曲线演化的残缺条形码像素修补识别技术在物流仓储中的应用

霍国义

（河南水利与环境职业学院，河南 郑州 450011）

1 引言

由于条形码的廉价性以及便利性使得该技术在仓储业务流程中得到了广泛的应用。将条形码粘贴在物品规定的位置，在物品入库、出库的过程中通过对条形码的扫描即可以记录相关信息，免去人工记录的麻烦。条形码上的特征根据其纹理特征表现形式不同而各异。采用条形码对仓储业务流程进行记录主要依靠对条形码中的纹理信息进行处理。而随着图像处理相关技术的日益成熟，基于条形码的技术应用也日益广泛。传统的条形码技术主要是通过相应的扫描设备对条形码进行扫描，并将条形码的图像数据存储起来，然后通过将条形码图像与标准库中图像的对比来对条形码进行识别。但是如果由于人为的或者非人为的原因造成条形码损坏，就无法对物品进行有效识别，因为残缺的条形码必然会造成比对失败进而使识别失败，给仓储环节带来很多麻烦。为了使得残缺的条形码能够准确被识别，本文提出了一种残缺条形码修补技术，即利用曲线演化技术来对扫描软件进行相应的改进，在扫描的过程中首先判断条形码是否有残缺，如果能够正常识别则进入下一个流程，如果不能正常识别，那么就利用曲线演化对残缺的条形码进行像素修补，进而提高残缺的条形码的识别率。

2 曲线演化下的条形码像素修补

2.1 条形码曲线演化过程

要对条形码进行有效识别，就需要定量掌握条形码中的纹理曲线的函数式以及曲线与曲线的关系。首先根据条形码图像的强度信息，得到条形码图像中水平线的函数表现形式，然后得到在水平轴方向上的方程表达式，最后获取条形码图像中曲线的方程。本文主要的研究内容是已知残缺条形码上的曲线，然后根据曲线的演化对残缺的条形码进行修补，所以仅对如何获取残缺条形码的曲线作简要的说明。

（1）残缺条形码曲线的获取。残缺条形码上的曲线一般来说都是直线（当然也有的条形码上是存在曲线的，这里就不做讨论了），可以将其直线的方程利用斜率的表达式表达出来。假设认为条形码上存在一点，那么过这一点的直线具有无数条，但是对于条形码上的直线来讲只存在一条，并且这条曲线上的像素值明显与其他区域的像素值不同，通过遍历整幅图像就可以得到满足直线条件的一些点，过这些点都存在一簇直线，每条直线都对应着一个参数在y 轴上的截距和直线的斜率，最后对这些点的斜率和截距进行统计，如果出现某个斜率和截距值出现一个峰值，那么就可以在条形码上确定该直线。如果条形码上的曲线不是直线也可以利用上述方法来获取曲线的方程。

（2）条形码曲线的演化。通过统计学的方法来获取条形码的曲线方程后，接下来就要研究该曲线演化的规律以及如何利用该曲线对残缺的条形码进行修补。曲线的演化有着一套较为成熟的理论，假设曲线C 为条形码上所提取的曲线，曲线演化的含义为曲线C 随着时间t 变化，直到满足约定的条件为止。描述曲线最为重要的两个参数是曲线的单位法向量以及曲率，曲线的单位法向量用来描述曲线的方向，而曲率则表示曲线弯曲的程度，那么曲线的演化也就是根据曲线的单位法向量和曲线的斜率来研究曲线随着时间的变化。

2.2 隐式物流条形码曲线演化过程

通过上述推算获得曲线演化的方程式隐式，本文将条形码图像中的曲线作为水平线来获取演化方程。根据上文所描述的条形码上曲线的获取以及演化方式，现假设通过曲线获取算法所得到的条形码的曲线为：

在上述公式中C(s,t)为曲线，s,t 为曲线的参数，其中横坐标x 和纵坐标y 都可以利用参量s,t 来表示。一般将曲线的运动方程写成：

2.3 物流条形码损毁区域像素修补

在建立曲线方程以及曲线演化方程后，再对条形码曲线演化方程进行转化。本文采取的曲线演化方式为常值演化和曲率演化相结合的方式，对于条形码上的直线来讲由于其斜率为定值，所以演化的速度和方向是一定的，通过直线的常值演化就能够对像素进行较好的修补，但是对于直线下面的数字来讲，最好的演化方式是曲线演化。

利用曲线演化的方式进行像素修补的过程为：通过式（1）和式（2）得到曲线的运动方程，现假设在时刻t 曲线上最后一点的位置为C（x,y,t），利用曲线演化求取下一时刻曲线上最后一个点的位置C（x,y,t+△t），那么曲线的演化就可以顺利进行下去，直到整幅图像被修整完毕。利用曲率演化，在t+△t 时刻曲线上最后一个点相对于t 时刻的点运动的距离和方向可由下式得到：

3 应用分析

假设有一批物资要入库，每个要入库的物资上都贴了条形码，在搬运的过程中发生了条形码的残缺。在这种情况下，依靠条形码的扫描软件中的残缺条形码自动修补算法对条形码进行修补并识别，最后记录货物的相关信（息。本文选取了一个完整的条形码与一个残缺的条形码作为实验对象，然后将像素修补的算法与传统的条形码识别的算法进行了识别准确率的对比，得到实验的结果见表1。

表1 实验结果

通过表1 可知，对于完整的条形码，二者都能够进行精确的识别，但是对于残缺条形码，未修补之前识别失败了，而修补之后则能够准确识别，证明本文算法大大提高了残缺条形码识别的准确率。

4 结语

条形码技术由于其廉价性、便利性被大量的应用在仓储物流环节中。但是条形码极易发生损坏，残缺的条形码的识别就成了仓储物流面临的一个难题。本文建立了条形码中曲线演化的方程，通过迭代来对残缺部分的图像进行插值修补。实验表明该技术能够提高残缺条形码的识别率。

[1]贾勤,李志全,刘雪飞.基于小波变换的数字全息再现像质量提高方法[J].燕山大学学报,2012,(5).

[2]熊立志,陈立潮,潘理虎,等.基于多尺度轮廓结构元素的多形状边缘检测[J].计算机应用研究,2012,(9).

[3]王海波.基于颜色和边缘特征的图像检索技术研究[D].乌鲁木齐：新疆大学,2011.

[4]陈虎,周朝辉,王守尊.基于数学形态学的图像去噪方法研究[J].工程图学学报,2004，(2).

[5]黄传波,金忠.基于半监督线性近邻传递的相关反馈方法[J].信息与控制,2011,(3).

[6]黄传波,金忠.基于半监督线性近邻传递的相关反馈方法[J].信息与控制,2011,(3).