【正文】 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(gè)別噪聲點(diǎn)存在并不影響圖像信息的獲取。（1）條碼寬度的計(jì)算：設(shè)條碼字符顏色由黑變?yōu)榘谆蛴砂鬃優(yōu)楹冢ㄓ伞?”變?yōu)椤?”或由“1”變?yōu)椤?”）的各點(diǎn)坐標(biāo)為、 ……、。則一行掃描的條空寬度（像素）分別為：=、=、……、=。由上述圖像條碼譯碼理論可總結(jié)出條碼條空寬度計(jì)算步驟，如圖35所示:圖35 條碼條空寬度計(jì)算在MATLAB中采用讀取像素的方法實(shí)現(xiàn)。經(jīng)過二值化后得到一個(gè)二值化圖象矩陣bw。簡(jiǎn)單起見，可以讀取矩陣bw的中間一行，得到一個(gè)向量A。為了提高可靠性，我們也可逐行掃描。[h,l]=size(bw)。 %得到二值圖像bw的大小A=bw(round(h/2),:)。 A中只有0和1表示黑與白。讀取其中的元素，發(fā)生變化記下坐標(biāo)（像素）存入另一個(gè)向量x中，x元素前后依次相減存入向量y中得條碼寬度。（2）條碼字符的判別—相似邊距法：理論上條形碼字符的邏輯值應(yīng)該由條形碼的實(shí)際寬度來判斷，而相似邊距離方法的設(shè)計(jì)思想通過對(duì)符號(hào)中相鄰元素的相似邊之間距離的測(cè)量來判別字符的邏輯值，而不是由元素寬度的實(shí)際值來判別。此種方法的優(yōu)點(diǎn)是:即使條碼質(zhì)量存在缺欠，使得實(shí)際測(cè)量值和條碼應(yīng)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。圖36給出了相似邊之間的距離，則圖中，，，（歸一化值）為條形碼相似邊距離。本文采用歸一化理論，用一種相似邊距離歸一化的方法對(duì)字符進(jìn)行判別。該方法即使條碼印刷質(zhì)量有偏差，仍能正確對(duì)條碼進(jìn)行識(shí)讀。圖36 相似邊之間的距離 圖37條碼字符寬度示圖首先見圖37各種寬度的定義: , , , 表示每個(gè)字符中四個(gè)相鄰條、空的寬度，表示一個(gè)字符的寬度，為相似邊之間的距離，則用下列值 (i=1,2)來定義與的歸一化值。測(cè)量7個(gè)寬度值，，，；然后將測(cè)量值，，，轉(zhuǎn)換為常數(shù)值，，，即序列值，它代表了這些測(cè)量值的整數(shù)模塊寬，以下方法用于i序列值的求取:≦≦，那么=2≦≦，那么=3≦≦，那么=4≦≦，那么=5表32列出了正向譯碼時(shí)，EAN13條碼字符值與歸一化值(，)的對(duì)應(yīng)關(guān)系。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(，)的對(duì)應(yīng)關(guān)系見表33。表32 EAN13條碼字符與歸一化值表33 EAN13字符編碼與歸一化值表33中可以看到條形碼編碼和歸一化值在多數(shù)情況下呈現(xiàn)一一對(duì)應(yīng)的關(guān)系，只要確定了歸一化值就能確定字符值，但是有四種情況例外，在表33中知，左側(cè)奇字符和右側(cè)偶字符1，7歸一化值均為44，左側(cè)奇字符和右側(cè)偶字符2，8歸一化值均為33，左側(cè)偶字符1，7歸一化值均為34，左側(cè)偶字符2，8歸一化值均為43。這兩種情況可以在判別字符時(shí)根據(jù)，，進(jìn)一步判別，根據(jù)它們條空寬度特點(diǎn)進(jìn)行判別。有1728字符標(biāo)準(zhǔn)條空寬度值的特點(diǎn)知：對(duì)于左側(cè)奇字符、右側(cè)偶字符1和7可通過與作比較，者為字符1，反之為7；對(duì)于左側(cè)奇字符、右側(cè)偶字符2和8可通過與作比較，者為字符8，反之為2；對(duì)于左側(cè)偶字符1和7可通過與作比較，者為字符7，反之為1；對(duì)于左側(cè)偶字符2和8可通過與作比較，者為字符2，反之為8。由上述條碼字符識(shí)別理論可總結(jié)出相似邊距離測(cè)量法的一般步驟。由條碼寬度的計(jì)算我們得到了各個(gè)條、空的寬度（像素），并通過計(jì)算n=/7，=+++得到單位模塊的寬度（像素）。各個(gè)條空的寬度除以單位模塊的寬度就是歸一化的條空寬度。而為了方便譯碼，我們除去起始符3個(gè)條空，中間分隔符5個(gè)條空，終止符3個(gè)條空，對(duì)剩下的48個(gè)條空每4個(gè)條空為一組進(jìn)行譯碼。計(jì)算相似邊之間的距離、從而得到歸一化（，）。最后查表可得條碼字符。為檢驗(yàn)譯碼的正確性利用校驗(yàn)位對(duì)碼字進(jìn)行校驗(yàn)。流程圖如圖38。1728判別子程序流程如圖39。圖38 字符判別流程圖圖39 1728判別子程序流程圖 譯碼結(jié)果與分析 根據(jù)上述譯碼理論，（二值圖像）進(jìn)行譯碼，得到如下所示譯碼結(jié)果：圖310是需要處理的條碼圖片。圖310 需要處理的條碼根據(jù)條碼圖像預(yù)處理的理論知識(shí)編譯相關(guān)的MATLAB程序，得到如圖311所示的圖像預(yù)處理結(jié)果。圖311 條碼圖像預(yù)處理得到如下所示譯碼結(jié)果：圖312是需要處理的條碼圖片。圖312 需要處理的條碼根據(jù)條碼圖像預(yù)處理的理論知識(shí)編譯相關(guān)的MATLAB程序，得到如圖313所示的圖像預(yù)處理結(jié)果。圖313 條碼圖像預(yù)處理得到如下所示譯碼結(jié)果：通過多次對(duì)不同EAN13條碼的識(shí)讀，證明該條碼檢測(cè)系統(tǒng)速度快、效率高、而誤碼率卻很低，即使在圖像預(yù)處理上達(dá)不到理想的效果，條碼仍能正確識(shí)讀。這是因?yàn)槲覀冞x擇了相似邊距離測(cè)量的方法。可見，影響條碼識(shí)別效果的不僅僅是條碼圖像預(yù)處理效果，譯碼方法更是不可忽視的重要原因。相似邊距離測(cè)量方法有著其它譯碼方法無(wú)可比擬的優(yōu)勢(shì)，它不是根據(jù)條碼條空寬度的實(shí)際值來判別，而是通過所謂的相似邊距離來判別。因此，即使條碼質(zhì)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(qiáng)的對(duì)實(shí)際情況的適應(yīng)性。誤碼率方面，一般情況下條碼都能夠正確識(shí)讀。但在由一個(gè)字符的歸一化的相似邊距離、轉(zhuǎn)換為序列值、時(shí)，如果、系統(tǒng)將不能正確的將其轉(zhuǎn)換為序列值，此時(shí)存在最大的誤碼率，條碼幾乎不能被正確識(shí)讀。所以應(yīng)該盡量避免此種情況的發(fā)生，這就要求我們做好圖像的預(yù)處理工作，防止條碼線條過度展寬或細(xì)化。需要指出的是，在實(shí)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(duì)應(yīng)著不同的歸一化值。因此譯碼前需要判別譯碼方向。本設(shè)計(jì)直接采用正向譯碼。最后，譯碼是編碼的反過程，編碼技術(shù)的熟練掌握對(duì)譯碼工作有著事半功倍的效果。結(jié) 論在對(duì)條碼圖像作相應(yīng)的圖像預(yù)處理之后，對(duì)得到的二值條碼圖像利用上述條碼識(shí)別算法在MATLAB軟件環(huán)境下編寫了相應(yīng)的軟件程序。通過實(shí)驗(yàn)，識(shí)別效果不錯(cuò)，誤碼率低，提高了條碼的識(shí)別率。本次設(shè)計(jì)在譯碼方法上進(jìn)行了比較選擇，確定了相似邊距離的測(cè)量方法的優(yōu)越性。這種方法的設(shè)計(jì)思路是通過對(duì)符號(hào)中相鄰元素的相似邊之間距離的測(cè)量來判別字符的邏輯值。另外用軟件實(shí)現(xiàn)條碼的識(shí)別比硬件具有更好的抗噪聲性能，且速度快，效率高。盡管如此，設(shè)計(jì)中也遇到了很多的問題有待進(jìn)一步的解決和探索研究。本設(shè)計(jì)只是對(duì)質(zhì)量較好的條碼圖像進(jìn)行一般性處理，但實(shí)際中的圖像并都不是這么理想，例如條碼污染、條碼斷裂、條碼瑕疵等。這些需要進(jìn)行特殊的圖像處理過程才能達(dá)到譯碼的目的。如果條碼被污染了要進(jìn)行修復(fù)，條碼發(fā)生幾何畸變要進(jìn)行圖像矯正等等。只有考慮到更多的方面才能提高系統(tǒng)的性能和適應(yīng)性，對(duì)一定質(zhì)量范圍內(nèi)的條碼圖像都能進(jìn)行有效的處理。在設(shè)計(jì)中，由于本人在圖像處理上的造詣不高，對(duì)很多細(xì)節(jié)、常識(shí)方面了解不夠?qū)е聠栴}的出現(xiàn)，而且沒能采取科學(xué)的方法進(jìn)行錯(cuò)誤分析、排查，使得問題小卻難以解決。今后在做類似的工作的時(shí)候要注重基礎(chǔ)知識(shí)的學(xué)習(xí)，并講究科學(xué)的方法。做軟件編程的對(duì)所用語(yǔ)言基礎(chǔ)要夠熟練掌握并能借助一定的參考資料進(jìn)一步充實(shí)自己，提高自己。參 考 文 獻(xiàn)[1] 徐杰民，[M]．：3436[2] [M]．北京．：1221[3] [M] .武漢．：1516[4] 黃紅, [M]. 北京．：6972[5] Mallat S Theory for Multiresolution Signal Deposition：the Wavelet Representation. IEEE Transactions Pattern Analysis Machine Intelligence 1989：674693[6] 條碼圖像辨識(shí)方法的研究[D].[7] 唐莉，[M].：1125[8] 張鐸，[M].：1316[9] [M] .．2008：6769[10] 范永法，[J].計(jì)算機(jī)應(yīng)用研究．2008：119121．[11] 于娓等．一維條碼引入圖書館應(yīng)用的可行性初探[J]．開封教育學(xué)院學(xué)報(bào)．2005，12：2224[12] [M].：8287 [13] 何軍，康景利．條形碼的計(jì)算機(jī)所編碼與識(shí)別[M]．：263266[14] [M].：2334[15] Seeking technology. MATLAB from entry to the proficient [M]. Beijing: People39。s post and Telemunications Publishing House, 2006:125132[16] Rafael C. Gonzalez, Richard E. Woods, Steven L. Eddins. Digital Image Processing Using MATLAB[M]. Beijing: Publishing House of Electronics Industry, 2005附 錄%function code = barcode(pic) %條形碼識(shí)別close allcheck_left = [13,25,19,61,35,49,47,59,55,11。... %左邊數(shù)據(jù)編碼，奇 39,51,27,33,29,57, 5,17, 9,23]。 %左邊數(shù)據(jù)編碼，偶check_right = [114,102,108,66,92,78,80,68,72,116]。 %右邊數(shù)據(jù)編碼first_num = [31,20,18,17,12,6,3,10,9,5]。 %第一位數(shù)據(jù)編碼bar = imread(39。39。)。 %讀輸入條形碼圖片bar_Gray = rgb2gray(bar)。 %將RGB圖片轉(zhuǎn)換灰度圖figure(1)imshow(bar)title(39。條形碼圖39。)figure(2)subplot(121),imshow(bar_Gray),title(39?；叶葓D39。)subplot(122),imhist(bar_Gray),title(39。灰度圖直方圖39。)bar_Gray= imnoise(bar_Gray, 39。salt amp。 pepper39。, )。figure(3)subplot(121)。 imshow(bar)。 title(39。原圖像39。)。subplot(122)。 imshow(bar_Gray)。 title(39。添加椒鹽噪聲圖像39。)。bar_Gray = medfilt2(bar_Gray)。 %進(jìn)行3*3模板中值濾波figure(4)imshow(bar_Gray)title(39。中值濾波之后圖片39。)%for i=1:m %對(duì)圖像進(jìn)行二值化處理 %for j=1:n % if bar_Gray(i,j)150 %選擇適當(dāng)?shù)拈撝颠M(jìn)行二值化處理 % bar_