條形碼的識(shí)別圖像處理報(bào)告(共26頁)

1、華僑大學(xué)廈門工學(xué)院 圖像(t xin)通信 課程設(shè)計(jì)報(bào)告(bogo) 題 目： 基于(jy)數(shù)字圖像處理的條形碼識(shí)別 專業(yè)、班級(jí)： 學(xué)生姓名： 學(xué) 號(hào)： 指導(dǎo)教師： 分 數(shù) : 目 錄 HYPERLINK C:UsersLHMDesktop畢業(yè)設(shè)計(jì)(b y sh j)3.doc l _Toc328643139#_Toc328643139 一、設(shè)計(jì)(shj)任務(wù)及要求3 HYPERLINK C:UsersLHMDesktop畢業(yè)設(shè)計(jì)(b y sh j)3.doc l _Toc328643144#_Toc328643144 二、設(shè)計(jì)原理及設(shè)計(jì)方案3 HYPERLINK C:UsersLHMDesk

2、top畢業(yè)設(shè)計(jì)3.doc l _Toc328643145#_Toc328643145 2.1、條碼譯碼原理3 HYPERLINK C:UsersLHMDesktop畢業(yè)設(shè)計(jì)3.doc l _Toc328643146#_Toc328643146 2.2條碼譯碼方案4 HYPERLINK C:UsersLHMDesktop畢業(yè)設(shè)計(jì)3.doc l _Toc328643155#_Toc328643155 三、設(shè)計(jì)步驟與結(jié)果10 HYPERLINK C:UsersLHMDesktop畢業(yè)設(shè)計(jì)3.doc l _Toc328643175#_Toc328643175 3.1設(shè)計(jì)步驟10 HYPERLINK C

3、:UsersLHMDesktop畢業(yè)設(shè)計(jì)3.doc l _Toc328643176#_Toc328643176 3.2結(jié)果分析11四、課程設(shè)計(jì)總結(jié) HYPERLINK file:/C:UsersLHMDesktop畢業(yè)設(shè)計(jì)3.doc l _Toc328643177#_Toc328643177 15五、心得體會(huì)15六、參考文獻(xiàn)16附錄一、源程序17附錄二、成績(jī)?cè)u(píng)定表25設(shè)計(jì)(shj)任務(wù)及要求 本課程設(shè)計(jì)研究的是基于數(shù)字圖像處理的EAN-13條形碼識(shí)別算法，通過工具平臺(tái)MATLAB實(shí)現(xiàn)(shxin)。其中圖像處理部分是條碼識(shí)別重要的前期工作，利用MATLAB強(qiáng)大的圖象處理工具箱實(shí)現(xiàn)(shxin)

4、圖像的讀入、加噪仿真、濾波、二值化處理等工作，最終得到高質(zhì)量的二值化圖像。條碼識(shí)別就是在二值圖像的基礎(chǔ)上實(shí)現(xiàn)，二值圖像的質(zhì)量直接關(guān)系到條碼能否正確識(shí)讀。設(shè)計(jì)原理及設(shè)計(jì)方案2.1、條碼譯碼原理：如圖1-1所示是EAN-13條碼的一個(gè)字符。條、空寬度的定義如下：圖中、表示每個(gè)字符中四個(gè)相鄰條、空的寬度，T表示一個(gè)字符的寬度。圖1-1 EAN-13條碼寬度的定義設(shè)一個(gè)字符中單位模塊的寬度為n，則單位模塊的寬度:n=/7T=+由于條碼條、空寬度、已知，設(shè)條碼條、空分別占單位模塊的個(gè)數(shù)為,則：=/n(其中i取1、2、3、4)因此，由mi可知道條碼的編碼。例如：（1）若=2、=2、=2、=1;條碼的排列為

5、條-空-條-空，則可知條碼編碼為1100110，是右側(cè)(yu c)偶性字符1；（2）若=1、=2、=1、=3;條碼的排列為空-條-空-條，則可知條碼編碼(bin m)為0110111，是右側(cè)奇性字符8。2.2條碼譯碼方案(fng n)： 方案一：寬度測(cè)量法在圖像方式的譯碼過程中，寬度的測(cè)量不再采用傳統(tǒng)的脈沖測(cè)量法，而是通過記錄每個(gè)條或空的寬度中所含象素的個(gè)數(shù)來確定實(shí)際的條/空寬度，從而確定整個(gè)條碼符號(hào)所代表的信息。方案二：平均值法對(duì)條碼符號(hào)圖像中從起始符到終止符整個(gè)寬度進(jìn)行測(cè)量，然后除以95(標(biāo)準(zhǔn)寬度)，求出單位模塊所含的像素列寬，再分別測(cè)量各個(gè)條空的實(shí)際寬度(此寬度以單位寬度為單位計(jì)算)。方

6、案三:相似邊距離的測(cè)量方法這種方法的設(shè)計(jì)思路是通過對(duì)符號(hào)中相鄰元素的相似邊之間距離的測(cè)量來判別字符的邏輯值，而不是由各元素寬度的實(shí)際測(cè)量值來判別。前兩種方案對(duì)條碼圖像的要求非常高，因?yàn)樗鼈兌际菧y(cè)量各元素符號(hào)的實(shí)際寬度，然后根據(jù)查表法得到所代表的碼值。如果實(shí)際測(cè)量值與標(biāo)準(zhǔn)值存在一點(diǎn)偏差，就不能實(shí)現(xiàn)正確譯碼。而第三種方案正是有效的解決了這一問題，因此本文采用相似邊距離測(cè)量的方法來實(shí)現(xiàn)譯碼功能。下面就簡(jiǎn)要說明一下這一方法。由原理知，要想辨識(shí)一個(gè)條碼，必須先測(cè)量條碼條、空寬度、以及一個(gè)字符的寬度。條碼圖像經(jīng)過預(yù)處理后得到的是二值圖像，該點(diǎn)的顏色信息在閾值變換時(shí)已經(jīng)定義，用255和0表示白和黑色。我們從

7、條碼的左邊開始取點(diǎn)，若遇到點(diǎn)的灰度值由255變到0即由點(diǎn)的顏色由白色變?yōu)楹谏?，則表示檢測(cè)到條，記錄下該點(diǎn)的坐標(biāo)值，如果點(diǎn)的顏色由黑色變?yōu)榘咨?，則表示檢測(cè)到空，記錄下該點(diǎn)的坐標(biāo)值。這樣經(jīng)過掃描后得到各個(gè)顏色變化點(diǎn)的坐標(biāo)，然后將相鄰兩點(diǎn)的橫坐標(biāo)相減得到各個(gè)條、空的寬度.由前面所述EAN-13條碼的組成知:一個(gè)由占3個(gè)條空的起始符、3個(gè)條空的終止符、4個(gè)條空的左側(cè)數(shù)據(jù)符、5個(gè)條空的中間分隔符、20個(gè)條空的右側(cè)數(shù)據(jù)符、4個(gè)條空的校驗(yàn)符組成。所以，整個(gè)條碼字符占的條空總數(shù)為59，若條碼字符沒有發(fā)生幾何畸變，一行掃描應(yīng)記錄的坐標(biāo)數(shù)為60個(gè)。而對(duì)于有幾何畸變的條碼圖像，例如條碼污染、條碼斷裂、條碼瑕疵等，該

8、掃描行的坐標(biāo)數(shù)將肯定大于60或小于60，這時(shí)將不記錄該掃描行，對(duì)此行不處理。這樣利用圖像統(tǒng)計(jì)方法，逐行掃描圖像，獲取條碼圖像信息，比起只由一行獲取信息的方式可靠性更高，這樣即使個(gè)別噪聲點(diǎn)存在并不影響圖像信息的獲取。（1）條碼寬度(kund)的計(jì)算：設(shè)條碼字符(z f)顏色由黑變?yōu)榘谆蛴砂鬃優(yōu)楹冢ㄓ伞?”變?yōu)椤?”或由“1”變?yōu)椤?”）的各點(diǎn)坐標(biāo)(zubio)為、 、。則一行掃描的條空寬度（像素）分別為：=-、=-、=-。由上述圖像條碼譯碼理論可總結(jié)出條碼條空寬度計(jì)算步驟，如圖1-2所示:圖1-2 條碼條空寬度(kund)計(jì)算在MATLAB中采用讀取像素的方法實(shí)現(xiàn)。經(jīng)過二值化后得到(d do)一

9、個(gè)二值化圖象矩陣bw。簡(jiǎn)單起見，可以讀取矩陣bw的中間一行，得到一個(gè)向量A。為了提高可靠性，我們也可逐行掃描。h,l=size(bw); %得到二值圖像(t xin)bw的大小A=bw(round(h/2),:); A中只有0和1表示黑與白。讀取其中的元素，發(fā)生變化記下坐標(biāo)（像素）存入另一個(gè)向量x中，x元素前后依次相減存入向量y中得條碼寬度。（2）條碼字符的判別相似邊距法：理論上條形碼字符的邏輯值應(yīng)該由條形碼的實(shí)際寬度來判斷，而相似邊距離方法的設(shè)計(jì)思想通過對(duì)符號(hào)中相鄰元素的相似邊之間距離的測(cè)量來判別字符的邏輯值，而不是由元素寬度的實(shí)際值來判別。此種方法的優(yōu)點(diǎn)是:即使條碼質(zhì)量存在缺欠，使得實(shí)際測(cè)

10、量值和條碼應(yīng)該具有的理論值有較大的偏差，仍然可以根據(jù)相似邊的距離能夠正確解釋。圖1-3給出了相似邊之間的距離，則圖中，（歸一化值）為條形碼相似邊距離。本文采用歸一化理論，用一種相似邊距離歸一化的方法對(duì)字符進(jìn)行判別。該方法即使條碼印刷質(zhì)量有偏差，仍能正確對(duì)條碼進(jìn)行識(shí)讀。 圖1-3 相似(xin s)邊之間的距離 圖1-4 條碼字符(z f)寬度示圖首先(shuxin)見圖1-4各種寬度的定義: , , , 表示每個(gè)字符中四個(gè)相鄰條、空的寬度，表示一個(gè)字符的寬度，為相似邊之間的距離，則用下列值 (i=1,2)來定義與的歸一化值。測(cè)量7個(gè)寬度值，；然后將測(cè)量值，轉(zhuǎn)換為常數(shù)值，即序列值，它代表了這些測(cè)

11、量值的整數(shù)模塊寬，以下方法用于i序列值的求取:若1.52.5，那么=2若2.53.5，那么=3若3.54.5，那么=4若4.55.5，那么=5表1-1列出了正向譯碼時(shí)，EAN-13條碼字符值與歸一化值(，)的對(duì)應(yīng)關(guān)系。表1-1中“E”表示(biosh)偶字符，“O”表示(biosh)奇字符。EAN-13碼字符(z f)編碼與歸一化值(，)的對(duì)應(yīng)關(guān)系見表1-2。表1-1 EAN-13條碼字符與歸一化值表1-2 EAN-13字符編碼與歸一化值可以看到條形碼編碼和歸一化值在多數(shù)情況下呈現(xiàn)一一對(duì)應(yīng)的關(guān)系(gun x)，只要確定了歸一化值就能確定字符值，但是有四種情況例外，在表1-2中知，左側(cè)奇字符和右

12、側(cè)偶字符1，7歸一化值均為44，左側(cè)奇字符和右側(cè)偶字符2，8歸一化值均為33，左側(cè)偶字符1，7歸一化值均為34，左側(cè)偶字符2，8歸一化值均為43。這兩種情況(qngkung)可以在判別字符時(shí)根據(jù)，進(jìn)一步判別(pnbi)，根據(jù)它們條空寬度特點(diǎn)進(jìn)行判別。有1728字符標(biāo)準(zhǔn)條空寬度值的特點(diǎn)知：對(duì)于左側(cè)奇字符、右側(cè)偶字符1和7可通過與作比較，者為字符1，反之為7；對(duì)于左側(cè)奇字符、右側(cè)偶字符2和8可通過與作比較，者為字符8，反之為2；對(duì)于左側(cè)偶字符1和7可通過與作比較，者為字符7，反之為1；對(duì)于左側(cè)偶字符2和8可通過與作比較，者為字符2，反之為8。由上述條碼字符識(shí)別理論可總結(jié)出相似邊距離測(cè)量法的一般步驟

13、。由條碼寬度的計(jì)算我們得到了各個(gè)條、空的寬度（像素），并通過計(jì)算n=/7，=+得到單位模塊的寬度（像素）。各個(gè)條空的寬度除以單位模塊的寬度就是歸一化的條空寬度。而為了方便譯碼，我們除去起始符3個(gè)條空，中間分隔符5個(gè)條空，終止符3個(gè)條空，對(duì)剩下的48個(gè)條空每4個(gè)條空為一組進(jìn)行譯碼。計(jì)算相似邊之間的距離、從而得到歸一化（，）。最后查表可得條碼字符。為檢驗(yàn)譯碼的正確性利用校驗(yàn)位對(duì)碼字進(jìn)行校驗(yàn)。流程圖如圖1-5和1728判別子程序流程如圖1-6。圖1-5 字符(z f)判別流程圖圖1-6 1728判別(pnbi)子程序流程圖設(shè)計(jì)步驟(bzhu)與結(jié)果3.1設(shè)計(jì)(shj)步驟對(duì)于一個(gè)條碼圖像我們先要對(duì)其

14、進(jìn)行一定的處理才能達(dá)到正確譯碼的目的。而要對(duì)其進(jìn)行處理，首先是要將其讀入。由于有噪聲的存在，必須對(duì)其進(jìn)行濾波。也可以人為地加入一定類型的噪聲仿真，然后用合適的濾波方法進(jìn)行濾波，這樣有助于理解各種濾波方法所針對(duì)的噪聲類型。最后就是要二值化，得到二值圖像。條碼圖像預(yù)處理流程圖如圖1-7所示。圖1-7 條碼圖像預(yù)處理流程圖 MATLAB中利用函數(shù)imread來實(shí)現(xiàn)圖像文件的讀取操作。圖1-8是首次需要處理的條碼圖片。圖1-8 需要處理的條碼一般情況下，通過imread函數(shù)讀取的大多數(shù)圖像都是8位的。當(dāng)把這些圖像加載到內(nèi)存中時(shí)，MATLAB就將其存儲(chǔ)在類uint8中。此外，MATLAB還支持16位的P

15、NG和TIFF圖像。當(dāng)用戶讀取這類圖像時(shí)，MATLAB就將其存儲(chǔ)在類uint16中。而對(duì)于索引圖像來說，即使圖像矩陣的本身為uint8或uint16，imread函數(shù)仍將顏色映射表讀取并存儲(chǔ)在一個(gè)雙精度浮點(diǎn)類型的矩陣中。例如：I=imread(008.bmp);該語句可將條碼圖像讀入內(nèi)存，并以矩陣形式存儲(chǔ)。 MATLAB的圖像處理工具箱提供imnoise函數(shù)，可以用該函數(shù)給圖像添加不同種類的噪聲。該函數(shù)的調(diào)用(dioyng)格式如下： J=imnoise(I,type,parameters)表1-3列出了imnoise函數(shù)能夠產(chǎn)生的五種噪聲(zoshng)及其對(duì)應(yīng)參數(shù)。表1-3 imnoise

16、函數(shù)支持(zhch)的噪聲種類及參數(shù)說明例如：J=imnoise(I,salt & pepper,0.01);該語句實(shí)現(xiàn)在條碼圖像I中加入椒鹽噪聲。 條碼圖像被采集進(jìn)入計(jì)算機(jī)，由于設(shè)備、以及傳輸過程中的各種因素的影響，一些噪聲將會(huì)對(duì)圖像的質(zhì)量產(chǎn)生影響。任何一幅未經(jīng)處理的原始圖象，都存在一定程度的噪聲干擾。不同的噪聲干擾，處理方法不同。影響條碼圖像質(zhì)量最典型的噪聲是椒鹽噪聲。椒鹽噪聲的特點(diǎn)是此干擾在圖像中是以孤立點(diǎn)的形式存在的。針對(duì)噪聲的類型，采用中值濾波。中值濾波是一種非線性信號(hào)處理方法?？梢钥朔€性濾波器如最小均方濾波，平均值濾波（平滑濾波）等所帶來的圖像細(xì)節(jié)模糊。而且對(duì)于脈沖干擾及點(diǎn)狀噪聲

17、有良好抑制作用，能較好保持圖像邊緣。它可以起到既消除噪聲又保持圖像細(xì)節(jié)的作用。為了達(dá)到好的濾波效果應(yīng)選擇合適的濾波窗口。從條碼圖像的特征來討論選擇采用的中值濾波窗口。條碼圖像的特點(diǎn)在于是由縱向一定寬度黑白條空組成，我們建立不同大小的模板，對(duì)含有噪聲的圖像進(jìn)行濾波處理，比較它們?yōu)V除噪聲干擾的效果。在MATLAB中可以使用imfilter函數(shù)或filter2函數(shù)調(diào)用創(chuàng)建好的濾波器（可以是預(yù)定義濾波器，也可以是自定義濾波器）對(duì)圖像(t xin)進(jìn)行濾波。 指定了一個(gè)(y )閾值T之后，將圖像中的像素與閾值作比較，如果圖像中某像素的灰度值小于該閾值，則將該像素的灰度值設(shè)置為0，否則灰度值設(shè)置為255。

18、按下式對(duì)圖像進(jìn)行(jnxng)處理可得到二值圖像g(x,y): 在MATLAB中，通過使用函數(shù)graythresh和im2bw創(chuàng)建一個(gè)新的二值圖像bw：level=graythresh(L);bw=im2bw(L,level); 根據(jù)上述譯碼理論，采用相似邊距離測(cè)量方法對(duì)圖1-8預(yù)處理后的條碼圖像（二值圖像）進(jìn)行譯碼，得到如下所示譯碼結(jié)果：圖1-9是第二張需要處理的條碼圖片。圖1-9 需要處理的條碼根據(jù)條碼圖像預(yù)處理的理論知識(shí)編譯相關(guān)的MATLAB程序，得到如圖1-10所示的圖像預(yù)處理結(jié)果。圖1-10 條碼圖像(t xin)預(yù)處理得到如下(rxi)所示譯碼結(jié)果：3.2結(jié)果(ji gu)分析誤碼

19、率方面，一般情況下條碼都能夠(nnggu)正確識(shí)讀。但在由一個(gè)字符的歸一化的相似邊距離、轉(zhuǎn)換為序列值、時(shí)，如果、的值為2.5、3.5、4.5之一，系統(tǒng)將不能正確的將其轉(zhuǎn)換為序列值，此時(shí)存在最大的誤碼率，條碼幾乎不能被正確識(shí)讀。所以應(yīng)該盡量避免此種情況的發(fā)生，這就要求我們做好圖像的預(yù)處理工作，防止條碼線條過度展寬或細(xì)化。需要指出的是，在實(shí)際的譯碼中還存在著正向譯碼和反向譯碼的情況，兩種情況下字符編碼對(duì)應(yīng)著不同的歸一化值。因此譯碼前需要判別譯碼方向。本設(shè)計(jì)直接采用正向譯碼。最后，譯碼是編碼的反過程，編碼技術(shù)的熟練掌握對(duì)譯碼工作有著事半功倍的效果。課程設(shè)計(jì)總結(jié) 通過多次對(duì)不同EAN-13條碼的識(shí)讀，

20、證明該條碼檢測(cè)系統(tǒng)速度快、效率高、而誤碼率卻很低，即使在圖像預(yù)處理上達(dá)不到理想的效果，條碼仍能正確識(shí)讀。這是因?yàn)槲覀冞x擇了相似邊距離測(cè)量的方法?？梢姡绊憲l碼識(shí)別效果的不僅僅是條碼圖像預(yù)處理效果，譯碼方法更是不可忽視的重要原因。相似邊距離測(cè)量方法有著其它譯碼方法無可比擬的優(yōu)勢(shì)，它不是根據(jù)條碼條空寬度的實(shí)際值來判別，而是通過所謂的相似邊距離來判別。因此，即使條碼質(zhì)量存在欠缺，仍然能夠根據(jù)相似邊距離正確解釋條碼，有著很強(qiáng)的對(duì)實(shí)際情況的適應(yīng)性。心得體會(huì)在對(duì)條碼圖像作相應(yīng)的圖像預(yù)處理之后，對(duì)得到的二值條碼圖像利用上述條碼識(shí)別算法在MATLAB軟件環(huán)境下編寫了相應(yīng)的軟件程序。通過實(shí)驗(yàn)，識(shí)別效果不錯(cuò)，誤碼

21、率低，提高了條碼的識(shí)別率。本次設(shè)計(jì)在譯碼方法上進(jìn)行了比較選擇，確定了相似邊距離的測(cè)量方法的優(yōu)越性。這種方法的設(shè)計(jì)思路是通過對(duì)符號(hào)中相鄰元素的相似邊之間距離的測(cè)量來判別字符的邏輯值。另外用軟件實(shí)現(xiàn)條碼的識(shí)別比硬件具有更好的抗噪聲性能，且速度快，效率高。盡管如此，設(shè)計(jì)中也遇到了很多的問題有待進(jìn)一步的解決和探索研究。本設(shè)計(jì)只是對(duì)質(zhì)量較好的條碼圖像(t xin)進(jìn)行一般性處理，但實(shí)際中的圖像并都不是這么理想，例如條碼污染、條碼斷裂、條碼瑕疵等。這些需要進(jìn)行特殊的圖像處理過程才能達(dá)到譯碼的目的。如果條碼被污染了要進(jìn)行修復(fù)，條碼發(fā)生幾何畸變要進(jìn)行圖像矯正等等。只有考慮到更多的方面才能提高系統(tǒng)的性能和適應(yīng)性

22、，對(duì)一定質(zhì)量范圍內(nèi)的條碼圖像都能進(jìn)行有效的處理。在設(shè)計(jì)中，由于本人在圖像處理上的造詣不高，對(duì)很多細(xì)節(jié)、常識(shí)方面了解不夠?qū)е聠栴}的出現(xiàn)，而且沒能采取科學(xué)的方法進(jìn)行錯(cuò)誤分析、排查，使得問題小卻難以解決。今后在做類似的工作的時(shí)候要注重基礎(chǔ)知識(shí)的學(xué)習(xí)，并講究科學(xué)的方法。做軟件編程的對(duì)所用語言基礎(chǔ)要夠熟練掌握并能借助一定的參考資料進(jìn)一步充實(shí)(chngsh)自己，提高自己。參考文獻(xiàn)1 鄒永星.條碼國(guó)家標(biāo)準(zhǔn)匯編M北京(bi jn)中國(guó)標(biāo)準(zhǔn)出版社.2004：12-212 中國(guó)自動(dòng)識(shí)別技術(shù)協(xié)會(huì).條碼技術(shù)基礎(chǔ)M .武漢武漢大學(xué)出版社.2008：15-163 黃紅, 黃才駿.條碼的奧秘M. 北京中國(guó)鐵道出版社.20

23、00：69-724 王雅靜.EAN-13 條碼圖像辨識(shí)方法的研究D.青島.山東科技大學(xué).20035 唐莉，劉富強(qiáng).條碼國(guó)家標(biāo)準(zhǔn)匯編M.北京.中國(guó)標(biāo)準(zhǔn)出版社.2004：11-256 張鐸，王耀球.條碼技術(shù)與電子數(shù)據(jù)交換M.北京.中國(guó)鐵道出版社.1998：13-167 薛紅.條碼技術(shù)及商業(yè)自動(dòng)化系統(tǒng)-條碼技術(shù)M .北京.中國(guó)輕工業(yè)出版社2008：67-69附錄(fl)一、源程序%function code = barcode(pic)%條形碼識(shí)別(shbi)close allcheck_left = 13,25,19,61,35,49,47,59,55,11;.%左邊(zu bian)數(shù)據(jù)編碼，奇

24、 39,51,27,33,29,57, 5,17, 9,23;%左邊數(shù)據(jù)編碼，偶check_right = 114,102,108,66,92,78,80,68,72,116;%右邊數(shù)據(jù)編碼first_num = 31,20,18,17,12,6,3,10,9,5; %第一位數(shù)據(jù)編碼bar = imread(123.bmp); %讀輸入條形碼圖片bar_Gray = rgb2gray(bar); %將RGB圖片轉(zhuǎn)換灰度圖figure(1)imshow(bar)title(條形碼圖)figure(2)subplot(121),imshow(bar_Gray),title(灰度圖)subplot(

25、122),imhist(bar_Gray),title(灰度圖直方圖)bar_Gray= imnoise(bar_Gray, salt & pepper, 0.02);figure(3)subplot(121); imshow(bar); title(原圖像(t xin);subplot(122); imshow(bar_Gray); title(添加椒鹽(jioyn)噪聲圖像);bar_Gray = medfilt2(bar_Gray); %進(jìn)行(jnxng)3*3模板中值濾波figure(4)imshow(bar_Gray)title(中值濾波之后圖片)%for i=1:m %對(duì)圖像進(jìn)行二

26、值化處理 %for j=1:n % if bar_Gray(i,j)150 %選擇適當(dāng)?shù)拈撝颠M(jìn)行二值化處理 % bar_10(i,j) = 1; %else % bar_10(i,j) = 0; %end %end %enda_hist x = imhist(bar_Gray);hist_max = ;if a_hist(1)a_hist(2) hist_max = hist_max 1;endx = max(x);for i=2:x if a_hist(i)a_hist(i-1) & a_hist(i)a_hist(i+1) hist_max = hist_max i; endendif a

27、_hist(x)a_hist(x+1) hist_max = hist_max x+1;endm,n = size(hist_max);k = 0;max_1 = 0;max_2 = 0;for i=1:n if ka_hist(hist_max(i) k = a_hist(hist_max(i); max_1 = hist_max(i); end endtemp = a_hist(max_1);a_hist(max_1) = 0;k = 0;for i=1:n if kmax_2 k = max_1; max_1 = max_2; max_2 = k;endT = max_1;k = a_hist(max_1);for i=max_1:max_2 if ka_hist(i) k = a_hist(i); T = i; endendm,n = size(bar_Gray); %求灰度圖的大小(dxio)for i=1:m %對(duì)圖像進(jìn)行(jnxng)二值化處理 for j=1:n if bar_Gray(i,j)T %選擇適當(dāng)?shù)拈撝颠M(jìn)行(jnxng)二值化處理 bar_10(i,j) = 1; else bar_10(i,j) = 0; end endend