专利名称：读取器和读取方法
技术领域：
此文说明的实施例主要涉及一种读取器和读取方法。
背景技术：
在诸如商品销售、配送以及产品生产等的多个领域中，诸如条形码等的各种编码用于写入有关物品管理的信息。为了读取这种编码，使用直接对准编码而读取此编码的手持扫描枪或笔式扫描枪、能向多个方向发出波束从而用这些波束中的任意波束读取编码的固定式扫描枪、以及其他类型的扫描枪。不过，在上述的相关领域中，当将编码印刷或者附着在可变形的对象上时，编码将随着对象的变形而扭曲，因此编码不能被读取。
发明内容
这些实施例的一个目的是提供一种能够读取即使扭曲的编码的读取器和读取方法。根据一个实施例，读取器包括:获取单元，其被构造成获取包含编码的图像；检测单元，其被构造成从图像中检测包含上述编码的一部分的多个局部区域；整合单元，其被构造成整合多个局部区域以获得整合区域；读取单元，其被构造成读取整合区域上的编码。根据上述的读取器，即使扭曲的编码也可以被读取。
图1是示出第一实施例的读取器的示例的构造图；图2是示出第一实施例的编码的示例的图；图3是示出第一实施例的检测单元的详细示例的构造图；图4是示出了第一实施例的由检测单元检测到的多个局部区域的示例的图；图5是示出了第一实施例的由整合单元得到的整合区域的示例；图6是示出了第一实施例的由整合单元得到的整合区域的示例；图7是示出第一实施例的读取单元的读取方法的示例的说明图；图8是示出第一实施例的读取单元的上述读取方法的示例的说明图；图9是示出第一实施例的读取单元的上述读取方法的示例的说明图；图10是示出第一实施例的读取单元的上述读取方法的示例的说明图；图11是第一实施例的读取处理的示例的流程图；图12是示出第二实施例的读取器的示例的构造图13是示出第二实施例的将被检测单元检测的对象的示例的图；图14是示出由第二实施例的整合单元获取的整合区域的示例的图；图15是示出根据第二实施例的读取处理的示例的流程图；以及图16是示出根据上述的第一实施例和第二实施例的读取器的典型硬件构造的方框图。
具体实施例方式以下将参考附图详细说明一些实施例。第一实施例图1是示出第一实施例的读取器10的示例的构造图。如图1所示，读取器10包括获取单元11、检测单元13、整合单元15和读取单元17。通过使用诸如中央处理单元(CPU)等的处理器执行程序，也就是说，能够通过软件实现读取器10的各个单元，也能够通过诸如集成电路(IC)等的硬件来实现上述的各个单元，或者通过软件和硬件的结合来实现上述的各个单元。获取单元11获取由图像输入单元(未示出)采集的图像。可以通过诸如数码相机等的成像设备来实现图像输入单元，并且该图像输入单元输入采集的图像。在第一实施例中，由图像输入单元采集的图像，也就是，由获取单元11获取的图像，假设是通过采集被印刷在或附着在诸如可弯曲的对象等的可变形对象上的编码而获取的图像。因此，在第一实施例中，获取单元11获取包含编码的图像。如果图像输入单元采集到随着对象的变形而扭曲的编码，由获取单元11获得的图像中的编码因此也会被扭曲。根据第一实施例的编码是能够被光学识别的编码，以及该编码使用如下的模式:在此模式中，类似模式在局部被重复地排列。具体地讲，在第一实施例中的编码使用如下的模式:在该模式中，第一方向上的模式是彼此不同的，而与第一方向垂直的第二方向上的模式是一致的。在第一实施例中，第一方向被假定为是印刷有或附着有编码的对象的主轴方向，第一方向在下文中将被称为编码的主轴方向。对象的主轴方向与对象的纵向的中央轴相对应，例如，编码的主轴与编码的主轴方向上(第一方向)的中央轴相对应。图2是示出第一实施例的编码21的示例的图。在图2示出的示例中，编码21是一维条形码，在此条形码中，在编码21的主轴方向上使用黑条和白条模式。编码21被假定为印刷在电缆线上(未示出)，该电缆线由图2的示例中的圆柱形示出。然而，编码21的形状不限于此。此外，在图2所示的示例中，编码21假定以如下的方式被印刷在电缆线上:编码21的主轴方向与电缆线的主轴方向彼此一致。检测单元13从由获取单元11获取的图像中检测出多个局部区域，其中每个局部区域包含编码的一部分。具体地讲，检测单元13使用检测器以从由获取单元11获取的图像中检测出多个局部区域，其中包含作为编码(模式)的一部分的模式的局部区域是检测器的检测对象。通过使用包含将被检测的模式的大量样本图像预先执行机器学习能够生成该检测器。图3是示出第一实施例的检测单元13的细节的示例的构造图。如图3所示，检测单元13包括检测器存储单元13A、特征量计算单元13B、量化单元13C和识别单元13D。检测器存储单元13A存储检测器，该检测器具有预先选择的多个组合并且还具有指示样本图像是否是将被检测的对象的信息，其中，每个组合是特征区域和量化学习特征量的组合，其中，所述特征区域包含多个像素区域，所述量化学习特征量是通过量化作为样本图像中的特征区域的特征量的学习特征量而获得的。可以通过预先学习样本图像而获得该检测器。特征量计算单元13B计算输入特征量，其中该输入特征量是与属于图像中的组合的特征区域的每个区域相对应的区域的特征量，其是由获取单元11通过获得特征区域的像素区域的加权和而获取的，其中所述像素区域是被彼此不同的权重加权，或是被加权和的绝对值加权。量化单元13C量化由特征量计算单元13B计算出的输入特征量从而获得量化输入特征量。识别单元13D将由量化单元13C得到的量化输入特征量应用到存储在检测器存储单元13A中的检测器中，从而识别将被检测的对象(局部区域)是否被包含在由获取单元11获取的图像中。图4是示出了第一实施例的由检测单元13检测到的多个局部区域23的示例的图。例如，假定由获取单元11获取的图像中的编码是一维编码，其中一维编码是和如图2所示的编码21 —样的在编码21的主轴方向上使用黑条和白条的模式。在此情况下，如图4所示，检测单元13使用检测器，从而从由获取单元11获取的图像中检测出包含多个黑和白的模式的多个局部区域23，其中对此检测器而言包含多个黑和白模式的局部区域是将被检测的对象。使用包含多个黑和白模式的大量样本图像来预先执行机器学习从而生成该检测器。用于机器学习的样本图像可以是由真实地采集图像而得到的真实的图像，或者是由计算机绘图而制作的人造图像。需要指出，在如图4所示的示例中，由获取单元11获取的图像中的编码21被扭曲(编码21的主轴方向被弯曲)，因为印刷有编码21的电缆线(未示出)被弯曲。整合单元15整合由检测单元13检测到的多个局部区域从而获得整合区域。具体地讲，整合单元15根据由检测单元13检测到的多个局部区域的位置来整合多个局部区域从而获得一个或多个整合的区域。例如，针对由检测单元13检测出的多个局部区域中的每一个，整合单元15使用一局部区域的位置和另一局部区域的位置而计算局部区域之间的距离，并且整合局部区域之间距离比阈值小的局部区域，从而获得一个或多个整合区域。在第一实施例中，针对多个局部区域中的每一个，整合单元15计算局部区域与该局部区域之外的其他局部区域之间的距离，并且整合其间的计算距离小于阈值的局部区域，但是整合单元15并不限于此。例如，可以针对多个局部区域中的每一个，整合单元15计算局部区域和与该局部区域相邻的其他的局域区域之间的距离，并且整合局部区域之间的计算距离小于阈值的局部区域。在第一实施例中，整合单元15基于局部区域之间中心到中心的距离利用分级群集整合局部区域，但是整合局部区域的方法并不限于此。例如，假定一个局部区域的中心位置的两维坐标是(1(1)，7(1))，另一个局部区域的中心位置的两维坐标是(1(2)，7(2))。在此情况下，整合单元15利用等式(I)用平方距离D表示一个局部区域和另一个局部区域之间的距离:D(x(l),y(l),x(2),y(2)) = (x(l) - x(2))2+(y(I)-y(2))2 (I)
如果计算平方距离D (局部区域之间的距离)比阈值小，那么整合单元15整合这两个局部区域，如果平方距离D等于或大于阈值，整合单元15不整合这两个局部区域。图5和图6是示出了第一实施例的由整合单元15得到的整合区域的示例。在图5实施的示例中，因为一个编码21被包含在由获取单元11获取的图像中，整合单元15整合多个局部区域23以获得一个整合区域。另一方面，如图6所示的示例中，因为编码21、31和41被包含在由获取单元11获取的图像中，整合单元15得到三个整合区域，其中一个整合区域是通过整合多个局部区域23而获得的整合区域，一个整合区域是通过整合多个局部区域33而获得的整合区域，一个整合区域是通过整合多个局部区域43而获得的整合区域。如上所述，在第一实施例中，可以避免整合具有不同编码的局部区域，能够获得不同的编码作为分开的编码。这是因为整合单元15整合局部区域之间的距离小于阈值的局部区域，而不整合局部区域之间的距离大于或等于阈值的局部区域。整合单元15也基于由检测单元13检测到的多个局部区域的位置来计算一个整合区域(编码)的主轴。在第一实施例中，整合单元15通过如下的方法计算上述的主轴:适合于整合到整合区域的局部区域的中心位置的2次曲线，但是计算主轴的方法不限于此。例如，整合到整合区域中的局部区域的中心位置中的每一个被表示为(x(i), y⑴),表示主轴的二次曲线为y=ax2+bx+c,其中，i=l, 2,...，N, N表示被整合到整合区域中的局部区域的个数。在此情况下，整合单元15可以通过获得能够使等式(2)表示的函数f(a，b，c)的值最小的变量a、b和c,计算表示整合区域的主轴二次曲线y=ax2+bx+c。
权利要求
1.一种读取器，包括: 获取单元，其被构造成获取包含编码的图像； 检测单元，其被构造成从所述图像中检测包含所述编码的一部分的多个局部区域； 整合单元，其被构造成整合多个局部区域以获得一整合区域；以及 读取单元，其被构造成读取所述整合区域上的所述编码。
2.根据权利要求1所述的读取器，其中， 所述整合单元基于多个局部区域的位置计算所述整合区域的主轴，以及 所述读取单元沿所述主轴读取所述整合区域上的所述编码。
3.根据权利要求1或2所述的读取器，其中， 所述整合单元根据多个局部区域的位置整合多个局部区域，以获得一个或多个整合区域。
4.根据权利要求3所述的读取器，其中， 针对多个局部区域中的每一个，所述整合单元利用一局部区域的位置和另一局部区域的位置计算局部区域之间的距离，并且整合局部区域之间的距离小于阈值的局部区域，以获得一个或多个整合区域。
5.根据权利要求1或2所述的读取器，其中， 所述检测单元还检测多个局部区域中的每一个的方向，以及 所述整合单元根据多个局部区域的位置和方向整合多个局部区域，以获得一个或多个整合区域。
6.根据权利要求5所述的读取器，其中， 对于多个局部区域中的每一个，所述整合单元利用一局部区域的位置和另一局部区域的位置计算局部区域之间的第一距离，还利用一局部区域的方向和另一局部区域的方向计算局部区域之间的第二距离，并且整合基于局部区域之间的第一距离和局部区域之间的第二距离的值小于阈值的局部区域，以获得一个或多个整合区域。
7.根据权利要求5所述的读取器，其中， 对于多个局部区域中的每一个，所述整合单元利用一局部区域的位置和另一局部区域的位置计算局部区域之间的第一距离，还利用一局部区域的方向和另一局部区域的方向计算局部区域之间的第二距离，并且整合局部区域之间的第一距离小于第一阈值并且局部区域之间的第二距离小于第二阈值的局部区域，以获得一个或多个整合区域。
8.根据权利要求1、2、4、6或7中的任一项所述的读取器，其中， 所述编码的模式是其中所述主轴方向上的模式是不同的且与所述主轴方向垂直的方向上的模式是一致的，以及 所述读取单元识别所述整合区域的模式，并且解码所述编码。
9.一种读取方法,包括: 通过获取单元获取包含编码的图像； 通过检测单元从所述图像中检测包含所述编码的一部分的多个局部区域； 通过整合单元整合多个局部区域以获得一整合区域；以及 通过读取单元读取所述整合区域上的所述编码。
全文摘要
本发明为读取器和读取方法。根据一个实施例，读取器包括获取单元，其被构造成获取包含编码的图像；检测单元，其被构造成从所述图像中检测包含所述编码的一部分的多个局部区域；整合单元，其被构造成整合所述多个局部区域以获取整合区域；读取单元，其被构造成读取所述整合区域上的所述编码。
文档编号G06K7/00GK103177230SQ20121044126
公开日2013年6月26日 申请日期2012年11月7日 优先权日2011年11月8日
发明者登内洋次郎, 南纱知, 西山正志 申请人:株式会社东芝