近年来,条码识别系统广泛应用于工业生产、物流管理等领域,给人类社会生活带来极大便利的同时,对条码识别系统的识别速率、准确率、适用性等提出更快更高的要求。采用ARM等单架构硬件平台的条码识别设备,已经无法满足工业、物流等领域的高实时性要求。为解决上述问题,本文对条码图像的滤波和边缘检测算法进行研究,利用FPGA实现算法映射。并设计条码识别硬件系统,由ARM对系统进行管理,有效提高系统实时性和适用性。本文研究的主要内容有:(1)基于FPGA的条码图像滤波算法研究。针对经典中值滤波算法对条码图像进行滤波处理时,存在噪声点扩散,导致条码线条边缘轮廓模糊的问题,提出一种基于FPGA的开关型均值-中值滤波算法。算法通过噪声开关,识别噪声点后进行中值滤波。然后使用基于均值的阈值比较模块,识别线条边缘轮廓区域,对非边缘轮廓的像素点进行滤波处理,保护条码图像线条的边缘信息。同时,通过极值比较器对算法的中值排序流程进行时序优化,节省了硬件资源。(2)基于FPGA的条码图像边缘检测算法研究。针对经典Sobel算法对条码图像进行边缘检测时,对光照环境要求较高,且需手动设定阈值的问题,提出一种基于FPGA的多向性阈值自适应型Sobel算法。在经典Sobel算法基础上添加方向卷积模板,使算法检测的边缘信息更完整,然后使用均值模块实时采集图像的多个阈值,实现阈值自适应,降低算法对光照环境要求。(3)条码识别系统硬件设计。针对工业领域中条码识别系统实时性、适用性等要求,通过对比分析现有嵌入式硬件架构的优劣势,结合系统参数指标与功能需求,设计基于FPGA和ARM的条码识别系统,并完成外围电路设计。最后,在本文设计的条码识别系统硬件平台上,对改进后的条码图像预算法进行检验。结果表明,与经典算法相比,改进后的滤波算法对条码图像滤波效果更优,有效保护线条边缘信息;改进后的边缘检测算法,实现阈值自适应,检测的条码轮廓特征信息更加清晰完整。