基于边缘检测的图像去噪方法在二维条码识别中的研究与应用

论文摘要

条形码技术是随着计算机的应用发展起来的自动识别技术,因其快速、准确、成本低廉、防伪性高等优点被广泛应用于社会的各行各业。但是在条码图像的采集、获取、编码和传输的过程中,所有的条码图像均会不同程度地被可见或不可见的噪声“污染”。当利用传统的去噪方法对条码图像去噪时,虽然能较好地祛除图像中的噪声,却不能较好地保留图像的边缘信息,从而影响了条码的识别率。针对上述这种情况,本文提出了一种基于边缘检测的条码去噪方法,它是将边缘检测和基于GCV准则的小波阈值去噪法相结合的一种新型去噪法。在对条码图像去噪的同时,把条码图像的边缘特征保留起来,将去噪和保留条码图像的边缘特征结合起来考虑。这样在对条码图像去噪时,不必担心损失条码图像的边缘特征。实验证明这种基于边缘检测的去噪方法能够提高图像的峰值信噪比。本文首先介绍了QR Code二维条码,接着介绍了多种小波阈值去噪方法,并详细讨论了基于GCV(Generalized Cross Validation广义交叉确认)准则的小波阈值去噪方法,阐明了基于GCV准则的小波阈值去噪法的优势,然后验证了基于边缘检测的去噪法相对直接去噪法的优势。之后设计了条码识别系统,阐述了条码识别的主要流程,最后将这种方法应用在自己设计的系统平台上,实验结果表明该方法在一定程度上达到令人满意的效果。

论文目录

• 摘要
• Abstract
• 0 前言
• 1 二维条码及其识别技术
• 1.1 二维条码简介
• 1.2 二维条码的应用
• 1.2.1 运输行业中的应用
• 1.2.2 身份识别卡的应用
• 1.2.3 文件和表格应用
• 1.2.4 资产跟踪
• 1.3 二维条码种类
• 1.4 QR Code
• 1.4.1 QR Code简介
• 1.4.2 QR Code的特点
• 1.4.3 QR Code的编码方法
• 1.4.4 QR码数据纠错
• 1.5 条码识别技术
• 2 小波去噪方法的研究
• 2.1 小波去噪方法的研究概况
• 2.2 小波去噪的优势和分类
• 2.3 小波阈值去噪方法
• 2.3.1 软、硬阈值函数
• 2.3.2 阈值的估计
• 2.4 基于GCV准则的小波阈值图像去噪方法
• 2.5 基于GCV准则的小波阈值去噪的仿真实验及讨论
• 3 基于边缘检测的去噪方法
• 3.1 边缘检测概述
• 3.2 Sobel算子边缘检测
• 3.3 基于边缘检测的去噪法原理
• 3.4 基于边缘检测去噪法的实验结果与讨论
• 4 条码识别系统对新方法的验证
• 4.1 条码扫描阅读原理
• 4.2 CMOS图像传感器基础
• 4.3 条码识别系统的主要硬件选择
• 4.3.1 OV7640
• 4.3.2 FPGA
• 4.3.3 TMS320VC5416
• 4.4 系统构成与工作流程
• 4.5 二维条码的译码与识别
• 4.5.1 图像二值化
• 4.5.2 边缘检测
• 4.5.3 Hough变换
• 4.5.4 图像的旋转
• 4.5.5 条码译码
• 4.5.6 译码结果的保存与输出
• 4.6 系统对新方法的验证
• 5 结束语
• 5.1 总结
• 5.2 展望
• 参考文献
• 致谢
• 个人简历以及在学期间发表的学术论文
• 个人简历
• 发表的学术论文