系統(tǒng)包括:噴碼檢測相機(jī)、噴碼檢測光源及設(shè)置在紙盒上部的外形檢測相機(jī)；至少一個(gè)激光光源,設(shè)置在紙盒上部,用于發(fā)射激光線,以在所述紙盒表面的端到第二端形成所述激光線；至少一個(gè)第二激光光源,設(shè)置在紙盒上部,用于發(fā)射第二激光線,以在所述紙盒表面的側(cè)到第二側(cè)形成所述第二激光線；圖像處理裝置,分別與外形檢測相機(jī)及噴碼檢測相機(jī)連接,用于接收外形檢測相機(jī)及噴碼檢測相機(jī)采集到的紙盒圖像,根據(jù)紙盒圖像判斷當(dāng)前紙盒是否封裝完好及噴碼是否合格。其可配合現(xiàn)有紙盒封裝噴碼生產(chǎn)線,實(shí)現(xiàn)對紙盒封裝及表面噴碼的實(shí)時(shí)在線檢測,降低了漏檢率,提高了檢測精度。

時(shí)間碼缺陷檢測依然以人力主導(dǎo).目前的用以檢驗(yàn)時(shí)間碼缺陷的算法受制于算法復(fù)雜度和準(zhǔn)確度,沒法在工業(yè)領(lǐng)域得到很大范疇的運(yùn)用.對于那樣的狀況,明確提出了一種新的根據(jù)迭代更新配準(zhǔn)的t-rotate iterative closest point(PRICP)算法.該算法把時(shí)間碼抽象性為點(diǎn)特點(diǎn),根據(jù)對模版和特點(diǎn)點(diǎn)開展配準(zhǔn)來快速檢測時(shí)間碼的缺陷,引進(jìn)深度學(xué)習(xí)進(jìn)一步提高了該算法的性,魯棒性及缺陷歸類能力.該算法早已取得成功運(yùn)用于青島啤酒廠生產(chǎn)流水線條碼時(shí)間的缺陷檢測中,當(dāng)場運(yùn)作數(shù)據(jù)顯示該算法在魯棒性和層面顯著好于別的方式 ,適用好幾個(gè)連通域信息內(nèi)容碼的迅速缺陷檢測,另外不會受到標(biāo)準(zhǔn)及情況管束,抗噪音能力強(qiáng),可立即運(yùn)用于別的的視覺效果行業(yè).

在規(guī)模性工業(yè)化生產(chǎn)全過程中,基本上全部產(chǎn)品表層都是負(fù)荷產(chǎn)品標(biāo)識的字符信息.采用字符識別的方法對產(chǎn)品信息開展全自動采集及辨別在產(chǎn)品的全部生命期中起著關(guān)鍵功效,因而考慮工業(yè)生產(chǎn)當(dāng)場工作狀況規(guī)定的字符識別系統(tǒng)軟件務(wù)必具有鑒別速度更快,識別,可擴(kuò)展性好的特性.根據(jù)機(jī)器視覺技術(shù)服務(wù)平臺MVTec HALCON,融合編程語言,設(shè)計(jì)方案和開發(fā)設(shè)計(jì)了銅環(huán)產(chǎn)品面層條碼信息的全自動采集及在線識別系統(tǒng)軟件,包括原材料運(yùn)輸,圖象采集,信息分辨及快遞分揀,解決了工業(yè)生產(chǎn)銅環(huán)面層不規(guī)律排序字符,歪曲形變字符和模糊不清字符信息的圖象處理和OCR(Optical Character Recognition)字符識別難題.運(yùn)作結(jié)果顯示不規(guī)律字符信息一次準(zhǔn)確率做到99%之上,完成了銅環(huán)產(chǎn)品的生產(chǎn)制造與檢驗(yàn)全過程一體化.

包裝過程中非常容易導(dǎo)致煙包噴碼字符識別準(zhǔn)確率較低的好多個(gè)緣故,充分考慮生產(chǎn)制造的工業(yè)生產(chǎn)當(dāng)場艱苦環(huán)境,會造成所拍攝的圖像失幀、模糊不清、噪音及字符造成放縮、平移變換轉(zhuǎn)動等狀況,有目的性地對根據(jù)BP神經(jīng)元網(wǎng)絡(luò)的煙包噴碼字符智能識別系統(tǒng)軟件進(jìn)行了科學(xué)研究。 詳細(xì)介紹了在煙包噴碼字符識別過程中選用的一些基礎(chǔ)技術(shù)性,包含圖像預(yù)備處理、獲取矩陣的特征值、圖像切分和圖像鑒別這好多個(gè)重要環(huán)節(jié),大家設(shè)計(jì)方案了一套健全的預(yù)備處理計(jì)劃方案,選用條形圖對圖像開展敘述,并在這個(gè)基礎(chǔ)上設(shè)計(jì)方案了有關(guān)的圖像分割、圖像提高、除去噪音等優(yōu)化算法,為此處理煙包噴碼字符識別過程中的各種各樣字符圖像難題