色婷婷AⅤ一区二区三区|亚洲精品第一国产综合亚AV|久久精品官方网视频|日本28视频香蕉

          新聞中心

          EEPW首頁 > 消費電子 > 設計應用 > Data Matrix二維碼圖像處理與應用

          Data Matrix二維碼圖像處理與應用

          作者: 時間:2009-07-28 來源:網絡 收藏

          碼是在平面方向上都記錄信息的符號。它充分利用了平面上的空間,大大提升了信息密度,使得在小面積上編碼大數據成為可能。其次由于它超強的糾錯能力,即使大面積受損也能被準確識別。現在二維碼于工業(yè)自動化、物流、郵政、醫(yī)療、商業(yè)、金融、交通運輸、身份識別、政府管理、公共安全、海關及國防等領域。在我國,二維碼的尚屬起步階段,地區(qū)和領域也相當有限。但是可以預見,二維碼以其獨特的優(yōu)勢必將像條形碼一樣在我國的各個領域被推廣和應用。

          本文引用地址:http://cafeforensic.com/article/166921.htm

          本文通過Matrox公司的圖像采集卡Meteor-II Standard,利用MIL函數庫對氣動打印在金屬零件上的 二維碼進行了實時捕捉識別,并對采集來的 圖像進行具體的,命名其達到被識別的要求。最后,通過實驗討論提高識別率的辦法。

          1 概述

          二維碼有多種類型,本文只討論矩陣式Data Matrix。

          Data Matrix最大特點就是“小”,能在25mm2面積上編碼30個數字,因此被廣泛用于標示集成電路、藥品等小件物品。另外在制造業(yè)的流水線生產過程中,打印生成Data Matrix也較容易。

          如圖1所示,Data Matrix符號看起來像一個由深淺兩種顏色組成的國際象棋棋盤,每一個相同大小的黑色或白色方格稱為一個數據單位。Data Matrix符號由許多這樣的數據單位組成。在尋邊區(qū)外層有寬度為一個數據單位的靜區(qū)。尋邊區(qū)是“棋盤”的邊界,只用于定位和定義數字單位的大小,而不含 有任何編碼信息。被尋邊區(qū)包圍的數據區(qū)包含著編碼信息。矩陣中的0、1就是Data Matrix的黑白兩色小方格,即數據單位。

          Data Matrix采用了Reed-Solomon交織交插編碼,編碼時加入了糾錯碼,使Data Matrix的糾錯性能比較強。以一個5位的流水號“12345”為例,通過編碼規(guī)則得到Data Matrix的3位碼字和5位糾錯碼,可糾錯2位碼字,糾錯率為2/8=25%。

          2 用MIL識別Data Matrix碼

          Meteor-II Standard是Matrox公司的一塊圖像采集卡,通過攝像頭采集外界圖像,然后實時地傳輸給主機內存。MIL函數開發(fā)包是一個獨立于硬件的32位函數庫,其中有大量基本的函數。

          2.1 基本過程

          Data Matrix識別的基本過程如圖2所示。通過MIL提供的函數采集圖像,并將采集的圖像以數字化方式存儲在圖像緩沖區(qū)中;對圖像進行增強處理,提高圖像的識別準確率。實驗中通過平滑濾波辦法,減少圖像噪聲,很好地解決了采集金屬零件的Data Matrrix碼時,由于碼符號邊沿亮度過亮影響圖像分割問題;然后對圖像進行直方圖均衡化,擴大對比度的動態(tài)范圍,解決由于光照或攝像頭的原因,造成采集的圖像偏暗,對比度不夠顯著,引起圖像中明暗模糊不清的問題。

          由于采集后的圖像有很多無用背景,Data Matrix符號所在區(qū)域只占整個圖像很上的比重。采用遮罩的辦法,用一個固定位置的子緩沖區(qū)限制圖像處理區(qū)域,忽略區(qū)域外的圖像,實現Data Matrix的符號提取。最后用MIL函數直接譯碼,并將譯碼結果放在指定的字符串中,用顯示語句在屏幕上打印結果。

          2.2 Data Matrix符號的膨賬

          金屬零件上的Data Matrix碼是氣動打印而成的成點陣式,與標準的Data Matrix符號不完全一樣,其點間空隙大。如對這種碼毫無處理地進行識別,則識別率會很低。為了解決這個問題,采用數學形態(tài)學的膨脹算法。為了提高識別準確度,可以將Data Matrix符號膨脹若干次,縮小數據單位之間的空隙。這樣,計算機在“尋找”Data Matrix的“L”型尋邊區(qū)時就容易準確得多。

          2.3 偽實時識別的實現

          由于MIL本身不支持圖像的實時處理,所以要實現實時識別需要用一種叫做比緩沖的辦法實現偽實時的圖像處理,CPU每次處理的圖像其實是攝像頭采集的上一幀圖像。

          雙緩沖區(qū)使一邊采集圖像一邊處理圖像成為可能,如圖3所示。攝像頭將圖像采集到圖像緩沖區(qū)1中等待處理,與此同時CPU利用這段時間處理圖像緩沖區(qū)2中(上一幀)的圖像,完畢后兩個緩沖區(qū)的職能交換;CPU處理緩沖區(qū)1中采集的前一時刻的圖像,而此時緩沖區(qū)2中的圖像已被處理完畢,可以接收攝像頭下一幀的采集圖像。如此往復,兩個緩沖區(qū)互換,不間斷地運動便可實現偽實時處理。在處理環(huán)節(jié)上加Data Matrix識別功能,就能實現實時識別Data Matrix。采集圖像和處理圖像正好相差一幀,所以是“偽”實時的,但是假如計算機運算速度足夠快,時間延遲的影響便可忽略。
          這種辦法的優(yōu)點是既實現了實時性,又將采集和處理這兩項進程分開,讓CPU和攝像頭分別獨立并行地處理,充分利用了空閑時間。


          上一頁 1 2 下一頁

          評論


          相關推薦

          技術專區(qū)

          關閉