基于中值滤波和形态学的条码边缘检测

针对边缘模糊会导致二维条码识别率下降的问题，提出了一种基于中值滤波和数学
形态学相结合的二维条码边缘检测识别算法，该算法能够有效地抑制噪声，保护边缘细节，提高检测精度，从而有效地降低边缘模糊对条码识别的影响。文中选取PDF417 二维条码为应用对象，与传统的几种边缘检测算法相比。实验结果表明，该算法能够更有效地识别条码边界，显著地提高了条码的识别率。
自动化数据采集技术是信息采集和处理的关键技术，条码技术在自动化数据采集中占重
要地位。二维条码[1-2] 与一维条码相比具有信息容量大、密度高、纠错能力强、译码可靠性高、保密性好等特点，可以表示数据文件、指纹图片等多媒体信息。因此二维条码广泛应用于身份验证、安全防伪、电子商务等众多领域。
在传统的条码识别过程中，由于受条码印刷和图像采集设备的限制，以及在流通过程中
污染损坏等因素导致图像的缺陷，以至于边缘模糊。目前对条码识别算法大多是基于边缘检测的，因此边缘模糊是影响条码识别的重要因素。边缘可以被定义为在局部区域内图像特征的差别，它表现为图像上的不连续性。传统的条码边缘检测算法[3-4]是先对条码信号进行一阶差分，然后找出条码图象的边界位置。目前边缘检测的方法很多，传统的方法是采用边缘检测算子求解二维实函数的梯度，然后再选取合适的阈值以提取边缘，这些经典的边缘检测算子主要有：Roberts 算子，Prewitt 算子，Sobel 算子以及Laplaican 算子，Canny 算子等，这些算子的主要缺点是对噪声敏感和边缘定位精确度低。中值滤波是一种滤除噪声的非线性处理方法，在一定的条件下它既可以除去噪声，又可以很好地保护图像边缘。数学形态学[5]是一种非线性的图像处理和分析理论。它主要的研究方法是，从集合的角度来处理图像，其是以结构元素为基础对图像进行分析的数学工具，基本思想是用具有一定形态的结构元素去度量和提取图像中的对应形状以达到对图像分析和识别的目的。本文以PDF417 条码为应用对象，采用基于中值滤波和数学形态学相结合的二维条码边缘检测算法。实验结果表明，与传统的几种边缘检测算法相比，本文采用的识别算法能够更有效地识别条码边界、保护边缘细节、提高检测精度，显著地提高了条码的识别准确度。