EAN一13碼的圖像識別系統(tǒng)設計與實現

0 引 言
    自動化數據采集技術是信息采集和處理的關鍵技術，條碼技術在自動化數據采集中占重要地位，得到了廣泛的應用。但是普遍的條碼閱讀器是基于激光掃描或者CCD攝像頭的，在生活中不是很常見。如果條碼識讀能用普通的攝像頭(如：手機攝像頭或網絡攝像頭)，條碼將會給人們的日常生活帶來更多的方便。近來手機和機器人的應用得到很大發(fā)展，手機的一維碼識別、機器人的一維碼識別、自動分揀物品等都有著很好的應用前景。為了拓寬一維碼的應用，基于圖像處理的一維條碼研究有著重要意義。
    在最近幾年關于一維碼圖像識別的識別文章中，都是針對比較理想的條碼進行識別的，或者只是講解一維條碼圖像識別的某一個步驟，或者是人為地加上部分噪聲進行處理，很少有從一幅真正拍攝的圖像來識讀的。這里完成了整個條碼識別系統(tǒng)的設計和圖像處理的算法設計，實現了圖像的錄入到譯出條碼的整個過程，并通過實驗詳細闡述了識別流程和效果。

1 EAN—13碼特征
    EAN一13是標準商品條碼，它是一種(7，2)碼，即每個字符的總寬度為7個模塊，由兩個條和兩個空交替組成，而每個條空的寬度不超過4個模塊。EAN一13商品條碼由左側空白區(qū)，起始符、左側數據符、中間分隔符、右側數據符、、終止符、校驗符、右側空白區(qū)組成，如圖1所示。EAN一13碼包含13個字符，但只對12個字符進行編碼，其第13位(從右向左排序)不進行編碼，數值隱含在左側數據符的奇偶排列中，稱為前置符。奇偶性指的是每個字符所含條的模塊數為奇數或者偶數，左側數據符為奇、偶排列，右側數據符為偶排列，左邊的碼字組成方式是“空條空條”，右邊的碼字組成方式是“條空條空”。

    由EAN一13條碼的結構知：左側空白區(qū)為11個模塊，起始符為3個模塊(3個條空)，左側數據符為42個模塊(24個條空)，中間分隔符為5個模塊(5個條空)，右側數據符為35個模塊(20個條空)，檢校符為7個模塊(4個條空)，終止符為3個模塊(3個條空)，右側空白區(qū)為7個模塊，整個編碼區(qū)的模塊數為3+42+5+35+7+3=95個，條空數為3+24+5+20+4+3=59個。若將黑色模塊(條)用二進制的“1”表示，白色模塊(空)用二進制的“0”表示，則數據字符的編碼圖案有30種，如表1所示。且有如下編碼：起始符：101中間分隔符010110，終止符101。

    如何確定數字字符是屬于A子集，B子集或者C子集。EAN一13碼左側數據符由A，B子集確定，取決于前置符，右側數據符屬于C子集。前置碼和左側數據符商品條碼字符集的選用規(guī)則如表2所示。

2 條碼識別
    在條碼識別的整個過程中，都是基于以下假設：所處理的圖像正中肯定是包含條碼部分的，這樣可以很好地減少計算量。條碼識別系統(tǒng)分為三個模塊：圖像預處理、圖像提取、譯碼。如圖2所示。

    圖像預處理是利用一維條碼的特征對條碼執(zhí)行灰度化，二值化，濾波和邊緣檢測操作。它為后續(xù)的圖像提取做好準備，圖像預處理做得越好，圖像提取效果將更加明顯。
    圖像提取是對預處理的圖像進行分割，分為上下分割和左右分割，在各種背景中分割出條碼區(qū)域，圖像提取的取決于是否能精確地分割出條碼區(qū)域。由于一維條碼是并行長條的，每一條行掃描線都包行了條碼的所有信息，最簡單的方法是只要在條碼圖上確定一根行掃描線，逐個像素判斷，黑的為1，白的為0，計入數組，然后計算寬度就能解碼，這是針對完全干凈的條碼圖的。實際應用的條碼圖像會有很多噪聲，同時條碼區(qū)域也不可能完全干凈，因此需要盡量分割出條碼的大部分區(qū)域給后續(xù)的解碼提供更多的信息，上下分割中把沿條碼方向的部分條碼分割出來，左右分割需把條碼的編碼區(qū)全部包含在內。
    譯碼是對提取后的條碼區(qū)進行處理，計算出條碼中各個條空的寬度，根據一維碼的編碼規(guī)則，解出條碼所含的信息。
2．1 圖像預處理
2．1．1 灰度化二值化
    灰度處理，為實現數字圖像的閾值變換提供前提條件，要將256色位圖轉變?yōu)榛叶葓D，灰度與RGB值之間的關系為：Y=0．299R+0．587G+O．114B。
    二值化是利用點運算中的閾值變換理論將灰度圖轉化為二值圖像。二值化中閾值T的選擇是關鍵，在整幅圖中，我們最關心的是條碼，條碼是由條空(黑白)組成的，根據前面的假設，在整幅圖的中心區(qū)域選取50×50個像素點，對其進行灰度處理并得到灰度直方圖，采用雙峰法得到閾值T，此閾值可以有效地把條碼的條空區(qū)分出來。按照下式得到二值化圖像g(x，y)。

   
2．1．2 濾波
    由于原圖像各部分亮度不均，背景圖像有不同的情況，得到的二值圖會有很多噪聲，條碼區(qū)域有，條碼區(qū)域外也有，為了后續(xù)部分的條碼提取和條碼譯碼，需要進行濾波處理?？紤]到一維條碼的特征：豎直的條和空，采用中值濾波方法，中值濾波模板如圖3所示。被圈部分表示模板遍歷整幅圖時，所對應待檢像素的位置。取待濾波像素上下相鄰的4個像素值，共5個像素值進行排序，用中間值覆蓋待濾波的像素值。此模塊能有效地濾除條碼區(qū)的椒鹽噪聲，背景區(qū)的噪聲能得到很大抑制。此模塊是根據一維碼的特征設計，可以適合各種一維碼。
2．1．3 邊緣檢測
    常用的邊緣檢測算法有梯度算法、Roberts梯度法、Sobel算法和Laplaceian算法等，在充分研究一維條碼的特征后，借鑒各種檢測算法，在此自行設計了一種濾波算法。由于設計實驗時采用的是640×480或320×240的圖像，假設條碼占整個圖像的50 %以上，根據圖2可以算出每個模塊占的像素值為3到4個或l到2個，如果采用3×3或5×5之類的邊緣檢測模板，加上圖像原本的變形，將會誤檢邊緣或邊緣丟失，同時考慮到一維條碼的特征：豎直的條和空，有明顯的豎直邊緣，因此設計了豎直邊緣檢測算法，邊緣檢測模板如圖4所示。

    待檢像素的值由其鄰域內10個像素的值決定，這10個值按模板中的權值相加的絕對值為s(x，y)。由于進行邊緣檢測的圖像是二值圖，非黑(0)即白(255)，設定邊緣檢測的閾值T1=255×4=1 020，即鄰域內至少有4處黑白突變才能說明待檢像素為一邊緣值，按照下式得到邊緣檢測圖像h(x，y)。

   
2．2 圖像提取
    圖像提取是把圖像中的條碼部分割出來，用于后續(xù)的條碼譯碼。圖像提取的步驟分為：上下分割和左右分割。根據條碼的特征，分別設計了上下分割和左右分割的算法。
2．2．1 上下分割
    基于前文的假設，設計了如下分割算法，上下分割的流程如圖5(a)所示，此流程的設計應用了條碼的兩個特征：條空數為59個，即邊緣數為60個；條碼的上下部分都有空白區(qū)。當然一般情況下，條碼區(qū)域所在行肯定還會存在噪聲，因此邊緣數是肯定大于60的，而在條碼上下的空白區(qū)所在行經過圖像預處理基本沒多少噪聲，邊緣數基本不會大于60，通過對100幅圖像的試驗只有背景很復雜的2幅圖例外。但是沒分割出來不代表沒譯碼出來，后面譯碼部分對分割有補充修正。根據各種圖像的不同，上下分割不會把整個條碼區(qū)域分割出來，但分割出來的圖像信息足以用來解碼。上下分割可以去除圖像中上下部分的非條碼區(qū)同時為譯碼減少了計算量。

2．2．2 左右分割
    左右分割是在行方向把條碼分割出來，流程如圖5(b)所示，此流程的設計應用了條碼的兩個特征：
    (1)條碼的左側空白區(qū)有11個模塊，右側空白區(qū)有7個模塊；
    (2)條碼的起始符為101，結束符為101。
    當然圖像一般都會有傾斜，這樣按照x1，x2分割時會把條碼區(qū)域有用信息分割掉，因此可以加一個經驗修正，把x1向左移一點，把x2向右移一點。
    在檢測101和計算一個模塊的長度時，都是通過邊緣間的距離計算的，由于圖像有變形和扭曲，因此計算長度是要用平均值和比值。
    設連續(xù)3個邊緣的距離為L1，L2，L3，當0．5<L2／L1<1．5且0．5<L3／L2<1．5時，認為檢測到101，且以a=(L1+L2+L3)／3為一個模塊的長度。按上假設在條碼中滿足101情況很多，但是同時滿足101兩側有固定空白模塊數的就是惟一的。逐行掃描采用的是從中間行開始分別往上和往下掃描，這樣對于有傾斜的條碼圖像也能分割出部分有用條碼信息，而不需要用hough變換和雙線性差值來對條碼圖像進行矯正，減少了處理時間。得到x1，x2，y1，y2之后就能把條碼分割出來進行譯碼。
2．3 譯碼
    譯碼過程通過對分割后的二值圖進行處理，得到條空的寬度，按照條碼的編碼方式，譯出條碼結果。譯碼步驟如下：
    (1)對二值圖進行逐行掃描，檢測邊緣數是否為60(EAN-13碼有59條空，60個邊緣)，是則記錄下邊緣坐標，否則把這行舍棄；
    (2)根據每行的邊緣坐標，算出每個條空的寬度：為了減小圖像中的條碼扭曲及其他干擾的影響，計算條空寬度的平均值；
    (3)按照如下歸一化方法確定條空歸一化寬度。設一個字符(7個模塊)的寬度為W，條空的平均寬度為Wa，則條空的歸一化結果Wg由下式確定：
   
    (4)根據條碼左側數據區(qū)的奇偶性確定前置碼，如表1所示；
    (5)根據前置碼確定左側數據區(qū)的字符集，右側字符集為C；
    (6)根據數據區(qū)條碼的歸一化寬度，查找字符集，根據表2得出條碼值，譯碼完成；
    (7)檢校。
    此譯碼流程不僅按照編碼標準快速有效的譯出了條碼，同時也起到了濾波作用，把有噪聲的行全部濾除，完成精確解碼。按照上述條碼識別的步驟和算法，用Visual C++編寫了程序。圖6展示從一幅帶有條碼的RGB圖到譯碼的全部過程。

3 結語
    對100幅640 x 320圖像進行實驗，解碼率達100％，可以說本文的算法和譯碼步驟有著很好的可靠性，對適當扭曲和污染并有復雜背景的條碼圖有著較好的抗干擾性。在此通過對EAN-13碼特征的分析和掌握，設計了濾波模板，邊緣檢測模板和圖像提取算法，并實現了EAN-13碼的譯碼系統(tǒng)，通過實驗詳細描述了整個解碼過程。此識別系統(tǒng)有以下特點：充分考慮了EAN-13碼的特點，設計了適合該條碼的算法，識讀準確率高，速度快；此系統(tǒng)架構和算法可以很快的應用于其他一維碼的圖像識別中；可以很容易的移植到帶有CMOS攝像頭的各個平臺，實現基于EAN-13碼的各種應用。