复杂背景中条码图像识别关键算法的研究

第２２卷第３期　２０１２年９月　湖南工程学院学报　Ｊｏｕｒｎａｌ　ｏｆ　Ｈｕｎａｎ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｅｎｇｉｎｅｅｒｉｎｇ　、　１．２２．Ｎｏ．３　Ｓｅｐｔ　２０１２　

复杂背景中条码图像识别关键算法的研究　

杨　张　

（深圳职业技术学院，深圳５１８０５５）　

摘要：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．　

关键词：条形码；图像识别；特征提取；数学形态学；二值化　

中图分类号：ＴＰ３９１　文献标识码：Ａ　文章编号：１６７１－－１１９Ｘ（２Ｏ１２）Ｏ３—０Ｏ４２一Ｏ４　

随着信息技术的高速发展，条码技术经过多年的　

发展，已广泛应用于生活的方方面面，在许多智能识别　系统中需对条码进行识别Ｌ１］．目前，采用光电或图像技　

术的条码识别设备已非常成熟，但在一些大型智能识　

别系统中，识别内容除条码外，往往还需识别一些如文　

字、图形、符号等信息，此时应用环境使得采集到的图　片具有尺寸大、背景复杂的特点，给条码的定位及识别　带来了困难．　

条码图像识别系统主要包括条码定位分割与识别　

两部分．条码定位利用条码的固有特征去除图像中的　背景信息，常用的特征有对比度［２］、梯度ｌ３］、角点［３］、边　

缘Ｌ２］、频域特征［５　等，条码的准确定位对特征的选取有　

着较高的要求，同时，复杂的背景下往往伴随着巨大的　

数据量，因而如何设计复杂度低、准确率高的定位算法　

成为研究的难点．条码图像识别的难点在于图像二值　

化算法的设计上，二值化的基本要求是图像能够忠实　的再现条码的宽度及个数．常用的二值化算法有全局　

阈值法和局部阈值法，全局阈值方法的优点在于算法　简单，但对输入图像量化噪声或不均匀光照等情况的　

抵抗能力差，局部阈值择不当容易造成伪影和断点ｌ６］．　

针对目前存在的这些问题，本文对复杂背景图片中条　

形码的定位及二值化算法进行了深入的研究，所设计　的算法能够很好的兼顾算法性能和复杂度的矛盾，所　

设计的系统能够在嵌入式平台上实时运行．　

１条码定位算法设计　

通过前面的分析可知，条码的定位面临两个难题，　一是如何选择有效的特征将条码与复杂背景进行区　

分，二是面对大尺寸图像庞大的数据量时如何有效的　降低算法复杂度［　．本文在现有研究的基础上，提出将　

定位过程分为粗定位和精确定位两个步骤．粗定位在　

低分辨率图像中完成，有效的降低了复杂的特征提取　

算法所要面对的数据量，精确定位则是对粗定位结果　

进行进一步的处理，以保证结果的精确性．本文条码定　位算法的流程如图１所示．　

图１条码定位流程　１．１粗定位　ｏ　

１．１．１图像缩放　对一维条形码图像进行分析，可知图像每一行所　

代表的信息相同，在垂直方向上存在信息冗余；在水平　

方向上，条空的像素宽度决定着条码的编码值，但对条　码图像特征没有影响．因而在定位时，可在不影响条码　

图像特征的情况下对源图像进行适当的缩放，以减少　

收稿日期：２Ｏ１２一Ｏ４一Ｏ２　基金项目：国家自然科学基金项目（６０９７２０３７）；省部产学研项目（２００９Ｂ０９０３００２６７）　作者简介：杨张（１９８４一），女，硕士，研究方向：信号处理、ＦＰＧＡ设计．

　４４　湖南工程学院学报　２０１２矩　

条空像素比例及条码图像的边缘统计特性得到一个　

全局阈值和条空的平均像素宽度．以像素平均宽度　

为依据对图像进行分块，采用子窗口分割的方法解　

决光照不均匀对二值化带来的影响，对每个子图像　

块，利用局部灰度均值与全局均值，确定子图像阈值　

的合理范围，在该范围内采用最大类间方差法　¨　得　

到最优的局部阈值，以此对图像进行二值化．　

２．１全局信息的提取　

（１）全局阈值：一维条形码由一组黑白相间的条　

空组成，黑白像素比例在０．２５～０．７５之间，且大部　

分条形码的这一数值在０．５左右．因而在实际应用　

过程中，可以利用这一信息得到图像的一个全局阈　

值Ｔ　，作为图像二值化的一个参考阈值，全局阈值　

的求取方法如式（２）示，式中ｈｉｓｔ［－ｉ］表示灰度直方　

图，　、Ｈ分别表示图像的像素宽度和高度．　

１’１　∑ｈｉｓｔ［ｉ］￣０．５＊ｗ＊Ｈ　（２）　ｉ＝０　（２）条空平均像素宽度：以１２８码为例，一个字　

符有１１个单位模块，６个条空，条空的平均单位模　

块数为ｎｌ一１１／６．若知道条空的平均像素宽度，就　

能估算出单位模块的像素宽度，进一步可计算出条　

空的最大像素宽度，以大于该宽度的值作为图像分　

块的依据，便能保证子图像块中同时包含前景和背　

景．利用Ｃａｎｎｙ算子对定位后的图像进行垂直边缘　

提取，可知，条空的边界在边缘图像中为白点．在这　

里，论文做一个合理的假设，假设边缘图像的每一行　

有一半的边缘点合理．在此假设下，可对每行相邻白　

点问的距离进行统计，去除最大／最小的四分之一个　

距离，将余下的距离的平均值作为该行的条空像素　

平均宽度．对整幅图像，去除行条空像素平均宽度最　

大／最小的四分之一个点，对余下的点取平均值作为　

整幅图像的平均像素宽度ｂｓｐＭ．　

２．２二值化算法的设计　

假设输入的条码灰度图像为Ｆ，图像高度Ｈ，图　

像宽度Ｗ，ｆ（ｉ，Ｊ）表示图像中第ｉ行、第　列对应的　

像素点的灰度值，则本文算法可描述如下：　

（１）对输入图像Ｆ进行垂直方向上的中值滤　

波，滤波后图像为Ｆ１，则有：　

ｆｌ（　，Ｊ）一ｍｅｄｉａｎ（ｆ（ｉ－－１，　），，（ｉ，Ｊ），，（ｉ＋１，　

））　（３）　

式中ｍｅｄｉａｎ表示向量的中值运算；　

（２）按照上一节的方法提取全局阈值Ｔ１和条　

空平均像素宽度ｂｓｐＭ￣　

（３）按下式求取图像的平均灰度值；　ｍｅａｎ—Ｆ１一（∑ｆｌ（　，　））／（Ｈ＊Ｗ）　（４）　（ｉ，Ｊ）∈Ｆ１　（４）将图像分成　块，　的取值如式（５）所示；　

ｎ一４　ｒ　Ｗ　１　ｌ［６ｓ　ｗ＊２．５］ｊ　（５）　

（５）对每个子块－厂ｆ，按照式（４）求其均值ｍｅａｎ一　

－厂Ｉ，并由式（６）、（７）确定图像块二值化阈值所在的范　

围，并在该范围内运用最大类间方差法对图像块进　

行二值化．　

ｄｉｆｆ　一ａｂｓ（ｍｅａｎ～Ｆ１一ｍｅａｎ　）　（６）　

Ｔ　∈（Ｔ１一　厂．厂　，Ｔ１＋　厂ｆ　）　（７）　

本文结合条码图像的特征，通过边缘提取统计图　

像中条空的平均像素宽度，以此为依据利用子窗口分　

割法对图像进行二值化，算法有效的利用了条码图像　

的全局与局部信息，与传统的全局阈值算法ＯＴＳＵ　

相比，本文算法能够有效的避免光照不均匀带来的影　

响，与传统的局部二值化算法Ｂｅｒｎｓｅｎ算法相比，能　

够避免由算法局部窗口选取的不合理而产生的伪影、　

断笔现象；同时，近年来也有学者在条码的二值化上　

进行过研究，如文献［３—４］，图６为本文算法和传统　

算法及文献算法的效果图，从图中可看出，本文算法　

在处理非均匀光照图片具有一定的优势．　

图６二值化效果图　

３实验结果与分析　

为验证本文算法的有效性和准确性，采用深圳　

市供电局提供的５００幅电表图像在嵌入式开发平台　

ＵＴ一￥３Ｃ６４１０上对本文算法进行测试，嵌入式平台　

的核心处理器为ＡＲＭ１１，主频为６６７　ＭＨｚ，内存为　

１２８Ｍ．首先利用Ｃ语言对条码图像识别系统进行　

实现，并以动态链接库的形式进行封装，在Ｖｉｓｕａｌ　

Ｓｔｕｄｉｏ　２００５软件上完成嵌入式测试软件的开发．　

图７为测试软件的效果图，图中分别给出了光　

照均匀和非均匀情况下条码定位与识别的结果．通　第３期　杨张：复杂背景中条码图像识别关键算法的研究　４５　

过对本文算法的准确率的测试，本文定位算法能对　

５００幅图片中的４７１幅图片进行准确的定位，定位　

准确率达到９４．２％，识别算法能对定位成功图片中　的４４７幅进行正确的识别，识别算法的准确率为　

９５　．通过对算法的复杂度的测试，在嵌入式平台上　

定位算法的平均耗时为０．９１２　Ｓ，识别算法的平均耗　

时为０．１２４　Ｓ，系统其余部分耗时０．２３１　Ｓ，条码图像　识别系统平均耗时为１．２６７　Ｓ，基本上满足实时操作　

的性能．　

（ａ）光照非均匀　（ｂ）光照均匀　

图７嵌入式测试软件运行图　

４　结束语　

论文通过对传统条码定位算法中存在的不足进　

行深入的分析，提出将定位过程分成粗定位和精确　定位两个步骤，复杂度高的特征提取部分在低分辨　

率图像中完成，在保证算法准确率的同时降低了算　法的复杂度．在条码图像的二值化过程中，本文提出　

通过条码的固有特征得到图像的全局信息，即全局　

阈值和条空平均宽度，有效的利用这些信息通过子　

窗口分割法完成二值化算法，有效的避免了复杂背　景图片中光照不均匀对二值化算法性能造成的影　

响．实验结果表明，本文算法具有较高的准确率，所　设计的系统能在嵌入式系统上实时运行．下一步的　

研究重点是大尺寸图片中多条码并存下的条码定位　

与识别算法的研究．　

参　考　文　献　

Ｅｌｉ　于忠清．基于图像处理的嵌入式条码识别系统及应用　研究ＥＤ］．青岛：中国海洋大学物理海洋学博士学位论　文，２００７．　［２２刘宁钟．复杂背景中条码检测定位技术的研究［Ｊ］．南　京航空航天大学学报，２００５，３７（１）：６４—６９．　［３２王霞玲，吕　岳，文颖．复杂背景和非均匀光照环境　下的条码自动定位和识别［Ｊ］．智能系统学报，２０１０，５　

（１）：３５—４Ｏ．　［４］胡　鲲．条码的数字图像识别技术在电力抄表系统中　的应用［Ｄ］．厦门大学控制工程硕士学位论文，２００９．　Ｅ５］Ｔｒｏｐｆ　Ａ．，Ｃｈａｉ　Ｄ．．Ｌｏｃａｔｉｎｇ　１一Ｄ　Ｂａｒ　Ｃｏｄｅｓ　ｉｎ　Ｄｃｔ—　Ｄｏｍａｉｎ［Ｃ］．Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　２００６　Ｃｏｎｇｒｅｓｓ　ｏｎ　Ａ—　ｃｏｕｓｔｉｃｓ，Ｓｐｅｅｃｈ　ａｎｄ　Ｓｉｇｎａｌ　Ｐｒｏｃｅｓｓｉｎｇ，２００６，２：７４１　７４４．　［６］吴锐，黄剑华，等．基于灰度直方图和谱聚类的文本　图像二值化方法［Ｊ］．电子与信息学报，２００９，３１（１０）：　２４６０—２４６４．　［７］范永法，姚俊．有复杂背景的条码图像实时处理的研　究Ｉｓ］．仪器仪表学报，２００４，２４（７）：１０４２—１０４４．　［８］　冈萨雷斯．数字图像处理［Ｍ］．北京：电子工业出版社，　２００５．　［９］张引．基于空间分布的最大类间方差牌照图像二值　化算法［Ｊ］．浙江大学学报（工学版），２００１，３５（３）：２７２　

—２８Ｏ．　［１０１吴炜，薛磊，等，基于改进差分边缘检测法的车牌　字符二值化算法［Ｊ］．四川大学学报（自然科学版），　

２００６，４３（６）：１２５３—１２５８．　［１　１］Ｎ．Ｏｔｓｕ．Ａ　Ｔｈｒｅｓｈｏｌｄ　Ｓｅｌｅｃｔｉｏｎ　Ｍｅｔｈｏｄ　ｆｒｏｍ　Ｇｒａｙ－ｌｅｖｅｌ　Ｈｉｓｔｏｇｒａｍｓ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｓｙｓｔｅｍｓ，Ｍａｎ　ａｎｄ　ｇｂｅｍｅｔｉｃｓ，Ｐｉｓｃａｔａｗａｙ：ＩＥＥＥ　Ｐｒｅｓｓ，１９７９：６２—６６．