Đang tải... (xem toàn văn)
Nhận dạng mã vạch dùng xử lý ảnh Nhận dạng mã vạch dùng xử lý ảnh Nhận dạng mã vạch dùng xử lý ảnh Nhận dạng mã vạch dùng xử lý ảnh Nhận dạng mã vạch dùng xử lý ảnh Nhận dạng mã vạch dùng xử lý ảnh Nhận dạng mã vạch dùng xử lý ảnh Nhận dạng mã vạch dùng xử lý ảnh Nhận dạng mã vạch dùng xử lý ảnh
TÓM TẮT TÓM TẮT Mã vạch cấu thành từ vạch màu đen vạch màu trắng phương pháp lưu trữ truyền đạt thông tin sản phẩm Do cần phải có phầm mềm để giải mã hiển thị thơng tin Có nhiều phương pháp đọc mã vạch, xử lý ảnh phương pháp sử dụng để nhận dạng mã vạch Trong luận văn hệ thống nhận dạng mã vạch dùng xử lý ảnh xây dựng để nhận dạng mã vạch bị mờ, bị nghiêng bị đứt nét mà phương pháp truyền thống không nhận dạng Để thực mục tiêu nêu ảnh liệu ngõ vào cần chuyển sang miền Radon để xác định góc nghiêng mã vạch, tách mã vạch khỏi ảnh gốc, tăng cường ảnh, phân đoạn ảnh theo ngưỡng Otsu, cuối khôi phục lại thông tin mã vạch trước đưa vào nhận dạng Hệ thống sử dụng chương trình phần mềm Matlab 2018a kết hiển thị giao diện GUI iv ABSTRACT ABSTRACT The barcode with the black bar or white space colors is an archive and transport the information So that it has a device for reading and display information So that it has a device for reading and display information There are many methods to read the barcode information, in which image processing method is usually used to get the symbol code In this thesis, a system barcode recognition was built for recognize barcode which the barcode is straight, lying on the side or split stroke that the traditional method is not been recognized Then, the barcode image data must be converted to radon region to define the corner of the code line, extracted the barcode region from the original image, enhanced image, segmented the barcode image by Otsu method, and restored the barcode information The system is using Matlab 2018a software program and displaying results on GUI interface v MỤC LỤC MỤC LỤC LÝ LỊCH KHOA HỌC i LỜI CAM ĐOAN ii LỜI CẢM ƠN iii TÓM TẮT iv ABSTRACT .v MỤC LỤC vi DANH MỤC HÌNH ẢNH x DANH MỤC BẢNG xv Chương TỔNG QUAN 1.1 Tổng quan 1.2 Tình hình nghiên cứu ngồi nước 1.2.1 Tình hình nghiên cứu nước 1.2.2 Tình hình nghiên cứu nước .3 1.3 Mục tiêu nhiệm vụ nghiên cứu 1.3.1 Mục tiêu nghiên cứu 1.3.2 Nhiệm vụ nghiên cứu 1.4 Phương pháp đối tượng nghiên cứu 1.4.1 Phương pháp nghiên cứu 1.4.2 Đối tượng nghiên cứu 1.5 Bố cục luận văn Chương CƠ SỞ LÝ THUYẾT vi MỤC LỤC 2.1 Tổng quan mã vạch 2.1.1 Giới thiệu 2.1.2 Các loại mã vạch 1D 2.1.3 Các phương pháp đọc mã vạch 2.2 Mã vạch EAN-13 2.2.1 Cấu trúc thông tin mã vạch EAN 13 2.2.2 Quy tắc mã hóa EAN_13 dạng mã nhị phân .9 2.2.3 Quy tắc mã hóa EAN_13 dạng mã vạch 13 2.3 Những khái niệm ảnh số 14 2.3.1 Điểm ảnh ảnh 14 2.3.2 Độ phân giải 14 2.3.3 Ảnh màu 14 2.3.4 Ảnh xám 15 2.3.5 Ảnh nhị phân 15 2.4 Lọc ảnh 15 2.4.1 Lọc miền không gian .16 2.4.2 Lọc miền tần số 16 2.5 Dò biên 17 2.5.1 Tách biên theo đạo hàm bậc 18 2.5.2 Tách biên theo đạo hàm bậc 19 2.6 Biến đổi Radon .20 2.7 Tăng cường ảnh 21 2.7.1 Mở rộng độ tương phản 21 vii MỤC LỤC 2.7.2 Phương pháp cân lược đồ xám .21 2.8 Phân đoạn ảnh 22 2.8.1 Phương pháp phân đoạn theo biên độ chói .22 2.8.2 Phương pháp phân đoạn theo vùng 23 2.9 Phương pháp khôi phục mã vạch bị đứt nét 24 Chương NHẬN DẠNG MÃ VẠCH .26 3.1 Sơ đồ khối tổng quát nhận dạng mã vạch 26 3.2 Xây dựng tập liệu 27 3.3 Tiền xử lý .29 3.3.1 Sơ đồ khối tổng quát tiền xử lý nhận dạng mã vạch .30 3.3.2 Thay đổi kích thước ảnh 31 3.3.3 Chuyển sang ảnh xám 32 3.3.4 Xử lý làm mịn ảnh 33 3.3.5 Dò biên theo phương pháp Canny 34 3.3.6 Xoay mã vạch 36 3.3.7 Tách mã vạch 38 3.3.8 Tăng cường ảnh .39 3.3.9 Phân đoạn ảnh theo phương pháp Otsu 41 3.3.10 Khôi phục thông tin mã vạch gốc 42 3.4 Giải mã mã vạch .44 3.4.1 Xác định chuỗi thông tin 45 3.4.2 Khối đọc mã vạch 46 Chương KẾT QUẢ VÀ THẢO LUẬN .48 viii MỤC LỤC 4.1 Thí nghiệm 48 4.2 Thí nghiệm 50 4.3 Thí nghiệm 51 4.4 Thí nghiệm 54 4.5 Thí nghiệm 57 Chương KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 61 5.1 Kết luận 61 5.2 Hướng phát triển luận văn .62 TÀI LIỆU THAM KHẢO 63 ix DANH MỤC HÌNH ẢNH DANH MỤC HÌNH ẢNH Hình 2.1: Cấu trúc thông tin mã vạch EAN_13 Hình 2.2: Các nhóm chữ số mã vạch EAN-13 10 Hình 2.3: Tính chẳn, lẻ mã vạch EAN_13 11 Hình 2.4: Mã nhị phân EAN_13 (mã L) 12 Hình 2.5: Mã nhị phân EAN_13 (mã G) .12 Hình 2.6: Mã nhị phân EAN_13 (mã R) 12 Hình 2.7: Mơ tả EAN_13 dạng mã vạch 13 Hình 2.8: Sơ đồ khối bước thực lọc ảnh miền tần số 17 Hình 2.9: Biến đổi Radon 20 Hình 2.10: Biểu diễn vạch số mã vạch .24 Hình 2.11: Ảnh mã vạch lý tưởng 24 Hình 2.12: Ma trận điểm ảnh tương ứng 24 Hình 2.13: Mã vạch bị đứt nét 25 Hình 2.14: Ma trận điểm ảnh tương ứng 25 Hình 3.1: Sơ đồ khối bước nhận dạng mã vạch 26 Hình 3.2: Sơ đồ khối bước tiền xử lý ảnh 30 Hình 3.3: Ảnh gốc có kích thước (2736×3648).Error! Bookmark not defined Hình 3.4: Ảnh thay đổi kích thước (480×640).Error! Bookmark not defined x DANH MỤC HÌNH ẢNH Hình 3.5: Ảnh gốc có kích thước (2736×3648).Error! Bookmark not Bookmark not defined Hình 3.6: Ảnh thay đổi kích (480×640).Error! defined Hình 3.7: Ảnh màu có kích thước (480×640×3) 32 Hình 3.8: Ảnh xám có kích thước (480×640) 32 Hình 3.9: Ảnh màu có kích thước (480×640×3) 32 Hình 3.10: Ảnh xám có kích thước (480×640) 32 Hình 3.11: Ảnh trước qua lọc trung bình 33 Hình 3.12: Ảnh sau qua lọc trung bình 33 Hình 3.13: Ảnh xám trước qua lọc trung bình 34 Hình 3.14: Ảnh sau qua lọc trung bình 34 Hình 3.15: Kết dò biên với ngưỡng khác .35 Hình 3.16: Ảnh xám trước dò biên 36 Hình 3.17: Ảnh sau dị biên Canny 36 Hình 3.18: Ảnh xám trước dò biên 36 Hình 3.19: Ảnh sau dị biên Canny 36 Hình 3.20: Ảnh có mã vạch bị nghiêng bên trái 37 Hình 3.21: Ảnh có mã vạch xoay phương ngang 37 Hình 3.22: Ảnh có mã vạch bị nghiêng bên phải 37 Hình 3.23: Ảnh có mã vạch bị xoay phương ngang 37 Hình 3.24: Các vùng đồng mức .38 Hình 3.25: Ảnh liệu gốc Error! Bookmark not defined Hình 3.26: Mã vạch tách Error! Bookmark not defined xi DANH MỤC HÌNH ẢNH Hình 3.27: Ảnh liệu gốc Error! Bookmark not defined Hình 3.28: Mã vạch tách Error! Bookmark not defined Hình 3.29: Ảnh mã vạch trước cân HistogramError! Bookmark not defined Hình 3.30: Ảnh mã vạch sau cân HistogramError! Bookmark not defined Hình 3.31: Lượt đồ trước cân Histogram.Error! Bookmark not defined Hình 3.32: Lượt đồ sau cân Histogram.Error! Bookmark not defined Hình 3.33: Mã vạch đứt nét trước phân đoạn theo phương pháp Otsu 42 Hình 3.34: Mã vạch đứt nét sau phân đoạn .42 Hình 3.35: Mã vạch thẳng trước phân đoạn theo phương pháp Otsu 42 Hình 3.36: Mã vạch thẳng sau phân đoạn theo phương pháp Otsu 42 Hình 3.37: Mã vạch cần khôi phục .43 Hình 3.38: Mã vạch sau khơi phục 43 Hình 3.39: Mã vạch cần khôi phục .44 Hình 3.40: Mã vạch sau khơi phục 44 Hình 3.41: Mã vạch cần khôi phục 44 Hình 3.42: Mã vạch sau khôi phục 44 Hình 3.43: Các bước giải mã mã vạch 45 Hình 3.44: Các bước xác định chuỗi thông tin 45 Hình 3.45: Sơ đồ khối đọc mã vạch .46 Hình 4.1: Một số hình ảnh mẫu có mã vạch nằm ngang 48 xii DANH MỤC HÌNH ẢNH Hình 4.2: Ảnh mã vạch sau tiền xử lý 49 Hình 4.3: Ảnh gốc 49 Hình 4.4: Ảnh mã vạch bị xoay đứng 49 Hình 4.5: Ảnh gốc 49 Hình 4.6: Ảnh mã vạch bị xoay đứng 49 Hình 4.7: Một số ảnh mã vạch nằm nghiêng 50 Hình 4.8: Ảnh mã vạch bị nghiêng sau tiền xử lý 50 Hình 4.9: Tập ảnh ngõ vào có góc nghiêng nhỏ 900 52 Hình 4.10: Ảnh mã vạch có góc nghiêng nhỏ 900 sau tiền xử lý 52 Hình 4.11: Ảnh gốc nghiêng bên trái 53 Hình 4.12: Ảnh mã vạch sau xoay .53 Hình 4.13: Ảnh phân đoạn Otsu 53 Hình 4.14: Ảnh gốc nghiêng bên phải 53 Hình 4.15: Ảnh mã vạch sau xoay .53 Hình 4.16: Ảnh phân đoạn Otsu 53 Hình 4.17: Mã vạch đường thẳng gãy khúc 53 Hình 4.18: Biểu đồ kết nhận dạng mã vạch 54 Hình 4.19: Mã vạch có kích thước khác 55 Hình 4.20: Ảnh mã vạch có kích thước khung ảnh sau tiền lý .55 Hình 4.21: Mã vạch bị dần liệu 56 Hình 4.22: Đồ thị nhận dạng mã vạch có kích thước khác 57 Hình 4.23: Ảnh mã vạch bị đứt nét sử dụng nhận dạng .58 Hình 4.24: Mã vạch thẳng bị đứt nét sau tiền xử lý .58 xiii Chương KẾT QUẢ VÀ THẢO LUẬN Bảng 4.1: Kết nhận dạng mã vạch nằm ngang Tổng số Nhận dạng Nhận dạng sai 50 48 100% 96% 4% 4.2 Thí nghiệm Tập liệu ngõ vào 50 ảnh rõ nét có mã vạch bị nghiêng bên trái bên phải với góc nghiêng khác thu thập điều kiện ánh sáng bình thường Hình 4.7: Một số ảnh mã vạch nằm nghiêng Hình 4.8: Ảnh mã vạch bị nghiêng sau tiền xử lý 50 Chương KẾT QUẢ VÀ THẢO LUẬN Trong trường hợp mã vạch rõ nét nằm nghiêng kết nhận dạng giải mã đạt 94% Bảng 4.2: Trích số ảnh mã vạch xoay bị sai Kết nhận dạng sai giống trường hợp mã vạch bị xoay 900 hình 4.4 Ngồi cịn có mã vạch xoay phương ngang thân mã vạch đường nghiêng song song với nên sau trải qua giai đoạn tiền xử lý kết thu đường thẳng gãy khúc hình 4.7 Bảng 4.3: Kết nhận dạng mã vạch nằm nghiêng Tổng số ảnh Nhận dạng Nhận dạng sai 50 47 100% 94% 6% 4.3 Thí nghiệm Tâp liệu 50 ảnh ngõ vào ảnh có mã vạch thu thập với góc nghiêng khác nhỏ 900 51 Chương KẾT QUẢ VÀ THẢO LUẬN Hình 4.9: Tập ảnh ngõ vào có góc nghiêng nhỏ 900 Hình 4.10: Ảnh mã vạch có góc nghiêng nhỏ 900 sau tiền xử lý Trong trường hợp mã vạch có góc nghiêng khác kết nhận dạng giải mã thơng tin đạt 94% 52 Chương KẾT QUẢ VÀ THẢO LUẬN Hình 4.11: Ảnh gốc Hình 4.12: Ảnh mã vạch Hình 4.13: Ảnh phân nghiêng bên trái sau xoay đoạn Otsu Hình 4.14: Ảnh gốc Hình 4.15: Ảnh mã vạch Hình 4.16: Ảnh phân nghiêng bên phải sau xoay đoạn Otsu Mã vạch không nhận dạng giải mã mã vạch bị xoay 900 mã vạch có vạch đen vạch trắng đường thẳng gãy khúc hình 4.18 nên khơng thể khơi phục thơng tin mã vạch Hình 4.17: Mã vạch đường thẳng gãy khúc Bảng 4.4: Bảng kết mã vạch nằm nghiêng loại Tổng số ảnh Nhận dạng Nhận dạng sai 50 47 100% 94% 6% 53 Chương KẾT QUẢ VÀ THẢO LUẬN Đồ thị nhận dạng mã vạch 100% 90% 80% 70% 60% 50% 40% 30% TH1 TH2 Đúng TH3 Sai Hình 4.18: Biểu đồ kết nhận dạng mã vạch 4.4 Thí nghiệm Tập liệu 60 ảnh ngõ vào mã vạch có tỉ lệ so với kích thước ảnh 54 1 , , 9 Chương KẾT QUẢ VÀ THẢO LUẬN Hình 4.19: Mã vạch có kích thước khác Hình 4.20: Ảnh mã vạch có kích thước khung ảnh sau tiền lý Bảng 4.5: Kết nhận dạng mã vạch có kích thước Tổng số ảnh Nhận dạng Nhận dạng sai 20 20 100% 100% 0% Bảng 4.6: Kết nhận dạng mã vạch có kích thước Tổng số ảnh Nhận dạng Nhận dạng sai 20 20 100% 100% 0% 55 Chương KẾT QUẢ VÀ THẢO LUẬN Bảng 4.7: Kết nhận dạng mã vạch có kích thước Tổng số ảnh Nhận dạng Nhận dạng sai 20 17 100% 85% 15% Trong trường hợp mã vạch có kích thước khác nhau: Đối với mã vạch có kích thước tỉ lệ so với kích thước ảnh tỉ lệ so kích thước ảnh thị sau thực nghiệm kết thu đạt 100% Đối với mã vạch có kích thước tỉ lệ kích thước ảnh, sau trải qua trình nhận dạng giải mã kết nhận dạng thơng tin mã vạch đạt 85% Hình 4.21: Mã vạch bị dần liệu Do cấu tạo mã vạch vạch màu đen màu trắng dùng để biểu diễn thơng tin mã vạch Vì mã vạch nhỏ khoảng cách vạch thu nhỏ, số pixcel biểu diễn cho mã vạch khơng đủ biểu diễn nội dung thơng tin cho mã vạch Do hệ thống nhận dạng khơng giải mã khơng có đủ thông tin 56 Chương KẾT QUẢ VÀ THẢO LUẬN Đồ thị nhận dạng mã vạch theo tỷ lệ khung ảnh 100% 15% 90% 80% 70% 60% 50% 100% 100% 85% 40% 30% 20% 10% 0% Kích thước 4/9 Kích thước 1/4 Đúng Kích thước 1/9 Sai Hình 4.22: Đồ thị nhận dạng mã vạch có kích thước khác 4.5 Thí nghiệm Trong thí nghiệm để kiểm tra hiệu độ xác hệ thống nhận dạng q trình khơi phục, tái tạo lại thông tin gốc mã vạch bị hư đứt nét, tác giả thực nghiệm với tập liệu 50 ảnh mã vạch bao gồm 25 ảnh thẳng 25 ảnh nghiêng ảnh mà có vạch màu đen, vạch màu trắng bị đứt nét 57 Chương KẾT QUẢ VÀ THẢO LUẬN Hình 4.23: Ảnh mã vạch bị đứt nét sử dụng nhận dạng Hình 4.24: Mã vạch thẳng bị đứt nét sau tiền xử lý Bảng 4.8: Kết mô ảnh thẳng bị đứt nét Tổng số ảnh Nhận dạng Nhận dạng sai 25 25 100% 100% 0% Hình 4.25: Mã vạch nghiêng bị đứt nét sau tiền xử lý 58 Chương KẾT QUẢ VÀ THẢO LUẬN Bảng 4.9: Kết mô ảnh nghiêng bị đứt nét Tổng số ảnh Nhận dạng Nhận dạng sai 25 20 100% 80% 20% Hình 4.26: Ảnh đứt nét Hình 4.27: Ảnh phân Hình 4.28: Kết sau nghiêng trái đoạn Otsu khơi phục ảnh Hình 4.29: Ảnh đứt nét Hình 4.30: Ảnh phân Hình 4.31: Kết sau nghiêng phải đoạn Otsu khơi phục ảnh Trong trường hợp ảnh có mã vạch bị đứt nét, mã vạch nằm ngang việc tái tạo lại thông tin mã vạch nhận dạng thông tin đạt 100%, với mã vạch bị nghiêng sau trải qua trình tiền xử lý ảnh mà kết thu vạch thẳng gãy khúc xếp gối đầu lên việc khôi phục thông tin nhận dạng mã vạch có kết khơng mong muốn Do trường hợp mã vạch bị nghiêng đứt nét đạt hiệu 80% Để đạt kết tốt trình nhận dạng mã vạch ảnh sau phân đoạn Otsu vạch gấp khúc cần phải sửa lại thành vạch thẳng trước đưa vào khối khôi phục thông tin mã vạch 59 Chương KẾT QUẢ VÀ THẢO LUẬN Đồ thị nhận dạng mã vạch bị đứt nét 110% 100% 100% 90% 80% 80% 70% 60% 50% 40% 30% 20% 20% 10% 0% 0% Mã vạch nằm thẳng Đúng Sai Mã vạch nằm nghiêng Hình 4.32: Đồ thị kết mô mã vạch bị đứt nét Hiện có nhiều thiết bị nhận dạng mã vạch mà thiết bị có phương pháp nhận dạng mã vạch khác nhau, máy quét thông thường tạo đường quét ngang để xác định kết nên tốc độ nhanh, không đọc mã vạch nằm nghiêng, bị đứt nét Các phầm mền đọc khác dùng phương pháp quét nhiều đường để tăng độ xác cho kết nhận dạng quét nhiều đường nên thời gian nhận dạng bị tiêu tốn Phương pháp luận văn mã vạch phục hồi nên sử dụng lần quét để nhận dạng kết thời gian nhận dạng nhanh bù lại thời gian khôi phục mã vạch 60 Chương KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN Chương KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 5.1 Kết luận Luận văn thực đạt kết sau: Thực tiền xử lý ảnh gốc có chứa đối tượng mã vạch EAN-13 gồm làm mịn ảnh, dị biên, xoay ảnh có mã vạch bị nghiêng ngang, tách lấy mã vạch khỏi ảnh gốc, tăng cường ảnh, phân vùng ảnh Điểm luận văn dùng phương pháp so sánh tổng số điểm ảnh cột mức logic mức logic để xác định giá trị cho cột Dựa vào phương pháp mà xử lý khôi phục thông tin mã vạch bị đứt nét liệu Tính khoa đề tài sau mã vạch phục hồi ta thu ảnh nhị phân có cột hàng giống nên trình nhận dạng mã vạch hệ thống quét lần thay cho việc qt tồn kích thước ảnh Sau thực hình ảnh mã vạch rõ nét đồng thời thông tin ảnh phục hồi giai đoạn tiền xử lý có độ xác hiệu đáng tin cậy Quy trình nhận dạng giải mã thông tin mã vạch dựa vào tập ảnh mẫu 260 ảnh mã vạch Kết nhận dạng sai 16 ảnh 260 ảnh nên hệ thống nhận dạng độ xác 89,2% Ngồi phương pháp nhận dạng mã vạch luận văn số vấn đề cần cải thiện: Chỉ nhận dạng giải mã mã vạch có góc nghiêng nhỏ 900, không nhận dạng với mã vạch bị uốn cong theo sản phẩm, thời gian thực nhận dạng giải mã chưa quan tâm, thời điểm nhận dạng giải mã mã vạch đồng thời kết nghiên cứu giới hạn mã vạch EAN13 nên cần thời gian nghiên cứu nhận dạng giải mã thêm loại mã vạch khác 61 Chương KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 5.2 Hướng phát triển luận văn Trong tương lai, luận văn xây dựng hệ thống xử lý nhanh với độ xác cao Từ tiền đề luận văn, người nghiên cứu tương lai xây dựng hệ thống nhận dạng mã vạch không bị giới hạn góc nghiêng mã vạch nhỏ 900, mã vạch có hình dạng cong theo vật thể Ngồi hệ thống nhận dạng đồng thời nhiều mã vạch lúc với nhiều loại mã vạch khác 62 TÀI LIỆU THAM KHẢO TÀI LIỆU THAM KHẢO [1] Âu Dương Đạt, Lê Thành Nguyên, "Quản lý phòng máy mã vạch," trường đại học Khoa Học Tự Nhiên Tp HCM, 2004 [2] Vũ Thành An, Nguyễn Thanh Hải, "Thuật toán Shannon Wawelet để nhận biết vùng nghi vấn ảnh CT," Luận văn thạc sĩ, trường đại học Sư Phạm Kỹ Thuật Tp HCM, 2013 [3] Đồn Hịa Minh, Lưu Minh Thái, "Qt mã vạch thẻ điện thoại ứng dụng điểm danh, ," trường đại học Cần Thơ2014 [4] Nguyễn Thị Nhật Quỳnh, Nguyễn Thanh Hải, "Phân đoạn ảnh CT/MRI để làm rõ khối u," Luận văn thạc sĩ, trường đại học Sư Phạm Kỹ Thuật Tp HCM, 2016 [5] P N Tra, N T Hai, and T T Mai, "Image segmentation for detection of benign and malignant tumors," in Biomedical Engineering (BME-HUST), International Conference on, 2016, pp 51-54: IEEE [6] A Zamberletti, I Gallo, and S Albertini, "Robust angle invariant 1d barcode detection," in Pattern Recognition (ACPR), 2013 2nd IAPR Asian Conference on, 2013, pp 160-164: IEEE [7] N Hashim, N Ibrahim, N Saad, F Sakaguchi, and Z Zakaria, "Barcode recognition system," International Journal of Emerging Trends & Technology in Computer Science (IJETTCS), vol 2, no 4, pp 278-283, 2013 [8] S S Upasani, A N Khandate, A U Nikhare, R A Mange, and R Tornekar, "Robust Algorithm for Developing Barcode Recognition System using Webcam," 2016 [9] Barcode.Available: https://en.wikipedia.org/wiki/Barcode#Collins_at_Sylvania, 20/8/2018 [10] International Article Number Available: https://en.wikipedia.org/wiki/International_Article_Number, 20/8/2018 [11] Nguyễn Thanh Hải, Giáo trình Xử lý ảnh NXB Đại học Quốc gia, 2014, tr 141-151 [12] Nguyễn Thanh Hải, Giáo trình Xử lý ảnh NXB Đại học Quốc gia, 2014, tr 105-115 [13] N Otsu, "A threshold selection method from gray-level histograms," IEEE transactions on systems, man, and cybernetics, vol 9, no 1, pp 62-66, 1979 [14] N V An, "So sánh số phương pháp phát biên," VNU Journal of Science: Natural Sciences and Technology, vol 31, no 2, 2015 63 S K L 0 ... Chương NHẬN DẠNG MÃ VẠCH Chương NHẬN DẠNG MÃ VẠCH 3.1 Sơ đồ khối tổng quát nhận dạng mã vạch Vấn đề đề tài nhận dạng mã vạch từ hình chụp có chứa mã vạch với dạng mã vạch nằm theo phương ngang, ảnh. .. dụng mã vạch, từ đề cập đến mục đích đề tài Chương Cơ sở lý thuyết Trình bày khái quát mã vạch, vấn đề xử lý ảnh, phương pháp xử lý ảnh Chương Nhận dạng mã vạch: Trình bày trình xử lý nhận dạng, ... 3.2: Các dạng mã vạch nằm nghiêng sử dụng Bảng 3.3: Mã vạch có kích thước khác 28 Chương NHẬN DẠNG MÃ VẠCH Bảng 3.4: Ảnh mã vạch bị đứt nét sử dụng nhận dạng 3.3 Tiền xử lý Tiền xử lý ảnh trình
