УДК 004.932
УНИФИЦИРОВАННЫЙ НЕЙРОСЕТЕВОЙ МЕТОД ОБНАРУЖЕНИЯ ДВУМЕРНЫХ И ОДНОМЕРНЫХ ШТРИХКОДОВ С КОРРЕКЦИЕЙ ГЕОМЕТРИЧЕСКИХ ИСКАЖЕНИЙ
К. П. Лапин, студент РГРТУ, Рязань, Россия;
orcid.org/0009-0004-9279-0739, e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
И. И. Сокол, студент РГРТУ, Рязань, Россия;
orcid.org/0009-0001-3539-1596, e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Е. Р. Муратов, к.т.н., доцент кафедры ЭВМ РГРТУ, Рязань, Россия;
orcid.org/0000-0002-1664-3954, e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
А. И. Ефимов, к.т.н., доцент кафедры ЭВМ РГРТУ, Рязань, Россия;
orcid.org/0000-0002-4014-8718, e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Рассматривается задача обнаружения двумерных и одномерных штрихкодов на изображениях, допускающая присутствие нескольких кодов различных типов в рамках одной сцены. Целью работы является разработка унифицированного нейросетевого метода, обеспечивающего точную локализацию DataMatrix, Aztec, одномерных штрихкодов, QR-Code, PDF417 и MaxiCode с учетом вариаций условий съемки, включая геометрические искажения, неравномерное освещение и шумы на поверхности кодов. В качестве нейросетевого локализатора применяется облегченная версия модели YOLOv8, что позволяет использовать её во встраиваемых системах реального времени с поддержкой нейроускорителей. Для одномерных штрихкодов выполняется коррекция геометрических искажений на основе анализа градиентов. Для DataMatrix и Aztec аналогичная коррекция реализована с использованием оптимизированного метода LSD. Оба подхода направлены на повышение вероятности последующего декодирования.
Ключевые слова: локализация штрих-кодов, двумерные коды, одномерные коды, DataMatrix, QRCode, Aztec, Barcode, MaxiCode, PDF417, YOLOv8, LSD, коррекция геометрических искажений.