DOI: 10. 3969 / j. issn. 1009-9492. 2020. 06. 032
彭楷烽，朱厚耀，施冬冬，等. 基于PCA的条形码定位识别方法［J］ . 机电工程技术，2020，49（06）：82-84.
基于PCA的条形码定位识别方法
彭楷烽，朱厚耀，施冬冬，邓清文，马亮华
（广州大学机械与电气工程学院， 广州510006）
摘要：为准确定位识别条形码，提出了一种条形码定位识别算法。对图像进行预处理，通过自适应分块技术对图像进行分块，运用主成分分析方法（PCA） 对梯度方向一致的图像块进行筛选，并利用形态学方法对条形码进行定位识别。为加速这一处理过程，算法采用了图像金字塔。实验结果表明，该算法对有旋转角度的条码和多条码的识别有很好的效果，且能适应不同分辨率的条码定位识别。
关键词：条形码；自适应分块；主成分分析；图像金字塔
中图分类号：TP391.41 文献标志码：A 文章编号：1009－9492 ( 2020 ) 06－0082－03
Barcode Location and Recognition Method Based on PCA
PENG Kaifeng，ZHU Houyao，SHI Dongdong，DENG Qingwen，MA Lianghua
（Mechanical and Electrical Engineering College, Guangzhou University, Guangzhou 510006, China）
Abstract: In order to accurately locate and identify the barcode, a barcode location recognition algorithm was proposed. The image was preprocessed and blocked by adaptive blocking technique, the principal component analysis(PCA) was used to screen the image blocks with consistent gradient direction, and morphology method was used to locate and identify the barcode. In order to accelerate this process, the algorithm adopted image pyramid. The experimental results show that the algorithm has good effect on the recognition of barcode with rotation angle and multi-barcode, and can adapt to the location recognition of barcode with different resolution.
Key words: barcode; adaptive block dividing; PCA; image pyramid
引言
条形码在生活中随处可见，其被广泛应用于各行各业。一维条形码符号已成为一种普遍使用的系统，并以其唯一标识产品信息的代码来标识包装的商品[1]。因为条形码标识的唯一性，其被应用在各类分拣工作上。传统的条码识别是依靠激光扫描器，扫描器和条码的相对位置是影响识别的关键原因，因此有很大的局限性[2]。随着机器视觉的快速发展，不同学者提出了基于图像的条码自动定位识别方法。冯国文[3]利用局部二值模式对条码样本图像进行特征提取并对SVM分类器进行训练，再使用滑动窗口对图像进行扫描并利用SVM分类器进行分类，最后聚集属于条码的子块从而实现条码的定位。Tropf 等[4]利用DCT 变换特性来区分条形码与其他的纹理，在利用形态学操作平滑检测到的条码区域，最后提取区域的特征以检测图像中条码的位置和方向，但该算法不够鲁棒。Zhang等[5]采用两步处理，在低分辨率下，先从边缘方向估计主方向，再拾取区域，并分别沿条形轴和编码轴进行精确定位计算和投影；在高分辨率下，执行条形码姿势正则化、有效部分寻找和高光消除的图像预处理。其虽能定位出条码的位置，但对于分布在同一行的条码还需进一步分割。Tekin等[6]首先通过扫描4个不同方向以确定具有交替极性的边缘点集合，然后在垂直与扫描方向的方向上计算线分数以得到可能的条码区域，最后用方向熵消除错误的信息。Fang等[7]通过降采样，分别对每个像素点计算0°、45°、90°和135°的梯度，并以最大的值及其对应的方向作为该像素的梯度和方向，再转换为二值图并利用积分图分析区域图像，最后得到候选区域。
本文提出基于PCA的条形码定位识别方法。首先对图像进行预处理，通过自适应分块技术对图像进行分块，接着运用主成分分析方法（PCA） 对梯度方向一致的图像块进行筛选，并利用形态学方法对条形码进行定位识别。除此之外，还使用了图像金字塔提高了处理速度。实验表明，本文提出的算法有很好的定位识别效果。
结束语
本文提出基于PCA的条形码定位识别方法，利用主成分分析方法实现对条码方向的判断，并采用自适应分块技术和图像金字塔，使得算法更加鲁棒。实验表明，本文提出的算法能够达到很好的定位识别效果。