基于數(shù)字圖像的商品代碼識(shí)別技術(shù)研究.pdf

1、光學(xué)字符識(shí)別技術(shù)作為一種重要的自動(dòng)化的信息提取和錄入方式,廣泛的應(yīng)用于各行各業(yè),如機(jī)票等票據(jù)的自動(dòng)識(shí)別,電子文檔的錄入,車(chē)牌識(shí)別等等。隨著數(shù)字相機(jī)的普及,基于數(shù)字圖像的字符識(shí)別技術(shù)的應(yīng)用將更為廣泛。
　　商品外包裝上的代碼含有在物流過(guò)程中需要的信息,自動(dòng)對(duì)代碼進(jìn)行識(shí)別并記錄可以很大程度上提高速度,節(jié)約成本。本文針對(duì)這一問(wèn)題進(jìn)行了研究,并設(shè)計(jì)了方案。
　　對(duì)商品上的代碼進(jìn)行識(shí)別首先需要定位,基于紋理的定位方法一般計(jì)算量較大,不

2、適合要求實(shí)時(shí)性的場(chǎng)合使用;而基于連通區(qū)域的定位方法需要前景和背景在顏色或者亮度上容易區(qū)分,從而對(duì)圖像進(jìn)行分割,找到前景的區(qū)域完成定位,許多情況下待識(shí)別的圖像中前景和背景區(qū)分并不明顯,不能滿足條件,此類(lèi)方法難以獲得很好的魯棒性;Canny邊緣檢測(cè)算法對(duì)弱邊緣也能有很好的檢測(cè)效果,這為基于邊緣的定位方法提供了基礎(chǔ)。本文提出了利用Canny邊緣和自適應(yīng)局部對(duì)比度以及Ostu閾值提取字符邊緣的方法,能夠很好的提取待識(shí)別圖像中的字符邊緣,從而完成

3、字符區(qū)域定位。并利用字符邊緣檢測(cè)代碼行的傾斜情況,完成傾斜校正,取得了很好的效果。
　　本文對(duì)典型的二值化方法做了仿真并進(jìn)行了分析,針對(duì)識(shí)別對(duì)象的特征,在對(duì)現(xiàn)有算法的研究和改進(jìn)的基礎(chǔ)上提出了基于字符邊緣的二值化算法,并對(duì)提取到的字符區(qū)域進(jìn)行了二值化,取得了比較滿意的效果。之后基于二值圖像和連通區(qū)域分析方法對(duì)二值化后的圖像進(jìn)行分割,得到單個(gè)字符的二值圖像并用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行識(shí)別。對(duì)于樣本中非白色背景的圖像,達(dá)到了97.8％的識(shí)別率,