毕业论文

打赏
当前位置: 毕业论文 > 物理论文 >

条码信号恢复算法综述

时间:2017-06-01 22:36来源:毕业论文
论文在分析条码信号光学成像模型及传统边缘检测方法应用于高密度条码信号的局限性的基础上,查阅了国内外条码信号复原相关方面的文献资料,着重研究了几种条码信号恢复算法的

摘要自条码被发明以来,就在生活中各个领域取得了广泛的应用,成像(扫描)距离的增大将导致采集到的观测信号密度增大。由于光学系统点展散函数的模糊作用,高密度条码信号中邻近边缘交互影响从而导致传统的边缘检测方法失效,故对条码观测信号进行复原不失为一种可行的方法。本论文在分析条码信号光学成像模型及传统边缘检测方法应用于高密度条码信号的局限性的基础上,查阅了国内外条码信号复原相关方面的文献资料,着重研究了几种条码信号恢复算法的原理和特点,并进行了适当的分析总结。最后应用MATLAB数学工具,对傅里叶反卷积滤波恢复算法进行了算法仿真,并与基于总变分的正则化方法复原结果进行了比较,证明该方法对于实时性要求较高的条码信号恢复不失为一种有效的算法。9558
关键词 : 高密度条码信号 信号复原 反卷积 滤波
毕业设计说明书(论文)外文摘要
Abstract
Since the barcode signal has been invented, it has got the extensive application in all areas of life quickly. Imaging (scanning) distance increase will cause the increase of collected signal density. In real life, due to the optical system point spread function blurring effect, the adjacent edges of high density barcode will influence each other seriously which lead to the failure of traditional edge detection methods, while the barcode signal recovery could be a feasible method. Based on the analysis of barcode signal optical imaging model and the limitation of traditional edge detection method  applied to the high density bar code signals, we studied some related barcode signal recovery methods. By focusing on several kinds of barcode signal recovery algorithm principle and characteristic, Finally via the MATLAB mathematical tool, we made the simulation for Fourier deconvolution filter restoration algorithm. The comparation with the restoration results based on total variation regularization indicates that this method is a kind of effective method for realizing real-time signal recovery.
Keywords : high density barcode  image restoration  regularization  deconvolution  filter
目   录
1章   绪论    1
1.1    条码信号恢复的研究背景、现状以及意义     1
1.2    毕业设计期间主要完成的工作     3
2章   条码图像成像模型    5
2.1    条码信号成像系统的数学表述   5
2.1.1   条码信号成像系统    5
2.1.2   条码成像降质模型    6
2.2    传统边缘检测方法应用于高密度条码识别的局限性   8
2.2.1   独立边缘的定义    8
2.2.2   独立边缘的交互影响    9
3章   常用的条码图像复原方法    11
3.1    一般反卷积问题     12
3.1.1   直方图均衡化法    12
3.1.2   逆滤波法    12
3.1.3   最小二乘法与文纳滤波复原    13
3.2    盲反卷积复原方法     15
3.2.1   最大后验概率法    16
3.2.2   总变差正则化法    17
4章   算法仿真    22
4.1   傅里叶变换反卷积滤波法    22
4.2   仿真结果    23
4.3  结论   28
致谢    30
参考文献    31
第一章  绪论
在实际生 活中,为了提高生产效率,人们发明了多种计算机自动识别技术,而在众多的计算机自动识别技术中,条码技术已经占据了一个极其重要的位置。条码是条码技术的核心,它是由一系列的黑色(深色)和白色(浅色)条纹交替着组成的,用条码之间的相对宽度来编码数据流,用以表达一组信息的图形标识符。条码的特点主要体现在如下几个方面:第一,输入速度快,与键盘输入相比,条形码输入的速度是键盘输入的五倍,并且能实现“即时数据输入”;第二,可靠性高,键盘输入数据出错率为三百分之一,利用光学字符识别技术出错率为万分之一,而采用条形码技术误码率低于百万分之一;第三,采集信息量大,利用传统的一文条形码一次可采集几十位字符的信息,并有一定的纠错能力;第四,灵活实用,条形码标识既可以作为一种识别手段单独使用,也可以和有关识别设备组成一个系统实现自动化识别,还可以和其他控制设备连接起来实现自动化管理;另外,条形码标签易于制作,对设备材料没有特殊要求,识别设备操作容易,不需要特殊培训,且设备也相对便宜[1]。条码包含的信息包括物品的生产国、制造厂家、商品名称、生产日期、邮件起止地点、日期、图书分类号类别等多种信息,正是由于条码有如此多的优势,使得条码在商品流通、邮政管理、图书管理、银行系统、工业自动化、医疗、金融、交通运输、身份识别、政府管理、公共安全、海关及国防等等许多领域都取得了广泛的应用[2]。 条码信号恢复算法综述:http://www.751com.cn/wuli/lunwen_8321.html
------分隔线----------------------------
推荐内容