二維條碼" title="二維條碼">二維條碼PDF417中PDF為Portable Data File的縮寫，每一個PDF碼的儲存量可高達1 108字節，若將數字壓縮則可存放2 729字節。作為一種新的信息存儲和傳遞技術，PDF417具有成本低、信息可隨載體移動、不依賴于數據庫和計算機網絡、保密防偽性能強等優點，廣泛應用在國防、公共安全、交通運輸、醫療保健、工業、商業、金融、海關及政府管理等領域，PDF417碼的例子如圖1所示。
1 系統總體設計
本系統在FPGA上使用SOPC" title="SOPC">SOPC技術來實現無線手持二維條碼識讀器，與傳統一維條碼識讀器最大的區別在于完全脫離后臺數據庫，以及在高達50％破損率的情況下能夠進行高效率識別。
SOPC技術是一種基于FPGA解決方案的SOC，由美國Altera公司于2000年提出。基于SOPC平臺的開發結合了FPGA靈活可編程與片上。NioslI軟核處理器的用戶可配置等特點。在實現某功能時，通過在NiosII" title="NiosII">NiosII處理器下編寫C程序運行，也可以使用硬件模塊來加速。本系統綜合兩種實現思路，采用高性價比的Cyclone II EP2C35" title="EP2C35">EP2C35系列FPGA實現，系統總體結構如圖2所示。
整個系統由低到高分為三個層次：條碼識別的硬件平臺、μC／OS—II操作系統、條碼譯碼核心算法。最底層硬件平臺采用Altera公司的Cylone II" title="Cylone II">Cylone II EP2C35與ADI公司的視頻解碼芯片ADV7181B，具有8 MB的Flash存儲器，1．MB的SRAM等外設；中間層μC／OS—II操作系統提供任務調度和設備驅動，以及提供各種中斷來實現對外界請求的響應，如模式切換、LCM．顯示、射頻傳送等，有效地提高了系統運行速率；最頂層條碼譯碼核心算法包括了對條碼圖像的預處理和對譯碼數據的RS糾錯，采用C語言在NiosII的集成開發環境中(IDE)實現。
1．1 系統硬件結構
系統通過配置視頻采集芯片ADV7181B，通過圖像采集子系統將CCD采集到的條碼數據存儲在SRAM中后，產生硬件中斷，處理器響應中斷，Nios對SRAM中的數據進行圖像預處理、譯碼及糾錯，通過譯碼算法硬件加速模塊對耗時較多部分算法進行優化，在實現條碼數據譯碼及糾錯后，產生射頻傳送和LCM顯示中斷，進入中斷程序將譯碼數據通過射頻傳輸模塊發送到上位機，并且在LCM實時顯示。其硬件平臺結構原理如圖3所示。
1．2 圖像采集子系統
由于本設計采用的是灰度圖，因此圖像采集子系統的主要功能是：配置采集芯片，從解碼芯片讀出數據流，根據行場同步信號對數據流進行分離，提取出亮度信號，并將采集到的亮度信號通過乒乓緩存存入SRAM中。
在設計中，采用ADI的解碼芯片ADV7181B進行圖像信號的數模轉換，FPGA中的I2C模塊是作為主設備來對ADV7181B進行配置的，而ADV7181B作為從設備來接受I2C總線傳來的數據，實現芯片的初始化、寄存器的配置等。圖4中T_DA為數據信號，TD_VS為場同步信號，TD_HS為行同步信號。
系統上電時，I2C配置模塊將對ADV7181B的內部寄存器進行配置，ADV7181B將模擬信號轉換為Y：U：V為42：2：2的8位CCIR656數字信號，其中輸出的時序包括行場同步、行場消隱、行頻場頻及場識別等信號。
CCD攝像頭采集的圖像實際尺寸為768×576像素，每幀圖像由奇場數據和偶場數據交錯組合而成，奇場數據與偶場數據在時間上是先后輸入的。本設計使用的是320×240的液晶顯示屏，在處理過程中也采用的是320×240的圖片格式，所以要對攝像頭采集的圖片進行提取。在設計中僅采奇場數據的中間240行，并對每行中間的640個數據每兩個像素抽取一個像素，從而得到符合系統要求的圖像大小。由于一幀圖像的奇場數據與偶場數據實際上非常接近，而每行的相鄰兩個像素值也幾乎沒有差異，因此可以得到原輸入圖的縮小圖像而不會有失真。
圖像存入SRAM采用了乒乓緩存，如圖5所示，是為了防止寫出速度快于寫入速度而導致出現錯誤數據。采用兩個行緩存進行乒乓切換，在數據提取子模塊向行A寫入數據時，數據寫出子模塊讀取行緩存B中的數據輸出到總線；在對下一行進行采集時，對行緩存A讀數據，對行緩存B寫數據。因此行緩存寫路選器與行緩存讀路選器在同一時刻選通的一定是不同的行緩存。
2 條碼識別核心算法
條碼譯碼主要流程是首先對條碼進行自適應二值化，然后對條碼進行定位、旋轉、分割。分割出單個碼字后，通過邊緣檢測，得到條碼條空序列模塊寬度后，再進行糾錯解碼。
傳統條碼識別算法在對條碼定位時多采用Hough變換，通過Hough變換提取條碼圖像中的直線傾角來旋轉條碼。但是Hough變換的大運算量并不適用于實時性要求高的的嵌入式設備。筆者結合PDF417條碼自身的特點，采用4點定位的方法來分割條碼，有效提高條碼識別速度。核心算法流程詳細步驟如下：
(1)條碼定位
實際采集條碼時會出現各種傾斜，如圖6所示。如何定位條碼是關鍵的問題。可以利用條碼起始頭特有的比例來定位。按照國標的定義，PDF417二維條碼的起始符黑白條空比是81111113，終止符黑白條空比是711311121。掃描圖像的每一行，分別匹配起始符和終止符的條空比。考慮到條碼采集過程中，邊緣受高斯點擴展函數的影響，只要黑白條空比例的誤差不超過三位，可近似認為符合比例。標記所有符合起始符條空比比例條碼線段，可以得到4個控制點a、b、c、d，用同樣的方法可以尋找符合終止符條空比的條碼線段，確定點e、f、g、h。判斷a、c、e、g是否為正確控制點的標準是，平行邊長度誤差在5個像素點內，且相鄰邊角度為90°，其誤差角度為2°。
(2)行條碼分割及行高確定
由于PDF417條碼是層疊式條碼，在對單行條碼碼字進行識別時，必須得到條碼的行數，然后分離出每一行。首先對條碼使用Sobel算子進行水平邊緣檢測，如圖7所示，然后向水平方向投影，如圖8所示。
已知p(x)對應投影的峰值，也就條碼的邊界，通過對投影下來的每個值求一次差分▽ p(x)，然后逐個判斷各個差分值，如果連續兩個投影的差分值前一個是負數而后一個是0或者正數，則說明此點是峰值。峰值處的坐標即為條碼分層的地方，考慮到條碼層與層連接的地方在二值化時會出現噪點，則取每層條碼圖像中間的50％作為有效圖像。
(3)碼字識別
分割出單個碼字后，得到條空的像素個數，記為{M1，M2，…，M8}，因為4個條和4個空的總模塊數為17，可以根據式(1)得出條模塊數的集合{T1，T2，T3，T4)。同樣，用Ki替代式(1)中的Ti，可得到空模塊數的集合{K1，K2，K3，K4}。
因PDF417條碼用了三個簇的數據來組成一個條碼，三個簇的數據量較大，且每個簇中的數據與條空比無一致對應關系，所以就涉及把條空比轉換成條碼數據的問題。本算法采用的解決方案是：用哈希算法來查找：
F=Z×1400+K2×216+T3×36+K4×6+T (2)
式(2)中Z為空1模塊數和條2模塊數的組合，再利用F的值進行查找，實現數據流的譯碼。數據流譯碼不是本文重點，這里不再詳細闡述。
3 系統軟件設計
系統軟件是在Nios II的μC／OSII操作系統下進行C語言編程的。系統初始化主要包括對采集芯片、射頻傳輸控制模塊、網絡接口的初始化，整個系統動態掃描條碼圖像和實時譯碼。系統主要流程如圖9所示。其中，系統初始化時利用函數IOWR(SIGNAL_CAP_O_BASE，O，1)將采集模塊全局信號復位，然后使用函數alt_irq_register。(SIGNAL_CAP_0_IRQ，NULL，sig_cap_irq_proc)來建立一個用戶中斷程序，對按鍵中斷響應進入中斷服務程序sig_cap_irq_proc，向攝像頭發送采集指令。當采集模塊完成一幅條碼圖像采集后，產生一個硬件中斷，將標志FLAG置1。當主循環程序判斷FLAG為1時，就可以從外擴的SRAM中將圖像數據讀入SDRAM中，接著進行圖像預處理和譯碼，其中包括用自定義用戶指令和硬件模塊實現的一些運算量大的部分。射頻傳輸與NiosII的PIO口相連，通過函數IOWR_ALTERA_AVALON_PIO_DA_TA來實現。
4 實驗與分析
本識別系統工作頻率為100 MHz，圖像采樣分辨率為320×240，一幅條碼圖像識別時間為60 ms。本系統有如下幾個特點：
①利用PDF417碼本身的特點來定位分割條碼，與傳統的條碼定位分割算法相比，大大提高了條碼識別速率。傳統二維條碼定位分割多采用Hough變換來確定條碼傾斜角度，不能滿足手持式嵌入式條碼識讀器的實時性要求。
②在FPGA中嵌入NioslI軟核處理器，簡化硬件設計，同時使系統更加穩定。FPGA的可重配置以及SOPC的可裁減使系統具有很高的資源利用率，而且方便升級和維護。
③利用自定義模塊、自定義指令、C2H硬件加速等方法刮對部分耗時算法進行優化，大大提高了整個系統識別速率。
筆者針對不同環境下采集的300幅條碼圖像進行了三次測試：第一次是在條碼無破損的情況下，第二次是在條碼有5％破損和污染的情況下，第三次隨機識別100幅條碼。本文所采用的算法平均識別率達96．7％，耗時60ms，如表1所列。
結 語
二維條形碼誕生后，條碼技術的應用領域更加廣泛，不僅應用于物流運輸，還滲透到生產、生活的各個領域。本文介紹了一種基于SOPC的二維條碼識別系統的設計，提出了一種軟硬件綜合的解決方案，由于涉及底層的硬件系統設計和相應的軟件設計，在系統性能優化方面有著很大的空間。