基于機(jī)器學(xué)習(xí)的目標(biāo)圖像定位算法研究.pdf

1、近年來，智能化生活正一步一步貼近我們的生活，準(zhǔn)確、快速的圖像目標(biāo)檢測(cè)與識(shí)別正在發(fā)揮越來越重要的作用。條形碼是智能化生活中廣泛應(yīng)用的商品標(biāo)簽，同時(shí)它也是結(jié)構(gòu)化的圖像，易于檢測(cè)與識(shí)別。隨著商品零售業(yè)的蓬勃發(fā)展，掃碼工作變的越來越繁重，而現(xiàn)有的日常生活中的條碼檢測(cè)多數(shù)都是半人工的，對(duì)于人力資源是很大的浪費(fèi)。在復(fù)雜背景下，快速準(zhǔn)確的定位出條形碼的位置是精確識(shí)別的前提和基礎(chǔ)，也是近年來科學(xué)研究的熱點(diǎn)問題。
　　本文對(duì)條碼定位算法進(jìn)行了深入研

2、究，針對(duì)現(xiàn)有的條碼定位算法存在的問題，在復(fù)雜背景下，尤其在多個(gè)條碼同時(shí)存在的情況下以及在條目發(fā)生旋轉(zhuǎn)和發(fā)生形變的情況下無法精確定位的問題，提出了一種基于霍夫變換（Hough Transform）和局部二值模式特征（Local Binary Pattern, LBP）的支持向量機(jī)（Support Vector Machine, SVM）的條碼定位算法，以提高條形碼的定位精度，為后續(xù)的條碼識(shí)別提供良好條件。研究的方法和內(nèi)容主要包括以下幾個(gè)方

3、面：
　?。?）圍繞現(xiàn)有檢測(cè)算法對(duì)于條碼發(fā)生旋轉(zhuǎn)后無法做到精確定位的問題進(jìn)行研究，提出一種基于條碼直線分布特性的二維霍夫變換修正算法。根據(jù)條碼直線在圖像中分布密集的特性，通過二維Hough統(tǒng)計(jì)出分布密集的直線的角度，再由此角度進(jìn)行旋轉(zhuǎn)圖像，得到修正角度后的圖像。實(shí)驗(yàn)結(jié)果表明本方法檢測(cè)角度誤差小，且對(duì)于多數(shù)復(fù)雜背景條件下的條碼圖像能做到正確調(diào)整。
　　（2）針對(duì)圖像中存在著多個(gè)條碼或條碼缺損無法精確檢測(cè)的問題，提出采用分塊LB

4、P特征來描述條碼。圖像中條碼的情況復(fù)雜，分塊的LBP可以很好解決檢測(cè)多個(gè)條碼和條碼有所缺損的情況。
　?。?）針對(duì)條碼定位精度不足的問題，根據(jù)條碼圖像黑白相間的特性，引入顏色直方圖結(jié)合LBP特征進(jìn)行描述條碼，對(duì)條碼進(jìn)行特征提取。將提取后的數(shù)據(jù)進(jìn)行訓(xùn)練得到SVM分類器模型。隨后用分類器，對(duì)待檢測(cè)的圖片進(jìn)行條碼檢測(cè)，經(jīng)過后處理得到定位結(jié)果。
　　通過在國(guó)際通用的數(shù)據(jù)庫(kù)（Westf.lische Wilhelms-Universi