1. 研究目的与意义
由于在对PDF417条码图像的采集过程中容易受到各种噪声干扰，使得条码的识别率不高。
本文利用labVIEW虚拟仪器软件平台提供的IMAQ Vision模块，通过实验分析比较各种滤波及边缘检测的方法，提出一套完整的针对PDF417型二维条码的识别方法，该方法能有效的滤除噪声，检测完整的边缘，提高检测精度。
2. 国内外研究现状分析
国外对二维条码技术的研究始于二十世纪八十年代末，研制出了多种码制在编码信息密度上都比传统的一维条码有了很大提高，如pdf417的信息密度是一维条码code 39的20多倍。
自美国symbol公司1991年将pdf417作为一种公开的系统标准后，pdf417被越来越多的标准化机构所采纳，其中就包括aim(国际自动识别制造商协会)、ansi(美国标准化委员会)、cen(欧洲标准化委员会)、aamva(北美机动车管理局)等。
这些都极大地推动了条码识别技术的发展。
3. 研究的基本内容与计划
1. 图像预处理 主要是指去除图像噪声，及选取合适的二值化算法来消除光照不均等不良影响。本文采用中值滤波才消除图像噪声。并选用otsu法，大律法，二值化方法。第二章将会详细介绍该两种图像处理算法。 2. 条码初定位 主要是在采集的图像中定位初二维条码所在的区域，并将该区域从图像中分割出来。以便进行识别。本文2.4将对做详细论述。 3. 条码精确定位 利用二维条码各自的定位特征精确定位二维条码位置。在本文分别详细论述了qr码，data matrix码，pdf417码的精确定位方法。 4. 条码图像校正 边缘检测
被精确定位的条码往往会有一定的偏转、变形需要通过校正变换将二维条码图像校正到正确的位置和形状。本文4.35.36.3亦分别做了详细论述。 5. 条码识别 将条码图像中的模块信息通过一定的方法转换为数据矩阵。qr码和data matrix码分别通过其校正图形，建立采样网络实现该转换，4.3和5.3分别有详细论述。pdf417码则将条码图像分割为各个区块，将这些区块以一维条码的方式分别进行识别，本文6.3将做详细论述。 6. reed-solomon纠错译码 三种二维条码均采用了reed-solomon算法来控制和纠正差错，以恢复条码图像纠错编码、译码算法做详细阐述。 7. 数据译码 将经rs纠错的正确的二维条码数据矩阵信息按其编码规则恢复为条码图像所包含的真正信息。qr码，data matrix码，pdf417码。分别有其特定的数据编码规则。 所谓边缘，是指周围像素灰度有阶跃变化或屋顶变化的那些像素的集合。它反映是图像灰度的不连续性，与纹理信息的提取有极其密切的关系。它是图像的最基本特征。边缘检测必须满足两个条件：一是能有效抑制噪声，二是尽量精确定位边缘的位置。现有的边缘检测方法基本可划分为两类：基于一阶导数和基于二阶导数的方法。前者通过寻找图像一阶导数中的最大和最小值来检测边界，通常是将边界定位在梯度最大的方向，如差分法、roberts算子、prewitt算子、sobel算子等。后者通过寻找图像二阶导数过零点来寻找边界通常是laplacian过零点或者非线性差分表示的过零点这类算子主要有laplacian、log、canny等。下面对几种主要的边缘检测算法作简单比较。 (1) 差分边缘检测方法是最原始、最基本的方法，根据灰度迅速变化处一阶导数达到最大(阶跃边缘情况)原理，利用导数算子检测边缘。这种算子具有方向性，要求差分方向与边缘方向垂直，运算繁琐，目前很少采用。 (2) 梯度边缘检测方法利用梯度幅值在边缘处达到极值检测边缘。此方法不受施加运算方向限制，同时能获得边缘方向信息，定位精度高，但对噪声较为敏感。
(3) roberts算子采用对角线方向相邻两像素之差近似梯度幅值检测边缘。检测水平和垂直边缘的效果好于斜向边缘定位精度高对噪声敏感。
4. 研究创新点
1.通过对目前图像滤波和边缘检测的各种方法进行比较分析，选择最合适的中值滤波和Differentiation算子的边缘检测的图像处理方法，能够有效的去除背景和噪声的干扰，并提取完整清晰的图像边缘，提高检测精度，达到快速准确识别的目的。
2.利用LabVIEW的IMAQ VISION软件包完成图像的显示，滤波，边缘检测等，系统的速度比其他编程语言快4-10倍
