二維條碼識讀中光照對圖像質(zhì)量的影響

曹西征，何衛(wèi)平，王 偉，郭改放，牛晉波

（西北工業(yè)大學(xué) 現(xiàn)代設(shè)計與集成制造重點(diǎn)實(shí)驗室，陜西 西安 710072）

0 引言

刀具柱面直接標(biāo)刻Data Matrix碼（簡稱DM碼）識讀系統(tǒng)對識讀的準(zhǔn)確率有很高的要求。照明系統(tǒng)作為DM碼識讀系統(tǒng)的一個重要組成部分，其光強(qiáng)、光照穩(wěn)定性及均勻性都影響著圖像的成像質(zhì)量以及最后的識讀結(jié)果。因此對于DM碼識讀系統(tǒng)，照明系統(tǒng)除了要滿足光學(xué)成像的基本要求之外，還要滿足DM碼識讀的要求。

DM碼的成像質(zhì)量和幾何畸變是影響DM的圖像解碼率的2個重要因素，由于幾何失真大部分可通過逆透視變換得到糾正[1]，本文中主要對DM碼的成像質(zhì)量進(jìn)行評價。很多算法針對如何補(bǔ)償在不均勻照明條件下采集到的圖像進(jìn)行了研究[2-5]，還有一些文獻(xiàn)討論了如何根據(jù)刀具柱面的特性設(shè)計相應(yīng)的照明光源以達(dá)到最佳的照明效果[6]，在光源位置確定的前提下，光照強(qiáng)度對條碼的識讀率有重要影響。

隨著工業(yè)自動化程度的提高，對光源的控制不再僅僅局限于手動設(shè)置和調(diào)節(jié)。為了達(dá)到自動控制光源照度，保障高識讀率的目的，本文在假定光照穩(wěn)定、均勻的條件下，研究了照明光源對圖像成像質(zhì)量的影響，以條碼的可識讀率作為評價照明光源等級的指標(biāo)。通過對不同照明方式和照度下圖像特性的分析，找出了圖像質(zhì)量與條碼識讀率的內(nèi)在關(guān)系和規(guī)律，并在不同的照明方式下采用Logistic方程對圖像質(zhì)量評價系統(tǒng)進(jìn)行建模。將照度與條碼識讀率聯(lián)系起來，使得可以通過對圖像質(zhì)量的分析來調(diào)整光源照度。

1 影響條碼識讀率的因素

刀具柱面直接標(biāo)刻DM碼識讀系統(tǒng)由照明系統(tǒng)、定位調(diào)節(jié)系統(tǒng)、圖像采集系統(tǒng)、條碼解碼系統(tǒng)組成。其中，定位調(diào)節(jié)系統(tǒng)和圖像采集系統(tǒng)屬于硬件支撐平臺，控制采集的圖像的區(qū)域大小；條碼解碼系統(tǒng)的解碼算法對于條碼識讀率有至關(guān)重要的影響。然而，當(dāng)上述系統(tǒng)都固定下來，并且解碼算法在一定條件下能實(shí)現(xiàn)順利解碼時，照明光源成為影響條碼識讀率的重要因素，其照度、穩(wěn)定性和均勻性都影響著最后條碼的識讀結(jié)果。

刀具表面的二維條碼一般是通過激光雕刻機(jī)（采用適當(dāng)?shù)哪芰康募す猓诮饘俦砻嫘纬梢欢ㄉ疃鹊挠谰眯詶l碼圖像[7]。當(dāng)激光能量較小時，在只能去除金屬表面皮層，形成一層較淺的與金屬背景相比略顯白色（簡稱白碼）的標(biāo)記；反之，當(dāng)激光能量較大時，則會形成一層較深的氧化層，與金屬背景相比表現(xiàn)為黑色（簡稱黑碼）。如圖1所示：

圖1 激光標(biāo)刻黑碼與白碼實(shí)例圖

針對刀具柱面直接標(biāo)刻的白碼和黑碼的不同特性，對標(biāo)刻的白碼采用暗視場照明方式，標(biāo)刻的黑碼采用組合照明方式。采用暗視場照明，在這種光源照明下，不易達(dá)到很高的對比度，但是背景簡單，低噪聲。采用結(jié)構(gòu)式組合光源照明，在這種光源照明下，易于獲得高對比度的圖像，突出條碼特征，但是刀具柱面的磨損、劃痕和銹斑會使得條碼圖像背景復(fù)雜，高噪聲。將兩種類型的碼都標(biāo)刻在刀具柱面上，分別對其在對應(yīng)光源的照明下的圖像質(zhì)量的進(jìn)行研究。圖2為圖1中兩種類型碼在本裝置光源下的圖像：

圖2 本裝置光源下黑碼與白碼實(shí)例圖

在光源的光照穩(wěn)定性和均勻性均能得到保證時，照明光強(qiáng)對測量結(jié)果有重要影響。由于圖像采集系統(tǒng)的最終積分電荷量與光源的光強(qiáng)和角度有關(guān)，因此，對于固定的圖像采集系統(tǒng)，若光源的照度過大，將使圖像采集系統(tǒng)達(dá)到飽和，而若光源的照度過低，所采集到的圖像將會被噪聲淹沒。由此可見，光源光強(qiáng)的變化會引起圖像質(zhì)量的變化。

在基于機(jī)器視覺的條碼識讀系統(tǒng)中，主要通過對采集的條碼圖像進(jìn)行處理獲得條碼信息。條碼的編碼信息對應(yīng)于DM碼的黑白模塊的分布。因此圖像的黑白模塊邊緣兩側(cè)的對比度對條碼識讀結(jié)果有很大影響。另外，圖像的噪聲水平、平均亮度也是影響識讀準(zhǔn)確性的因素。

本文中，圖像對比度C的計算采用灰度差[8]

對圖像噪聲的評價采用文獻(xiàn)[9]中的算法：先對圖像進(jìn)行分塊，計算每塊中的標(biāo)準(zhǔn)差，根據(jù)標(biāo)準(zhǔn)差構(gòu)造高斯核函數(shù)對圖像進(jìn)行濾波，計算濾波后的塊與原塊之間的差值即為原圖像估計噪聲的標(biāo)準(zhǔn)差。

2 圖像質(zhì)量評價系統(tǒng)建模

為了研究采集的刀具柱面直接標(biāo)刻DM圖像質(zhì)量與光源照明光強(qiáng)的關(guān)系，本文在暗視場照明、組合照明的條件下分別進(jìn)行圖像采集和條碼可識讀率研究，將光源照度從全暗到全亮分為16級。在每一級照度下，采集標(biāo)刻于不同刀具柱面的DM碼圖像100幅，進(jìn)行不同直徑和表面特性DM碼的可識讀率實(shí)驗，對不同照度下的識讀率α進(jìn)行分析。本實(shí)驗系統(tǒng)結(jié)構(gòu)如圖3所示。由光源（組合照明光源、暗視場照明光源）、光學(xué)系統(tǒng)（鏡頭）、成像系統(tǒng)（CCD或CMOS攝像機(jī)）、圖像采集系統(tǒng)（圖像采集卡）和DM圖像信息處理系統(tǒng)（計算機(jī)）組成。

圖3 系統(tǒng)組成

2.1 組合照明

刀具柱面標(biāo)刻的白色DM碼采用組合照明光源，圖4所示為組合照明時采集到的一組圖像。由圖4可見，由于光源置于物體前方，故光源只要達(dá)到一定的照度就很容易達(dá)到很高的對比度，但在極低照度的情況下，攝像系統(tǒng)采集到的圖像對比度降低，噪聲增大。

圖4 組合照明方式下采集到的圖像

通過對噪聲和對比度的相關(guān)性檢驗可知，噪聲與對比度基本呈負(fù)相關(guān)，在對比度較低的情況下，噪聲很大，這就極大地影響了后續(xù)圖像處理。由于噪聲與對比度有很強(qiáng)的相關(guān)性，因此僅采用對比度作為評價圖像質(zhì)量的度量。圖5所示為組合照明條件下隨照明光強(qiáng)增大對比度C的歸一化變化曲線。由測量數(shù)據(jù)可見，C值最大為112，在對照明光強(qiáng)很低和很強(qiáng)的情況下，C值較小，意味著圖像質(zhì)量較差；而在照明光強(qiáng)處于中間的情況下，且對比度達(dá)到一定閾值（C=45）后，DM碼圖像質(zhì)量較好，可實(shí)現(xiàn)較高的DM碼識讀率。

本文首先闡述CCOS技術(shù)的原理及發(fā)展過程及CCOS技術(shù)的研究情況和實(shí)驗結(jié)果，隨后對幾項關(guān)鍵技術(shù)的研究成果及現(xiàn)狀進(jìn)行綜述，最后對CCOS技術(shù)未來的發(fā)展趨勢進(jìn)行展望。

圖5 組合照明時對比度與識讀率的關(guān)系曲線

采用Logistic模型擬合C-α關(guān)系，擬合結(jié)果為

對擬合的顯著性進(jìn)行檢驗，復(fù)相關(guān)系數(shù)R2=0.994，模型擬合的顯著性很高，殘差平方和SSE=17.61。圖6為對比度與識讀率的擬合曲線。

圖6 圖像對比度與識讀率擬合曲線

2.2 暗視場照明

圖7 所示為在暗視場照明的情況下采集到的圖像。圖8所示為隨光源照明強(qiáng)度I增大，圖像對比度C的歸一化變化曲線。

由圖7、8可見，在這種照明方式下，圖像對比度C的最大值只有86，不易達(dá)到很高的對比度，并且對比度的變化并不一定是單調(diào)增加的。另外，對比度的變化還受刀具柱面紋理的影響。因此，對比度不能作為評價圖像質(zhì)量的惟一指標(biāo)。圖像的噪聲作為另一個很重要的指標(biāo)，在暗視場照明的條件下也較難評價，因為與組合照明相比，若被測物的表面紋路比較雜亂，就不易得到一個穩(wěn)定的估算噪聲的方法。經(jīng)過多次實(shí)驗，考慮到圖像的低頻分量表示圖像的平滑部分，高頻分量表示圖像的噪聲和邊緣點(diǎn)，本文提出用圖像低頻分量比作為評價圖像質(zhì)量的指標(biāo)。

圖7 暗視場照明方式下采集到的圖像

圖8 光源照明光強(qiáng)與對比度的關(guān)系曲線

根據(jù)頻率域圖像濾波的理論[10]，邊緣及其他尖銳變化（如噪聲）在圖像的灰度級中處于傅里葉變換的高頻部分。因此，要獲取圖像的低頻分量比，首先對圖像做傅里葉變換，再用一個理想低通濾波器將傅里葉變換中的高頻成分濾掉。低頻分量比定義為圖像中低頻部分的功率占圖像總功率的比值，即：

式中：PT為圖像的總功率；P（fu，fv）為以 fr為截止頻率的低頻分量的功率；fu、fv為二維圖像頻率。由于圖像90%以上的功率包含在較低的頻率范圍內(nèi)。故fr取在低頻范圍內(nèi)即可。本文中，取fr=15。圖9所示為圖像的識讀率α隨低頻分量比β變化而變化的曲線。根據(jù)曲線的特征，同樣采用Logistic模型進(jìn)行擬合。其中，當(dāng)β在0.65～0.85之間時，識讀率較高。擬合結(jié)果為：

圖9 圖像低頻分量比與識讀率的關(guān)系曲線

對擬合的顯著性進(jìn)行檢驗，復(fù)相關(guān)系數(shù)R2=0.9840，擬合的顯著性很高，殘差平方和SSE=18.53。圖10為低頻分量比β與識讀率α的擬合曲線。由圖10可見，模型選用得比較恰當(dāng)。

圖10 圖像低頻分量比與識讀率擬合曲線

在實(shí)際應(yīng)用中為了達(dá)到自動控制光源照度的目的，需根據(jù)擬合曲線設(shè)定一定的閾值。根據(jù)實(shí)驗結(jié)果，在組合照明的情況下，通過計算對比度是否達(dá)到45來判斷是否達(dá)到規(guī)定的照明要求；在暗視場照明的情況下，當(dāng)取fr=15時，則通過計算低頻分量比是否位于0.65～0.85之間來判斷是否達(dá)到規(guī)定的照明要求。低頻分量比的閾值隨取不同值而變化，但在實(shí)際應(yīng)用中，只需設(shè)定一個固定的fr值并由此得到一個固定的閾值。擬合后的模型還可以用來對DM碼識讀準(zhǔn)確率的預(yù)測，達(dá)到更好地控制光源的目的。

3 結(jié)語

本文通過對光源的照明方式及光強(qiáng)對圖像質(zhì)量影響的分析，在照明系統(tǒng)、圖像采集系統(tǒng)和DM碼解碼系統(tǒng)均工作在較高準(zhǔn)確度的情況下，以條碼的可識讀率作為評價光照強(qiáng)度優(yōu)劣的指標(biāo)，找出圖像質(zhì)量與條碼識讀率的關(guān)系。建立了圖像質(zhì)量與條碼識讀率的模型。在組合照明與暗視場照明的條件下，分別用圖像對比度及圖像的低頻分量比對圖像質(zhì)量進(jìn)行評價，使得可以根據(jù)圖像對比度及低頻分量比來調(diào)整光源，以達(dá)到自動控制光源照度及保障刀具柱面直接標(biāo)刻DM碼準(zhǔn)確識讀的目的。

[1] 李夏霜，何衛(wèi)平，雷 蕾，等.刀具柱面Data Matrix碼幾何畸變的仿真分析[J].上海交通大學(xué)學(xué)報，2012，46（9）：1349－1354.

[2] Lai S H，F(xiàn)ang M.Novel illumination compensation algorithm for industrial inspection[J].Journal of Electronic Imaging，2001，10（1）：359－366.

[3] Soria－Frisch A，Ko¨ppen M.Image enhancement through intelligent localized fusion operators in the automated visual inspection of highly reflective surfaces[J].Information Fusion，2008，9（2）：142－155.

[4] 田涌濤，李 娟，王有慶，等.視覺檢測系統(tǒng)中亮度不均勻背景的一種去除方法[J].機(jī)床與液壓，2003，（2）：228－229.

[5] 杜 平，徐大為，劉重慶.光照和噪聲條件下的人臉識別[J].上海交通大學(xué)學(xué)報，2003，37（9）：1443－1451.

[6] 王紅霄，何衛(wèi)平，雷 蕾，等.刀具柱面二維條碼識讀發(fā)光二極管照明均勻度仿真分析[J].上海交通大學(xué)學(xué)報，2011，25（7）：946－948.

[7] 王蘇安，何衛(wèi)平，張 維，等.直接激光標(biāo)刻和二維條碼技術(shù)在刀具標(biāo)識中的應(yīng)用研究[J].中國機(jī)械工程，2007，18（6）：676－680.

[8] Chen C，Kot A C，Yang H.A quality measure of mobile phone captured 2d barcode images[C]//Image Processing （ICIP），201017th IEEE International Conference on.IEEE，2010：329－332.

[9] Shin D H，Park R H，Yang S，et al.Block－based noise estimation using adaptive Gaussian filtering [J].Consumer Electronics，IEEE Transactions on，2005，51（1）：218－226.

[10] 岡薩雷斯，著.阮秋琦，阮宇智，譯.數(shù)字圖像處理（第2版）[M].北京：電子工業(yè)出版社，2005：132－133.