资源描述：
《Radon变换在二维条码图像识别中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第51卷第5期武汉大学学报(理学版)Vol.51No.52005年10月J.WuhanUniv.(Nat.Sci.Ed.)Oct.2005,584~588文章编号:16718836(2005)05058405Radon变换在二维条码图像识别中的应用1,211胡东红,谭辉,陈莘萌(1.武汉大学计算机学院,湖北武汉430072;2.湖北大学物理学与电子技术学院,湖北武汉430062)摘要:分析了DataMatrix(简称DM)二维条码的符号结构特点,根据Radon变换的基本思想方法,提出
2、一种对识别无间断的连续线段很有效的算法和一种对识别铁路线很有效的算法.运用这两种算法,在二维条码图像最小模块仅为2.7像素的情况下、在图像轻微弯曲的情况下,可以对二维条码图像中的黑边和铁路线快速准确地定位.该算法可以应用于QRCode、DataMatrix、Code93和龙贝码等二维条码的图像识别.关键词:图像处理;模式识别;二维条码;Radon变换中图分类号:TP391文献标识码:A0引言自动化数据采集(automaticdatacapture)技术[1]是信息采集和处理的关键技
3、术.二维条码由于用某种特定的几何图形按一定规律在平面(二维方向)上分布的黑、白相间的图形来记录数据符号信息,因而具有信息密度高、信息容量大、抗干扰能力强、纠错能力强等特点.图1DataMatrix的外观DataMatrix原名Datacode,由美国国际资料公条码识别的问题是个检测边缘的问题.传统的司(InternationalDataMatrix,简称IDMatrix)于条码识别算法是根据二阶导数零交叉来检测条码边[2]1989年发明.Datamatrix是一种矩阵式二维条界的,即寻找一阶导数
4、的极值点位置作为条码模块码,其发展的构想是希望在较小的条码标签上存入[4~7]边界的位置,这是条码识别的经典算法.当光学更多的资料量.Datamatrix的最小尺寸是目前所有系统的点扩展函数(pointspreadfunction)的影响条码中最小的,尤其特别适用于小零件的标识,以及远小于条码模块宽度时,这种方法能取得很好的效直接印刷在物体上.[8~10]果.如图1所示,每个DataMatrix符号由规则排列图2是DataMatrix符号图像的一个实例.沿水的方形模块构成的数据区组成,图1(a)包
5、含一个数平方向52个模块大约占有133个像素,平均一个模据区,而图1(b)则包含四个数据区.数据区的四周块仅占有约2.5~2.6个像素.如何精确定位符号图由探测图形包围,探测图形的四周则由空白区包围.像的探测图形(两条暗实线的邻边和由两条由深色探测图形是数据区域的一个周界,为一个模块宽度.和浅色模块组成的对边)是DataMatrix符号图像处其中两条邻边是暗实线(又称为黑边),主要用于限理的关键所在.传统的边缘检测在这里存在3个问定物理尺寸、定位和符号失真.两条对边由交替的深题:!由于图像的轻微弯曲和
6、成像的畸变,Data色或浅色模块组成(又称为铁路线),主要用于限定Matrix符号图像的探测图形往往轻微弯曲,从而偏符号的单元结构,但也能帮助确定物理尺寸及失真[3].离直线.所以,一般的直线检测和边缘检测算法往往收稿日期:20041105基金项目:中国博士后科学基金资助项目(第三十五批);湖北省博士后科技活动资助项目作者简介:胡东红(1966),男,博士,副教授,现从事模式识别、人工智能、图像处理等方面研究.Email:drhdh@163.com第5期胡东红等:Radon变换
7、在二维条码图像识别中的应用585与实际的符号图像存在1~2两个像素的偏差;∀x∃cossinx=(2)由于图像照度不均匀,图像整体偏暗或者偏亮,所检y∃-sincosy测到的边界与实际边界可能偏差1~2个像素;#用Radon变换可以实现Hough变换的功能,由于光学系统点扩展函数的影响已经不是远小于条可以用它来检测图像中的直线的方向:计算不同的码模块尺寸.所以,边缘检测可能会有1~2个像素R(x∃),找出Radon变换数值最大的值,它所对应的误差.对高密度的DataMatrix图像而言,
8、这点偏的值代表了图像中最长直线的方向.差足以导致整幅图像无法解读.显然Radon变换是针对全图进行的,为了检测图像f(x,y)中的点(x0,y0)是否位于一条线段上,对Radon变换的应用做如下改进.1.2Radon变换的应用∋∋∋黑边检测设有灰度图像f(x,y),1(x(M,1(y(N.灰度图像中的点(x0,y0)位于线段l的中点,线段l可以描述为ycost-xsint=y0cost-x0sint,222(x-x0)+(y-y0)(d(3)图2
