[发明专利]一种基于条码识别的边缘检测方法

权利要求书

1.一种基于条码识别的边缘检测方法，其特征在于，具体包括以下步骤：

(1)将条码图片转为灰度图；

(2)将上述灰度图与自适应滤波器进行卷积运算，得到滤波后的平滑图像，具体为：

(2.1)根据噪声密度选取滤波窗口S_xy，且所述滤波窗口S_xy≤S_max；将所述灰度图中任意像素(x,y)处的灰度值表示为Z_xy，并筛选出所述灰度图中灰度值的最大值、最小值、中值，分别表示为Z_max、Z_min、Z_med。

(2.2)判断所述灰度图中每一点像素的灰度值Z_xy是否为噪声，当Z_xy满足Z_min<Z_xy<Z_max，该Z_xy不是噪声点，直接输出该Z_xy，否则继续执行下一步；

(2.3)判断Z_med是否为噪声点，当Z_med满足Z_min<Z_med<Z_max，输出该Z_med，否则继续执行下一步；

(2.4)当S_xy+2≤S_max，增大滤波窗口，具体为S_xy＝S_xy+2，重复步骤(2.2)-(2.3)，否则输出除去极值点的当前滤波窗口的灰度值均值，得到自适应中值滤波后的平滑图像。

(3)通过步骤2得到的自适应中值滤波后的平滑图像，进行像素梯度幅值G(x,y)和梯度方向θ(x,y)的计算，得到边缘像素梯度图像。

其中，

G_x(x,y)为X方向偏导数：G_x(x,y)＝S(x+1,y)-S(x-1,y) (3)

G_y(x,y)为Y方向的偏导数；G_x(x,y)＝S(x,y+1)-S(x,y-1) (4)

G_45°(x,y)为45°方向的偏导数：G₄₅(x,y)＝S(x-1,y+1)-S(x+1,y-1) (5)

G_135°(x,y)为135°方向的偏导数：G₁₃₅(x,y)＝S(x+1,y+1)-S(x-1,y-1)(6)。

(4)对步骤3得到的边缘像素梯度图像进行非极大值抑制：检测每个像素的梯度是否是周围具有相同方向的像素中最大的，是则保留，否则剔除非边缘的像素，根据保留的像素，生成二值图像。

(5)使用迭代法求高低阈值的方法，求得高低阈值：

(5.1)所述条码图片灰度化以后，通过灰度直方图得到灰度的最大值M_max和最小值M_min,将M_max与M_min的平均值作为初始阈值T₀；

(5.2)所述初始阈值T₀将灰度图分为高于T₀的第一灰度图和低于T₀的第二灰度图，再分别对第一灰度图、第二灰度图求均值，得到第一均值T_H和第二均值T_L；

(5.3)再将第一均值T_H和第二均值T_L求均值，得到第一次迭代的第一阈值T₁；

(5.4)将第一阈值T₁与T₀比较，当T₁＝T₀时，此时，第一均值T_H为高阈值，第二均值T_L为低阈值；否则继续重复步骤(5.2)-(5.4)进行迭代，直至第n次迭代的第n阈值T_n＝T₀。

(6)双阈值检测和连接边缘：对于步骤4生成的二值图像，将小于低阈值的像素设置为0，将大于高阈值的像素设置为1；介于低阈值高阈值之间的像素，若确定与边缘的像素邻接，则判定为边缘；否则为非边缘，将边缘像素连接，得到条形码最终的边缘检测图片。