【技术实现步骤摘要】
一种复杂环境下的条码定位方法
本专利技术涉及条码识别
,尤其涉及一种复杂环境下的条码定位方法。
技术介绍
近些年来,快递行业在新的电商经济环境下得到了迅速的发展,自动分拣技术也随之发展。自动分拣技术最重要的是依靠相机采集快递单图像,然后基于图像处理技术识别快递单信息,进而对包裹进行自动分拣。条码定位是自动分拣中一个很重要的步骤,但是在图像采集过程中由于光学成像的非线性畸变、相机与履带之间相互运动等问题,会导致图像质量的不同程度的退化,极大地影响了条码定位及后续其他图像处理。因而现在条码定位的最重要的困难在于如何在复杂环境中准确定位到条码。要在复杂环境中高效准确的定位到条码,需要设计一套稳定高效的定位算法,对于复杂环境的处理,除了要解决图像质量下降的问题,还要能够排除图片中复杂背景的干扰,实际快递单中,复杂背景杂而多,有图片、文字、表格、标志等。而现有技术中的一些基于空域处理的条码定位算法多由于算法的条件较多,且条码容易受光照、模糊等干扰的影响,实际效果不太理想;还有一些基于频域处理的算法则由于频域计算量太大,不能达到实时性的要求;另外一些基于神经网络的定位算法由于只考虑了纹理特征,最终结果容易受到类条码干扰区域的影响,也不能达到很好的定位效果。因此,如何减少条码定位过程中图像处理的计算量以及定位的准确性成为本领域亟待解决的技术问题。
技术实现思路
本专利技术旨在至少解决现有技术中存在的技术问题之一,提供一种复杂环境下的条码定位方法,该方法能够减少条码定位过程中的图形处理的计算量,且能够提高条码定位的准确性。为了实现上述目的,作为本专利技术的一个方面,提供 ...
【技术保护点】
一种复杂环境下的条码定位方法,其特征在于,所述条码定位方法包括:采集原始条码图像,并对所述原始条码图像进行预处理得到增强条码图像;对所述增强条码图像进行边缘统计得到多个合理条码图像区域;对多个所述合理条码图像区域进行区域整合得到目标条码图像;其中,所述对多个所述合理条码图像区域进行区域整合得到目标条码图像的步骤包括:将多个所述合理条码图像区域根据主梯度方向进行分类,得到具有相同主梯度方向的所述合理条码图像区域;将具有相同主梯度方向的所述合理条码区域进行连通域检测得到多个有效连通域矩形;判断至少两个所述有效连通域矩形之间的高度差是否在误差允许范围内,且该两个所述有效连通域矩形的中心连线的角度与所述主梯度方向是否在误差允许范围内,且该两个所述有效连通域矩形之间的距离是否小于所述目标条码图像;当该两个所述有效连通域矩形之间的高度差在误差允许范围内,且该两个所述有效连通域矩形的中心连线的角度与所述主梯度方向在误差允许范围内,且该两个所述有效连通域矩形之间的距离小于所述目标条码图像时,判定该两个所述有效连通域矩形能够进行合并,并将两个所述有效连通域进行合并得到合并连通域;将多个所述合并连通域进行 ...
【技术特征摘要】
1.一种复杂环境下的条码定位方法,其特征在于,所述条码定位方法包括:采集原始条码图像,并对所述原始条码图像进行预处理得到增强条码图像;对所述增强条码图像进行边缘统计得到多个合理条码图像区域;对多个所述合理条码图像区域进行区域整合得到目标条码图像;其中,所述对多个所述合理条码图像区域进行区域整合得到目标条码图像的步骤包括:将多个所述合理条码图像区域根据主梯度方向进行分类,得到具有相同主梯度方向的所述合理条码图像区域;将具有相同主梯度方向的所述合理条码区域进行连通域检测得到多个有效连通域矩形;判断至少两个所述有效连通域矩形之间的高度差是否在误差允许范围内,且该两个所述有效连通域矩形的中心连线的角度与所述主梯度方向是否在误差允许范围内,且该两个所述有效连通域矩形之间的距离是否小于所述目标条码图像;当该两个所述有效连通域矩形之间的高度差在误差允许范围内,且该两个所述有效连通域矩形的中心连线的角度与所述主梯度方向在误差允许范围内,且该两个所述有效连通域矩形之间的距离小于所述目标条码图像时,判定该两个所述有效连通域矩形能够进行合并,并将两个所述有效连通域进行合并得到合并连通域;将多个所述合并连通域进行整合得到所述目标条码图像。2.根据权利要求1所述的条码定位方法,其特征在于,所述将具有相同主梯度方向的所述合理条码区域进行连通域检测得到多个有效连通域矩形的步骤包括:将具有相同主梯度方向的所述合理条码区域通过矩形进行框定得到多个连通域矩形;判断所述连通域矩形的宽长比是否小于或者等于1/8,且所述连通域矩形中所述合理条码区域的有效面积占比是否大于或者等于1/3;当所述连通域矩形的宽长比小于或者等于1/8,且所述连通域矩形中所述合理条码区域的有效面积占比大于或者等于1/3时,判定所述连通域矩形为所述有效连通域矩形。3.根据权利要求1或2所述的条码定位方法,其特征在于,所述对所述增强条码图像进行边缘统计得到多个合理条码图像区域的步骤包括:确定所述增强条码图像的边缘点;将所述增强条码图像划分为多个区域,统计每个区域内的所述边缘点的梯度方向;判断每个区域内的所述边缘点的数量是否大于第一阈值,若每个区域内的所述边缘点的数量不大于所述第一阈值,则去除掉该区域;若每个区域内的所述边缘点的数量大于所述第一阈值,则判断每个区域内的所述边缘点的梯度方向与所述主梯度方向的偏差是否在误差允许范围内;若每个区域内的所述边缘点的梯度方向与所述主梯度方向的偏差在所述误差允许范围内,则判定该区域为所述合理条码图像区域,否则去除掉该区域;其中,所述第一阈值a与该区域的边长d的关系为:1/2d≤a≤2d。4.根据权利要求3所述的条码定位方法,其特征在于,所述确定所述增强条码图像的边缘点的步骤包括:统计所述增强条码图像中每个像素点的四个方向的Sobel统计值,其中,所述Sobel算子公式为:将得到的所述像素点的四个方向的Sobel统计值...
【专利技术属性】
技术研发人员:张磊,
申请(专利权)人:中科微至智能制造科技江苏有限公司,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。