CN109543487B - 一种基于条码边缘分割的自动感应触发方法及其系统 - Google Patents

Abstract

本发明涉及一种基于条码边缘分割的自动感应触发方法及其系统，获取一帧YUV编码模式的条码图像，计算其平均灰度值与上一帧已解码图像平均灰度值的差值，并与第一阈值T1做比较，若差值不超过第一阈值T1，则不触发解码，否则进一步对当前图像进行边缘分割处理，计算当前图像与上一张图像经条码边缘分割处理后白色像素点个数之间的差的绝对值占当前图像的比值，若比值不超过第三阈值T3，则不触发自动感应，否则触发自动感应进行解码操作。

Description

一种基于条码边缘分割的自动感应触发方法及其系统

技术领域

本发明涉及一种图像的自动感应触发方法及其系统，具体地说涉及一种基于条码边缘分割的自动感应触发方法及其系统。

背景技术

条形码是由宽度不同、反射率不同的条和空，按照一定的编码规则(码制)编制成的，用以表达一组数字或字母符号信息的图形标识符。为了阅读出条形码所代表的信息，需要一套条形码识别系统，它由条形码扫描器、放大整形电路、译码接口电路和计算机系统等部分组成，即使用条码阅读机(条码扫描器又叫条码扫描枪或条码阅读器)扫描，得到一组反射光信号，此信号经光电转换后变为一组与线条、空白相对应的电子讯号，经解码后还原为相应的文数字，再传入电脑。条形码技术具有输入速度快、可靠性高、采集信息量大、灵活实用等优点。

在设备对条码识别之前，为了防止触发重复的自动感应，通常都会添加条码图像预处理，传统的预处理一般是计算整张图像的灰度平均值，当灰度平均值发生变化时则认为与上一次识别处理的图像不是同一张图像，进而触发自动感应装置对当前图像进行解码操作。这一处理方法具有很大的缺陷，就是当条码图像保持静止不变，而周围光照环境发生一定变化，条码图像的灰度平均值会发生明显变化，因此将图像灰度平均值作为自动感应的参数对光照环境不具有鲁棒性。

发明内容

为此，本发明所要解决的技术问题在于现有技术使用平均灰度值计算不能减少外界环境光的干扰。

为解决上述技术问题，本发明的所采用的技术方案：

一种基于条码边缘分割的自动感应触发方法，包括以下步骤：

S1：获取一帧条码图像并将其转化为YUV颜色编码模式，其中，取Y通道的数值作为条码图像的灰度值。

S2：计算所有像素Y通道的数值的平均值作为所述一帧条码图像平均灰度值g。

S3：计算所述一帧条码图像平均灰度值g与上一帧已解码条码图像平均灰度值g’的差值，并与第一阈值T1做比较，当平均灰度值差值不超过第一阀值T1时，则不触发解码；当平均灰度值差值超过预设阀值T1，则进行下一步；所述第一阈值T1阈值范围为2至5。

S4：使用sobel边缘检测算子对所述一帧条码图像进行边缘检测处理，得到边缘检测图像。

S5：计算所述边缘检测图像中灰度值为i的像素数占所述边缘检测图像总像素数的比例pi，即计算所述边缘检测图像的灰度分布，i＝0～255的各项数值。

S6：计算pi的累积和P1(k)，累积像素均值m(k)，全局灰度均值mG，类间方差mB(k)，其中k值为0到255，即计算像素值k＝0～255的各项数值；

S7：比较由S6步骤得出的类间方差mB(k)数值大小，得到使类间方差mB(k)最大的像素值k，作为第二阈值T2。

S8：当所述边缘检测图像的像素点的灰度值大于T2，则将该像素的灰度值置为255，否则置为0，得到二值化图像。

S9：将所述二值化图像平均分割成10乘10个块，统计每个块中白色像素点的个数，依次排序得到一长度为100的数组w[]。

S10：依次对比所述一帧条码图像的w[]与上一帧已解码条码图像的w0[]的差异，若w[]与w0[]相同位置数值的差值小于第三阈值T3，则该位置标记为1，否则标记为0，计数器记录标记为0的次数S，其中第三阈值与采用的设备像素等级正相关。

S11：当S小于10时，不触发解码；当S不小于10时，触发解码，并存储所述一帧条码图像的平均灰度值g和数组w[]，用作一下次比对。

S3步骤中，所述第一阈值T1与采用的摄像设备像素等级正相关，像素等级越高，T1值越高。

S4步骤中，所述sobel边缘检测算子采用的滤波器模板表示为以下两个滤波器模板：

{-1,-2,-1；0,0,0；1,2,1}，{-1,0,1；-2,0,2；-1,0,1}

S6步骤中，计算类间方差的公式为：

mB(k)＝[mG×Pl(k)-m(k)]×2÷Pl(k)÷[1-Pl(k)]。

S10步骤中，所述第三阈值T3的计算公式为：

T3＝m×n÷10000，

其中，m和n分别为采用的拍摄设备的像素等级中的长边与宽边的像素数量。

一种基于条码边缘分割的自动感应触发系统，包括摄像头，存储器和处理器，所述摄像头用以拍摄图像，所述存储器存储有指令，所述指令适于由处理器加载并执行以下步骤：

摄像头获取一帧条码图像并将其转化为YUV颜色编码模式，其中，取Y通道的数值作为条码图像的灰度值。

计算所有像素Y通道的数值的平均值作为所述一帧条码图像平均灰度值g。

计算所述一帧条码图像平均灰度值g与上一帧已解码条码图像平均灰度值g’的差值，并与第一阈值T1做比较，当平均灰度值差值不超过第一阀值T1时，则不触发解码；当平均灰度值差值超过预设阀值T1，则进行下一步；所述第一阈值T1阈值范围为2至5。

使用sobel边缘检测算子对所述一帧条码图像进行边缘检测处理，得到边缘检测图像。

计算所述边缘检测图像中灰度值为i的像素数占所述边缘检测图像总像素数的比例pi，即计算所述边缘检测图像的灰度分布，i＝0～255的各项数值。

计算pi的累积和P1(k)，累积像素均值m(k)，全局灰度均值mG，类间方差mB(k)，其中k值为0到255，即计算像素值k＝0～255的各项数值。

比较所有类间方差mB(k)数值的大小，得到使类间方差mB(k)最大的像素值k，作为第二阈值T2。

当所述边缘检测图像的像素点的灰度值大于T2，则将该像素的灰度值置为255，否则置为0，得到二值化图像。

将所述二值化图像平均分割成10乘10个块，统计每个块中白色像素点的个数，依次排序得到一长度为100的数组w[]。

依次对比当前帧图像的w[]与上一帧已解码图像的w0[]的差异，若w[]与w0[]相同位置数值的差值小于第三阈值T3，则该位置标记为1，否则标记为0，计数器记录标记为0的次数S，其中第三阈值与采用的设备像素等级正相关。

当S小于10时，不触发解码；当S不小于10时，触发解码，并存储所述一帧条码图像的平均灰度值g和数组w[]，用作一下次比对。

所述第一阈值T1与采用的摄像设备像素等级正相关，像素等级越高，T1值越高。

所述sobel边缘检测算子采用的滤波器模板表示为以下两个滤波器模板：

{-1,-2,-1；0,0,0；1,2,1}，{-1,0,1；-2,0,2；-1,0,1}。

计算类间方差的公式为：

mB(k)＝[mG×Pl(k)-m(k)]×2÷Pl(k)÷[1-Pl(k)]。

所述第三阈值T3的计算公式为：

T3＝m×n÷10000，

其中，m和n分别为采用的拍摄设备的像素等级中的长边与宽边的像素数量。

本发明具有如下有益效果：

1、本发明的一种基于条码边缘分割的自动感应触发方法及其系统，对条码图像进行YUV颜色编码模式转换，取Y通道的亮度灰度值作为运算基础，相比于传统颜色编码模式，对环境亮度的表达更准确。

2、本发明的一种基于条码边缘分割的自动感应触发方法及其系统，将条码边缘分割算法加入条码图像预处理操作中，改善了光照变化对设备自动感应带来的影响，当条码图像保持静止不变，而周围光照环境发生一定变化，此时条码图像的灰度平均值会发生明显变化，但由于光照变化前后条码图像的边缘分割处理后的各块白点数值近似，则设备可判断为是同一张图像，不会发生设备上自动感应装置的误触发。

3、本发明的一种基于条码边缘分割的自动感应触发方法及其系统，采用sobel边缘检测算子和最大类间方差法计算，处理效率高，分辨精度高。

4、本发明的一种基于条码边缘分割的自动感应触发方法及其系统，根据不同设备的图像像素预设比对阈值，保障更换设备的处理精度不变。

附图说明

图1为现有技术的自动感应触发方法流程图。

图2为本发明一种基于条码边缘分割的自动感应触发方法流程图。

图3为本发明一个实施例的原始图像。

图4为本发明一个实施例的边缘检测图像。

图5为本发明一个实施例的二值化图像。

具体实施方式

下面结合附图和具体实施例来对本发明进行详细的说明。

实施例一

请参阅图2，一种基于条码边缘分割的自动感应触发方法，包括以下步骤：

S1：获取一帧条码图像并将其转化为YUV颜色编码模式，如图3所示，其中，取Y通道的数值作为条码图像的灰度值。

YUV是一种颜色编码方法，常使用在各个视频处理组件中。YUV在对照片或视频编码时，考虑到人类的感知能力，允许降低色度的带宽。“Y”表示明亮度(Luminance、Luma)，“U”和“V”则是色度、浓度(Chrominance、Chroma)。一般摄像设备拍摄的图像为RGB模式，RGB转YUV模式可通过常用的算法模板直接进行转换。

S2：计算所有像素Y通道的数值的平均值作为所述一帧条码图像平均灰度值g。

S3：计算所述一帧条码图像平均灰度值g与上一帧已解码条码图像平均灰度值g’的差值，并与第一阈值T1做比较，当平均灰度值差值不超过第一阀值T1时，则不触发解码；当平均灰度值差值超过预设阀值T1，则进行下一步；所述第一阈值T1阈值范围为2至5。

系统存储上一帧已解码图像的平均灰度值g’以供每次判断使用，当产生新的解码图像时，自动取代上一帧已解码图像。本实施例中，因为摄像设备像素等级为640x480，第一阈值T1为3。

S4：使用sobel边缘检测算子对所述一帧条码图像进行边缘检测处理，得到边缘检测图像。

图像边缘检测大幅度地减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结构属性。有许多方法用于边缘检测，它们的绝大部分可以划分为两类：基于查找一类和基于零穿越的一类。基于查找的方法通过寻找图像一阶导数中的最大和最小值来检测边界，通常是将边界定位在梯度最大的方向。基于零穿越的方法通过寻找图像二阶导数零穿越来寻找边界，通常是Laplacian过零点或者非线性差分表示的过零点。本方法采用基于查找一类的方法中的sobel边缘检测算子对图像进行边缘检测处理，Soble边缘检测算法简单实用，实际应用中效率比其他边缘检测效率要高。

S5：计算所述边缘检测图像中灰度值为i的像素数占所述边缘检测图像总像素数的比例pi，即计算所述边缘检测图像的灰度分布，i＝0～255的各项数值。

S6：计算pi的累积和P1(k)，累积像素均值m(k)，全局灰度均值mG，类间方差mB(k)，其中k值为0到255，即计算像素值k＝0～255的各项数值。

本方法采用的最大类间方差法按图像的灰度特性,将图像分成背景和目标2部分。背景和目标之间的类间方差越大,说明构成图像的2部分的差别越大,当部分目标错分为背景或部分背景错分为目标都会导致2部分差别变小。因此,使类间方差最大的分割意味着错分概率最小。

S7：比较由S6步骤得出的类间方差mB(k)数值大小，得到使类间方差mB(k)最大的像素值k，作为第二阈值T2。

S8：当所述边缘检测图像的像素点的灰度值大于T2，则将该像素值置为255，否则置为0，如图5所示，得到二值化图像。

S9：将所述二值化图像平均分割成10乘10个块，统计每个块中白色像素点的个数，依次排序得到一长度为100的数组w[]。本实施例中，得到数组w[]为[10,23,11,23…0,2,1]。

S10：依次对比所述一帧条码图像的w[]与上一帧已解码条码图像的w0[]的差异，若w[]与w0[]相同位置数值的差值小于第三阈值T3，则该位置标记为1，否则标记为0，计数器记录标记为0的次数S，其中第三阈值与采用的设备像素等级正相关。本实施例中，T3为30.72，数组w[][10,23,11,23…0,2,1]与w0[][21,22,31,4…0,3,33]比对，S＝19。

系统存储上一帧已解码图像的数组w0[]以供每次判断使用，当产生新的解码图像时，自动取代上一帧已解码图像。

S11：当S小于10时，不触发解码；当S不小于10时，触发解码，并存储所述一帧条码图像的平均灰度值g和数组w[]，用作一下次比对。本实施例中，S＝19大于10，触发解码。

S3步骤中，所述第一阈值T1与所述采用的摄像设备像素等级正相关，像素等级越高，T1值越高。根据前期多次测试得到的结果，T1的取值在2-5之间。

S4步骤中，所述sobel边缘检测算子采用的滤波器模板表示为以下两个滤波器模板：{-1,-2,-1；0,0,0；1,2,1}，{-1,0,1；-2,0,2；-1,0,1}。

Sobel算子是像素图像边缘检测中最重要的算子之一，它是一个离散的一阶差分算子，用来计算图像亮度函数的一阶梯度之近似值。在图像的任何一点使用此算子，将会产生该点对应的梯度矢量或是其法矢量。

S6步骤中，计算类间方差的公式为：mB(k)＝[mG×Pl(k)-m(k)]×2÷Pl(k)÷[1-Pl(k)]。

S10步骤中，所述第三阈值T3的计算公式为：T3＝m×n÷10000，其中，m和n分别为当前拍摄设备的像素等级中的长边与宽边的像素数量。

本实施例中，摄像设备像素等级大小为640*480，T3＝640*480/10000＝30.72，平均分割成10*10个块后，每个块的像素总数为3072，若w[]与w0[]相同位置元素的差值小于30.72，则认为当前图像与上一帧已解码图像相同位置的块是相似块。

本发明的一种基于条码边缘分割的自动感应触发方法及其系统，对条码图像进行YUV颜色编码模式转换，取Y通道的亮度灰度值作为运算基础，相比于传统颜色编码模式，对环境亮度的表达更准确。将条码边缘分割算法加入条码图像预处理操作中，改善了光照变化对设备自动感应带来的影响，当条码图像保持静止不变，而周围光照环境发生一定变化，此时条码图像的灰度平均值会发生明显变化，但由于光照变化前后条码图像的边缘分割处理后的各块白点数值近似，则设备可判断为是同一张图像，不会发生设备上自动感应装置的误触发。

实施例二

一种基于条码边缘分割的自动感应触发系统，包括摄像头，存储器和处理器，所述摄像头用以拍摄图像，所述存储器存储有指令，所述指令适于由处理器加载并执行以下步骤：

摄像头获取一帧条码图像并将其转化为YUV颜色编码模式，其中，取Y通道的数值作为条码图像的灰度值。

计算所有像素Y通道的数值的平均值作为所述一帧条码图像平均灰度值g。

计算所述一帧条码图像平均灰度值g与上一帧已解码条码图像平均灰度值g’的差值，并与第一阈值T1做比较，当平均灰度值差值不超过第一阀值T1时，则不触发解码；当平均灰度值差值超过预设阀值T1，则进行下一步；所述第一阈值T1阈值范围为2至5。

使用sobel边缘检测算子对所述一帧条码图像进行边缘检测处理，得到边缘检测图像。

计算所述边缘检测图像中灰度值为i的像素数占所述边缘检测图像总像素数的比例pi，即计算所述边缘检测图像的灰度分布，i＝0～255的各项数值。

计算pi的累积和P1(k)，累积像素均值m(k)，全局灰度均值mG，类间方差mB(k)，其中k值为0到255，即计算像素值k＝0～255的各项数值。

比较所有类间方差mB(k)数值的大小，得到使类间方差mB(k)最大的像素值k，作为第二阈值T2。

当所述边缘检测图像的像素点的灰度值大于T2，则将该像素值置为255，否则置为0，得到二值化图像。

将所述二值化图像平均分割成10乘10个块，统计每个块中白色像素点的个数，依次排序得到一长度为100的数组w[]。

依次对比当前帧图像的w[]与上一帧已解码图像的w0[]的差异，若w[]与w0[]相同位置数值的差值小于第三阈值T3，则该位置标记为1，否则标记为0，计数器记录标记为0的次数S，其中第三阈值与采用的设备像素等级正相关。

当S小于10时，不触发解码；当S不小于10时，触发解码，并存储所述一帧条码图像的平均灰度值g和数组w[]，用作一下次比对。

所述第一阈值T1与采用的摄像设备像素等级正相关，像素等级越高，T1值越高。

所述sobel边缘检测算子采用的滤波器模板表示为以下两个滤波器模板：

{-1,-2,-1；0,0,0；1,2,1}，{-1,0,1；-2,0,2；-1,0,1}。

计算类间方差的公式为：

mB(k)＝[mG×Pl(k)-m(k)]×2÷Pl(k)÷[1-Pl(k)]。

所述第三阈值T3的计算公式为：

T3＝m×n÷10000，

其中，m和n分别为采用的拍摄设备的像素等级中的长边与宽边的像素数量。

本方法对条码图像进行YUV颜色编码模式转换，取Y通道的亮度灰度值作为运算基础，相比于传统颜色编码模式，对环境亮度的表达更准确。将条码边缘分割算法加入条码图像预处理操作中，改善了光照变化对设备自动感应带来的影响，当条码图像保持静止不变，而周围光照环境发生一定变化，此时条码图像的灰度平均值会发生明显变化，但由于光照变化前后条码图像的边缘分割处理后的各块白点数值近似，则设备可判断为是同一张图像，不会发生设备上自动感应装置的误触发。采用sobel边缘检测算子和最大类间方差法计算，处理效率高，分辨精度高。根据不同设备的图像像素预设比对阈值，保障更换设备的处理精度不变。

显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (10)

1.一种基于条码边缘分割的自动感应触发方法，其特征在于，包括以下步骤：

S1：获取一帧条码图像并将其转化为YUV颜色编码模式，其中，取Y通道的数值作为条码图像的灰度值；

S2：计算所有像素Y通道的数值的平均值作为所述一帧条码图像平均灰度值g；

S3：计算所述一帧条码图像平均灰度值g与上一帧已解码条码图像平均灰度值g’的差值，并与第一阈值T1做比较，当平均灰度值差值不超过第一阀值T1时，则不触发解码；当平均灰度值差值超过预设阀值T1，则进行下一步；所述第一阈值T1阈值范围为2至5；

S4：使用sobel边缘检测算子对所述一帧条码图像进行边缘检测处理，得到边缘检测图像；

S5：计算所述边缘检测图像中灰度值为i的像素数占所述边缘检测图像总像素数的比例pi，即计算所述边缘检测图像的灰度分布，i＝0～255的各项数值；

S6：计算pi的累积和P1(k)，累积像素均值m(k)，全局灰度均值mG，类间方差mB(k)，其中k值为0到255，即计算像素值k＝0～255的各项数值；

S7：比较由S6步骤得出的类间方差mB(k)数值大小，得到使类间方差mB(k)最大的像素值k，作为第二阈值T2；

S8：当所述边缘检测图像的像素点的灰度值大于T2，则将该像素的灰度值置为255，否则置为0，得到二值化图像；

S9：将所述二值化图像平均分割成10乘10个块，统计每个块中白色像素点的个数，依次排序得到一长度为100的数组w[]；

S10：依次对比所述一帧条码图像的w[]与上一帧已解码条码图像的w0[]的差异，若w[]与w0[]相同位置数值的差值小于第三阈值T3，则该位置标记为1，否则标记为0，计数器记录标记为0的次数S，其中第三阈值与采用的设备像素等级正相关；

S11：当S小于10时，不触发解码；当S不小于10时，触发解码，并存储所述一帧条码图像的平均灰度值g和数组w[]，用作一下次比对。

2.根据权利要求1所述的一种基于条码边缘分割的自动感应触发方法，其特征在于，S3步骤中，所述第一阈值T1与采用的摄像设备像素等级正相关，像素等级越高，T1值越高。

3.根据权利要求2所述的一种基于条码边缘分割的自动感应触发方法，其特征在于，S4步骤中，所述sobel边缘检测算子采用的滤波器模板表示为以下两个滤波器模板：

{-1，-2，-1；0，0，0；1，2，1}，{-1，0，1；-2，0，2；-1，0，1}。

4.根据权利要求3所述的一种基于条码边缘分割的自动感应触发方法，其特征在于，S6步骤中，计算类间方差的公式为：

mB(k)＝[mG×Pl(k)-m(k)]×2÷Pl(k)÷[1-Pl(k)]。

5.根据权利要求4所述的一种基于条码边缘分割的自动感应触发方法，其特征在于，S10步骤中，所述第三阈值T3的计算公式为：

T3＝m×n÷10000，

其中，m和n分别为采用的拍摄设备的像素等级中的长边与宽边的像素数量。

6.一种基于条码边缘分割的自动感应触发系统，其特征在于，包括摄像头，存储器和处理器，所述摄像头用以拍摄图像，所述存储器存储有指令，所述指令适于由处理器加载并执行以下步骤：

摄像头获取一帧条码图像并将其转化为YUV颜色编码模式，其中，取Y通道的数值作为条码图像的灰度值；

计算所有像素Y通道的数值的平均值作为所述一帧条码图像平均灰度值g；

计算所述一帧条码图像平均灰度值g与上一帧已解码条码图像平均灰度值g’的差值，并与第一阈值T1做比较，当平均灰度值差值不超过第一阀值T1时，则不触发解码；当平均灰度值差值超过预设阀值T1，则进行下一步；所述第一阈值T1阈值范围为2至5；

使用sobel边缘检测算子对所述一帧条码图像进行边缘检测处理，得到边缘检测图像；

计算所述边缘检测图像中灰度值为i的像素数占所述边缘检测图像总像素数的比例pi，即计算所述边缘检测图像的灰度分布，i＝0～255的各项数值；

计算pi的累积和P1(k)，累积像素均值m(k)，全局灰度均值mG，类间方差mB(k)，其中k值为0到255，即计算像素值k＝0～255的各项数值；

比较所有类间方差mB(k)数值的大小，得到使类间方差mB(k)最大的像素值k，作为第二阈值T2；

当所述边缘检测图像的像素点的灰度值大于T2，则将该像素的灰度值置为255，否则置为0，得到二值化图像；

将所述二值化图像平均分割成10乘10个块，统计每个块中白色像素点的个数，依次排序得到一长度为100的数组w[]；

依次对比当前帧图像的w[]与上一帧已解码图像的w0[]的差异，若w[]与w0[]相同位置数值的差值小于第三阈值T3，则该位置标记为1，否则标记为0，计数器记录标记为0的次数S，其中第三阈值与采用的设备像素等级正相关；

当S小于10时，不触发解码；当S不小于10时，触发解码，并存储所述一帧条码图像的平均灰度值g和数组w[]，用作一下次比对。

7.根据权利要求6所述的一种基于条码边缘分割的自动感应触发系统，其特征在于，所述第一阈值T1与采用的摄像设备像素等级正相关，像素等级越高，T1值越高。

8.根据权利要求7所述的一种基于条码边缘分割的自动感应触发系统，其特征在于，所述sobel边缘检测算子采用的滤波器模板表示为以下两个滤波器模板：

{-1，-2，-1；0，0，0；1，2，1}，{-1，0，1；-2，0，2；-1，0，1}。

9.根据权利要求7所述的一种基于条码边缘分割的自动感应触发系统，其特征在于，计算类间方差的公式为：

mB(k)＝[mG×Pl(k)-m(k)]×2÷Pl(k)÷[1-Pl(k)]。

10.根据权利要求7所述的一种基于条码边缘分割的自动感应触发系统，其特征在于，所述第三阈值T3的计算公式为：

T3＝m×n÷10000，

其中，m和n分别为采用的拍摄设备的像素等级中的长边与宽边的像素数量。

Images