基于NiosII的二維條碼識別系統設計

2 條碼識別核心算法
條碼譯碼主要流程是首先對條碼進行自適應二值化，然后對條碼進行定位、旋轉、分割。分割出單個碼字后，通過邊緣檢測，得到條碼條空序列模塊寬度后，再進行糾錯解碼。
傳統條碼識別算法在對條碼定位時多采用Hough變換，通過Hough變換提取條碼圖像中的直線傾角來旋轉條碼。但是Hough變換的大運算量并不適用于實時性要求高的的嵌入式設備。筆者結合PDF417條碼自身的特點，采用4點定位的方法來分割條碼，有效提高條碼識別速度。核心算法流程詳細步驟如下：
(1)條碼定位
實際采集條碼時會出現各種傾斜，如圖6所示。如何定位條碼是關鍵的問題。可以利用條碼起始頭特有的比例來定位。按照國標的定義，PDF417二維條碼的起始符黑白條空比是81111113，終止符黑白條空比是711311121。掃描圖像的每一行，分別匹配起始符和終止符的條空比。考慮到條碼采集過程中，邊緣受高斯點擴展函數的影響，只要黑白條空比例的誤差不超過三位，可近似認為符合比例。標記所有符合起始符條空比比例條碼線段，可以得到4個控制點a、b、c、d，用同樣的方法可以尋找符合終止符條空比的條碼線段，確定點e、f、g、h。判斷a、c、e、g是否為正確控制點的標準是，平行邊長度誤差在5個像素點內，且相鄰邊角度為90°，其誤差角度為2°。

(3)行條碼分割及行高確定
由于PDF417條碼是層疊式條碼，在對單行條碼碼字進行識別時，必須得到條碼的行數，然后分離出每一行。首先對條碼使用Sobel算子進行水平邊緣檢測，如圖7所示，然后向水平方向投影，如圖8所示。

已知p(x)對應投影的峰值，也就條碼的邊界，通過對投影下來的每個值求一次差分 p(x)，然后逐個判斷各個差分值，如果連續兩個投影的差分值前一個是負數而后一個是0或者正數，則說明此點是峰值。峰值處的坐標即為條碼分層的地方，考慮到條碼層與層連接的地方在二值化時會出現噪點，則取每層條碼圖像中間的50％作為有效圖像。
(4)碼字識別
分割出單個碼字后，得到條空的像素個數，記為{M1，M2，…，M8}，因為4個條和4個空的總模塊數為17，可以根據式(1)得出條模塊數的集合{T1，T2，T3，T4)。同樣，用Ki替代式(1)中的Ti，可得到空模塊數的集合{K1，K2，K3，K4}。

因PDF417條碼用了三個簇的數據來組成一個條碼，三個簇的數據量較大，且每個簇中的數據與條空比無一致對應關系，所以就涉及把條空比轉換成條碼數據的問題。本算法采用的解決方案是：用哈希算法來查找：
F=Z×1400+K2×216+T3×36+K4×6+T (2)
式(2)中Z為空1模塊數和條2模塊數的組合，再利用F的值進行查找，實現數據流的譯碼。數據流譯碼不是本文重點，這里不再詳細闡述。