基于嵌入式Linux系统的条码识别器的设计与实现

研制一款基于异构多核的图像型条码识读器,集成了光源、镜头、CCD图像采集、FPGA逻辑管理、ARM处理器、读码算法和通信等功能的嵌入式图像处理系统。通过图像采集装置采集复杂背景下的条码图像,然后利用嵌入式的机器视觉处理技术进行任意方向的多个条码区域自动定位和识别,具体包括图像预处理(含去噪、图像分割)、条码定位、条码旋转、条码解析等过程,有效提高条码读取效率。     

QR码图像处理和译码方法研究

介绍了一种通用QR码图像处理算法,利用hough变换和双线性插值法对条码图像进行更有效的定位和旋转,得到基本的条码模块,并对QR码的信息解码过程做了简单的介绍.     

电表图像中多条码的定位与识别

根据条形码的平行、密集等特性,设计了一套在电表图像中对多条条形码进行定位并且逐一识别的算法,可用于抄录条码的人工智能设备,该算法主要分三部分,分别是条码定位、条码抽取和条码识别．其中条码定位和条码抽取的算法,是根据条形码的平行和紧密的形态特性而设计;而条码识别在条码抽取的基础上利用组合计算条和空的宽度比例．实验表明,本文算法能够对图像中多个条形码进行准确且快速的定位,并且能逐个识别和校验。     

一种复杂条件下的QR码图像预处理算法

提出了一种针对复杂条件下快速响应矩阵码(QR码)的图像预处理算法。对从任意角度拍摄的有畸变和有复杂背景干扰的QR码水平和垂直扫描,标记黑白模块宽度大致符合1∶1∶3∶1∶1比例的中心点。将得到的一系列中心点分别拟合直线,求得直线交点即位置探测图形中心。采用形态学操作除掉背景中无关细节的干扰,依据三个位置探测图形中心的位置关系分割、校正QR码。实验结果表明,该算法能够去掉QR码区域的无关细节干扰,能够快速、准确地从图像中定位、分割出有畸变的QR码并予以几何校正。     

巡检机器人中二维条码的设计与应用

提出了一种巡检机器人中应用二维条码的视觉定位与任务给定及辅助导航的方法.通过在机器人巡检路线中的关键点设置二维条码标记,将巡检机器人大范围的绝对定位问题转化为小区域的相对定位,消除了里程计的累积误差.通过传递导航与命令信息,使巡检机器人的可操作性与可维护性大大提高.详细分析了二维条码图的设计方法,通过图像预处理、图像的矢量中值滤波、条码数据区定位等步骤得到了二维条码的读取算法.分步调试与在变电站设备巡检机器人系统中的应用表明,该算法实现简便,处理速度快.     

DataMatrix码的嵌入式识别算法

为从复杂的实际应用环境中分割DataMatrix 码图像, 提高解码准确率与速度, 采用互相关图像匹配算法进行条码的初定位, 并利用“金字塔分层冶思想降低其运算量。利用改进后的Hough 变换对定位后的图像进行“L冶边界线段坐标的精确测定, 从而完成解码前的准备工作。整个算法及解码流程在ARM9 内核的S3C2440 芯
片搭载Linux 系统下进行, 结果显示, 采用该算法流程的扫码终端能使解码精度从85% 提升至近100%, 并且可将平均解码时间由2. 3 s 缩减在500 ms 以内, 可满足实际解码需要。     

基于拍摄图像的PDF417条码识别

针对拍摄的PDF417二维条码图像的特点,研究了相应的识别方法.利用梯度特征并结合数学形态学的方法,给出了一种复杂背景下条码图像的定位方法,该方法能准确地从复杂背景中分割出条码图像.对于拍摄的非线性几何失真条码图像,采用分块校正方法有效解决了图像的几何畸变校正问题.给出了一种基于投影算法的条空序列识别方法,该方法可适用于受噪声及模糊等因素影响的图像.实验结果表明,提出的识别方法可以有效识别拍摄的PDF417二维条码图像.     

复杂背景中条码图像识别关键算法的研究

研究了复杂背景图片中条码的定位及识别技术.通过特征提取、形态学的方法在低分辨率图像中对条码进行粗定位,以粗定位的结果为研究对象,采用边缘提取及灰度投影的方法对条码进行精确定位.提出了一种新的二值化算法,算法利用条码的固有特征得到图像的全局信息,利用全局与局部相结合的方法获取子图像块的最优阈值.实验结果表明,本文算法能有效地去除复杂背景对条码识别的影响,且算法具有较低的复杂度,能在嵌入式平台上实时运行.     

矩阵式二维码的译码系统设计与实现

二维码具有高密度、高容量、高强度、安全性好、强纠错能力等优点,被广泛应用在不同领域.条码的设备和服务必然会拥有巨大的需求市场,对二维条码译码技术的研究意义重大.随着条码技术的不断提高加之二维条码的应用空间越来越广,国内外对二维条码的研究、应用也越来越多.本文介绍了二维条码的结构和特点,对快速响应矩阵码（QR码）的译码系统进行研究,重点研究其译码过程中的RS纠错算法,最后利用C＋＋语言在Visual C＋＋6.0平台上实现译码并测试,效果比较理想.     

基于多信息融合的失效DPM码识别

针对复杂生产流通过程中,传统算法无法对因防护不当和磨损污染等原因造成的金属刀具表面二维条码缺损和磨损等失效问题进行定位和识别的缺陷,设计了一个基于多信息融合的失效条码识别系统,完成刀具产品的识别和条码信息的提取.该系统利用图像传感器和重量传感器对刀具形状、残余条码纹理和重量等特征进行量化,提取高维特征向量.通过支持向量机与证据理论相结合,实现对失效条码的分类识别.实验结果表明,该系统能够对条码存在污损的刀具进行准确、快速地分类和识别,满足实际生产中的要求.