本发明涉及对条码图像的扫描和处理，尤其涉及一种条码图像的处理方法、装置及系统。
背景技术：
在对患者的病理诊断中，生化分析和免疫组化起着重要作用。近年来，随着患者和病理标本的数量的急剧增加，病理科相关医务人员的工作量也呈现爆发式增长。
目前，已经出现了全自动生化分析仪和全自动染片机用于提高检测速度。然而，现有的生化分析仪和染片机在读取载有病理标本的载玻片上的条码标签时，均是一次读取一个条码；也就是说，每次扫描只能得到一个患者或一个病理标本的信息。在加液、染色等均已实现自动化的情况下，读取条码进而获取患者及其病理结果信息的较慢的速度成为了进一步减轻医务人员工作量的瓶颈。
因此，亟需一种新的条码图像的处理方法，以提高条码读取速度。
技术实现要素：
本发明的第一方面涉及一种条码图像的处理方法，其包括：一次性地获取包含多个条码的图像；利用预设的条码模板对所述图像进行扫描，以尝试与图像中的每个条码进行匹配；对匹配成功的条码进行提取；将提取到的条码进行解码，得到条码中包含的信息。
本发明的第二方面涉及一种条码图像的处理装置，其包括：获取单元，用于一次性地获取包含多个条码的图像；匹配单元，用于利用预设的条码模板对所述图像进行扫描，以尝试与图像中的每个条码进行匹配；提取单元，用于对匹配成功的条码进行提取；解码单元，用于将提取到的条码进行解码，得到条码中包含的信息。
本发明的第三方面涉及一种条码图像的处理系统，其包括上述的条码图像的处理装置，所述系统还包括cmos传感器，用于拍摄包含多个条码的图像，并将拍摄到的包含多个条码的图像发送给所述获取单元。
本发明的条码图像处理方法、装置和系统可以提高条码读取速度，减轻相关医务人员的工作量。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细的说明。
图1为本发明实施例提供的第一种条码图像的处理方法的流程图；
图2为本发明实施例提供的第二种条码图像的处理方法的流程图；
图3为本发明实施例提供的第三种条码图像的处理方法的流程图；
图4为本发明实施例提供的第四种条码图像的处理方法的流程图；
图5为本发明实施例提供的第一种条码图像的处理装置的示意图；
图6为本发明实施例提供的第二种条码图像的处理装置的示意图；
图7为本发明实施例提供的第三种条码图像的处理装置的示意图；
图8为本发明实施例提供的条码图像的处理系统的相关部件的结构示意图；
图9为本发明实施例提供的条码图像的处理系统的相关部件的侧视图；
图10为本发明实施例提供的条码图像的处理系统的相关部件的主视图；
图11为载玻片承载条码的示意图；
图12为模糊化的条码模板示意图。
附图标记说明：
501-获取单元502-匹配单元503-提取单元504-解码单元505-第一判断单元506-存储单元507-第二判断单元
601-cmos传感器602-机械臂603-距离604-载玻片605-容器606-条码607-条码模板608-条码边界609-模糊化的条码模板
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不构成对本发明的限制。
图1为本发明第一种实施例提供的条码图像的处理方法的流程图。该方法包括步骤：
s101，一次性地获取包含多个条码的图像。
图像的获取可以采用高分辨率cmos传感器，例如，800万像素cmos照相机，能够拍摄最大分辨率为3502×2336的800万像素的照片，cmos照相机可位于多个条码标签的顶部，距离可根据实际需要进行设定，例如可以是190mm、180mm或更小。包含多个条码的单个图像被提供到脚本，以用于处理。本领域技术人员可以理解的是，也可以使用具有比800万像素更低或更高分辨率的cmos照相机，用于拍摄包括条码的照片。
优选地，上述多个条码可以包括一维条码，也可以包括二维条码，还可以同时包括一维条码和二维条码。
s102，利用预设的条码模板对所述图像进行扫描，以尝试与图像中的每个条码进行匹配。
预设的条码模板是包含待识别的多个条码中的一个条码的图片。事实上，所述预设的条码模板可以是包含待识别条码中的任意一个条码或相似条码的图片。
s103，对匹配成功的条码进行提取。
将与条码模板匹配成功的所有条码提取出来，被裁剪成独立的条码。
s104，将提取到的条码进行解码，得到条码中包含的信息。
经过解码后的条码信息可以包含患者样本的病例号、样本编号、样本处理条件、医院名称、日期等样本信息，还可以包含患者的性别、年龄和患病状况等个人信息。
与传统的每次只能扫描一个条码的现有技术相比，本发明实施例提供的条码图像的处理方法显著提高了对患者记录的扫描处理速度。
图2为本发明第二种实施例提供的条码图像处理方法的流程图，该方法包括步骤：
s201，一次性地获取包含多个条码的图像。
该图像的获取方式可以与图1所示的实施例中的获取方式相同，在此不再赘述。
s202，对预设的条码模板进行高斯模糊处理，得到模糊化的条码模板。
如上所述，预设的条码模板是包含待识别的多个条码中的一个条码的图片，所以预设的条码模板可能包含对某个具体患者来说独特的条码特征，而这将妨碍模板图像与其他患者的条码的成功匹配。因此，在预设的条码模板被提供以用于尝试与每个条码匹配之前，采用以下表达式进行高斯模糊处理。
高斯模糊处理的目的是滤掉对于一个条码来说具体的特征，得到富含一般性特征的模板(即，模糊化的模板)，其代表可能被获取的所有条码，从而有助于识别出图像中的每个条码。
s203，利用所述模糊化的条码模板对所述图像进行扫描，以尝试与图像中的每个条码进行匹配。
s204，对匹配成功的条码进行提取。
s205，将提取到的条码进行解码，得到条码中包含的信息。
图3为本发明第三种实施例提供的条码图像的处理方法的流程图，该方法包括步骤：
s301，一次性地获取包含多个条码的图像。
s302，对预设的条码模板进行高斯模糊处理，得到模糊化的条码模板。
s303，利用所述模糊化的条码模板对所述图像进行扫描，以尝试与图像中的每个条码进行匹配。
s304，判断匹配结果是否成功；如果是，则进入步骤305；如果否，则返回步骤s303。
优选地，使用以下公式所示的互相关运算来判断是否匹配成功：
其中，r(x,y)为互相关系数，t表示模板图像，i表示获取的包含多个条码的图像。当没有匹配度较小时，互相关系数较小，当完全匹配时，互相关系数达到最大值，此时可判断为匹配成功。因为互相关运算可以容易地在灰度图像或边缘图像上执行，因而其应用在识别条码的过程中是非常有利的。
可替换地，还可以使用以下公式所示的绝对误差和(sad)运算来判断是否匹配成功：
其中，t表示模板图像，s表示获取的包含多个条码的图像。将模板的中心在图像中的每个点(x,y)上移动，其中，trows和tcols表示模板图像的行和列。在对于每个点(x,y)进行计算后，最低的sad值给出了在图像中对模板的最佳位置(即，完全匹配)的估计。sad运算执行和理解起来是相对简单的。
s305，对匹配成功的条码进行提取。
s306，将提取到的条码进行解码，得到条码中包含的信息。
图4为本发明第四种实施例提供的条码图像的处理方法的流程图，该方法包括步骤：
s401，一次性地获取包含多个条码的图像。
s402，对预设的条码模板进行高斯模糊处理，得到模糊化的条码模板。
s403，利用所述模糊化的条码模板对所述图像进行扫描，以尝试与图像中的每个条码进行匹配。
s404，判断匹配结果是否成功，如果是，则进入步骤s405；如果否，则返回步骤s403。
s405，对匹配成功的条码进行提取。
s406，将提取到的条码进行解码，得到条码中包含的信息。
s407，将条码中包含的信息进行存储。
优选地，在步骤s407之后，上述实施例还可以包括步骤：
s408，判断图像中包含的条码是否均已被解码；如果否，则返回步骤s406；如果是，则结束。
在本发明的条码图像的处理方法中，条码可以是一维条码、二维条码，也可以同时包含一维和二维条码。
图5为本发明实施例提供的第一种条码图像的处理装置的示意图，该装置包括：获取单元501，用于一次性地获取包含多个条码的图像；匹配单元502，用于利用预设的条码模板对所述图像进行扫描，以尝试与图像中的每个条码进行匹配；提取单元503，用于对匹配成功的条码进行提取；解码单元504，用于将提取到的条码进行解码，得到条码中包含的信息。
优选地，所述匹配单元502可以对所述预设的条码模板进行高斯模糊处理，得到模糊化的条码模板，并且利用所述模糊化的条码模板对所述图像进行扫描，以尝试与图像中的每个条码进行匹配。所述预设的条码模板可以是包含所述多个条码中的一个条码的图片。
图6为本发明实施例提供的第二种条码图像的处理装置的示意图，优选地，该条码图像处理装置还可以包括第一判断单元505。在尝试与图像中的每个条码进行匹配之后，所述第一判断单元505用于判断匹配结果是否成功，如果是，则对匹配成功的条码进行提取；如果否，则继续利用所述模糊化的条码模板对所述图像进行扫描。具体地，第一判断单元505可以采用互相关运算或者绝对误差和运算判断匹配结果是否成功。
图7为本发明实施例提供的第三种条码图像的处理装置的示意图，优选地，该装置进一步包括用于存储条码中包含的信息的存储单元506。
优选地，该装置还可以包括第二判断单元507。在将条码中包含的信息存储在存储单元506之后，第二判断单元507判断所述图像中包含的条码是否均已被解码；如果否，则所述解码单元504对未解码的条码进行解码，得到其中包含的信息，并将该信息存储在存储单元506中。
参见图8、图9和图10，其示出了本发明实施例提供的条码图像的处理系统的相关部件，这些相关部件在病理检查中可用在分析患者病理样本的自动染片机上。患者的病理样本位于各个载玻片604上，载玻片放置在容器605中。图8示出了六个载玻片604，事实上，可以在容器中放置更多或更少的载玻片。每个载玻片604上贴有一个条码606，这些条码606将由安装在机械臂602下方的cmos传感器601探测。
在本发明的条码图像处理系统的应用中，各参量的关系式为n＝k*(d/pmin)，其中，n是可探测的载玻片的数量，pmin是解条码器所要求的最小像素分辨率，以正确地解条码而没有错误，d是cmos传感器和载玻片之间的距离(可以理解为cmos传感器与条码所在的平面之间的最远距离603)，k是比例常数。显然，cmos传感器601的像素分辨率越高，cmos传感器601与载玻片604上的条码的距离越大，可以一次性获取的条码的数量就越多。例如，能够探测六个载玻片的800万像素cmos传感器与条码所在的平面之间的最远距离603大约是190mm，该距离将产生独立的300×300个像素的条码。通过调节上述距离，可以用较高分辨率的cmos传感器601探测更多的条码。
参照图11，以此为例说明条码模板对条码图像扫描的具体过程：我们的最终的目标是探测最高的匹配区域。为识别该匹配区域，将条码模板607图像与源图像中的条码606进行比较，一次将条码模板607滑动一个像素(滑动方向如图11中的r方向)。在每个位置，计算该位置的匹配是好是坏，随着该移动过程，结果被存储在矩阵r中，r中的每个位置(x、y)包含匹配度量，用于确定上文提到的最高匹配的函数，此处不再赘述。
图12中的条码边界608至关重要，其帮助隔离图像区域中的切片夹(黑色部分)，因而可以用于扫描定位，原理与二维条码的四个角定位是一样的。采用高斯模糊化后的条码模块609可以提高条码提取量。
以上依据图式所示的实施例详细说明了本发明的构造、特征及作用效果，以上所述仅为本发明的较佳实施例，但本发明不以图面所示限定实施范围，凡是依照本发明的构想所作的改变，或修改为等同变化的等效实施例，仍未超出说明书与图示所涵盖的精神时，均应在本发明的保护范围内。