[发明专利]一种基于计算机视觉的条码高精度识别方法

说明书

本发明公开了一种基于计算机视觉的条码高精度识别方法，包括以下步骤：A、采用高精度摄像头对物品进行拍照并将拍摄的图像进行预处理；B、对物品上的条码图像信号进行特征提取并发送至处理器进行处理；C、对处理后的条码图像信号发送至后台终端，本发明采用的识别方法识别精度高，识别效率高，提高了工作效率。

技术领域

本发明涉及计算机视觉技术领域，具体为一种基于计算机视觉的条码高精度识别方法。

背景技术

计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取‘信息’的人工智能系统。这里所指的信息指Shannon定义的，可以用来帮助做一个“决定”的信息。因为感知可以看作是从感官信号中提取信息，所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。

二维码又称二维条码，它是用特定的几何图形按一定的规律在平面上分布的黑白相间的图形，是所有信息数据的一把钥匙；目前的产品上的条码识别识别效率低，精度低。

发明内容

本发明的目的在于提供一种基于计算机视觉的条码高精度识别方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于计算机视觉的条码高精度识别方法，包括以下步骤：

A、采用高精度摄像头对物品进行拍照并将拍摄的图像进行预处理；

B、对物品上的条码图像信号进行特征提取并发送至处理器进行处理；

C、对处理后的条码图像信号发送至后台终端。

优选的，所述步骤A中图像预处理方法包括以下步骤：

a、图像灰度化，把彩色图像变为单通道数据的灰度图像，根据加权平均值法得到灰度图像；

b、图像增强，对原图像变换数据突出图像中轮廓特征，去除图像中不需要的纹理特征；

c、图像滤波，用序贯滤波对图像进行处理，然后进行融合处理，具体公式如下：

t(x，y)＝max(g_a(x，y)，g_b(x，y)，g_c(x，y)，g_d(x，y))

其中，t(x，y)为融合后的图像在坐标点(x，y)处的灰度值，g_a(x，y)、g_b(x，y)、g_c(x，y)、g_d(x，y)分别为水平、45度、垂直、135度方向的序贯滤波结果图在坐标点(x，y)处的灰度值；

d、图像二值化，把256个亮度等级的灰度图像通过阈值选取而获得反映图像整体和局部特征的二值化图像，使用基于直方图的自适应阈值分割来获得二值图像。

优选的，所述步骤B中特征提取方法包括以下步骤：

a、将待提取的图像按类Haar方法提取纹理特征直方图；

b、提取待检测图像的中心点像素和其上下、左右及四个角顶点进行比较获取纹理特征直方图；

c、级联待检测图像步骤a与步骤b，从而获得条码图像纹理特征。

优选的，所述步骤B中处理器处理方法如下：

a、将图像信号输入至SRD高斯窄脉冲发生电路形成窄脉冲信号，再将窄脉冲信号经过二阶微分高斯脉冲成形电路输出亚纳秒级、二阶微分高斯脉冲信号；