标刻在金属零件上的二维条码数据提取方法

针对金属零件上二维条码光照分布不均、点扩散、对比度低与污染干扰等问题,提出一种基于原灰度图像小区域相邻模块对比提取二维条码数据的算法.首先通过峰度值排序法及模块区域微调法由粗到精定位每个二维条码模块位置,然后基于原灰度图像利用遗传算法提取二维条码的数据信息,得到最终的提取结果.与传统二维条码数据提取算法的实验结果证明,该算法对于复杂金属背景上的二维条码识读具有更高的可靠性.     

直接零件标记的二维条码定位方法

针对直接零件标记（DPM, Direct Part Marking）二维条码的定位技术展开研究。由于环境光照、金属材质等因素,采集到的条码图像会存在光照不均、对比度低和高光等问题,对DPM二维条码定位带来很大的影响。采用了同态滤波的方法来增强图像,用梯度投影法对二维条码区域进行初定位。针对背景灰度级与目标灰度级相近导致传统阈值化存在误分割的问题,采用了一种OSTU与邻域阈值相结合的自适应二值化算法。利用形态学拟合Data Matrix二维条码的L型定位边,最后采用凸包算法实现对二维条码精定位。实验表明,该方法能有效解决图像采集中出现的光照不均、对比度低等问题,快速定位出条码区域。     

QR Code二维条形码的图像识别

在现代社会商品流通中,为了提高工作效率,条码识别技术得到了广泛的应用.一维条码受到容量的限制,仅能标识商品,而不能描述商品.二维条码解决了一维条码面I临的容量问题,具有信息量大、可靠性高、保密防伪等优点.文中介绍了QR Code二维条形码的技术,给出了基于数字图像处理的QR Code二维条形码的识别方案.该方案综合运用了图像灰度化、二值化、去噪、边缘检测、图像旋转等多种图像处理方法实现条码图像的预处理、条码定位、条码分割和数据提取.实验表明:该方案大大提高了识读的灵活性和可靠性.     

金属表面Data Matrix条码高光区域的信息重构

为实现工业产品的可追溯性,直接将条码加工在零件表面的直接零件标识（Direct Part Marking,DPM）技术,在国内外受到了越来越多的关注。对于金属零件,由于其具有较高的反光性,由相机捕获的金属表面的条码图像常常产生局部高光现象,影响条码的正确读取。为此,针对金属表面激光标刻二维条码出现的局部高光现象,提出了基于五步重构模型的条码重构法,以重构高光区域的条码信息。对获得的条码图像进行倾斜校正,使“L”型实线边界位于图像左下角,对条码进行网格划分实现各个模块的定位。基于Modified Specular-Free（MSF）图像对高光区域进行检测。采用五步重构模型对条码的各个模块进行数值填充,对条码进行读取。实验表明,该算法能达到去除金属表面上条码局部高光的目的,并取得了较高的识读正确率。     

字符二维条码图像的识读

以字符二维条码为研究对象, 针对条码识读问题展开研究. 由于获取的条码图像往往存在对比度低造成的图像模糊问题, 采用了分段线性灰度变换的方法来增强图像, 在分段点的选择上根据字符条码图像灰度分布特点采用改进的二维OTSU法. 针对图像中出现的条纹噪声, 采用基于频域的ButterWorth带阻滤波器进行降噪处理, 最后采用计算圆形度值的方法来实现对字符区域的快速定位. 实验表明, 该识读方法能够很好的解决图像采集中出现的模糊以及噪声问题, 并且能够快速有效的定位出条码区域.     

复杂背景下PDF417条码定位研究

PDF417作为一种广泛应用的二维条码,其检测定位成为条码识别过程中的关键,而复杂背景下条码的定位技术目前还不够完善。本文针对这一问题进行了研究,提出了一种基于数学形态学运算和Canny边缘检测的定位算法,并在此基础上作区域精确化处理,实现了条码的准确定位。实验结果表明,该方法能够有效提取出各种低对比度、边缘模糊、倾斜、商标干扰等复杂背景下的条码图像。     

直接零件标志条码区域定位算法

针对受工况、光照的限制,现场采集的含有直接零件标志(DPM)条码的图像经常亮度不一,并伴有变形等情况,导致因定位不准确而识别DPM条码困难,提出一种改进的SUSAN角点检测和半监督机制下的近邻传播聚类相结合的DPM条码定位算法.首先针对DPM条码图像区域多直角的特点对检测角点的SUSAN算法进行改进,使其适应由于光照问题导致灰度不均的DPM条码区域,具有检出变形角点的能力,同时极大程度地抑制背景上及条码区域中的伪角点;以此为基础,使用近邻传播聚类算法对角点进行聚类,并将DPM条码区域中角点的聚集特点转化为监督规则,形成半监督机制下的角点近邻传播聚类.实验结果表明,该算法检测出的角点对DPM条码区域的示意性强、效率高,基于角点聚类结果的DPM条码定位比其他算法精准、快速.     

基于SUSAN检测算子的二维条码定位方法

以二维条码Data Matrix在实际应用中的图像为例,采用一种基于图像最优阈值的SUSAN检测算子,将复杂背景图像中的二维条码图像区域检测出来。使用这种方法可以在最大程度上忽略复杂背景的干扰,实现二维条码的快速定位。     

基于标定的任意半径柱面上2维条形码畸变校正

摘 要：二维条码在直接零件标识技术中应用越来越广泛,但存在标刻在柱形零件上的二维条码由于扭曲形变而无法识读的问题。为了校正这种畸变,论文分析了柱面二维条码的畸变形成原理,然后基于标定的机器视觉装置与透视投影原理建立柱面上二维条码畸变校正模型,最后通过图像信息估计出柱形零件半径参数信息,并代入畸变校正模型得到最终的校正结果。实验结果表明,该方法能够较好的校正自由半径柱面上二维条码的扭曲畸变。     

基于链码跟踪的Data Matrix二维条码快速识别

为实现工业现场中Data Matrix二维条码的快速识别,提出一种基于链码跟踪、直线段提取的条码快速识别方法。首先采用Sobel算子提取图像边缘;然后基于链码跟踪方法,跟踪图像的边缘点,记录链码;接着根据快速直线段提取方法,将直线相似度低于阈值的线段剔除,结合线形连接方法合并断裂线段,并使用长度判别剔除不可靠的线段;最后结合Data Matrix二维条码的特征,定位Data Matrix二维条码。实际测试表明,该识别方法能够快速、准确地定位二维条码区域,识别正确率可达99.39%以上,具有实时性强、可靠性好等特点,满足工业现场要求。     

基于游程编码思想的条码定位与识别方法

在复杂背景中的定位条码是图像式条码识别系统中的一个关键步骤,如何在复杂的背景中快速、白动地检测出条形码是该文的主要研究内容。首先介绍了条型码的编码结构,然后提出了一种基于游程编码思想的条码定位与识别方法,最后通过给出相关实验结果,验证了该算法的可行性和实用性。     

基于迭代计算的二值波形反卷积

传统的条码识别方法是通过二阶导数零交叉来定位条码边界。对于被光学系统点扩展函数严重模糊的高密度条码图像，这种方法的性能急剧下降。为了克服点扩展函数卷积造成的模糊，需要进行反卷积处理复原波形。反卷积问题的求解是一个病态问题。在条码波形二值的限定下，提出了一种基于迭代计算的反卷积算法。先将条码图像旋至水平；然后分析条码波形，进行系统辨识；最后根据点扩展函数，采用迭代的方法重建条码波形。实验结果表明算法具有优秀的性能，显著地提高了高密度条码的识别率。     

二维条码图像反模糊算法研究

二维条码作为一种重要的自动识别技术,有着极其广泛的应用前景。有效地解决二维条码图像降质问题是其能够广泛应用的关键。实际应用中,图像模糊是常见的降质,给二维条码识别带来了困难。论文研究二维条码图像反模糊算法,首先应用傅里叶变化确定图像模糊类型;然后根据条码信号,获得模糊函数的参数;最后采用用基于迭代技术的算法复原条码图像。实验结果表明,论文设计的算法具有良好的性能和实时性。     

基于傅立叶变换的二维条码识别

研究了基于傅立叶变换的二维条码识别技术 .首先探讨了二维条码的定位分割技术 ,即在条码中分割出单行码字符号的图象 ,分析条码信号经过点扩展函数卷积后的降质模型 ,并讨论条码信号的一阶导数和中点的性质 ,通过分析条码信号 ,提出了一种计算点扩展函数标准方差的算法 ;然后利用傅立叶变换对条码信号进行反模糊滤波 ;最后对复原的条码信号做差分处理 ,并采用边界强度直方图策略自适应地选取阈值滤去噪声导致的无效边界 .在边界强度直方图中 ,采用基于矩阈值选取的方法寻找最佳阈值 .实验结果表明 ,该识别算法具有优秀的性能 ,显著地提高了条码的识别率 ,满足了实际使用的要求     

基于波形分析的二维条码识别

传统的条码识别方法是通过边缘检测来定位条码边界，对于被光学系统点扩展函数严重模糊的高密度条码图像，这种方法的性能急剧下降，为了克服点扩展函数造成的模糊，提出了一种基于波形分析的二维条码识别算法，先在图像上定位条码位置，并在条码中分割出单行码字符号的图像，然后分析条码波形，计算出点扩展函数的标准方差，根据点扩展函数，重建条码波形，最后为了提高对图像噪音的抗干扰性，根据波形峰点定位条码边界，实验结果表明，基于波形分析的识别算法具有优秀的性能，显著地提高了高密度条码的识别率，满足了实际使用的要求。     

基于不变距特征的二维码模糊类型辨识算法

二维条码作为一种重要的自动识别技术,有极大的商用前景。有效地解决二维条码图像模糊问题是其能够得以广泛应用的关键。针对条码识别中的常见3类模糊函数,设计了一个基于不变矩的辨识方法。文中分析了不同的模糊类型的频域图像的差异。经过边缘检测和去噪音的预处理后,对图像进行二值化,并提取矩特征进行辨识。最终实验表明本文设计的算法具有很好的识别率。     

Online palmprint identification

Biometrics-based personal identification is regarded as an effective method for automatically recognizing, with a high confidence, a person's identity. This paper presents a new biometric approach to online personal identification using palmprint technology. In contrast to the existing methods, our online palmprint identification system employs low-resolution palmprint images to achieve effective personal identification. The system consists of two parts: a novel device for online palmprint image acquisition and an efficient algorithm for fast palmprint recognition. A robust image coordinate system is defined to facilitate image alignment for feature extraction. In addition, a 2D Gabor phase encoding scheme is proposed for palmprint feature extraction and representation. The experimental results demonstrate the feasibility of the proposed system.