基于NiosII的二维条码识别系统设计

2条码识别核心算法
条码译码主要流程是首先对条码进行自适应二值化，然后对条码进行定位、旋转、分割。分割出单个码字后，通过边缘检测，得到条码条空序列模块宽度后，再进行纠错解码。
传统条码识别算法在对条码定位时多采用Hough变换，通过Hough变换提取条码图像中的直线倾角来旋转条码。但是Hough变换的大运算量并不适用于实时性要求高的的嵌入式设备。笔者结合PDF417条码自身的特点，采用4点定位的方法来分割条码，有效提高条码识别速度。核心算法流程详细步骤如下：
(1)条码定位
实际采集条码时会出现各种倾斜，如图6所示。如何定位条码是关键的问题。可以利用条码起始头特有的比例来定位。按照国标的定义，PDF417二维条码的起始符黑白条空比是81111113，终止符黑白条空比是711311121。扫描图像的每一行，分别匹配起始符和终止符的条空比。考虑到条码采集过程中，边缘受高斯点扩展函数的影响，只要黑白条空比例的误差不超过三位，可近似认为符合比例。标记所有符合起始符条空比比例条码线段，可以得到4个控制点a、b、c、d，用同样的方法可以寻找符合终止符条空比的条码线段，确定点e、f、g、h。判断a、c、e、g是否为正确控制点的标准是，平行边长度误差在5个像素点内，且相邻边角度为90°，其误差角度为2°。

(3)行条码分割及行高确定
由于PDF417条码是层叠式条码，在对单行条码码字进行识别时，必须得到条码的行数，然后分离出每一行。首先对条码使用Sobel算子进行水平边缘检测，如图7所示，然后向水平方向投影，如图8所示。

已知p(x)对应投影的峰值，也就条码的边界，通过对投影下来的每个值求一次差分 p(x)，然后逐个判断各个差分值，如果连续两个投影的差分值前一个是负数而后一个是0或者正数，则说明此点是峰值。峰值处的坐标即为条码分层的地方，考虑到条码层与层连接的地方在二值化时会出现噪点，则取每层条码图像中间的50％作为有效图像。
(4)码字识别
分割出单个码字后，得到条空的像素个数，记为{M1，M2，…，M8}，因为4个条和4个空的总模块数为17，可以根据式(1)得出条模块数的集合{T1，T2，T3，T4)。同样，用Ki替代式(1)中的Ti，可得到空模块数的集合{K1，K2，K3，K4}。

因PDF417条码用了三个簇的数据来组成一个条码，三个簇的数据量较大，且每个簇中的数据与条空比无一致对应关系，所以就涉及把条空比转换成条码数据的问题。本算法采用的解决方案是：用哈希算法来查找：
F=Z×1400+K2×216+T3×36+K4×6+T (2)
式(2)中Z为空1模块数和条2模块数的组合，再利用F的值进行查找，实现数据流的译码。数据流译码不是本文重点，这里不再详细阐述。