CN103793679A

CN103793679A - 基于DaVinci技术的一维条码识别方法

Info

Publication number: CN103793679A
Application number: CN201410079991.7A
Authority: CN
Inventors: 程玉庭; 班健; 李功燕
Original assignee: Jiangsu IoT Research and Development Center
Current assignee: Zhongke Weizhi Technology Co ltd
Priority date: 2014-03-05
Filing date: 2014-03-05
Publication date: 2014-05-14
Anticipated expiration: 2034-03-05
Also published as: CN103793679B

Abstract

本发明提供一种基于DaVinci技术的一维条码识别方法，包括下述步骤：A.输入图像预处理的步骤：对输入的RGB格式的源图像进行灰度化处理，以及缩小处理和去噪处理，分别获得解码用灰度图、定位用灰度图、去噪后灰度图；B.条码定位的步骤：对步骤A中获得的三张灰度图进行相关处理，提取条码区域并校正角度；C.解码的步骤：对提取的条码区域进行扫描和解码，获得条码码值。本发明对条码的识别算法进行了特殊的设计和优化，提高了算法的鲁棒性，满足了复杂的工业环境中的自动化、实时的条形码识别需求。

Description

基于DaVinci技术的一维条码识别方法

技术领域

本发明涉及适用于工业生产流水线控制系统的图像处理方法，尤其是一种条码识别方法。

背景技术

随着20世纪计算机技术的飞速发展，条码技术的发展也很迅猛。到了如今的信息时代，条码作为一种简单、易行、廉价、高速的输入技术已被世界各国普通采用，已被称为“商品进入国际市场的通行证”。目前，国外的条码技术应用已相当广泛，在国内条码技术仍有很大的发展前景。在工业零件生产过程中，对贴于零件上的条码进行定位识别，可以实现产品的质量监控及产品溯源。虽然条码技术在理论上发展已相对成熟，但是对于工业生产过程中条码的识别算法，其精确性与实时性仍然有待进一步研究。

市场上条码识别多数是建立在手持终端近距离对条码扫描的过程上的，识别算法对条码定位无需过多考虑。而在工业视觉应用系统中，需固定相机，对距其有一定距离的履带上传送的产品进行自动抓拍，此时条码区域在整幅采集图像中所占面积比例较小，并且条码区域会发生倾斜现象，从而需要在识别前首先对采集图像中的条码区域进行定位，并旋转以校正条码的角度。

此外，手持终端可采集到高质量的图片，从而条码识别较易。而在工业生产过程中，由于采集距离的限制、产品的运动以及复杂的工业环境的影响，使得相机极难获得高质量的图片，这对条形码识别算法提出了更高的要求。

目前国内外虽然也有一些条码识别的研究成果，但考虑的情况往往比较理想，不适合工业环境下的条码识别。尤其是在工业自动化流水线中，待识别产品的运动速度较快，条形码识别系统如果不能实时工作，则将影响整个工业生产线。所以在工业生产中，如何保证条形码识别系统实时地、高效地运行具有极其重要的意义。

发明内容

本发明的目的在于克服现有技术中存在的不足，提供一种基于DaVinci技术的一维条码识别方法，使得条码识别系统能够实时地、高识别率地运行。本发明采用的技术方案是：

一种基于DaVinci技术的一维条码识别方法，包括下述步骤：

A.输入图像预处理的步骤：对输入的RGB格式的源图像进行灰度化处理，以及缩小处理和去噪处理，分别获得解码用灰度图、定位用灰度图、去噪后灰度图；

B.条码定位的步骤：对步骤A中获得的三张灰度图进行相关处理，提取条码区域并校正角度；

C.解码的步骤：对提取的条码区域进行扫描和解码，获得条码码值。

所述步骤A具体包括以下子步骤：

A-1，首先将输入的RGB格式的源图像进行灰度化处理，即可得到解码用灰度图；

A-2，接着利用插值算法，将解码用灰度图按照需要的倍数缩小，获得定位用灰度图；

A-3，随后利用高斯模糊的方法对定位用灰度图进行平滑去噪，得到去噪后灰度图。

所述步骤B具体包括以下子步骤：

B-1，顶帽滤波：对去噪后灰度图和定位用灰度图进行顶帽滤波处理，获得滤波后灰度图；

B-2，获取掩码：由滤波后灰度图的相关信息，对定位用灰度图进行二值化阈值处理，获取初步的掩码；

对该初步的掩码进行形态学操作，消除噪声，连通条码区域，得到条码区域的掩码，并对条码区域的掩码进行放大，使得掩码的大小与解码用灰度图相同；

B-3，用放大后的掩码处理解码用灰度图，获取解码用灰度图中的条码区域；

B-4，条码旋正：利用霍夫变换算法，获取条码区域中与条空平行的直线的倾斜角，并根据该倾斜角对条码区域进行旋正。

所述步骤C具体包括以下子步骤：

C-1，逐行地扫描旋正后的条码区域，得到扫描线；

C-2，对扫描线进行二值化处理；

C-3，读取并根据二值化后的扫描线中的条空信息求条码的各码字的码值逻辑值；然后得到一个条码中所有码字的码值逻辑值组成的逻辑值数组；

C-4，判断解码方向；

C-5，根据码字的码值逻辑值与码字的对应关系，得到一个条码的所有码字的码值；

C-6，进行条码码值校验，若校验通过则解码成功，否则重新扫描一条扫描线，重复步骤C-1至C-6继续做解码操作。

本发明的优点：本方法满足了复杂的工业环境中的自动化、实时的条形码识别需求。对工业流水线中的特殊情况进行了缜密的研究，并予以解决。对条码的识别算法进行了特殊的设计和优化，使整套系统的应用前景更为开阔。

附图说明

图1为DaVinci技术软件系统架构。

图2为本发明的算法时序流程图。

图3为本发明的预处理流程图。

图4为本发明的条码定位流程图。

图5为本发明的条码解码流程图。

具体实施方式

下面结合具体附图和实施例对本发明作进一步说明。

本发明所提出的基于DaVinci技术的一维条码识别方法，主要运行在条码识别系统上，能够对工业生产过程中的条码进行自动识别，条码类型为一维code128码，条码识别系统主要包括三个模块：预处理模块、定位模块、解码模块。

预处理模块主要是对RGB三通道的输入图像进行处理，获得用于解码和定位的8位单通道灰度图，并进行图像去噪处理。其中用于定位的灰度图的长和宽都被适应的缩小，以提高系统运行的速度。

定位模块主要以顶帽算法为核心，对整幅图像进行相关处理，提取条码区域并校正角度。

解码模块首先对条码区域进行二值化处理，然后通过逐行扫描的方式，并利用code128码本身的校验码，来对所得条码进行解码。

本系统的图像处理是基于DaVinci技术进行的。Davinci处理器是建立在TI公司最新的TMS320C64x+DSP核基础上的SoC（System On Chip片上系统），包含DSP核、ARM核、加速器和外设，从而保证各种终端数字设备对价格、性能等方面的苛刻要求，而条形码的识别算法就是运行在DSP核上的。

DaVinci技术的总体软件架构分为三个主要的层次：信号处理层，应用层和Linux驱动层。这种软件的划分反映了底层硬件的构成：DSP、ARM用户和ARM的内核空间。软件架构框图如图1所示：应用程序运行在ARM端，它负责整个系统的I/O存取和应用程序调用。DSP负责图像处理算法，其运算产生的结果可以通过存储器共享机制由ARM获得做进一步的显示、播放后处理。另外，ARM端提供了一系列可调用的驱动程序、定时器API接口，给应用程序使用，应用程序开发人员可以不了解底层硬件工作原理即能对其进行调用。

TI公司的TMS320DM6467的主要性能参数为：（1）处理器有2个：主频300MHz的ARM926EJ-S主处理器和主频为600MHz的TMS320C64x+DSP核。（2）内存和存储器：256MB DDR2内存、128MB NAND闪存、支持IDE硬盘的ATA接口、支持SATA硬盘的SATA接口。（3）缓存：ARM端16K I-Cache、8K D-Cache、32K TCM RAM、8K Boot ROM,DSP端32K L1D Cache/SRAM、32K L1Pcache/SRAM、128K L2 Cache、64K Boot ROM。TMS320DM6467的这些性能都保证了算法的高效运行，为实时性提供了保障。

如图2所示，算法的流程主要分为三步：

下面对算法的流程做详细的介绍：

A.预处理

如图3所示，是算法的预处理过程。它的输入是一幅RGB格式的源图像，输出是用于解码用的单通道8位灰度图和用于定位用的并经过平滑处理的单通道8位灰度图。

A-1，首先将输入的RGB格式的源图像进行灰度化处理，即可得到解码用灰度图；该解码用灰度图是单通道8位灰度图。源图像灰度化处理时所用的图像灰度化公式为：Gray = 0.30 * R + 0.59 * G + 0.11 * B，Gray代表灰色，R代表红色，G代表蓝色，B代表绿色；

A-2，接着利用插值算法，将解码用灰度图按照需要的倍数缩小，获得定位用灰度图；灰度图的长和宽都被适应的缩小，图像缩小后可以提高后续处理的速度。定位用灰度图也是单通道8位灰度图。

A-3，随后利用高斯模糊的方法对定位用灰度图进行平滑去噪，得到去噪后灰度图；用于模糊的结构元是3 * 3的结构元。高斯平滑后的去噪后灰度图也是单通道8位灰度图。

B.条码定位

如图4所示，是算法中条码定位的流程。它的输入是定位用灰度图、去噪后灰度图和解码用灰度图。

该步骤主要利用条形码的边缘直线特征，利用顶帽滤波算法对条码区域进行强化。具体操作为，选取合适大小的结构元，对去噪后灰度图进行形态学闭操作，得到中间图；用中间图减去定位用灰度图，即可得滤波后灰度图。由于处理的都是缩小后的图像，所以在顶帽滤波阶段的耗时大大减少。

B-2，获取掩码：由滤波后灰度图的相关信息，对定位用灰度图进行二值化阈值处理，其中所取阈值是滤波后灰度图最大亮度乘以0.8（低于该阈值的像素点变为黑色）；获取初步的掩码；该初步的掩码是一张掩码图，在该掩码图上条码区域基本上是一块白色区域，然后条码区域以外的背景部分还有一些白点噪声组成，因此是含有噪声的掩码而非条码区域的真正掩码。还需要经过一些形态学操作才能得到真正掩码。

对该初步的掩码进行形态学操作（比如腐蚀、膨胀等），消除噪声，连通条码区域，得到条码区域的掩码，并对条码区域的掩码进行放大，使得掩码的大小与解码用灰度图相同。

此步骤中，由于掩码是由缩小后的图像所得的，因此需要重新对掩码进行缩放（这里是放大），使其大小与解码用灰度图相同。

B-4，条码旋正：利用霍夫变换算法，获取条码区域中与条空平行的直线的倾斜角，并根据该倾斜角对条码区域进行旋正；

此步骤中，输入是上一步所得的条码区域，输出是旋正后的条码区域。这里用到了霍夫变换算法，来获取条码区域中直线的角度。由于在条码区域中有两类直线，与条空平行的直线，与条空垂直的直线。用于旋转条码的直线角度是与条空平行的直线的倾斜角。

C.条码解码

如图5所示，条码解码的输入图像是旋正后的条码区域，输出是条码的码值。

C-1，选取扫描线，即逐行地扫描旋正后的条码区域，得到扫描线；

C-2，对扫描线进行二值化处理，此处利用最大类间差分（ostu）算法,从而使得包含灰度信息的扫描线被处理成只有黑白点的扫描线；

码字的码值逻辑值用b₁b₂b₃b₄b₅表示，其中：b_n=a_n+a_n+1(n=1,2,3,4,5)，a_n(n=1,2,3,4,5,6)表示每个条或空的宽度所占的单位模板个数；

code128码是（6,11）码，即code128码的每个码字是由6个条空表示，6个条空的总宽度是11个单位模板宽度。比如码字“9”，在code128A型编码方式中，条空信息是bbbssbsbbss（b代表条，s代表空），用单位模板宽度来衡量，也就是3个宽度的条+2个宽度的空+1个宽度的条+1个宽度的空+2个宽度的条+2个宽度的空；码字“9”对应的码值就是321122。因此可以用形如a₁a₂a₃a₄a₅a_6（的格式来表示code128码每个码字的带宽值，其中a_n(n= 1, 2, 3, 4, 5, 6)表示每个条或空的宽度所占的单位模板个数。因为在图像原因或实际估算的误差，可能导致条码的相邻条空宽度产生一个宽度的误差，这对于解码而言是致命性的。比如码字“9”的条空信息bbbssbsbbss有可能被误解为4个宽度的条+1个宽度的空+1个宽度的条+1个宽度的空+2个宽度的条+2个宽度的空，这样就会误读为码值411122；为了提高算法的鲁棒性，可以利用逻辑值b₁b₂b₃b₄b₅来代替带宽值表示码字。其中：b_n=a_n+a_n+1(n=1,2,3,4,5)。根据实践，可以发现上述关系的code128码的逻辑值和码字是一一对应的，完全可以用逻辑值来代替带宽值表征码字。

因此，根据读取的扫描线中的条空信息，本步骤中，计算获取的是条码的各码字的码值逻辑值。比如，对于码字“9”的条空信息bbbssbsbbss，b₁b₂b₃b₄b₅为53234（3+2=5；2+1=3；1=1=2；1+2=3；2+2=4）。

C-4，判断解码方向；

这里主要是根据code128码的终止符不变的原理，判断条码两端的逻辑值序列哪一端与终止符的逻辑值相符，从而确定解码方向。

具体通过终止符的逻辑值来判断解码方向；

在上一步中，条码的所有码字（包括起始符、终止符、各数据位、校验和字符）的码值得到后，则根据code128的编码表，就可以知道各码字在编码表里的ID号，根据ID号可以进行校验。这里利用了code128码的校验和算法mod103,来求取条码的校验和，看是否与校验和字符相同，如若相同则解码成功；否则重新扫描一条扫描线，继续做解码操作。

Claims

1.一种基于DaVinci技术的一维条码识别方法，其特征在于，包括下述步骤：

2.如权利要求1所述的基于DaVinci技术的一维条码识别方法，其特征在于，所述步骤A具体包括以下子步骤：

3.如权利要求2所述的基于DaVinci技术的一维条码识别方法，其特征在于：

子步骤A-1中，源图像灰度化处理时所用的图像灰度化公式为：Gray = 0.30 * R + 0.59 * G + 0.11 * B，Gray代表灰色，R代表红色，G代表蓝色，B代表绿色。

4.如权利要求2所述的基于DaVinci技术的一维条码识别方法，其特征在于，所述步骤B具体包括以下子步骤：

5.如权利要求4所述的基于DaVinci技术的一维条码识别方法，其特征在于：

子步骤B-2中，进行二值化阈值处理时，所取阈值是滤波后灰度图最大亮度乘以0.8。

6.如权利要求4所述的基于DaVinci技术的一维条码识别方法，其特征在于：所述步骤C具体包括以下子步骤：

C-1，逐行地扫描旋正后的条码区域，得到扫描线；

C-2，对扫描线进行二值化处理；

C-4，判断解码方向；

7.如权利要求6所述的基于DaVinci技术的一维条码识别方法，其特征在于：

子步骤C-2中，具体利用最大类间差分算法对扫描线进行二值化处理。

8.如权利要求6所述的基于DaVinci技术的一维条码识别方法，其特征在于：

子步骤C-3中，码字的码值逻辑值用b₁b₂b₃b₄b₅表示，其中：b_n=a_n+a_n+1(n=1,2,3,4,5)，a_n(n=1,2,3,4,5,6)表示每个条或空的宽度所占的单位模板个数。