论文部分内容阅读
近年来，二维条码技术广泛应用于交通运输和生产自动化等领域，它实现了信息的快速、准确获取与传输。利用摄像头拍摄条码图像，然后在嵌入式平台上进行软件解码的条码识读方式，已逐渐取代利用专用设备识读的方式，但是，光照、畸变、背景噪声等因素严重影响条码图像的质量，增加了条码定位的难度。为了提高条码识别的速度和准确率，实现实时识别，本文设计并实现了基于嵌入式平台利用图像处理算法识别多条码的识别系统。本文的主要工作成果如下：
⑴计并实现DM码、QR码识别系统。根据DM码、QR码的符号结构特点，首先提取二值图像中的连通区，计算连通区凸包，合并相互嵌入的连通区以得到DM码的条码区域；而在定位QR码时，提取图像中的轮廓，再利用角点检测算法找出矩形轮廓，然后利用位置探测图形和定位图形粗略定位条码，最后对边缘点进行直线拟合以精确计算条码区域的第4个角点。建立采样网格并标准解码。
⑵为了最大程度地降低不均匀光照对图像质量的影响，本文首先对图像进行二值化处理，因此，研究并比较OTSU、Bernsen、实时自适应算法等二值化算法；在嵌入式DSP平台上结合DSP的特性实现实时自适应二值化算法，以提高实时运行效率。
⑶针对条码畸变问题，分析了旋转校正模型、仿射变换模型、双线性变换模型、透视变换模型等不同几何校正模型的优缺点及适用范围。在条码识别系统中利用透视变换模型解决条码的旋转与畸变问题。
⑷利用由ADI公司型号为BF548的DSP芯片和Apfina公司型号为MT9M0001C12的CMOS图像传感器芯片组成的Camelot平台测试系统性能。经测试，系统的性能和指标接近该领域商用软件的领先水平。