1、近年來(lái)，假冒偽造商品在市場(chǎng)上頻繁出現(xiàn)，嚴(yán)重影響著我國(guó)經(jīng)濟(jì)的發(fā)展。因此，在現(xiàn)代商品的生產(chǎn)和銷售中，商品真?zhèn)涡畔⒌淖詣?dòng)識(shí)別技術(shù)變得越來(lái)越重要，大量防偽手段應(yīng)用而生。信息防偽碼技術(shù)是一種識(shí)別商品真?zhèn)蔚挠行Х桨?，其中激光防偽碼的自動(dòng)識(shí)別技術(shù)對(duì)維護(hù)市場(chǎng)的正常運(yùn)營(yíng)起了重要作用。然而由于激光防偽碼打碼位置的不固定，導(dǎo)致激光防偽碼背景復(fù)雜多變，而傳統(tǒng)的字符自動(dòng)識(shí)別技術(shù)通常針對(duì)背景單純的高質(zhì)量字符，因此研究適用于復(fù)雜背景下激光防偽碼的切分與識(shí)別算法具有重

2、要意義。
　　本文針對(duì)復(fù)雜背景下的激光防偽碼圖像，提出了基于MeanShift算法的防偽碼字符提取方法，并設(shè)計(jì)了三種字符的切分方法，分別能夠?qū)崿F(xiàn)正常字符切分、交叉粘連字符切分和重疊字符切分，最后通過(guò)提取單個(gè)防偽碼字符的局部二值模式（Local Binary Pattern，LBP）特征進(jìn)行識(shí)別。論文主要研究工作如下：
　?。?）研究了MeanShift算法原理，并對(duì)原始的MeanShift算法進(jìn)行了改進(jìn)，將其應(yīng)用于防偽碼字符

3、提取中。實(shí)驗(yàn)表明，本文所提出的防偽碼字符提取算法能有效地從復(fù)雜的背景干擾和噪聲中提取出較純凈的防偽碼字符。此外，還研究了 Hough變換原理，并將其應(yīng)用到防偽碼圖像傾斜校正中，獲得了較好的傾斜校正效果。。
　?。?）研究了防偽碼字符的排列特點(diǎn)，將防偽碼字符分為常規(guī)字符，交叉和粘連字符，重疊字符三類。針對(duì)三類不同排列規(guī)則的字符，分別采用投影法、曲線切分法和滑動(dòng)窗口識(shí)別法進(jìn)行切分。實(shí)驗(yàn)結(jié)果表明，本文的防偽碼字符切分算法能夠獲得較多的正

4、確切分的單個(gè)字符，對(duì)切分結(jié)果進(jìn)行識(shí)別能夠獲得較高的識(shí)別正確率。
　　（3）研究了模板匹配算法和LBP算子原理，并將LBP特征用于防偽碼字符識(shí)別中，比較分析了基于LBP特征、基于灰度和基于網(wǎng)格特征的分類結(jié)果，證明本文采用的基于LBP特征的識(shí)別算法能有效抵御背景干擾和筆畫(huà)殘缺變形的影響。
　　實(shí)驗(yàn)結(jié)果表明，本文提出的字符切分和識(shí)別算法可以很好的抑制復(fù)雜背景干擾及字符筆畫(huà)斷裂和變形等影響，在防偽碼識(shí)別中獲得了97.69％的高識(shí)別率