第5卷第1期 智能系统学报 Vol.5 No.1 2010年2月 CAAI Transactions on Intelligent Systems Feb.2010 dor10.3969/j.issn.1673-4785.2010.01.006 复杂背景和非均匀光照环境下的 条码自动定位和识别 王霞玲，吕岳2，文颖？ (1.华东师范大学计算机科学与技术系，上海200241：2.中国邮政集团公司上海研究院，上海200062：3.上海交通 大学图像处理与模式识别研究所，上海200240) 摘要提出了一种在复杂背景和非均匀光照环境下的条码自动定位识别算法，用于定位和识别实际应用中的条码 图像.该算法首先将灰度图像分成若干个子区域，根据每个子区域的梯度特征和角点特征筛选出可能含有条码的子 区域，对这些子区域采用连通区域算法进行合并和分析，定位出条码区域.由于传统的二值化方法对于非均匀光照 环境下的条码图像处理效果不佳，提出一种改进的Bermsen.二值化算法对条码区域进行二值化处理，有效地减小了 光照不均对条码识别的影响.实验结果表明，该算法可以有效去除大量复杂背景，准确定位和识别任意角度的条码 区域.特别在非均匀光照环境和含有大量文字等复杂背景的情况下，该方法具有明显优势. 关键词：：条码定位：条码识别：复杂背景：非均匀光照：Haris角点检测：Bermsen.算法 中图分类号：：TP391.41文献标识码：.A文章编号：：1673-4785(2010)010035-06 Automatic location and recognition of barcodes on objects with complex background and non-uniform lighting WANG Xia-ling',LU Yue'2,WEN Ying3 (1.Department of Computer Science and Technology,East China Normal University,Shanghai 200241,China;2.Shanghai Research Institute of China Post Group,Shanghai 200062,China;3.Institute of Image Processing and Pattern Recognition,Shanghai Jiao Tong University,Shanghai 200240,China) Abstract::An algorithm was proposed that more effectively locates and recognizes barcodes.The first step was to di- vide the image into several sub-regions.Then sub-regions containing barcodes were determined according to gradi- ents and the presence of comner features.If sub-regions with probable barcodes were found in more than one region, the sub-regions were merged and then analyzed to locate the barcode.Since traditional binarization algorithms pro- duce poor results in non-uniformly illuminated images,the improvements to Bernsen's algorithm were formalized. They greatly reduced the effects of non-uniform illumination on barcode recognition.Experimental results showed that the proposed method could remove complex backgrounds,accurately locating and recognizing barcode regions at any arbitrary angle.In particular,the method achieved good perfomance even with uneven illumination and complex background. Keywords::lbarcode localization;barcode recognition;complex scenes;uneven illumination;Harris corner detec- tion:Bernsern algorithm 随着科学技术的不断发展，条码技术得到了广 描技术通过条码阅读器将光信号转换成电信号，进 泛应用，这与人们的生活密不可分.条码信息的识别 而识别条码.该技术受光照强度的影响较大，一次性 :方式主要有光电扫描技术和图像处理技术.光电扫 识读率不高，条码位置的检测一般要靠人工完成，因 而在有些特殊场合无法采用，图像处理技术主要利 收精日期：2008-11-24 用相机采集图像，采用图像处理的方法对条码进行 基金项目：国家自然科学基金资助项目(60475006)， 通信作者：王玲.E-mai:ilining@gmal.com. 预处理、定位以及识别，无需人工参与，即可实现自 动识别.人们分别从条码图像的空间域和频率域等
(1.Department of Computer Science and Technology,East China Normal University,Shanghai 200241,China;2. Shanghai Research Institute of China Post Group,Shanghai 200062,China;3.Institute of Image Processing and Pattern Recognition, Shanghai Jiao Tong University,Shanghai 200240,China) CAAI Transactions on Intelligent Systems Abstract: An algorithm was proposed that more effectively locates and recognizes barcodes. The first step was to divide the image into several sub-regions. Then sub-regions containing barcodes were determined according to gradients and the presence of corner features. If sub-regions with probable barcodes were found in more than one region, he sub-regions were merged and then analyzed to locate the barcode. Since traditional binarization algorithms produce poor results in non-uniformly illuminated images,the improvements to Bernsen's algorithm were formalized. They greatly reduced the effects of non-uniform illumination on barcode recognition. Experimental results showed hat the proposed method could remove complex backgrounds,accurately locating and recognizing barcode regions at any arbitrary angle. In particular, the method achieved good perfomance even with uneven illumination and complex background. 随着科学技术的不断发展,条码技术得到了广 泛应用,这与人们的生活密不可分.条码信息的识别 方式主要有光电扫描技术和图像处理技术.光电扫 摘 要:提出了一种在复杂背景和非均匀光照环境下的条码自动定位识别算法,用于定位和识别实际应用中的条码 图像.该算法首先将灰度图像分成若干个子区域,根据每个子区域的梯度特征和角点特征筛选出可能含有条码的子 区域,对这些子区域采用连通区域算法进行合并和分析,定位出条码区域.由于传统的二值化方法对于非均匀光照 环境下的条码图像处理效果不佳,提出一种改进的 Bermsen二值化算法对条码区域进行二值化处理,有效地减小了 光照不均对条码识别的影响.实验结果表明,该算法可以有效去除大量复杂背景,准确定位和识别任意角度的条码 区域.特别在非均匀光照环境和含有大量文字等复杂背景的情况下,该方法具有明显优势. 关键词: 条码定位;条码识别;复杂背景;非均匀光照;Haris角点检测;Bermsen算法 (1.华东师范大学计算机科学与技术系,上海200241;2.中国邮政集团公司上海研究院,上海200062;3.上海交通 大学图像处理与模式识别研究所,上海200240) 收稿日期:2008-11-24 基金项目: 国家自然科学基金资助项目(60475006) . 王霞玲',吕 岳'2,文 颖 ? Keywords: barcode localization; barcode recognition; complex scenes; uneven illumination; Harris corner detection;Bernsern algorithm 第5卷第1期 2010年2月 智 能 系 统 学 报 中图分类号: TP391.41 文献标识码: A 文章编号: 1673-4785(2010) 通信作者: 王霞玲.E-mail:ilinling@ gmail.com. 010035-06 复杂背景和非均匀光照环境下的 条码自动定位和识别 描技术通过条码阅读器将光信号转换成电信号,进 而识别条码.该技术受光照强度的影响较大,一次性 识读率不高,条码位置的检测一般要靠人工完成,因 而在有些特殊场合无法采用.图像处理技术主要利 用相机采集图像,采用图像处理的方法对条码进行 预处理、定位以及识别,无需人工参与,即可实现自 动识别.人们分别从条码图像的空间域和频率域等 Automatic location and recognition of barcodes on objects with complex background and non-uniform lighting WANG Xia-ling',LÜ Yue'2,WEN Ying doi: 10.3969/j.issn.1673-4785.2010.01.006 Vol.5 No.1 Feb.2010
·36 智能系统学报 第5卷 角度考虑条码自动定位技术，并取得了一定的成 为了更好地观察梯度D:的变化频率，记为扫描 果u4.Jain等人研究了基于多通道Gabor滤波的条 线j中第i个像素的梯度量化值，t为设定阈值， 码检测算法5]，它通过尺度和方位角将原始图像分 =0, D!>t; 解成一组滤波图像，每个分解的图像能够反映频率 (2) l1, else. 和方向在局部范围内的强度变化.Tropf等人提出了 在实验中，对于每个子区域，用4条扫描线进行 基于DCT(discrete cosine transform)域算法对条码区 梯度分析，扫描线方向依次为：0°、45°、90°、135°，分 域自动定位[6]，该算法可以定位任意旋转角度的条 别记为L:,i=1,2,3,4.若L:梯度量化值的变化频率 码，然而当图像中其他区域的纹理比重远大于条码 大于4次，则该扫描线可能经过条码区域.如果子区 区域时，该算法将会失效.刘宁钟)根据子区域的 域4条扫描线中有1条以上这样的扫描线，则认为 对比度、方向边缘强度、线性尺度等多种特征，自动 该子区域符合条码的梯度特征.图1(a)、图1(b)分 定位复杂背景中的条码区域，但是该算法难以区分 别对含有条码的子区域和背景较为简单的非条码子 和条码类似的纹理，如文字等.在实际应用中，拍摄 区域进行梯度分析，用L1、L2、L3、L4分别表示子区 的条码图像常常会受到不同程度的干扰，给条码的 域中4条不同方向的扫描线，根据式(1)、式(2)得 准确定位和识别带来一定的困难比如在邮政包裹 到上述4个方向上相应的梯度变化分析，记为V1、 自动分拣过程中，由于受到外界光照变化的影响，拍 V、V、V4.可以发现，经过条码区域的4条扫描线 摄的条码图像常常出现光照不均的情况，对后续的 中，一定有一条以上的扫描线梯度变化频繁；而背景 条码定位和识别带来困难， 较为简单的非条码区域的4条扫描线，其梯度变化 本文提出了一种在非均匀光照环境下能够有效 不够频繁，从而可以根据条码的梯度特征去除背景 去除大量复杂背景，同时准确自动定位和识别条码 较为简单的子区域 的算法.将采集得到的灰度图像分成大小相等的 m×n个子区域，根据条码的梯度特征和角点特征， 筛选出可能含有条码的子区域，有效去除了文字、表 格、数字等纹理的干扰，然后通过连通区域算法对含 有条码的子区域进行合并和筛选，定位条码区域.常 规的二值化方法对于实际应用中出现的光照不均和 噪声较为敏感，通过实验对比分析各种二值化算法， 提出一种改进的Bernsen二值化算法对条码区域进 行二值化处理，有效减小了非均匀光照对条码识别 (a)条码子区域的梯度特征 的影响，最后按照条码编码规则，成功识别条码.本 L.LL 文实现了实际应用中的条码自动化识别，具有一定 的研究意义和理论价值 1条码自动定位算法 条码由一组按一定编码规则排列的条、空符号 组成，用来表示一定的字符、数字及符号组成的信 息.将采集得到的灰度图像分成大小相等的m×n个 V 子区域，分析每个子区域的梯度特征和角点特征，筛 选出可能含有条码的子区域.对这些子区域采用连 (b)非条码子区域的梯度特征 通区域算法进行合并和筛选，从而定位出条码区域 图1子区域梯度特征分析 1.1条码的梯度特征 Fig.1 Analysis of gradient feature in subregion 条码由灰度值变化频繁的多个条、空符号组成。 1.2条码的角点特征 第j条扫描线上有p个像素点，其灰度值依次为， 本文是针对复杂背景中的条码进行分析识别， f,…f-1,定义第j条扫描线上第i个像素点的梯 由于实际图像中存在大量的文字、表格、图案等区 域，如何较好地剔除大量复杂背景是条码自动检测 度D:为 中的一个重点.本文采用Hais角点检测法，用于自 D:=f升2+f月-f月-f月 (1) 动剔除和条码类似的纹理如文字、图案、数字等
第1期 王葭玲，等：复杂背景和非均匀光照环境下的条码自动定位和识别 ·37 Harris算子是Harris和Stephens8]提出的一种基于 和角点特征的子区域，由于计算梯度特征比计算角 信号的点特征提取算子.其原理为：如果某一点向任 点特征耗时要少，先按梯度特征过滤大量背景较为 意一个方向小小偏移都会引起灰度的很大变化，这 简单的子区域，再按角点特征排除背景较为复杂的 就说明该点是角点.Harris算子R为 子区域.对于同时符合梯度特征和角点特征的子区 R det(M)-k(trace(M))2. (3) 域，认为该子区域含有条码.采用连通区域标记算 式中： 法，对含有条码的子区域标记为一个黑点，不含 ( ⑧G 1alal⑧G 条码的子区域标记为一个白点.图像中相互毗邻的 ox dv A M= 黑点数目最多的一个区域，即为自动定位的条码区 (aL☒G /u2 ☒G 域.由于条码边缘处子区域中的角点都近似在一条 ax ay \ay 直线上，设条码区域中有N个子区域在条码边缘 l、aL和l业分别为像素点灰度在xy方向的偏 处，对条码边缘处的每个子区域中所有的角点采用 ox ay ax ay hough变换)，依次计算得到相应的倾斜斜率为 导以及二阶混合偏导；⑧是卷积操作，G是选取高斯 k,2,…,kw,从而得到条码的倾斜斜率k为 函数对图像进行平滑滤波，对噪声有一定的抑制作 用；k为经验值，通常取[0.04,0.06]，det(M)= AB-C2,trace(M)=A+B.若式(3)中某点的Harris k= (4) N 算子R大于固定阈值，且为其邻域内的局部极大 值，则该点为角点.Harris算子通过微分运算和自相 输入图像 关矩阵来检测角点，是一种有效的点特征提取算子 它计算简单，不受摄像机姿态及光照的影响9)，即 梯度特征分析 使存在有图像旋转、灰度变化、噪音影响和视点变 换，它也是一种最稳定的点特征提取算法「01.图2 角点特征分析 为子区域角点特征分析，由于文字的笔划纵横交错， 因此文字中出现角点的数量较多.而条码是由一组 连通区域标记 排列整齐的条、空构成，每个条均为矩形，因此一般 在每个条的4个顶点处才有可能出现角点.图2(a) 条码区域定位 中当子区域在条码内部时，角点个数为0；图2(b) 中当子区域在条码边缘处时，所有的角点都近似在 图3条码定位流程图 同一条直线上，具体可采用Hough变换进行判断； Fig.3 Flowchart of barcode localization 图2(c)中当子区域为背景较为复杂的非条码区域 2 条码二值化与识别 时，角点零散分布且无规律性.因此，当子区域中的 角点个数为0或者所有的角点都近似在同一条直线 条码二值化结果的好坏对于条码识别非常重 上时，认定该子区域符合条码的角点特征。 要.目标和背景分离明显、灰度直方图呈明显双峰模 式的条码图像，采用全局阈值化方法可以取得较好 的效果，如0TSU算法21和平均灰度阈值法等.由 于在实际环境中光照不均匀、图像噪声干扰等原因， (a)条码内部的 )条码边缘处的 (©非条码区域 角点特征 角点特征 的角点特征 条码区域的灰度直方图分布不呈双峰性.局部阈值 法常用于识别干扰比较严重，或者非均匀光照的图 图2子区域角点特征分析 像，如Bernsen算法[13]、Niblack算法等.其中Bems- Fig.2 Analysis of comer feature in subregion 1.3条码区域的检测定位 en算法凭借其优异的综合性能，在局部二值化算法 领域占有重要的地位，它比较适合解决光照不均的 条码区域的定位流程图如图3所示.非均匀光 照环境下含有大量复杂背景的条码图像作为一个整 问题.影响条码识别最严重的问题之一正是光照不 体处理时，难以较好地利用条码的梯度特征和角点 均.设f(x,y)表示(x,y)处的像素灰度值，考虑以 特征定位条码，因此将待处理的灰度图像分成m×n (x,y)为中心大小为(20+1)×(2w+1)的区域S, 个大小相等的子区域，找出所有符合条码梯度特征 首先计算f(x,y)点的阚值T(x,y): T(x,y)=
·38 智能系统学报 第5卷 mar fxtky+)+minf+ky+1) 码图像经过改进的Bernsen算法二值化处理后，按 照条码相应的编码规则，即可识别条码. (5 其次，对f(x,y)逐点二值化： b(,）=0,if,y）<T(x,y); (a)非均匀光照下的原始图像 )惊始图像的灰度直方图 (6) 1255, else. 然而，Bernsen算法对噪声比较敏感，因此提出 一种改进的Bernsen算法.设f(x,y)表示(x,y)处的 (何平均灰度阅值法 (dOU算法 像素灰度值，考虑以(x,y)为中心大小为(2w+1)× (20+1)的区域Sf孔x,y)表示(x,y)处经过平滑滤 波后的灰度值，σ为平滑尺度，k、1为窗口内的位置 (c)Bernsen?算法 (0改进的Be:rnsen算法 参数，b(x,y)表示(x,y)处的二值化结果.改进的 图4各种二值化算法比较 Bernsen算法可描述为 Fig.4 Comparison of different binarization algorithms 1)计算f(x,y)点的阚值T(x,y): 3 实验结果与分析 T(x,y)= 八x+k,y+)+mi八x+k,y+) 为了验证本文算法的有效性和准确性，实际采 集了5924幅邮政包裹灰度图像进行测试.图像的 2)对f(x,y)点在(20+1)×(20+1)窗口内进 复杂背景包括文字、表格、数字和图案等，采用可调 行高斯平滑滤波： 焦距扫描相机拍摄，子区域的大小随着采集物体的 1 高度而变化.在Visual C++6.0的平台上编程实 ,）=20+,) 现，实验的机器配置为：Windows XP操作系统， e-(+(a]} Celeron(R)CPU2.66GHz,1024MB内存.图5、图 6分别给出了在均匀光照环境下和非均匀光照环境 3)计算滤波后f(x,y)点的阈值T2(x,y): 下的条码检测和识别结果.可以发现，采用单一的梯 T2(x,y）= 度特征无法较好地区分条码和其他复杂背景：而采 mky+1)+minf+k.y+) 用本文算法，复杂背景的干扰明显减少，能够准确定 位条码区域.由于条码定位过程中采用的角点特征 4)取a∈(0,1)，对f(x,y)逐点二值化： 提取算法和条码识别过程中采用的改进的Bernsen b(x,y）= 算法均尽可能地减少了光照环境对条码定位识别的 0,fx,y）<aT(x,y）+(1-a)T2(x,y); 影响，因此提出的算法不仅在均匀光照环境下能够 L255, else. 取得满意的效果，而且在非均匀光照环境下依然可 当a=0时，该算法即为原Bersen算法，当a=1 以取得令人满意的效果 时，该算法即为高斯平滑滤波.通过调整α的取值， 表1给出了采用本文定位和识别算法所耗费的 使得图像既可以避免光照不均的影响，同时又能平 时间.对于分辨率为8192×4410的图像，平均处理 滑一定的噪声。 速度为2.35幅/8；对于分辨率为3072×2400的图 图4为采用各种二值化算法对非均匀光照环境 像，平均处理速度为6.45幅/s. 下的条码进行二值化处理的比较结果.其中图4(a) 表1条码定位识别处理时间 为非均匀光照环境下的原始条码图像，图4(b)是条 Table 1 Computation time of barcode processing 码图像的灰度直方图，由于其不呈双峰性，因此采用 图像 条码定位/ 条码识别/ 总时间/ 全局二值化算法，会导致目标和背景无法有效分离， 分辨率 ms ms ms 二值化结果不够理想，如图4(c)和图4(d)所示.图 8192×4410 325 100 425 4(e)采用Bernsen局部阈值法，二值化结果虽然不 3072×2400 128 27 155 受光照的影响，然而却存在一定的噪声，图4()采 对流水线上采集的5924幅图像进行了验证， 用提出的改进的Bernsen算法，二值化结果不但不 识别成功的图像为5922幅，识别率为99.97%.实 受光照的影响，同时过滤了噪声，结果较为理想.条 验结果表明，根据本文算法，能够准确地将条码从非
第1期 王葭玲，等：复杂背景和非均匀光照环境下的条码自动定位和识别 ·39· 均匀光照环境的复杂背景中检测和识别出来.无法 识别的图像主要是由于某些包裹存在严重的凹凸不 平，导致拍摄时产生散焦模糊，比如图7所示的散焦 模糊条码图像. 图7散焦模糊的条码图像 Fig.7 Blur barcode image 4结束语 复杂背景下的条码定位识别研究工作有着广泛 (a)原始图像 )单一梯度特征的检测结果 的实际应用价值，本文利用条码的梯度特征和角点特 征，能够去除文字、表格、数字等复杂背景的干扰，有 效定位出复杂背景中的条码区域.针对实际应用中可 能出现的非均匀光照，在对比分析多种二值化算法的 基础上，提出一种改进的Bernsen二值化算法.该算法 (本文算法的检测结果 d,条码定位结果 充分考虑到了光照环境对于条码识别过程的影响，把 Bernsen算法和高斯平滑滤波算法相结合，通过调整 α的取值，尽可能地减少光照对其识别过程的影响. 应用本文算法对复杂背景和非均匀光照环境下的条 码图像进行识别，实验结果表明新算法不仅可以提取 复杂背景中的条码区域，而且尽可能地降低了光照环 (e)条码二值化结果 境对条码识别过程的影响.相比于传统的二值化算 图5均匀光照环境下的条码检测 法，本文提出的改进的Bernsen二值化算法应用于识 Fig.5 Barcode localization in even illumination 别过程，使其具有较高的识别率，较好地解决了非均 匀光照环境的干扰.由于图像在拍摄时产生的散焦模 糊对条码识别有着非常重要的影响，因此今后的工作 将针对如何从散焦模糊图像中识别条码作进一步的 研究 参考文献： (a)原始图像 )单一梯度特征的检测结果 [1]LU Xiangju,FAN Guoliang,WANG Yukuan.A robust bar- code reading method based on image analysis of a hierarchi- cal feature classification[C]//Intemational Conference on Intelligent Robots and Systems.Beijing,China,2006: 3358-3362. [2 ANDO S,HONTANI H.Automatic visual searching and (⊙木文算法的检测结果 d条码定位结果 reading of barcodes in 3-D scene[C]//Proceedings of the IEEE International Vehicle Electronics Conference.Tottori, Japan,2001:49-54. [3]OKTEM R.Bar code localization in wavelet domain by u- sing binary morphology[C]//Proceedings of the IEEE 12th Signal Processing and Communications Applications Confer- ence.Ankara,Turkey,2004:499-501. e)条码二值化结果 [4]ZHANG Chunhui,WANG Jian,HAN Shi,et al.Automatic 图6非均匀光照环境下的条码检测 real-time barcode localization in complex scenes[C]//IEEE Fig.6 Barcode localization in uneven illumination International Conference on Image Processing.Atlanta, USA,2006:497500. [5]JAIN A K,CHEN Y.Barcode localization using texture a-
40● 智能系统学报 第5卷 nalysis[C]//Proceedings of the 2nd Intermational Confer- [13]BERNSEN J.Dynamic thresholding of gray-level images ence on Document Analysis and Recognition.Tsukuba City, [C]//Proceedings of 8th International Conference on Pat- Japan,1993:41-44 tern Recognition.Paris,France,1986:1251-1255 TROPF A,CHAI D.Locating 1-D bar codes in DCT-do- 作者简介： main C].//IEE International Conference on Acoustics, 王霞玲，女，1985年生，硕士研究 Speech and Signal Processing.Toulouse,France,2006: 生，主要研究方向为图像处理和模式 14-19. 识别， 门]刘宁钟.复杂背景中条码检测定位技术的研究[J].南 京航空航天大学学报，2005(37)：4 LIU Ningzhong.Detection and localization of barcode in complicated background[J]].Journal of Nanjing University of Aeronautics Astronautics.2005(37)):1-4 吕岳，男，1968年生，教授、博士 [8]HARRIS C,SITEPHENS M J.A combined coner and edge 生导师、博士，华东师范大学计算机科 detector[C]l//Proceedings of the Fourth Alvey Vision Con- 学技术系主任，上海市自动化学会常务 ference.Manchester,UK,1988:147-151. 理事、模式识别专业委员会副主任，上 [9]|SCHIMID C,MOHR R,BAUCKHAGE C.Evaluation of 海市计算机学会理事、普适计算专业委 interest point detectors[J].International Journal of Com- 员会副主任、计算机教育专业委员会副 puter Vision,2000(37):151-172. 主任.主要研究方向为图像处理、模式识别、智能系统发表 [I0]]SCHMD C,MOHR R,BAUCKHAGE C.Comparing and 学术论文70余篇，授权发明专利2项. evaluating interest points[C]//Proceedings of the 6th In- ternational Conference on Computer Vision.Bombay,Indi- a,1998::230-235. 文颗，女，1975年生，博士研究 11]]DRIVAS D,AMIN A.Page segmentation and classifica- 生，主要研究方向为图像处理、统计学 tion utilizing[C]]//Proceedings of the 3rd International 习理论、流形学习、机器学习、人脸识 Conference on Document Analysis and Recognition.Mont- 别、字符识别等 real,Canada,1995:42-46. [12]]PRATT WK.Digital image processing[M].3rd ed.New York,USA:John Wiley Sons,Inc,2001::174-175. 2010年全国人工智能大会 2010 China National Conference on Artificial Intelligence 人工智能的诞生与发展是20世纪最伟大的科学成就之一，也是新世纪引领未来发展的主导学科之一.它是一门新 思想、新观点、新理论、新技术不断涌现的前沿交叉学科，相关研究成果已经广泛应用到国防建设、工业生产、国民生活中 的各个领域.在信息网络和知识经济时代，人工智能科学技术正在引起越来越广泛的重视，必将为推动科学技术的进步 和产业的发展发挥更大的作用. 为了总结中国人工智能学会CAAI-12以来人工智能科学技术的新进展，交流我国科技工作者在该领域的自主创新 成就，推动人工智能及相关学科的理论研究和科技成果转化，中国人工智能学会决定于2010年8月20-23日在首都北 京召开第十三届全国人工智能大会).本届大会由北京航空航天大学承办，北京邮电大学、北京科技大学、北京理工大学、 北京大学、清华大学，北京交通大学、北京工商大学、首都师范大学、北京工业大学等协办. 本届大会将邀请著名科学家做高等智能（含脑科学、认知科学、人工智能），前沿报告，举办讲座和专题讨论会，组织机 器人足球、中国象棋机器博弈的竞赛和演示.欢迎中国人工智能学会会员及相关领域的研究人员、高校师生、企业家、工 程技术人员、以及一切爱好和有志于智能科学技术事业的朋友踊跃投稿。 大会重要时间： 论文截b时间：：2010年4月1日： 录用通知时间：2010年5月10日： 出版稿截止时间：2010年6月1日： 早注册时间：：2010年6月10日. 征文网址：htp,/caai.cn:8080/caail3
2010年全国人工智能大会 文 颖,女,1975年生,博士研究 生,主要研究方向为图像处理、统计学 习理论、流形学习、机器学习、人脸识 别、字符识别等. nalysis[C] //Proceedings of the 2nd Intermational Conference on Document Analysis and Recognition. Tsukuba City, Japan,1993: 41-44. [6] TROPF A,CHAI D. Locating 1-D bar codes in DCT-domain [ C] //IEE International Conference on Acoustics, Speech and Signal Processing. Toulouse,France,2006: 14-19. [12] PRATT WK. Digital image processing[ M].3rd ed. New York,USA: John Wiley & Sons,Inc,2001: 174-175. 人工智能的诞生与发展是20世纪最伟大的科学成就之一,也是新世纪引领未来发展的主导学科之一.它是一门新 思想、新观点、新理论、新技术不断涌现的前沿交叉学科,相关研究成果已经广泛应用到国防建设、工业生产、国民生活中 的各个领域.在信息网络和知识经济时代,人工智能科学技术正在引起越来越广泛的重视,必将为推动科学技术的进步 和产业的发展发挥更大的作用. 40· 大会重要时间: 论文截止时间: 2010年4月1日; 录用通知时间: 2010年5月10日; 出版稿截止时间: 2010年6月1日; 早注册时间: 2010年6月10日. 征文网址: htp;//caai.cn: 8080/caai13. 作者简介: [8] HARRIS C, SITEPHENS M J. A combined coner and edge detector[ C] //Proceedings of the Fourth Alvey Vision Conference. Manchester, UK,1988: 147-151. 为了总结中国人工智能学会CAAI-12以来人工智能科学技术的新进展,交流我国科技工作者在该领域的自主创新 成就,推动人工智能及相关学科的理论研究和科技成果转化,中国人工智能学会决定于2010年8月20-23日在首都北 京召开第十三届全国人工智能大会).本届大会由北京航空航天大学承办,北京邮电大学、北京科技大学、北京理工大学、 北京大学、清华大学,北京交通大学、北京工商大学、首都师范大学、北京工业大学等协办. 11] DRIVAS D,AMIN A. Page segmentation and classification utilizing[ C] //Proceedings of the 3rd International Conference on Document Analysis and Recognition. Montreal,Canada,1995: 42-46. [10] SCHMD C,MOHR R,BAUCKHAGE C. Comparing and evaluating interest points[C]//Proceedings of the 6th International Conference on Computer Vision. Bombay,India,1998: 230-235. 本届大会将邀请著名科学家做高等智能(含脑科学、认知科学、人工智能) 前沿报告,举办讲座和专题讨论会,组织机 器人足球、中国象棋机器博弈的竞赛和演示.欢迎中国人工智能学会会员及相关领域的研究人员、高校师生、企业家、工 程技术人员、以及一切爱好和有志于智能科学技术事业的朋友踊跃投稿 [7] 刘宁钟.复杂背景中条码检测定位技术的研究[J] . 南 京航空航天大学学报,2005(37) : 1-4. [9] SCHIMID C,MOHR R,BAUCKHAGE C. Evaluation of interest point detectors[J] . International Journal of Computer Vision,2000(37) :151-172. 吕 岳,男,1968年生,教授、博士 生导师、博士,华东师范大学计算机科 学技术系主任,上海市自动化学会常务 理事、模式识别专业委员会副主任,上 海市计算机学会理事、普适计算专业委 王霞玲,女,1985年生,硕士研究 生,主要研究方向为图像处理和模式 员会副主任、计算机教育专业委员会副 主任.主要研究方向为图像处理、模式识别、智能系统.发表 学术论文70余篇,授权发明专利2项. 识别 第5卷 [13] BERNSEN J. Dynamic thresholding of gray-level images [C]//Proceedings of 8th International Conference on Pattern Recognition. Paris,France,1986: 1251-1255. 2010 China National Conference on Artificial Intelligence 智 能 系 统 学 报 LIU Ningzhong. Detection and localization of barcode in complicated background[ J] . Journal of Nanjing University of Aeronautics & Astronautics,2005(37) : 1-4