復雜背景下條形碼檢測.pdf

1、伴隨著物聯(lián)網(wǎng)時代的到來，作為物聯(lián)網(wǎng)中標識的關鍵技術--條碼技術也將得到空前的發(fā)展。尤其是二維碼在物流運輸、身份識別、廣告行銷和電子商務等很多方面具有廣泛的應用，是目前最經(jīng)濟、實用的自動識別技術。未來與手機的相結(jié)合將使得條碼的應用前景更加開闊。但是由于條碼格式多變并且背景復雜，目前尚沒有一種很好的檢測技術可以在復雜背景下準確地定位條形碼，限制了條碼的進一步應用。
　　 本文深入研究條碼檢測方法，針對一般的算法容易出現(xiàn)的幾個問題：(

2、1)不能檢測多種碼制條碼或不能同時檢測多個條碼；(2)不能在復雜背景下檢測出條碼；(3)不能有效地檢測印制在除了紙質(zhì)外其他介質(zhì)上的條碼。本文提出一種新的基于Adaboost算法的檢測方法，有效地解決了上述問題。本文的主要工作有：(1)利用分塊的方式建立樣本，使后續(xù)的特征提取和特征分類更簡單、方便。(2)分析圖像紋理特征，采用局部二值模式特征(LBP)和Gabor濾波對圖像進行特征提取，并對特征進一步降維處理，減少計算量。(3)使用基于A

3、daboost算法訓練來檢測條形碼。在訓練中對大量的條碼樣本和非條碼樣本提取局部二值模式特征和Gabor濾波特征合并作為描述圖像紋理特點的特征向量，再以特征向量為輸入，使用改進了權值更新方式和弱分類器建立方式的Adaboost算法構建強分類器。(4)在檢測中，用得到的強分類器對每個圖像子塊進行分類判斷，綜合各個子塊鄰域的分類結(jié)果確定子塊最終分類結(jié)果，最后合并所有條碼子塊提取其中連通區(qū)域得到條碼精確位置。實驗表明本算法可以取得令人滿意的效