基于位置判别的激光QR二维码定位方法

针对金属件激光QR二维码常因磨损、腐蚀等致使位置探测图形特征不满足1:1:3:1:1,导致难以使用现有方法定位的问题,提出一种基于位置判别的激光QR二维码定位方法.首先利用双边滤波消除图像中的背景噪声,再结合数学形态学轮廓检测与最大连通区域方法完成了QR二维码的粗定位;其次采用骨架细化算法提取图像的骨架,并融合最小外接矩形和位置探测图形位置判别算法实现了QR二维码的精定位.实验结果表明,当传统方法无法对位置探测图形不完整的激光二维码进行定位时,该方法可有效地对二维码进行精确定位,具有更高的可靠性.     

智能手机利用二维码路标进行定位定姿的方法研究

针对室内环境中智能手机用户的定位问题,设计了一种专门用于定位定姿的二维码路标,基于此二维码路标提出一种稳健的二维码路标检测算法。首先采用图像灰度化、直方图均衡化、二值化、边缘检测及形态学运算对采集到的图像进行预处理,然后利用轮廓检测将图像划分为不同的候选区,并对候选区进行筛选,保留二维码路标所在的候选区并提取其顶点的图像坐标,确定二维码路标在图像中的精确位置,检测到二维码路标后,根据二维码路标顶点的图像坐标与世界坐标的对应关系,采用EPnP算法解算手机相机中心的位置和姿态。实验结果表明,该方法对用户的拍摄距离、角度、手机姿态等限制较少,更符合手机用户室内定位的需求。     

基于OpenCV形态学的发票定位研究

为了提高发票识别的准确率,对票据定位算法进行了研究.现提出一种基于OpenCV形态学的发票定位算法.该算法利用电子发票的表格线规整性,利用形态学操作检测垂直和水平等高线并画出发票表格框架线,再利用右下角基准点及各区域框的长宽定位出发票需要识别的区域.论文算法用Python及OpenCV等库实现,实验结果表明:该算法可以准确定位并裁剪出待识别区域.     

一种图像测量中标定参照物的快速定位方法

提出一种在图像测量中标定参照模板的自动快速定位方法，该方法采用粗检测与精定位相结合的二步策略，首先在下采样的增强图像中借助形态学与连通分量标记等算法检测可能的模板区域，然后利用感兴趣区域的直方图特性分析和角点检测算法确认真正的模板区域并给出精确的定位信息，实验结果表明了该方法的有效性。     

基于数学形态学的集装箱箱号分割改进算法

提出了基于数学形态学和直方图投影的集装箱箱号分割改进算法。在箱号定位阶段,运用基于边缘检测和数学形态学的改进算法,能自适应确定形态学结构元素的大小,将箱号区域连通成一个区域,并能解决集装箱文字纵向排列的问题。字符分割阶段用数学形态学方法消除干扰边缘和噪声,通过投影直方图法完成行与列分割。实验表明,该算法简单可行,只需较少的集装箱先验信息,并且整箱分割正确率达到93.33%,证明了算法的有效性。     

基于数学形态学的实用车牌定位算法及实现

由于车牌图像分割困难、车牌位置定位不准确等问题,为了快速准确地得到车牌的准确位置,数学形态学具有速度快、方法简单等特点,使用数学形态学进行车牌的识别.通过预处理,采用最佳阈值分割的迭代算法进行车牌图像的二值化处理,然后主要利用数学形态学腐蚀运算进行车牌边缘检测,精确度高.结合车牌先验知识,利用连通区域法对车牌字符进行切分定位,通过大量实验,结果表明该算法具有一定的实用性.形态学边缘检测相对于边缘检测算子具有算法简单、速度快、定位准确和抗干扰能力强的优点.通过对不同车牌图像进行试验,算法具有较好的识别结果.     

一种高性能近红外光人脸检测和眼睛定位算法

提出了一种新型的近红外光人脸检测和眼睛定位算法,该算法先用AdaBoost分类器进行人脸区域定位,然后在人脸区域内进行眼镜检测：若检测为不戴眼镜,使用基于数理形态学的N-Quoit滤波器进行眼睛精确定位;若检测为戴眼镜,采用＂人脸可信值最大＂准则进行眼睛定位。实验结果表明,此算法检测率高而且眼睛定位准确,有效的克服了镜片反射近红外光干扰眼睛精确定位的问题,同时达到了实时性的要求。     

基于Krawtchouk不变矩的复制-粘贴篡改盲检测算法

针对数字图像检测中一类常见的复制-粘贴图像篡改,提出一种基于小波变换和径向Krawtchouk不变矩的盲检测算法。算法利用小波变换提取图像的低频分量,对低频分量分块提取径向Krawtchouk不变矩特征,这种特征描述方式对图像旋转后处理具有鲁棒性,然后将特征向量进行按字典排序,并结合数学形态学进行图像复制篡改区域的检测和定位。实验表明该算法能有效地定位出复制和粘贴的图像篡改区域,并对粘贴区域旋转操作具有很强的鲁棒性。     

一种检测图像Copy-Move篡改鲁棒算法

针对现有的复制粘贴(Copy-Move)检测算法鲁棒性较差,时间复杂度高,提出一种有效快速的检测与定位篡改区域算法.利用小波变换获取图像低频区域,引入几何矩提取分块鲁棒特征,通过特征向量排序缩小匹配空间,最后通过经验阈值和数学形态学定位篡改区域.实验结果表明该算法不仅能有效抵抗如高斯白噪声、JPEG压缩等常规图像后处理操作,而且减少块总数,算法的时间复杂度大大降低.     

基于规则和对称分析的眼睛定位方法

为了提高人眼定位算法的准确性,本文提出了一种基于规则和对称分析的人眼快速定位方法.该方法首先在多阈值得到的二值化图像上应用灰度形态学和连通区域检测算法提取人眼、嘴巴特征候选块,并对用粗过滤规则得到的人眼区域进行对称检测,最后利用细过滤规则和人眼对称轴信息进行眼睛的精确定位.实验结果表明,对称信息的添加大大提高了人眼定位的准确性.     

Automated barcode recognition for smart identification and inspection automation

Barcodes have been widely used in many industrial products for automatic identification in data collection and inventory control purposes. It is well known that in many stores laser bar-code readers are used at check-out counters. However, there is a major constraint when this tool is used. That is, unlike traditional camera-based picturing, the distance between the laser reader (sensor) and the target object is close to zero when the reader is applied. This may result in inconvenience in inspection automation because the human operator has to manipulate either the sensor or the objects. For the purpose of in-store or inspection automation, the human operator needs to be removed from the process, i.e. a robot with visual capability is required to play an important role in such a system. Moreover, an automated system is required to find, locate and decode barcodes on various document images even with low resolution compared with laser barcode readers (about 15,000 dots per inch) and can handle damaged bar codes. This paper proposes a smart barcode detection and recognition system (SBDR) based on fast hierarchical Hough transform (HHT). The back-propagation neural network (BPNN) is selected as a powerful tool to perform the recognition process. The paper presents an effective method to utilize the specific graphic features of barcodes for positioning and recognition purposes even in case of distorted barcodes. The first step the system has to perform is to locate the position and orientation of the barcode in the required material document image. Secondly, the proposed system has to segment the barcode. Finally, a trained back-propagation neural network is used to perform the barcode recognition task. Experiments have been conducted to corroborate the efficiency of the proposed method.     

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。     

复杂图像背景下的一维条码定位研究

复杂背景中的条码自动定位在图像式条码识别系统中是一个关键步骤,如何在复杂的背景中快速、自动地检测出条形码是研究的主要内容。主要利用条码区域的边缘密度高、以及边缘方向单一特征检测条码区域,研究了复杂图像背景中条码定位的步骤并提出一种基于边缘梯度方向的边缘提取法,得到了较好的效果。     

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.     

复杂环境下基于边缘扩张的条形码定位方法

条形码识别技术已广泛应用于人们日常生活和工业生产中.针对基于图像处理的条形码定位和识别过程中会受到光照环境、画面内容、镜头对焦等因素的影响导致识别效果不理想的问题,提出了一种利用边缘特性对条形码图像进行扩张处理与判别的定位方法.首先使用改进的Sobel算子提取图像的边缘特征,对条形码边缘进行区域扩张处理,以增大连通性;...     

基于圆检测的二维条码定位方法

二维条码作为一种应用广泛的自动识别技术,其核心是对条码进行快速、准确地定位。提出一种基于四角圆点的快速定位方案,它根据定位点和数据点直径大小的差别快速搜索定位点的边缘点,利用边缘点的坐标求出定位点中心的大致位置,然后在两个垂直方向对定位点中心位置进行矫正。试验表明,该方法的识别速度比随机Hough变换圆检测算法快一个数量级以上,同时具有较强的抗污损、抗失真能力,在实时系统中具有良好的应用前景。     

基于小波多分辨率分析的 PDF417 定位算法

为提高二维条码自动检测定位的效率, 提出了一种利用小波多分辨率分析进行 PDF417 二维条码自动检测定位的新方法, 该方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二维条码数据区域的候选子区域集合, 然后在低频子图利用二维条码的起始符、终止符及其边界特征对候选子区域进行验证, 最后得到二维条码在图像中的位置. 实验证明该方法能准确定位受到不同污损程度的二维条码图像, 特别在污损程度高的情况下, 该方法具有独特的优势.     

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,在复杂的背景中快速、自动地检测出条形码是文章研究的主要内容。该文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,最后通过相关实验结果验证了该算法的可行性和实用性。     

一种基于VC++的电子体温计读数自动识别方法

介绍了一种基于VC++的医用电子体温计的自动识别方法。根据电子体温计显示的特点,提出了一种利用机器视觉识别电子体温计读数的一种新方法。该方法利用扫描法进行字符区域的定位和单个字符的分割;利用穿线法识别数字字符;利用穿线法和模板匹配相结合的方法识别小数点。实验结果表明,该算法识别率高,识别速度快。     

基于投影算法的二维条码识别

文中以PDF417条码为例研究了二维条码的分割和识别算法，首先根据Hough变换定位出图像上的条码，并利用双线性插值将条码旋至水平，然后再在条码中定位单个码字符号的图像，最后利用投影算法识别出单个码字符号。文中提出的投影算法能有效地去除几种常见的图像噪音对条码识别的影响，提高了条码的识别率。实验结果充分表明此算法具有良好的性能，满足了实际使用的要求。