一种复杂环境下的条码定位方法技术

本发明专利技术公开了一种复杂环境下的条码定位方法，属于条码识别技术领域。一种复杂环境下的条码定位方法，其中，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。本发明专利技术提供的条码定位方法能够快速完成条码定位，且能够提高条码定位的准确性。

【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，提供一种复杂环境下的条码定位方法，其中，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。优选地，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。优选地，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。优选地，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统计值中的最大值作为该像素点的梯度值；判断所述像素点的梯度值是否大于第二阈值，当所述像素点的梯度值大于所述第二阈值时，判定该像素点为所述边缘点；其中，所述第二阈值为所述增强条码图像的所有像素点的梯度值进行Otsu算法得到。优选地，所述统计每个区域内的所述边缘点的梯度方向的步骤前还包括：确定所述边缘点的梯度角度，包括：当每个所述边缘点的两个梯度角度不相邻且差值大于45°时，所述边缘点的梯度值大的所对应的角度作为该边缘点的梯度角度；当每个所述边缘点的两个梯度角度相邻，若该边缘点的两个梯度值中的一个梯度值不大于另一个梯度值的两倍时，则该边缘点的两个梯度角度的中间值作为该边缘点的梯度角度；若该边缘点的两个梯度值中的一个梯度值大于另一个梯度值的两倍时，则所述梯度值大的所对应得角度作为该边缘点的梯度角度。优选地，所述对所述原始条码图像进行预处理包括：对所述原始条码图像灰度化得到灰度图像；将所述灰度图像通过高斯滤波得到滤波图像；将所述滤波图像通过去模糊得到待增强图像；对所述待增强图像进行增强图像对比度处理得到所述增强条码图像。优选地，所述将所述滤波图像通过去模糊得到待增强图像的步骤包括：获得点扩散函数；通过RL算法对点扩散函数和所述滤波图像进行非盲卷积运算去模糊得到待增强图像；其中，所述Radon变换的公式为：所述RL算法的公式为：优选地，所述获得点扩散函数的步骤包括：对所述滤波图像进行频谱变换获得频谱图；将所述频谱图进行中值滤波以及二值化处理；根据所述频谱图中频谱条纹获得与所述频谱条纹垂直的模糊角度，各级所述频谱条纹中间条纹宽度的一半获得模糊长度；将所述模糊角度和所述模糊长度代入点扩散函数公式得到所述点扩散函数；其中，所述频域变换公式为：所述点扩散函数公式为：其中，L为模糊长度，θ为模糊角度。优选地，所述获得点扩散函数的步骤还包括在所述步骤通过点扩散函数公式得到所述点扩散函数前进行的：通过Radon变换进行投影计算获得所述频谱条纹的角度并得到Radon变换统计图；根据所述Radon变换统计图统计0°至180°中的每个角度对应的Radon变换最大值；所述Radon统计图中所述Radon变换的最大值对应的角度作为所述模糊角度，所述Radon统计图中两个极小值坐标差的一半作为模糊长度；所述频谱图上两个极小值坐标差的一半作为模糊长度；其中，所述Radon变换的公式为：优选地，对所述待增强图像进行增强图像对比度处理得到所述增强条码图像，其中所述图像增强公式为：其中，f(x,y)为待增强图像的像素值，f′(x,y)为增强条码图像的像素值，l＝25，h＝225。本专利技术提供的复杂环境下的条码定位方法，通过对原始条码图像预处理，并对预处理后的图像进行增强图像处理后复原条码图形，最后对复原的图像基于梯度特征进行处理得到目标条码图形，即处理后的条码图像本文档来自技高网...

【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整合得到所述目标条码图像。...

【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