The 8 reference contexts in paper A. Bоriskevich A., А. Борискевич А. (2017) “УСТОЙЧИВЫЙ МЕТОД НОРМАЛИЗАЦИИ ОТСКАНИРОВАННОГО МОБИЛЬНЫМ УСТРОЙСТВОМ ИЗОБРАЖЕНИЯ ШТРИХКОДА // A ROBUST METHOD FOR NORMALIZATION OF BARCODE IMAGES SCANNED WITH A MOBILE DEVICE” / spz:neicon:vestift:y:2016:i:4:p:106-112

  1. Start
    2531
    Prefix
    В настоящее время разработано множество двумерных (2D) штриховых кодов, представляющих собой последовательность черных и белых вертикальных прямоугольников различной ширины или других геометрических фигур, характеризуемых различным соотношением занимаемое место/количество информации
    Exact
    [1]
    Suffix
    . Основными параметрами при выборе сканера штрихкода являются его способность считывать/декодировать определенный тип штрихового кода, невысокие требования к его стоимости, качеству и скорости сканирования штрихкодов, условиям печати и освещения.
    (check this in PDF content)

  2. Start
    3096
    Prefix
    Сканеры штрихкода можно разделить на светодиодные ССD (Сharge-Сoupled Device, прибор с зарядовой связью)-матрицы, лазерные, Linear Image (линейный фотосканер) и Area Image (матричный фотосканер для считывания двумерных штрихкодов с мини-камерой и современными алгоритмами распознавания и декодирования)
    Exact
    [1]
    Suffix
    . Возможности использования мобильных устройств для надежного считывания и декодирования штрихкодов ограничены достаточно высокими требованиями к условиям печати и съемки. Изображения, полученные с помощью мобильных телефонов, характеризуются неоднородным освещением, размытием и геометрическими искажениями.
    (check this in PDF content)

  3. Start
    4638
    Prefix
    Для обеспечения устойчивости к неравномерному освещению исходного штрихкода ( (, ))I Ii j i j N== = (рис. 2) предлагается процедура формирования бинарного контурного изображения, основанная на методе Оцу (Otsu)
    Exact
    [2]
    Suffix
    и алгоритме Канни (Canny) [3], определяемая с помощью следующих систем соотношений: 22 121212 2 12 1 при ( , ), (, ) 0 при ( , ), ()() ()( ()()), arg max( ), opt opt opt T Ii j T Bi j Ixy T T w Tw TTT TT ≥ = <  σ =μ −μ  =σ  
    (check this in PDF content)

  4. Start
    4668
    Prefix
    Для обеспечения устойчивости к неравномерному освещению исходного штрихкода ( (, ))I Ii j i j N== = (рис. 2) предлагается процедура формирования бинарного контурного изображения, основанная на методе Оцу (Otsu) [2] и алгоритме Канни (Canny)
    Exact
    [3]
    Suffix
    , определяемая с помощью следующих систем соотношений: 22 121212 2 12 1 при ( , ), (, ) 0 при ( , ), ()() ()( ()()), arg max( ), opt opt opt T Ii j T Bi j Ixy T T w Tw TTT TT ≥ = <  σ =μ −μ  =σ  
    (check this in PDF content)

  5. Start
    7680
    Prefix
    к контурной линии, (, )SGxyBij и {}()( , )0 , 45 , 90 , 135arctg( , )( , )GSxyGSyGSxijB ij B ijθ∈ ° ° ° °= – величина или модуль вектора градиента (сила контура границы) изображения в точке (i, j) и значения угла направления вектора градиента контура, округляемые до ближайшего угла, кратного 45о. Алгоритм обнаружения контурных линий объектов или детектор контуров Канни
    Exact
    [3]
    Suffix
    является оптимальным для определенного класса контуров (ступенчатый контур) и обеспечивает «хорошее» обнаружение (минимизация вероятностей появления ложных контуров и их пропусков) и локализацию контуров (обнаруженные контуры должны быть как можно ближе к реальным контурам) при минимальном отклике в области шума.
    (check this in PDF content)

  6. Start
    9762
    Prefix
    Процедура локализации граничных линий изображения штрихкода ( (, ))I Ii j i j N== = основана на преобразовании координат точек (i, j) бинарного контурного изображения (( , ))contcontBBij= в (r, q)-пространство с помощью стандартного преобразования Хафа
    Exact
    [4]
    Suffix
    , основанного на параметрическом представлении контурной линии в виде {},( , )cossinLijijρθ=ρ= θ+ θ, где ρ и θ – расстояние от начала координат до линии вдоль вектора и угол в градусах между перпендикуляРис. 2.
    (check this in PDF content)

  7. Start
    13083
    Prefix
    Поскольку линии изображения штрихкода в общем случае не являются прямыми и могут быть кривыми из-за искажений линз мобильной камеры, ее неплоскостности и ручного считывании, то это ухудшает локализацию граничных линий и их угловых точек с помощью преобразования Хафа. В связи с этим разработана процедура селективной коррекции позиций угловых точек граничных линий
    Exact
    [5]
    Suffix
    , основанная на прослеживании и локальной обработке выделенных двух максимально удаленных друг от друга граничных линий, содержащих искомые угловые точки, и поиске направлений текущей угловой точки и следующей угловой точки-кандидата в окрестности 3×3 в восьми направлениях {}1, 2, 3, 4, 5, 6, 7, 8 посредством вычисления множества { }Wg весовых коэффициентов изменения направления и у
    (check this in PDF content)

  8. Start
    16311
    Prefix
    Процедура компенсации геометрических искажений изображения штрихкода ( (, ))I Ii j i j N== =, основанная на использовании локализованных угловых граничных точек, формирующих вектор (, , )123 v vv vT= бесконечно удаленной линии, проходящей через исчезающие точки, и плоскостно-проекционного преобразования H
    Exact
    [6]
    Suffix
    , осуществляется с помощью соотношения, корректирующего координаты (1)Txy пикселов изображения штрихкода в нормализованные координаты (1)THHxy: (1)(1) , , TT HH S AP x yH xy H HHH =  = (3) где cossin sincos 0 01 x Sy s st Hs s t φ− φ  =φφ   , 123 100 HP010 vv v   =   , 1112 2122 01ctg0 0010 0 0
    (check this in PDF content)