KR20190080275A - 바코드 검출 장치 및 이를 이용한 바코드 검출 방법 - Google Patents

바코드 검출 장치 및 이를 이용한 바코드 검출 방법 Download PDF

Info

Publication number
KR20190080275A
KR20190080275A KR1020170182641A KR20170182641A KR20190080275A KR 20190080275 A KR20190080275 A KR 20190080275A KR 1020170182641 A KR1020170182641 A KR 1020170182641A KR 20170182641 A KR20170182641 A KR 20170182641A KR 20190080275 A KR20190080275 A KR 20190080275A
Authority
KR
South Korea
Prior art keywords
rectangle
barcode
points
extracting
bar code
Prior art date
Application number
KR1020170182641A
Other languages
English (en)
Inventor
홍하나
장재호
정동환
Original Assignee
한화에어로스페이스 주식회사
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 한화에어로스페이스 주식회사 filed Critical 한화에어로스페이스 주식회사
Priority to KR1020170182641A priority Critical patent/KR20190080275A/ko
Priority to PCT/KR2018/000317 priority patent/WO2019132093A1/ko
Publication of KR20190080275A publication Critical patent/KR20190080275A/ko

Links

Images

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
    • G06K7/1404—Methods for optical code recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • 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
    • G06K9/38—
    • G06K9/4604—
    • G06K9/6267—
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Electromagnetism (AREA)
  • Toxicology (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

본 발명의 실시예들은 바코드 검출 장치 및 방법을 개시한다.
본 발명의 일 실시예에 따른 바코드 검출 장치는, 입력 영상의 윤곽 정보를 기초로 바코드 요소 후보에 대응하는 제1 사각형을 추출하는 후보검출부; 및 상기 제1 사각형의 중심점의 위치를 기초로 상기 제1 사각형이 바코드 요소에 대응하는지 검증하는 검증부;를 포함한다.

Description

바코드 검출 장치 및 이를 이용한 바코드 검출 방법{Barcode detecting apparatus and barcode detecting method using the apparatus}
본 발명의 실시예들은 바코드 판독 시스템에 관한 것이다.
바코드는 물품의 정보를 표시하는 라벨로써, 안정적으로 정보를 담고 이를 빠르게 읽을 수 있는 장점 때문에 현재까지도 광범위하게 사용되고 있다. 일반적으로 바코드를 인식하기 위해 촬영장치를 바코드에 인접 배치하는 과정이 필요하다.
본 발명의 실시예들은 1D/2D 바코드의 구분 없이 바코드를 찾을 수 있는 바코드 검출 장치 및 방법을 제공한다.
본 발명의 일 실시예에 따른 바코드 검출 장치는, 입력 영상의 윤곽 정보를 기초로 바코드 요소 후보에 대응하는 제1 사각형을 추출하는 후보검출부; 및 상기 제1 사각형의 중심점의 위치를 기초로 상기 제1 사각형이 바코드 요소에 대응하는지 검증하는 검증부;를 포함한다.
상기 검증부는, 상기 추출된 제1 사각형들의 중심점들 중 상호 거리가 일정 거리 이내인 중심점들을 갖는 제1 사각형들의 집합인 클러스터를 추출하는 클러스터링부; 및 상기 클러스터에 포함된 사각형들 중 상이한 크기의 제1 사각형을 제외하는 필터;를 포함할 수 있다.
상기 필터는, 상기 클러스터에 포함된 제1 사각형들의 일 변의 길이들의 중간 값 또는 평균 값으로부터 일정 범위를 벗어나는 제1 사각형을 제외할 수 있다.
상기 검증부는, 상기 필터를 통과한 클러스터에 포함된 제1 사각형들을 영역으로 표시한 영역 맵을 생성하는 맵생성부; 및 상기 영역들의 조합을 둘러싸는 제2 사각형을 추출하는 바코드결정부;를 더 포함할 수 있다.
상기 후보검출부는, 상기 입력 영상을 이진화하는 이진화부; 상기 이진화된 영상에서 윤곽을 추출하는 윤곽추출부; 및 상기 윤곽을 구성하는 점들 중 대표점들을 연결한 다각형을 생성하고, 상기 다각형을 포함하는 제1 사각형을 추출하는 요소추출부;를 포함할 수 있다.
상기 대표점들은, 상기 윤곽을 구성하는 점들 중 임의의 두 점들을 연결한 선으로부터 일정 거리 내의 점들을 제외한 점들일 수 있다.
상기 후보검출부는, 상기 제1 사각형을 길이 조건에 따라 1차원 바코드 또는 2차원 바코드로 분류하는 분류부;를 더 포함할 수 있다.
상기 길이 조건은 제1 사각형의 가로 대 세로의 길이 비를 포함할 수 있다.
상기 분류부는, 상기 가로 대 세로의 길이 비가 1:1인 제1 사각형은 2차원 바코드로 분류하고, 그 외 제1 사각형은 1차원 바코드로 분류할 수 있다.
상기 검증부는, 상기 입력 영상에서 상기 제2 사각형에 대응하는 영역을 바코드로 추출하는 바코드결정부;를 더 포함할 수 있다.
본 발명의 일 실시예에 따른 바코드 검출 방법은, 입력 영상의 윤곽 정보를 기초로 바코드 요소 후보에 대응하는 제1 사각형을 추출하는 단계; 및 상기 제1 사각형의 중심점의 위치를 기초로 상기 제1 사각형이 바코드 요소에 대응하는지 검증하는 단계;를 포함한다.
상기 바코드 검증 단계는, 상기 추출된 제1 사각형들의 중심점들 중 상호 거리가 일정 거리 이내인 중심점들을 갖는 제1 사각형들의 집합인 클러스터를 추출하는 단계; 및 상기 클러스터에 포함된 사각형들 중 상이한 크기의 제1 사각형을 제외하는 필터링 단계;를 포함할 수 있다.
상기 필터링 단계는, 상기 클러스터에 포함된 제1 사각형들의 일 변의 길이들의 중간 값 또는 평균 값으로부터 일정 범위를 벗어나는 제1 사각형을 제외하는 단계;를 포함할 수 있다.
상기 바코드 검증 단계는, 상기 필터링 단계 후 클러스터에 포함된 제1 사각형들을 영역으로 표시한 영역 맵을 생성하는 단계; 및 상기 영역들의 조합을 둘러싸는 제2 사각형을 추출하는 단계;를 더 포함할 수 있다.
상기 제1 사각형 추출 단계는, 상기 입력 영상을 이진화하는 단계; 상기 이진화된 이진 영상에서 윤곽을 추출하는 단계; 및 상기 윤곽을 구성하는 점들 중 대표점들을 연결한 다각형을 생성하고, 상기 다각형을 포함하는 제1 사각형을 추출하는 단계;를 포함할 수 있다.
상기 대표점들은, 상기 윤곽을 구성하는 점들 중 임의의 두 점들을 연결한 선으로부터 일정 거리 내의 점들을 제외한 점들일 수 있다.
상기 방법은, 상기 제1 사각형을 길이 조건에 따라 1차원 바코드 또는 2차원 바코드로 분류하는 단계;를 더 포함할 수 있다.
상기 길이 조건은 제1 사각형의 가로 대 세로의 길이 비를 포함할 수 있다.
상기 바코드 분류 단계는, 상기 가로 대 세로의 길이 비가 1:1인 제1 사각형은 2차원 바코드로 분류하고, 그 외 제1 사각형은 1차원 바코드로 분류하는 단계;를 포함할 수 있다.
상기 방법은, 상기 입력 영상에서 상기 제2 사각형에 대응하는 영역을 바코드로 추출하는 단계;를 더 포함할 수 있다.
본 발명의 실시예들에 따른 바코드 검출 방법은 1D/2D 바코드의 구분 없이 바코드를 찾을 수 있다.
도 1은 본 발명의 일 실시예에 따른 바코드 판독 시스템(1)을 개략적으로 나타낸 도면이다.
도 2a 및 도 2b는 본 발명의 일 실시예에 따라 검출되는 바코드의 예이다.
도 3은 본 발명의 일 실시예에 따른 바코드 검출 장치(100)를 개략적으로 도시한 블록도이다.
도 4는 본 발명의 일 실시예에 따른 윤곽 재구성 방법을 설명하는 예이다.
도 5는 본 발명의 일 실시예에 따른 바코드 요소 추출을 설명하는 도면이다.
도 6 및 도 7은 본 발명의 일 실시예에 따른 1차원 바코드 검출을 설명하는 도면이다.
도 8은 본 발명의 일 실시예에 따른 2차원 바코드 검출을 설명하는 도면이다.
도 9 내지 도 11은 본 발명의 일 실시예에 따른 바코드 검출 방법을 개략적으로 설명하는 흐름도이다.
도 12는 본 발명의 일 실시예에 따른 바코드 판독 시스템이 적용된 예를 도시한다.
이하의 내용은 단지 본 발명의 원리를 예시한다. 그러므로 당업자는 비록 본 명세서에 명확히 설명되거나 도시되지 않았지만 본 발명의 원리를 구현하고 본 발명의 개념과 범위에 포함된 다양한 장치를 발명할 수 있는 것이다. 또한, 본 명세서에 열거된 모든 조건부 용어 및 실시예들은 원칙적으로, 본 발명의 개념이 이해되도록 하기 위한 목적으로만 명백히 의도되고, 이와 같이 특별히 열거된 실시예들 및 상태들에 제한적이지 않는 것으로 이해되어야 한다. 또한, 본 발명의 원리, 관점 및 실시예들 뿐만 아니라 특정 실시예를 열거하는 모든 상세한 설명은 이러한 사항의 구조적 및 기능적 균등물을 포함하도록 의도되는 것으로 이해되어야 한다. 또한, 이러한 균등물들은 현재 공지된 균등물뿐만 아니라 장래에 개발될 균등물 즉 구조와 무관하게 동일한 기능을 수행하도록 발명된 모든 소자를 포함하는 것으로 이해되어야 한다.
따라서, 프로세서 또는 이와 유사한 개념으로 표시된 기능 블록을 포함하는 도면에 도시된 다양한 소자의 기능은 전용 하드웨어뿐만 아니라 적절한 소프트웨어와 관련하여 소프트웨어를 실행할 능력을 갖춘 하드웨어의 사용으로 제공될 수 있다. 프로세서에 의해 제공될 때, 기능은 단일 전용 프로세서, 단일 공유 프로세서 또는 복수의 개별적 프로세서에 의해 제공될 수 있고, 이들 중 일부는 공유될 수 있다. 또한, 프로세서, 제어 또는 이와 유사한 개념으로 제시되는 용어의 사용은 소프트웨어를 실행할 능력을 갖춘 하드웨어를 배타적으로 인용하여 해석되어서는 아니 되고, 제한 없이 디지털 신호 프로세서(DSP) 하드웨어, 소프트웨어를 저장하기 위한 롬(ROM), 램(RAM) 및 비휘발성 메모리를 암시적으로 포함하는 것으로 이해되어야 한다. 주지 관용의 다른 하드웨어도 포함될 수 있다.
상술한 목적, 특징 및 장점들은 첨부된 도면과 관련한 다음의 상세한 설명을 통하여 더욱 분명해 질 것이다. 본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략하거나 간략하게 설명하는 것으로 한다.
한편, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라, 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
이하, 첨부된 도면을 참조하여 바람직한 실시예에 따른 본 발명을 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 바코드 판독 시스템(1)을 개략적으로 나타낸 도면이다.
도 1을 참조하면, 바코드 판독 시스템(1)은 바코드 검출 장치(100) 및 바코드 디코딩 장치(200)를 포함할 수 있다.
바코드 검출 장치(100)는 입력 영상으로부터 바코드를 검출할 수 있다.
도 2a 및 도 2b는 본 발명의 일 실시예에 따라 검출되는 바코드의 예이다. 바코드는 1차원 바코드(1D barcode)(10)(도 2a 참조) 및 2차원 바코드(2D barcode)(20)(도 2b 참조)를 포함할 수 있다. 1차원 바코드(10)는 바(bar, 흑색 막대)(A)와 공백(space, 흰색 막대)(B)의 배열 패턴으로 정보를 표현하는 부호 또는 부호체계이다. 1차원 바코드의 바와 공백은 각각 가로길이(폭, W) 및 세로길이(높이, H)를 갖는 직사각형이다. 2차원 바코드(20)는 흑색 정사각형(C)과 백색 정사각형(D)을 모자이크식으로 배열하여 정보를 표현하는 부호 또는 부호체계이다. 2차원 바코드의 흑색 정사각형(C)과 백색 정사각형(D)은 각각 가로길이(폭, W) 및 세로길이(높이, H)가 동일하다.
바코드 검출 장치(100)는 입력 영상으로부터 바코드의 흑백 요소들, 즉, 흑색 요소(예를 들어, 흑색 직사각형 또는 흑색 정사각형) 및 백색 요소(예를 들어, 백색 직사각형 또는 백색 정사각형)를 추출함으로써 1차원 바코드(10) 및/또는 2차원 바코드(20)를 검출할 수 있다.
바코드 검출 장치(100)는 입력 영상에서 윤곽 정보를 기초로 바코드의 흑백 요소(이하, '바코드 요소'라 함)에 대응하는 사각형을 추출하여 적어도 하나의 바코드를 검출할 수 있다. 바코드 검출 장치(100)는 추출된 사각형을 검증하여 최종적으로 입력 영상으로부터 바코드를 추출할 수 있다. 추출된 바코드는 입력 영상 내에서의 회전 각도를 이용하여 각도 보정된 후 바코드 디코딩 장치(200)로 출력될 수 있다.
바코드 디코딩 장치(200)는 바코드를 디코딩하여 바코드에 포함된 정보를 해석할 수 있다.
도 3은 본 발명의 일 실시예에 따른 바코드 검출 장치(100)를 개략적으로 도시한 블록도이다.
도 3을 참조하면, 일 실시예에 따른 바코드 검출 장치(100)는 후보검출부(110), 검증부(130), 및 보상부(150)를 포함할 수 있다.
후보검출부(110)는 입력 영상으로부터 바코드의 흑백 요소에 대응하는 영역을 검출할 수 있다. 후보검출부(110)는 이진화부(112), 윤곽추출부(114), 요소추출부(116), 및 분류부(118)를 포함할 수 있다.
이진화부(112)는 입력 영상을 이진화하여 흑백의 이진 영상을 생성할 수 있다. 바코드가 흑백 데이터로 구성되어 있으므로 바코드 추출을 위해 이진화가 수행된다. 이진화 방법은 특별히 한정되지 않고, 공지의 다양한 방법이 사용될 수 있다. 일 실시예에서, Otsu 알고리즘이 이진화 방법으로 사용될 수 있다. Otsu 알고리즘은 임계값을 기준으로 영상의 픽셀들을 두 클래스로 분류할 때 두 클래스 간의 intra-class variance를 최소화하거나 inter-class variance를 최대화하여 이진화를 수행한다. 바코드는 흑백의 데이터로서 히스토그램(histogram) 상 가장자리에 있으므로 특정 값으로 이진화를 하는 것보다 Otsu 알고리즘으로 분류할 때 좀 더 명확히 나눌 수 있는 장점이 있다.
윤곽추출부(114)는 이진 영상에서 윤곽(contour)을 추출할 수 있다. 윤곽을 추출하는 방법은 특별히 한정되지 않고, 공지의 다양한 방법이 사용될 수 있다. 윤곽 정보는 윤곽을 구성하는 선(line)들 및/또는 점(point)들의 정보를 포함할 수 있다.
요소추출부(116)는 윤곽으로부터 바코드 요소의 후보에 대응하는 사각형을 추출할 수 있다. 요소추출부(116)는 윤곽을 구성하는 점들 중 일부 점들(대표점들)을 이용하여 사각형을 추출할 수 있다. 즉, 요소추출부(116)는 최소의 선 정보 및 점 정보를 이용함으로써 바코드 검출 정보를 최소화할 수 있다. 대표점은 인접한 점들(유사한 위치의 점들) 중 선택된 하나의 점일 수 있다. 요소추출부(116)는 대표점들을 연결한 선들을 생성하여 윤곽을 재구성할 수 있다. 일 실시예에서, 요소추출부(116)는 Ramer-Douglas-Peucker 알고리즘을 이용하여 윤곽을 재구성할 수 있다. 재구성된 윤곽은 다각형(polygon)을 이루게 된다. 요소추출부(116)는 다각형을 포함하는(둘러싸는) 제1 사각형을 생성할 수 있다. 제1 사각형은 바코드 요소의 후보일 수 있다.
도 4는 본 발명의 일 실시예에 따른 윤곽 재구성 방법을 설명하는 예이다.
도 4의 (b) 내지 (f)는 (a)에 도시된 "든"의 윤곽의 일부를 재구성하는 방법을 도시한다.
요소추출부(116)는 (b)와 같이 윤곽을 이루는 복수의 점들(n1 내지 np)에서 (f)와 같이 대표점들만을 연결한 새로운 선들을 생성하고, 새로운 선들의 연결에 의해 윤곽을 재구성할 수 있다.
구체적으로, (c)와 같이 두 점들(n1, np)을 연결하는 선(L1)을 생성하고, (d)와 같이 선(L1)으로부터의 거리(x)가 임계 값 이상인 점(nh)을 추출하고, 새로운 두 점들(n1과 nh 및 nh와 np)을 연결하는 선들(L2, L3)을 생성한다. 유사한 방식으로, (e)와 같이 선(L3)으로부터의 거리(x)가 임계 값 이상인 점(nj)을 추출하고, 새로운 두 점들(nh과 nj 및 nj와 np)을 연결하는 선들(L4, L5)을 생성한다. 유사한 방식으로, (f)와 같이 선(L5)으로부터의 거리(x)가 임계 값 이상인 점(nk)을 추출하고, 새로운 두 점들(nj과 nk 및 nk와 np)을 연결하는 선들(L6, L7)을 생성한다. 즉 (b)에서 윤곽을 구성하는 n1 내지 np의 10개의 점들 중 5개의 대표점들(n1, nh, nj, nk, np)이 선택되고, (f)와 같이 선택된 대표점들을 연결하는 새로운 윤곽이 구성될 수 있다.
분류부(118)는 제1 사각형의 길이 및/또는 비율에 따라 제1 사각형을 1차원 바코드 또는 2차원 바코드로 분류할 수 있다. 분류부(118)는 제1 사각형의 비율, 즉 가로길이/세로길이의 비가 1:1인 제1 사각형은 2차원 바코드로 분류하고, 그 외 제1 사각형은 1차원 바코드로 분류할 수 있다. 분류부(118)는 1차원 바코드로 분류된 제1 사각형들 중 긴 변의 길이가 임계 값 이하인 제1 사각형을 제외하는 필터링을 선택적으로 추가 수행할 수 있다.
검증부(130)는 바코드로 분류된 제1 사각형들에 대한 검증을 수행할 수 있다. 검증부(130)는 클러스터링부(132), 필터(134), 맵생성부(136), 및 바코드결정부(138)를 포함할 수 있다.
클러스터링부(132)는 제1 사각형의 중심점을 찾고, 중심점의 위치를 기초로 제1 사각형들을 클러스터링할 수 있다. 클러스터링부(132)는 중심점들 간의 거리가 일정 거리 내에 중심점이 위치하는 제1 사각형들을 클러스터링할 수 있다. 클러스터링된 제1 사각형들의 집합인 클러스터는 단일의 바코드로 판단될 수 있다.
클러스터링부(132)는 1차원 바코드로 분류된 제1 사각형들의 중심점들을 찾고, 제1 사각형의 중심점들 간의 거리를 산출할 수 있다. 클러스터링부(132)는 중심점의 위치를 기초로 중심점들 간의 거리가 일정 거리 이내인 제1 사각형들을 클러스터링할 수 있다. 즉, 클러스터에 포함된 제1 사각형들의 중심점들 각각은, 동일 클러스터에 포함된 적어도 하나의 다른 제1 사각형의 중심점과 일정 거리 이내에 위치할 수 있다.
클러스터링부(132)는 2차원 바코드로 분류된 제1 사각형들의 중심점들을 찾고, 제1 사각형의 중심점들 간의 거리를 산출할 수 있다. 클러스터링부(132)는 중심점의 위치를 기초로 중심점들 간의 거리가 일정 거리 이내인 제1 사각형들을 클러스터링할 수 있다. 즉, 클러스터에 포함된 제1 사각형들의 중심점들 각각은, 동일 클러스터에 포함된 적어도 하나의 다른 제1 사각형의 중심점과 일정 거리 이내에 위치할 수 있다.
필터(134)는 클러스터에 할당된 제1 사각형들 중 크기가 상이한 제1 사각형을 제외하는 필터링을 수행할 수 있다.
필터(134)는 1차원 바코드의 클러스터에 포함된 제1 사각형들 각각의 긴 변의 길이가 기준 값으로부터 일정 범위를 벗어나는 제1 사각형을 제외할 수 있다. 기준 값은 클러스터에 포함된 제1 사각형들의 긴 변의 길이들의 중간 값 또는 평균 값일 수 있다.
필터(134)는 2차원 바코드의 클러스터에 포함된 제1 사각형들 각각의 일 변의 길이가 기준 값으로부터 일정 범위를 벗어나는 제1 사각형을 제외할 수 있다. 기준 값은 클러스터에 포함된 제1 사각형들의 일 변의 길이들의 중간 값 또는 평균 값일 수 있다.
맵생성부(136)는 필터(134)에 의해 통과된 제1 사각형들을 영역으로 표시한 영역 맵을 생성할 수 있다. 맵생성부(136)는 제1 사각형에 대응하는 영역을 흰색으로 표시하고 그 외 배경은 블랙으로 표시할 수 있다. 이에 따라, 영역 맵에는 복수의 작은 영역들이 합성된 큰 영역이 생성될 수 있다.
바코드결정부(138)는 영역 맵의 큰 영역을 둘러싸는 제2 사각형을 생성할 수 있다. 바코드결정부(138)는 입력 영상에서 제2 사각형에 대응하는 영역을 최종 바코드로 추출할 수 있다.
보상부(150)는 바코드의 회전 각도를 산출하고, 입력 영상을 회전 각도를 이용하여 와핑(warping) 처리할 수 있다. 보상부(150)는 입력 영상에서 복수의 바코드 영상들을 추출하고, 각 바코드 영상을 각 바코드의 회전 각도를 이용하여 와핑 처리할 수 있다.
바코드 검출 장치(100)는 와핑 처리된 바코드 영상 또는 입력 영상을 바코드 디코딩 장치(200)로 출력할 수 있다.
도 5는 본 발명의 일 실시예에 따른 바코드 요소 추출을 설명하는 도면이다.
도 5를 참조하면, 이진화부(112)는 입력 영상(50)을 이진화하여 이진 영상(52)을 생성할 수 있다. 윤곽추출부(114)는 이진 영상(52)으로부터 윤곽(54)을 추출할 수 있다. 요소추출부(116)는 입력 영상(50)으로부터 윤곽(54)을 재구성하여 생성된 다각형을 둘러싸는 제1 사각형(56)을 추출할 수 있다. 제1 사각형(56)은 다각형의 형태에 따라 다양한 크기를 가질 수 있다. 이에 따라 입력 영상(50)에서 상이한 크기의 복수의 제1 사각형(56)들이 바코드 요소의 후보로 추출될 수 있다.
도 6 및 도 7은 본 발명의 일 실시예에 따른 1차원 바코드 검출을 설명하는 도면이다.
도 6을 참조하면, 클러스터링부(132)는 1차원 바코드로 분류된 제1 사각형(61)들 각각의 중심점(63)을 추출하고, 중심점의 위치를 기초로 중심점들 간의 거리가 일정 거리 이내인 제1 사각형들을 클러스터링한다. 필터(134)는 클러스터(65)에 포함된 제1 사각형들 각각의 긴 변의 길이를 산출하고, 긴 변의 길이들의 중간 값 또는 평균 값으로부터 정해진 범위를 벗어난 제1 사각형을 제외한다. 맵생성부(136)는 필터(134)를 통과한 제1 사각형을 영역(67)으로 표시한 영역 맵을 생성한다. 바코드결정부(138)는 복수의 영역(67)들이 합성된 영역을 둘러싸는 제2 사각형(69)을 추출할 수 있다. 입력 영상에서 제2 사각형(69)에 대응하는 영역이 1차원 바코드로 추출될 수 있다.
도 7은 중심점(73)의 위치를 기초로 클러스터링된 클러스터(75)에 포함된 복수의 제1 사각형들(71) 중 크기가 상이한 제1 사각형(71')이 필터(134)에 의해 제외된 예를 도시한다. 영역 맵(75)에 필터를 통과한 제1 사각형들(71)이 영역(77)으로 표시되고, 복수의 영역(77)들이 합성된 영역을 둘러싸는 제2 사각형(79)이 생성될 수 있다.
도 8은 본 발명의 일 실시예에 따른 2차원 바코드 검출을 설명하는 도면이다.
도 8을 참조하면, 클러스터링부(132)는 2차원 바코드로 분류된 제1 사각형(81)들 각각의 중심점(83)을 추출하고, 중심점의 위치를 기초로 중심점들 간의 거리가 일정 거리 이내인 제1 방향 및 제2 방향의 제1 사각형들을 클러스터링한다. 필터(134)는 클러스터(85)에 포함된 제1 사각형들의 일 변의 길이를 산출하고, 일 변의 길이들의 중간 값 또는 평균 값으로부터 정해진 범위를 벗어난 제1 사각형(81')을 제외한다. 맵생성부(136)는 필터(134)를 통과한 제1 사각형을 영역(87)으로 표시한 영역 맵을 생성한다. 바코드결정부(138)는 복수의 영역(87)들이 합성된 영역을 둘러싸는 제2 사각형(89)을 추출할 수 있다. 입력 영상에서 제2 사각형(89)에 대응하는 영역이 2차원 바코드로 추출될 수 있다.
도 9 내지 도 11은 본 발명의 일 실시예에 따른 바코드 검출 방법을 개략적으로 설명하는 흐름도이다. 도 9 내지 도 11에 도시된 바코드 검출 방법은 전술된 바코드 검출 장치(100)에 의해 수행될 수 있다. 이하에서는 전술된 내용과 중복하는 내용의 상세한 설명은 생략한다.
바코드 검출 장치(100)는 입력 영상으로부터 바코드 후보를 검출할 수 있다(S81).
바코드 검출 장치(100)는 입력 영상을 이진화할 수 있다(S811). 이진화 방법은 특별히 한정되지 않는다.
바코드 검출 장치(100)는 이진 영상에서 윤곽을 추출할 수 있다(S813). 윤곽 추출 방법은 특별히 한정되지 않는다.
바코드 검출 장치(100)는 윤곽을 재구성하여 바코드 요소 후보에 대응하는 제1 사각형을 추출할 수 있다(S815). 바코드 검출 장치(100)는 윤곽을 구성하는 점들 중 대표점들만을 연결하여 윤곽을 재구성함으로써 다각형을 생성하고, 다각형을 둘러싸는 제1 사각형을 추출할 수 있다. 바코드 검출 장치(100)는 임의의 두 점들을 연결하는 선으로부터 임계 거리 이내에 있는 점들은 제외하는 방식으로 대표점들을 선택할 수 있다. 추출된 제1 사각형은 바코드 요소 후보일 수 있다.
바코드 검출 장치(100)는 추출된 제1 사각형들을 길이를 기초로 1차원 바코드 또는 2차원 바코드로 분류할 수 있다(S817). 바코드 검출 장치(100)는 제1 사각형의 길이 및/또는 비율에 따라 제1 사각형을 1차원 바코드 또는 2차원 바코드로 분류할 수 있다. 바코드 검출 장치(100)는 제1 사각형의 비율, 즉 가로길이/세로길이의 비가 1:1인 제1 사각형은 2차원 바코드로 분류하고, 그 외 제1 사각형은 1차원 바코드로 분류할 수 있다. 바코드 검출 장치(100)는 1차원 바코드로 분류된 제1 사각형들 중 긴 변의 길이가 임계 값 이하인 제1 사각형을 제외할 수 있다.
바코드 검출 장치(100)는 제1 사각형들을 검증하여 최종적으로 1차원 바코드 또는 2차원 바코드를 검출할 수 있다(S83).
바코드 검출 장치(100)는 제1 사각형의 중심점을 기초로 제1 사각형들을 공간적으로 클러스터링할 수 있다(S831). 바코드 검출 장치(100)는 1차원 바코드로 분류된 제1 사각형들의 중심점들을 찾고, 중심점들의 위치를 기초로 중심점들 간의 거리가 일정 거리 이내인 제1 사각형들을 클러스터링할 수 있다. 바코드 검출 장치(100)는 2차원 바코드로 분류된 제1 사각형들의 중심점들을 찾고, 중심점들의 위치를 기초로 중심점들 간의 거리가 일정 거리 이내인 제1 사각형들을 클러스터링할 수 있다.
바코드 검출 장치(100)는 클러스터에 할당된 제1 사각형들에 필터를 적용하여 크기가 상이한 제1 사각형은 제외하고, 유사한 크기를 갖는 제1 사각형들만을 선택할 수 있다(S833). 바코드 검출 장치(100)는 제1 바코드의 클러스터에 할당된 제1 사각형들 중 긴 변의 길이가 기준 값으로부터 일정 범위를 벗어나는 제1 사각형을 제외할 수 있다. 여기서 기준 값은 클러스터에 할당된 제1 사각형들의 긴 변의 길이들의 중간 값 또는 평균 값일 수 있다. 바코드 검출 장치(100)는 2차원 바코드의 클러스터에 할당된 제1 사각형들 중 일 변의 길이가 기준 값으로부터 일정 범위를 벗어나는 제1 사각형을 제외할 수 있다. 여기서 기준 값은 클러스터에 할당된 제1 사각형들의 일 변의 길이들의 중간 값 또는 평균 값일 수 있다.
바코드 검출 장치(100)는 필터를 통과한 제1 사각형을 영역으로 표시한 영역 맵을 생성할 수 있다(S835). 영역 맵에는 검은색 배경에 제1 사각형의 영역이 흰색으로 표시될 수 있다.
바코드 검출 장치(100)는 영역들의 조합을 둘러싸는 제2 사각형을 추출하고, 입력 영상에서 제2 사각형에 대응하는 영역을 바코드로 추출할 수 있다(S837).
바코드 검출 장치(10)는 입력 영상 또는 바코드 영상을 제2 사각형의 회전 각도를 이용하여 와핑 처리할 수 있다.
도 12는 본 발명의 일 실시예에 따른 바코드 판독 시스템이 적용된 예를 도시한다.
도 12를 참조하면, 일 실시예에 따른 시스템은 바코드 판독 시스템(1) 및 영상촬영장치(2)를 포함할 수 있다.
영상촬영장치(2)는 이송 트레이(30) 상의 객체(40)를 촬영할 수 있다. 영상촬영장치(2)는 X축 및 Y축 방향의 선형 운동 및 Z축 방향(하중 방향)의 선형 이동 및 회전이 가능한 로봇의 일 측(헤드, 핸드 등)에 부착된 카메라일 수 있다. 영상촬영장치(2)는 일정속도로 이동하는 이송 트레이(30)의 일 면에 로딩된 부품 등의 객체(40)를 촬영할 수 있다.
바코드 판독 시스템(1)은 영상촬영장치(2)가 획득한 영상을 수신하고, 영상으로부터 객체(40)를 검출하고, 객체(40)가 추출된 객체 영상에서 바코드를 검출 및 판독할 수 있다. 바코드 판독 시스템(1)의 구성 및 동작은 도 1 내지 도 11을 참조하여 설명하였으므로 생략한다.
도 12에 도시된 시스템의 경우, 로봇은 이송 트레이 상에 랜덤하게 놓여져 있는 물체를 인식할 수 있다. 물체에 바코드가 부착된 경우 각 물체에 대해 추가적인 작업 정보를 할당할 수 있으므로 바코드 정보의 활용은 로봇의 작업 시퀀스를 다양하게 하는 데에 도움을 준다. 또한, 별도로 바코드만을 촬영할 필요 없이 물체 인식 시에 촬영한 영상을 기반으로 물체에 부착된 바코드 영역을 찾고 인식할 수 있다.
본 발명의 실시예들은 도 12에 도시된 로봇 외에 카메라를 이용하여 획득한 바코드가 포함된 영상으로부터 바코드를 검출 및 인식할 수 있다. 예를 들어, 모바일 단말기에 본 발명의 실시예가 적용될 경우 제품의 바코드 부분만 확대하여 촬영하지 않고 제품 전체를 촬영한 후 해당 제품에 담긴 모든 바코드를 한 번에 확인할 수 있다.
종래의 바코드 탐지 알고리즘은 주로 영상 내 에지(edge) 정보를 기반으로 하므로, sobel 또는 canny edge detection 등을 사용하여 직선 정보를 추출하거나 hough transform 을 이용하여 직선 정보를 추출하여 바코드를 검출한다. 그러나 이러한 방법들은 바코드가 수평으로 촬영된 영상에 한하며, 또한 바코드의 크기가 영상 내에서 큰 경우에만 동작하는 경우가 많다. 즉, 종래의 바코드 탐지 알고리즘은 물체를 가까이에서 특정 방향으로 찍었을 경우에만 동작하므로 그 사용처가 제한적이다.
본 발명의 실시예들은 바코드의 바 형태를 활용하여 사각형의 바코드 바를 추출한다. 즉, 본 발명의 실시예들은 바코드를 이루는 데이터의 모양을 추출함으로써, 바코드의 크기 및/또는 회전에 무관하게 1D/2D 바코드 구분없이 바코드를 찾을 수 있다.
본 발명에 따른 바코드 판독 시스템의 바코드 검출 및 검증 방법은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의해 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광데이터 저장장치 등이 있다. 또한, 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고, 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있다.
본 발명은 첨부된 도면에 도시된 일 실시예를 참고로 설명되었으나, 이는 예시적인 것에 불과하며, 당해 기술분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 수 있을 것이다. 따라서, 본 발명의 진정한 보호 범위는 첨부된 청구 범위에 의해서만 정해져야 할 것이다.

Claims (20)

  1. 입력 영상의 윤곽 정보를 기초로 바코드 요소 후보에 대응하는 제1 사각형을 추출하는 후보검출부; 및
    상기 제1 사각형의 중심점의 위치를 기초로 상기 제1 사각형이 바코드 요소에 대응하는지 검증하는 검증부;를 포함하는 바코드 검출 장치.
  2. 제1항에 있어서, 상기 검증부는,
    상기 추출된 제1 사각형들의 중심점들 중 상호 거리가 일정 거리 이내인 중심점들을 갖는 제1 사각형들의 집합인 클러스터를 추출하는 클러스터링부; 및
    상기 클러스터에 포함된 사각형들 중 상이한 크기의 제1 사각형을 제외하는 필터;를 포함하는 바코드 검출 장치.
  3. 제2항에 있어서, 상기 필터는,
    상기 클러스터에 포함된 제1 사각형들의 일 변의 길이들의 중간 값 또는 평균 값으로부터 일정 범위를 벗어나는 제1 사각형을 제외하는, 바코드 검출 장치.
  4. 제2항에 있어서, 상기 검증부는,
    상기 필터를 통과한 클러스터에 포함된 제1 사각형들을 영역으로 표시한 영역 맵을 생성하는 맵생성부; 및
    상기 영역들의 조합을 둘러싸는 제2 사각형을 추출하는 바코드결정부;를 더 포함하는 바코드 검출 장치.
  5. 제1항에 있어서, 상기 후보검출부는,
    상기 입력 영상을 이진화하는 이진화부;
    상기 이진화된 영상에서 윤곽을 추출하는 윤곽추출부; 및
    상기 윤곽을 구성하는 점들 중 대표점들을 연결한 다각형을 생성하고, 상기 다각형을 포함하는 제1 사각형을 추출하는 요소추출부;를 포함하는 바코드 검출 장치.
  6. 제5항에 있어서,
    상기 대표점들은, 상기 윤곽을 구성하는 점들 중 임의의 두 점들을 연결한 선으로부터 일정 거리 내의 점들을 제외한 점들인, 바코드 검출 장치.
  7. 제5항에 있어서, 상기 후보검출부는,
    상기 제1 사각형을 길이 조건에 따라 1차원 바코드 또는 2차원 바코드로 분류하는 분류부;를 더 포함하는 바코드 검출 장치.
  8. 제7항에 있어서,
    상기 길이 조건은 제1 사각형의 가로 대 세로의 길이 비를 포함하는, 바코드 검출 장치.
  9. 제8항에 있어서, 상기 분류부는,
    상기 가로 대 세로의 길이 비가 1:1인 제1 사각형은 2차원 바코드로 분류하고, 그 외 제1 사각형은 1차원 바코드로 분류하는, 바코드 검출 장치.
  10. 제5항에 있어서, 상기 검증부는,
    상기 입력 영상에서 상기 제2 사각형에 대응하는 영역을 바코드로 추출하는 바코드결정부;를 더 포함하는 바코드 검출 장치.
  11. 입력 영상의 윤곽 정보를 기초로 바코드 요소 후보에 대응하는 제1 사각형을 추출하는 단계; 및
    상기 제1 사각형의 중심점의 위치를 기초로 상기 제1 사각형이 바코드 요소에 대응하는지 검증하는 단계;를 포함하는 바코드 검출 방법.
  12. 제11항에 있어서, 상기 바코드 검증 단계는,
    상기 추출된 제1 사각형들의 중심점들 중 상호 거리가 일정 거리 이내인 중심점들을 갖는 제1 사각형들의 집합인 클러스터를 추출하는 단계; 및
    상기 클러스터에 포함된 사각형들 중 상이한 크기의 제1 사각형을 제외하는 필터링 단계;를 포함하는 바코드 검출 방법.
  13. 제12항에 있어서, 상기 필터링 단계는,
    상기 클러스터에 포함된 제1 사각형들의 일 변의 길이들의 중간 값 또는 평균 값으로부터 일정 범위를 벗어나는 제1 사각형을 제외하는 단계;를 포함하는 바코드 검출 방법.
  14. 제12항에 있어서,
    상기 필터링 단계 후 클러스터에 포함된 제1 사각형들을 영역으로 표시한 영역 맵을 생성하는 단계; 및
    상기 영역들의 조합을 둘러싸는 제2 사각형을 추출하는 단계;를 더 포함하는 바코드 검출 방법.
  15. 제11항에 있어서, 상기 제1 사각형 추출 단계는,
    상기 입력 영상을 이진화하는 단계;
    상기 이진화된 이진 영상에서 윤곽을 추출하는 단계; 및
    상기 윤곽을 구성하는 점들 중 대표점들을 연결한 다각형을 생성하고, 상기 다각형을 포함하는 제1 사각형을 추출하는 단계;를 포함하는 바코드 검출 방법.
  16. 제15항에 있어서,
    상기 대표점들은, 상기 윤곽을 구성하는 점들 중 임의의 두 점들을 연결한 선으로부터 일정 거리 내의 점들을 제외한 점들인, 바코드 검출 방법.
  17. 제15항에 있어서,
    상기 제1 사각형을 길이 조건에 따라 1차원 바코드 또는 2차원 바코드로 분류하는 단계;를 더 포함하는 바코드 검출 방법.
  18. 제17항에 있어서,
    상기 길이 조건은 제1 사각형의 가로 대 세로의 길이 비를 포함하는, 바코드 검출 방법.
  19. 제18항에 있어서, 상기 바코드 분류 단계는,
    상기 가로 대 세로의 길이 비가 1:1인 제1 사각형은 2차원 바코드로 분류하고, 그 외 제1 사각형은 1차원 바코드로 분류하는 단계;를 포함하는 바코드 검출 방법.
  20. 제15항에 있어서,
    상기 입력 영상에서 상기 제2 사각형에 대응하는 영역을 바코드로 추출하는 단계;를 더 포함하는 바코드 검출 방법.
KR1020170182641A 2017-12-28 2017-12-28 바코드 검출 장치 및 이를 이용한 바코드 검출 방법 KR20190080275A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020170182641A KR20190080275A (ko) 2017-12-28 2017-12-28 바코드 검출 장치 및 이를 이용한 바코드 검출 방법
PCT/KR2018/000317 WO2019132093A1 (ko) 2017-12-28 2018-01-08 바코드 검출 장치 및 이를 이용한 바코드 검출 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170182641A KR20190080275A (ko) 2017-12-28 2017-12-28 바코드 검출 장치 및 이를 이용한 바코드 검출 방법

Publications (1)

Publication Number Publication Date
KR20190080275A true KR20190080275A (ko) 2019-07-08

Family

ID=67067773

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170182641A KR20190080275A (ko) 2017-12-28 2017-12-28 바코드 검출 장치 및 이를 이용한 바코드 검출 방법

Country Status (2)

Country Link
KR (1) KR20190080275A (ko)
WO (1) WO2019132093A1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210140914A (ko) * 2020-05-14 2021-11-23 한국과학기술연구원 유럽연구소 우편물에 인쇄된 배송지 주소를 인식하는 방법 및 장치
KR102343439B1 (ko) * 2021-06-24 2021-12-27 주식회사 포스로직 바코드 영역 검출 방법 및 이러한 방법을 수행하는 장치
KR20220159665A (ko) 2021-05-26 2022-12-05 주식회사 에잇바이트 바코드 생성 장치 및 방법, 및 바코드 검증 장치 및 방법

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117408659A (zh) * 2023-10-27 2024-01-16 北京利通盛达科技有限公司 一种erp企业管理系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100498763B1 (ko) * 2002-12-24 2005-07-01 한국전자통신연구원 바코드 고속 관심 영역 위치 판독 시스템 및 제어 방법
KR100606404B1 (ko) * 2003-11-26 2006-08-02 (주)아이미디어아이앤씨 컬러코드 이미지 검출 방법 및 장치
KR20140103021A (ko) * 2013-02-15 2014-08-25 삼성전자주식회사 객체 인식이 가능한 전자 장치
KR101623689B1 (ko) * 2015-06-08 2016-05-24 한경대학교 산학협력단 바코드 식별 장치 및 방법
KR101807566B1 (ko) * 2016-06-17 2017-12-11 인천대학교 산학협력단 바코드 검출 방법 및 장치

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210140914A (ko) * 2020-05-14 2021-11-23 한국과학기술연구원 유럽연구소 우편물에 인쇄된 배송지 주소를 인식하는 방법 및 장치
KR20220159665A (ko) 2021-05-26 2022-12-05 주식회사 에잇바이트 바코드 생성 장치 및 방법, 및 바코드 검증 장치 및 방법
KR102343439B1 (ko) * 2021-06-24 2021-12-27 주식회사 포스로직 바코드 영역 검출 방법 및 이러한 방법을 수행하는 장치
KR20230000399A (ko) * 2021-06-24 2023-01-02 주식회사 포스로직 바코드 영역 검출 방법 및 이러한 방법을 수행하는 장치

Also Published As

Publication number Publication date
WO2019132093A1 (ko) 2019-07-04

Similar Documents

Publication Publication Date Title
Szentandrási et al. Fast detection and recognition of QR codes in high-resolution images
US8611662B2 (en) Text detection using multi-layer connected components with histograms
US9294665B2 (en) Feature extraction apparatus, feature extraction program, and image processing apparatus
US10467494B2 (en) Method and system for container code recognition
US9076056B2 (en) Text detection in natural images
KR20190080275A (ko) 바코드 검출 장치 및 이를 이용한 바코드 검출 방법
US20170124418A1 (en) System and a method for the detection of multiple number-plates of moving cars in a series of 2-d images
Nguyen et al. A novel shape-based non-redundant local binary pattern descriptor for object detection
US20140037159A1 (en) Apparatus and method for analyzing lesions in medical image
EP3462372B1 (en) System and method for detecting optical codes with damaged or incomplete finder patterns
Ahmed et al. A robust algorithm for detecting people in overhead views
Salti et al. A traffic sign detection pipeline based on interest region extraction
US10255685B2 (en) Computer implemented system and method for image texture determination
US9519060B2 (en) Methods and systems for vehicle classification from laser scans using global alignment
EP2695106B1 (en) Feature descriptor for image sections
JP6106808B2 (ja) 文書内バーコード配置特定
Giri Text information extraction and analysis from images using digital image processing techniques
Fang et al. 1-D barcode localization in complex background
Zhu et al. End-to-end system of license plate localization and recognition
Yun et al. Vision-based 1D barcode localization method for scale and rotation invariant
Lin et al. Multi-symbology and multiple 1d/2d barcodes extraction framework
Rai et al. Video analytics solution for tracking customer locations in retail shopping malls
Zhu An end-to-end license plate localization and recognition system
Jia et al. Automatic license plate recognition: a review
Palmer et al. Intensity and range image based features for object detection in mobile mapping data