商品條碼印刷質(zhì)量的快速檢測算法設(shè)計與實現(xiàn)

李 果

(安徽新聞出版職業(yè)技術(shù)學(xué)院，合肥 230601 )

參 考 文 獻

?

商品條碼印刷質(zhì)量的快速檢測算法設(shè)計與實現(xiàn)

李 果

(安徽新聞出版職業(yè)技術(shù)學(xué)院，合肥 230601 )

現(xiàn)代經(jīng)濟活動中，商品條碼用于標(biāo)記商品身份及流通信息，如果條碼發(fā)生錯誤，后果不堪設(shè)想，因此，在印刷環(huán)節(jié)進行條碼質(zhì)量檢測顯得尤為重要.針對商品條碼常見印刷質(zhì)量問題，提出一種高效式樣檢測算法，通過機器識別代替人工識別，改變傳統(tǒng)條碼檢測中人工掃描條碼檢測方式，并為高速在線檢測奠定基礎(chǔ).

商品條碼檢測；二值化；紋理特征；綜合算法

現(xiàn)代商品經(jīng)濟中，商品在識別、流通、結(jié)算等環(huán)節(jié)都離不開商品條碼，而條碼信息傳遞的精度和速度取決于條碼印刷的質(zhì)量，但在實際印刷過程中，由于受到印刷材料、速度、人工等方面的制約，難免出現(xiàn)漏印、錯印等問題.本研究是基于數(shù)字圖像識別及處理技術(shù)，提出一種基于一維通用商品條碼的檢測算法，并在實驗環(huán)節(jié)中實現(xiàn)，該算法也為后續(xù)在線檢測研究提供了先決條件.

1 通用商品條碼檢測算法

1.1 流程設(shè)計

首先，通過圖像采集設(shè)備采集商品包裝印刷成品，并對提出的圖像進行預(yù)處理；其次，通過模板匹配，對商品條碼進行圖像分割，并提取條碼特征；最后，將提取的條碼特征與預(yù)存標(biāo)準(zhǔn)商品參數(shù)進行比對，從而得到商品條碼印刷質(zhì)量的分析及評價，獲得評價數(shù)據(jù)和結(jié)果判斷[1]，具體流程如圖1所示.

圖1 條碼檢測算法流程

1.2 基于邊緣特征的二值化設(shè)計

目前商品通用條碼仍然以一維條碼為主，主要數(shù)據(jù)特征以條碼、條空的寬度為衡量標(biāo)準(zhǔn).由于商品包裝的材質(zhì)不同，印刷過程中黑白條塊之間極易造成模糊，這在圖像采集后主要表現(xiàn)成灰度不穩(wěn)定特征，因此，在對圖像二值化設(shè)計的時候，就必須為條碼邊緣選擇特殊閾值，建立基于邊緣特征的圖像二值化算法[2].

本文使用的基于邊緣特征的二值化算法，首先依托微分算子測算出條碼圖像邊緣，然后對邊緣像素進行自動閾值二值化篩選，對非邊緣部分使用固定閾值二值化，具體算法如下：去噪后的輸入圖像以f表示，二值化后的圖像以g表示.

(1)確定f的邊緣，并提取邊緣特征，采集邊緣圖像，將其設(shè)為e；

(2)對e使用固定閾值方法處理，得到二值化圖像，將其設(shè)為b；

(3)使用整體閾值法確定f的整體閾值，將其設(shè)為Th0；

(4)確定f中對每個像素點的閾值；

(5)通過得到的閾值，輸出所需的二值化圖像g.

在(1)中，使用Sobel算子完成邊緣提出；在(2)中，采用全局閾值法確定圖像的邊緣像素位置；在(3)中，采用局部閾值計算方法完成(2)中二值化閾值的自動篩選；最后通過(4)、(5)的閾值計算，得到輸入圖像f的二值化輸出圖像g.

1.3 特征參數(shù)算法設(shè)計

商品條碼印刷不存在色差問題，主要是印刷缺陷問題，主要包括：斷裂、邊緣模糊、穿孔、墨點、脫墨、重影等形式.傳統(tǒng)的檢查方法主要是通過多次掃描同一條碼，來完成對商品條碼質(zhì)量的評價，這樣的過程不僅效率低下，也會產(chǎn)生漏檢、錯檢問題.而本研究提出的基于圖像特征參數(shù)分析和提取的檢測算法，可以一次性檢測商品條碼圖像，大大提高了檢測的精度和效率.本文通過相關(guān)度、矩形度和紋理特征三個特征指標(biāo)分析研究，以表達各種條碼印刷缺陷.

1.3.1 相關(guān)度

相關(guān)度又稱皮(爾生)氏積矩相關(guān)系數(shù)，是用來說明兩個現(xiàn)象之間相關(guān)關(guān)系密切程度的統(tǒng)計分析指標(biāo)[3]：

(1)

圖2 污點印刷缺陷

1.3.2 矩形度

在本算法中，作為檢測特征的核心參數(shù)為矩形度和面積值兩個，由于商品條碼都由矩形組成，因此非常適用該算法來完成檢測.在圖像獲取之后，通過二值化處理，條碼不同像素區(qū)分出來，并可以通過像素總數(shù)總和來確定其面積，并算出矩形值.

理論上，條碼都應(yīng)為矩形狀態(tài)，矩形值也應(yīng)該都為1，但在實際的印刷過程中，由于灰塵、折裂等問題，可能導(dǎo)致印刷邊緣不規(guī)則.目標(biāo)形狀的復(fù)雜度越接近矩形，值就越大，反之則表明該條形碼邊緣印刷不清，或者邊緣印刷有缺陷[4]，算法實現(xiàn)可以通過獲取待檢測條碼圖像，與標(biāo)準(zhǔn)條碼圖像對比，算出R值，把不合格的條碼檢測出來.

1.3.3 紋理

如定義圖像{f(xi，yj)；i，j=0，1，2，......，N-1}的自相關(guān)函數(shù)為：

(2)

2 算法實驗分析

商品條碼印刷檢測試驗主要包括矩形特征檢測和紋理特征檢測兩個部分，在檢測之前需要對獲取的條碼圖像分割，并進行相應(yīng)的二值化處理.

2.1 矩形度檢測

如圖3所示，圖3a為獲取的待檢測商品條碼，并已完成二值化處理.圖3b為預(yù)設(shè)的標(biāo)準(zhǔn)條，根據(jù)上文矩形度算法對其進行計算，得出表1結(jié)果.從表1中可以看出，圖3b的矩形度明顯高于圖3a，這說明圖3a的條碼邊緣呈現(xiàn)不規(guī)則狀態(tài)，如邊緣不清、鋸齒狀等，可以判定為印刷質(zhì)量瑕疵.

圖3 商品條碼(矩形檢測)

表1 矩形度分析表

條碼a條碼b像素數(shù)243562227104矩形度212453522121561

2.2 紋理檢測

如圖4所示，條碼a為待檢測條碼，條碼b為預(yù)設(shè)標(biāo)準(zhǔn)條碼，從檢測結(jié)果表2可以看出，對連續(xù)數(shù)值進行紋理算法計算，得到的檢測圖像曲線下降平緩，且下降趨勢低于標(biāo)準(zhǔn)圖像，因此可以判斷，待檢測圖像紋理粗糙，可判斷該條碼印刷有瑕疵.

圖4 商品條碼(紋理檢測)

表2 紋理相關(guān)值分析

水平距離點1234條碼a0.9710.9620.9480.937條碼b0.9690.9530.9370.924

3 總 結(jié)

本課題針對商品條碼特點，通過綜合算法設(shè)計及對實驗數(shù)據(jù)的分析，找到了一種快速檢測商品條碼印刷質(zhì)量的方法，且實驗效果較好；此種算法，該算法的實現(xiàn)，也為今后二維條碼快速檢測奠定了良好基礎(chǔ)；此外，根據(jù)不同印刷機的印刷工藝及速度，可以建立起有效的在線檢測系統(tǒng)，對提高印刷質(zhì)量，特別是商品包裝識別標(biāo)記的印刷質(zhì)量，提供了解決思路，有重大現(xiàn)實意義.

參 考 文 獻

[1] 魯繼文，張二虎．基于圖像處理的印品質(zhì)量在線檢測[J]. PRINTING FIELD，2005(2):227-229.

[2] 孔金生，王曉顏．一種基于邊緣特征二值化的摳像算法[J]. 微計算機信息，2008，24(3)：56-57.

[3] 章毓晉．圖像處理和分析[M]. 北京：清華大學(xué)出版社，1999：100-121.

[4] 邊肇祺，張學(xué)工．模式識別[M]．北京：清華大學(xué)出版社，2000：126-128.

[5] 張純義．商品條碼外觀質(zhì)量檢測[J]．輕工標(biāo)準(zhǔn)與質(zhì)量，2001(6)：66-67.

Design and Implementation of a Fast Detection Algorithm for Print Quality of Commercial Bar Code

LI Guo

(Anhui Vocational College of Press and Publishing,Hefei 230601, China)

In the contemporary economic activities,commercial bar code is used to mark merchandise identity and circulation of information. A wrong bar code may resuct in a disaster.Therefore, the printing quality testing is necessary and effective.According to the common quality problems of commodity bar code printing,this paper presents an efficient pattern detection algorithm recognized by the machine to replace artificial recognition,change the traditional barcode scanning detection mode of artificial detection and lay the foundation for high-speed online inspection.

commodity bar code detection; two values; texture feature; synthesis algorithm

2015-03-28

2012年度安徽省教育廳人文社會科學(xué)硏究項目(sk2012B243).

李 果(1979-)，男，碩士，講師，研究方向：計算機視覺及輔助設(shè)計.

TG139

A

1671-119X(2015)03-0039-03