标刻在金属零件上的二维条码数据提取方法

针对金属零件上二维条码光照分布不均、点扩散、对比度低与污染干扰等问题,提出一种基于原灰度图像小区域相邻模块对比提取二维条码数据的算法.首先通过峰度值排序法及模块区域微调法由粗到精定位每个二维条码模块位置,然后基于原灰度图像利用遗传算法提取二维条码的数据信息,得到最终的提取结果.与传统二维条码数据提取算法的实验结果证明,该算法对于复杂金属背景上的二维条码识读具有更高的可靠性.     

直接零件标志条码区域定位算法

针对受工况、光照的限制,现场采集的含有直接零件标志(DPM)条码的图像经常亮度不一,并伴有变形等情况,导致因定位不准确而识别DPM条码困难,提出一种改进的SUSAN角点检测和半监督机制下的近邻传播聚类相结合的DPM条码定位算法.首先针对DPM条码图像区域多直角的特点对检测角点的SUSAN算法进行改进,使其适应由于光照问题导致灰度不均的DPM条码区域,具有检出变形角点的能力,同时极大程度地抑制背景上及条码区域中的伪角点;以此为基础,使用近邻传播聚类算法对角点进行聚类,并将DPM条码区域中角点的聚集特点转化为监督规则,形成半监督机制下的角点近邻传播聚类.实验结果表明,该算法检测出的角点对DPM条码区域的示意性强、效率高,基于角点聚类结果的DPM条码定位比其他算法精准、快速.     

基于小波和Otsu法的二维条码图像二值化

针对光照不均或背景十分复杂的情况下,全局阈值法无法正确对二维条码图像进行二值化而局部阈值法又会出现块效应的问题,提出一种基于小波分解和大津法的条码图像二值化方法。利用小波分解获得物体表面光照的近似分布进而消除光照不均的影响,并用大津法对获得的图像二值化。该方法既可以消除光照不均的影响,又可以通过选择合适的小波函数使得物体表面光照的近似分布尽量平滑,避免了局部阈值法出现的块效应。     

复杂背景和非均匀光照环境下的条码自动定位和识别

提出了一种在复杂背景和非均匀光照环境下的条码自动定位识别算法,用于定位和识别实际应用中的条码图像.该算法首先将灰度图像分成若干个子区域,根据每个子区域的梯度特征和角点特征筛选出可能含有条码的子区域,对这些子区域采用连通区域算法进行合并和分析,定位出条码区域.由于传统的二值化方法对于非均匀光照环境下的条码图像处理效果不佳,提出一种改进的Bernsen二值化算法对条码区域进行二值化处理,有效地减小了光照不均对条码识别的影响.实验结果表明,该算法可以有效去除大量复杂背景,准确定位和识别任意角度的条码区域.特别在非均匀光照环境和含有大量文字等复杂背景的情况下,该方法具有明显优势.     

字符二维条码图像的识读

以字符二维条码为研究对象, 针对条码识读问题展开研究. 由于获取的条码图像往往存在对比度低造成的图像模糊问题, 采用了分段线性灰度变换的方法来增强图像, 在分段点的选择上根据字符条码图像灰度分布特点采用改进的二维OTSU法. 针对图像中出现的条纹噪声, 采用基于频域的ButterWorth带阻滤波器进行降噪处理, 最后采用计算圆形度值的方法来实现对字符区域的快速定位. 实验表明, 该识读方法能够很好的解决图像采集中出现的模糊以及噪声问题, 并且能够快速有效的定位出条码区域.     

一种改进的二维条码图像自适应阈值算法

对于直方图有明显谷底和采集光照不均匀的二维条码图像,提出一种利用小波多分辨率分析进行自适应阈值的图像二值化方法。该方法首先通过小波分解获得低频子图,其次在低频子图上采用2×3模板产生局部区域的动态阈值,最后根据局部阈值得到全局阈值,进而实现PDF417条码图像的二值化处理。实验结果表明,该方法有效地减小了光照不匀对条码识别的影响,适合于背景较复杂的实时二维条码二值化处理。     

标刻在金属零件上的二维条码识别

直接零件标识(DPM)技术是实现产品标识的重要手段,二维条码技术是其关键技术之一。DPM标识是以金属作为背景用激光在其上面打上二维条码,与印刷品上的二维条码识读相比,基于金属背景下的二维条码识读更为复杂。改进了传统的识别方法,综合运用最大连通域提取、改进的霍夫变换定位边界、基于最大匹配度的网格化分和基于灰度图像的无损信息提取等方法来实现条码图像的粗定位、精定位、校正、条码分割和数据提取。实验表明,本方案对于磨损、轻度污染、畸变及光照不均的金属上的二维条码图像的识读具有较强的抗干扰性,并取得可靠的识读结果。     

一种快速响应码的图像二值化方法

采集到的QR码图像首先需要转换为二值图像然后译码识别,但是在使用摄像头采集QR码图像中存在光照不均和反光等现象,经过全局二值化处理后会有全白或全黑的区域,而经过局部二值化处理会有"伪边界",并且计算量大导致耗时长.本文提出一种联合阈值二值化方法,首先对QR码图像采用全局二值化方法,然后利用QR码图像特征找到光照不均或反光的区域,并对该区域采用一种嵌套式的局部二值化方法,这种方法提高了准确率,减少了计算时间并且防止"伪边界"的产生.将最后结果和几种常用的二值化算法比较,实验结果表明:使用该方法可以明显提高QR码识别的效率和准确率.     

一种快速的车牌定位与提取算法

针对现有的车牌定位的各种局限性,本文提出了一种基于图像二维区域能量的车牌定位算法,给出了该算法实用公式,并给出了基于图像能量的车牌提取算法以及车牌区域的验证方法。该方法充分利用了车牌的纹理复杂、对比度鲜明、外型规则等特征构造能量图像,并对原有的能量算法进行了改进。其明显的优点是可以避免直接对图像进行二值化时阈值难以确定的问题以及光照情况对颜色的影响。大量的实验表明,该算法不仅简单、快速、准确率高,而且对车牌区域的噪声有很好的抑制作用。     

复杂光照下DPM图像自适应多阈值分割方法研究

复杂工况下,CCD相机采集到的DPM（Direct Part Mark）工业二维码图像受光照影响易出现大片光斑或阴影区域,造成DPM区域的信息遗漏,从而导致识别困难。为此,提出一种基于分段直方图凹度分析的多阈值自适应分割算法。首先在灰度直方图平滑的基础上计算出系列局部峰值,并借此完成直方图分段,再递推计算出每分段区域下凹处的分割阈值。其次通过引入基于阈值点局部区域信息的修正因子,使分割阈值自适应变化而更适用于局部对比度较低的状况。实验结果表明,该方法分割效果优于经典的阈值分割算法,平均运行效率比最快的多阈值分割算法提高17.75倍。经自适应局部阈值分割后,DPM图像复杂光照区域有用信息得以增强,缺失信息得以弥补,为后续的对象识别奠定基础。该方法也可推广于对比度多变的图像增强。     

一种层次化的Data Matrix实时解码方法

在实际应用中,Data Matrix二维条形码的解码效果会受到不均匀光照和复杂背景的影响。为此,提出一种层次化的Data Matrix实时解码方法。利用大津法将条码图像的前景和背景进行分割,得到二值化的条码图像,对其进行区域定位和精确定位。在此基础上,设计基于数字信号处理的二维条形码快速解码终端。实验结果表明,该解码方法具有较好的实时性和较高的鲁棒性。     

基于圆检测的二维条码定位方法

二维条码作为一种应用广泛的自动识别技术,其核心是对条码进行快速、准确地定位。提出一种基于四角圆点的快速定位方案,它根据定位点和数据点直径大小的差别快速搜索定位点的边缘点,利用边缘点的坐标求出定位点中心的大致位置,然后在两个垂直方向对定位点中心位置进行矫正。试验表明,该方法的识别速度比随机Hough变换圆检测算法快一个数量级以上,同时具有较强的抗污损、抗失真能力,在实时系统中具有良好的应用前景。     

Face recognition under varying illumination based on a 2D face shape model

This paper proposes a novel illumination compensation algorithm, which can compensate for the uneven illuminations on human faces and reconstruct face images in normal lighting conditions. A simple yet effective local contrast enhancement method, namely block-based histogram equalization (BHE), is first proposed. The resulting image processed using BHE is then compared with the original face image processed using histogram equalization (HE) to estimate the category of its light source. In our scheme, we divide the light source for a human face into 65 categories. Based on the category identified, a corresponding lighting compensation model is used to reconstruct an image that will visually be under normal illumination. In order to eliminate the influence of uneven illumination while retaining the shape information about a human face, a 2D face shape model is used. Experimental results show that, with the use of principal component analysis for face recognition, the recognition rate can be improved by 53.3% to 62.6% when our proposed algorithm for lighting compensation is used.     

Efficient illumination compensation techniques for text images

With the great advantages of digitization, more and more documents are being transformed into digital representations. Most content digitization of documents is performed by scanners or digital cameras. However, the transformation might degrade the image quality caused by lighting variations, i.e. uneven illumination distribution. In this paper we describe a new approach for text images to compensate uneven illumination distribution with a high degree of text recognition. Our proposed scheme is implemented by enhancing the contrast of the scanned documents, and then generating an edge map from the contrast-enhanced image for locating text area. With the information of the text location, a light distribution image (background) is created to assist the producing of the final light balanced image. Simulation results demonstrate that our approach is superior to the previous works of Hsia et al. (2005, 2006).     

复杂环境下基于边缘扩张的条形码定位方法

条形码识别技术已广泛应用于人们日常生活和工业生产中。针对基于图像处理的条形码定位和识别过程中会受到光照环境、画面内容、镜头对焦等因素的影响导致识别效果不理想的问题,提出了一种利用边缘特性对条形码图像进行扩张处理与判别的定位方法。首先使用改进的Sobel算子提取图像的边缘特征,对条形码边缘进行区域扩张处理,以增大连通性;然后应用图像中连通区域的形状特征对条形码区域进行判别;最后应用Radon变换对倾斜的条形码进行校正以利于条形码识别。实验结果显示,提出方法在公开数据集的对比实验中定位准确率有显著提升。在智能手机应用中,通过定位条形码区域,使得解码运算量降低,识别时间平均减少26.1%,较好地满足了实际应用的需求。     

基于边缘增强的二维码区域快速检测定位算法

在复杂背景下,传统的边缘提取和形态学操作方法很难准确分割出二维码区域。针对该问题,提出一种工业用二维码区域快速检测定位算法。将Max-Min算法和Canny算子相结合用以滤除图像中的背景噪声,同时增强目标的特征信息,再采用投影法进行初定位,利用形态学操作实现精确定位,并验证条码区域定位的准确性。实验结果表明,该方法检测定位速度快、精度高。     

最大差值图决策的低照度图像自适应增强算法

应用于光照分布不均的低照度图像,传统的图像增强算法会出现色彩失真、亮区过度增强等问题,因此提出一种最大差值图决策的低照度图像自适应增强算法。首先,提出最大差值图的概念,通过最大差值图粗略估计出初始光照分量;然后,提出交替引导滤波的算法,利用交替引导滤波对初始光照分量进行校正,实现光照分量的准确估计;最后,设计了图像亮度自适应的伽马变换,能够根据获取的光照分量自适应调整伽马变换参数,从而在增强图像的同时消除光照不均带来的影响。实验结果表明,增强后的图像有效消除了光照分布不均带来的影响,图像亮度、对比度、细节表现能力和色彩保真度都得到了明显提升,平均梯度提升了1倍以上,信息熵提升了14%以上。由于提出的算法对光照分量估计准确,自适应伽马变换针对低照度图像进行了优化,因此,对于夜间等弱光源条件下的彩色图像具有十分有效的增强效果。