CN117291209B - 一种基于多核异构架构的条码识别智能终端 - Google Patents
一种基于多核异构架构的条码识别智能终端 Download PDFInfo
- Publication number
- CN117291209B CN117291209B CN202310051682.8A CN202310051682A CN117291209B CN 117291209 B CN117291209 B CN 117291209B CN 202310051682 A CN202310051682 A CN 202310051682A CN 117291209 B CN117291209 B CN 117291209B
- Authority
- CN
- China
- Prior art keywords
- bar code
- control unit
- module
- sub
- image
- 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.)
- Active
Links
- 238000004364 calculation method Methods 0.000 claims abstract description 41
- 238000004458 analytical method Methods 0.000 claims abstract description 21
- 230000006978 adaptation Effects 0.000 claims abstract description 15
- 238000003860 storage Methods 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims description 28
- 230000006870 function Effects 0.000 claims description 22
- 238000000034 method Methods 0.000 claims description 19
- 230000009466 transformation Effects 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 9
- 238000005315 distribution function Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 230000003287 optical effect Effects 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 230000003203 everyday effect Effects 0.000 claims description 4
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000011112 process operation Methods 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 2
- 238000007405 data analysis Methods 0.000 abstract description 2
- 238000006243 chemical reaction Methods 0.000 description 8
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000007493 shaping process Methods 0.000 description 2
- 238000005728 strengthening Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000005347 demagnetization Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
- G06K17/0025—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device the arrangement consisting of a wireless interrogation device in combination with a device for optically marking the record carrier
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
- G06K7/1404—Methods for optical code recognition
- G06K7/1439—Methods for optical code recognition including a method step for retrieval of the optical code
- G06K7/1452—Methods for optical code recognition including a method step for retrieval of the optical code detecting bar code edges
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
- G06K7/1404—Methods for optical code recognition
- G06K7/146—Methods for optical code recognition the method including quality enhancement steps
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Electromagnetism (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Quality & Reliability (AREA)
- Multimedia (AREA)
- Cash Registers Or Receiving Machines (AREA)
Abstract
本发明涉及条码识别智能终端技术领域,且公开了一种基于多核异构架构的条码识别智能终端,包括分控单元、中控单元、中间单元,所述分控单元基于ARM处理器,所述中控单元基于DSP处理器,所述分控单元包括图像模块、条码模块、计算模块以及分析模块,所述中控单元包括统计模块、核算模块、管理模块以及存储模块,所述中间单元包括内存管理模块、核间同步模块、硬件适配模块以及系统适配模块,基于DSP处理器中控单元与基于ARM处理器的分控单元,二者之间为多核异构架构系统,DSP处理器的价格较高,但可进行复杂的计算,而分控单元采用ARM处理器,ARM处理器价格较低,但可进行一定的数据分析计算,从而能够满足多个分控单元的使用要求。
Description
技术领域
本发明涉及条码识别智能终端技术领域,更具体地涉及一种基于多核异构架构的条码识别智能终端。
背景技术
超市在进行运营时,消费者选好商品后,将选定的商品放置在购物车内,并在收银台进行付款结算,收银台进行付款结算时,一般通过收银员手持条码识别器,对商品的条码进行识别并去磁,或者在自助结账台上,消费者自主进行扫码去磁,此过程,均需要通过条码识别器对商品包装上的条码进行识别,从而最终进行结算;
条码在进行识别时,由于不同颜色的物体,其反射的可见光的波长不同,白色物体能反射各种波长的可见光,黑色物体则吸收各种波长的可见光,所以当条形码扫描器光源发出的光经光阑及凸透镜后,照射到光电转换器上,光电转换器接收到与白条和黑条相应的强弱不同的反射光信号,并转换成相应的电信号输出到放大整形电路,整形电路把模拟信号转化成数字电信号,再经译码接口电路译成数字字符信息,但是传统的条码识别终端存在以下问题:
传统的条码一般采用光电识别终端进行条码信息识别,而采用光电识别的方式,首先要保证调整正对着识别装置的前方,且条码自身不能出现倾斜,否则无法进行商品信息识别,此过程较为浪费时间,从而会影响超市的整体工作效率;
当超市进行条码识别时,其识别信息储存在收银台内,而当最后进行数据统计时,若是超市为连锁超市,每一家超市内的系统均不同,进行最终的统计时较为复杂。
发明内容
为了克服现有技术的上述缺陷,本发明的实施条例提供一种基于多核异构架构的条码识别智能终端,以解决背景技术中所提出的技术问题。
为实现上述目的,本发明提供如下技术方案:一种基于多核异构架构的条码识别智能终端,包括分控单元、中控单元、中间单元,所述分控单元基于ARM处理器,对商品信息进行识别以及计算,所述中控单元基于DSP处理器,对分控单元所采集到的信息进行处理,所述分控单元包括图像模块、条码模块、计算模块以及分析模块,所述中控单元包括统计模块、核算模块、管理模块以及存储模块,所述中间单元包括内存管理模块、核间同步模块、硬件适配模块以及系统适配模块,所述分控单元检测商品信息,并将商品信息发送给中控单元,所述中控单元对商品信息以及分控单元运行情况进行处理,所述中间单元保证中控单元与分控单元之间稳定连接运行;
所述识别模块采用光电条码识别技术用于识别商品的条码,其采用光学探测器将条码条空图案的光信号转换为电信号,将电信号经过放大、滤波、整形后形成与条码条空宽度相对的高低电平矩形方波信号,并经过译码器对矩形方波信号进行译码,将结果发送给分析模块;
所述图像模块对条码所在位置的图像进行采集,并将采集后的图像进行预处理,预处理后进行二值化处理实现边缘确定,对条码图像进行宽度计算,识别条码信息,并将信息发送给分析模块;
条码图像边缘确定后,此时条码不会处于水平方向,对其进行旋转,使其在水平位置后,再进行条码宽度计算,其旋转公式为,式中x与y为条码任意位置所在的坐标点,/>为条码边缘与水平方向的角度,x1与y1为旋转后条码任意位置所在的坐标点;所述分析模块将识别模块所检测出的条码信息与图像模块所检测出的条码信息进行对比,当二者信息相同时,此时将相同的信息发送给计算单元,对商品价格进行计算,当二者信息不同时,此时由管理人员进行商品信息手动输入。
在一个优选的实施方式中,图像预处理的过程图像增强以及图像滤波,图像增强的方式为直方图均衡化,其处理步骤为:
步骤S1、对原始图像的灰度级进行罗列,并计算各灰度级的频度,其频度计算公式为,式中/>为频度,/>为罗列后图像的灰度级,/>为灰度级的像素数目,/>为原始像素的总数量,j为灰度值的级别;
步骤S2、计算累积分布函数,其公式为,式中/>为分布函数,k为灰度值的总级别;
步骤S3、输出图像的灰度级按映射公式进行计算,其计算公式为,式中gi为输出的灰度级,gmax为最大灰度级,gmin为最小灰度级,INT为取整函数;
步骤S4、统计出gi的像素数目,计算输出图像的直方图,修改袁术图像的灰度级,得到直方图近似均匀分布的输出图像。
在一个优选的实施方式中,图像滤波的方式为基于数学形态学的Top-Hat变换与Bottom-Hat变换,Top-Hat变换的计算公式为,Bottom-Hat变换的计算公式为/>,式中h为输出的变换结果,H为原始图像,b为结构元素,/>为图像开启运算,/>为图像关闭运算。
在一个优选的实施方式中,二值化处理为最优阈值法对图像进行二值化处理,最优阈值法采用高斯噪声图像的混合概率密度进行计算,混合概率密度的计算公式为,式中P1为背景区域灰度值的先验概率,P2为目标区域灰度值的先验概率,p1为目标单峰密度函数,p2为背景单峰密度函数,p为混合概率密度。
在一个优选的实施方式中,所述分控单元内的分析单元将计算单元内所计算的商品信息发送给中控单元,所述中控单元与多个分控单元进行连接,且所述中控单元内的统计单元将不同分控单元内的数据进行统计分析。
在一个优选的实施方式中,核算单元每日将分控单元内数据进行核算,核算商品卖出的数量与收入钱款是否一致,当一致时,将分控单元内的信息数据发送到存储模块内进行储存,当不一致时,管理模块将存在问题的分控单元内数据进行核对,并找出问题产生的原因,并将错误信息以及修正后的信息同步储存在存储模块内。
在一个优选的实施方式中,所述中间单元内的内存管理模块将分控单元内的内存数据直接发送到中控单元的核算模块内,核算模块内通过分析单元所计算出的数据与分控单元内的数据进行对比,并将不一致的数据发送给管理模块进行处理。
在一个优选的实施方式中,所述硬件适配模块为HAL抽象层,向中控单元提供操作的接口,包括DSP处理器启动、运行以及终止的函数,并与分控单元的处理器芯片进行连接。
在一个优选的实施方式中,所述操作系统适配模块连接中控单元内的系统与分控单元内的系统,所述操作系统适配模块与分控单元内的系统连接函数接口为内存操作以及链表操作,而操作系统适配模块与中控单元内的系统连接函数为内存操作、链表操作、进程操作以及中断操作。
在一个优选的实施方式中,所述核间同步模块实现中控单元与分控单元之间数据同步,核间同步模块能够发送指令Cache作废命令和释放命令,中控单元与分控单元内均听从核间同步模块所发送的指令,对其内部的数据进行同步修改。
本发明的技术效果和优点:
本发明通过设有基于DSP处理器中控单元与基于ARM处理器的分控单元,二者之间为多核异构架构系统,中控单元采用DSP处理器,DSP处理器的价格较高,但可进行复杂的计算,而分控单元采用ARM处理器,ARM处理器价格较低,但可进行一定的数据分析计算,从而能够满足多个分控单元的使用要求,本申请的识别终端在具有良好处理功能的同时,成本更低,分布更加合理;
本发明通过设有图像模块与条码模块,本申请采用图像识别与光电识别两种方式进行条码识别,并对二者识别出的结果进行对比,当其一致时,此时可在计算模块内进行商品价格的计算,可以避免采用单一的光电识别或者图像识别时,易出现错误的问题;
本发明通过采用高斯噪声图像的混合概率密度进行计算,从而可以确定出二值化处理的最优阈值,采用最优阈值进行图像二值化处理,可以降低分隔误差的概率,从而进行二值化处理后的图像更加精确;
本发明通过Top-Hat变换进行滤波后,可以对图像的阴影细节进行加强,通过Bottom-Hat变换进行滤波后,可以对图像的明亮区域进行细节加强,条码仅设有黑线的阴影区域以及空白的明亮区间,因此本申请采用Top-Hat变换以及Bottom-Hat变换后,可以对阴影以及明亮区域均进行细节加强,从而对条码整体进行细节加强,增加其进行识别的准确程度。
附图说明
图1为本发明的整体结构示意图。
具体实施方式
下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,另外,在以下的实施方式中记载的各结构的形态只不过是例示,本发明所涉及的一种基于多核异构架构的条码识别智能终端并不限定于在以下的实施方式中记载的各结构,在本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施方式都属于本发明保护的范围。
本发明提供了一种基于多核异构架构的条码识别智能终端,包括分控单元、中控单元、中间单元,所述分控单元基于ARM处理器,对商品信息进行识别以及计算,所述中控单元基于DSP处理器,对分控单元所采集到的信息进行处理,所述分控单元包括图像模块、条码模块、计算模块以及分析模块,所述中控单元包括统计模块、核算模块、管理模块以及存储模块,所述中间单元包括内存管理模块、核间同步模块、硬件适配模块以及系统适配模块,所述分控单元检测商品信息,并将商品信息发送给中控单元,所述中控单元对商品信息以及分控单元运行情况进行处理,所述中间单元保证中控单元与分控单元之间稳定连接运行;
所述识别模块采用光电条码识别技术用于识别商品的条码,其采用光学探测器将条码条空图案的光信号转换为电信号,将电信号经过放大、滤波、整形后形成与条码条空宽度相对的高低电平矩形方波信号,并经过译码器对矩形方波信号进行译码,将结果发送给分析模块;
所述图像模块对条码所在位置的图像进行采集,并将采集后的图像进行预处理,预处理后进行二值化处理实现边缘确定,对条码图像进行宽度计算,识别条码信息,并将信息发送给分析模块;
条码图像边缘确定后,此时条码不会处于水平方向,对其进行旋转,使其在水平位置后,再进行条码宽度计算,其旋转公式为,式中x与y为条码任意位置所在的坐标点,/>为条码边缘与水平方向的角度,x1与y1为旋转后条码任意位置所在的坐标点;
所述分析模块将识别模块所检测出的条码信息与图像模块所检测出的条码信息进行对比,当二者信息相同时,此时将相同的信息发送给计算单元,对商品价格进行计算,当二者信息不同时,此时由管理人员进行商品信息手动输入。本申请实施例中,对条码进行图像采集后,进行图像处理后,对条码进行旋转,使其处于水平位置,从而进行宽度计算时,所计算出的宽度为条码的真实宽度,可以避免条码倾斜时,宽度计算较长,从而出错的问题,且本申请采用图像识别与光电识别两种方式进行条码识别,并对二者识别出的结果进行对比,当其一致时,此时可在计算模块内进行商品价格的计算,可以避免采用单一的光电识别或者图像识别时,易出现错误的问题,而当计算结果不一致时,此时由管理人员到现场进行处理,可进行手动输入,避免客户无法正常进行购物,此外,需要说明的是,光学探测器的型号为1414-50,光学模块内的零件均为传统技术手段中常用的零件,本申请不对其做详细限定
进一步的,图像预处理的过程图像增强以及图像滤波,图像增强的方式为直方图均衡化,其处理步骤为:
步骤S1、对原始图像的灰度级进行罗列,并计算各灰度级的频度,其频度计算公式为,式中/>为频度,/>为罗列后图像的灰度级,/>为灰度级的像素数目,/>为原始像素的总数量,j为灰度值的级别;
步骤S2、计算累积分布函数,其公式为,式中/>为分布函数,k为灰度值的总级别;
步骤S3、输出图像的灰度级按映射公式进行计算,其计算公式为,式中gi为输出的灰度级,gmax为最大灰度级,gmin为最小灰度级,INT为取整函数;
步骤S4、统计出gi的像素数目,计算输出图像的直方图,修改袁术图像的灰度级,得到直方图近似均匀分布的输出图像。
本申请实施例中,进行图像采集后,此时条码位置的图像,受到光照不均匀以及摄像头分辨率等问题影响,此时得到的条码图像不够清晰,因此对条码图像进行增强处理,处理后的图像比原始图像更加清晰,且能够对细节部分进行展示,从而提高后续对条码进行识别的准确程度。
进一步的,图像滤波的方式为基于数学形态学的Top-Hat变换与Bottom-Hat变换,Top-Hat变换的计算公式为,Bottom-Hat变换的计算公式为/>,式中h为输出的变换结果,H为原始图像,b为结构元素,/>为图像开启运算,/>为图像关闭运算,本申请通过Top-Hat变换进行滤波后,可以对图像的阴影细节进行加强,通过Bottom-Hat变换进行滤波后,可以对图像的明亮区域进行细节加强,条码仅设有黑线的阴影区域以及空白的明亮区间,因此本申请采用Top-Hat变换以及Bottom-Hat变换后,可以对阴影以及明亮区域均进行细节加强,从而对条码整体进行细节加强,增加其进行识别的准确程度。
进一步的,二值化处理为最优阈值法对图像进行二值化处理,最优阈值法采用高斯噪声图像的混合概率密度进行计算,混合概率密度的计算公式为,式中P1为背景区域灰度值的先验概率,P2为目标区域灰度值的先验概率,p1为目标单峰密度函数,p2为背景单峰密度函数,p为混合概率密度,采用高斯噪声图像的混合概率密度进行计算,从而可以确定出二值化处理的最优阈值,采用最优阈值进行图像二值化处理,可以降低分隔误差的概率,从而进行二值化处理后的图像更加精确。
进一步的,所述分控单元内的分析单元将计算单元内所计算的商品信息发送给中控单元,所述中控单元与多个分控单元进行连接,且所述中控单元内的统计单元将不同分控单元内的数据进行统计分析,中控单元与分控单元之间进行连接,且中控单元能够与多个分控单元进行连接,多个分控单元可以进行条码识别,从而便于对商品进行识别以及结账,且计算后的信息均可在中控单元内进行展示,从而管理者可通过中控单元及时对分控单元进行调整,此外,中控单元采用DSP处理器,DSP处理器的价格较高,但可进行复杂的计算,因此数量进行一个,应用在中控单元内即可,而分控单元采用ARM处理器,ARM处理器价格较低,但可进行一定的数据分析计算,从而能够满足多个分控单元的使用要求,本申请的识别终端在具有良好的处理功能时,成本更低,分布更加合理。
进一步的,核算单元每日将分控单元内数据进行核算,核算商品卖出的数量与收入钱款是否一致,当一致时,将分控单元内的信息数据发送到存储模块内进行储存,当不一致时,管理模块将存在问题的分控单元内数据进行核对,并找出问题产生的原因,并将错误信息以及修正后的信息同步储存在存储模块内,核算单元每日将分控单元内数据进行核算,因此当分控单元进行条码识别时,当出现问题时,及时进行发现,且哪个分控单元出现问题,对哪个分控单元进行处理即可,提高工作效率,无需进行处理的数据直接进行储存,处理后的数据与处理消息共同进行储存,积累经验,防止后续再出现类似问题。
进一步的,所述中间单元内的内存管理模块将分控单元内的内存数据直接发送到中控单元的核算模块内,核算模块内通过分析单元所计算出的数据与分控单元内的数据进行对比,并将不一致的数据发送给管理模块进行处理,内存管理模块直接将分控单元内的内存数据与分析单元计算后的数据进行对比,从而可以对商品信息进行二次核算,保证商品在进行出售以及计算的准确程度,减少错账出现的可能性,进而有利于超市的整体运行。
进一步的,所述硬件适配模块为HAL抽象层,向中控单元提供操作的接口,包括DSP处理器启动、运行以及终止的函数,并与分控单元的处理器芯片进行连接,通过设有硬件适配模块,分控单元内的ARM处理器与中控单元的DSP处理器之间可实现稳定连接,可以避免分控单元与中控单元直接接口不一致而无法连接使用的问题,并且能够及时对中控单元进行控制,进而使得中控单元对分控单元进行控制。
进一步的,所述操作系统适配模块连接中控单元内的系统与分控单元内的系统,所述操作系统适配模块与分控单元内的系统连接函数接口为内存操作以及链表操作,而操作系统适配模块与中控单元内的系统连接函数为内存操作、链表操作、进程操作以及中断操作,操作系统适配模块连接中控单元内的系统与分控单元内的系统,中控单元内的系统为主系统,分控单元内的系统为分系统,因此操作系统适配模与分控单元内的函数接口较少,与中控单元内的接口较多,保证二者之间均能正常工作的同时,不设有多余函数,使其能够长期工作。
进一步的,所述核间同步模块实现中控单元与分控单元之间数据同步,核间同步模块能够发送指令Cache作废命令和释放命令,中控单元与分控单元内均听从核间同步模块所发送的指令,对其内部的数据进行同步修改,核间同步模块实现中控单元与分控单元之间数据同步,从而能够保证中控单元与分控单元同时进行数据的变化,防止当二者数据不同时,此时进行系统相互冲突,继而影响对条码的识别。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其他的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其他的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
最后:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于多核异构架构的条码识别智能终端,其特征在于:包括分控单元、中控单元、中间单元,所述分控单元基于ARM处理器,对商品信息进行识别以及计算,所述中控单元基于DSP处理器,对分控单元所采集到的信息进行处理,所述分控单元包括图像模块、条码模块、计算模块以及分析模块,所述中控单元包括统计模块、核算模块、管理模块以及存储模块,所述中间单元包括内存管理模块、核间同步模块、硬件适配模块以及系统适配模块,所述分控单元检测商品信息,并将商品信息发送给中控单元,所述中控单元对商品信息以及分控单元运行情况进行处理,所述中间单元保证中控单元与分控单元之间稳定连接运行;
识别模块采用光电条码识别技术用于识别商品的条码,其采用光学探测器将条码条空图案的光信号转换为电信号,将电信号经过放大、滤波、整形后形成与条码条空宽度相对的高低电平矩形方波信号,并经过译码器对矩形方波信号进行译码,将结果发送给分析模块;
所述图像模块对条码所在位置的图像进行采集,并将采集后的图像进行预处理,预处理后进行二值化处理实现边缘确定,对条码图像进行宽度计算,识别条码信息,并将信息发送给分析模块;
条码图像边缘确定后,此时条码不会处于水平方向,对其进行旋转,使其在水平位置后,再进行条码宽度计算,其旋转公式为式中x与y为条码任意位置所在的坐标点,/>为条码边缘与水平方向的角度,x1与y1为旋转后条码任意位置所在的坐标点;
所述分析模块将识别模块所检测出的条码信息与图像模块所检测出的条码信息进行对比,当二者信息相同时,此时将相同的信息发送给计算单元,对商品价格进行计算,当二者信息不同时,此时由管理人员进行商品信息手动输入。
2.根据权利要求1所述的一种基于多核异构架构的条码识别智能终端,其特征在于:图像预处理的过程图像增强以及图像滤波,图像增强的方式为直方图均衡化,其处理步骤为:
步骤S1、对原始图像的灰度级进行罗列,并计算各灰度级的频度,其频度计算公式为,式中/>为频度,/>为罗列后图像的灰度级,/>为灰度级的像素数目,/>为原始像素的总数量,j为灰度值的级别;
步骤S2、计算累积分布函数,其公式为式中/>为分布函数,k为灰度值的总级别;
步骤S3、输出图像的灰度级按映射公式进行计算,其计算公式为,式中gi为输出的灰度级,gmax为最大灰度级,gmin为最小灰度级,INT为取整函数;
步骤S4、统计出gi的像素数目,计算输出图像的直方图,修改袁术图像的灰度级,得到直方图近似均匀分布的输出图像。
3.根据权利要求2所述的一种基于多核异构架构的条码识别智能终端,其特征在于:图像滤波的方式为基于数学形态学的Top-Hat变换与Bottom-Hat变换,Top-Hat变换的计算公式为,Bottom-Hat变换的计算公式为/>,式中h为输出的变换结果,H为原始图像,b为结构元素,/>为图像开启运算,/>为图像关闭运算。
4.根据权利要求1所述的一种基于多核异构架构的条码识别智能终端,其特征在于:二值化处理为最优阈值法对图像进行二值化处理,最优阈值法采用高斯噪声图像的混合概率密度进行计算,混合概率密度的计算公式为,式中P1为背景区域灰度值的先验概率,P2为目标区域灰度值的先验概率,p1为目标单峰密度函数,p2为背景单峰密度函数,p为混合概率密度。
5.根据权利要求1所述的一种基于多核异构架构的条码识别智能终端,其特征在于:所述分控单元内的分析单元将计算单元内所计算的商品信息发送给中控单元,所述中控单元与多个分控单元进行连接,且所述中控单元内的统计单元将不同分控单元内的数据进行统计分析。
6.根据权利要求5所述的一种基于多核异构架构的条码识别智能终端,其特征在于:核算单元每日将分控单元内数据进行核算,核算商品卖出的数量与收入钱款是否一致,当一致时,将分控单元内的信息数据发送到存储模块内进行储存,当不一致时,管理模块将存在问题的分控单元内数据进行核对,并找出问题产生的原因,并将错误信息以及修正后的信息同步储存在存储模块内。
7.根据权利要求6所述的一种基于多核异构架构的条码识别智能终端,其特征在于:所述中间单元内的内存管理模块将分控单元内的内存数据直接发送到中控单元的核算模块内,核算模块内通过分析单元所计算出的数据与分控单元内的数据进行对比,并将不一致的数据发送给管理模块进行处理。
8.根据权利要求1所述的一种基于多核异构架构的条码识别智能终端,其特征在于:所述硬件适配模块为HAL抽象层,向中控单元提供操作的接口,包括DSP处理器启动、运行以及终止的函数,并与分控单元的处理器芯片进行连接。
9.根据权利要求1所述的一种基于多核异构架构的条码识别智能终端,其特征在于:操作系统适配模块连接中控单元内的系统与分控单元内的系统,所述操作系统适配模块与分控单元内的系统连接函数接口为内存操作以及链表操作,而操作系统适配模块与中控单元内的系统连接函数为内存操作、链表操作、进程操作以及中断操作。
10.根据权利要求1所述的一种基于多核异构架构的条码识别智能终端,其特征在于:核间同步模块实现中控单元与分控单元之间数据同步,核间同步模块能够发送指令Cache作废命令和释放命令,中控单元与分控单元内均听从核间同步模块所发送的指令,对其内部的数据进行同步修改。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310051682.8A CN117291209B (zh) | 2023-02-02 | 2023-02-02 | 一种基于多核异构架构的条码识别智能终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310051682.8A CN117291209B (zh) | 2023-02-02 | 2023-02-02 | 一种基于多核异构架构的条码识别智能终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117291209A CN117291209A (zh) | 2023-12-26 |
CN117291209B true CN117291209B (zh) | 2024-05-17 |
Family
ID=89239636
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310051682.8A Active CN117291209B (zh) | 2023-02-02 | 2023-02-02 | 一种基于多核异构架构的条码识别智能终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117291209B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106033525A (zh) * | 2015-03-17 | 2016-10-19 | 苏州长鼎兴智能科技有限公司 | 一种用于快件条形码识别的图像型条码扫描器 |
CN206363326U (zh) * | 2017-01-16 | 2017-07-28 | 东莞理工学院 | 一种基于异构多核架构的机器视觉装置 |
CN109492450A (zh) * | 2018-10-18 | 2019-03-19 | 成都中科信息技术有限公司 | 一种基于版面分析的条形码定位方法 |
CN112101058A (zh) * | 2020-08-17 | 2020-12-18 | 武汉诺必答科技有限公司 | 一种试卷条码自动识别方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105957238B (zh) * | 2016-05-20 | 2019-02-19 | 聚龙股份有限公司 | 一种纸币管理方法及其系统 |
-
2023
- 2023-02-02 CN CN202310051682.8A patent/CN117291209B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106033525A (zh) * | 2015-03-17 | 2016-10-19 | 苏州长鼎兴智能科技有限公司 | 一种用于快件条形码识别的图像型条码扫描器 |
CN206363326U (zh) * | 2017-01-16 | 2017-07-28 | 东莞理工学院 | 一种基于异构多核架构的机器视觉装置 |
CN109492450A (zh) * | 2018-10-18 | 2019-03-19 | 成都中科信息技术有限公司 | 一种基于版面分析的条形码定位方法 |
CN112101058A (zh) * | 2020-08-17 | 2020-12-18 | 武汉诺必答科技有限公司 | 一种试卷条码自动识别方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN117291209A (zh) | 2023-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110472870B (zh) | 一种基于人工智能的收银台服务规范检测系统 | |
CN103208156B (zh) | 一种餐饮自动结算系统和方法 | |
US20150144693A1 (en) | Optical Code Scanner Optimized for Reading 2D Optical Codes | |
WO2011076127A1 (zh) | 基于计算机视觉及射频识别技术的书本登记管理装置 | |
US10015380B2 (en) | Imaging system | |
CN109635797B (zh) | 基于多载体识别技术的钢卷顺序精准定位方法 | |
CN105575011A (zh) | 一种智能虹膜支付机 | |
CN110443245B (zh) | 一种非限制场景下的车牌区域的定位方法、装置及设备 | |
CN111222356A (zh) | 图像识别方法、扫码方法、扫码终端和商品销售管理系统 | |
US11972602B2 (en) | Object recognition device, object recognition system, and object recognition method | |
CN105373813A (zh) | 设备状态的图像监测方法及装置 | |
CN111767754A (zh) | 一种识别码的识别方法、装置、电子设备及存储介质 | |
CN117291209B (zh) | 一种基于多核异构架构的条码识别智能终端 | |
CN112629828B (zh) | 一种光学信息检测方法、装置及设备 | |
CN105243365A (zh) | 一种数据处理方法及数据处理系统 | |
CN111311610A (zh) | 图像分割的方法及终端设备 | |
CN110633705A (zh) | 一种低照度成像车牌识别方法及装置 | |
CN111311226A (zh) | 基于机器视觉的复杂背景下二维码的识读方法和装置 | |
CN104102997A (zh) | 一种信用卡流媒体识别技术并实现在线支付的方法 | |
CN115394019A (zh) | 一种自助收银智能防损方法和系统 | |
CN111667012B (zh) | 分类结果修正方法、装置、修正设备及可读存储介质 | |
CN111046713B (zh) | 自动化对象辨识装置 | |
CN113470245A (zh) | 基于大数据管理的信号匹配系统 | |
CN110264647A (zh) | 付费金额即时显示平台 | |
CN211262448U (zh) | 一种智能秤 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |