作者:杨兆选 吴佳鹏 白卓夫 苏育挺 王曾敏gabor滤波bp神经网络datamatrix条码区域提取
摘要:复杂背景下的二维条码区域提取一直是DataMatrix条码解码过程中的难题之一通过对图像进行形态学分析从而确定条码的可能区域的方法因计算简单而被广泛应用,但存在着形态学结构体难以选择和虚警率比较高的缺点.为克服这些缺点,提出了基于Gabor滤波和BP神经网络的DataMatrix条码区域提取方法(GF—BPNN).用不同尺度不同方向的Gabor滤波器对图像进行滤波提取其纹理特征,再进行特征变换,使所得特征具有尺度和旋转不变性;然后利用BP神经网络按照前述特征对像素进行分类,再经过形态学后处理提取条码区域.实验结果表明,与进行形态学分析的方法相比,GF-BPNN具有较高的准确率和鲁棒性.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
《天津大学学报·社会科学版》(CN:12-1290/C)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度,颇受业界和广大读者的关注和好评。 《天津大学学报·社会科学版》积极探索理工科大学创办社会科学学报的新途径,紧密围绕天津大学的学科优势,充分挖掘资源,大力培育和发展特色栏目,使之成为杂志的显著特色。
杂志详情