【正文】 This paper mainly studies the use of machine vision software HALCON as the development platform, the barcode identification bined image, including the bination of bar code recognition based programming and programming principle, of different types, size, direction of the bar code identification, and identify the bar code character string, to lay the foundation for the identification of bar code detection system industry, adjustment high efficiency industrial identification.Key Words: Machine vision。 HALCON目 錄緒論 1 研究背景 1 研究意義 1 研究內(nèi)容 2 論文組織 2第2章 條碼組合識別知識概述 3 條碼技術(shù)的發(fā)展 3 條碼技術(shù)的分類 3 4 4 5第3章 條碼組合識別系統(tǒng) 10 硬件構(gòu)成 10 一維碼部分 11 11 12 二維碼 14 14 14 不同類型組合條碼識別 17結(jié)論 20參考文獻 21謝辭 22附錄1 部分關(guān)鍵源碼程序 23附錄2 英文文獻及翻譯 2527基于HALCON的組合條碼識別緒論 研究背景隨著現(xiàn)代化科學(xué)技術(shù)的高速發(fā)展，機器視覺越來越被時代所需求。它是涉及神經(jīng)生物學(xué)、心理物理學(xué)、人工智能、圖像處理、模式識別等多個領(lǐng)域的交叉科學(xué)，而且具有可擴展性好，檢測速度快，檢測精度高等優(yōu)點。本文是基于HALCON軟件的機器視覺研究。它節(jié)省了產(chǎn)品的成本，縮短了軟件的開發(fā)周期HALCON靈活的架構(gòu)便于機器視覺，圖像分析應(yīng)用和醫(yī)學(xué)圖像的快速發(fā)展。同時，它有著功能全面的視覺處理庫，提供了幾乎所有的最先進和最新的技術(shù)算法和算子的函數(shù)庫，主要包括識別、匹配、測量、blob分析、形態(tài)學(xué)和立體視覺等。整個函數(shù)庫可以用C，C++，C，Visual 。它為百余種圖像采集卡和工業(yè)相機提供接口，包括GenlCam，GigE和IIDC1394。高效率是指HALCON中提供的函數(shù)的執(zhí)行時間非常短，而且能夠在其界面HDevelop中直觀的看到函數(shù)的執(zhí)行時間。所以它的應(yīng)用范圍幾乎沒有限制，涵蓋醫(yī)學(xué)，遙感探測，監(jiān)控，到工業(yè)上的各類自動化檢測等。具有輸入速度快、準確度高、成本低、可靠性好等優(yōu)點。傳統(tǒng)的條碼讀碼器是通過光電二極管（LED）或激光掃描閱讀裝置，將條碼字符的條空圖形變換成相應(yīng)的電信號，經(jīng)整形后和譯碼算法處理，然后獲得條碼字符的信息，送入計算機進行處理。如果一個空間出現(xiàn)多個條碼組合甚至出現(xiàn)不同類型的條碼，傳統(tǒng)的掃描識別器就不可能同時對多種條碼進行識別和處理，從而無論對于什么行業(yè)用途的條碼識別效率和效益都是大大的損失。它可以使用與計算機相聯(lián)的攝像機來攝取圖像，然后將圖像轉(zhuǎn)換成機器可以讀取的形式，軟件程序被用來處理這個數(shù)字化的圖像，以取得需要的信息，同時，它也可以將用其他拍攝裝備拍攝下來的圖像用軟件程序?qū)D像中的條碼組合識別出來。極大的提高了識別效率，為各行各業(yè)的新型條碼識別奠定了基礎(chǔ)。然后介紹當今世界條碼識別的兩種不同技術(shù)手段和原理，并將兩種技術(shù)手段進行對比。并對程序進行仿真和結(jié)果顯示。第2章 條碼組合識別知識概述 條碼技術(shù)的發(fā)展條碼技術(shù)誕生于20世紀40年代，但得到實際應(yīng)用和迅速發(fā)展還是在近20年間。在我國，條碼技術(shù)的研究開始于20世紀中后期，當時主要做法是跟世界上先進的條碼技術(shù)進行學(xué)習(xí)和模仿。從90年代中國物品編碼中心代表中國加入國際物品編碼協(xié)會（EAN）以來，中國商品條碼系統(tǒng)的成員數(shù)量飛速增多，條碼技術(shù)開始在各領(lǐng)域不斷深入，目前，條碼技術(shù)已廣泛應(yīng)用于我國眾多的領(lǐng)域。條碼技術(shù)包括符號技術(shù)、編碼技術(shù)、印制技術(shù)、識讀技術(shù)以及檢測技術(shù)[3]。掃描的操作方式簡單，而且條碼符號的制作方式簡便。錄入方式可以采用傳統(tǒng)計算機的鍵盤錄入或者是條碼掃描設(shè)錄入，無論哪種方式，錄入速度都非?？臁o論哪種方式對條碼錄入數(shù)據(jù)的可靠性都很高，錯誤率也很低。條碼符號不僅僅可以單一的使用，還可以與其它相關(guān)的設(shè)備緊密聯(lián)系，從而實現(xiàn)更多的功能。條碼標簽的位置與識別裝置的自由度大。 條碼技術(shù)的分類條碼按照不同的編碼規(guī)則、不同的分類方法可以分成很多種。一維條碼就是平常我們說的傳統(tǒng)條碼。目前使用的頻率較高的一維碼制有：EAN、EAN128碼、UPC、交插25碼和39碼。EAN128碼、交插25碼和39碼是物流條碼。所以為了滿足人們進一步的需求，在除具備一維條碼的優(yōu)點外，又發(fā)明了具有可靠性高、信息容量大、防偽保密性強等優(yōu)點的二維條碼。圖21為常見的幾種條碼結(jié)構(gòu)。傳統(tǒng)一維條形碼數(shù)據(jù)的采集和光電信號的轉(zhuǎn)換都是由光電掃描器來完成。譯碼部分由計算機方面的軟硬件組成，它的功能是對得到的二進制脈沖信號進行譯碼，經(jīng)整形和譯碼算法處理，最終獲得條碼字符信息，送入計算機進行處理[6]。圖23為光電條碼識別的系統(tǒng)框圖。因為它成本低而且自動識別率能夠滿足基本的錄入要求，所以在傳統(tǒng)階段應(yīng)用領(lǐng)域中處于主導(dǎo)的地位。盡管光電條碼識別技術(shù)非常成熟，在市場上的應(yīng)用也非常廣泛，但是，對于物流傳送帶或生產(chǎn)流水線上的物品條碼識別，這種傳統(tǒng)的掃描器識別方法需要人工手動操作，且識讀速度很慢。 隨著數(shù)字圖像處理技術(shù)的發(fā)展，二維條碼開始出現(xiàn)，以及在一些特殊應(yīng)用場合，比如處理污損的條碼的需要，機器視覺圖像式的條碼識別技術(shù)應(yīng)運而生，它在識讀有問題條碼方面圖像式識讀器具有更強的優(yōu)勢。高速的攝像機所得到的條碼圖像是必須先進行圖像預(yù)處理的。處理后的條碼圖像通過識讀、譯碼、糾錯處理將圖像信息轉(zhuǎn)化為條碼所代表的數(shù)字信息。這樣就減少了條碼圖像采集質(zhì)量以及識讀位置、條碼污損等因素的影響,有效的提高條碼識讀的準確率?；叶茸儞Q是圖像增強的重要手段，它可使圖像動態(tài)范圍加大，使圖像對比度擴展，圖像更加清晰，特征更加明顯。運用點處理法中的灰度處理為實現(xiàn)數(shù)字圖像的閾值變換提供前提條件?；叶扰cRGB顏色的對應(yīng)關(guān)系如下：Y—++這樣，按照上式可以方便地將256色調(diào)色板轉(zhuǎn)換成灰度調(diào)色板[8]。條碼識別是以二值圖像為基礎(chǔ)的。圖像f（x ，y）經(jīng)過二值化的處理后可得到二值圖像g（x ，y）由下式表示： g（x ，y）= (1)如何確定分割閾值T是圖像二值化過程中的關(guān)鍵。因此使用哪種算法還是需要認真考慮的。利用大津閾值方法選取局部閾值時,會先將灰度直方圖上面像素點為零的灰度級排除,從而就不需要在整個的灰度級上計算組內(nèi)方差和組間方差,從而大大減少計算量。所以只需要計算所有以候選閾值點為門限分組時的組間方差,找出使組間方差最大的點，就是最佳閾值點[9]。當對條碼圖像進行局部閾值選擇時，考察的像素點不多，而且顏色也很單一，在局部域灰度直方圖上大部分灰度級上像素點數(shù)為零，因此使用這種改進后的算法可以節(jié)約極大的計算量。因此，要對變形的條碼圖像采用矩陣處理進行幾何校正。我們常采用矩陣處理來對圖像進行幾何變換，即，變換后的點集矩陣=變換矩陣T變換前的點集矩陣。其中 子矩陣可使圖像實現(xiàn)鏡像、比例、錯切和旋轉(zhuǎn)變換。行矩陣可以實現(xiàn)圖像平移變換。圖28所示為條碼的旋轉(zhuǎn)校正，旋轉(zhuǎn)角度是沿順時針旋轉(zhuǎn)6度。傳統(tǒng)的識讀方法是通過記錄每個條或空所含像素的個數(shù)來確定實際的空或條的寬度。因此我們可采用相似邊距離測量法[12]。就以EAN13條碼為例,因為它左、右側(cè)數(shù)據(jù)符排列規(guī)則的不同，所以，要想準確譯碼,就必須先判定譯碼方向。但EAN13的起始符和終止符具表現(xiàn)形式相同,所以單憑這個并不能來準確的確定方向。且左側(cè)第一個數(shù)據(jù)符始終都是A排列。對應(yīng)流程圖如圖29所示。同時, 在一定程度上消除了測量誤差對條碼識讀結(jié)果的影響。受條碼圖像質(zhì)量的影響小,識別精度高,隨著硬件價格的急速下降和數(shù)字圖像處理算法的不斷突破和完善,將會具有很好的應(yīng)用價值。一般包括條碼探測、條碼圖像采集系統(tǒng)、條碼圖像處理系統(tǒng)、顯示和智能決策模塊等。具體流程是:首先采用相機拍取被測條碼的圖像信號,之后通過A/D轉(zhuǎn)變成數(shù)字信號后傳送給專用的條碼圖像處理系統(tǒng),然后根據(jù)像素分布、顏色和亮度等信息,進行各種運算,并抽取目標特征,最后再根據(jù)預(yù)先設(shè)計好的判別準則輸出判斷結(jié)果,從而控制驅(qū)動執(zhí)機執(zhí)行相應(yīng)處理[13]。圖31 視覺測試硬件構(gòu)成 一維碼部分（1） create/clear_bar_code_model()算子作為讀取條形碼的第1步，該算子創(chuàng)建一個解析條形碼的通用模型。Code39，Codabar，2/5 Industrial，2/5 Interleaved等都有一個校驗位，如圖32，該算子用來設(shè)置是否驗證校驗位。‘present’：檢查檢驗和，驗證條碼的正確性。典型的應(yīng)用如：find_bar_code (Image,SymbolRegions，BarCodeHandle，’Code128’,De