허프 변이 및 가장자리 감지를 사용하는 바코드 감지

Question

가장자리 감지 기술을 사용하여 바코드 감지를위한 MATLAB 코드는 Hough tranform & 에지 감지 기술이 필요합니다.

나는 이것을 위해 MATLAB 기능을 내장 시도하지만, 에지 검출 또는 바코드 감지

그래서, 도움의 어떤 종류가 많이 감사를 Hough 변환에 대해 거의 알고 있기 때문에 결과를 가져올 수 없습니다. 지금까지 내가이 ..

a=imread('BEAN13.jpg'); 

b = rgb2gray(a); 
rotI = imrotate(b,30,'crop'); 
%figure,imshow(rotI) 

BW = edge(rotI,'sobel'); 
[H,T,R] = hough(BW); 
imshow(H,[],'XData',T,'YData',R,... 
    'InitialMagnification','fit'); 
xlabel('\theta'), ylabel('\rho'); 
axis on, axis normal, hold on; 
P = houghpeaks(H,5,'threshold',ceil(0.3*max(H(:)))); 
x = T(P(:,2)); y = R(P(:,1)); 
plot(x,y,'s','color','white'); 

lines = houghlines(BW,T,R,P,'FillGap',5,'MinLength',7); 
figure, imshow(rotI), hold on 
max_len = 0; 
for k = 1:length(lines) 
    xy = [lines(k).point1; lines(k).point2]; 
    plot(xy(:,1),xy(:,2),'LineWidth',2,'Color','green'); 

    % Plot beginnings and ends of lines 
    plot(xy(1,1),xy(1,2),'x','LineWidth',2,'Color','yellow'); 
    plot(xy(2,1),xy(2,2),'x','LineWidth',2,'Color','red'); 

    % Determine the endpoints of the longest line segment 
    len = norm(lines(k).point1 - lines(k).point2); 
    if (len > max_len) 
     max_len = len; 
     xy_long = xy; 
    end 
end 

지금 내가 바코드 스캔/디코딩 알고리즘을 필요로했다 ... &도 허프 변환 할 수있는 더 나은 방법에 대한 제안을해야합니다.

Answer 1

따라서 Hough 변환을 사용해야합니다 (MUST)? 바코드 분석은 일반적으로 모든 바코드 선이 평행하다는 선험적 정보를 알고 있기 때문에 이보다 훨씬 쉽습니다. (바코드 스캐너가 바코드 라인에 대략 직각으로 작동하고 각 방향으로 30 도씩주고받습니다) 바코드 이미지의 단일 "슬라이스"를 취할 수 있습니다. 따라서 MxN 이미지에서 1xN 이미지로 바뀝니다.

그런 다음 임계 값 또는 분할을 사용하여 이미지를 흑백으로 변환하면됩니다 (예 : K- 평균 세분화). 그런 다음 잡음 제거를 수행 할 수 있습니다 (중간 또는 모드 필터가 이상적입니다). 단일 노이즈가있는 픽셀이 단일 바코드 선을 두 개의 개별 선으로 분리하지 않습니다.

마지막 루프 번의 각 열의 폭을 계산하는데 사용될 수있다 : 일반적

pixel_color = img[0][0]; 
int i; 
int width = image_width(img); // 'N' 
unsigned bars[width] = { 0 }; 
int currentBar = 0; 

for (i=0; i<width; i++) { 
    bars[currentBar] += 1; 
    if (img[0][i] != pixel_color) { // Detected a new bar 
    currentBar++; 
    pixel_color = img[0][i]; 
    } 
} 

을, 에지 검출은 이미 평행 에지 어쨌든 때문에 바코드 유용 아니며, 에지 감지 알고리즘은 흑백 필터를 사용하여 그레이 스케일 이미지를 흑백으로 줄이기위한 기본 필터링 및 임계 값 설정이 필요합니다. 이 유형의 문제에 간단한 LaPlace/edge-detection 필터를 사용하면 문제를 해결하기가 쉽지 않고 더 많은 작업을 생성 할 수 있습니다.

또한 Hough Transforms (즉, 평범하지 않은 비 파라 메트릭 양식)은 도형을 감지하는 데 유용합니다. 일반적인 학부 문제는 그림의 연필 수, 겹침 또는 직교 연필 수를 계산하는 것입니다. 변환의보다 복잡하고/매개 변수적인 형식은 그림에서 임의의 물체를 탐지하는 데 유용합니다.

---

1. 임계 화 http://en.wikipedia.org/wiki/Thresholding_%28image_processing%29
2. K-수단은 도움을 http://en.wikipedia.org/wiki/K_means
3. 라플라스 필터를 http://www.owlnet.rice.edu/~elec539/Projects97/morphjrks/laplacian.html
4. 모드 필터 http://www.roborealm.com/help/Mode.php