条码图像的预处理

 

       计算机从数据接口中获得的条码图像是高速相机直接拍摄而未经处理的图像，其由于 CMOS特性以及放置等因素可能会出现噪声、倾斜等问题，而且得到的图像为彩色图像，

 

因此在对条码进行检测前应先对原图像进行预处理。预处理包括：滤波去噪、二值化处理、倾斜纠正三部分。

 

条码图像的滤波去噪

 

本方案中采用的 CMOS相机，其集成度高的特点带来了元件干扰噪声。因此有必要对这些图像去除随机噪声的干扰。经实验，本方案中图像的噪声多为椒盐噪声，即噪声点在图像上常常表现为孤立像素点，其像素灰度与它邻近像素灰度有显著的不同，因此具有更高的频谱。针对噪声的类型，我们采用中值滤波，其对于脉冲干扰及椒盐噪声有良好的抑制作用，且能较好保持图像边缘。

 

从条码图像的特征来看， 川崎机器人其特点在于是由纵向一定宽度黑白TIAO空组成，我们通过建立不同大小的模板，对含有噪声的图像进行滤波处理， 比较它们的滤除噪声干扰的效果。在 MATLAB中可以使用 filter2 函数调用创建好的滤波器，经验证， 3x3 正方形滤波器效果*HAO，因此本方案采用3x3 中值滤波器。

 

条码图像的二值化处理

 

     为了便于对图像进行后续处理，需要对图像进行二值化处理。本方案中产品条码为底面为白色的长方形贴纸，背景为黑色的传输带， 直接从相机中获取的图像为彩色图像，把获取的图像进行灰度化处理之后，再经二值化处理后能便于把产品条码的贴纸分割出来。

 

      可利用MATLAB的 rgb2gray()函数可以把彩色图像转化为灰度图像后，再利用 im2bw()函数可以很方便地对图像进行二值化处理，阈值取 0.67 ，能得到较好的二值化图像。可见，二值化后纸面边缘更加清晰。

 

条码图像的倾斜判断与纠正

 

     由于物体在传送带上的位置并不固定， 所以相机所采集到的条码图像中条码区域可能出现倾斜， 为便于后续的条码定WEI和分割提取必须要将倾斜的条码图像转正。