条形码定位方法，由采集灰度图像、确定Sobel边缘图像、扩展边缘区域、中值滤波与形态学滤波闭操作、滤除图像背景区域、确定条形码位置组成。本发明采用条形码边缘特性将采集到的条形码图像中的文字，图案背景等干扰进行滤除，对条形码区域进行提取。本发明具有对条形码区域的识别准确率高、使用范围广等优点，可用于各种产品的条形码识别。

技术领域

本发明属于图像识别技术领域，具体涉及到视频图像中条形码区域的定位。

背景技术

目前，基于图像处理进行条形码区域识别的方法主要有以下几种：

基于统计模式识别技术，该类方法的识别率较高，可在高卷积失真环境下工作，但需要大量匹配条形码模板进行匹配，对背景较为复杂或倾斜的条形码效果不理想。

基于神经网络的条形码识别方法，存在的缺点是如果在训练过程中神经元过多会导致运算时间过长，有时往往需要调整相关参数来达到较高识别率。

基于频域获取条码区域的纹理信息，如离散余弦变换，小波变换，如果原始图像的背景区域存在文字或者图案时，或条形码图像由于受到光照，对焦不准等影响导致条纹的区域不清晰时，也很难精确定位每条条纹的边缘。

基于边缘信息对条形码区域进行检测的方法有很多种，但是受原始图像背景或条码类型的影响，该类方法的鲁棒性不高。

发明内容

本发明所要解决的技术问题在于克服上述现有技术的缺点，提供一种对条形码区域的识别准确率高、使用范围广的基于边缘特性的条形码定位方法。

解决上述技术问题所采用的技术方案由下述步骤组成：

(1)采集灰度图像

从图像库中任取一张图像，其尺寸为640×480，将彩色图像转为灰度图像。

(2)确定Sobel边缘图像

使用Sobel算子提取灰度图像边缘：

Isobel＝|D_x|+|D_y|   (3)

式中，Igray(x,y)为灰度图像中像素点的像素值，D_x是水平方向与Sobel算子与灰度图进行卷积的结果，D_y是垂直方向的Sobel算子与灰度图进行卷积的结果，Isobel为灰度图像的边缘图像。

使用最大类间差方法得到边缘图像二值化的阈值T，对图像Isobel(x,y)进行如下处理：

式中，Isobel(i,j)代表边缘图像中像素点的像素值。

(3)扩展边缘区域

确定Isobel邻域内的像素值的均值，比较邻域内像素值与均值的大小，对图像Isobel(i,j)的边缘区域进行扩展，得到像素矩阵A(u,v)。

(4)中值滤波与形态学滤波闭操作

使用中值滤波法，再使用形态学滤波法中的闭操作对像素矩阵A(u,v)进行滤波，得到图像的连通区域S′_c，c为有限的正整数。

(5)滤除图像背景区域

对图像矩阵A(u,v)中的连通区域S′_c的大小进行筛选，滤除图像中占像素点个数较少的连通区域。

(6)确定条形码位置