一種商品外包裝一維條形碼快速定位識(shí)別方法
【專(zhuān)利摘要】本發(fā)明提出一種商品外包裝一維條形碼快速定位識(shí)別方法，包括下列步驟：獲取商品條形碼圖像；利用條形碼模板圖像與所述獲取的商品條形碼圖像進(jìn)行特征匹配，得到當(dāng)前商品條形碼的定位區(qū)域；對(duì)所述商品條形碼圖像進(jìn)行分割及復(fù)原后進(jìn)行條形碼識(shí)別獲取商品信息。本發(fā)明提出一種商品外包裝一維條形碼快速定位識(shí)別方法，對(duì)商品外包裝上的一維條碼進(jìn)行自動(dòng)、快速定位，分割條碼區(qū)域，最終進(jìn)行條碼識(shí)別，完成對(duì)整個(gè)商品的準(zhǔn)確識(shí)別，具有快速、準(zhǔn)確且自動(dòng)等特點(diǎn)，并且適用于復(fù)雜背景的商品圖像。
【專(zhuān)利說(shuō)明】一種商品外包裝一維條形碼快速定位識(shí)別方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及商品條形碼識(shí)別領(lǐng)域，且特別涉及一種商品外包裝一維條形碼快速定位識(shí)別方法。

【背景技術(shù)】
[0002]傳統(tǒng)的條碼識(shí)別方法主要包括光電識(shí)別方法、射頻識(shí)別以及圖像式的條碼識(shí)別方法。
[0003]光電識(shí)別方法非常成熟，在市場(chǎng)上應(yīng)用非常廣泛。但是該種條碼技術(shù)對(duì)有污染的條碼識(shí)別能力差，要達(dá)到理想的識(shí)別效果對(duì)條碼印刷質(zhì)量要求較高。
[0004]射頻識(shí)別(RFID)作為一種新型的條碼識(shí)別技術(shù)，它通過(guò)射頻標(biāo)簽與射頻讀寫(xiě)器之間的感應(yīng)、無(wú)線電波或微波能量進(jìn)行非接觸雙向通信，實(shí)現(xiàn)數(shù)據(jù)交換，從而達(dá)到識(shí)別目的。具有掃描速度快、掃描距離遠(yuǎn)、多目標(biāo)同時(shí)掃描的優(yōu)點(diǎn)。然而由于射頻識(shí)別標(biāo)簽的成本問(wèn)題，使得射頻識(shí)別技術(shù)在零售領(lǐng)域并不能被廣泛應(yīng)用。
[0005]圖像式的條碼識(shí)別技術(shù)一般首先由圖像采集裝置采集有復(fù)雜背景的條碼圖像，然后利用圖像處理技術(shù)進(jìn)行條碼圖像的去噪和分割處理，最后調(diào)用讀碼模塊，讀出條碼值并顯示識(shí)別結(jié)果。
[0006]上述三種方法主要存在以下兩方面的缺點(diǎn):
[0007](I)識(shí)別過(guò)程需要人工干預(yù)，手工確定條碼位置。
[0008](2)對(duì)復(fù)雜的圖像檢測(cè)效果很差，算法魯棒性低。


【發(fā)明內(nèi)容】

[0009]本發(fā)明提出一種商品外包裝一維條形碼快速定位識(shí)別方法，對(duì)商品外包裝上的一維條碼進(jìn)行自動(dòng)、快速定位，分割條碼區(qū)域，最終進(jìn)行條碼識(shí)別，完成對(duì)整個(gè)商品的準(zhǔn)確識(shí)另O，具有快速、準(zhǔn)確且自動(dòng)等特點(diǎn)，并且適用于復(fù)雜背景的商品圖像。
[0010]為了達(dá)到上述目的，本發(fā)明提出一種商品外包裝一維條形碼快速定位識(shí)別方法，包括下列步驟:
[0011]獲取商品條形碼圖像；
[0012]利用條形碼模板圖像與所述獲取的商品條形碼圖像進(jìn)行特征匹配，得到當(dāng)前商品條形碼的定位區(qū)域；
[0013]對(duì)所述商品條形碼圖像進(jìn)行分割及復(fù)原后進(jìn)行條形碼識(shí)別獲取商品信息。
[0014]進(jìn)一步的，所述商品條形碼圖像獲取步驟為:通過(guò)紅外裝置檢測(cè)到商品后，觸發(fā)相機(jī)并由相機(jī)采集當(dāng)前拍攝的商品條形碼圖像。
[0015]進(jìn)一步的，所述特征匹配步驟為利用條形碼模板圖像與所述獲取的商品條形碼圖像進(jìn)行SURF特征匹配。
[0016]進(jìn)一步的，所述獲取商品條形碼定位區(qū)域步驟為利用RANSAC算法消除錯(cuò)誤匹配點(diǎn)，得到當(dāng)前商品圖像條形碼的定位區(qū)域。
[0017]進(jìn)一步的，所述對(duì)商品條形碼圖像進(jìn)行分割步驟包括:
[0018]對(duì)商品條形碼區(qū)域加噪，使得添加噪聲后的條形碼區(qū)域提取出密集而均勻分布的SURF特征點(diǎn)；
[0019]利用Hough變換直線檢測(cè)求得的準(zhǔn)確條形碼傾斜角度；
[0020]改變surf特征主方向的范圍區(qū)間到O-180度后SURF特征點(diǎn)主方向具有同一指向，從而將傾斜的商品條形碼區(qū)域進(jìn)行角度校正。
[0021]進(jìn)一步的，所述將傾斜的商品條形碼區(qū)域進(jìn)行角度校正步驟包括:利用一定半徑大小的圓形窗口，從SURF特征匹配準(zhǔn)確定位點(diǎn)開(kāi)始，沿著準(zhǔn)確條形碼傾斜方向的前后左右進(jìn)行區(qū)域生長(zhǎng)運(yùn)動(dòng)，找出條形碼圖像的前后左右邊界點(diǎn)，最后利用這四個(gè)邊界點(diǎn)完整分割出商品條形碼圖像，并利用雙線性插值法對(duì)傾斜條形碼圖像進(jìn)行擺正。
[0022]進(jìn)一步的，所述對(duì)商品條形碼圖像進(jìn)行復(fù)原步驟包括:
[0023]在分割后的商品條形碼圖像中查找收縮最輕微的橫截區(qū)域，并截取原始商品條形碼圖像中設(shè)定單位寬度的圖像；
[0024]利用90度的直線型結(jié)構(gòu)元素函數(shù)SE，對(duì)截取的設(shè)定單位寬度的條形碼圖像進(jìn)行腐蝕膨脹運(yùn)算，使得商品條形碼的線條由彎曲恢復(fù)為豎直。
[0025]進(jìn)一步的，所述對(duì)商品條形碼圖像進(jìn)行復(fù)原步驟中，截取原始商品條形碼圖像中15個(gè)單位寬度的圖像。
[0026]進(jìn)一步的，該方法對(duì)水平方向的商品條形碼分成多段進(jìn)行分割。
[0027]本發(fā)明提出的商品外包裝一維條形碼快速定位識(shí)別方法，識(shí)別速度快，能夠滿(mǎn)足實(shí)時(shí)要求、精度高，具有很好的推廣應(yīng)用價(jià)值。本發(fā)明能夠定位分割大角度傾斜、視覺(jué)變形、薄膜覆蓋、表面褶皺、復(fù)雜干擾背景等多種實(shí)際應(yīng)用中的條形碼圖像。本發(fā)明支持在復(fù)雜背景上快速定位與識(shí)別一維點(diǎn)陣條碼，并允許條碼在位置、尺寸和方向上的較大變化。可廣泛應(yīng)用于半導(dǎo)體芯片生產(chǎn)線的流程控制，汽車(chē)部件上的一維條碼識(shí)別，倉(cāng)庫(kù)貨物上的一維條碼識(shí)別以及其它產(chǎn)品包裝或表面上的一維條碼識(shí)別。

【專(zhuān)利附圖】

【附圖說(shuō)明】
[0028]圖1所示為本發(fā)明較佳實(shí)施例的商品外包裝一維條形碼快速定位識(shí)別方法流程圖。

【具體實(shí)施方式】
[0029]以下結(jié)合附圖給出本發(fā)明的【具體實(shí)施方式】，但本發(fā)明不限于以下的實(shí)施方式。根據(jù)下面說(shuō)明和權(quán)利要求書(shū)，本發(fā)明的優(yōu)點(diǎn)和特征將更清楚。需說(shuō)明的是，附圖均采用非常簡(jiǎn)化的形式且均使用非精準(zhǔn)的比率，僅用于方便、明晰地輔助說(shuō)明本發(fā)明實(shí)施例的目的。
[0030]條形碼共同具有的黑白條紋相間的單一圖像特性，使得任意兩個(gè)條形碼圖像之間的SURF特征匹配都能夠進(jìn)行。本發(fā)明利用該特性，首先通過(guò)條形碼模板圖像與包含條形碼的商品圖像之間進(jìn)行粗匹配，快速定位出條形碼的位置；再通過(guò)誤匹配點(diǎn)的消除，精確定位出條形碼的位置。對(duì)定位后的條碼區(qū)域進(jìn)行分割與校正，最終利用條形碼識(shí)別的方法，得到條碼信息，從而進(jìn)行商品識(shí)別。
[0031]加速穩(wěn)健特征(Speeded Up Robust Features, SURF)是一個(gè)穩(wěn)健的圖像識(shí)別和描述算法，首先于2006年發(fā)表在歐洲計(jì)算機(jī)視覺(jué)國(guó)際會(huì)議(Europeon Conference onComputer Vis1n, ECCV)。該算法可被用于計(jì)算機(jī)視覺(jué)任務(wù),如物件識(shí)別和3D重構(gòu)。他部分的靈感來(lái)自于SIFT算法。SURF標(biāo)準(zhǔn)的版本比SIFT要快數(shù)倍，并且其作者聲稱(chēng)在不同圖像變換方面比SIFT更加穩(wěn)健。SURF基于近似的2D離散小波變換響應(yīng)和并且有效地利用了積分圖。作為尺度不變特征變換(SIFT)算法的加速版，SURF算法在適中的條件下完成兩幅圖像中物體的匹配基本實(shí)現(xiàn)了實(shí)時(shí)處理。
[0032]請(qǐng)參考圖1，圖1所示為本發(fā)明較佳實(shí)施例的商品外包裝一維條形碼快速定位識(shí)別方法流程圖。本發(fā)明提出一種商品外包裝一維條形碼快速定位識(shí)別方法，包括下列步驟:
[0033]步驟S100:獲取商品條形碼圖像；
[0034]步驟S200:利用條形碼模板圖像與所述獲取的商品條形碼圖像進(jìn)行特征匹配，得到當(dāng)前商品條形碼的定位區(qū)域；
[0035]步驟S300:對(duì)所述商品條形碼圖像進(jìn)行分割及復(fù)原后進(jìn)行條形碼識(shí)別獲取商品信息。
[0036]根據(jù)本發(fā)明較佳實(shí)施例，所述商品條形碼圖像獲取步驟為:通過(guò)紅外裝置檢測(cè)到商品后，觸發(fā)相機(jī)并由相機(jī)采集當(dāng)前拍攝的商品條形碼圖像，并采集當(dāng)前拍攝圖像存儲(chǔ)到內(nèi)存中。
[0037]進(jìn)一步的，所述特征匹配步驟為利用條形碼模板圖像與所述獲取的商品條形碼圖像進(jìn)行SURF特征匹配。所述模板圖像，即任意一維條碼圖像。
[0038]所述獲取商品條形碼定位區(qū)域步驟為利用RANSAC算法消除錯(cuò)誤匹配點(diǎn)，得到當(dāng)前商品圖像條形碼的定位區(qū)域。RANSAC為RANdom SAmple Consensus (隨機(jī)抽樣一致性算法)的縮寫(xiě)，它是根據(jù)一組包含異常數(shù)據(jù)的樣本數(shù)據(jù)集，計(jì)算出數(shù)據(jù)的數(shù)學(xué)模型參數(shù)，得到有效樣本數(shù)據(jù)的算法。RANSAC算法的基本假設(shè)是樣本中包含正確數(shù)據(jù)(inliers，可以被模型描述的數(shù)據(jù))，也包含異常數(shù)據(jù)(Outliers，偏離正常范圍很遠(yuǎn)、無(wú)法適應(yīng)數(shù)學(xué)模型的數(shù)據(jù))，即數(shù)據(jù)集中含有噪聲。這些異常數(shù)據(jù)可能是由于錯(cuò)誤的測(cè)量、錯(cuò)誤的假設(shè)、錯(cuò)誤的計(jì)算等產(chǎn)生的。同時(shí)RANSAC也假設(shè)，給定一組正確的數(shù)據(jù)，存在可以計(jì)算出符合這些數(shù)據(jù)的模型參數(shù)的方法。
[0039]根據(jù)本發(fā)明較佳實(shí)施例，所述對(duì)商品條形碼圖像進(jìn)行分割步驟包括:
[0040]對(duì)商品條形碼區(qū)域加噪，使得添加噪聲后的條形碼區(qū)域提取出密集而均勻分布的SURF特征點(diǎn)；
[0041]利用Hough變換直線檢測(cè)求得的準(zhǔn)確條形碼傾斜角度；
[0042]改變surf特征主方向的范圍區(qū)間到O-180度后SURF特征點(diǎn)主方向具有同一指向，從而將傾斜的商品條形碼區(qū)域進(jìn)行角度校正。
[0043]Hough變換是一種使用表決原理的參數(shù)估計(jì)技術(shù)。其原理是利用圖像空間和Hough參數(shù)空間的點(diǎn)一線對(duì)偶性，把圖像空間中的檢測(cè)問(wèn)題轉(zhuǎn)換到參數(shù)空間。通過(guò)在參數(shù)空間里進(jìn)行簡(jiǎn)單的累加統(tǒng)計(jì)，然后在Hough參數(shù)空間尋找累加器峰值的方法檢測(cè)直線。Hough變換的實(shí)質(zhì)是將圖像空間內(nèi)具有一定關(guān)系的像元進(jìn)行聚類(lèi)，尋找能把這些像元用某一解析形式聯(lián)系起來(lái)的參數(shù)空間累積對(duì)應(yīng)點(diǎn)。在參數(shù)空間不超過(guò)二維的情況下，這種變換有著理想的效果。
[0044]在不考慮誤差的情況下，Hough變換直線檢測(cè)求得的準(zhǔn)確條形碼傾斜方向，與條形碼區(qū)域的SURF特征點(diǎn)的主方向是相同的。但是不考慮誤差是不現(xiàn)實(shí)的，SURF特征點(diǎn)的主方向在準(zhǔn)確條形碼傾斜方向大致6度范圍內(nèi)變化。所述將傾斜的商品條形碼區(qū)域進(jìn)行角度校正步驟包括:利用一定半徑r大小的圓形窗口，從SURF特征匹配準(zhǔn)確定位點(diǎn)開(kāi)始，沿著準(zhǔn)確條形碼傾斜方向的前后左右進(jìn)行區(qū)域生長(zhǎng)運(yùn)動(dòng)，找出條形碼圖像的前后左右邊界點(diǎn)，最后利用這四個(gè)邊界點(diǎn)完整分割出商品條形碼圖像，并利用雙線性插值法對(duì)傾斜條形碼圖像進(jìn)行擺正。雙線性插值，又稱(chēng)為雙線性?xún)?nèi)插。在數(shù)學(xué)上，雙線性插值是有兩個(gè)變量的插值函數(shù)的線性插值擴(kuò)展，其核心思想是在兩個(gè)方向分別進(jìn)行一次線性插值。當(dāng)對(duì)相鄰四個(gè)像素點(diǎn)采用雙線性插值時(shí)，所得表面在鄰域處是吻合的，但斜率不吻合。并且雙線性灰度插值的平滑作用可能使得圖像的細(xì)節(jié)產(chǎn)生退化，這種現(xiàn)象在進(jìn)行圖像放大時(shí)尤其明顯。
[0045]根據(jù)本發(fā)明較佳實(shí)施例，所述對(duì)商品條形碼圖像進(jìn)行復(fù)原步驟包括:
[0046]在分割后的商品條形碼圖像中查找收縮最輕微的橫截區(qū)域，并截取原始商品條形碼圖像中設(shè)定單位寬度的圖像；
[0047]利用90度的直線型結(jié)構(gòu)元素函數(shù)SE，對(duì)截取的設(shè)定單位寬度的條形碼圖像進(jìn)行腐蝕膨脹運(yùn)算，使得商品條形碼的線條由彎曲恢復(fù)為豎直。
[0048]進(jìn)一步的，所述對(duì)商品條形碼圖像進(jìn)行復(fù)原步驟中，截取原始商品條形碼圖像中15個(gè)單位寬度的圖像。腐蝕膨脹運(yùn)算屬于數(shù)學(xué)形態(tài)學(xué)(Mathematical Morphology),腐蝕運(yùn)算是一種消除邊界點(diǎn)，使邊界向內(nèi)部收縮的過(guò)程，可以用來(lái)消除小且無(wú)意義的物體。腐蝕的算法:用3x3的結(jié)構(gòu)元素，掃描圖像的每一個(gè)像素，用結(jié)構(gòu)元素與其覆蓋的二值圖像做“與”操作，如果都為1，結(jié)果圖像的該像素為1，否則為0，其運(yùn)算結(jié)果:使二值圖像減小一圈；膨脹運(yùn)算是將與物體接觸的所有背景點(diǎn)合并到該物體中，使邊界向外部擴(kuò)張的過(guò)程，可以用來(lái)填補(bǔ)物體中的空洞。膨脹的算法:用3x3的結(jié)構(gòu)元素，掃描圖像的每一個(gè)像素，用結(jié)構(gòu)元素與其覆蓋的二值圖像做“與”操作，如果都為0，結(jié)果圖像的該像素為0，否則為1，其運(yùn)算結(jié)果:使二值圖像擴(kuò)大一圈。因此腐蝕就是使用算法，將圖像的邊緣腐蝕掉，作用就是將目標(biāo)的邊緣的“毛刺”踢除掉。膨脹就是使用算法，將圖像的邊緣擴(kuò)大些，作用就是將目標(biāo)的邊緣或者是內(nèi)部的坑填掉。使用相同次數(shù)的腐蝕與膨脹，可以使目標(biāo)表面更平滑。
[0049]進(jìn)一步的，對(duì)條形碼的完整分割產(chǎn)生影響的情況主要表現(xiàn)在水平方向條形碼圖像的光照不均勻，自適應(yīng)閾值Ostu對(duì)這種情況下的條形碼分割效果并不理想。然而通過(guò)對(duì)水平方向的條形碼分成多段進(jìn)行分割可以消除這個(gè)影響。
[0050]綜上所述，本發(fā)明提出的商品外包裝一維條形碼快速定位識(shí)別方法，識(shí)別速度快，能夠滿(mǎn)足實(shí)時(shí)要求、精度高，具有很好的推廣應(yīng)用價(jià)值。本發(fā)明能夠定位分割大角度傾斜、視覺(jué)變形、薄膜覆蓋、表面褶皺、復(fù)雜干擾背景等多種實(shí)際應(yīng)用中的條形碼圖像。本發(fā)明支持在復(fù)雜背景上快速定位與識(shí)別一維點(diǎn)陣條碼，并允許條碼在位置、尺寸和方向上的較大變化。可廣泛應(yīng)用于半導(dǎo)體芯片生產(chǎn)線的流程控制，汽車(chē)部件上的一維條碼識(shí)別，倉(cāng)庫(kù)貨物上的一維條碼識(shí)別以及其它產(chǎn)品包裝或表面上的一維條碼識(shí)別。
[0051]雖然本發(fā)明已以較佳實(shí)施例揭露如上，然其并非用以限定本發(fā)明。本發(fā)明所屬【技術(shù)領(lǐng)域】中具有通常知識(shí)者，在不脫離本發(fā)明的精神和范圍內(nèi)，當(dāng)可作各種的更動(dòng)與潤(rùn)飾。因此，本發(fā)明的保護(hù)范圍當(dāng)視權(quán)利要求書(shū)所界定者為準(zhǔn)。
【權(quán)利要求】
1.一種商品外包裝一維條形碼快速定位識(shí)別方法，其特征在于，包括下列步驟: 獲取商品條形碼圖像； 利用條形碼模板圖像與所述獲取的商品條形碼圖像進(jìn)行特征匹配，得到當(dāng)前商品條形碼的定位區(qū)域； 對(duì)所述商品條形碼圖像進(jìn)行分割及復(fù)原后進(jìn)行條形碼識(shí)別獲取商品信息。
2.根據(jù)權(quán)利要求1所述的商品外包裝一維條形碼快速定位識(shí)別方法，其特征在于，所述商品條形碼圖像獲取步驟為:通過(guò)紅外裝置檢測(cè)到商品后，觸發(fā)相機(jī)并由相機(jī)采集當(dāng)前拍攝的商品條形碼圖像。
3.根據(jù)權(quán)利要求1所述的商品外包裝一維條形碼快速定位識(shí)別方法，其特征在于，所述特征匹配步驟為利用條形碼模板圖像與所述獲取的商品條形碼圖像進(jìn)行SURF特征匹配。
4.根據(jù)權(quán)利要求3所述的商品外包裝一維條形碼快速定位識(shí)別方法，其特征在于，所述獲取商品條形碼定位區(qū)域步驟為利用RANSAC算法消除錯(cuò)誤匹配點(diǎn)，得到當(dāng)前商品圖像條形碼的定位區(qū)域。
5.根據(jù)權(quán)利要求1所述的商品外包裝一維條形碼快速定位識(shí)別方法，其特征在于，所述對(duì)商品條形碼圖像進(jìn)行分割步驟包括: 對(duì)商品條形碼區(qū)域加噪，使得添加噪聲后的條形碼區(qū)域提取出密集而均勻分布的SURF特征點(diǎn)； 利用Hough變換直線檢測(cè)求得的準(zhǔn)確條形碼傾斜角度； 改變surf特征主方向的范圍區(qū)間到0-180度后SURF特征點(diǎn)主方向具有同一指向，從而將傾斜的商品條形碼區(qū)域進(jìn)行角度校正。
6.根據(jù)權(quán)利要求5所述的商品外包裝一維條形碼快速定位識(shí)別方法，其特征在于，所述將傾斜的商品條形碼區(qū)域進(jìn)行角度校正步驟包括:利用一定半徑大小的圓形窗口，從SURF特征匹配準(zhǔn)確定位點(diǎn)開(kāi)始，沿著準(zhǔn)確條形碼傾斜方向的前后左右進(jìn)行區(qū)域生長(zhǎng)運(yùn)動(dòng)，找出條形碼圖像的前后左右邊界點(diǎn)，最后利用這四個(gè)邊界點(diǎn)完整分割出商品條形碼圖像，并利用雙線性插值法對(duì)傾斜條形碼圖像進(jìn)行擺正。
7.根據(jù)權(quán)利要求1所述的商品外包裝一維條形碼快速定位識(shí)別方法，其特征在于，所述對(duì)商品條形碼圖像進(jìn)行復(fù)原步驟包括: 在分割后的商品條形碼圖像中查找收縮最輕微的橫截區(qū)域，并截取原始商品條形碼圖像中設(shè)定單位寬度的圖像； 利用90度的直線型結(jié)構(gòu)元素函數(shù)SE，對(duì)截取的設(shè)定單位寬度的條形碼圖像進(jìn)行腐蝕膨脹運(yùn)算，使得商品條形碼的線條由彎曲恢復(fù)為豎直。
8.根據(jù)權(quán)利要求7所述的商品外包裝一維條形碼快速定位識(shí)別方法，其特征在于，所述對(duì)商品條形碼圖像進(jìn)行復(fù)原步驟中，截取原始商品條形碼圖像中15個(gè)單位寬度的圖像。
9.根據(jù)權(quán)利要求1所述的商品外包裝一維條形碼快速定位識(shí)別方法，其特征在于，該方法對(duì)水平方向的商品條形碼分成多段進(jìn)行分割。
【文檔編號(hào)】G06K7/10GK104463066SQ201410727509
【公開(kāi)日】2015年3月25日 申請(qǐng)日期:2014年12月3日 優(yōu)先權(quán)日:2014年12月3日
【發(fā)明者】趙瑩 申請(qǐng)人:上海電機(jī)學(xué)院