版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、伴隨著物聯(lián)網(wǎng)時代的到來,作為物聯(lián)網(wǎng)中標(biāo)識的關(guān)鍵技術(shù)--條碼技術(shù)也將得到空前的發(fā)展。尤其是二維碼在物流運輸、身份識別、廣告行銷和電子商務(wù)等很多方面具有廣泛的應(yīng)用,是目前最經(jīng)濟(jì)、實用的自動識別技術(shù)。未來與手機(jī)的相結(jié)合將使得條碼的應(yīng)用前景更加開闊。但是由于條碼格式多變并且背景復(fù)雜,目前尚沒有一種很好的檢測技術(shù)可以在復(fù)雜背景下準(zhǔn)確地定位條形碼,限制了條碼的進(jìn)一步應(yīng)用。
本文深入研究條碼檢測方法,針對一般的算法容易出現(xiàn)的幾個問題:(
2、1)不能檢測多種碼制條碼或不能同時檢測多個條碼;(2)不能在復(fù)雜背景下檢測出條碼;(3)不能有效地檢測印制在除了紙質(zhì)外其他介質(zhì)上的條碼。本文提出一種新的基于Adaboost算法的檢測方法,有效地解決了上述問題。本文的主要工作有:(1)利用分塊的方式建立樣本,使后續(xù)的特征提取和特征分類更簡單、方便。(2)分析圖像紋理特征,采用局部二值模式特征(LBP)和Gabor濾波對圖像進(jìn)行特征提取,并對特征進(jìn)一步降維處理,減少計算量。(3)使用基于A
3、daboost算法訓(xùn)練來檢測條形碼。在訓(xùn)練中對大量的條碼樣本和非條碼樣本提取局部二值模式特征和Gabor濾波特征合并作為描述圖像紋理特點的特征向量,再以特征向量為輸入,使用改進(jìn)了權(quán)值更新方式和弱分類器建立方式的Adaboost算法構(gòu)建強(qiáng)分類器。(4)在檢測中,用得到的強(qiáng)分類器對每個圖像子塊進(jìn)行分類判斷,綜合各個子塊鄰域的分類結(jié)果確定子塊最終分類結(jié)果,最后合并所有條碼子塊提取其中連通區(qū)域得到條碼精確位置。實驗表明本算法可以取得令人滿意的效
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 復(fù)雜背景下一維條形碼定位算法研究.pdf
- 條形碼
- 申請資料條形碼
- 條形碼生成軟件如何設(shè)計漸變色條形碼
- 受理編號條形碼
- 申請編號條形碼
- 條形碼技術(shù)及其應(yīng)用
- 移動條形碼趨勢報告
- 圖解coreldraw制作條形碼
- 條形碼質(zhì)量高速在線檢測技術(shù)研究.pdf
- 條形碼生成軟件如何設(shè)置條形碼數(shù)據(jù)的字號大小
- 申請資料編號條形碼
- 申請編號條形碼[0001]
- 條形碼分類及特點
- 條形碼應(yīng)用系統(tǒng)方案
- 申請人照片條形碼
- 奧林帕斯條形碼直接替換試劑
- 從外觀辨別條形碼的知識
- 多位點 DNA 條形碼的研究.pdf
- 基于ZigBee的條形碼采集系統(tǒng)設(shè)計.pdf
評論
0/150
提交評論