CN1031845C - 模拟人眼-脑系统的条形码阅读器 - Google Patents
模拟人眼-脑系统的条形码阅读器 Download PDFInfo
- Publication number
- CN1031845C CN1031845C CN 93112452 CN93112452A CN1031845C CN 1031845 C CN1031845 C CN 1031845C CN 93112452 CN93112452 CN 93112452 CN 93112452 A CN93112452 A CN 93112452A CN 1031845 C CN1031845 C CN 1031845C
- Authority
- CN
- China
- Prior art keywords
- bar code
- visual
- signal
- image
- bin
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明涉及一种由同步控制系统、图象摄入系统、条形码阅读处理系统、图象语法分析模块及译码器组成的模拟人眼--脑系统的条形码阅读器,其特征是条形码阅读处理系统为一个模拟人眼神经节系统,它由放大器、二值化处理单元,行程编码器、缓冲存贮器队列、面元积分单元、形状分割模块组成,以产生用面元作为视觉符号描述的图象语法结构,这样大大压缩了计算机图象存贮器的容量,并使条形码图象语法分析简单及快速。
Description
本发明涉及一种基于仿生学原理模拟人眼——脑系统,可以阅读多种类型的一维及二维条形码的阅读器。
现有技术中,条形码阅读器的图象摄入系统是直接与计算机系统相联,当图象摄入系统一帧图象扫描结束后,向计算机输出一组巨大的用点阵象素表示的图象数组,然后计算机对点阵象素数图象数组进行处理及分析,并决定阅读扫描方向,各个扫描起点及终点位置,再对一维或二维条形码的宽度进行扫描测量,最后用条形码相对宽度信息进行译码处理。由于条形码技术的提高,条形码从一维发展为二维,并且信息密度还在不断地提高,现有技术在以下三个方面面临越来越大的困难。
1.算机存贮容量要非常庞大,并且随着分辨率的提高,存贮容量以几何级数提高。
2.计算机图象处理速度太慢,从理论上讲,当图象维向增加n倍,处理时间将延长2n倍左右。
3.要求有高分辨率的二维CCD摄像机,就目前水平,比较高分辨率的二维CCD在生产工艺上和产品价格上都是很难令人接受的。
为克服现有技术的缺点,本发明目的是提供一种包括由同步控制系统、图象摄入系统、模拟人眼神经节系统、条形码阅读处理系统、图象语法分析模块及译码器组成的模拟人眼--脑系统的条形码阅读器。
本发明的原理是从仿生学原理出发,通过对人眼--脑系统的研究得到启发。人们的眼睛是感受外界信息的重要窗口,人们得到外界信息95%以上都是通过眼睛获得的,视网膜上有两类感受外界光亮度变化的细胞,一类是视杆体细胞,另一类是视锥体细胞,它们相当于CCD(电荷耦合器件)摄像机上的光敏点阵元素。一只眼睛中约有650万个视锥体细胞及一亿个左右的视杆体细胞分布在整个视网膜上,它比4096X4096二维CCD上的光敏元素还要多一百多倍。而大量的生物物理试验表明,人眼仅以每秒50bit的速率传输给大脑可理解的视觉信息,而目前如用4096X4096摄象机--计算机系统,摄象机传送给计算机的信号速率为每秒400Mbits(4亿位)信息,这是与人眼--脑系统所无法比拟的。信息论研完也指出大多数自然图象有很大的多余性。人眼--脑系统与传统的摄象机--计算机系统最大的不同点在于眼球视网膜上感光神经细胞得到的信息不是直接送给大脑,而是通过视网膜下层的多层视神经节把感光细胞得到的光亮度信息进行并行处理以后,再传送给人的大脑。由于大大压缩了数据容量,所以人的眼睛才可以仅以每秒50bit非常低的速率把视觉信息传送给大脑。至于多层神经节是如何处理信息的,人们还不太了解,但有人提出了各种假设,认为各神经节有明显的分工,有的提取形状特征,有的提取纹理特征,有的具有几何尺寸的计算功能等,然后把这些有效特征进行整合,最后以最小的数据容量传送给大脑。本发明的特点在于模拟人眼--脑系统,在摄象机与计算机之间也做一些类似视神经节特点的硬件装置,它可以与摄象机扫描过程进行并行处理,当一帧图象扫描结束,计算机得到的不是一组巨大的点阵象素图象数组,而是一组容量极小的用某种特定视觉符号描述的数据结构。因此首先需要选择符号,其次要确定符号形成所需精度问题,对于条形码的图象分析任务,要从图象特征中形成哪些符号及确定符号形成所需精度问题。条形码主要是由具有相同高度的矩形的黑白相同的条纹组成,它的信息调制在这些黑白相间的矩形条纹的宽度中,条形码的阅读过程实质上也就是对这些黑白相同的矩形条纹宽度的检测过程。一维、二维条形码均具有这一相同的特性。
常规条形码阅读器是通过对条形码的扫描,并把扫描过程中条形码的宽度值数组测量出来。由于印刷技术及使用,保存过程中的问题,往往会使条形码产生缺损、污损,还有某些干扰因素也往往会使这些线长度检测的结果产生误差,为了提高阅读精度,人们常用光学或数字平滑技术来减少这些测量误差,并有效地提高了精度。平滑过程可以用下式表示: 式中Wi为第i条条形码(Bar or Space)矩形的平均宽度,Win为第i条条形码矩形在第n条扫描线上的实际测量宽度,h为平滑扫描的高度。
当h值越大,平滑效果越好,测量精度也越高,h的极大值也就是条形码矩形的高度H。Wi的最佳平滑效果可用下式表示: 式中Si为第i单元条形码矩形的面积。
由上式分析可知,由于条形码各矩形单元的高度是相对恒定的,所以条形码各矩形单元的宽度最佳平滑测量问题可以归结为条形码各矩形单元的面积测量问题。对于条形码,我们用条形码矩形单元面积作为视觉符号来对条形码进行描述,可以达到最高的速描精度。所以用模拟人眼--脑系统来对条形码进行图象处理的技术也称之为面元压缩分析技术。
选择矩形单元面积作为视觉符号来描述条形码,对于条形码来讲,有些矩形单元面积是可以直接用积分方法测量的,如对于所有的一维条形码的黑色单元及有些二维条形码如Code49,Code16k等的白色单元,我们定义其为孤立单元,但也有些是不能直接用积分方法直接测量的,如所有一维条形码中的白色单元,有些二维条形码如Code49,Code16k等中的黑色单元,及有些条形码如Data code,PDF417等的黑色及白色单元,我们定义其为连通单元,对于连通单元的面元值须用特殊的形状分割算法来间接求得(如图2-图5所示)。所谓的形状分割,就是在图象识别任务中,将复杂的形状物体分解为一些简单的容易表示的形状集合。在条形码图象识别任务中形状集合我们定义为矩形的面元。形状分割的结果产生一种用面元来描述的条形码图象的图象语法结构。在这个图象语法结构中的面元有些是有用的,有些是无用的,包括由污损产生的干扰面元等。
基于上述原理和本发明的目的,本发明采用以下的技术方案,由同步控制系统、图象摄入系统、条形码阅读处理系统、图象语法分析模块及译码器组成的模拟人眼--脑系统的条形码阅读器,其特征在于:
A、条形码阅读处理系统为一个模拟人眼神经节系统,它由放大器、二值化处理单元、行程编码器、形状分割模块、缓冲存贮器队列、面元积分单元组成,以产生用面元作为视觉符号描述的图象语法结构;
B、由同步扫描信号发生器组成同步控制系统,其产生的垂直同步信号、水平同步信号以协调其他部分的工作;
C、由图象语法分析模块对图象语法结构进行处理、分析及理解;
D、把面元相对面积值替代条形码相对宽度值直接进行译码。
本发明的实施例结合附图作进一步说明。
图1为模拟人眼--脑系统的条形码阅读器框图;
图2为局部二维条形码原始图象;
图3为局部二维条形码形状分割后形成矩形面元的集合;
图4为局部一维条形码原始图象;
图5为局部一维条形码形状分割后形成矩形面矩形面元的集合;
图6为实施例1原理框图;
图7为实施例2原理框图;
图8为微机系统工作过程流程图。
实施例1:
由图1及图6所示,本阅读器亦由同步控制系统、图象摄入系统、条形码阅读处理系统及包含图象语法分析模块及译码器的微机系统组成。条形码阅读处理系统即为一个模拟人眼神经节系统,它是本发明的主要部分,为了加快条形码阅读处理速度,这一系统由硬件组成,又由于考虑到该部分能用大规模集成电路来实现,要尽量减少硬件部分的元器件个数,内部引线及外部引线,该系统采用串行工作方式,由图1及图6所示,同步控制系统由同步扫描信号发生器10组成,同步扫描信号发生器产生两类信号,一类是垂直同步信号,它包含垂直起始同步信号ZSQ,及垂直扫描信号ZSY,另一类是水平同步信号,它包含水平起始同步信号SDQ及水平同步移位脉冲信号SDY,图象摄象系统由透镜13、光学--电磁垂直扫描器1及一维CCD12组成,条形码阅读处理系统由放大器1、二值处理单元2、行程编码器3、缓冲存贮器队列4及图象分割模块9组成,起始行程水平坐标计数器Lon,行程计数器HZon,行程序号计数器JS,行程序号地址译码器DYM及行程长度计数门控电路组成了行程编码器。缓冲存贮器队列有两部分合成,一部分是由行程水平坐标存贮器Lo-Ln,另一部分是由于行程存贮器HZo--HZn,缓冲行程存贮器HHZn-1,HHZn组成,图象分割模块,是由全加器FHo--FHn、次起始行程水平坐标存贮器L’n-1,L’n,Lm最大、最小译码电路,MAX-MIN YM,孤立面元生成、结束判别电路,控制脉冲门KMn-1,KMn及控制信号门KXn-1,KXn组成,微机信号用于在图形分割模块的输出信号的作用下,对各行程长度进行面元积分,产生图象语法结构,并由图象语法分析模块对其进行图象语法分析,最后直接用面元值替代条形码各相应的宽度值在译码器中对条形码内容进行译码。
其工作过程如下:条形码图象通过透镜经光学--电磁垂直扫描器投射在一维CCD上,一维CCD可以得到某一扫描行的信息,由于光学--电磁垂直扫描器在同步扫描信号发生器垂直扫描信号ZSY的推动下,其上的小镜进行摇摆可以产生帧扫描的作用,从而在一维CCD上可以得到二维图象的信息。当一帧图象开始扫描时,同步扫描信号发生器发生一个垂直起始同步信号ZDQ,这个信号送经微机系统,启动微机系统一个新的工作流程开始。同步扫描信号发生器在每次行扫描开始时,都发出一个水平同步起始信号SDQ,随后立即又产生一串水平同步移位信号SDY。在水平同步起始信号SDQ作用下,把一维CCD内的光电转换元件中所得到一个扫描行的光电信号并行地通过传送门装入一维CCD内的CCD移位寄存器。在水平同步移位信号SDY的作用下,通过输出口同步串行输出视频信号SPX。这一经放大后模拟量信号通过二值化处理单元进行二值化处理以产生0(黑)及1(白)信号。二值化处理单元是一个特殊的史密特元件,在合适的门控信号(或阀值)的作用下,将模拟量转化为二值化信号也称为数字信号,视频信号SPX转化为二值信号后在行程编码器内进行行程编码,它是把某一扫描行中的黑信号及白信号的长度也称为行程转换成象素数存放在相应的存贮器内。为了减少行程序号计数器JS的长度及简化行程号地址译码器,我们将一个相邻的黑、白行程共同一个行程序号地址,把二值化信号进行反相后控制相应计数控制门,以区分黑行程及白行程。当一个扫描行开始时,由水平同步起始信号SDQ将行程序号计数器JS清0,行程序号地址译码器DYM的0输出端为“1”信号,又由于条形码背景信号为白信号,所以二值化处理单元输出“1”信号,所以这时只有起始行程水平坐标计数器Lon的计数门打开,并通过水平同步移位信号SDY对起始行程水平坐标计数器Lon进行加1计数,直至扫描到条形码边缘,二值化处理单元输出“0”信号,关闭起始行程水平坐标计数器Lon的计数门,所以起始行程坐标计数器内保存了条形码边界,也就是条形码起始行程至图象窗口边界之间的象素数也称为水平坐标的长度。由于二值化处理单元输出“0”信号,经反相器反相又为“1”信号,这时行程序号地址译码器DYM的“0”输出端仍为“1”信号,所以这时只有行程计数器HZon的0号单元计数脉冲门打开,由水平同步移位信号SDY对HZon中的0号单元内的黑行程长度进行计数。当黑行程扫描结束,又扫白行程时,二值化处理单元输出的正跳边使行程序号计数器JS加1,行程序号地址译码器1输出端为“1”信号,这时对行程计数器HZon中的1号单元内的白行程进行行程编码。直至对这一扫描行的所有行程长度编码结束,在下一行开始扫描时,水平同步起始信号SDQ把已编码好的存在起始行程水平坐标计数器Lon及行程计数器HZon中的信息压入缓冲器队列,并同时将其清“0”,这样缓冲存贮器队列中始终存贮最近n条扫描行的行程编码信息。
形状分割是将复杂形状的物体分解为一些简单易表示的形状集合通常是有用的。对于多边形物体分割的基本规则是通过检测多边形凹点,并把最近凹点相连接,在连接线处进行分割,形状分割在图象识别任务中已被广泛地应用。对于本识别任务中的多边形是由矩形组合而成,由于矩形的所有相应边均是平行的,即斜率对应相等,这使在凹点处决定分割的连接线方法更为简单,又因每条行扫描线间的距离都是相等的,对应相等的斜率用行扫描线上的固定增量来表示即可。因此,形状分割实际上是凹点的检测及在行扫描线上矩形二相邻边上的增量的检测。凹点的检测又分为上、下方向上凹点及左右方向上凹点检测。左右方向上凹点检测是测量缓冲存贮器队列中n条扫描行中的中同一行(第m行)中每个边界点(即每个行程的端点)到图象窗口的起始边界距离是否是极大值或极小值,也就是行程水平坐标存贮器Lo-Ln中的数值Lm是否极大值或极小值。上下方向凹点检测可以通过比较上、下二条相邻的行程。如果在上一条行程的范围内的下一行程中又插入新的行程,说明具有凹点或称有孤立面元生成,判别式为(Ln-1>Ln)·(Ln-1>L’n),如果在下一条行程范围内减少一个行程,说明是有凹点或称有孤立面元结束,判别式为(Ln>Ln-1)·(Ln>L’n-1)。式中Ln为第n队列中某行程端点的水平坐标,L’n为下一行程端点的水平坐标,Ln-1为第n-1队列中对应行程端点的水平坐标,L’n-1为下一行程端点的水平坐标。分割连线的增量值可以把两相邻行上的各行程水平坐标存贮器内容相减求均值后得到。
一行扫描开始由水平同步信号SDQ把新的内容装入缓冲存贮器队列,这样在整个行扫描处理过程中形状分割是与行程编码是并行进行处理的。为了在工作过程中能与微机系统协调,形状分割工作脉冲是由微机系统产生的同步脉冲XDM来完成。所有行程存贮器HZo-HZn均同时串行通过全加器FHo-FHn把行程存贮器内的每一单元行程依次累加到行程水平坐标存贮器内,并通过Lm最大、最小译码电路MAX-MIN YM。当输出端MAX=1时,Lm有最大值,输出端MIN=1时,Lm有最小值,当MAX、MIN均为0,Lm不是最大值,也不是最小值。两个相邻的行程水平坐标存贮器Ln、Ln-1及次行程水平坐标存贮器L’n、L’n-1的内容又同时送入孤立面元生成、结束判别电路内进行比较,如有比较译码信号则分别通过控制脉冲门KMn-1,KMn及控制信号门KXn-1,KXn对缓冲行程存贮器HHZn-1、HHZn写入孤立面元生成标志或孤立面元结束标志。Lo、L1的内容作为两相邻行程水平坐标值HBo及HB1同时串行送入微机系统,以求出用于分割连线的平均增量值。行程缓冲存贮器HZo的每一单元行程值也同时串行送入微机系统,以用于对面元面积的积分,水平同步起始信号SDQ也送入微机系统,使得并行工作的行程编码单元能与其他系统工作同步。
在微机系统中图象语法结构可用无向图来表示,无向图中的顶点V(G)表示面元,在顶点中存有面元的面积大小及相应属性,是黑色面元还是白色面元,边E(G)表示该面元在形状分割后图象中与相邻面元间的联接关系。
V(G)=(V1,V2...VP)
E(G)={(V1,V2),(V1,Va)...;(VoVa))
可用邻接表来存贮无向图,这种数据结构,在邻接表中顶点域顶点Vi序号与面元产生的顺序相同,链域用以指向下一边,每个顶向按产生顺序链接总是指向两个顶点,为了访问和搜索方便,我们规定在链域中所指向在前面的顶点在左前方,在后面的顶点在右后方。
在邻接表中,顶点域中的顶点序号是按面元产生的顺序按排,因在扫描过程中,行程积分的顺序则由于中间不断有新面元产生及完成,引起顺序的不规则性,所以必须有一个能随意插入和删除的数据结构指导面元积分顺序及定义该面元积分完成邻接表中链域内所指的方向,这个中间数据结构采用线性链表。用邻接表表示的这种图象语法结构使图象语法分析变得非常简单,如对于有托架的二维条形码,由于托架是黑色的,并且互相平行,那么对邻接表中某个方向(前顶点方向或后顶点方向)进行搜索,如发现连续是黑色的单元即为托架,删除托架剩下的即为二维条形码信号。
每种条形码均有它固有编码及译码规则,微机系统对条形码的译码处理即用面元的相对面积值来替代条形码相应宽度值,把输出信号译出来并通过显示器或通信口输出译码结果。
微机系统工作过程为图8所示,电源接通,CPU复位工作流程开始,先进行初始化处理,写入所要求的控制字,设置用户参数,工作常量等,清除无效信息,等待垂直同步起始信号。当有垂直同步信号时,说明一帧图象开始扫描,为了要与行扫描同步,每次必须等待水平同步起始信号。由于缓冲存贮器队列有n个扫描行信息,所以流程中必须要考虑到延时n个扫描行的功能。在开始延时n行后在水平同步起始信号的作用下,首先产生一维信号同步脉冲以串行读入缓冲存贮器队列中第0行的行程水平坐标HBo,第一单元内的行程长度HC及第1行的行程水平坐标HB1,用HBo与HB1的差求绝对增量的均值。接着判别HC中有孤立面元生成结束标志吗?如有的话则产生新面元节点并写入属性,如没有则再读MAX及MIN信号。如有MAX及MIN信号,则要延时m个扫描行产生新面元,如无,则分割并对相对面元进行积分,接着判别一扫描行完成否。如未完成则再产生一组XDM,对下一单元行程进行同样的处理,直至一扫描行处理完毕,再等待下一个水平同步起始信号,开始下一行的处理工作。当一帧图象均处理完后再对存贮在邻接表中的图象语法结构进行图象语法分析,对条形码进行译码处理,最后输出译码结果,而后再回到程序起始处,等待新的工作循环。
实施例2:
由图7所示,实施例2与实施例1所不同的仅是图象摄入系统,它由激光光源14、光敏无件22、半透镜15、镜鼓21、高速电机16、光栅盘17、光电耦合器18、锁相环19、光学-电磁垂直扫描器20组成。
其工作过程如下:由激光光源产生激光射线束,经半透镜射至镜鼓上,由于高速马达的旋转,使激光光束产生线扫描,线扫描的光束又通过光学--电磁垂直扫描器进行帧扫描,反射回来的带有图象信息的光自原路返回,经半透镜折射到光敏元件上,通过光敏元件可以得到图象的视频信号。同步扫描信号发生器产生垂直扫描信号ZSY,驱动光学-电磁垂直扫描器上的小镜偏转运动,以进行帧扫描。同步扫描信号发生器同时也发出水平同步起始信号SDQ,为了保证高速电机旋转能与水平同步起始信号SDQ同步工作,在高速电机上装有光栅盘,光栅盘上的光栅与镜鼓上的各反射镜位置相对应,通过光电耦合器把旋转光栅盘上的光脉冲信号检测出来,光脉冲信号与同步扫描信号发生器产生的同步起始信号同时送入锁相环电路,由锁相环电路控制高速电机,这样可以保证反馈光脉冲信号与水平同步起始信号在频率和相位上同步,使高速电机始终追随水平同步起始信号SDQ工作。
本发明是从仿生学角度出发,用模拟人的眼--脑的条形码阅读处理系统来对条形码图象进行处理及分析,并用面元作为视觉符号来对条形码图象进行描述,这种用面元描述的图象语法结构或图象语法分析变得非常简单及快速,面元的相对面积值又可以直接用于条形码的译码处理,并可提高条形码阅读精度。
Claims (3)
1、一种由同步控制系统、图象摄入系统、条形码阅读处理系统、图象语法分析模块及译码器组成的模拟人眼--脑系统的条形码阅读器,其特征在于:
A、条形码阅读处理系统为一个模拟人眼神经节系统,它由放大器(1)、二值化处理单元(2)、行程编码器(3)、缓冲存贮器队列(4)、面元积分单元(5)、形状分割模块(9)组成,以产生用面元作为视觉符号描述的图象语法结构(6);
B.由同步扫描信号发生器(10)组成同步控制系统,其产生的垂直同步信号、水平同步信号,以协调其他部分的工作;
C、由图象语法分析模块(7)对图象语法结构(6)进行处理、分析及理解;
D、把面元相对面积值替代条形码相对宽度值直接进行译码。
2、根据权利要求1所述的模拟人眼神经节系统的条形码阅读器,其特征在于,所述的图象摄入系统由一维CCD(12)、光学-电磁垂直扫描器(11)、透镜(13)组成,用以列条形码图象的摄取。
3、根据权利要求1所述的模拟人眼神经节系统的条形码阅读器,其特征在于,所述的图象摄入系统由激光光源(14)、光敏元件(22)、半透镜(15)、锁相环(19)、镜鼓(21)、高速电机(16)、光栅盘(17)、光电耦合器(18)、光学-电磁垂直扫描器(20)组成,由激光光源(14)产生激光射线束经半透镜(15)射至镜鼓(21)上,高速电机(16)旋转使激光束产生线扫描,线扫描的光束又通过光学-电磁垂直扫描器(20)进行帧扫描,反射回来带有图象信息的光自原路返回,经半透镜(15)折射到光敏元件(22)上,得到图象的视频信号,高速电机(16)同轴装有镜鼓(21)和光栅盘(17),光栅盘上的光栅与镜鼓上的各反射镜位置相对应,通过光电耦合器(18)检测旋转光栅盘上脉冲信号,由锁相环(19)动态控制高速电机(16)转速,使光栅盘上的脉冲信号与水平同步起始信号在频率及相位上一致。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 93112452 CN1031845C (zh) | 1993-05-31 | 1993-05-31 | 模拟人眼-脑系统的条形码阅读器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 93112452 CN1031845C (zh) | 1993-05-31 | 1993-05-31 | 模拟人眼-脑系统的条形码阅读器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1096120A CN1096120A (zh) | 1994-12-07 |
CN1031845C true CN1031845C (zh) | 1996-05-22 |
Family
ID=4990064
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 93112452 Expired - Fee Related CN1031845C (zh) | 1993-05-31 | 1993-05-31 | 模拟人眼-脑系统的条形码阅读器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1031845C (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2790238A1 (en) * | 2009-02-17 | 2010-08-26 | Neurochip Corporation | System and method for cognitive rhythm generation |
CN104112153B (zh) * | 2014-07-17 | 2017-10-10 | 上海透云物联网科技有限公司 | 基于移动终端的条维码识别方法及其系统 |
CN106066984A (zh) * | 2016-07-11 | 2016-11-02 | 深圳市兴通物联科技有限公司 | 激光条码扫描解码控制电路及条码扫描器 |
-
1993
- 1993-05-31 CN CN 93112452 patent/CN1031845C/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN1096120A (zh) | 1994-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112272922B (zh) | 点云的二进制熵编码的方法和设备 | |
McAndrew | A computational introduction to digital image processing | |
AU632333B2 (en) | Method and apparatus for processing digital data | |
EP3937140A1 (en) | Methods and devices for binary entropy coding of point clouds | |
Kirsch et al. | Experiments in processing pictorial information with a digital computer | |
US5814801A (en) | Maxicode data extraction using spatial domain features exclusive of fourier type domain transfer processing | |
US5983251A (en) | Method and apparatus for data analysis | |
CN1120629C (zh) | “图象分割和对象跟踪的方法和与其相对应的系统” | |
Wu | Image coding by adaptive tree-structured segmentation | |
Kim et al. | A new chain-coding algorithm for binary images using run-length codes | |
KR20230023667A (ko) | 포인트 클라우드의 인코딩 및 디코딩 방법 | |
WO2021169502A1 (en) | A pixel image as well as its processing method and application system | |
Whichello et al. | Linking broken character borders with variable sized masks to improve recognition | |
Kaya et al. | Neural network modeling of probabilities for coding the octree representation of point clouds | |
CN1031845C (zh) | 模拟人眼-脑系统的条形码阅读器 | |
AU7871794A (en) | Method and apparatus for data analysis | |
CN1870049A (zh) | 基于稠密特征对应与形态学的人脸表情合成方法 | |
Ren et al. | Barcode detection and decoding method based on deep learning | |
CN1472704A (zh) | 二维条形码数字图像信息的增强方法 | |
CN116306731A (zh) | 一种识别条形码的方法、装置、电子设备和存储介质 | |
Liaghati et al. | An efficient method for lossless compression of bi-level ROI maps of hyperspectral images | |
Forster et al. | The HISCORE camera a real time three dimensional and color camera | |
Mignotte | Nonparametric multiscale energy-based mode and its application in some imagery problems | |
Kwatra et al. | Space-time surface simplification and edgebreaker compression for 2D cel animations | |
Bódis-Szomorú et al. | High-precision ground-truth data for evaluating dense stereo and optical flow algorithms |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C19 | Lapse of patent right due to non-payment of the annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |