条形码技术的广泛应用促进了经济全球化的发展,为不同国家、不同地区的贸易往来提供了简洁方便的通用语言,同时也给商品的流通和管理带来了极大的便利。目前常用的条形码识别工具主要是专用的条码识读器,通过激光扫描装置将条形码的条纹图像转化为相应的电信号,经过整形和译码处理获得条形码信息。然而,这种识别方式首先需要人工定位条形码的位置,并非完全自动,且每次只能处理一个条形码,识别效率较低。随着数字图像处理技术的快速发展及广泛应用,基于图像处理的条形码识别技术已成为近年来研究的热点。为了提高条形码的处理效率,本文提出一种复杂背景中多个条形码的自动定位与识别方法。该方法主要包括两部分：条形码的搜索定位与条形码的识别。在条形码搜索定位阶段,本文构造了一个能够反映条形码图像纹理特点的特征参数：横向差分与纵向差分的比值,并对图像的各个子块进行特征提取,再将提取的特征参数与一个自适应阈值进行比较,确定条形码图像的位置。为了降低复杂背景带来的干扰,本文通过进行二次搜索和彩色信息过滤来确保条形码搜索结果的准确性。条形码的编码信息包含在条纹宽度之中,因此,条形码识别的关键步骤是确定条纹的宽度。然而复杂背景中条形码图像的分辨率较低,如果直接以像素为单位统计各个条纹的宽度,很难达到条形码识别的精度要求。本文分别采用基于亚像素内插的条码图像分辨率增强算法和基于灰度投影曲线的条码图像高分辨率重构算法对检测到的条码图像进行处理,在准确获得条码中各个条纹的宽度后,采用相似边距离法完成条形码的识别。本文对实际拍摄的商品图像进行了大量实验,全部实验图像中均包含多个低分辨率的条形码图像和复杂多样的商品包装。实验结果表明,本文所设计的条形码搜索定位算法正确率可以达到97%,基于投影曲线的条码图像高分辨率重构算法的识别正确率可以达到85%,这些实验结果验证了本文的条形码定位与识别算法的有效性。