条码信号复原的目的是为了改善条码图像的质量，从而便于识别，它需要知道条码图像降质的机制和过程等先期知识，据此找出一种与此相对应的逆过程求解算法，从而得到复原的条码图像。虽然近年来条码图像复原的研究成果越来越多，但是由于条码图像复原本身所具有的难度，使得研究仍然存在很多问题。现有的降质模型大都基于线性，而实际情况则并非如此。伴随着数字图像处理的应用领域不断扩大，实时处理技术已经成为研究热点，实时性是很多算法应用的前提。在实时条码图像处理系统中，追求算法运行时间的缩短将成为今后研究的方向和目标。

1.2    毕业设计期间主要完成的工作
一、在了解条码信号光学成像模型和传统边缘检测方法进行高密度条码识别局限性的基础上，考虑对高密度条码信号进行复原。通过查阅国内外关于条码信号恢复算法相关文献资料，重点对几种恢复算法进行了研究和适当的分析。基于傅里叶反卷积滤波复原法简单易行，实时性高的特点，利用MATLAB数学工具对该算法进行了仿真，并与同组同学基于总变分最小化方法的复原结果进行了比较。
二、本论文的章节安排为：
1、条码信号的特点以及应用，条码信号恢复算法的研究背景，现状以及其意义等。
2、研究条码信号的成像模型，成像原理，边缘检测的局限性，条码图像恢复的必要性，指出信号复原的实质，引出一般反卷积和盲反卷积两类问题。
3、对于一般反卷积，重点研究了直方图均衡化方法，逆滤波法，最小二乘法以及文纳滤波复原等。对于盲反卷积，重点研究了最大后验法和基于总变分的能量最小化方法。
4、用傅里叶变换复原法对模糊条码信号进行复原，使用MATLAB进行仿真并对结果作了相应的分析。
第二章  条码图像成像模型

本章在阐述条码信号的成像模型的基础上，分析了条码信号中邻近边缘的交互影响，从而传统指出边缘检测方法处理高密度条码信号的局限性。

2.1  条码信号成像模型的数学表述
条码图形只有黑色和白色两种颜色，设白色区域的反射光经过空气和光学望远镜系统达到CCD上，转换成电信号的低电平，即为0；黑色区域的反射光转换成电信号的高电平，即为1，则条码图像可以转化为方波表示。
2.1.1  条码信号成像系统
为了描述条码信号成像系统的特征，通常将成像系统当做是一个线性系统，从而推导出输入与输出关系的一般数学表达式，继而建立成像系统的降质模型，在这理论模型的基础上探究条码图像复原技术。实际中的成像系统都是存在非线性性质的，但是如果这些非线性性质不足以导致严重的影响，或当成像系统在较小范围内满足线性性质时，一般情况下仍然把成像系统看作是线性的。因为线性系统已经建立了非常完整的理论体系，可以完整的反映系统的主要特性[14]。
由成像系统的线性性质可知，成像系统的系统输入 可以分解为无限个基础函数的和，最简单的基础函数即是脉冲函数，所以物函数可以由以下式子表示：
                                     （2-1）
式(2-l)表明，物函数可以看成是带有权因子 的δ函数的线性组合。所以必须求出成像系统对δ函数响应的表达式，然后将每一个基础函数的权因子与它相乘，然后求和即可求得像平面上的像函数 。 可如下表达： 条码信号恢复算法综述(3):http://www.youerw.com/wuli/lunwen_8321.html