[发明专利]一种基于梯度方向一致性复杂背景条码图像自动分割方法

说明书

技术领域

本发明涉及自动图像识别技术领域，尤其涉及一种基于梯度方向一致性复杂背景条码图像自动分割方法。

背景技术

自动化数据采集技术是信息采集和处理的关键技术。条码技术在自动化数据采集中占重要地位，已被广泛运用于工业、商业、图书出版和医疗卫生事业等。

一维条码是由一组规则排列、宽窄不一的条、空组成的标记，用来表示一定的信息。目前市场上普遍采用的条码识别装置是光电识读器，该识别技术已成功投入商业应用。但是光电识读器需要手动去对准条码，自动化程度不高。

随着数字图像处理技术的发展，基于视频的条码识别技术引起了国内外学者的广泛关注，并逐渐成为研究热点。简单背景下的条码定位技术已较为成熟，而对于复杂背景下的条码图像，如何快速高效地检测和定位出条码区域，成为了研究的难点。

目前常用的条码定位方法主要可以分为频域方法和空域方法两种。

频域方法主要有基于小波多分辨率分析、傅里叶变换、DCT等。如有学者提出的基于小波多分辨率分析的条码检测算法，该算法在高频子图基于特征向量利用纹理相似性原理，采用区域增长法产生条码数据区域的候选子区域集合，然后在低频子图利用条码的边界特征对候选子区域进行验证，该方法对含有倾斜的条码图像并不适用。基于DCT域算法对条码区域自动定位，可以定位任意旋转角度的条码，然而当图像中其他区域的纹理比重远大于条码区域时，该算法将会失效。

空域方法主要有基于Hough变换、边缘梯度以及形态学操作等，如有学者提出在空域中利用条码区域的纹理特征以及条码区域的形状，并且结合形态学操作检测条码区域，该方法在后面的多次形态学膨胀时，容易将条码区域与其他区域连通到一块，易出现误检及漏检的现象。

发明内容

本发明提出一种基于梯度方向一致性的复杂背景条码图像自动分割方法，针对现有方法的不足，利用图像中条码区域的强方向一致性和高灰度对比度的特征，克服复杂背景以及条码倾斜带来的干扰，准确高效地定位分割条出图像中的条码区域。

为达到上述目的，本发明所提出的技术方案为：

本发明的一种基于梯度方向一致性复杂背景条码图像自动分割方法，其包括如下步骤：

第一步，将输入图像转换为灰度图I(n)，在灰度图I(n)上计算每个像素点n的水平方向梯度G_x(n)和垂直方向梯度G_y(n)，进而得到每个像素点n的梯度幅值G(n)和梯度角度Φ(n)；

第二步，选择梯度阈值α，将梯度幅值G(n)大于阈值α的像素点作为图像边缘点，得到边缘图像I_e(n)；

第三步，基于分块的梯度方向一致性评估和筛选，得到候选图像块集合；

第四步，计算每个候选图像块P_ci的平均梯度方向Φ_ci，并归一化到区间内，作为该候选图像块P_ci的梯度方向；

第五步，基于方向一致性的候选图像块连通域标记；

第六步，候选图像块连通域分析和筛选；

第七步，对候选条码区域进行波形提取和匹配，用于后续译码。

其中，所述的第三步还包括以下步骤：

第一步，选择宽度w，将图像分成一系列w*w的图像块{P₁,P₂,,P_k}，其中k为图像块的数目；

第二步，将一个圆周360度划分为36个角度区间，每个区间10度，由于条码中相差180度的角度作为一个方向，进而36个角度区间归并为18个方向区间，每个方向区间包含两个相差180度的角度区间，在边缘图像I_e(n)中，将每个图像块P_i内各个梯度方向区间中边缘点的个数，得到图像块P_i的梯度方向直方图H_i，梯度方向直方图H_i的每一项归一化为该方向区间内的边缘点数目占图像块P_i内总边缘点数目的比例，其中i＝1,2,,k；

第三步，对每个图像块P_i，判定该图像块P_i是否具有方向一致性，剔除不具有方向一致性的图像块，得到候选图像块集合{P_c1,P_c2,,P_cm}，m为候选图像块的数目。

其中，所述的第五步还包括以下步骤：