CN103608838A - 用于对所输入的条形码图像去模糊的方法以及能够被终端设备和计算机读取的记录介质 - Google Patents

Abstract

提供一种用于对经由移动终端设备输入的条形码图像去模糊的方法，该方法包括以下步骤：（a）改变移动终端设备与任何期望的要购买的物品之间的焦距，并计算该移动终端设备专属的第一到第n光学传递函数（OTF）；（b）输入条形码图像，然后将处于可允许范围内的信号噪声比下的特定值固定为将被应用于维纳滤波器误差度量的值，然后通过二进制搜索算法将根据第一到第n个光学传递函数计算的n个点扩散函数（PSF）应用于维纳滤波器误差度量，并确定应用维纳滤波器误差度量的结果是否低于预设的阈值；以及（c）通过选择包括当应用维纳滤波器误差度量的结果低于该阈值时的信噪比和点扩散函数的维纳滤波器值，对所输入的条形码图像执行维纳滤波。

Description

用于对所输入的条形码图像去模糊的方法以及能够被终端设备和计算机读取的记录介质

技术领域

本发明涉及一种用于对所输入的条形码图像去模糊(deblurring)的方法、终端和计算机可读记录介质，并且更具体地涉及一种用于通过计算移动终端的点扩散函数（PSF）同时改变与主体的焦距、通过线性搜索算法或二进制搜索算法提取最优的点扩散函数和噪声信号比、以及将维纳滤波(Wiener filtering)和所提取的点扩散函数和噪声信号比值应用至所输入的条形码图像来在更短的时间内对条形码图像去模糊的方法、终端和计算机可读记录介质。

背景技术

在工业中广泛使用的条形码目前被设计成提高产品管理效率并且在零售市场行业中作出巨大成就。基于此，条形码用于多种应用，即使在其他工业领域。在过去，通常使用专用的条形码识别设备（诸如，激光扫描器）作为用于读取条形码的设备，但是由于最近移动终端的使用的普及，已引入用于通过装备在移动终端上的相机来识别条形码的方法。

然而，这种移动终端上的相机一般具有比激光扫描器低的分辨率并且它们趋向于具有严重的噪声水平。相应地，由此拍摄的条形码图像的严重模糊造成差的条形码读取。为了解决模糊的问题，已提出几种技术，其中的代表性的技术是估计相机的精确的点扩展函数（PSF）和噪声信号比并且基于估计执行条形码图像的去模糊。然而，该技术仅适用于PSF分布符合数学上明确定义的高斯分布或圆盘分布的情况，但通常需要可能不在此类移动终端上采用的强电平的图像信号采样。为此，在实际中，该技术不能用于改进由一般移动终端的相机模块所拍摄的条形码图像的模糊。

因此，本发明的申请人开发了一种用于支持即使在具有不能近似为高斯分布或圆盘分布的复杂的光学传递函数（OTF）的一般移动终端环境下也能更有效地对所输入的条形码图像去模糊的技术。

发明详细描述

技术任务

本发明的目的在于解决上述所有问题。

本发明的另一目的在于，即使在具有复杂的光学传递函数的一般移动终端环境下，通过缩短在维纳滤波中占用的时间，实时地对所输入的条形码图像去模糊。

任务解决方案的手段

旨在实现上述目标的本发明的代表性配置在以下列出：

根据本发明的一个方面，提供了一种用于对通过移动终端输入的条形码图像去模糊的方法，包括以下步骤：(a)通过改变移动终端与主体之间的焦距来计算移动终端专属的从第1至第n光学传递函数（OTF），（b）一旦输入条形码图像，就将可用范围中的信号噪声比中的特定值固定为将被应用于维纳滤波的误差度量的值，通过二进制搜索算法将根据n个光学传递函数计算的n个点扩散函数（PSF）应用于维纳滤波的误差度量以及确定应用维纳滤波的误差度量的结果是否等于或小于预设的阈值；以及(c)将应用维纳滤波的误差度量的结果等于或小于预设的阈值时的点扩散函数和信号噪声比选择作为维纳滤波的值来对条形码图像执行维纳滤波。

根据本发明的另一方面，提供了一种用于对通过移动终端输入的条形码图像去模糊的方法，包括以下步骤：(a)通过改变移动终端与对象之间的焦距来计算移动终端专属的从第1至第n光学传递函数（OTF）；(b)一旦条形码图像通过移动终端输入，就线性地应用根据第1到第n个光学传递函数计算的n个点扩散函数和可用范围内的从第1至第m的m个噪声信号比（NSR），对所输入的条形码图像执行维纳滤波；以及(c)将已经过维纳滤波的条形码图像的模糊被最优改进时的点扩散函数和噪声信号比选择为维纳滤波的值。

根据本发明的又一方面，提供一种终端，用于对所输入的条形码图像去模糊，该终端包括：PSF管理部分，一旦通过改变主体与移动终端之间的焦距计算得到移动终端的唯一的第1到第n光学传递函数（OTF），该PSF管理部分就根据第1到第n光学传递函数计算n个点扩散函数（PSF）；误差度量应用部分，一旦条形码图像通过该移动终端输入，则该误差度量应用部分将可用范围中的信号噪声比中的特定值固定为将被应用于维纳滤波误差度量的值，然后通过二进制搜索算法将n个点扩散函数应用于维纳滤波误差度量，并确定应用维纳滤波误差度量的结果是否等于或小于预设的阈值；以及滤波执行部分，将应用维纳滤波误差度量的结果等于或小于预设的阈值时的点扩散函数和信号噪声比作为维纳滤波值，以对所输入的条形码图像执行维纳滤波。

根据本发明的又一方面，提供一种终端，用于对所输入的条形码图像去模糊，该终端包括：PSF管理部分，一旦通过改变主体与移动终端之间的焦距计算得出移动终端的唯一的第1至第n个光学传递函数（OTF），该PSF管理部分就根据第1至第n光学传递函数计算n个点扩散函数；以及滤波执行部分，一旦条形码图像通过该终端输入，该PSF管理部分就线性地应用n个点扩散函数和可用范围内的第1至第m噪声信号比（NSR），以针对所输入的条形码图像执行维纳滤波，并选择在经过维纳滤波的条形码图像的模糊被最优改善时的点扩散函数（PSF）和噪声信号比作为维纳滤波的值。

此外，进一步提供了用于记录用于执行旨在实现本发明的方法的计算机程序的其它方法、系统和计算机可读记录介质。

发明效果

根据本发明，可在通用移动终端中在短时间内搜索最优的维纳滤波值，从而可对所输入的图像实时地去模糊。

附图说明

图1为示意性地示出通过执行维纳滤波对所输入的条形码图像去模糊的结果的图示。

图2为示出根据本发明的示例实施例的用于对所输入的条形码图像去模糊的终端（200）的整个结构的示意图。

<附图标记说明>

200：终端

210：PSF管理部分

220：误差度量应用部分

230：滤波执行部分

240：通信部分

250：控制部分

本发明的实施例

在以下详细描述中，参照通过图示示出了可实现本发明的特定实施例的附图。以足够的细节描述这些实施例使得本领域技术人员能够实现本发明。将会理解，本发明的各个实施例虽然不同，但不一定互相排斥。例如，可在其他实施例中实现本文所描述的与一个实施例有关的特定特征、结构、或特性，而不背离本发明的精神和范围。此外，将会理解，可修改每个公开的实施例中的单独的元件的位置或排列，而不背离本发明的精神和范围。因此，以下详细描述不应按照限制的意义来理解，以及本发明的范围仅通过适当解释的所附权利要求，以及权利要求被赋予的等价物的完全范围来限定。在附图中，遍及若干视图，相同的附图标记表示相同或相似功能。

在下文中，通过参考本发明的优选实施例详细描述了本发明，使得属于本发明的领域的普通技术人员可容易地实施本发明。

[本发明的优选实施例]

维纳滤波

本发明涉及一种用于通过将维纳滤波应用于通过移动终端输入的条形码图像并获取最优点扩散函数和噪声信号比（NSR）来有效地对所输入的条形码图像去模糊的方法。下面是维纳滤波的一般原理。

维纳滤波器是一种用于降低噪声的滤波器，更具体地，设计成用于在信号和噪声分量混合的情况下最小化一些预计所需输出和实际滤波器输出之间的差异的均方误差的标准的最优滤波器。

至于信号处理，所拍摄的条形码图像的信号可表示为如以下数学公式1所示的：

[数学公式1]

y(t)＝h(t)*x(t)+n(t)

在数学公式1中，h(t)表示点扩散函数（PSF）；x(t)表示原始条形码图像的信号；以及n(t)为由拍摄装置的透镜、CCD等产生的附加噪声。由于附加噪声阻止仅通过应用点扩散函数的逆函数来恢复原始条形码图像的信号，所以单独的滤波器g(t)应当被应用于所拍摄的条形码图像y(t)的输出信号。因此，g(t)和y(t)之间的数学关系可表示为以下数学公式2所示的：

[数学公式2]

$\hat{x}\left(t\right)=g\left(t\right)*y\left(t\right)$

其中维纳滤波通过利用最小二乘法最优地恢复原始条形码图像的信号。它可被表示为如以下数学公式3所示。

[数学公式3]

${\arg \min }_g{|\hat{x}\left(t\right)-x\left(t\right)|}^2$

如果数学公式3被转化到频域中，它可被表示为如以下数学公式4所示。

[数学公式4]

${\arg \min }_G{|\hat{X}\left(f\right)-X\left(f\right)|}^2$

其中，如果对数学公式4求微分以获得G，则获得以下数学公式5：

[数学公式5]

$\begin{array}{c}G\left(f\right)=\frac{H*\left(f\right)}{{\left|H\left(f\right)\right|}^2+{\left|\frac{N\left(f\right)}{Y\left(f\right)}\right|}^2}\\ =\frac{H*\left(f\right)}{{\left|H\left(f\right)\right|}^2+\mathrm{NSR}\left(f\right)}\end{array}$

换句话说，数学公式5是用于获得最优维纳滤波器G(f)的公式，并且更具体地，从公式5可看出仅有关H(f)和NSR(f)的信息而不是有关X(f)的信息被用于确定最优滤波器。因此，为了确定最优滤波器，应当搜索最合适的H(f)和NSR(f)对。

图1为示意性地示出通过执行维纳滤波对所输入的条形码图像去模糊的结果的图示。

当具体审视图1时，左边的第一图像和第二图像分别对应于原始的条形码图像和拍摄的条形码图像，可注意到对拍摄的条形码图像的去模糊是必须的。在此，如果通过应用最合适的H(f)和NSR(f)执行维纳滤波，则其中的所拍摄的条形码图像可被去模糊成几乎与原始条形码图像相同水平（参见第三图像）。然而，如果通过应用不合适的H(f)和不合适的NSR(f)执行维纳滤波，则已证实去模糊改进的水平缺乏。

以下是关于如何获得通过利用终端执行最优维纳滤波所需的最合适的H(f)和NSR(f)的解释。

终端的结构

图2为示出根据本发明的示例实施例的用于对所输入的条形码图像去模糊的终端(200)的整个结构的示意图。

如图2所示，根据本发明的示例实施例的终端（200）可包括PSF管理部分（210）、误差度量应用部分（220）、滤波执行部分（230）、通信部分（240）和控制部分（250）。

首先，根据本发明的一个实施例，如果基于主体的焦距计算得出移动终端的第1到第n光学传递函数（OTF），则根据本发明的示例实施例的PSF管理部分（210）可通过对计算出的第1到第n光学传递函数应用逆函数来执行计算n个点扩散函数（PSF）的功能。根据传统技术，由于构成移动终端（例如，拍摄装置）的透镜和CCD分别具有它们唯一的光学传递函数；以及整个拍摄装置的光学传递函数不能简单地通过累加透镜的光学传递函数和CCD的光学传递函数来评估，而只能通过复杂的数学分析来评估，则这花费更长时间来获得在条形码被输入的时刻的拍摄装置的光学传递函数。因此，根据本发明的示例实施例的PSF管理部分（210）可能不使用用于通过复杂的数学分析来检查拍摄装置的光学传递函数的方法，而可以使用用于通过以下方式来缩短用于搜索最优滤波器的时间的方法：在以n个不同焦距拍摄主体时测量和记录光学传递函数、从其中获得n个点扩散函数、以及事先设置将被应用于数学公式5中的H(f)的一组候选。通过参考，该说明书解释了固定到主体的距离但改变焦距的示例，但不局限于此示例并且各种示例（例如，改变到主体的距离）可包括在本发明的范围内。

接着，根据本发明的示例实施例，如果条形码图像通过移动终端输入，则误差度量应用部分（220）可将可用范围的SNR值中的特定值固定为应用至维纳滤波的误差度量的值，然后通过二进制搜索算法将已通过PSF管理部分（210）计算出的n个点扩散函数中一些应用至维纳滤波的误差度量，该二进制搜索算法具有2log(n)+1至最大值的运算计数，然后确定这些应用的结果是否超过预设的阈值。在此，用于通过二进制搜索算法获得最优PSF的维纳滤波的误差度量如下的数学公式6所示。

[数学公式6]

$\begin{array}{c}\mathrm{error}\left(H\left(f\right)\right)={|\hat{X}\left(f\right)-X\left(f\right)|}^2\\ ={|G\left(f\right)Y\left(f\right)-\frac{(Y\left(f\right)-N\left(f\right))}{H\left(f\right)}|}^2\end{array}$

（其中G(f)与数学公式5的G(f)相同。）

维纳滤波的误差度量是用于获得有关维纳滤波的误差的标准的公式。为此，可参考由William H.Press和其他三个作者合著并且由"CambridgeUniversity Press"（“剑桥大学出版社”）于2001年出版的书籍《NumericalRecipes in C++"》（《C++中的数值算法》）（该文章的全部内容必须被认为已经合并于此）。

具体而言，如果数学公式6中N(f)(即，NSR(f))的值被固定为可用范围的噪声信号比中的特定值，则维纳滤波的误差度量可被看作与G(f)和1/H(f)之间的差异成比例增加。也就是说，通过参考数学公式5和6，可以发现，如果应用与最优点扩散函数有更显著差异的点扩散函数，则误差值增加。更优选地，根据本发明的示例实施例的误差度量应用部分（220）可立刻提取所输入的条形码图像的噪声信号比并且将所提取的噪声信号比固定为将被应用于维纳滤波的误差度量的N(f)的值。

如上所描述，当被应用于维纳滤波的误差度量的噪声信号比的值固定时，如果维纳滤波的误差度量与G(f)和1/H(f)之间的差异成比例增加，则根据本发明的示例实施例的误差度量应用部分（220）可重复经历过程：将与其中基于n/2或类似于n/2的点增加距离d（d的初始值可能被设置为n/2或类似于n/2的数值）的点相对应的点扩散函数、与其中基于n/2减少距离d的点相对应的点扩散函数、以及与n/2相对应的点的点扩散函数应用于维纳滤波误差度量，以由此获得步骤上述情况之间的最小误差值；如果最小误差值大于预设的阈值，在将d设置为d/2（或类似于d/2的数值）之后，将其中基于与最小误差值相对应的点的点扩散函数增加d（此时d为n/4）的点、其中基于与最小误差值相对应的点的点扩散函数减少d的点、以及与最小误差值相对应的点的点扩散函数应用于维纳滤波的误差度量，以将最新确定的最小值与阈值作比较（所谓的重复过程）来搜索点扩散函数，直到维纳滤波误差度量的结果应用的结果变成阈值或比阈值更低。

下面是表示为伪代码的用于搜索点扩散函数的误差度量应用部分（220）的过程。

在审视伪代码时，与用于分类数据的传统二进制搜索算法相反，用于搜索点扩散函数的误差度量应用部分（220）的方法被发现使用有关维纳滤波的误差度量函数的斜率的变化的信息和对应于最小误差值的点的信息，以便发现将被执行的每次重复的起始点。如上所述，这是因为维纳滤波的误差度量与G(f)和1/H(f)之间的差异成比例增加（对应于最优点扩散函数的点为误差度量的转折点）。

接下来，根据本发明的实施例，在误差度量应用部分（220）发现在重复的结果满足预定的阈值的时刻提取的点扩散函数和信号噪声比之后，根据本发明的示例实施例的滤波执行部分（230）可执行将所提取的点扩散函数和信号噪声比的值选择为维纳滤波的值和向所输入的条形码图像执行维纳滤波的功能（即，应用数学公式5的滤波器G(f)）以由此对条形码图像去模糊。

接下来，根据本发明的示例实施例，通信部分（240）可执行允许终端（200）与外部设备通信的功能。

此外，根据本发明的示例实施例的控制部分（250）可执行控制PSF管理部分（210）、误差度量应用部分(220）、滤波器执行部分(230）和通信部分(240）之间的数据流的功能。

换言之，根据本发明的控制部分(250）可控制PSF管理部分(210）、误差度量应用部分(220）、滤波执行部分(230）和通信部分(240）以通过控制来自/到外部的数据流或终端(200）的部件之中的数据流来执行它们唯一的功能。

另一方面，以上解释涉及用于将可用范围的噪声信号比之中的特定值固定为将被应用于维纳滤波误差度量的值并且然后选择在通过二进制搜索算法将n个点扩散函数应用于误差度量的结果满足预设的阈值的时刻找出的点扩散函数和噪声信号比的方法，但是根据本发明的示例实施例，并不局限于此。根据本发明的另一示例实施例，通过利用线性搜索算法而不是利用维纳滤波的误差度量来采用n个点扩散函数和可用范围内的第1至第m噪声信号比来执行维纳滤波，将有可能搜索最优维纳滤波器。具体而言，本发明的另一示例实施例可优选地应用于如下情况中的任一种：由于所输入的条形码图像的微弱信号，NSR不能被立刻提取，所以将被规律地用于维纳滤波的误差度量的N(f)的值不能被指定的情况；或由于n的大小较小，操作次数预期不大的情况。

具体地，根据本发明的另一示例实施例的滤波执行部分（230）可执行如下功能：通过线性地应用由PSF管理部分（210）计算出的n个点扩散函数和可用范围内的m个NSR（即，第1至第m噪声信号比）对所输入的条形码图像进行维纳滤波以及选择在条形码图像的模糊被最优改进时的点扩散函数（PSF）的特定值和噪声信号比的特定值作为维纳滤波的值。这可被表示为如以下所示的伪代码。

换句话说，假定通过PSF管理部分（210）计算30个点扩散函数并且可用噪声信号比的范围在0.0001到0.01之内以及通过以单位0.0001划分该范围得到m为100，则根据本发明的另一示例实施例的滤波执行部分（230）可通过确定执行维纳滤波的3000例（即，30X100）情况中条形码图像的模糊被最优改善时的点扩散函数（PSF）和噪声信号比。

即使根据本发明的另一示例实施例，PSF管理部分（210）可在以n个不同焦距拍摄随机主体时测量和记录光学传递函数（而不是利用用于通过复杂的数学分析获取拍摄装置的光学传递函数的方法），并然后通过从测得的光学传递函数获得n个点扩散函数事先建立将被应用于数学公式5的H(f)的一组候选，以由此缩短用于搜索最优滤波器所需的时间。

本发明的实施例可通过多种计算机装置以可记录到计算机可读介质的可执行程序命令的形式实现。计算机可读介质可包括单独的程序命令、数据文件和数据结构或它们的组合。记录至介质的程序命令可以是针对本发明专门设计的部件或可以是对计算机软件领域的技术人员可用的。计算机可读记录介质包括诸如硬盘、软盘、磁带的磁介质、诸如CD-ROM和DVD的光学介质、诸如光磁软盘的磁光介质以及诸如ROM、RAM和闪存之类的专门设计成存储和执行程序的硬件设备。程序命令不仅包括通过编译器产生的机器语言代码，还包括可由注释器等使用的高级代码，该高级代码可被计算机执行。上述硬件设备可充当超过一个软件模块以执行本发明的动作，反之亦然。

虽然到现在为止已经通过诸如特定组件和有限的实施例和附图描述了本发明，但提供它们仅仅是为了提供对本发明的整体理解，并且本发明不受上述实施例限制。本发明所属领域的普通技术人员可尝试基于这些描述的各种修改和改变。

因此，本发明的思想必须不应当限于所解释的实施例，并且以下专利权利要求和包括等于或等效于专利权利要求的变型的一切事物属于本发明的思想的范畴。

Claims (11)

1.一种用于对通过移动终端输入的条形码图像去模糊的方法，所述方法包括以下步骤：

(a)通过改变所述移动终端与主体之间的焦距，计算得出所述移动终端专属的第1至第n光学传递函数（OTF）；

(b)一旦条形码图像被输入，就将可用范围中的信号噪声比中的特定值固定为将被应用于维纳滤波误差度量的值，然后通过二进制搜索算法将根据第1到第n光学传递函数计算的n个点扩散函数（PSF）应用于维纳滤波误差度量，以及确定应用维纳滤波误差度量的结果是否等于或小于预设的阈值；以及

(c)选择在维纳滤波误差度量的结果等于或小于所述阈值时的点扩散函数值和信号噪声比作为维纳滤波的值，以对条形码图像执行维纳滤波。

2.如权利要求1所述的方法，其特征在于，在步骤(b)，从所输入的条形码图像提取噪声信号比，然后将所提取的噪声信号比固定为将被应用于维纳滤波误差度量的值。

3.如权利要求2所述的方法，其特征在于，所述步骤(b)包括以下步骤：

(bl)当将被应用于误差度量的噪声信号比的值被固定时，将与其中基于n/2增加距离d的点相对应的点扩散函数、与其中基于n/2减少距离d的点相对应的点扩散函数、以及与n/2相对应的点的点扩散函数应用于维纳滤波误差度量，以检测它们之间的最小误差值，其中d的初始值为n/2；以及

(b2)重复步骤，其中如果检测到的最小误差值超过所述阈值，在将d设置为d/2之后，将其中基于与所检测到的最小误差值相对应的点的点扩散函数增加d的点、其中基于与最小误差值相对应的点的点扩散函数减少d的点、以及与最小误差值相对应的点的点扩散函数应用于维纳滤波误差度量，然后将所检测到的它们之间最新确定的最小值与所述阈值作比较。

4.如权利要求3所述的方法，在步骤(b2)，执行所述重复直到最新确定的最小值等于所述阈值或小于所述阈值。

5.一种用于对通过移动终端输入的条形码图像去模糊的方法，所述方法包括以下步骤：

(a)通过改变所述移动终端与主体之间的焦距，计算得出所述移动终端专属的第1至第n光学传递函数（OTF）；

(b)一旦条形码图像通过所述移动终端被输入，就线性地应用根据第1至第n光学传递函数计算的n个点扩散函数（PSF）和可用范围中的第1到第m噪声信号比（NSR），并对所输入的条形码图像执行维纳滤波，以及

(c)选择在经过维纳滤波的条形码图像的模糊被最优改进时的点扩散函数和噪声信号比作为维纳滤波的值。

6.一种用于对输入的条形码图像去模糊的终端，所述终端包括：

PSF管理部分，用于在通过改变所述移动终端与主体之间的焦距计算得出所述移动终端专属的第1至第n光学传递函数（OTF）之后，根据第1到第n光学传递函数计算n个点扩散函数（PSF）；

误差度量应用部分，用于在条形码图像通过所述终端输入之后，将可用范围中的信号噪声比中的特定值固定为将被应用于维纳滤波误差度量的值，然后通过二进制搜索算法将所述n个点扩散函数应用于维纳滤波误差度量，以及确定应用维纳滤波误差度量的结果是否等于或小于预设的阈值；以及

滤波执行部分，用于将应用维纳滤波误差度量的结果等于或小于所述阈值时的点扩散函数和信号噪声比选择作为维纳滤波的值，以对所输入的条形码图像执行维纳滤波。

7.如权利要求6所述的终端，其特征在于，所述误差度量应用部分从所输入的条形码图像提取信号噪声比，并且然后将所提取的信号噪声比固定为将被应用于维纳滤波误差度量的值。

8.如权利要求7所述的终端，其特征在于，当将被应用的噪声信号比的值被固定时，所述误差度量应用部分将与其中基于n/2增加距离d的点相对应的点扩散函数、与其中基于n/2减少距离d的点相对应的点扩散函数、以及与n/2相对应的点的点扩散函数应用于维纳滤波误差度量，以检测它们之间的最小误差值，其中d的初始值为n/2；以及如果检测到的最小误差值超过所述阈值，在将d设置为d/2之后，执行如下重复过程：将其中基于与所检测到的最小误差值相对应的点的点扩散函数增加d的点、其中基于与所检测到的最小误差值相对应的点的点扩散函数减少d的点、以及与最小误差值相对应的点的点扩散函数应用于维纳滤波误差度量，然后将最新检测到的它们之间的最小值与所述阈值作比较。

9.如权利要求8所述的终端，其特征在于，所述误差度量应用部分执行所述重复直到最新检测到的最小值等于所述阈值或小于所述阈值。

10.一种用于对输入的条形码图像去模糊的终端，所述终端包括：

PSF管理部分，用于在通过改变所述移动终端与主体之间的焦距计算得出所述移动终端专属的第1至第n光学传递函数（OTF）之后，根据第1到第n光学传递函数计算n个点扩散函数（PSF）；以及

滤波执行部分，用于在条形码图像通过所述移动终端输入之后，线性地应用所述n个点扩散函数（PSF）和可用范围中的第1到第m噪声信号比（NSR），以对所输入的条形码图像执行维纳滤波，并且选择在经过维纳滤波的条形码图像的模糊被最优改进时的点扩散函数（PSF）和噪声信号比作为维纳滤波的值。

11.一种计算机可读记录介质，所述计算机可读记录介质上记录有用于执行如权利要求1到权利要求5中的任一项所述的方法的计算机程序。

Images