关键字 |
| 混合模板匹配方案,Levenberg-Marquardt (LM)算法,一个集中的图形模型,混合programming-based推理算法。 |
介绍 |
| 条形码是一种光学数据标注在产品的机器可读的表示。它是保密的1 d或线性条形码和2 d条形码。条形码表示数据由不稳定的平行线的宽度和间距,并可表示为线性或一维(1 d)。后来演变成矩形,六边形,广场,点和其他几何图案在二维(2 d)条形码。 |
| 发明以来在1940年代和商业实现零售行业在1970年代,条形码技术已经应用在许多行业,发挥着重要的作用在人们的日常生活。多个一代又一代的条码扫描系统从早期的激光扫描仪到更现代的区域,耦合装置(CCD)扫描仪已经发明和发展。酒吧和空间的位置/尺寸数据是主要重要的破译信息植入条形码,当前条码扫描系统通常要求备受条码信号,贡献于经济复苏的位置/大小相关的特征的边缘之间的交互模式的代码。 |
| 景深效果(自由度),距离的范围扫描的象征是充分关注阅读错误是没有任何详细的条形码扫描系统的一个重要特性。地区CCD扫描仪阅读线性和二维条形码的好处,但他们少自由度比激光扫描仪,因为激光的方向和明确的性质允许旷日持久的景深。这个自由度收缩了CCD扫描仪在各种场合的可用性区域。 |
| 例如,基于线性条形码扫描的服务在很大程度上是不可以在移动设备上fixedfocus镜头,因为条形码图像capturedby这些设备containexcess边缘interactionstriggeredby out-offocus(现钞)模糊,不能handledby当前的技术。图1显示了一个示例之间的线性条形码和比较理想的波形段和现钞模糊变形波形段。 |
| 提供更好的景深,专用区域CCD扫描仪通常采用特殊的硬件配置如结合大焦距比数(焦距除以孔直径)和高密度光源[1],自动对焦装置[1],镜头与镜头组合不同的聚焦范围[2],和multi-focal镜头或镜片[3],增加了系统的复杂性和成本。然而,图像模糊在实际情况下基本上是不可避免的。因此,除了实现特殊的硬件来提高条码信号,信号处理和分析方法也应采取增加条形码扫描系统的鲁棒性对图像模糊。 |
相关工作 |
| 摘要[4],作者预设一个新颖的方法来检测一维条码图像。算法主要是对条形码进行分类设计,低的图像可能是毅力,低价值或经历相当模糊,de-focusing,分散不均匀澄清,噪音和颜色。算法是准确、快速、可伸缩的和可以很容易地调整寻找一个有效的结果在一个指定的时间约束。算法是尤其有用的实时识别条形码的便携式手持设备处理能力有限,如移动电话。摘要[5],条形码重建恢复干净的信号从一个观察包含一个损坏的卷积内核和附加噪声。卷积核的精确形式也是未知,使重建比由模糊变清晰的标准。另一方面,条形码的功能有一个非常特殊的形成这个使重建的可行性。作者[5]开发和分析基于全变差的变分模型解决这个问题。这个新的系统模型分析邻近的酒吧之间的相互作用下的条形码卷积内核,以及内核的未知参数的估计全球信息包含在观察到的信号。 |
| 摘要[6],现有的开源库对于一维条形码识别不能够识别的代码没有使用简单的设备获得的图像自动对焦或宏观功能。作者提供了一个促进现有的算法识别一维条形码用照相手机,没有自动对焦的理由。多层提要推进基于反向传播神经网络算法用于图像重建为了提高所需的算法。介绍该算法的比较与那些获得可用的开源库。结果表明,我们的方法使可能的条码的解码图像捕捉到手机没有自动对焦。 |
| 摘要[7],相机手机已经成为在世界各地,因此开设过载的移动视觉应用机会。例如,他们可以允许用户导纳评论或对一个产品的价格比较形象的条形码,一动不动。雷竞技苹果下载条形码阅读需要强大的测试设置,如模糊、喧闹,低分辨率,相机镜头或低价值,这些都是非常常见的。令人惊讶的是,即使是最先进的条码阅读算法不成功时的一些这些因素发挥作用。驻留在一个原因早期承诺策略,几乎所有现有的算法采用:图像是第一关键,然后只处理双数据。 |
| 这个项目提出了一个新的条形码解码方法,绕过二值化。这个技术依赖于可变形模板和利用每个像素的灰度信息。由于这些模板的参数化,这个项目可以精通地执行最大可能性估计分别在每个数字在后续步骤和实施空间相干性。 |
| 该技术显示了通过实验挑战UPC-A条形码图像从五个不同的数据库,我们的方法优于具有挑战性的算法。诺基亚N95机上实现,算法可以限制,使VGA上的条形码图像(640 _480,JPEG压缩)的平均时间为400 - 500 ms。 |
提出了系统 |
| 失焦图像恢复(现钞)模糊是一个非常困难的问题,作为一个已经收集原始图像和点扩散函数(PSF)的数据。我们努力解决这个力量宣布条码应用的重建问题。我们建议部分盲方法提高二进制条形码。它是基于一个失焦模糊成像模型。我们首先估计PSF的低维近似部分通过使用清洁条码所已知的建设。这low-dim插图只包括几个参数,可以通过Levenberg-Marquardt迭代计算(LM)算法。其余的PSF是通过多项式中断。接下来,去模糊图像是通过解释与框限制最小二乘(LS)解决方案。我们额外的考虑至少栏宽度,匹配一个扩展矩阵或up-sampling算子。有这个条件LS术语基本上增强图像的效率宣布图1所示。 |
| 任何图像恢复技术的目的是恢复损坏的原始图像的观察。最通用的退化现象是运动模糊图像。在盲图像恢复的情况下,准确判断所需的运动模糊参数由模糊变清晰的图像。本文估计原创技术估计的参数统一使用脊波变换的运动模糊。最初,脊波系数的力量是用来估计模糊角度,然后模糊长度估计使用径向基函数神经网络。这项工作是经验丰富的在特殊条码图像不同参数的模糊。仿真结果表明,该方法提高了恢复性能。 |
| 在图像去模糊算法,本文所提供的方法,给定模糊条形码图像分析找出的角度和长度动态模糊。模糊建模的帮助这两个运动模糊参数。模糊的过程可以看作是一个线性的并发症的原始图像模糊的内核;这可以被逆转操作。 |
| 首先在预处理步骤中,模糊图像的大小256 x 256降低计算成本,然后一个RGB图像的灰度转换执行。模糊的方向是由执行脊波变换的对数功率谱的损害有窗的条码图像。模糊长度估计使用时滞特性和回归工具与能量的大小脊波系数。在最后一步的详细解释,计算PSF和Lucy-Richardson算法应用于运动de-blurring算法的概述。 |
算法 |
| 运动模糊角度检测算法可以概括如下, |
| 我。预处理输入条形码图像模糊。 |
| 二世。执行损害窗口在f (x, y)移除边界构件。 |
| 三世。傅里叶变换计算F (U, V)的步骤2的形象。 |
| 四、计算F的对数功率谱(U, V) |
| 诉的一组角度ᶿ═{ᶿ1,ᶿ2,……,…,…,…。,ᶿn},where ᶿiε[0,π] , with 1 degree spaced intervals, compute the normalized Radon vectors at these angles. |
| vi。应用一个4层一维DWT的氡向量获得脊波系数。 |
| 七世。找到能量的总和脊波系数向量的每个方向。 |
| 八世。找到对应的最大能量运动模糊角度。 |
实验结果 |
| 输入模糊图像是图2所示。严重的输入图像是一个条形码图像运动模糊使用图像处理的模糊估计方案。 |
| 输入模糊图像在灰度图像和灰度图像转换由黑色和白色部分,图3所示 |
| 转换后输入模糊条形码图像为灰度图像,然后把灰度图像转换为梯度图像获得完美的分割图像在图4所示。 |
| 当模糊程度小于或等于一个总额的一半那么扫描线分段。线测量变形图五所示。 |
| 畸形的扫描线波形图像细化变形变量序列,变形变量序列图7所示。 |
| 标准条形码生成波形通过从变形观测序列的原始图像扫描线图7所示。 |
| 获得的观测序列使用特定的模糊水平与标准波形从集中或指示图形模型,直到获得观测序列最相似标准波形发现Fig.8所示。 |
结论和未来的工作 |
| 最后,本研究最显著的贡献,它被认为是线性条形码扫描下变形二进制波形分析和分类的角度,它提出了一个严格的和有效的方法分类严重模糊二元波形。提出系统的性能可以进一步提高了在几个方向:找到更好的条码检测/本地化方案和图像模糊层次评估方案;设计程序在处理非线性失真;研究适应性验证过程根据特定的模糊和噪声;和推广线扩散函数模型通过考虑诸如透镜象差、运动模糊等。需要注意的是,尽管在这项研究中提出的系统。条形码扫描,也同样适用于其他线性条形码象征学的字符数是固定的或可以估计。整个系统目前照相手机上实现,和类似的方法可以采取专业CCD成像或激光扫描仪来增加他们的操作范围和降低硬件的成本通过消除组件专门设计用于扩展景深。更常见的,畸形的前景下二进制波形分析,本研究提出的方法基于摄像头有潜力被应用于文本图像分析,因为图像模糊(尤其是现钞模糊,模糊)是非常普遍的在文档图像捕捉到便携式数码成像设备。 |
|
数据乍一看 |
|
|
|
|
|
|
引用 |
- j·马休,自动对焦条形码扫描器等用人micro-fluidic镜头吗?2007年,美国专利7296749,11月20日。
- t .古板和t . Matsushima ?条码阅读设备和多焦点的长度光学系统?1995年,美国专利5473149,12月5日。
- b . Olmsteadetzal形象读者与multi-focus镜头?1998年,美国专利5814803,9月29日。
- r·夏姆斯和p . Sadeghi ?条形码识别在高度扭曲和低分辨率的图像?在Proc, IEEE ICASSP卷。1。Apr.2007, I - 737, I - 740页。
- Zamberletti,盖洛,m . Carullo和e . Binaghi ?神经解码的图像恢复一维条形码使用常见的照相手机?Proc。第五Int。相依第一版。理论和达成愿景。,2010年,第5 - 11页。。
- o·盖洛和r . Manduchi ?阅读和手机使用可变形模板1 d条形码吗?肛门,IEEE事务模式。马赫。智能。,vol. 33, no. 9, pp. 1834–1843, Sep. 2011.
- s . Esedoglu ?盲反褶积的条码信号?,逆问题,20卷,没有。1,第135 - 121页,2004年2月。
- e·约瑟夫和t . Pavlidis ?条码波形识别使用峰值位置?,IEEE反式。模式肛门。马赫。智能。,vol. 16, no. 6, pp. 630–640, Jun. 1994.
- d . Kundur和d . Hatzinakos ?盲图像反褶积吗?,IEEE信号的过程。13卷,杂志。3、1996年5月,页43 - 63。
- j .梁、d . Doermann和h . Li ?基于成像分析文本和文档:一个调查吗?肛门,Int。j .文档。2 - 3号Recognit卷。7日,第104 - 84页,2005年。
|
菜单
