基于人工神經網絡的條碼定位與識別方法

陳 璇　雷海軍

摘 要：針對大角度條碼圖像區域自動定位這一關鍵技術的具體應用，筆者提出一種適合大角度條碼圖像區域自動定位的算法。該算法以高斯濾波、邊緣檢測和霍夫變換做預處理，采用已經訓練好的人工神經網絡進行定位，運用全局與局部結合的二值化方法進行二值化、識別。實驗證明，該算法圖像定位準確率高，大角度條碼圖像定位效果較為理想，提升了圖像識別的正確率。

關鍵詞：大角度條碼;自動定位;人工神經網絡;二值化;條碼識別

中圖分類號：TP37 文獻標識碼：A 文章編號：1003-5168（2019）35-0042-06

Artificial Neural Network Based Recognition and Localization for Bar Code

CHEN Xuan1 LEI Haijun2，3

（1.Hunan Polytechnic of Water Resources and Electric Power，Changsha Hunan 410131;2.School of Computer and Software， Shenzhen University，Shenzhen Guangdong 518060;3.Guangdong Provincial Popular High Performance Computer Key Laboratory，Shenzhen Guangdong 518060）

Abstract： Aiming at the specific application of the key technology of automatic location of large angle bar code image area， the author proposed an algorithm suitable for automatic location of large angle bar code image area. In this algorithm， Gaussian filtering， edge detection and Hough transform are used as preprocessing， trained artificial neural network is used for positioning， and global and local binary methods are used for binarization and recognition. The experimental results show that the algorithm has high accuracy for image location， especially for large angle bar code image， which improves the accuracy of image recognition.

Keywords： large anglebarcode;automatic positioning;artificial neural network;binarization;recognition

條碼技術早在1993年就有學者研究[1]，隨著機器學習算法的廣泛運用，有學者利用機器學習算法對條碼圖像進行處理。具體算法有：使用機器學習中的人工神經網絡方法對無對焦手機拍攝的模糊條碼圖像進行清晰度恢復再識別[2，3];采用圖像處理技術對復雜背景條碼進行背景刪減，再進行條碼位置的定位與識別[4];對二維條碼進行角點檢測，再對角點進行半監督聚類，找到聚類中心從而確定條碼位置[5]。

目前，對于條碼圖像的處理，在技術上不僅采用圖像處理技術，也會采用機器學習技術;在實際應用上不僅對標準圖片進行識別，還會針對某種特定環境下的條碼圖像進行處理。

本文采用基于圖像處理的方法對原圖進行高斯濾波、邊緣檢測和霍夫變換預處理，再使用基于機器學習的方法定位出大角度圖像中條碼區域，運用全局與局部二值化法進行二值化，最后識別?！?br>