基于EPS的一维条形码检测算法的研究与实现
基于EPS的一维条形码检测算法的研究与实现[20200406124821]
摘 要
条码在我们的日常生活中随手可触，无处不在。从商品的包装袋上到我们使用的书本，从平时的快递货单到高科技电子产品，条码俨然已经成为不可或缺的一部分。不可否认，条码给我们的生活带来了巨大的便利，而这一切正得益于条码技术的不断发展。当今条码技术迅速发展，条码识别方法已无法满足这一趋势。为了跟上条码技术发展的步伐，我们就得开发出一种新的条码识别方法。在本文中，将以一维条码为载体，重新开发条码的识别算法。
因为一维条码在识别过程中，容易受黑墨分布不均匀等因素造成条与空比例不相符、没有办法进行正确识别及识别率偏低等问题。本文着重研究了基于EPS格式的一维条码检测算法，此算法可以在一定程度上减少点扩展函数对条码造成的影响，减少了硬件设备检测时造成的误差，条码识别的准确度得到了明显的提高。
*查看完整论文请 +Q: 3 5 1 9 1 6 0 7 2
关键字:数字图像处理,EPS,MATLAB,条码
目 录
第一章 引言 1
1.1 条形码研究背景及意义 1
1.2 条形码识别技术国内外研究现状 1
1.3 数字图像处理技术的研究现状 1
1.4本课题的主要内容 2
第二章 一维码图像的预处理 3
2.1图像分割概念 3
2.2图像的二值化 3
2.2.1二值化 3
2.2.2数学形态学的基本运算 4
2.3 图像的分割 5
2.3.1 MATLAB实现膨胀处理 5
2.3.2 MATLAB实现腐蚀处理 5
2.4图像的边缘检测 6
2.4.1边缘检测的基本原理 6
2.4.2常用的边缘检测算子 7
2.4.3 MATLAB实现边缘检测 7
第三章 一维条形码的生成 9
3.1 EAN-13码的编码规则 9
3.2 校验码的计算与加入 11
3.3处理绘图生成一维码 12
第四章 一维条形码的识别 14
4.1 一维条形码识别的基本原理 14
4.2 EPS文件格式简介 17
4.3 EPS格式条码译码算法研究 17
结束语 22
参考文献 23
致谢 24
附录 25
第一章 引言
1.1 条形码研究背景及意义
数据信息自动读入和识别技术是条码技术的关键所在。条码自动识别技术就是要能实现将已用条码标识好的信息变成计算机能够读懂的语言[1]。条码技术的优点包括操作方便简易、成本便宜、稳定可靠、信息采集量大等。自一维条码问世以来，引起了人们的广泛关注。已广泛应用于服务业，金融，工业和商业，运输，仓储等一系列领域。不但可以在生产过程中运用，也可在管理工程中运用。在我国，工商业、图书出版业、医疗、卫生事业等一些领域已广泛使用条码技术[2]。条形码的出现有效提高了人们的工作效率。不过一维条码也有诸多限制，一维条码仅能标识商品，给商品一个唯一的“身份证”，但它却不能描绘出商品自身的特征。
1.2 条形码识别技术国内外研究现状
条码扫描和解码两个关键部分组成条码自动识别技术。目前，识别过程主要依赖于可用于条码扫描的硬件设备。光束照射到条形码上时，条与空对光束的反射效果不同，依靠光敏电阻长生一个模拟信号[2]。让模拟信号通过一个整形电路恢复边缘，并得出条与空的比例关系。译码则是将得到的条与空的比例关系再按照一定的条码编码原理编译成相应的数据代码，然后读入计算机系统对其进行处理，由此可得出条形码的数字信息。
要掌握条码应用的关键，就必须掌握条码识别技术。近几年国内外很多专家学者，主要通过计算机来对条码进行检测。与传统的用条码识读器硬件检测相比较，条形码的编写比较简单，制作也只是印刷在胶片上，成功实现了将计算机语言进行印刷[3]。因此这种方法具有不可估量的发展潜力。
1.3 数字图像处理技术的研究现状
数字图像处理技术可以将图片信息变成计算机能够读懂的数字信息，因为有个这个有点，数字图像处理技术被运用到许多领域，比如：测控，遥感，人工智能等。数字图像处理技术有很多的无法比拟的优势，比如：再现性好，可以在计算机上再现真实的图像；处理精度极高，足以满足人们的需求；比较灵活，可以进行线性处理，也可以实现非线性处理；信息存储量大，可以尽量压缩图像的信息[4]。
在上世纪60年代因计算机技术和大规模集成电路的得到了长足发展，数字图像处理技术应运而生，理论基础不断完善起来，变成技术领域一颗耀眼的明星[5]。数字图像处理技术已经取得了巨大成就和进步，在理论和实践上都吸引全世界的目光。到了70年代中后期，计算机技术得到了迅速发展，人们开始考虑怎样利用计算机来描述、解释图像。本世纪以来，得益于计算机技术的飞速发展和计算机基础理论的不断完善，图像处理技术在图像通信、GIS、卫星图片传输及分析和人工智能等领域应用越来越多[6]。
1.4本课题的主要内容
本文主要是研究一维条形码。通常EAN-13码在商品条形码中使用最为广泛，本文主要研究一维条码技术，首先分析了它的发展现状以及应用前景。再讨论了有关数字图像处理的研究状况。接着讨论如何使用计算机来生成一维码的算法。最后，针对传统的条码识别技术的缺陷，讨论EPS格式条码的识别方法，以提高条码识别的准确度和精密度。
第一章引言阐述了条形码技术和它的研究现状，当前图像处理技术发展情景以及在条码检测中的运用。
第二章详细阐述图像的预处理。包括图像的分割，图像的二值化处理，图像的边缘检测问题。
第三章介绍EAN-13码结构以及它的编码规则，介绍计算与加入校验码的方法以及讨论基于MATLAB的一维码的生成算法的实现。
第四章介绍EPS格式文件以及讨论基于MATLAB的EPS格式一维码的识别算法的实现。
第二章 一维码图像的预处理
2.1图像分割概念
图像分割技术可将图像分割成许多相互独立的特定区域，并提出自己关注的目标。目前普遍使用的图像分割方法主要有以下几类：区域生长法、形态学图像处理法、边缘分割法、区域分割法等。阈值的选择通常是根据特定的问题来确定，我们可以通过实验的方法来确定阈值[7]。图像分割至今尚无通用的自身理论。随着各学科许多新理论和新方法的提出，出现了许多与一些特定理论、方法相结合的图像分割方法。
2.2图像的二值化
2.2.1二值化
用“0”和“1”表示二值化图像信息[8]。这两个可取的值分别对应于关闭和打开，关闭表征该像素处于背景，而打开表征该像素处于前景。经过二值化处理过的图像，我们便可轻易识别出图像自身结构的特征，二值化可以将图呈现出明显的“黑”、“白”效果[9]。我们可以规定某一值，当大于这一值归为一类像素群，像素值可定为黑色（或者白色）小于这一值归为另一类像素群，像素值定为白色（或者黑色）。二值化是我们在进行图像处理时，不可缺少的步骤。其应用十分广泛[10]。
通过调用MATLAB提供的im2bw（）来将其他类型的图像处理转换为二进制的图像格式，方法如下：
A=imread(C:UsersTOSHIBADesktop1.png);
figure,imshow(A)
J=im2bw(A);
figure,imshow(A)
title(二值化处理)
原图和二值化的结果分别如图2-1和图2-2所示
图2.1 原图
图2.2 二值图像
2.2.2数学形态学的基本运算
数学形态学的基本运算可分为以下几类：
膨胀（Dilation）运算
腐蚀（Erosion）运算
开（Open）运算
闭（Close）运算
摘 要
条码在我们的日常生活中随手可触，无处不在。从商品的包装袋上到我们使用的书本，从平时的快递货单到高科技电子产品，条码俨然已经成为不可或缺的一部分。不可否认，条码给我们的生活带来了巨大的便利，而这一切正得益于条码技术的不断发展。当今条码技术迅速发展，条码识别方法已无法满足这一趋势。为了跟上条码技术发展的步伐，我们就得开发出一种新的条码识别方法。在本文中，将以一维条码为载体，重新开发条码的识别算法。
因为一维条码在识别过程中，容易受黑墨分布不均匀等因素造成条与空比例不相符、没有办法进行正确识别及识别率偏低等问题。本文着重研究了基于EPS格式的一维条码检测算法，此算法可以在一定程度上减少点扩展函数对条码造成的影响，减少了硬件设备检测时造成的误差，条码识别的准确度得到了明显的提高。
*查看完整论文请 +Q: 3 5 1 9 1 6 0 7 2
关键字:数字图像处理,EPS,MATLAB,条码
目 录
第一章 引言 1
1.1 条形码研究背景及意义 1
1.2 条形码识别技术国内外研究现状 1
1.3 数字图像处理技术的研究现状 1
1.4本课题的主要内容 2
第二章 一维码图像的预处理 3
2.1图像分割概念 3
2.2图像的二值化 3
2.2.1二值化 3
2.2.2数学形态学的基本运算 4
2.3 图像的分割 5
2.3.1 MATLAB实现膨胀处理 5
2.3.2 MATLAB实现腐蚀处理 5
2.4图像的边缘检测 6
2.4.1边缘检测的基本原理 6
2.4.2常用的边缘检测算子 7
2.4.3 MATLAB实现边缘检测 7
第三章 一维条形码的生成 9
3.1 EAN-13码的编码规则 9
3.2 校验码的计算与加入 11
3.3处理绘图生成一维码 12
第四章 一维条形码的识别 14
4.1 一维条形码识别的基本原理 14
4.2 EPS文件格式简介 17
4.3 EPS格式条码译码算法研究 17
结束语 22
参考文献 23
致谢 24
附录 25
第一章 引言
1.1 条形码研究背景及意义
数据信息自动读入和识别技术是条码技术的关键所在。条码自动识别技术就是要能实现将已用条码标识好的信息变成计算机能够读懂的语言[1]。条码技术的优点包括操作方便简易、成本便宜、稳定可靠、信息采集量大等。自一维条码问世以来，引起了人们的广泛关注。已广泛应用于服务业，金融，工业和商业，运输，仓储等一系列领域。不但可以在生产过程中运用，也可在管理工程中运用。在我国，工商业、图书出版业、医疗、卫生事业等一些领域已广泛使用条码技术[2]。条形码的出现有效提高了人们的工作效率。不过一维条码也有诸多限制，一维条码仅能标识商品，给商品一个唯一的“身份证”，但它却不能描绘出商品自身的特征。
1.2 条形码识别技术国内外研究现状
条码扫描和解码两个关键部分组成条码自动识别技术。目前，识别过程主要依赖于可用于条码扫描的硬件设备。光束照射到条形码上时，条与空对光束的反射效果不同，依靠光敏电阻长生一个模拟信号[2]。让模拟信号通过一个整形电路恢复边缘，并得出条与空的比例关系。译码则是将得到的条与空的比例关系再按照一定的条码编码原理编译成相应的数据代码，然后读入计算机系统对其进行处理，由此可得出条形码的数字信息。
要掌握条码应用的关键，就必须掌握条码识别技术。近几年国内外很多专家学者，主要通过计算机来对条码进行检测。与传统的用条码识读器硬件检测相比较，条形码的编写比较简单，制作也只是印刷在胶片上，成功实现了将计算机语言进行印刷[3]。因此这种方法具有不可估量的发展潜力。
1.3 数字图像处理技术的研究现状
数字图像处理技术可以将图片信息变成计算机能够读懂的数字信息，因为有个这个有点，数字图像处理技术被运用到许多领域，比如：测控，遥感，人工智能等。数字图像处理技术有很多的无法比拟的优势，比如：再现性好，可以在计算机上再现真实的图像；处理精度极高，足以满足人们的需求；比较灵活，可以进行线性处理，也可以实现非线性处理；信息存储量大，可以尽量压缩图像的信息[4]。
在上世纪60年代因计算机技术和大规模集成电路的得到了长足发展，数字图像处理技术应运而生，理论基础不断完善起来，变成技术领域一颗耀眼的明星[5]。数字图像处理技术已经取得了巨大成就和进步，在理论和实践上都吸引全世界的目光。到了70年代中后期，计算机技术得到了迅速发展，人们开始考虑怎样利用计算机来描述、解释图像。本世纪以来，得益于计算机技术的飞速发展和计算机基础理论的不断完善，图像处理技术在图像通信、GIS、卫星图片传输及分析和人工智能等领域应用越来越多[6]。
1.4本课题的主要内容
本文主要是研究一维条形码。通常EAN-13码在商品条形码中使用最为广泛，本文主要研究一维条码技术，首先分析了它的发展现状以及应用前景。再讨论了有关数字图像处理的研究状况。接着讨论如何使用计算机来生成一维码的算法。最后，针对传统的条码识别技术的缺陷，讨论EPS格式条码的识别方法，以提高条码识别的准确度和精密度。
第一章引言阐述了条形码技术和它的研究现状，当前图像处理技术发展情景以及在条码检测中的运用。
第二章详细阐述图像的预处理。包括图像的分割，图像的二值化处理，图像的边缘检测问题。
第三章介绍EAN-13码结构以及它的编码规则，介绍计算与加入校验码的方法以及讨论基于MATLAB的一维码的生成算法的实现。
第四章介绍EPS格式文件以及讨论基于MATLAB的EPS格式一维码的识别算法的实现。
第二章 一维码图像的预处理
2.1图像分割概念
图像分割技术可将图像分割成许多相互独立的特定区域，并提出自己关注的目标。目前普遍使用的图像分割方法主要有以下几类：区域生长法、形态学图像处理法、边缘分割法、区域分割法等。阈值的选择通常是根据特定的问题来确定，我们可以通过实验的方法来确定阈值[7]。图像分割至今尚无通用的自身理论。随着各学科许多新理论和新方法的提出，出现了许多与一些特定理论、方法相结合的图像分割方法。
2.2图像的二值化
2.2.1二值化
用“0”和“1”表示二值化图像信息[8]。这两个可取的值分别对应于关闭和打开，关闭表征该像素处于背景，而打开表征该像素处于前景。经过二值化处理过的图像，我们便可轻易识别出图像自身结构的特征，二值化可以将图呈现出明显的“黑”、“白”效果[9]。我们可以规定某一值，当大于这一值归为一类像素群，像素值可定为黑色（或者白色）小于这一值归为另一类像素群，像素值定为白色（或者黑色）。二值化是我们在进行图像处理时，不可缺少的步骤。其应用十分广泛[10]。
通过调用MATLAB提供的im2bw（）来将其他类型的图像处理转换为二进制的图像格式，方法如下：
A=imread(C:UsersTOSHIBADesktop1.png);
figure,imshow(A)
J=im2bw(A);
figure,imshow(A)
title(二值化处理)
原图和二值化的结果分别如图2-1和图2-2所示
图2.1 原图
图2.2 二值图像
2.2.2数学形态学的基本运算
数学形态学的基本运算可分为以下几类：
膨胀（Dilation）运算
腐蚀（Erosion）运算
开（Open）运算
闭（Close）运算
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/dzxx/gdxx/396.html
