基于機器視覺的一維和二維條碼高速在線識別問題探析

原淵

摘要：文章簡單梳理在線監(jiān)測及編碼，分析應(yīng)對畸變條碼的定位識別方式，分別從系統(tǒng)設(shè)計與識別性能分析入手，并探析二值化算法對不同條碼圖像的識別，主要敘述亮度突變以及漸變、光照不均三種情況。

關(guān)鍵詞：在線識別;定位;二值化;編碼

中圖分類號：TP311? ? ? 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2021）20-0115-02

1 緒論

在大數(shù)據(jù)背景下，數(shù)據(jù)信息規(guī)模成倍擴大，保存數(shù)據(jù)媒介中，條碼是不能忽視的一類，其能保存極多的數(shù)據(jù)，且解碼效率高，有基本的可靠性。近幾年，科技高速完善，各市場主體也轉(zhuǎn)變管理方向，依托人工錄入及分類形式存在主觀因素，且儲存成本偏多等問題，無法適應(yīng)在線識別的需要。所以提高采集速度及質(zhì)量、識別準(zhǔn)確度等，依然是需要考量的研究任務(wù)。

2 在線檢測及編碼

現(xiàn)如今，保存數(shù)據(jù)信息的載體接多元化，條碼是其中使用頻率及儲存效果較好的一種，利用對條碼的在線識別，獲取其中儲存的資料，完成對其的類型劃分、數(shù)據(jù)保存和歷史數(shù)據(jù)追溯等多項處理手段。目前，在對其的識別算法中，已然將識別時長降至[50ms]之下，實現(xiàn)在線完成一系列的數(shù)據(jù)處理環(huán)節(jié)。條碼會在傳送帶上實現(xiàn)快速移動，通過系統(tǒng)內(nèi)的相機完成數(shù)據(jù)提取，把得到的信息結(jié)果直接保存在云端。而后系統(tǒng)會把采集到的條碼數(shù)據(jù)和背景數(shù)據(jù)進(jìn)行對比，由此完成整個分類過程。條碼背景具備復(fù)雜性、動態(tài)化以及噪聲多等特征，借助高速的[CCD]相機，能清楚采集到條碼快速變動期間的圖像數(shù)據(jù)。條碼的圖形可分成功能及編碼兩個模塊，外觀上形成正方形的陣列，其包含編碼部分、分隔符及校正圖形等數(shù)個分區(qū)。在編碼期間，基于識別效率固定不斷，借助糾錯模塊實現(xiàn)數(shù)據(jù)糾正，確保精確識別條碼的數(shù)據(jù)。例如，[QR]二維碼，在伽羅華域內(nèi)均能采取到[α]，由此表示出非零元素。借助[GF]輸出條碼對應(yīng)的糾錯碼，運用其內(nèi)的元素構(gòu)建出循環(huán)隊列[1]。

在編碼期間，編碼模塊會先明確對應(yīng)的字符類型，繼而選用版本數(shù)據(jù)與糾錯級別，綜合運用既定規(guī)則，把信息字符轉(zhuǎn)變成位流，熱后把其調(diào)整成碼字，把糾錯碼字填入數(shù)據(jù)碼字，基于特定規(guī)則，在條碼的結(jié)構(gòu)圖形中，識別分隔符及校正圖形等處理環(huán)節(jié)，根據(jù)設(shè)定規(guī)則進(jìn)行數(shù)據(jù)排列，而后放置在條碼的矩陣中。使用多個掩模圖形，按照次序開展掩模識別，主要針對編碼中的位圖，而后形成版本數(shù)據(jù)與格式數(shù)據(jù)，二者共同組成條碼的符號區(qū)域。在識別條碼期間，充分發(fā)揮[CCD]相機優(yōu)勢，使數(shù)據(jù)采集識別速度至少達(dá)到每秒三十幀的效率。在相機完整提取到條碼數(shù)據(jù)后，會直接進(jìn)行識別同時給出碼值。整個運轉(zhuǎn)過程分成兩個環(huán)節(jié)，一方面，識別格式數(shù)據(jù)中，先辨別條碼的編碼版本，而后去除其上面的掩模圖形，繼而得到信息以及糾錯碼字。另一方面，進(jìn)一步辨別碼字有無錯誤，如果沒有錯誤信息，便能進(jìn)入譯碼環(huán)節(jié)，而后生成并儲存信息。但如果碼字存在錯誤，需先經(jīng)過糾正計算后，再開展后續(xù)的譯碼等處理。

3復(fù)雜畸變條碼定位識別

3.1 識別系統(tǒng)結(jié)構(gòu)設(shè)計

識別系統(tǒng)運用模塊化的設(shè)計方式，其中包括圖像取讀及定位、校正、顯示等部分。先把條碼圖像采集到系統(tǒng)內(nèi)，而后根據(jù)圖像的結(jié)構(gòu)特點對其加以定位，但若未無法完成定位，識別程序會直接結(jié)束，同時顯示定位失敗，反之，會顯示準(zhǔn)確的位置數(shù)據(jù)。而后進(jìn)入校正單元，把采集到的數(shù)據(jù)糾正，失敗則會給出相應(yīng)的提示，若完成校正，會來到數(shù)據(jù)識別單元，在此處理環(huán)節(jié)中，若未能識別，會顯示失敗提醒，若識別出來，會直接輸出圖像數(shù)據(jù)，把該系統(tǒng)植入到[Linux]系統(tǒng)中[2]。上述為條碼識別的總體流程，下面針對每個模塊進(jìn)行詳細(xì)闡述。

其一，取讀圖像。此模塊的工作任務(wù)是采集條碼圖像信息。一般數(shù)據(jù)格式包括[GIF、BMP]等，其中的位圖圖像，保存信息未通過壓縮運算，所以相同圖像，在保存時需要占用相對更多的空間，但其也有優(yōu)勢，在處理信息圖像期間，不必經(jīng)過解碼的過程，因此此種格式在此功能模塊中的使用較多。在圖像取讀模塊后需保存于信息結(jié)構(gòu)體中，其內(nèi)部需有關(guān)于圖像信息的寬高以及位深、色彩等，為其余各模塊提供處理數(shù)據(jù)。

其二，定位模塊。該部分的功能任務(wù)是把完整讀取的圖像，識別出對應(yīng)的位置信息。整個過程需預(yù)處理圖像數(shù)據(jù)，提取出其中矩形塊，同時聚類，完成起始符和結(jié)束符準(zhǔn)確對應(yīng)，繼而保證定位識別的準(zhǔn)確性。預(yù)處理步驟中涉及降噪與補償光線等，而聚類則需經(jīng)過邊緣檢測與矩形塊提取等過程。符號對應(yīng)識別是針對符號實施檢測。在完成定位后，條碼的位置數(shù)據(jù)共有圖像的各個頂角以及圖像中間其他部分的邊緣直線數(shù)據(jù)。

其三，校正模塊。其負(fù)責(zé)把出現(xiàn)畸形的圖像糾正到正常狀態(tài)。需前確定各頂角的具體類畸變類型，如果是線性及畸變，校正方式為透視變化以及雙線性差值。但若是水平方向的[U]狀非線性的情況，會選用常規(guī)的手段進(jìn)行處理，而后以水平方向進(jìn)行分塊，針對各塊實施校正，整合成正確的條碼。若是縱向的[U]狀畸變，需通過縱向分塊，同樣是逐個校正，合并起來組成條碼。

其四，識別單元。在定位識別系統(tǒng)中，此模塊是極為關(guān)鍵的部分，通過進(jìn)一步劃分，能分出行列切分與譯碼兩個部分。前者可識別出條碼各邊界節(jié)點，把整個圖像歸納到為獨立碼字。該部分落入經(jīng)過校正的條碼數(shù)據(jù)，輸出內(nèi)容則為碼字。在行切分中，需識別條碼的水平邊緣，之后實行水平投影，確定峰值，借助等距檢測確定條碼圖像的行邊緣點。在列切分中，則需檢測縱向的邊緣數(shù)據(jù)，通過二值化算法，繼續(xù)完成縱向投影，確定峰值后，通過等距檢測得出列邊界。后者的工作是把錄入的符號進(jìn)行解碼，輸出顯示出數(shù)據(jù)。需先采集每個碼字對應(yīng)的條空比序列，部分碼字若清晰度不高或存在污損的情況，無法有效提取條空比序列。為此需搜查碼字表，把涉及的符號進(jìn)行解譯，經(jīng)過糾錯，若過程順利會直接實施解碼，否則譯碼失敗。

其五，數(shù)據(jù)顯示單元。其屬于輔助性的模塊，把經(jīng)過識別解碼處理后數(shù)據(jù)顯示出來。經(jīng)過解碼后，直接輸出圖像的條數(shù)與具體的圖像數(shù)據(jù)，并為各區(qū)域進(jìn)行標(biāo)號，使其和解碼數(shù)據(jù)中的編號匹配。如果其中任何一個環(huán)節(jié)失敗，會給出相應(yīng)的提醒顯示。