CN103605982A - 一种条烟32位条码采集系统及32位条码识别方法 - Google Patents
一种条烟32位条码采集系统及32位条码识别方法 Download PDFInfo
- Publication number
- CN103605982A CN103605982A CN201310489726.1A CN201310489726A CN103605982A CN 103605982 A CN103605982 A CN 103605982A CN 201310489726 A CN201310489726 A CN 201310489726A CN 103605982 A CN103605982 A CN 103605982A
- Authority
- CN
- China
- Prior art keywords
- bar code
- image
- character
- cigarette
- bit bar
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
本发明公开了一种条烟32位条码采集系统及32位条码批量记录识别方法,通过32位条码采集系统采集条码图像,并将条码图像经过影像前处理、字符特征抽取、比对识别、最后经人工校正将认错的文字更正,将结果输出。本发明的装置结构简单,能在复杂环境下自动、快速、批量采集条烟的条码图像;本发明的方法能提高烟草行业的抄码速度与抄码的准确率,方便条烟记录归档管理。
Description
技术领域
本发明涉及一种条烟32位条码采集系统及32位条码识别方法。
背景技术
专卖人员是烟草公司对外监管服务的中心,每一个专卖人员都是公司对外监管的形象代表,目前对于市场中的罚没烟,专卖人员都是通过纸质记录的方式进行条码抄写,造成专卖人员工作量大,工作效率低下,且存在相当的错误率,最终的纸质文档也不利于时间段的汇总统计。如何能够有效地帮助专卖人员进行更好更快的罚没烟条码记录与管理,让专卖人员能有更多的精力放在烟草法律法规的宣传以及市场的管理中,也是目前烟草行业急需要来研究和解决的一个重要问题。
烟草公司配送给卷烟零售客户的卷烟上都有32位电子喷码,喷码分为上下两行,由4位字母和28位数字组成。目前条烟打码一般采用油墨喷码或者激光打码两种方式,32位码基于防伪的考虑,采用的字体各不一样,打码的位置也是各个地市都不一样,有的打印在宽面,有的打印在窄面,部分打印在两端。并且由于条烟的背景颜色各异,对于背景颜色比较深的条烟肉眼识别都不容易,这些都给32位码识别带来的相当的难度。
当前专卖人员对于市场的罚没烟条码主要通过手动抄写,造成专卖人员工作量大,识别困难,且人工抄写造成效率低下,难以避免发生错误,这也与专卖人员工作内容的侧重方面不符,造成专卖人员工作上的困扰。
发明内容
本发明所要解决的技术问题是,针对现有技术不足,提供一种条烟32位条码采集系统及32位条码识别方法,提高烟草行业的抄码速度与抄码的准确率,方便条烟记录归档管理。
为解决上述技术问题,本发明所采用的技术方案是:一种条烟32位条码采集系统,包括工作台,所述工作台上安装有用于传送被检条烟的传送履带,所述传送履带一侧的工作台上固定有摄像机和位置传感器,所述摄像机与图像采集卡电连接;所述图像采集卡与视觉服务器电连接;所述摄像机与所述位置传感器电连接。
所述传送履带上还固定有光源,所述光源与所述图像采集卡电连接。
本发明还提供了一种条烟32位条码识别方法,该方法为:
1) 位置传感器触发摄像机拍照,获取条烟条码图像;
2) 对上述条烟条码图像进行灰度修正和直方图均衡化增强处理,然后对增强处理后的图像进行中值滤波、膨胀与腐蚀降噪处理;
3) 对降噪处理后的图像进行二值化处理,采用梯度微分处理方法提取图像边缘 ,获取图像边缘内部区域的二值图像;
4) 将上述的二值图像对x轴垂直投影,进行图像分割处理,提取单个字符,获得32位码字符点阵图像;
1) 采用粗网格特征将32位码字符点阵图像中每个独立的单个二值化字符纵横分割成由N个网格组成的网格单元,计算每个网格中字符像素占所述网格单元像素的比例,将所有比例值排成一列,形成N维特征向量,并从中N维特征向量中分离出单个字符,得到单个字符图像;
2) 对单个字符图像进行特征提取,获得单个字符图像的识别字符特征向量;
3) 对组成32位码的26个字母和10个数字共36个字符进行粗网格特征抽取,得到抽取后的特征向量,并将抽取得到的特征向量存入数据库中,以该数据库为标准特征库。
得到32位码字符结果后,显示给用户,同时自动存入相关表格中。
与现有技术相比,本发明所具有的有益效果为:本发明的装置结构简单,能在复杂环境下自动、快速、批量采集条烟的条码图像;本发明的方法能提高烟草行业的抄码速度与抄码的准确率,方便条烟记录归档管理;使用本发明的方法,一条卷烟识别时间大概为1秒钟左右,错误率低于2%。
附图说明
图1为本发明一实施例条烟32位条码采集系统结构示意图;
图2为本发明一实施例采集系统连接关系图。
具体实施方式
如图1和图2所示,本发明一实施例条烟32位条码采集系统包括工作台1,所述工作台1上安装有用于传送被检条烟的传送履带2,所述传送履带2一侧的工作台上固定有摄像机3和位置传感器5,所述摄像机与图像采集卡电连接;所述图像采集卡与视觉服务器电连接;所述摄像机与所述位置传感器电连接;所述传送履带上还固定有光源4,所述光源4与所述图像采集卡电连接。
本发明的系统中,获得一张高质量的可处理图像是32位条码可正确认别的关键。系统要成功,首先要保证图像质量好,特征明显。往往一个机器视觉项目之所以失败,大部分情况是由于图像质量不好,特征不明显引起的,而要保证好的图像,必须要选择一个合适的光源。本发明图像采集系统配置如下表1:
表1 本发明图像采集系统配置情况
32位条码的图像识别:
(1)到位触发:选择CCD传感器,480线彩色,1/3”,752*582,0.3Lux,采用DSP数字信号长距离技术,使图像更清晰,轮廓更分明,对比度更强,自动增益控制,结构紧凑,外型小巧、功耗低,防闪烁利用3D数字降噪系统、能得到更清晰的图像,适用于工业环境安装使用。当运行在传送带上的条烟到达检测位置时,CCD传感器发出触发信号,触发摄像机拍照,以保证有烟就检,无烟不检的在线实时性。
(2)在线采图:摆烟时手动将条码对准摄像机方向,保证摄像机的拍照速度保证与条烟的速度相匹配,拍摄到理想的图片。
(3)合理光源:合理使用照明光源,获得高品质、高对比度的图像,从原始图像上控制质量,为后续的分析打好基础,以增加识别率,降低误判率。
32位条码的图像识别从拍摄的图像到结果输出,须经过影像前处理、字符特征抽取、比对识别、最后经人工校正将认错的文字更正,将结果输出。
A、影像前处理
通过条烟图像采集系统采集的图像是肉眼看来清晰度比较高的彩色图片,但对于机器视觉识别系统而言,需要首先对这种图片进行影像预处理,包含了影像正规化、去除噪声、影像矫正等的影像处理。本系统采用灰度修正和直方图均衡化进行图像增强处理;采用中值滤波和膨胀与腐蚀进行图像降噪处理;采用阈值分割法进行图像二值化处理;采用梯度微分处理来提取图像边缘;采用二值图像对x轴垂直投影进行图像分割提取单个字符。
这样通过影像前处理后,我们便能将32位码区域从图片中分离出来,得到32位码字符点阵图像。
B、字符特征抽取
字符特征抽取是视觉识别的核心,用什么特征、怎么抽取,直接影响识别的好坏,其基本任务是如何从许多特征中找出那些最有效的特征。我们采用粗网格特征将32位码字符点阵图像中每个独立的单个二值化字符纵横分割成由N个网格组成的形式,取每个网格中字符像素(设为白色像素)占总字符像素的比例,将所有比例值排成一列就形成N维特征向量。
32位码组成是26个字母和10个数字,我们将这36个字符事先通过粗网格特征抽取方法所得到的特征群组存入数据库中,作为标准特征库。
C、比对识别:
由于实际使用条件的影响,32位码图像可能存在着许多不利于识别的因素,包括背景复杂、光照条件变化影响、表面反光以及由于拍摄角度等原因导致字符变形歪斜等,这样提取的字符特征并不能完全和标准特征相符。结合各种情况考虑,我们采用了算法比较成熟BP网络模型来实现32位字符的识别。此外,抽取后的图像识别,由于算法不可能做到百分之百的识别率,在系统设计方面考虑除错或甚至帮忙更正的功能:如对32位条码中前4位公司代码的库比对处理,如28位数字的前12分别是年月日时分数字,这些数字是有限制的,如月份不能超过12,小时不能超过24等。
D、人工校正
识别的最后功能,在实际中可能因为32位码部分字符模糊,识别算法无法判断,系统通过界面进行提示进行人工补识。
应用时,将需要检测的条烟放上传送履带,手动将条烟32位码打印面朝向摄像机一侧,在传送过程中,位置感应器(CCD传感器)会感应条烟的传送位置,当条烟到达拍照位置时,位置感应器会发出电子信号,触发器会根据位置感应器的电子信号发送拍照信号,相机收到触发器的电子信号后,对条烟进行拍照处理,得到包含32位码高质量图片;系统得到图像后,对图像进行预处理,包括去噪、倾斜校正和各种滤波处理,如果有需要,一般还要进行二值化处理;预处理后,系统对图像进行版面分析和理解,识别出文本区域,进行文本图像切分,从中分离出单个字符;然后采用粗网格特征进行单个字符图像特征提取,得到识别字符特征向量;接下来是文字识别过程,将识别字符特征向量与标准特征库进行比对,找到相似度最高的字符类作为结果。对于不能识别的32位码,可以在客户端手动补录。
采用人工记录的方式,需要一条一条卷烟肉眼识别,由于32位数字、字母前后没有规律,记录一条卷烟32位码大概需要40秒钟左右,错误率在在15%左右。通过本发明,一条卷烟识别时间大概为1秒钟左右,错误率低于2%。
本发明减少了专卖人员的工作量,提高了条码记录的速度和正确率。
Claims (3)
1.一种条烟32位条码采集系统,包括工作台,其特征在于,所述工作台上安装有用于传送被检条烟的传送履带,所述传送履带一侧的工作台上固定有摄像机和位置传感器,所述摄像机与图像采集卡电连接;所述图像采集卡与视觉服务器电连接;所述摄像机与所述位置传感器电连接。
2.根据权利要求1所述的条烟32位条码采集系统,其特征在于,所述传送履带上还固定有光源,所述光源与所述图像采集卡电连接。
3.一种利用权利要求1或2的采集系统识别条烟32位条码的方法,其特征在于,该方法为:
1)位置传感器触发摄像机拍照,获取条烟条码图像;
2)对上述条烟条码图像进行灰度修正和直方图均衡化增强处理,然后对增强处理后的图像进行中值滤波、膨胀与腐蚀降噪处理;
3)对降噪处理后的图像进行二值化处理,采用梯度微分处理方法提取图像边缘 ,获取图像边缘内部区域的二值图像;
4)将上述的二值图像对x轴垂直投影,进行图像分割处理,提取单个字符,获得32位码字符点阵图像;
5)采用粗网格特征将32位码字符点阵图像中每个独立的单个二值化字符纵横分割成由N个网格组成的网格单元,计算每个网格中字符像素占所述网格单元像素的比例,将所有比例值排成一列,形成N维特征向量,并从中N维特征向量中分离出单个字符,得到单个字符图像;
6)对单个字符图像进行特征提取,获得单个字符图像的识别字符特征向量;
7)对组成32位码的26个字母和10个数字共36个字符进行粗网格特征抽取,得到抽取后的特征向量,并将抽取得到的特征向量存入数据库中,以该数据库为标准特征库;
8)将识别字符特征向量与标准特征库进行比对,找到识别字符特征中相似度最高的字符类作为识别结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310489726.1A CN103605982A (zh) | 2013-10-18 | 2013-10-18 | 一种条烟32位条码采集系统及32位条码识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310489726.1A CN103605982A (zh) | 2013-10-18 | 2013-10-18 | 一种条烟32位条码采集系统及32位条码识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103605982A true CN103605982A (zh) | 2014-02-26 |
Family
ID=50124202
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310489726.1A Pending CN103605982A (zh) | 2013-10-18 | 2013-10-18 | 一种条烟32位条码采集系统及32位条码识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103605982A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105205673A (zh) * | 2015-08-24 | 2015-12-30 | 广西盛信富邦科技有限公司 | 一种利用条烟打码特征上的防伪追溯技术 |
CN105260734A (zh) * | 2015-10-10 | 2016-01-20 | 燕山大学 | 一种具有自建模功能的商品油表面激光标码识别方法 |
CN106407863A (zh) * | 2016-09-22 | 2017-02-15 | 湘潭大学 | 一种条烟快速识别装置及方法 |
CN107545391A (zh) * | 2017-09-07 | 2018-01-05 | 安徽共生物流科技有限公司 | 一种基于图像识别的物流单据智能分析与自动存储方法 |
CN108734168A (zh) * | 2018-05-18 | 2018-11-02 | 天津科技大学 | 一种手写数字的识别方法 |
CN109635552A (zh) * | 2018-12-20 | 2019-04-16 | 嘉兴永瑞电子科技有限公司 | 电子设备身份信息验证方法与装置 |
CN110348261A (zh) * | 2018-04-03 | 2019-10-18 | 深圳现象科技有限公司 | 烟草激光码识别设备及其控制方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663341A (zh) * | 2012-04-19 | 2012-09-12 | 云南昆船电子设备有限公司 | 一种条烟条码识读装置及识读方法 |
CN203596024U (zh) * | 2013-10-18 | 2014-05-14 | 湖南省烟草公司长沙市公司 | 一种条烟32位条码采集系统 |
-
2013
- 2013-10-18 CN CN201310489726.1A patent/CN103605982A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663341A (zh) * | 2012-04-19 | 2012-09-12 | 云南昆船电子设备有限公司 | 一种条烟条码识读装置及识读方法 |
CN203596024U (zh) * | 2013-10-18 | 2014-05-14 | 湖南省烟草公司长沙市公司 | 一种条烟32位条码采集系统 |
Non-Patent Citations (2)
Title |
---|
RAMTIN SHAMS等: "Distorted and Low Resolution Images", 《IEEE》 * |
周祥: "轮胎胎号自动识别系统的研究与设计", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105205673A (zh) * | 2015-08-24 | 2015-12-30 | 广西盛信富邦科技有限公司 | 一种利用条烟打码特征上的防伪追溯技术 |
CN105205673B (zh) * | 2015-08-24 | 2018-03-13 | 广西盛信富邦科技有限公司 | 一种利用条烟打码特征上的防伪追溯技术 |
CN105260734A (zh) * | 2015-10-10 | 2016-01-20 | 燕山大学 | 一种具有自建模功能的商品油表面激光标码识别方法 |
CN106407863A (zh) * | 2016-09-22 | 2017-02-15 | 湘潭大学 | 一种条烟快速识别装置及方法 |
CN107545391A (zh) * | 2017-09-07 | 2018-01-05 | 安徽共生物流科技有限公司 | 一种基于图像识别的物流单据智能分析与自动存储方法 |
CN110348261A (zh) * | 2018-04-03 | 2019-10-18 | 深圳现象科技有限公司 | 烟草激光码识别设备及其控制方法 |
CN108734168A (zh) * | 2018-05-18 | 2018-11-02 | 天津科技大学 | 一种手写数字的识别方法 |
CN109635552A (zh) * | 2018-12-20 | 2019-04-16 | 嘉兴永瑞电子科技有限公司 | 电子设备身份信息验证方法与装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103605982A (zh) | 一种条烟32位条码采集系统及32位条码识别方法 | |
TWI631514B (zh) | Method and system for marking recognition based on mobile terminal | |
CN110705405B (zh) | 目标标注的方法及装置 | |
Ryan et al. | An examination of character recognition on ID card using template matching approach | |
Elrefaei et al. | Automatic electricity meter reading based on image processing | |
US20090148043A1 (en) | Method for extracting text from a compound digital image | |
CN103150564A (zh) | 板材表面喷码字符识别装置及其方法 | |
CN104239861A (zh) | 卷曲文本图像预处理方法和彩票扫描识别方法 | |
CN109344864B (zh) | 用于密集物体的图像处理方法及装置 | |
CN103077388A (zh) | 面向便携式计算设备的快速文本扫读方法 | |
CN111259891B (zh) | 一种自然场景下身份证识别方法、装置、设备和介质 | |
US20150379339A1 (en) | Techniques for detecting user-entered check marks | |
KR20010015046A (ko) | 구조화된 배경 모델과 문자의 조합에 의한 배경위의 문자자동 인식 방법 | |
CN203596024U (zh) | 一种条烟32位条码采集系统 | |
Khan et al. | Car Number Plate Recognition (CNPR) system using multiple template matching | |
CN108090488A (zh) | 一种基于大数据ocr物联网的人工智能工会信息录入系统 | |
WO2022227103A1 (zh) | 一种零部件智能检测与标签系统及方法 | |
CN102184386A (zh) | 车轮标识字符在线识别方法及其检测系统 | |
EP0961472A3 (en) | Image processing apparatus and method and computer-readable memory | |
Karanje et al. | Survey on text detection, segmentation and recognition from a natural scene images | |
Goel et al. | Vehicle registration plate recognition system using template matching | |
Asif et al. | A novel hybrid method for text detection and extraction from news videos | |
CN108520286A (zh) | 基于卷积神经和候选区域的红外暗弱光小目标检测系统 | |
CN110222684A (zh) | 一种盲人“读书”系统 | |
CN115376139A (zh) | 基于ocr高速图像识别的标签采集分析系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140226 |
|
RJ01 | Rejection of invention patent application after publication |