論文題目 視覺技術在瓶裝飲料生產線上的應用 條形碼檢測 答辯人 指導老師 專業(yè) 機械設計制造及其自動化 班級 選題的意義 隨著國民經濟的快速發(fā)展 條碼技術是信息數據自動識別 輸入的重要方法和手段 現(xiàn)已應用到了商業(yè) 工業(yè) 交通運輸業(yè)等國民經濟各行各業(yè) 對于生產流水線或物流傳送帶上的物體條碼識別 傳統(tǒng)的掃描器識別方法受條碼印刷技術 印制材料以及條碼本身的運動速度和角度的影響 基本上無法識別 然而 應用機器視覺技術可以成功地解決流水線上運動條碼的識別問題 因而 具有非常重要的理論與實踐價值 論文的基本框架 在已有的條件下 如何實現(xiàn)流水線上條碼的自動檢測 首先學習條碼和視覺圖像處理的知識 然后是條碼圖像的如何識別與譯碼 本課題主要是解決條碼圖像的預處理 如何定位以及怎樣被譯碼的 如何實現(xiàn)流水線上條碼的自動檢測 在生產線上機器視覺技術與條形碼技術相結合來檢測商品條碼是否符合出廠要求的應用越來越廣泛了 在現(xiàn)實生產流水線的條碼檢測過程中 為了提高檢測的效率 可以先設定好動態(tài)采集條碼圖像的機械手 如右圖所示的發(fā)光的采集設備 讓它采集到的條碼圖像不需要幾何校正 圖像噪聲較少以及初步分割出條碼 只有這樣 不僅減少了條碼識別編程程序的易讀簡潔性 也大大提高了條碼被識別的效率 初識EAN 13碼 標準條碼符號 EAN 13碼的模塊組成 113個模塊 其中左空11 起3 左數42 中5 右數35 校驗符7 終止符3 右空7 一個完整的條碼是由兩側空白區(qū) 起始字符 數據字符 校驗字符和終止符以及供人識讀符組成 如左上圖所示 條碼 由一組規(guī)則排列的條 空及其對應字符組成的標記 用以表示一定的信息 空白區(qū) 條碼起始符 終止符兩端外側與空的反射率相同的限定區(qū)域條 條碼中反射率較低的部分 空 條碼中反射率較高的部分 起始符 位于條碼起始位置的若干條與空 終止符 位于條碼終止位置的若干條與空 中間分隔符 位于條碼中間位置用來分隔數據段的若干條與空 供人識別字符 位于條碼符的下方 與相應的條碼字符相對應的 用于供人識別的字符 商品條形碼的條和空組合部分成為條形碼符號 對應符號部分由一組阿拉伯數字組成 稱為代碼 條形碼符號和條形碼相對應 表示的信息一致 商品條形碼就是商品的 身份證 是商品流通于國際市場的 共同語言 EAN 13碼的編碼規(guī)則 按模塊組合法編碼的條碼符號中 條與空是由標準寬度的模塊組合而成 一個標準寬度的條模塊用二進制的 1 表示 一個標準寬度的空模塊用二進制的 0 表示 通用商品條碼 EAN 13碼 均屬模塊組合型條碼 EAN 13碼中的每一條碼字符由2個條和2個空組成 每一個條或空由1 4個模塊組成 每一條碼字符的總模塊數為7 它可以用10個數字字符表示 0 9 其字符集的二進制表示如右表所示 1 和 2 的字符如右圖所示 論文的主要內容 由于攝像式獲取的條形碼圖像難免會出現(xiàn)失真 光照不均 模糊等問題 需要采用圖像處理將這些對條碼識讀帶來影響的外界因素降到最小 提高條碼的識讀能力 條碼圖像處理需要以下幾個處理過程 圖像灰度化 中值去噪 圖像二值化 邊緣銳化處理等 EAN 13碼圖像處理方框圖 條碼的預處理過程主要有如下五個部分 輸入條碼圖像 圖像預處理 灰度處理 終止去噪 二值化 邊緣分割及重構 邊緣銳化 灰度處理 位圖是采用位映像方法顯示和存儲的圖像 其中灰度圖是指只含亮度信息 不含色彩信息的圖像 所有顏色都可以由紅綠藍 R G B 三原色組合而成 當一幅圖中每個像素被賦予不同的RGB值時 就能呈現(xiàn)五彩繽紛的顏色 在實際應用中 通常采用調色板技術 將256色位圖轉變?yōu)榛叶葓D 灰度與RGB值的對應關系如下 Y 0 299R 0 587G 0 114B這樣 按照上式便可將256色調色板轉換成灰度調色板 如右圖所示 中值去噪 中值濾波法是一種非線性信號處理方法 與其對應的中值濾波器在一定條件下 可以克服線性濾波器如最小均方濾波 平均值濾波等所帶來的圖像細節(jié)模糊問題 而且對濾除脈沖干擾及圖像掃描噪聲最為有效 處理前后的對照圖如右所示 二值化處理 在數字圖像處理中 二值化處理占有非常重要的地位 二值化圖像的方法有很多 其中最關鍵的因素就是找到合適的閾值 圖像二值化主要有兩個步驟 1 確定需要分割的閾值 2 將分割閾值與像素點的灰度值比較 分割出圖像的像素 實際中常希望能盡可能減少誤分割的概率 而選取最優(yōu)閾值是一種常用的方法 最優(yōu)閾值是指能使誤分割率達到最小的分割閾值 二值化處理后的圖像如右 邊緣銳化處理 條碼銳化處理主要用于增強其邊緣及灰度跳變部分 條碼圖像中條的邊緣就是必須要銳化增強的特征信息 條碼圖像的模糊相當于圖像被平均或被積分 那么 對圖像的銳化就是其反運算 微分 增強高頻分量的作用 使圖像輪廓清晰 經試驗分析可知 條碼圖像采集的質量越好 其邊緣銳化處理的效果越好 所以銳化的力度要依據邊緣檢測的具體情況而定 邊緣檢測 為保證識別正確率和識別速度 必須提高所用特征的 質量 條碼圖像中相鄰的條與空之間的邊界是圖像的最本質特征 對條碼圖像的邊緣檢測是識別條碼的必由之路 本課題利用條碼圖像像素灰度分布特點 提出了一種基于條碼邊緣特征的邊緣檢測方法 所采集得到的條碼圖像像素灰度都服從如右圖所示的分布 結合條碼圖像的特點 灰度值分布在 50 100 的像素點就是條碼的 條 而灰度值分布在 150 210 的像素點就是條碼的 空 水平方向上 條 和 空 的邊緣兩側的像素點的灰度發(fā)生了跳變 灰度值相差很大 而在豎直方向上 位于 條 中像素點所在列上的點的灰度值都在 50 100 內變化 同理 位于 空 中像素點所在列上的點的灰度值都在 150 210 內 對條碼圖像按以下步驟進行邊緣檢測 步驟一 先求出二值化條碼圖像 其中的閾值TH和TD由直方圖灰度統(tǒng)計得出 其經驗值分別為TH TD 步驟二 累計并記錄圖像列像素值數列 步驟三 計算并記錄相鄰兩列列像素值之差數列 步驟四 設置閾值 將圖像中滿足兩列列像素值之差小于閾值的列標記為不可能邊緣列 這樣 就把條碼圖像的邊緣檢測問題轉化成為 求解列像素灰度值差信號局部極大值點的問題 對條碼圖像譯碼的基本原理 先從條碼圖像中獲取每個條和空的寬度 再將量化后的條和空的寬度信息轉換成模塊數量信息 還必須建立模塊數量信息與該碼制條碼字符集之間的映射關系 根據映射關系識讀出條碼數據 按模塊組合法編碼的條碼 究其本質 是以特定寬度的條或空代表二進制的 1 或者 0 這些二進制的 1 和 0 本身并不表示任何字符信息 要將這些 1 和 0 按照一定的規(guī)則組合起來 才能表示對應字符集里的字符 邊緣重構 以商品EAN 13碼為例 它的條碼中共有30個條 條碼圖像中的條空邊界數是該條碼 條 的數量的2倍 所以 只要確定了一種碼制的條碼中 條 的數量 也就得出了該碼制的所有條碼圖像中的條空邊界數 所以 所有的EAN 13碼的圖像中都會有60個條空邊界 本課題中 采用將數列A j 中元素按數值從大到小的順序排序 選取前60個元素所在列作為條碼邊緣就完成了條碼的邊緣重構 先進行基于條碼邊緣特征的邊緣檢測 再按上述算法邊緣重構 EAN 13碼譯碼算法流程 條碼字符分類 各數據符條和空寬度 像素數 計算 條和空包含的模塊數 與字符集匹配 條碼號碼 條碼寬度 像素數 單位模塊平均像素數寬度 將數列描述的條空寬度信息按EAN 13碼字符集選擇規(guī)則與對應字符集進行匹配就完成了條碼的譯碼 EAN 13碼字符集的二進制表示見表右上 EAN 13碼的前置碼不用條碼字符表示 不包括在左側數據符內 右側數據符均用字符集C子集表示 左側數據符選用A子集還是B子集取決于前置碼的數值 見表右下 條空模塊數與字符集相匹配 條碼識別系統(tǒng)的實現(xiàn) 本識別系統(tǒng)的軟件設計遵循以下設計原則 1 數據結構條理清晰 便于訪問 2 優(yōu)化界面設計 方便用戶訪問 3 充分考慮應用軟件在編制 修改 調試 運行和升級方面的方便 4 豐富軟件功能 簡化硬件設計 降低成本 存在的問題及展望到這里為止 由于自己的知識有限以及時間的限制 本課題研究的成果并不能有效地投放到生產流水線上 只能識別像素較高的的EAN 13條形碼 本文主要研究了EAN 13碼的自動識別的一部分 對于下一步的工作 可以在以下幾個方面進行 優(yōu)化硬件系統(tǒng) 將外界環(huán)境對使圖像采集的影響減少到更小 得到更為清晰有效的條碼圖像 有利于提高讀碼效率 優(yōu)化算法 增強實時性 以及提高識別正確率 建立碼制數據庫 實現(xiàn)不同碼制的條碼識別 尤其EAN 13碼的識別 希望后人能夠在此基礎上把一套實用的系統(tǒng)建立起來 從而用來解決實際問題 將是一件十分有意義的事情 主要收獲及致謝畢業(yè)設計是對我們知識運用能力的一次全面的考核 培養(yǎng)我們綜合運用所學知識獨立地分析問題和解