条形码技术在日常生活中有着广泛的应用,随着移动智能终端如智能手机等的日益普及,条形码在其数据输入中扮演着重要角色,因此基于数字图像处理的条形码识别技术有着广阔的应用前景。实际应用环境中,摄像头捕获的条形码图像常常受噪声、光照、及模糊等影响而造成条形码图像质量下降,从而严重降低条形码定位算法和识别算法的准确性,本文致力于解决噪声、光照和运动模糊等条件下的条形码定位与识别问题,主要内容包括:首先,对一维条形码结构进行分析,对于条形码图像中可能存在的噪声和光照,对相应的噪声检测算法、图像去噪声算法及光照预处理算法进行研究并比较各算法性能的优劣,从而选择合适的噪声检测算法、去噪算法及光照处理算法用于对条形码图像进行预处理。对运动模糊条形码图像的预处理技术进行研究,对运动模糊条形码图像中的模糊检测、运动模糊条形码建模、模糊核估计及条形码图像去模糊进行深入研究,对当前流行的图像去模糊技术进行分析,并设计相应的条形码图像去模糊算法。其次,对复杂环境的一维条形码定位算法进行研究,算法中采用基于Hough变换的直线检测算法,有效地对条形码图像中的直线进行检测从而初步判断条形码的大致位置,通过判断这些直线是否落在基于颜色分布特征的条形码定位算法所得到的候选条形码区域中,从而确定条形码的最终位置。最后,通过将本文设计的基于数字图像处理的条形码识别算法同其它流行的条形码识别算法如Gallo-Manduchi算法及其它常用的商用数字图像处理的条形码识别软件如DTK、DataSymbol及BcTester进行实验数据对比,实验证明:本文设计的条形码识别算法在轻中度受损的条形码库和运动模糊条形码的识别率要优于当前流利的条形码识别算法和条形码识别软件;对各种光照、噪声及相机聚焦所引起的图像严重模糊等情况叠加所引起的条形码质量严重受损时的条形码图像,本文算法要劣于Gallo-Manduchi算法。