JPH1091714A - 信号からキャラクタ情報を決定するための方法およびバーコードラベルを読み取るためのシステム - Google Patents

信号からキャラクタ情報を決定するための方法およびバーコードラベルを読み取るためのシステム

Info

Publication number
JPH1091714A
JPH1091714A JP9198933A JP19893397A JPH1091714A JP H1091714 A JPH1091714 A JP H1091714A JP 9198933 A JP9198933 A JP 9198933A JP 19893397 A JP19893397 A JP 19893397A JP H1091714 A JPH1091714 A JP H1091714A
Authority
JP
Japan
Prior art keywords
signal
data signal
measurement data
model
parameters
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.)
Pending
Application number
JP9198933A
Other languages
English (en)
Inventor
Robert Albert Boie
アルバート ボーイエ ロバート
William Turin
ターイン ウィリアム
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nokia of America Corp
Original Assignee
Lucent Technologies Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Lucent Technologies Inc filed Critical Lucent Technologies Inc
Publication of JPH1091714A publication Critical patent/JPH1091714A/ja
Pending legal-status Critical Current

Links

Classifications

    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & 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 Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Character Discrimination (AREA)
  • Error Detection And Correction (AREA)

Abstract

(57)【要約】 【課題】 歪みを改善したバーコードデータまたは他の
符号データ（スキャンされたイメージデータおよび光文
字認識データ）を読み取るためのシステムおよび方法を
提供する。 【解決手段】 本発明は、歪んだデータ、たとえばバー
コードラベルまたは他の符号データを、確定期待値最大
化（ＤＥＭ）アルゴリズムを使用して、測定データ信号
ｙ（ｔ）に適合させることにより、読み取り、復号化す
る方法及びシステムである。ＤＥＭアルゴリズムは、測
定データ信号ｙ（ｔ）に適合されるようにスキャン信号
モデルｊ（ｔ，θ）を定義する複数のパラメータθの値
を決定することを可能にする。これらの値に基づいて、
データエレメントまたはイメージデータ内に符号化され
た符号のような特徴情報が、通常の信号処理技術を使用
して生成される。ＤＥＭアルゴリズムの使用は、好都合
に、符号間干渉の影響を低減することにより、信号から
ぼけを除く。他の一実施形態では、ＤＥＭアルゴリズム
は、通常の零交差復号化技術により補足される。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、歪んだイメージお
よび記号データを処理するための方法およびシステムに
関する。特に、本発明は、表示信号からバーコード記号
および他の記号データを読み出し、復号化し、復元する
ための方法およびシステムに関する。
【０００２】
【従来の技術】記号データの使用は、我々の社会におい
てますます普及しつつある。たとえば、統一商品コード
（ＵＰＣ）として知られている特定のバーコーディング
構成が、食料品店、食品加工および他の小売業に対する
工業規格として確立されてきた。
【０００３】一般に、バーコードラベルは、垂直に整列
された交互の２色のストライプ、典型的には、光を吸収
する通常は黒の印刷された「バー」および光を散乱させ
る（拡散反射する）「白」のスペースを使用する。ラベ
ルデータは、交互のバーおよびスペースの相対的幅で符
号化される。このような相対幅符号化は、ラベル読み取
りが、ラベルサイズ、読み取り距離およびある程度ラベ
ルの向きのような幾何学的な影響に比較的敏感でないこ
とを可能にする。
【０００４】ラベル読み取りシステムは、典型的に、光
学スキャナ、光検出器および関連する信号処理（たとえ
ば、復号化）ハードウエアおよび／またはソフトウエア
を含む。レーザまたは他の適切な光源をしばしば含むス
キャナは、バーコードラベルを横切って動かされる所定
の距離において所定のサイズを有する光の輝点を投影す
るために、（たとえば、レンズまたはレンズ系によ
り、）光学的に修正される。光源とほぼ同軸に位置され
た光検出器は、ラベルから後方散乱された光の時間変化
する強度を測定し、対応する時間変化する電気信号電流
に変換する。
【０００５】そして、システムの信号処理は、アナログ
波形の時間変化する電気信号をパルス幅変調デジタル信
号に変換する。デジタル信号は、バーコードの交互のス
トライプの幅を記述する２値表現データ、すなわち番号
のシーケンスに変換される。ラベルデータは、多数の通
常の復号化技術のうちのいずれか１つを使用して、これ
から翻訳される。
【０００６】符号化されたラベルを読み取る総合的能力
は、バーのサイズに対する投射された光スポットの寸法
に依存する。また、バーに対する投射されたスポットの
強さは、実質的な雑音源が存在するので、読み取るシス
テムの能力に影響を与える。レーザのパワーは、目の安
全への配慮により制限され、利用可能な信号強度の上限
がある。また、ラベルがうまく読み取られる視野のサイ
ズの制限がある。
【０００７】また、投射された光スポットの有限サイズ
は、対応するぼけをバーコードイメージにもたらす。こ
のようなぼけは、符号間干渉（渦巻き干渉とも呼ばれ
る）を含み、これは関係するバーの隣接するバーからの
光後方散乱の影響である。 典型的に線形フィルタリン
グおよび／またはキャラクタ検出に基づく通常の読み取
り方法は、ぼけがバーのサイズに対して小さい場合、バ
ーコードデータの読み取りにおいてうまく働く。このよ
うな場合、読み取り性能は、主に、信号対雑音比により
制限される。ラベルが焦点からさらに移動するときに、
相対的なぼけは増加するので、読み取りエラーが、信号
対雑音比に無関係に生じる。したがって、これらの場
合、検出される信号を増加させることは、そのような読
み取りエラーを必ずしも減少させない。
【０００８】通常の読み取り方法は、符号間干渉により
起こるぼけがラベルバーのサイズに比べて小さい場合に
有効に限定される。ぼけがもっと目立つ場合、通常の読
み取り方法は、符号間干渉ぼけが有するシステムの総合
的読み取り精度へのインパクトを増大させる原因とな
る。
【０００９】
【発明が解決しようとする課題】上述した決定的な歪み
を改良するバーコードデータまたは他の符号データ（た
とえば、スキャンされたイメージデータおよび光文字認
識データ）のようなデータを読み取るためのシステムお
よび方法を利用可能にすることが望ましい。特に、信号
対雑音比と無関係な符号間干渉および他のタイプのぼけ
を減少させるシステムおよび方法が望まれている。
【００１０】
【課題を解決するための手段】本発明は、歪んだデー
タ、たとえばバーコードラベルデータ、ファクシミリお
よび歪みを有する他のスキャンされたイメージデータを
読み取り、復号化するためのシステムおよび方法に具現
化される。特に、決定性期待値最大化（ＤＥＭ）アルゴ
リズムを使用して、スキャンされた信号モデルｊ（ｔ，
θ）を測定または検出されたデータ信号ｙ（ｔ）に適合
させることにより、バーコードラベルデータのようなデ
ータを復号化するシステムおよび方法に具現化される。
通常の期待値最大化（ＥＭ）アルゴリズムの新規な変形
であるＤＥＭアルゴリズムは、本発明のシステムおよび
方法が、測定データ信号ｙ（ｔ）へ適合されているとき
に、スキャンされた信号モデルｊ（ｔ，θ）を定義する
複数のパラメータθの値を決定することを可能にする。
【００１１】これらの値に基づいて、イメージデータ内
で符号化されたデータエレメントまたは符号のようなキ
ャラクタ情報が、通常の信号処理技術を使用して生成さ
れる。ＤＥＭアルゴリズムは、好都合に、符号間干渉の
影響を低減させることにより信号のぼけを除く。代替的
な実施形態において、ＤＥＭアルゴリズムは、通常の零
交差復号化技術により補足される。この方法において、
零交差技術は、スキャンされた信号モデルｊ（ｔ，θ）
のパラメータθの決定において、ＤＥＭアルゴリズムの
ための初期パラメータ推定値を得るために使用される。
【００１２】
【発明の実施の形態】本発明は、主に特定のクラスの実
施形態、すなわちバーコードリーダーおよびバーコード
ラベルを読み取る方法によって説明される。しかし、本
発明は、当業者により理解されるように、これに限定さ
れるものではない。
【００１３】図１は、新規なデータラベル読み取り方法
２を、単純化したブロック図の形式で示す。この方法の
第１のステップ４は、適切なスキャナを使用してラベル
をスキャンすることである。ラベルは、たとえばバーコ
ードラベル、スキャンされたイメージデータ、または潜
在的に歪みを有する他の符号データである。前述したよ
うに、ラベルのスキャンは、ラベルを横切って光の投射
スポットを移動させることである。ラベルからの後方散
乱光は、ラベルのバーおよびスペースのパターンを表示
する。
【００１４】この方法における次のステップ５は、測定
光の強度に基づいて電気信号を生成する光検出器を使用
して、ラベルからの後方散乱光ｙ（ｔ）を測定すること
である。後方散乱光は、スキャナからの投射光がラベル
を横切って移動するときに、時間変化する。
【００１５】測定データ信号ｙ（ｔ）がとらえられる
と、測定データ信号ｙ（ｔ）中の特性情報が、復号化ス
テップ６を使用して決定される。たとえば、バーコード
ラベルの場合、そのような決定は、測定データ信号ｙ
（ｔ）から翻訳されたラベルデータ中で符号化された符
号データを復号化することを含む。前述したように、通
常の復号化ステップは、線形フィルタリングまたは測定
データ信号ｙ（ｔ）内のデータキャラクタに基づく。
【００１６】しかし、ここで説明される新規な方法は、
（ステップ７で示された）スキャンされた信号モデルｊ
（ｔ，θ）を測定データ信号ｙ（ｔ）に適合させるこ
と、および（ステップ８で示された）スキャンされた信
号モデルｊ（ｔ，θ）から符号化されたラベルデータを
翻訳することにより、測定データ信号ｙ（ｔ）を復号化
する。
【００１７】スキャンされた信号モデルｊ（ｔ，θ）
は、典型的または理想的な測定ラベル信号に基づくモデ
ルである。スキャンされた信号モデルｊ（ｔ，θ）は、
実際の測定データ信号ｙ（ｔ）へのスキャンされた信号
モデルｊ（ｔ，θ）の適合の精度を変化させる複数の可
変パラメータθを有する。また、スキャンされた信号モ
デルｊ（ｔ，θ）が現実の測定データ信号ｙ（ｔ）に適
合する精度は、たとえば適合アルゴリズム（ステップ７
ａ）の使用に依存する。
【００１８】スキャンされた信号モデルｊ（ｔ，θ）が
実際の測定データ信号ｙ（ｔ）に適切に適合されると、
復号化ステップ６の最後の部分（ステップ８）は、スキ
ャンされた信号モデルｊ（ｔ，θ）を測定データ信号ｙ
（ｔ）へ適合させるために使用されるパラメータθの値
に基づいて、ラベルデータを翻訳する。
【００１９】図２〜３において、データ読み取りシステ
ム１０、たとえばバーコード読み取りシステムが示され
ている。前述したように、図示しない光スキャナが、関
係するラベル１６，たとえばバーコードラベルまたは印
刷された文字、符号またはグラフィック情報のような他
の符号データラベルを横切って移動する光の輝点１２を
投射する。光検出器２２は、集光レンズ１１とともに、
ラベル１６からの後方散乱光の時間変化する強度を測定
し、これを対応する時間変化する測定または検出された
データ信号ｙ（ｔ）、たとえば電気信号電流ｉ（ｔ）に
変換する。
【００２０】そして、後に詳細に説明するように、バー
コードスキャナまたは受信器２４が、時間変化する測定
データ信号ｙ（ｔ）を読み取り、処理し、ラベル１６を
表す（図２Ｂにおいて２６として示されている）方形パ
ルス列を出力する。パルス列２６から、データエレメン
トすなわちバーコードラベル中に符号化された符号が、
通常の方法で決定される。光検出器２２によるラベル６
の読み取りの間の所定の時点において、測定データ信号
ｙ（ｔ）は、ビームスポット１２が（ａ，ｂ，０）に集
中され、かつビーム焦点領域がラベル１６から距離ｃ上
方にある場合、点（ξ，η）から反射された光の点分布
関数ｈ（ξ，η，ａ，ｂ，ｃ）により特徴づけられる個
々の光強度の要素的寄与の和である。したがって、
【数１】
【００２１】ここで、ａ，ｂ，ｃは時間の関数であり、
ｍ（ξ，η）は印刷されたソースイメージである。点分
布関数ｈ（ξ，η，ａ，ｂ，ｃ）は対称であると仮定さ
れ、典型的には、通常のガウス分布密度によりモデル化
される。
【数２】
【００２２】ここで、σ（ｃ）はビーム幅に比例し、
（ａ，ｂ）はビーム中心の座標である。適切なトランス
レーションおよびスケーリングにより、かつ普遍性の損
失なしに、この関数は確率密度関数であると仮定され
る。したがって、逆問題を解く、すなわち歪みのないイ
メージｍ（ξ，η）をその歪んだスキャンされたイメー
ジ、たとえば測定データ信号ｙ（ｔ）から復元すること
が望ましい。
【００２３】バーコードデータの場合、たとえばラベル
を横切るビームの移動速度が一定、かつラベル１６がビ
ームスポット１２に比べて十分に大きいと仮定すると、
測定データ信号ｙ（ｔ）が次式のように受信器２４によ
りモデル化される。
【数３】
【００２４】ここで、ｓ（ｘ，λ）は、測定データ信号
ｙ（ｔ）から得られるべき入力信号の一般形式であり、
θ＝｛σ，λ｝は、測定データ信号ｙ（ｔ）から復元さ
れるべきパラメータベクトルであり、Φ（ｔ，σ）は、
次式の形を有する後方散乱光のガウスインパルス応答で
ある。
【数４】 ここでσは、復号化システム１０における光スポット１
２の点分布関数の特性である点分布値である。
【００２５】ａ1，ａ2，・・・，ａnがバーコードの２
値表現であり、λがたとえばａ1，ａ2，ａn，・・・，
ｔ1およびＴを含む複数のパラメータである場合、測定
データ信号ｙ（ｔ）から得られる一般形式の入力信号ｓ
（ｘ，λ）は、次式で定義される。
【数５】 ここで、｜ｘ｜≦０．５Ｔの場合ｐT（ｘ）＝１であ
り、その他の場合ｐT（ｘ）＝０であるバーに対応する
幅Ｔの方形パルスである。これらの式から、測定データ
信号ｙ（ｔ）は線形的にモデル化できることがわかる。
【００２６】さらに、モデルｊ（ｔ，θ）をさらに導出
することにより、一般に、
【数６】 を得る。ここで、
【数７】 図２〜３において概略が示されているように、スキャン
された信号モデルｊ（ｔ，θ）は、光検出器２２により
受信されかつ受信器２４により処理された検出データ信
号ｙ（ｔ）から、ラベル１６を表すパルス列２６を生成
するために使用される。これは、スキャンされた信号モ
デルｊ（ｔ，θ）を検出データ信号ｙ（ｔ）に適合させ
ることにより、検出データ信号ｙ（ｔ）の係数ａ1，
ａ2，・・・，ａnを決定することにより達成される。
【００２７】通常、スキャナモデルｊ（ｔ，θ）の検出
データ信号ｙ（ｔ）への適合において、バーコード読み
取りシステムの信号処理方法は、ラベル１６の隣接する
バーからの光後方散乱により引き起こされる相対的ぼけ
が目立たないと仮定する。すなわち、通常ラベルバーの
幅にたとえられる光の相対的点分布を示すぼけファクタ
（σ／Ｔ）が、相対的に小さいと仮定される。そのよう
な仮定を用いることにより、
【数８】 となり、かつ通常のバーコード復元が、たとえば時点ｔ
kにおけるｊ（ｔ，θ）をとなり、かつ通常のバーコー
ド復元が、たとえば時点ｔkにおけるｊ（ｔ，θ）をサ
ンプリングすることにより、またはｕ（ｔ−ｔk，Ｔ，
σ）とその平均値との交差を使用することにより、また
はその第２微分の零交差を使用することにより行われ
る。
【００２８】しかし、符号間干渉は、典型的には取るに
足らないものではない。従来のバーコード読み取り方法
およびシステムは、この影響を考慮に入れていなかっ
た。すなわち、隣接する「バー」または「スペース」エ
レメントからの後方散乱光の全体的復号化の精度への寄
与または影響、ｉ＝１，２，・・・に対するａk-iｕ
（ｔ−ｔk-i，Ｔ，σ）およびａk+iｕ（ｔ−ｔk+i，
Ｔ，σ）は、従来のバーコード読み取りシステムでは考
慮されなかった。また、他の干渉および雑音のソース
が、測定データ信号ｙ（ｔ）に歪みを与える。
【００２９】スキャンされた信号モデルｊ（ｔ，θ）
を、このぼけおよび他の歪みにもかかわらず、測定デー
タ信号ｙ（ｔ）に適合させるために、最適化の規準が必
要である。本発明の一実施形態は、スキャンされた信号
モデルｊ（ｔ，θ）を測定データ信号ｙ（ｔ）に適合さ
せるために、決定性期待値最大化（ＤＥＭ:determinist
ic expectation-maximization）アルゴリズムを使用す
る。
【００３０】ＤＥＭアルゴリズムは、実験データから静
的モデルパラメータの最大尤度の推定値を見つけだすた
めに有用な通常の反復法である決定性期待値最大化（Ｄ
ＥＭ）アルゴリズムの新規な一般化である。好都合なこ
とに、ＤＥＭアルゴリズムは、ＥＭアルゴリズムより
も、さらに一般的であり、かつさらなる適応性を有す
る。
【００３１】通常のＥＭアルゴリズムよりもさらに一般
的であるので、ＤＥＭアルゴリズムは、それらを他のモ
デルに適合させることにより非線形モデルのパラメータ
を見つけだす正の逆問題として知られているものの解を
提供する。これらの問題の特別な場合は、確率密度関数
のパラメータのファミリーを有する非負関数の近似、非
線形方程式の解答システム、および非線形積分方程式の
解答システムを含む。
【００３２】正の逆問題は、歪みが次式でモデル化でき
る場合、たとえば、歪んだイメージデータを有するその
測定データ信号ｙ（ｔ）からのオブジェクトのパラメー
タファミリーからオブジェクトｓ（ｘ，λ）を復元する
方法で表される。
【数９】 ここで、ｈ（ｘ，ｔ，μ）は点分布関数であり、ｘはｎ
次元ベクトルであり、ｔはｍ次元ベクトルであり、パラ
メータθ＝（λ，μ）も多次元ベクトルである。特に、
ｘおよびｔが２次元ベクトル（ｘ，ｔ∈Ｒ2）である場
合、データ読み取り適用例において、スキャンされた信
号モデルまたはイメージ歪みモデルと呼ばれるモデルｊ
（ｔ，θ）が、平面的オブジェクトｓ（ｘ，λ）の歪ん
だイメージとして翻訳される。
【００３３】パラメータθが既知である場合、ｓ（ｘ，
λ）を前述の積分方程式の解として見つけだすことがで
きる。しかし、実際にはほとんどの場合、パラメータθ
は知られていない。したがって、解は、歪んだイメージ
データを有する測定データ信号ｙ（ｔ）とその付随する
モデルｊ（ｔ，θ）との間のダイバージェンスを最小化
すること、たとえば次式の測定データ信号ｙ（ｔ）とそ
のモデルｊ（ｔ，θ）との間のカルバック−ライブラー
ダイバージェンス(Kullback-Leibler divergence)を最
小化することにより得られる。
【数１０】 カルバック−ライブラーダイバージェンスは、数学分野
においてよく知られており、たとえば、S.Kullback,Inf
ormation Theory and Statistics, John Wiley &Sons,
New York,1959に説明されている。
【００３４】普遍性の損失なしに、ｙ（ｔ）およびｊ
（ｔ、θ）は、確率密度関数であると仮定される。ｙ
（ｔ）がθに依存しないので、Ｋ（ｙ‖ｊθ ）の最小
化は、平均対数尤度関数の最大化と等価である。
【数１１】
【００３５】逆問題の解は、
【数１２】 により決定される。この方程式は典型的には直接的に解
くことが困難であるが、ＤＥＭアルゴリズムは、関数の
最大値を繰り返し見つけだすために有用である。より具
体的には、ＤＥＭアルゴリズムは、分解形式Ｌ（θ）＝
Ｑ(θ，θp）−Ｈ（θ，θp）での表現Ｌ（θ）に基づ
く。ここで、Ｑ(θ，θp）およびＨ（θ，θp）は、観
察されたデータｙの補助関数である。
【００３６】θp+1をＱ（θp+1，θp）＞Ｑ(θ，θp）
かつＨ（θp+1，θp）≦Ｈ(θ，θp）となるように見つ
けだすことができる場合、Ｌ（θp+1）＞Ｌ（θp）であ
る。この方法において、Ｌ（θ）を単調増加させるシー
ケンスθ1，θ2，・・・θpが作り出される。このシー
ケンスは、関数及びその定義された領域が、当業者に知
られており、たとえば、本、W.I.Zangwill,Nonlinear P
rogramming: A Unified Approach, Prentice Hall, Eng
lewood Cliffs, NJ,1969,pp.91-92において見いだされ
る非常に緩やかな正則条件を満足する場合、Ｌ（θ）の
最大値に収束する。
【００３７】Ｈ（θp，θp）がＨ（θ，θp）の包括的
な最大値である場合、Ｑ（θ，θp）が増加する場合に
のみＬ（θ）は増加する。したがって、ＤＥＭアルゴリ
ズム：
【数１３】 は、Ｌ（θ）を単調増加させ、緩やかな正則条件下でそ
の最大値を見つけだす。
【００３８】補助関数Ｑ(θ，θp）およびＨ（θ，
θp）は、唯一には特定されない。それらの選択は、ア
ルゴリズムダイバージェンスレートに直接的に影響を与
える、Ｑ（θ，θp）の最大値を見つけだすことの単純
さに基づく。この補助関数は、たとえば次式により見い
だされる。
【数１４】
【００３９】ここで、ｚ＝（ｓ，ｘ）は増加させられた
変数であり、ｐ（ｚ，θ）はその確率密度であり、ｑ
（ｚ，θ）＝ｐ（ｚ，θ）ｊ（ｔ，θ）である。そし
て、補助関数は、次式で構成される。
【数１５】
【００４０】Ｈ（θ，θp）は、θ＝θpにおいてその包
括的最大値に達し、ＤＥＭアルゴリズムは、Ｌ（ｙ‖ｊ
θ）の最大値を繰り返し見つけだすために適用される。
この代わりに、Ｌ（θ）の最大値は、−Ｌ（θ）の最小
値であるので、ＤＥＭアルゴリズムは、最小値を見つけ
るために有用である。したがって、ＤＥＭアルゴリズム
は、最大値ではなく最小値が求められる適用例に適用可
能である。
【００４１】従来のＥＭアルゴリズムは、ＤＥＭアルゴ
リズムの１つの具体的な適用例である。具体的には、ラ
ンダムな情報ｘ1，ｘ2，・・・ｘn、確率密度関数ｊ
（ｔ，θ）を有するｍ次元変数ｘがある場合、ＥＭアル
ゴリズムは、ｙ（ｔ）が次式のように定義されるとき、
ＤＥＭアルゴリズムから得られる。
【数１６】 ここで、δ（ｔ−ｘk）は、ディラック三角関数であ
り、これは数学物理及び応用数学において知られてい
る。
【００４２】ＤＥＭアルゴリズムがたとえばバーコード
読み取り方法およびシステムにおいて使用される場合、
補助関数Ｑ(θ，θp）は、たとえば次式で表される。
【数１７】 ここで、
【数１８】
【００４３】点分布値σが既知である場合、スキャンさ
れた信号モデルｊ（ｔ，θ）はｓ（ｘ）の線形関数であ
り、当業者にとって関数Ｑ(θ，θp）の最大値を見つけ
ることは難しくない。この結果は、次式のＥＭアルゴリ
ズム（すなわち、新規なＤＥＭアルゴリズムの線形バー
ジョン）である。
【数１９】
【００４４】ここで、ｒ（ｔ，θ）＝ｙ（ｔ）／ｊ
（ｔ，θp）である。この特別なアルゴリズムは、一般
線形逆問題（すなわち、バーコード符号および他の符号
データの復元に関係しない問題）を解くために、Vardi
およびLeeによって紹介された。たとえば、Y.Vardiおよ
びD.Lee,"From image deblurring to optimal investme
nts: maximum likelihood solutions for positive lin
ear inverse problems,"Journ.Royal Statist.Soc.,Vo
l.55,1993,pp.569-612を参照のこと。
【００４５】図４は、約１００回の繰り返しの後に、既
知の点分布値σを使用して、線形逆問題を解くVardiお
よびLeeのＥＭアルゴリズムの適用の結果を示す。図示
されているように、測定または受信されたデータ信号ｙ
（ｔ）３２（実線）の遷移は、それに適合されたスキャ
ナモデル信号３４（点線）により適度によくモデル化さ
れている。また、スキャナモデル信号３４は、ぼけを除
かれた測定信号がどうなるのかを示し、それからの特定
の符号文字を復号化するその後の処理により有用な部分
的に方形のパルス列を出力する。
【００４６】しかし、VardiおよびLeeの線形バージョン
のアルゴリズムは、非線形逆問題に対する有用な解を提
供しない。すなわち、VardiおよびLeeのアルゴリズム
は、点分布値σが既知でない場合、有用ではなく、前述
したように、ランダムに変化しうるバーコードラベル中
のバーからのスキャナ距離に依存するので、点分布値σ
は通常既知ではない。
【００４７】点分布値σが既知でない場合、問題は非線
形となり、ｓ（ｘ）に対する固有の解は通常得ることが
できない。しかし、データキャラクタモデル、たとえば
ｊ（ｔ，θ）を使用することで、本発明は、ＤＥＭアル
ゴリズムをしようしてデータキャラクタモデルを収集さ
れたデータに適合させ、データキャラクタモデルのパラ
メータ値に基づいてデータを決定することにより、すな
わちｓ（ｘ）について解くことにより、非線形逆問題に
ついての特有の解を得る。
【００４８】従って、バーコードラベルデータおよび他
の符号データの復号化のような適用例に対して、スキャ
ンされた信号モデルｊ（ｔ，θ）を使用することは、収
集されたデータに対して特有の解が得られることを可能
にする。点分布値σが未知のままであり、かつ逆問題が
非線形のままであるにもかかわらず、データキャラクタ
モデルを表現するために必要なパラメータの数は、デー
タキャラクタモデルがそれに適合される場合に、特有の
解が収集されたデータに対して得ることができるよう
に、十分に制限される。
【００４９】したがって、ＥＭアルゴリズムよりも一般
的な形式のＤＥＭアルゴリズムは、非線形逆問題を解く
ために有用である。具体的には、ＤＥＭアルゴリズム
は、関数Ｑ(θ，θp）を最大化することにより得られ
る。ここで、パラメータａ，σ，ｔおよびＴは次式のよ
うに定義される。
【数２０】
【００５０】典型的に、ｔ1,p+1およびＴp+1は、これら
の式から決定することは困難である。しかし、近似
【数２１】 および関係ｔk＝ｔ1＋（ｋ−１）Ｔを使用することによ
り、新規なＤＥＭアルゴリズムが、関数Ｑ(θ，θp）を
最大化することにより得られる。ここで、パラメータａ
1，ａ2，・・・，ａn，σ、ｔ1およびＴは、以下のよう
に定義される。
【数２２】
【００５１】ここで、
【数２３】
【００５２】本発明の他の一実施形態において、ここに
説明されるようにバーコード復元方法およびシステムの
一部としてＤＥＭアルゴリズムを使用することは、典型
的にいくつかの通常のバーコード復元方法において単独
で使用される通常の零交差決定の使用により補足され
る。具体的には、通常の零交差技術は、パラメータθ0
＝｛ｔ1,0，Ｔ0，σ0，ａ1,0，ａ2,0，・・・，ａn,0｝
の初期値（すなわち、ｐ＝０に対して）を決定するため
に使用される。
【００５３】これらのパラメータ値がスキャンされた信
号モデルｊ（ｔ，θ）を受信したデータ信号ｙ（ｔ）に
適合させるために適している場合（スキャンされた信号
モデルから復元されたバーコードが適切なバーコードで
あると決定された場合）、さらなる信号処理は必要では
ない。その他の場合、初期零交差パラメータパラメータ
θ0 ＝｛ｔ1,0，Ｔ0，σ0，ａ1,0，ａ2,0，・・・，ａ
n,0｝がＤＥＭアルゴリズムに対する初期パラメータ推
定値としてのみ使用される。
【００５４】たとえば、図５は、通常の零交差技術によ
り決定されるパラメータ値を使用した対応するスキャナ
信号モデル適合信号４４との比較において、受信データ
信号ｙ（ｔ）４２を示す。この特定の場合において、ス
キャナ信号モデル適合信号４４に基づいて復元されたバ
ーコードは、図示されているように、不適切であるとみ
なされることになる。
【００５５】比較のために、図６は、ＤＥＭアルゴリズ
ムを使用した復元データ信号ｙ（ｔ）５２に対するスキ
ャナ信号モデル適合信号５４（４０回の繰り返しの後）
を示す。また、図７に示されているように、零交差パラ
メータθ0 ＝｛ｔ1,0，Ｔ0，σ0，ａ1,0，ａ2,0，・・
・，ａn,0｝がＤＥＭアルゴリズムに対する初期パラメ
ータ推定値として使用される場合、スキャナ信号モデル
適合信号６４は、たった１１回の繰り返しの後に受信デ
ータ信号ｙ（ｔ）６２を十分にモデル化する。そのよう
な場合、スキャナ信号モデルｊ（ｔ，θ）を受信したデ
ータ信号ｙ（ｔ）に適合させることにおけるＤＥＭアル
ゴリズムの使用は、零交差技術により決定されるパラメ
ータがＤＥＭアルゴリズムに対する初期パラメータ推定
値として使用される場合、精度および必要とされる反復
回数の両方について改善される。
【００５６】ＤＥＭアルゴリズムは、ここに具体的に説
明しないが、当業者にとって明らかな多くの適用例を有
すると理解されなければならない。たとえば、ＤＥＭア
ルゴリズムは、音声認識および手書き認識において使用
される見えないマルコフモデルの状態数の最小化、自然
言語モデルの構造の最適化、および通信チャネルブライ
ンド等化において有用である。
【００５７】したがって、事後演算活動は、多様なタイ
プとなりうるが、対応する従来技術による活動と概ね類
似することになる。たとえば、情報の表示（たとえば、
バーコードラベルを有するアイテムの価格）または物理
的システムの状態変化（たとえば、セキュリティゲート
を開けること）を含む。
【００５８】
【発明の効果】以上述べたように、本発明によれば、歪
みを改善したバーコードデータまたは他の符号データ
（たとえば、スキャンされたイメージデータおよび光文
字認識データ）のようなデータを読み取るためのシステ
ムおよび方法を提供することができる。
【図面の簡単な説明】
【図１】本発明の一実施形態によるデータラベル読み取
り方法を示すフローチャート。
【図２ａ】本発明の一実施形態によるバーコード読み取
りシステムを示すブロック図。
【図２ｂ】図２ａのバーコード読み取りシステムからの
パルス列出力を示す図。
【図３】バーコードラベルの一部に関連するバーコード
スキャナ光の詳細を示す図。
【図４】測定データ信号ｙ（ｔ）および通常の復号化技
術を使用してこれに適合されたスキャン信号モデルｊ
（ｔ，θ）を示す図。
【図５】測定データ信号ｙ（ｔ）および通常の零交差処
理技術を使用してこれに適合されたスキャン信号モデル
ｊ（ｔ，θ）を示す図。
【図６】測定データ信号ｙ（ｔ）および本発明の一実施
形態によりこれに適合されたスキャン信号モデルｊ
（ｔ，θ）を示す図。
【図７】測定データ信号ｙ（ｔ）および本発明の他の一
実施形態によりこれに適合されたスキャン信号モデルｊ
（ｔ，θ）を示す図。
【符号の説明】 １０ データ読み取りシステム １２ 輝点 １６ ラベル ２２ 光検出器 ２４ 受信器 ２６ 方形パルス列
フロントページの続き (71)出願人 596077259 600 Ｍｏｕｎｔａｉｎ Ａｖｅｎｕｅ, Ｍｕｒｒａｙ Ｈｉｌｌ， Ｎｅｗ Ｊｅ ｒｓｅｙ 07974−0636Ｕ．Ｓ．Ａ. (72)発明者 ウィリアム ターイン アメリカ合衆国，08816 ニュージャージ ー，イースト ブランズウィック，ヒルウ ッド ロード 25

Claims (14)

    【特許請求の範囲】
  1. 【請求項１】 歪みを含む可能性がある複数の入力デー
    タを表す測定データ信号ｙ（ｔ）を提供するステップ
    （５）と、 複数のパラメータθを有するスキャン信号モデルｊ
    （ｔ，θ）を、前記パラメータθのうちの少なくとも１
    つの値を調節することにより、前記測定データ信号ｙ
    （ｔ）に適合させるステップ（７）と、 前記スキャン信号モデルｊ（ｔ，θ）が測定データ信号
    ｙ（ｔ）に適合されたときの前記パラメータθの値に基
    づいて、前記スキャン信号モデルｊ（ｔ，θ）から符号
    情報を決定するステップ（８）とを有し、 前記スキャン信号モデルｊ（ｔ，θ）が、前記複数のパ
    ラメータθに対して非線形の関係を有する可能性があ
    り、 前記適合されるステップは、前記複数のパラメータθの
    うちの少なくとも１つの値を決定するために、ＤＥＭア
    ルゴリズムを使用するステップを含むことを特徴とする
    信号からキャラクタ情報を決定するための方法。
  2. 【請求項２】 前記ＤＥＭアルゴリズムは、ｐ＝０，
    １，・・・に対して、 【数１３】 であり、Ｑ（θ，θP）は、前記パラメータθの補助関
    数であることを特徴とする請求項１記載の方法。
  3. 【請求項３】 前記適合させるステップは、前記測定デ
    ータ信号ｙ（ｔ）から入力信号ｓ（ｘ）を得るために、
    前記ＤＥＭアルゴルズムを使用し、 【数１７】 であり、ｗ（ｔ，ｘ，θP）＝Φ（ｔ−ｘ，σ）Ｓ
    P（ｘ）ｙ（ｔ）／ｊ（ｔ，θP）であり、Φ（ｔ，σ）
    は、 【数４】 の形を有する後方散乱光のガウスインパルス応答であ
    り、σは、点分布値であることを特徴とする請求項２記
    載の方法。
  4. 【請求項４】 前記適合させるステップは、前記測定デ
    ータ信号ｙ（ｔ）から 【数５】 で定義される入力信号ｓ（ｘ，λ）を得るために、前記
    ＤＥＭアルゴルズムを使用し、 前記入力信号ｓ（ｘ，λ）は、前記ＤＥＭアルゴリズム
    により解かれうる複数のパラメータを有し、 前記複数のパラメータは、 【数２２】 で定義され、ここで、 【数２３】 であることを特徴とする請求項１記載の方法。
  5. 【請求項５】 前記適合させるステップは、 【数１０】 で定義されるカルバック−ライブラーダイバージェンス
    を最小にするステップを含むことを特徴とする請求項１
    記載の方法。
  6. 【請求項６】 前記適合させるステップは、 【数１１】 で定義される平均対数尤度関数を最大にするステップを
    含むことを特徴とする請求項１記載の方法。
  7. 【請求項７】 前記適合させるステップは、前記複数の
    パラメータθのうちの少なくとも１つに対する初期値を
    決定するために、前記測定データ信号ｙ（ｔ）の零交差
    を使用するステップをさらに含み、 前記初期パラメータ値は、前記パラメータ値に対する初
    期推定値として、前記ＤＥＭアルゴリズムにより使用可
    能であることを特徴とする請求項１記載の方法。
  8. 【請求項８】 前記決定するステップは、 前記測定データ信号ｙ（ｔ）に適合されたときに、前記
    スキャン信号モデルｊ（ｔ，θ）に対応するパルス列を
    生成するステップと、 前記パルス列に基づいて、前記キャラクタ情報を識別す
    るステップとをさらに含むことを特徴とする請求項１記
    載の方法。
  9. 【請求項９】 前記スキャン信号モデルは、 【数３】 として定義され、ここでｓ（ｘ，λ）は、前記測定デー
    タ信号ｙ（ｔ）から得ることができる入力信号であり、
    θ＝｛σ，λ｝は、前記測定データ信号ｙ（ｔ）から復
    元しうるパラメータベクトルであり、Φ（ｔ，σ）は、 【数４】 の形を有する後方散乱光のガウスインパルス応答であ
    り、ここでσは、点分布値であることを特徴とする請求
    項１記載の方法。
  10. 【請求項１０】 前記スキャン信号モデルは、 【数６】 として定義され、ここで、 【数７】 であり、Φ（ｔ，σ）は、 【数４】 の形を有する後方散乱光のガウスインパルス応答であ
    り、ここでσは、点分布値であることを特徴とする請求
    項１記載の方法。
  11. 【請求項１１】 符号化されている少なくとも１つのデ
    ータキャラクタを有するバーコードラベルを読み取るた
    めのシステムにおいて、 前記バーコードラベルからのこれに対応する後方散乱光
    を集めるための光検出器（２２）と、 前記光検出器と結びついて動作可能であり、前記後方散
    乱光を時間変化する測定データ信号ｙ（ｔ）に変換し、
    ＤＥＭアルゴリズムを使用して、複数のパラメータθを
    有するスキャン信号モデルｊ（ｔ，θ）を前記測定デー
    タ信号ｙ（ｔ）に適合させ、前記スキャン信号モデルｊ
    （ｔ，θ）が前記測定データ信号ｙ（ｔ）に適合させら
    れたときの前記パラメータθの値に基づいて、前記スキ
    ャン信号モデルｊ（ｔ，θ）から前記バーコードラベル
    に符号化された前記データキャラクタを決定するための
    受信器（２４）とを含むことを特徴とするシステム。
  12. 【請求項１２】 前記受信器は、前記測定データ信号ｙ
    （ｔ）から入力信号ｓ（ｘ）を得るために、前記ＤＥＭ
    アルゴリズムを使用し、 前記ＤＥＭアルゴリズムは、ｐ＝０，１，・・・に対し
    て、 【数１３】 で定義され、ここで、 【数１７】 であり、ｗ（ｔ，ｘ，θP）＝Φ（ｔ−ｘ，σ）Ｓ
    P（ｘ）ｙ（ｔ）／ｊ（ｔ，θP）であり、Φ（ｔ，σ）
    は、 【数４】 の形を有する後方散乱光のガウスインパルス応答であ
    り、σは、点分布値である
  13. 【請求項１３】 前記受信器は、前記複数のパラメータ
    θのうちの１つの初期値を決定するために、前記時間変
    化する測定データ信号ｙ（ｔ）の零交差を使用し、 前記初期パラメータ値は、前記ＤＥＭアルゴリズムによ
    り、前記パラメータ値の初期推定値として使用可能であ
    ることを特徴とする請求項１１記載のシステム。
  14. 【請求項１４】 少なくとも１つのデータキャラクタを
    パルス列に基づいて識別するために、前記スキャン信号
    モデルｊ（ｔ，θ）に対応するパルス列を生成すること
    を特徴とする請求項１１記載のシステム。
JP9198933A 1996-07-24 1997-07-24 信号からキャラクタ情報を決定するための方法およびバーコードラベルを読み取るためのシステム Pending JPH1091714A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US687124 1996-07-24
US08/687,124 US5780830A (en) 1996-07-24 1996-07-24 Method and system for decoding distorted image and symbology data

Publications (1)

Publication Number Publication Date
JPH1091714A true JPH1091714A (ja) 1998-04-10

Family

ID=24759161

Family Applications (1)

Application Number Title Priority Date Filing Date
JP9198933A Pending JPH1091714A (ja) 1996-07-24 1997-07-24 信号からキャラクタ情報を決定するための方法およびバーコードラベルを読み取るためのシステム

Country Status (3)

Country Link
US (1) US5780830A (ja)
EP (1) EP0821317A3 (ja)
JP (1) JPH1091714A (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7077322B2 (en) 2003-02-21 2006-07-18 Fujitsu Limited Bar-code reader
JP2021529375A (ja) * 2018-08-10 2021-10-28 エヌイーシー ラボラトリーズ アメリカ インクＮＥＣ Ｌａｂｏｒａｔｏｒｉｅｓ Ａｍｅｒｉｃａ， Ｉｎｃ． 三次元空間におけるｒｆｉｄタグの逐次検出ベースの分類

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7147161B2 (en) 1998-06-12 2006-12-12 Symbol Technologies, Inc. Digitizing bar code symbol data
US6328213B1 (en) 1998-06-12 2001-12-11 Symbol Technologies, Inc. Method of processing an analog electrical signal containing information representative of reflected light from coded indicia, wherein the electrical signal contains edge transitions
US20030080191A1 (en) * 2001-10-26 2003-05-01 Allen Lubow Method and apparatus for applying bar code information to products during production
US20050131733A1 (en) * 2001-12-17 2005-06-16 Allen Lubow Sealable individual bar coded packets
EP1466297A4 (en) 2001-12-17 2005-10-19 Int Barcode Corp AS A SINGLE CODE, DOUBLE-SIDED CODE
US7617080B2 (en) * 2003-07-18 2009-11-10 The United States Of America As Represented By The Department Of Health And Human Services Image enhancement by spatial linear deconvolution
US20050207653A1 (en) * 2004-03-16 2005-09-22 Nikitin Alexei V Method for analysis of line objects
US8346737B2 (en) * 2005-03-21 2013-01-01 Oracle International Corporation Encoding of hierarchically organized data for efficient storage and processing
US7627566B2 (en) * 2006-10-20 2009-12-01 Oracle International Corporation Encoding insignificant whitespace of XML data
US9953103B2 (en) * 2006-11-16 2018-04-24 Oracle International Corporation Client processing for binary XML in a database system
US8090731B2 (en) * 2007-10-29 2012-01-03 Oracle International Corporation Document fidelity with binary XML storage
US8250062B2 (en) * 2007-11-09 2012-08-21 Oracle International Corporation Optimized streaming evaluation of XML queries
CN112364592B (zh) * 2020-11-09 2023-06-20 天津大学合肥创新发展研究院 一种能够表征工艺参数偏差的硅基pin光电探测器建模方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4282426A (en) * 1979-05-30 1981-08-04 Ncr Corporation Slot scanning system
US5150414A (en) * 1991-03-27 1992-09-22 The United States Of America As Represented By The Secretary Of The Navy Method and apparatus for signal prediction in a time-varying signal system
US5262625A (en) * 1991-11-15 1993-11-16 Ncr Corporation Multiple bar code decoding system and method
US5463211A (en) * 1993-05-07 1995-10-31 Spectra-Physics Scanning Systems, Inc. Method and apparatus for detecting transitions in a time sampled input signal
DE4323293C2 (de) * 1993-07-12 1996-07-25 Sick Optik Elektronik Erwin Verfahren und Abtastanordnung zur Identifizierung eines aus aufeinanderfolgenden hellen und dunklen Feldern bestehenden Codes

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7077322B2 (en) 2003-02-21 2006-07-18 Fujitsu Limited Bar-code reader
JP2021529375A (ja) * 2018-08-10 2021-10-28 エヌイーシー ラボラトリーズ アメリカ インクＮＥＣ Ｌａｂｏｒａｔｏｒｉｅｓ Ａｍｅｒｉｃａ， Ｉｎｃ． 三次元空間におけるｒｆｉｄタグの逐次検出ベースの分類

Also Published As

Publication number Publication date
EP0821317A3 (en) 2000-11-08
US5780830A (en) 1998-07-14
EP0821317A2 (en) 1998-01-28

Similar Documents

Publication Publication Date Title
JPH1091714A (ja) 信号からキャラクタ情報を決定するための方法およびバーコードラベルを読み取るためのシステム
US6152371A (en) Method and apparatus for decoding bar code symbols
Liu et al. Document image binarization based on texture features
JPH05205085A (ja) アナログ波形復号器
JP4031210B2 (ja) 文字認識装置、文字認識方法、及び記録媒体
US5504318A (en) Analog waveform decoder using peak locations
KR100715754B1 (ko) 정보 판독 방법 및 장치
EP1797521B1 (en) Threshold signal generator and method for determining a threshold for edge detection based on an undifferentiated equalized scan line signal
EP1114391B1 (en) Fast edge detection system tolerant of high degree of intersymbol interference
WO1999023598A1 (en) Electronic edge detection system
Turin et al. Bar code recovery via the EM algorithm
US6508404B2 (en) Symbology scanning system for efficiently locating coded symbologies
EP1443450A2 (en) Optical scanner
WO1998039727A9 (en) Symbology scanning system for efficiently locating coded symbologies
US7677457B2 (en) System and method for decoding a barcode
JP4188104B2 (ja) バーコード読取装置
JP2010140310A (ja) バーコード読取装置、バーコード読取プログラム、バーコード読取方法
US20080121714A1 (en) Transmitting Enhanced Scanner Signals on a Single Channel
US7055748B2 (en) Barcode reader, method and program for reading barcode, and module-point extracting apparatus
US4079239A (en) White bar enhancement for universal product code
Wang et al. Analysis of one-dimensional barcode
Turin et al. Minimum discrimination information bar code decoding
JPH065548B2 (ja) バーコードリーダの信号処理方法
Sundaramurthy et al. Super-resolved laser ranging using the Viterbi algorithm
Shrirao et al. An Optimization Based Approach for Image Embedding in QR Codes: A Review