【正文】 將顏色映射表讀取并存儲在一個雙精度浮點類型的矩陣中。39。 該 語句可將條碼圖像 讀入內存，并以矩陣形式存儲。 該函數(shù)的調用格式如下： J=imnoise(I,‘ type’ ,parameters) 表 31列出了 imnoise 函數(shù)能夠產(chǎn)生的五種噪聲及其對應參數(shù) 。salt amp。,)。 ，由于設備、以及傳輸過程中的各種因素的影響，一些噪聲將會對圖像的質量產(chǎn)生影響。不同的噪聲干擾，處理方法不同。椒鹽噪聲的特點是此干擾 在圖像中是以孤立點的形式存在的 。 中值濾波是一種非線性信號處理方法。而且對于脈沖干擾及點狀噪聲有良好抑制作用，能較好保持圖像邊緣。 為了達到好的濾波效果應選擇合適的濾波窗口。條碼圖像 的特點在于是由縱向一定寬度黑白條空組成，我們建立不同大小的模板 ，對含有 噪聲的圖像進行濾波處理，比較它們?yōu)V除 噪聲干擾的效果。 例如： L=medfilt2(J,[3 1])。 執(zhí)行低通濾波也能收 到很好的效果。 h=[1/9 1/9 1/9,1/9 1/9 1/9,1/9 1/9 1/9]。 續(xù)處理，需要對圖像進行二值化處理。二值化處理將不可避免地丟失圖像信息，若閾值選取過小，會提取多余的部分，若選取的過大，會丟失所需要的圖像信息。如果感興趣的物體在其內部具有均勻一致的灰度值，并分布在一個具有另一個灰度值的均勻背景上，使用閾值分割方法效果很好。其中閾值選取是圖像二值化處理中的一項重要技術，它的選取直接關系到后續(xù)的處理 。條即深色模塊用“ 1”表示，空即淺色模塊用“ 0”表示，深色的條與白色的空灰度明顯呈對比狀態(tài)，這樣的特點恰好符合二值表示數(shù)據(jù)的特點，因此可以簡化閾值變換過程；在二值圖像中， “ 0”表示黑色，“ 255”表示白色，條碼圖像的灰度圖中， 雖然 條、空的顏色不是 二值的“ 0”和“ 255”，而是在[0， 255]之間的某個灰度值，但是條、空的灰度對比是明顯的，一般是位于灰度直方圖的灰度范圍，在其中間左右的位置 指定一個閾值。 指定了一個閾值 T之后，將圖像中的像素與閾值作比較，如果圖像中某像素的灰度值小于該閾值，則將該像素的灰度值設置為 0，否則灰度值設置為 255。 bw=im2bw(L,level)。 華僑大學 2021屆本科畢業(yè)設計 19 圖 32 條碼圖像預處理 分析： Matlab 圖像處理工具箱支持的圖像文件格式豐富， 但 通常情況下我們習慣于BMP 格式圖像的處理。 圖像讀入識別設備 后 或多或少都會受到噪聲的影響，噪聲的來源和類型是隨機的。pepper,speckle 五種類型的噪聲，達到仿真的效果。 而要想達到好的濾波效果就要針對圖像的特征采用相應的 濾波方法。對于中值濾波，采用不同的模板會有不同的 濾波效果，例如采用 3 3模板的除噪效果好于采用 5 1 模板，后者處理后的圖像邊緣上和數(shù)字上還存有未濾除的椒鹽顆粒。我們可采用 Hough 變換，快速、準確地找到傾斜角度，實現(xiàn)對圖像的矯正。二值化效果的好壞直接關系到條碼識讀的正確與否。 以上所有 數(shù)字圖像處理算法對其它一維條碼是通用的，也可應用于其它一維條碼的處理和識別。條、空寬度的定義如下：圖中 C C CC4 表示每個字符中四個相鄰條、空的寬度， T 表示一個字符的寬度。例如： （ 1） 若 m1= m2= m3= m4=1。 條碼的排列為空 條 空 條， 則可知條碼編碼為 0110111，是右側奇性字符 8。 華僑大學 2021屆本科畢業(yè)設計 21 方案二：平均值法 對條碼符號圖像中從起始符到終止符整個寬度進行測量，然后除以 95(標準寬度 )，求出單位模塊所含的像素列寬，再分別測量各個條空的實際寬度 (此寬度以單位寬度為單位計算 ) 方案三 :相似邊距離的測量方法 這種方法的設計思路是通過對符號中相鄰元素的相似邊之間距離的測量來判別字符的邏輯值，而不是由各元素寬度的實際測量值來判別。如果實 際測量值與標準值存在一點偏差，就不能實現(xiàn)正確譯碼。 由原理知，要想辨識一個條碼，必須先測量條碼條、空寬度 C C C C4 以及一個字符的寬度 T。我們從條碼的左邊開始取點，若遇到點的灰度值由 255變到 0即由點的顏色由白色變?yōu)楹谏?，則表示檢測到條，記錄下該點的坐標值，如果點的顏色由黑色變?yōu)榘咨?，則 表示檢測到空，記錄下該點的坐標值。所以，整個條碼字符占的條空總數(shù)為 59，若條碼字符沒有發(fā)生幾何畸變，一行掃描應記錄的坐標數(shù)為 60個 。這樣利用圖像統(tǒng)計方法，逐行掃描圖像，獲取條碼圖像信息，比起只由一行獲取信息的方式可靠性更高，這樣即使個別噪聲點存在并不影響圖像信息的獲取。則一行掃描的條空寬度 （像素） 分別為： c1=x2xc2=x3x ?? 、 c59=x60x59. 由上述圖像條碼譯碼理論可總結出條碼條空寬度計算步驟，如圖 33 所示 : 華僑大學 2021屆本科畢業(yè)設計 22 圖 33 條碼條空寬度計算 在 Matlab 中采用讀取像素的方法實現(xiàn)。簡單起見，我們可以 讀取 矩陣 bw 的中間一行，得到一個向量 A。 [h,l]=size(bw)。 A 中只有 0 和 1 表示黑與白。此種方法的優(yōu)點是 :即使條碼質量存在缺欠，使得實際測量值和條碼應該具有的理論值有較大的偏差，仍然可以根據(jù)相似邊的距離能夠正確解釋 。本文采用歸一化理論，用一種相似邊距離歸一化的方法對字符進行判別。 測量圖 34中 7個寬度值 T, t1, t2, t3, t4, t5, t6。 華僑大學 2021屆本科畢業(yè)設計 24 表 32 EAN13 條碼字符與歸一化值 表 32中“ E”表示偶字符，“ O”表示奇字符 EAN13 碼字符編碼與歸一化值 (T1. T2)的對應關系見 表 33。這兩種情況可以在判別字符時根據(jù) C1， C2， C3， C4 進一步判別，根據(jù)它們條空寬度特點進行判別。 由條碼寬度的計算我們得到了各個條、空的寬度 （像素） ， 并通過計算 n=T/7， T=C1+C2+C3+C4得到單位模塊的寬度（像素）。而 為了方便譯碼，我們除去 起始符 3 個條空，中間分隔符 5 個條空，終止符 3 個條空，對剩下的 48個條空每 4個條空為一組進行譯碼。最后查表可得條碼字符。 流程圖如圖 36。 分析：通過多次對不同 EAN13 條碼的識讀，證明該條碼檢測系統(tǒng) 速度快、效率高、而誤碼率卻很低，即使在圖像預處理上達不到理想的效果，條碼仍能正確識讀?？梢?，影響條碼識別效果的不僅僅是條碼圖像預處理效果，譯碼方法更是不可忽視的重要原因。因此，即使條碼質量存在欠缺，仍然能夠根據(jù)相似邊 距離正確解釋條碼，有著很 強的對實際情況的適應性。 但在由一個字符的歸一化的相似邊距離 t t2轉換為 T序列值 T T2時，如果 t t2 的值為 、 、 之一 ，系統(tǒng)將不能正確的將其轉換為 T序列值，此時存在最大的誤碼率，條碼幾乎不能被正確識讀。 需要指出的是，在實際的譯碼中還存在著正向譯碼和反向譯碼的情況，兩種情況下字符編碼對應著不同的歸一化值。本設計直接采用正 向譯碼。 華僑大學 2021屆本科畢業(yè)設計 27 第四章 結 論 在對條碼圖像作相應的圖像預處理之后，對得到的二值條碼圖像利用上述條碼識別算法在 Matlab 軟件環(huán)境下編寫了相應的軟件程序。相信對其它一維條碼圖像識別具有一定的理論及實踐參考價值。這種方法的設計思路是通過對符號中 相鄰元素的相似邊之間距離的測量來判別字符的邏輯值，而不是由各元素寬度的實際測量來判別。同時用軟件實現(xiàn)條碼的識別比硬件具有更好的抗噪聲性能，且速度快，效率高。圖像處理是條碼識別的重要基礎。這些需要進行特殊的圖像處理過程才能達到譯碼的目的。只有考慮到更多的方面才能提高系統(tǒng)的性能和適應性，對一定質量范圍內的條碼圖像都能進行有效的處理。程序中很多的語句還有進一步改進的空間，這樣既能精簡語句，使語句簡明易懂，也能提高程序整體的執(zhí)行速度，提高條碼識別效率。今后在做類似的工作的時 候要注重基礎知識的學習，并講究科學的方法。 華僑大學 2021屆本科畢業(yè)設計 28 致謝語 我要感謝我的指導老師馮桂老師，她為我的畢業(yè)設計付出了大量的時間和精力。她嚴謹細致、一絲不茍的作風一直影響著我，她循循善誘的教導和不拘一格的思路給予我無盡的啟迪。 我要感謝我的師姐吳小熊，是她一直 在 幫我分析問題的所在。她多年的學習經(jīng)驗也是我所需要的。 華僑大學 2021屆本科畢業(yè)設計 29 參考文獻 [1]朱虹，數(shù)字圖像處理基礎 [M]，北京：科學出版社， 2021。 [3]徐飛， MATLAB應用圖像處理 [M]，西安：西安電子科技大學出版社， 2021。 [5]朱秀昌、劉峰、胡棟，數(shù)字圖像處理與圖像通信 [M]，北京：北京郵電大學出版社， 2021。 [7]李金哲，朱俊英，條碼自動識別技術 [M]，北京：國防工業(yè)出版社， 1991。 [9]王雅靜，基于圖像處理的 EAN13條碼識別算法 [J]，山東理工大學學報（自然科學版）， 2021，第19卷（第 4期）： 35。 華僑大學 2021屆本科畢業(yè)設計 30 附 錄 表一 EAN13 字符編碼與歸一化值（反向譯碼） 圖一 1728 判別子程序流程圖 華僑大學 2021屆本科畢業(yè)設計 31 圖二 條碼圖象預處理 圖三 譯碼結果 華僑大學 2021屆本科畢業(yè)設計 32