[发明专利]面向实时嵌入式系统的一维条码识别方法

说明书

技术领域

本发明涉及计算机视觉和实时嵌入式系统领域，尤其是一种在智能相机中内嵌入条码识别算法，对贴于工业生产流水线上的产品及零件上的一维条码进行识别的方法。

背景技术

现今，一维条码在商品流通领域的应用已经十分广泛和成熟，如最具代表性的EAN-13商品条形码已经在国际上广为流通，并且由国际物品编码协会管理其标识国家的前缀码，而中国物品编码中心被分配的是690～695。与商品流通领域的成熟广泛应用相比，工业生产上的应用是一个尚在发展、充满前景的领域。

目前，一维条码的识别方法广泛采用光电识别技术。虽然光电识别技术已经十分成熟，但是它是建立在对条码质量要求高、需要人工定位条码的基础上的。在商品流通领域中，由于销售人员的人工参与，光电识别技术的基础被很好满足。但是，对于工业生产领域，为了满足生产过程的自动化，工人不能去人工参与，利用计算机视觉的方法去研究条码的定位和识别成了新的研究方向。

自主研发一种基于计算机视觉的一维条码识别方法，对于国内工业生产领域的条形码的推广应用具有重大的意义。

发明内容

本发明的目的在于克服现有技术中存在的不足，提供一种面向实时嵌入式系统的一维条码识别方法，该方法是一种应用于实时嵌入式系统的图像式条码识别方法，基于计算机视觉处理过程，不需要人工参与可以自动定位，适合工业生产领域的条形码应用。本发明采用的技术方案是：

一种面向实时嵌入式系统的一维条码识别方法，包括下述步骤：

步骤S1，对于采集的图像进行处理，获得降低分辨率的二值化图像和原分辨率的二值化图像；

步骤S2，在降低分辨率的二值化图像中定位条码区域；

步骤S3，利用上述条码区域定位信息，对原分辨率的二值化图像进行识别，进行条码解码。

进一步地，所述步骤S1具体包括：

S101），将采集的RGB图像转化为灰度图；

S102），对灰度图进行图像增强的处理；

S103），进行图像去噪的处理；

S104），将灰度图转化为二值化图像；

S105），降低上个步骤S104）所得二值化图像的分辨率，获得降低分辨率的二值化图像。

进一步地，所述步骤S2具体包括：

S201），对降低分辨率的二值化图像进行边缘强化处理；

S202），然后对上述降低分辨率的二值化图像进行形态学处理，将整个条码区域连通；

S203），进行区域过滤的处理；

S204），获取条码区域的四个角点位置，即可定位条码区域。

进一步地，所述步骤S3具体包括：

S301），进行位置信息转换，将条码区域在降低分辨率的二值化图像中的位置信息转换为在原分辨率二值化图像中的位置信息；

S302），在原分辨率二值化图像中进行条码旋正；

S303），进行垂直投影的处理：将条码上同一列的像素值累加；

S304），进行获取模块比例的处理：获取条码上条空的宽度比例；

S305)，进行译码和校验，即根据所得模块比例解析条码携带信息。

本发明的优点在于：本发明主要提供了一种基于计算机视觉的条码识别方法，该方法不需要人工参与可以自动定位，对所处理的条码质量要求也比光电技术的低。适合工业生产领域的条形码应用，对工业生产的自动化起到了重要作用。

附图说明

图1为本发明的条码预处理阶段流程图。

图2为本发明的条码定位阶段流程图。

图3为本发明的条码解码阶段流程图。

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。

本发明提出的面向实时嵌入式系统的一维条码识别方法，按阶段分为三个部分，下面参照附图1～附图3，对于该方法进行详细描述。

步骤S1，图像预处理：对于采集的图像进行处理，获得降低分辨率的二值化图像和原分辨率的二值化图像；

如图1所示，是算法的第一阶段即预处理阶段的流程（第一阶段不含图1中的两个虚线框）。其输入是一个由智能相机采集的RGB图像，输出是降低分辨率的二值化图像和原分辨率的二值化图像。具体处理的过程如下：