針對邊緣模糊會導(dǎo)致二維條碼識別率下降的問題，提出了一種基于中值濾波和數(shù)學(xué)
形態(tài)學(xué)相結(jié)合的二維條碼邊緣檢測識別算法，該算法能夠有效地抑制噪聲，保護(hù)邊緣細(xì)節(jié)，提高檢測精度，從而有效地降低邊緣模糊對條碼識別的影響。文中選取PDF417 二維條碼為應(yīng)用對象，與傳統(tǒng)的幾種邊緣檢測算法相比。實驗結(jié)果表明，該算法能夠更有效地識別條碼邊界，顯著地提高了條碼的識別率。
自動化數(shù)據(jù)采集技術(shù)是信息采集和處理的關(guān)鍵技術(shù)，條碼技術(shù)在自動化數(shù)據(jù)采集中占重
要地位。二維條碼[1-2] 與一維條碼相比具有信息容量大、密度高、糾錯能力強、譯碼可靠性高、保密性好等特點，可以表示數(shù)據(jù)文件、指紋圖片等多媒體信息。因此二維條碼廣泛應(yīng)用于身份驗證、安全防偽、電子商務(wù)等眾多領(lǐng)域。
在傳統(tǒng)的條碼識別過程中，由于受條碼印刷和圖像采集設(shè)備的限制，以及在流通過程中
污染損壞等因素導(dǎo)致圖像的缺陷，以至于邊緣模糊。目前對條碼識別算法大多是基于邊緣檢測的，因此邊緣模糊是影響條碼識別的重要因素。邊緣可以被定義為在局部區(qū)域內(nèi)圖像特征的差別，它表現(xiàn)為圖像上的不連續(xù)性。傳統(tǒng)的條碼邊緣檢測算法[3-4]是先對條碼信號進(jìn)行一階差分，然后找出條碼圖象的邊界位置。目前邊緣檢測的方法很多，傳統(tǒng)的方法是采用邊緣檢測算子求解二維實函數(shù)的梯度，然后再選取合適的閾值以提取邊緣，這些經(jīng)典的邊緣檢測算子主要有：Roberts 算子，Prewitt 算子，Sobel 算子以及Laplaican 算子，Canny 算子等，這些算子的主要缺點是對噪聲敏感和邊緣定位精確度低。中值濾波是一種濾除噪聲的非線性處理方法，在一定的條件下它既可以除去噪聲，又可以很好地保護(hù)圖像邊緣。數(shù)學(xué)形態(tài)學(xué)[5]是一種非線性的圖像處理和分析理論。它主要的研究方法是，從集合的角度來處理圖像，其是以結(jié)構(gòu)元素為基礎(chǔ)對圖像進(jìn)行分析的數(shù)學(xué)工具，基本思想是用具有一定形態(tài)的結(jié)構(gòu)元素去度量和提取圖像中的對應(yīng)形狀以達(dá)到對圖像分析和識別的目的。本文以PDF417 條碼為應(yīng)用對象，采用基于中值濾波和數(shù)學(xué)形態(tài)學(xué)相結(jié)合的二維條碼邊緣檢測算法。實驗結(jié)果表明，與傳統(tǒng)的幾種邊緣檢測算法相比，本文采用的識別算法能夠更有效地識別條碼邊界、保護(hù)邊緣細(xì)節(jié)、提高檢測精度，顯著地提高了條碼的識別準(zhǔn)確度。