CN101833640B - 条空边界像素点计算模块及其计算方法 - Google Patents

Abstract

本发明提供一种条空边界像素点计算模块，包括：扫描边界获取单元，获取条空边界点和条码方向，计算扫描边界；直线扫描单元，根据扫描边界选取扫描起点和与扫描起点对应的扫描终点，计算扫描起点与扫描终点之间的直线上的像素点的坐标。本发明还提供一种条空边界像素点的计算方法。本发明的条空边界像素点计算模块能够根据条码方向调整解码方向，获取条码边界的精确坐标值，提高了解码成功率。

Description

条空边界像素点计算模块及其计算方法

【技术领域】

本发明涉及条码识别技术领域，特别地，涉及一种应用在条码识别装置中的条空边界像素点计算模块及其计算方法。

【背景技术】

条码技术是在计算机技术与信息技术基础上发展起来的一门集编码、印刷、识别、数据采集和处理于一身的新兴技术。条码技术由于其识别快速、准确、可靠以及成本低等优点，被广泛应用于商业、图书管理、仓储、邮电、交通和工业控制等领域，并且势必在逐渐兴起的“物联网”应用中发挥重大的作用。

目前被广泛使用的条码包括一维条码及二维条码。一维条码又称线形条码是由平行排列的多个“条”和“空”单元组成，条码信息依靠条和空的不同宽度和位置来表达。二维条码是由按一定规律在二维方向上分布的黑白相间的特定几何图形组成，其可以在二维方向上表达信息。二维条码可以分为行列式二维条码和矩阵式二维条码。行列式二维条码是由多行短截的一维条码堆叠而成，代表性的行列式二维条码包括PDF417、Code49、Code16K等。行列式二维条码信息表示方法与一维条码类似，也是依靠条和空的不同宽度和位置来表达。矩阵式二维条码是由按预定规则分布于矩阵中的黑、白模块组成，代表性的矩阵式二维条码包括QR码、DataMatrix码、Maxi码、Aztec码、汉信码等。

在条码进行解码的过程中，通常是利用扫描设备对于条码进行扫描，以获取反射光信号，或者是利用摄影设备对条码进行拍摄，以获取条码图像，通过对反射光信号或条码图像进行识别处理来获取条码信息。

如图1所示，是三星电子株式会社提出的中国专利申请第200510126730.7号，其公开了一种读取条码的方法和装置。该装置包括：扫描单元，用于感测条码并且生成扫描信号；搜索单元，用于计算扫描信号的变化率，从扫描信号中提取斜线段，并搜索所提取的斜线段的起点和终点以检测条码的条的边缘；以及条码读取单元，用于基于所检测的边缘之间的距离而读出条码。这种读取条码的方法和装置的缺点在于，该装置必须依赖于使用者通过扫描单元正确地感测条码方向，读取条码的装置本身不能识别条码方向，不能根据条码方向调整解码方向，由此造成了使用不便和应用的局限性，在条码的条空密度较大，或者是畸变较大的情况下会造成无法识别解码。

因此，针对现有技术存在的以上不足，亟需提供一种应用在条码识别装置中的条空边界像素点计算模块及其计算方法，使得能保证正确识别条码的条空信息，提高解码成功率。

【发明内容】

针对现有技术存在的解码装置依赖于使用者通过扫描单元正确地感测条码方向，不能根据条码方向调整解码方向的不足，本发明提供一种应用在条码识别装置中的条空边界像素点计算模块及其计算方法，可以正确识别条码的条空信息，提高解码成功率。

本发明提供一种条空边界像素点计算模块，包括：扫描边界获取单元，获取条空边界点和条码方向，以条空边界点为中心，依据条码方向向外扩展，获取边界区域，并根据边界区域计算扫描边界，其中，边界区域包括条码边界点及条码边界点附近的像素点的集合；直线扫描单元，根据扫描边界选取扫描起点和与扫描起点对应的扫描终点，计算扫描起点与扫描终点之间的直线上的像素点的坐标；亚像素边界计算单元，用于依据扫描起点与扫描终点之间的直线上的像素点的坐标以及灰度值，进行亚像素边界计算，将扫描起点与扫描终点之间的直线上的像素点所对应的分为更小的单位以获取条空边界的精确坐标并计算出该精确坐标所对应的灰度落差值。

本发明还提供一种条空边界像素点的计算方法，包括以下步骤：a.获取条空边界点和条码方向，以条空边界点为中心，依据条码方向向外扩展，获取边界区域，并根据边界区域计算扫描边界，其中，边界区域包括条码边界点及条码边界点附近的像素点的集合；b.根据扫描边界选取扫描起点和与扫描起点对应的扫描终点，计算扫描起点与扫描终点之间的直线上的像素点的坐标，具体步骤包括：c.根据扫描边界选取多个扫描起点和与扫描起点对应的多个扫描终点，计算多个扫描起点与多个扫描终点之间的直线上的多组像素点的坐标；

d.依据多个扫描起点与多个扫描终点之间的直线上的多组像素点的坐标以及灰度值，进行亚像素边界计算，获取多组条空边界坐标及边界灰度落差；

e.对多组条空边界坐标及边界灰度落差进行置信度统计，获取可信度高的条空边界坐标及边界灰度落差。

本发明另提供一种条空边界像素点的计算方法，包括以下步骤：a.获取条码边界、条码方向和码词宽度；b.根据条码边界、条码方向和码词宽度，获取两个相距至少一个码词宽度的列分界线；c.以两个列分界线为中心，依据条码方向向外扩展，分别获取列分界线区域；d.在边界区域内进行直线计算，以获取列分界线直线；e.依据列分界线直线沿条码方向向外平移以获取扫描边界；f.在一侧的扫描边界上选取扫描起点，在另一侧的扫描边界上获取与扫描起点对应的扫描终点，对扫描起点和扫描终点之间的条码图像进行坐标计算，获取扫描起点和扫描终点之间的像素点的坐标；g.扫描起点和扫描终点之间的像素点的坐标以及灰度值，进行亚像素边界计算，获取条空边界坐标及边界灰度落差。

本发明的条空边界像素点计算模块及其计算方法能够根据条码方向调整解码方向，获取条码边界像素点的精确坐标值，大大提高了解码成功率，特别适用于高密度条码或畸变条码的识别解码。

本发明的条空边界像素点计算模块采用硬件流水线结构，通过硬件逻辑实现对条码图像的识别解码，由于硬件流水线结构适于对条码图像进行流水线作业和并行处理，因此处理速度很快。由于采用全硬件结构，无需处理器参与解码，芯片结构相对于处理器而言结构更为简化、面积更小、功耗更低、成本更低、易于集成，容易实现便携应用。可以方便地与物联网技术相结合，为条码技术的应用提供了更为广阔的发展空间。

【附图说明】

图1是现有技术的一种读取条码的方法和装置的结构示意图。

图2是本发明的条码识别装置结构示意图。

图3是根据本发明的条码方向识别方法的识别原理示意图。

图4是本发明的条空边界计算模块的处理方法的一种实施方式的流程图。

图5是本发明的条空边界计算模块对条码图像进行处理的工作原理示意图。

图6是图5中对条码图像进行处理的局部放大图。

图7是本发明的条空边界计算模块的处理方法的另一种实施方式的流程图。

图8是本发明的条空边界计算模块的处理方法的又一种实施方式的流程图。

【具体实施方式】

有关本发明的特征及技术内容，请参考以下的详细说明与附图，附图仅提供参考与说明，并非用来对本发明加以限制。

以下首先对本发明的条码识别装置进行详细描述，图2是本发明的条码识别装置结构示意图。

如图2所示，本发明的条码识别装置包括边界识别模块120、方向识别模块130、条空边界计算模块140以及符号字符提取模块150。条码识别装置连接数据存储器11，数据存储器11内存储有条码图像的像素坐标和灰度值。本发明的条码识别装置采用硬件流水线结构，通过硬件逻辑实现对条码图像的识别解码，适于对条码图像进行流水线作业和并行处理。

边界识别模块120读取条码图像并进行虚拟扫描，以获取条码的条空边界点。所谓虚拟扫描线是指通过扫描电路根据一定的逻辑获取条码图像的择像素坐标和灰度值，例如是X方向沿水平方向扫完第1行，Y方向递增10个像素间距，继续X方向沿水平方向扫第2行。边界识别模块120通过计算虚拟扫描线上存在灰度落差的像素点的坐标位置来获取与虚拟扫描线相交的条空边界点。对于条码符号而言，条一般用黑色或深色表示，空一般用白色或浅色表示。

方向识别模块130根据边界识别模块120所获取的条空边界点计算获得条码方向。以下对本发明的方向识别模块130获取条码方向的方法进行详细描述，图3是根据本发明的条码方向识别方法的识别原理示意图。如图3所示，条码图像为倾斜状态，无法直接沿水平方向作虚拟扫描线进行识别解码。需要获取条码方向后对虚拟扫描方向进行调整。第一扫描方向条码方向的夹角为θ2，而由于θ2与θ1与统一角度互为补角，因此θ1＝θ2。所以只需知道θ1的斜率tgθ1，即可获得条码方向的斜率tgθ2。

而由图3可知， $\mathrm{tg\θ}1=-\frac{x_2-x_1}{y_2-y_1}.$

上式中，(x2,y2)和(x1,y1)的坐标可以由虚拟扫描线与条空相交的边界点获得，根据各条虚拟扫描线与条空相交的边界点的坐标值，通过X坐标位置比较，y坐标位置比较来判断各点的平行四边形特征，可以确定位于一个平行四边形特征内的(x2,y2)和(x1,y1)的像素点的坐标，进而计算获得tgθ1的值，即获得条码方向。上述平行四边形特征也可以采用平行线特征代替，上述平行四边形特征或平行线特征并不限定在一个条空范围内。

在方向识别模块130计算获得条码方向之后，条空边界计算模块140根据条码方向对条码图像进行处理，以获取条码图像中准确的条空边界。符号字符提取模块150根据准确的条空边界计算获得准确的符号字符，从而获取条码信息。

如图2所示，条空边界计算模块140进一步包括扫描边界获取单元141、直线扫描单元142、亚像素边界计算单元143、直线计算单元144以及扫描坐标计算单元145。图4是本发明的条空边界计算模块的处理方法的一种实施方式的流程图，图5是本发明的条空边界计算模块对条码图像进行处理的工作原理示意图，图6是图5中对条码图像进行处理的局部放大图。以下结合图2、图4、图5和图6对条空边界计算模块140中各个单元的结构功能和处理流程进行描述。

请结合图2和图4，扫描边界获取单元141连接边界识别模块120、方向计算模块130。

在步骤921中，扫描边界获取单元141从边界识别模块120获取条码边界点，从方向计算模块130获取条码方向。如图5和图6所示，扫描边界获取单元141以两侧的条码边界点为中心，依据条码方向和与条码方向垂直的方向向外扩展，分别获取边界区域821和826。边界区域821和826内包括了条码边界点及其附近的像素点的集合。

在步骤923中，扫描边界获取单元141将边界区域821和826内的像素点的集合输入直线计算单元144中，直线计算单元144对边界区域821和826内的像素点的集合进行Hough(霍夫)运算。Hough运算的基本原理为：假设在直角坐标系中存在一条原点距离为ρ，方位角为θ的直线，则直线上每一点满足公式ρ＝xcosθ+ysinθ。在条码边界搜索过程中，对于每一个像素点的图像空间坐标x、y，利用不同的θ离散值通过上述运算公式计算对应的ρ值，通过对θ离散值和ρ值的统计，求得直线所对应的像素坐标。在本发明的实施方式中，直线计算单元144例如可以采用多个串行连接的cordic迭代运算单元实现对像素点的集合内的霍夫(Hough)计算，以求得直线坐标。

直线计算单元144通过Hough运算获取边界区域821内条码边界所对应的边界直线822的像素点坐标，以及边界区域826内条码边界所对应的边界直线827的像素点坐标，将运算结果返回至扫描边界获取单元141。边界直线822和827反映了边界区域821和826内的条空边界的直线特征。

在步骤924中，扫描边界获取单元141依据条码方向，将边界直线822和边界直线827的像素点坐标向条码区域外平移预定距离以获得扫描边界823和828，预定距离例如是5‐10个像素点的间距。边界直线822和827反映的是条空边界的直线特征，但是由于条码印刷或条码成像的影响，条码图像中实际的条空边界并非是一条严格的直线，而是基于直线特征的带有微小波动的曲线或多个直线段的集合。为了获取更准确的条空边界，扫描边界获取单元141通过将边界直线822和边界直线827的像素点坐标向外平移，以将基于直线特征的带有微小波动的曲线或多个直线段的集合包括在扫描边界823和828的范围内。之后，扫描边界获取单元141将扫描边界823和828输入直线扫描单元142中进行下一步处理。

在步骤925中，直线扫描单元142在一侧扫描边界823上选取点A，在另一侧的扫描边界828上获取与点A相对应的点A'。点A'的包括多种获取方法。在本发明的一种实施方式中，点A'获取方法为以点A为起点，根据条码方向(即tgθ1的值)在扫描边界828上搜索与点A位于同一条直线上的点A'，即根据已知直线、直线外的坐标点A的坐标以及经点A的另一条直线的斜率值，求出已知直线与另一条直线的交点A'的坐标。在本发明的另一种实施方式中，点A'获取方法为计算在扫描边界828上与点A距离最短的坐标点，该坐标点即为点A'。

在步骤926中，直线扫描单元142以A为扫描起点，A'为扫描终点，计算A‐A'之间的直线824上的像素点的坐标。直线扫描单元142通过将点A和点A'的坐标值输入扫描坐标计算单元145中，扫描坐标计算单元145对A‐A'之间的直线824上的像素点825的坐标进行计算。

扫描坐标计算单元145计算像素点825的坐标的方法包括多种方式。在本发明的一种实施方式中，扫描坐标计算单元145包括Breshem运算单元，通过Breshem运算单元计算A‐A'两点之间的直线824上各个像素点的坐标。Breshem算法原理如下：条码图像由像素点构成，过条码图像中各行各列的像素中心构造一组虚拟网格线。按直线从起点到终点的顺序计算直线与各垂直网格线的交点，然后确定该列像素中与此交点最近的像素。Breshem算法的巧妙之处在于采用增量计算，使得对于每一列，只要检查一个误差项的符号，就可以确定该列的所求像素点的坐标。Breshem使得在求两点之间直线上各点坐标的过程中全部以整数来运算，因而大幅度提升了计算速度。

扫描坐标计算单元145将计算出的A‐A'两点之间的直线824上的像素点825的坐标返回至直线扫描单元142，直线扫描单元142将A‐A'两点之间的直线824上的像素点825的坐标输入亚像素边界计算单元143中。

在步骤927中，亚像素边界计算单元143依据A‐A'之间像素点825的坐标以及灰度值，进行亚像素边界计算，将像素点825所对应的分为更小的单位以获取条空边界的精确坐标并计算出该精确坐标所对应的灰度落差值。

由此，条空边界计算模块140获取了条码图像中精确的条空边界坐标和该精确坐标所对应的灰度落差值，并将此计算结果输入符号字符提取模块150中。符号字符提取模块150根据精确的条空边界坐标和灰度落差值计算获得准确的条空值，即符号字符值，进而获取条码信息。

以上对本发明的条码识别装置，特别是条空边界计算模块的结构及其处理方法进行了详细描述。下面针对本发明的条空边界计算模块的其他处理方法进行详细描述。这些技术方案是为了使本领域技术人员更加深入地理解本发明所保护的技术方案，不应理解为对本发明所保护的技术方案的限制。

图7是本发明的条空边界计算模块的处理方法的另一种实施方式的流程图。该处理方法包括以下步骤。

如图7所示，在步骤931中，获取条码边界点和条码方向。

在步骤932中，以两侧的条码边界点为中心，依据条码方向和其垂直方向向外扩展，分别获取边界区域。

在步骤933中，在边界区域内进行直线计算，以获取边界直线。

在步骤934中，依据边界直线沿条码方向向外平移以获取扫描边界。

在步骤935中，请结合图5和图6，在一侧扫描边界上选取多个点A、B、C，在另一侧的扫描边界上获取与点A、B、C对应的点A'、B'、C'。

在步骤936中，以A、B、C为扫描起点，A'、B'、C'为扫描终点，对A‐A'、B‐B'、C‐C'之间的条码图像进行坐标计算，获取A‐A'、B‐B'、C‐C'之间的多组像素点的坐标。

在步骤937中，依据A‐A'、B‐B'、C‐C'之间的多组像素点的坐标以及灰度值，进行亚像素边界计算，获取多组条空边界坐标及边界灰度落差。

在步骤938中，对多组条空边界坐标及边界灰度落差进行置信度统计，获取可信度高的条空边界坐标及边界灰度落差。

与本发明的上一种条空边界计算模块的处理方法的不同之处在于，此实施方式是选取多个点进行扫描，以获取多组条空边界坐标及边界灰度落差，通过对多组条空边界坐标及边界灰度落差进行置信度统计，来获取可信度更高的条空边界坐标及边界灰度落差，从而使得条码识别装置的解码成功率更高。

图8是本发明的条空边界计算模块的处理方法的又一种实施方式的流程图。与上述两种处理方法的不同之处在于，此实施方式是针对行列式二维条码，特别是PDF417、MicroPDF417条码进行处理。该处理方法包括以下步骤。

如图8所示，在步骤941中，获取PDF417条码边界、条码方向和码词宽度。

在步骤942中，根据PDF417条码边界、条码方向和码词宽度，获取两个相距至少一个码词宽度的列分界线。

在步骤943中，以两个列分界线为中心，依据条码方向和其垂直方向向外扩展，分别获取列分界线区域。

在步骤944中，在边界区域内进行直线计算，以获取列分界线直线。

在步骤945中，依据列分界线直线沿条码方向向外平移以获取扫描边界。

在步骤946中，在一侧扫描边界上选取点A，在另一侧的扫描边界上获取与点A对应的点A'。

在步骤947中，以A为扫描起点，A为扫描终点，对A‐A'之间的条码图像进行坐标计算，获取A‐A'之间像素点的坐标。

在步骤948中，依据A‐A'之间像素点的坐标以及灰度值，进行亚像素边界计算，获取条空边界坐标及边界灰度落差。

本发明通过采用图8所示的实施方式，可以精确的获取PDF417、MicroPDF417等行列式条码的条空边界，进而准确的获取出条空边界所对应的条码信息。

本发明的条空边界像素点计算模块及其计算方法能够根据条码方向调整解码方向，获取条码边界像素点的精确坐标值，大大提高了解码成功率，特别适用于高密度条码或畸变条码的识别解码。

本发明的条空边界像素点计算模块采用硬件流水线结构，通过硬件逻辑实现对条码图像的识别解码，由于硬件流水线结构适于对条码图像进行流水线作业和并行处理，因此处理速度很快。由于采用全硬件结构，无需处理器参与解码，芯片结构相对于处理器而言结构更为简化、面积更小、功耗更低、成本更低、易于集成，容易实现便携应用。可以方便地与物联网技术相结合，为条码技术的应用提供了更为广阔的发展空间。

以上参照附图说明了本发明的各种优选实施例，但是只要不背离本发明的实质和范围，本领域的技术人员可以对其进行各种形式上的修改和变更，都属于本发明的保护范围。

Claims (9)

1.一种条空边界像素点计算模块，其特征在于，包括：

扫描边界获取单元，获取条空边界点和条码方向，以所述条空边界点为中心，依据所述条码方向向外扩展，获取边界区域，并根据所述边界区域计算扫描边界，其中，所述边界区域包括条码边界点及所述条码边界点附近的像素点的集合；

直线扫描单元，根据所述扫描边界选取扫描起点和与所述扫描起点对应的扫描终点，计算所述扫描起点与所述扫描终点之间的直线上的像素点的坐标；

亚像素边界计算单元，用于依据所述扫描起点与所述扫描终点之间的直线上的像素点的坐标以及灰度值，进行亚像素边界计算，将所述扫描起点与所述扫描终点之间的直线上的像素点所对应的分为更小的单位以获取条空边界的精确坐标并计算出该精确坐标所对应的灰度落差值。

2.根据权利要求1所述的条空边界像素点计算模块，其特征在于，所述条空边界像素点计算模块还包括直线计算单元，所述直线计算单元通过霍夫运算获取所述边界区域所对应的边界直线。

3.根据权利要求2所述的条空边界像素点计算模块，其特征在于，所述扫描边界获取单元依据所述条码方向，将所述边界直线向条码区域外平移预定距离以获得所述扫描边界。

4.根据权利要求1所述的条空边界像素点计算模块，其特征在于，所述条空边界像素点计算模块还包括扫描坐标计算单元，所述扫描坐标计算单元通过Breshem算法计算所述扫描起点与所述扫描终点之间的直线上的像素点的坐标。

5.一种条空边界像素点的计算方法，其特征在于，包括以下步骤：

a.获取条空边界点和条码方向，以所述条空边界点为中心，依据所述条码方向向外扩展，获取边界区域，并根据所述边界区域计算扫描边界，其中，所述边界区域包括条码边界点及所述条码边界点附近的像素点的集合；

b.根据所述扫描边界选取扫描起点和与扫描起点对应的扫描终点，计算所述扫描起点与所述扫描终点之间的直线上的像素点的坐标，具体步骤包括：c.根据所述扫描边界选取多个所述扫描起点和与所述扫描起点对应的多个所述扫描终点，计算多个所述扫描起点与多个所述扫描终点之间的直线上的多组像素点的坐标；

d.依据多个所述扫描起点与多个所述扫描终点之间的直线上的多组像素点的坐标以及灰度值，进行亚像素边界计算，获取多组条空边界坐标及边界灰度落差；

e.对多组条空边界坐标及边界灰度落差进行置信度统计，获取可信度高的条空边界坐标及边界灰度落差。

6.根据权利要求5所述的条空边界像素点的计算方法，其特征在于，所述a步骤还包括通过霍夫运算获取所述边界区域所对应的边界直线。

7.根据权利要求6所述的条空边界像素点的计算方法，其特征在于，所述a步骤还包括依据所述条码方向，将所述边界直线向条码区域外平移预定距离以获得所述扫描边界。

8.根据权利要求5所述的条空边界像素点的计算方法，其特征在于，所述b步骤包括通过Breshem算法计算所述扫描起点与所述扫描终点之间的直线上的像素点的坐标。

9.一种条空边界像素点的计算方法，其特征在于，包括以下步骤：

a.获取条码边界、条码方向和码词宽度；

b.根据所述条码边界、所述条码方向和所述码词宽度，获取两个相距至少一个所述码词宽度的列分界线；

c.以两个列分界线为中心，依据所述条码方向向外扩展，分别获取列分界线区域；

d.在边界区域内进行直线计算，以获取列分界线直线；

e.依据所述列分界线直线沿所述条码方向向外平移以获取扫描边界；

f.在一侧的所述扫描边界上选取扫描起点，在另一侧的所述扫描边界上获取与所述扫描起点对应的扫描终点，对所述扫描起点和所述扫描终点之间的条码图像进行坐标计算，获取所述扫描起点和所述扫描终点之间的像素点的坐标；

g.所述扫描起点和所述扫描终点之间的像素点的坐标以及灰度值，进行亚像素边界计算，获取条空边界坐标及边界灰度落差。