Studio e sviluppo di metodologie innovative per la decodifica robusta ed efficiente di codici a barre Il progetto di ricerca ha come scopo l’aumento delle prestazioni di decodifica di codici a barre, sia lineari sia bidimensionali, mediante lo studio e lo sviluppo di nuove metodologie ed algoritmi. Il lavoro si articolerà principalmente lungo tre direzioni principali di ricerca descritte in seguito. Obiettivo 1: Codici Lineari Attualmente i limiti di decodifica di codici a barre sono determinati da due fattori principali: risoluzione e sfocatura derivanti dal sistema di acquisizione. Mentre per la risoluzione i dispositivi “imager” sono sufficientemente robusti in quanto caratterizzati da algoritmi di ricostruzione particolarmente efficienti, la sfocatura rappresenta il problema da affrontare e risolvere in quanto limita in modo sostanziale le prestazioni di decodifica. La sfocatura unita all’inevitabile rumore dei segnali coinvolti, comporta la perdita di parte dell’informazione che impedisce di classificare in modo corretto le “codewords” del codice. Lo scopo principale di tale lavoro è rivolto ad aumentare le prestazioni di classificazione corretta dei segnali affetti da rumore ed alti livelli di sfocatura. In particolare gli attuali algoritmi di classificazione dei segnali ricevuti hanno come elemento propedeutico al successo, la presenza, all’interno del segnali stessi, di tutti i fronti corrispondenti alle transazioni barra-spazio, tipiche di un codice a barre lineare. Questo comporta che sia inevitabile adottare algoritmi in grado di recuperare tali transazioni soprattutto in presenza di blur e rumore. Le principali alterazioni che il fenomeno di sfocatura determina sono la scomparsa di alcuni fronti del segnale e l’alterazione delle loro mutue distanze. Sostanzialmente il fenomeno è riconducibile alle alterazioni di un canale trasmissivo generico evidenziate e ben modellate tramite i “diagrammi ad occhio” volti a mettere in luce il fenomeno di “interferenza di intersimbolo”. Le alterazioni introdotte sono caratterizzate principalmente da due fattori, presenza di rumore e distorsioni dovute soprattutto all’ottica. Queste ultime in particolare possono essere modellate da funzioni di trasferimento specifiche le cui caratteristiche quindi sono note. Essendo appunto note è possibile, in linea di principio, considerarle nel processo di analisi e classificazione del segnale, senza necessariamente dover ricorrere a metodi di equalizzazione del segnale stesso, ma considerando invece metodi funzionali che tengono conto di possibili invarianze ad esse e volti alla minimizzazione dell’errore di decisione (classificazione). Il lavoro proposto su tale tema segue il completamento delle nuove metodologie di classificazione introdotte recentemente e basate sull’impiego di funzionali invarianti al blur. Obiettivo 2: Localizzazione codici matriciali Uno dei problemi principali nella decodifica dei codici a “barre” è la relativa localizzazione all’interno dei segnali campionati dai dispositivi. L’informazione codificata dalla simbologia è contenuta solo in una porzione dei segnali elaborati e la parte di elaborazione tipicamente più costosa è l’individuazione della parte significativa del segnale stesso. Questo è vero sia per le simbologie lineari, ma soprattutto per le simbologie matriciali ove la porzione di immagine relativa alla etichetta è una piccola parte dell’immagine totale. Inoltre le simbologie matriciali (es. Datamatrix o QRCode) non posseggono un valore di ridondanza paragonabile ai codici lineari per i quali il gradiente diventa un elemento fortemente caratterizzante. Questi due fattori (mancanza di ridondanza e piccole dimensioni) costituiscono due elementi che rendono la localizzazione di tali simbologie molto difficoltosa. La localizzazione di tali codici in modo affidabile e veloce rappresenta una sfida tecnologica oggetto di tale progetto con enormi ricadute prestazionali su tutti i dispositivi di decodifica. Obiettivo 3: Codici bidimensionali La decodifica delle simbologie lineari ha visto negli ultimi anni un incremento sostanziale delle prestazioni anche mediante l’introduzione di nuove classi di algoritmi che consentono di decodificare etichette rappresentate mediante segnali a meno di 0,5 pixel per modulo. I codici bidimensionali non posseggono la ridondanza necessaria a raggiungere tali risultati ma nel contempo, posseggono delle regolarità strutturali ben definite che possono essere impiegate per aumentare le prestazioni dei relativi decoder. Anche l’impiego di più acquisizioni consente in linea di principio di ottenere i medesimi benefici visti per le simbologie lineari. Considerando quindi più immagini e considerando le regolarità strutturali è possibile sviluppare algoritmi in grado di decodificare in modo efficace codici matriciali con meno di 1 pixel per modulo. Tema di tale lavoro è lo sviluppo di algoritmi appositi con la successiva realizzazione di un dimostratore tecnologico impiegante tali nuove metodologie. Sia per il caso di codici bidimensionali, sia per quello di codici lineari, attenzione sarà rivolta anche allo studio delle distorsioni dei segnali elaborati dovuti al rumore; in particolare, tramite un’accurata modellazione e stima delle diverse componenti di rumore (additivo, moltiplicativo, Poisson, ...) effettivamente presenti nei segnali reali acquisiti, si intende studiare l’effetto di tale disturbo sulla qualità della decodifica effettuata. Inoltre, si intende investigare la possibilità di sfruttare l’informazione così ottenuta sul modello del rumore direttamente all’interno degli algoritmi di decodifica o, comunque, all’interno di una eventuale fase di pre-processing dei segnali atta alla loro restoration (rimozione della sfocatura e del rumore). L’utilizzo esplicito di tale informazione può, infatti, potenzialmente migliorare le performance degli algoritmi di decodifica.
Studio e sviluppo di metodologie innovative per la decodifica robusta ed efficiente di codici a barre
SGALLARI, FIORELLA;LANZA, ALESSANDRO
In corso di stampa
Abstract
Studio e sviluppo di metodologie innovative per la decodifica robusta ed efficiente di codici a barre Il progetto di ricerca ha come scopo l’aumento delle prestazioni di decodifica di codici a barre, sia lineari sia bidimensionali, mediante lo studio e lo sviluppo di nuove metodologie ed algoritmi. Il lavoro si articolerà principalmente lungo tre direzioni principali di ricerca descritte in seguito. Obiettivo 1: Codici Lineari Attualmente i limiti di decodifica di codici a barre sono determinati da due fattori principali: risoluzione e sfocatura derivanti dal sistema di acquisizione. Mentre per la risoluzione i dispositivi “imager” sono sufficientemente robusti in quanto caratterizzati da algoritmi di ricostruzione particolarmente efficienti, la sfocatura rappresenta il problema da affrontare e risolvere in quanto limita in modo sostanziale le prestazioni di decodifica. La sfocatura unita all’inevitabile rumore dei segnali coinvolti, comporta la perdita di parte dell’informazione che impedisce di classificare in modo corretto le “codewords” del codice. Lo scopo principale di tale lavoro è rivolto ad aumentare le prestazioni di classificazione corretta dei segnali affetti da rumore ed alti livelli di sfocatura. In particolare gli attuali algoritmi di classificazione dei segnali ricevuti hanno come elemento propedeutico al successo, la presenza, all’interno del segnali stessi, di tutti i fronti corrispondenti alle transazioni barra-spazio, tipiche di un codice a barre lineare. Questo comporta che sia inevitabile adottare algoritmi in grado di recuperare tali transazioni soprattutto in presenza di blur e rumore. Le principali alterazioni che il fenomeno di sfocatura determina sono la scomparsa di alcuni fronti del segnale e l’alterazione delle loro mutue distanze. Sostanzialmente il fenomeno è riconducibile alle alterazioni di un canale trasmissivo generico evidenziate e ben modellate tramite i “diagrammi ad occhio” volti a mettere in luce il fenomeno di “interferenza di intersimbolo”. Le alterazioni introdotte sono caratterizzate principalmente da due fattori, presenza di rumore e distorsioni dovute soprattutto all’ottica. Queste ultime in particolare possono essere modellate da funzioni di trasferimento specifiche le cui caratteristiche quindi sono note. Essendo appunto note è possibile, in linea di principio, considerarle nel processo di analisi e classificazione del segnale, senza necessariamente dover ricorrere a metodi di equalizzazione del segnale stesso, ma considerando invece metodi funzionali che tengono conto di possibili invarianze ad esse e volti alla minimizzazione dell’errore di decisione (classificazione). Il lavoro proposto su tale tema segue il completamento delle nuove metodologie di classificazione introdotte recentemente e basate sull’impiego di funzionali invarianti al blur. Obiettivo 2: Localizzazione codici matriciali Uno dei problemi principali nella decodifica dei codici a “barre” è la relativa localizzazione all’interno dei segnali campionati dai dispositivi. L’informazione codificata dalla simbologia è contenuta solo in una porzione dei segnali elaborati e la parte di elaborazione tipicamente più costosa è l’individuazione della parte significativa del segnale stesso. Questo è vero sia per le simbologie lineari, ma soprattutto per le simbologie matriciali ove la porzione di immagine relativa alla etichetta è una piccola parte dell’immagine totale. Inoltre le simbologie matriciali (es. Datamatrix o QRCode) non posseggono un valore di ridondanza paragonabile ai codici lineari per i quali il gradiente diventa un elemento fortemente caratterizzante. Questi due fattori (mancanza di ridondanza e piccole dimensioni) costituiscono due elementi che rendono la localizzazione di tali simbologie molto difficoltosa. La localizzazione di tali codici in modo affidabile e veloce rappresenta una sfida tecnologica oggetto di tale progetto con enormi ricadute prestazionali su tutti i dispositivi di decodifica. Obiettivo 3: Codici bidimensionali La decodifica delle simbologie lineari ha visto negli ultimi anni un incremento sostanziale delle prestazioni anche mediante l’introduzione di nuove classi di algoritmi che consentono di decodificare etichette rappresentate mediante segnali a meno di 0,5 pixel per modulo. I codici bidimensionali non posseggono la ridondanza necessaria a raggiungere tali risultati ma nel contempo, posseggono delle regolarità strutturali ben definite che possono essere impiegate per aumentare le prestazioni dei relativi decoder. Anche l’impiego di più acquisizioni consente in linea di principio di ottenere i medesimi benefici visti per le simbologie lineari. Considerando quindi più immagini e considerando le regolarità strutturali è possibile sviluppare algoritmi in grado di decodificare in modo efficace codici matriciali con meno di 1 pixel per modulo. Tema di tale lavoro è lo sviluppo di algoritmi appositi con la successiva realizzazione di un dimostratore tecnologico impiegante tali nuove metodologie. Sia per il caso di codici bidimensionali, sia per quello di codici lineari, attenzione sarà rivolta anche allo studio delle distorsioni dei segnali elaborati dovuti al rumore; in particolare, tramite un’accurata modellazione e stima delle diverse componenti di rumore (additivo, moltiplicativo, Poisson, ...) effettivamente presenti nei segnali reali acquisiti, si intende studiare l’effetto di tale disturbo sulla qualità della decodifica effettuata. Inoltre, si intende investigare la possibilità di sfruttare l’informazione così ottenuta sul modello del rumore direttamente all’interno degli algoritmi di decodifica o, comunque, all’interno di una eventuale fase di pre-processing dei segnali atta alla loro restoration (rimozione della sfocatura e del rumore). L’utilizzo esplicito di tale informazione può, infatti, potenzialmente migliorare le performance degli algoritmi di decodifica.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
