針對邊緣模糊會導致二維條碼識別率下降的問題，提出了一種基于中值濾波和數學
形態學相結合的二維條碼邊緣檢測識別算法，該算法能夠有效地抑制噪聲，保護邊緣細節，提高檢測精度，從而有效地降低邊緣模糊對條碼識別的影響。文中選取PDF417 二維條碼為應用對象，與傳統的幾種邊緣檢測算法相比。實驗結果表明，該算法能夠更有效地識別條碼邊界，顯著地提高了條碼的識別率。
自動化數據采集技術是信息采集和處理的關鍵技術，條碼技術在自動化數據采集中占重
要地位。二維條碼[1-2] 與一維條碼相比具有信息容量大、密度高、糾錯能力強、譯碼可靠性高、保密性好等特點，可以表示數據文件、指紋圖片等多媒體信息。因此二維條碼廣泛應用于身份驗證、安全防偽、電子商務等眾多領域。
在傳統的條碼識別過程中，由于受條碼印刷和圖像采集設備的限制，以及在流通過程中
污染損壞等因素導致圖像的缺陷，以至于邊緣模糊。目前對條碼識別算法大多是基于邊緣檢測的，因此邊緣模糊是影響條碼識別的重要因素。邊緣可以被定義為在局部區域內圖像特征的差別，它表現為圖像上的不連續性。傳統的條碼邊緣檢測算法[3-4]是先對條碼信號進行一階差分，然后找出條碼圖象的邊界位置。目前邊緣檢測的方法很多，傳統的方法是采用邊緣檢測算子求解二維實函數的梯度，然后再選取合適的閾值以提取邊緣，這些經典的邊緣檢測算子主要有：Roberts 算子，Prewitt 算子，Sobel 算子以及Laplaican 算子，Canny 算子等，這些算子的主要缺點是對噪聲敏感和邊緣定位精確度低。中值濾波是一種濾除噪聲的非線性處理方法，在一定的條件下它既可以除去噪聲，又可以很好地保護圖像邊緣。數學形態學[5]是一種非線性的圖像處理和分析理論。它主要的研究方法是，從集合的角度來處理圖像，其是以結構元素為基礎對圖像進行分析的數學工具，基本思想是用具有一定形態的結構元素去度量和提取圖像中的對應形狀以達到對圖像分析和識別的目的。本文以PDF417 條碼為應用對象，采用基于中值濾波和數學形態學相結合的二維條碼邊緣檢測算法。實驗結果表明，與傳統的幾種邊緣檢測算法相比，本文采用的識別算法能夠更有效地識別條碼邊界、保護邊緣細節、提高檢測精度，顯著地提高了條碼的識別準確度。