CN109829346A - 一种基于机器视觉的条形码及二维码识别方法和系统 - Google Patents
一种基于机器视觉的条形码及二维码识别方法和系统 Download PDFInfo
- Publication number
- CN109829346A CN109829346A CN201910026576.8A CN201910026576A CN109829346A CN 109829346 A CN109829346 A CN 109829346A CN 201910026576 A CN201910026576 A CN 201910026576A CN 109829346 A CN109829346 A CN 109829346A
- Authority
- CN
- China
- Prior art keywords
- image
- module
- bar code
- product
- identified
- 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
Landscapes
- Character Input (AREA)
Abstract
本发明公开了一种基于机器视觉的条形码及二维码识别方法和系统，通过X/Y轴运动模块带动光源照明模块和图像采集部移动到待识别产品的正上方，对产品的图像进行采集，再通过模式匹配部对图像识别，找出产品标签在图像中的位置，对位置进行标记，通过条码判别模块根据产品标签图像的长宽比和颜色特征，将产品标签进行分类，最后通过条码识别模块读取条码中的字符信息；本发明还通过图像划定模块将条码标签区域划定为图像感兴趣区域，提高设备的处理效率，通过图像预处理模块对图像的饱和度和色阶进行调节，提高对条码标签的识别率，通过PCI运动卡和X轴脉冲电机、Y轴脉冲电机，实现二维方向灵活、准确的移动，进一步提高图像识别的准确率和效率。
Description
技术领域
本发明涉及条码识别技术领域，特别是指一种基于机器视觉的条形码及二维码识别方法和系统。
背景技术
在物流行业，常常需要通过产品自带的条形码和二维码对产品的SN编号进行读取，传统的条形码和二维码识别系统是通过手持式读码器，对准条形码和二维码来进行读取，但由于扫面位置问题会影响条码的识别率和识别时的工作效率，且传统的识别系统均需要人为手持设备进行操作，耗费人力和时间。
发明内容
有鉴于此，本发明的目的在于提出一种提高识别率和工作效率的基于机器视觉的条形码及二维码识别方法和系统。
基于上述目的本发明提供的一种基于机器视觉的条形码及二维码识别方法，包括以下步骤：
A.X/Y轴运动模块带动光源照明模块和图像采集部移动到待识别产品的正上方；
B.光源照明模块对待识别产品进行照明，图像采集部对待识别产品图像进行采集；
C.数据传输模块将图像采集部采集的图像发送至模式匹配部；
D.模式匹配部对图像采集部采集的图像进行识别，找出产品标签在图像中的位置，对该位置进行标记，并将标记发送给条码判别模块；
E.条码判别模块根据标记位置的产品标签图像长宽比及颜色特征，将产品标签分类为条形码标签和二维码标签；
F.条码识别模块根据条码判别模块的判别结果，对于条形码标签，采用灰度图像分析，读取条形码中的字符信息；
对于二维码标签，通过待识别产品图像中产品外观尺寸与二维码标签尺寸的比例，计算出二维码标签的尺寸范围，读取二维码字符信息，截取二维码字符信息中的SN信息字符。
优选地，在步骤A中，X/Y轴运动模块包括PCI运动控制卡和两只伺服驱动器，PCI运动控制卡通过发送正反向脉冲模式控制伺服驱动器，伺服驱动器分别连接有X轴脉冲电机和Y轴脉冲电机，X轴脉冲电机和Y轴脉冲电机按脉冲量转动实现X/Y轴方向运动。
优选地，在步骤D与E之间，还包括以下步骤：
G.图像划定模块根据模式匹配部对产品标签在图像中的位置的标记，将条码区域设置为矩形的图像感兴趣区域，在待识别产品图像中划定图像感兴趣区域的左上顶点坐标，以及图像感兴趣区域在高度方向和宽度方向的相对坐标值。
优选地，在步骤D之前，还包括以下步骤：
H.图像预处理模块将图像采集部采集的待识别产品图像的饱和度调高15％-30％，并对待识别产品图像进行色调分离，将色阶调低为2-10，将预处理后的图像发送给模式匹配部。
优选地，X/Y轴运动模块和图像采集部均采用多线程处理，线程之间通过全局变量作为标志位。
一种基于机器视觉的条形码及二维码识别系统，包括：
图像采集部，对待识别产品图像进行采集；
光源照明模块，安装在图像采集部的一侧，对图像采集部需要采集图像的待识别产品进行照明；
X/Y轴运动模块，与图像采集部和光源照明模块分别连接并带动其移动；
模式匹配部，对图像采集部采集的图像进行识别，找出产品标签在图像中的位置，对该位置进行标记；
数据传输模块，将图像采集部采集的待识别产品图像发送给模式匹配部；
条码判别模块，根据模式匹配部标记的产品标签图像长宽比及颜色特征，将产品标签分类为条形码标签和二维码标签；
条码识别模块，根据条码判别模块的判别结果，读取条码中的字符信息。
优选地，X/Y轴运动模块包括PCI运动控制卡和两只伺服驱动器，PCI运动控制卡使用发送正反向脉冲模式控制伺服驱动器，伺服驱动器分别连接有X轴脉冲电机和Y轴脉冲电机，X轴脉冲电机和Y轴脉冲电机按脉冲量转动实现X/Y轴方向运动。
优选地，光源照明模块连接有光线传感器和可控硅调节器，光线传感器安装在待识别产品的放置处，对光线亮度进行检测，并通过可控硅调节器调节光源照明模块的照明功率。
优选地，识别系统中还包括图像划定模块，图像划定模块根据模式匹配部对产品标签在图像中的位置的标记，将条码区域设置为矩形的图像感兴趣区域，在产品图像中划定图像感兴趣区域的左上顶点坐标，以及图像感兴趣区域在高度方向和宽度方向的相对坐标值，发送给条码判别模块。
优选地，识别系统中还包括图像预处理模块，图像预处理模块接收图像采集部采集的待识别产品图像，将待识别产品图像的对比度和色阶进行调整，将预处理后的图像发送给模式匹配部。
从上面所述可以看出，本发明提供的基于机器视觉的条形码及二维码识别方法和系统，通过X/Y轴运动模块带动光源照明模块和图像采集部移动到待识别产品的正上方，对产品的图像进行采集，再通过模式匹配部对图像识别，找出产品标签在图像中的位置，对位置进行标记，通过条码判别模块根据产品标签图像的长宽比和颜色特征，将产品标签进行分类，最后通过条码识别模块读取条码中的字符信息。
本发明还通过图像划定模块将条码标签区域划定为图像感兴趣区域，提高设备的处理效率，通过图像预处理模块对图像的饱和度和色阶进行调节，提高对条码标签的识别率，通过PCI运动卡和X轴脉冲电机、Y轴脉冲电机，实现二维方向灵活、准确的移动，进一步提高图像识别的准确率和效率。
附图说明
图1为本发明实施例的识别方法流程示意图；
图2为本发明实施例的识别系统模块示意图；
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。
需要说明的是，本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量，可见“第一”“第二”仅为了表述的方便，不应理解为对本发明实施例的限定，后续实施例对此不再一一说明。
一种基于机器视觉的条形码及二维码识别方法，包括以下步骤：
A.X/Y轴运动模块带动光源照明模块和图像采集部移动到待识别产品的正上方；
B.光源照明模块对待识别产品进行照明，图像采集部对待识别产品图像进行采集；
C.数据传输模块将图像采集部采集的图像发送至模式匹配部；
D.模式匹配部对图像采集部采集的图像进行识别，找出产品标签在图像中的位置，对该位置进行标记，并将标记发送给条码判别模块；
E.条码判别模块根据标记位置的产品标签图像长宽比及颜色特征，将产品标签分类为条形码标签和二维码标签；
F.条码识别模块根据条码判别模块的判别结果，对于条形码标签，采用灰度图像分析，读取条形码中的字符信息；
对于二维码标签，通过待识别产品图像中产品外观尺寸与二维码标签尺寸的比例，计算出二维码标签的尺寸范围，读取二维码字符信息，截取二维码字符信息中的SN信息字符。
可选的，在步骤A中，X/Y轴运动模块包括PCI运动控制卡和两只伺服驱动器，PCI运动控制卡通过发送正反向脉冲模式控制伺服驱动器，伺服驱动器分别连接有X轴脉冲电机和Y轴脉冲电机，X轴脉冲电机和Y轴脉冲电机按脉冲量转动实现X/Y轴方向运动，通过两个方向运动轴控制，实现二维方向灵活运动，可选的，在程序功能中包括原点复位，正反向运动与紧急停止等功能，并在软件中提供可供手动调试的运动控制界面，供用户在系统搭建前期，手动调节运动轴，测试并设定合适的拍照位置参数。
可选的，在步骤D与步骤E之间，还包括以下步骤：
G.图像划定模块根据模式匹配部对产品标签在图像中的位置的标记，将条码区域设置为矩形的图像感兴趣区域(ROI)，在待识别产品图像中划定图像感兴趣区域的左上顶点坐标，以及图像感兴趣区域在高度方向和宽度方向上的相对坐标值，由于图片实际上在处理数据时是一个二维数组，而后续处理时如果对整个图片进行处理，则占用了设备的性能，降低处理效率，将条码区域设置为图像感兴趣区域(ROI)，后续处理时可以根据坐标只对ROI内的图像进行处理，提高处理效率。
可选的，在步骤D之前，还包括以下步骤：
H.图像预处理模块将图像采集部采集的待识别产品图像的饱和度调高15％-30％，并对待识别产品图像进行色调分离，将色阶调低为2-10，将预处理后的图像发送给模式匹配部。
由于产品上的条码标签根据国家规定设置为黑色的条码图案和白色的背景，将待识别产品图像的饱和度调高，有助于模式匹配部寻找条码标签位置时，将产品上的其他颜色和条码颜色进一步区分，将图像进行色调分离，并将色阶调低为2-10，将产品上的底色与条码区域进一步区分，提高寻找条码标签位置的效率与准确率。
可选的，X/Y轴运动模块和图像采集部均采用多线程处理，线程之间通过全局变量作为标志位。在实际工作过程中，可能需要对多个产品的条码逐一识别，多线程处理可以使X/Y轴运动模块对图像采集部移动时，后续图像处理工作同时进行，提高系统的运行速度。
一种基于机器视觉的条形码及二维码识别系统，包括：
图像采集部，对待识别产品图像进行采集，光源照明模块安装在图像采集部的一侧，对图像采集部需要采集图像的待识别产品进行照明，X/Y轴运动模块，与图像采集部和光源照明模块分别连接，带动其同步移动，模式匹配部对图像采集部采集的图像进行识别，找出产品标签在图像中的位置，对该位置进行标记，数据传输模块将图像采集部采集的待识别产品图像发送给模式匹配部，条码判别模块根据模式匹配部标记的产品标签的图像长宽比及颜色特征，将产品标签分类为条形码标签和二维码标签；条码识别模块根据条码判别模块的判别结果，读取条码中的字符信息。
可选的，X/Y轴运动模块包括PCI运动控制卡和两只伺服驱动器，PCI运动控制卡使用发送正反向脉冲模式控制伺服驱动器，两只伺服驱动器分别连接X轴脉冲电机和Y轴脉冲电机，X轴脉冲电机和Y轴脉冲电机按脉冲量转动实现X/Y轴方向运动，通过两个方向运动轴控制，实现二维方向灵活运动，通过脉冲电机控制，实现分段精确移动。
可选的，光源照明模块连接有光线传感器和可控硅调节器，光线传感器安装在待识别产品的放置处，对光线亮度进行检测，并通过可控硅调节器调节光源照明模块的照明功率。可以将待识别产品处的光线亮度控制在一个较精确的范围内保持恒定，提高图像采集和图像处理的稳定性。
可选的，识别系统中还设有图像划定模块，根据模式匹配部对产品标签在图像中的位置的标记，将条码区域设置为矩形的图像感兴趣区域，在产品图像中划定图像感兴趣区域的左上顶点坐标，以及图像感兴趣区域在高度方向和宽度方向的相对坐标值，发送给条码判别模块，由于图片实际上在处理数据时是一个二维数组，而后续处理时如果对整个图片进行处理，则占用了设备的性能，降低处理效率，将条码区域设置为图像感兴趣区域(ROI)，后续处理时可以根据坐标只对ROI内的图像进行处理，提高处理效率。
可选的，识别系统中还包括图像预处理模块，图像预处理模块接收图像采集部采集的待识别产品图像，将待识别产品图像的对比度和色阶进行调整，将预处理后的图像发送给模式匹配部，由于产品上的条码标签根据国家规定设置为黑色的条码图案和白色的背景，将待识别产品图像的饱和度调高，有助于模式匹配部寻找条码标签位置时，将产品上的其他颜色和条码颜色进一步区分，将图像进行色调分离，并将色阶调低为2-10，将产品上的底色与条码区域进一步区分，提高寻找条码标签位置的效率与准确率。
可选的，图像采集部选用工业相机，具体可选择Baumer EXG50千兆网相机，分辨率为2592×1944，镇率为13fps；可选的，光源照明模块选用24V红色LED穹顶光源；可选的，模式匹配部选用NI Vision Assistant中的PatternMatching工具。
所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围(包括权利要求)被限于这些例子；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明它们没有在细节中提供。
另外，为简化说明和讨论，并且为了不会使本发明难以理解，在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外，可以以框图的形式示出装置，以便避免使本发明难以理解，并且这也考虑了以下事实，即关于这些框图装置的实施方式的细节是高度取决于将要实施本发明的平台的(即，这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如，电路)以描述本发明的示例性实施例的情况下，对本领域技术人员来说显而易见的是，可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本发明。因此，这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本发明的具体实施例对本发明进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如，其它存储器架构(例如，动态RAM(DRAM))可以使用所讨论的实施例。
本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本发明的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于机器视觉的条形码及二维码识别方法，其特征在于，包括以下步骤：
A.X/Y轴运动模块带动光源照明模块和图像采集部移动到待识别产品的正上方；
B.光源照明模块对待识别产品进行照明，图像采集部对待识别产品图像进行采集；
C.数据传输模块将图像采集部采集的图像发送至模式匹配部；
D.模式匹配部对所述图像采集部采集的图像进行识别，找出产品标签在图像中的位置，对该位置进行标记，并将标记发送给条码判别模块；
E.条码判别模块根据标记位置的产品标签图像长宽比及颜色特征，将产品标签分类为条形码标签和二维码标签；
F.条码识别模块根据所述条码判别模块的判别结果，对于条形码标签，采用灰度图像分析，读取条形码中的字符信息；
对于二维码标签，通过待识别产品图像中产品外观尺寸与二维码标签尺寸的比例，计算出二维码标签的尺寸范围，读取二维码字符信息，截取二维码字符信息中的SN信息字符。
2.根据权利要求1所述的一种基于机器视觉的条形码及二维码识别方法，其特征在于，在步骤A中，所述X/Y轴运动模块包括PCI运动控制卡和两只伺服驱动器，所述PCI运动控制卡通过发送正反向脉冲模式控制伺服驱动器，所述伺服驱动器分别连接有X轴脉冲电机和Y轴脉冲电机，所述X轴脉冲电机和所述Y轴脉冲电机按脉冲量转动实现X/Y轴方向运动。
3.根据权利要求1所述的一种基于机器视觉的条形码及二维码识别方法，其特征在于，在步骤D与E之间，还包括以下步骤：
G.图像划定模块根据模式匹配部对产品标签在图像中的位置的标记，将条码区域设置为矩形的图像感兴趣区域，在待识别产品图像中划定图像感兴趣区域的左上顶点坐标，以及图像感兴趣区域在高度方向和宽度方向的相对坐标值。
4.根据权利要求1所述的一种基于机器视觉的条形码及二维码识别方法，其特征在于，在步骤D之前，还包括以下步骤：
H.图像预处理模块将图像采集部采集的待识别产品图像的饱和度调高15％-30％，并对待识别产品图像进行色调分离，将色阶调低为2-10，将预处理后的图像发送给所述模式匹配部。
5.根据权利要求1所述的一种基于机器视觉的条形码及二维码识别方法，其特征在于：所述X/Y轴运动模块和所述图像采集部均采用多线程处理，线程之间通过全局变量作为标志位。
6.一种基于机器视觉的条形码及二维码识别系统，其特征在于，包括：
图像采集部，对待识别产品图像进行采集；
光源照明模块，安装在所述图像采集部的一侧，对所述图像采集部需要采集图像的待识别产品进行照明；
X/Y轴运动模块，与所述图像采集部和所述光源照明模块分别连接并带动其移动；
模式匹配部，对所述图像采集部采集的图像进行识别，找出产品标签在图像中的位置，对该位置进行标记；
数据传输模块，将所述图像采集部采集的待识别产品图像发送给所述模式匹配部；
条码判别模块，根据所述模式匹配部标记的产品标签图像长宽比及颜色特征，将产品标签分类为条形码标签和二维码标签；
条码识别模块，根据所述条码判别模块的判别结果，读取条码中的字符信息。
7.根据权利要求6所述的一种基于机器视觉的条形码及二维码识别系统，其特征在于：所述X/Y轴运动模块包括PCI运动控制卡和两只伺服驱动器，所述PCI运动控制卡使用发送正反向脉冲模式控制伺服驱动器，所述伺服驱动器分别连接有X轴脉冲电机和Y轴脉冲电机，所述X轴脉冲电机和所述Y轴脉冲电机按脉冲量转动实现X/Y轴方向运动。
8.根据权利要求6所述的一种基于机器视觉的条形码及二维码识别系统，其特征在于：所述光源照明模块连接有光线传感器和可控硅调节器，所述光线传感器安装在待识别产品的放置处，对光线亮度进行检测，并通过可控硅调节器调节光源照明模块的照明功率。
9.根据权利要求6所述的一种基于机器视觉的条形码及二维码识别系统，其特征在于：所述识别系统中还包括图像划定模块，所述图像划定模块根据所述模式匹配部对产品标签在图像中的位置的标记，将条码区域设置为矩形的图像感兴趣区域，在产品图像中划定图像感兴趣区域的左上顶点坐标，以及图像感兴趣区域在高度方向和宽度方向的相对坐标值，发送给所述条码判别模块。
10.根据权利要求6所述的一种基于机器视觉的条形码及二维码识别系统，其特征在于：所述识别系统中还包括图像预处理模块，所述图像预处理模块接收图像采集部采集的待识别产品图像，将待识别产品图像的对比度和色阶进行调整，将预处理后的图像发送给所述模式匹配部。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910026576.8A CN109829346A (zh) | 2019-01-11 | 2019-01-11 | 一种基于机器视觉的条形码及二维码识别方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910026576.8A CN109829346A (zh) | 2019-01-11 | 2019-01-11 | 一种基于机器视觉的条形码及二维码识别方法和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109829346A true CN109829346A (zh) | 2019-05-31 |
Family
ID=66860887
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910026576.8A Pending CN109829346A (zh) | 2019-01-11 | 2019-01-11 | 一种基于机器视觉的条形码及二维码识别方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109829346A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111638214A (zh) * | 2020-05-25 | 2020-09-08 | 青岛滨海学院 | 基于机器视觉的商标一致性检测系统及检测方法 |
| CN112749591A (zh) * | 2019-10-31 | 2021-05-04 | 珠海市一微半导体有限公司 | 仓储物流机器人及其物品识别方法和芯片 |
| CN113887262A (zh) * | 2021-10-08 | 2022-01-04 | 北自所(北京)科技发展股份有限公司 | 大视野动态产品条码识别系统和方法 |
| CN114298076A (zh) * | 2022-03-10 | 2022-04-08 | 武汉普赛斯电子技术有限公司 | 一种应用于激光器的标签识别系统及方法 |
| CN117077083A (zh) * | 2023-10-10 | 2023-11-17 | 上海英内物联网科技股份有限公司 | 装箱物品自动识别统计方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103823454A (zh) * | 2014-03-12 | 2014-05-28 | 黄昱俊 | 一种基于机器视觉的图书查询、定位系统及方法 |
| CN104424458A (zh) * | 2013-08-23 | 2015-03-18 | 希姆通信息技术（上海）有限公司 | 图像识别方法及装置、网络服务器、图像识别设备及系统 |
| US20160140375A1 (en) * | 2013-10-10 | 2016-05-19 | Tencent Technology (Shenzhen) Company Limited | Two-dimensional code recognition method and apparatus |
| CN106056020A (zh) * | 2016-06-01 | 2016-10-26 | 东莞理工学院 | 一种基于机器视觉系统的条码检测识别方法及系统 |
| CN107209825A (zh) * | 2015-01-28 | 2017-09-26 | 高通股份有限公司 | 经由存储器监测的数据流跟踪 |
-
2019
- 2019-01-11 CN CN201910026576.8A patent/CN109829346A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104424458A (zh) * | 2013-08-23 | 2015-03-18 | 希姆通信息技术（上海）有限公司 | 图像识别方法及装置、网络服务器、图像识别设备及系统 |
| US20160140375A1 (en) * | 2013-10-10 | 2016-05-19 | Tencent Technology (Shenzhen) Company Limited | Two-dimensional code recognition method and apparatus |
| CN103823454A (zh) * | 2014-03-12 | 2014-05-28 | 黄昱俊 | 一种基于机器视觉的图书查询、定位系统及方法 |
| CN107209825A (zh) * | 2015-01-28 | 2017-09-26 | 高通股份有限公司 | 经由存储器监测的数据流跟踪 |
| CN106056020A (zh) * | 2016-06-01 | 2016-10-26 | 东莞理工学院 | 一种基于机器视觉系统的条码检测识别方法及系统 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112749591A (zh) * | 2019-10-31 | 2021-05-04 | 珠海市一微半导体有限公司 | 仓储物流机器人及其物品识别方法和芯片 |
| CN112749591B (zh) * | 2019-10-31 | 2024-04-05 | 珠海一微半导体股份有限公司 | 仓储物流机器人及其物品识别方法和芯片 |
| CN111638214A (zh) * | 2020-05-25 | 2020-09-08 | 青岛滨海学院 | 基于机器视觉的商标一致性检测系统及检测方法 |
| CN111638214B (zh) * | 2020-05-25 | 2023-08-29 | 青岛滨海学院 | 基于机器视觉的商标一致性检测系统及检测方法 |
| CN113887262A (zh) * | 2021-10-08 | 2022-01-04 | 北自所(北京)科技发展股份有限公司 | 大视野动态产品条码识别系统和方法 |
| CN114298076A (zh) * | 2022-03-10 | 2022-04-08 | 武汉普赛斯电子技术有限公司 | 一种应用于激光器的标签识别系统及方法 |
| CN114298076B (zh) * | 2022-03-10 | 2022-06-10 | 武汉普赛斯电子技术有限公司 | 一种应用于激光器的标签识别系统及方法 |
| CN117077083A (zh) * | 2023-10-10 | 2023-11-17 | 上海英内物联网科技股份有限公司 | 装箱物品自动识别统计方法 |
| CN117077083B (zh) * | 2023-10-10 | 2024-01-05 | 上海英内物联网科技股份有限公司 | 装箱物品自动识别统计方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109829346A (zh) | 一种基于机器视觉的条形码及二维码识别方法和系统 | |
| US5642442A (en) | Method for locating the position and orientation of a fiduciary mark | |
| CN101414356B (zh) | 基于模板匹配的信息填涂卡识别方法 | |
| CN108920992A (zh) | 一种基于深度学习的医药标签条码的定位与识别方法 | |
| CN107891012B (zh) | 基于等效算法的珍珠大小及圆形度分拣装置 | |
| CN205989122U (zh) | 一种3d动态聚焦激光打标机 | |
| US6985643B1 (en) | Device and method for recording hand-written information | |
| CN108416814B (zh) | 一种菠萝头部的快速定位与识别方法及系统 | |
| CN111767780B (zh) | 一种ai与视觉结合的智能集卡定位方法和系统 | |
| CN111611953B (zh) | 一种基于目标特征训练的抽油机识别方法与系统 | |
| CN111060518A (zh) | 一种基于实例分割的冲压件缺陷识别方法 | |
| CN111681220B (zh) | 缺陷检测模型的构建方法、装置、系统及存储介质 | |
| CN112101108B (zh) | 一种基于图形极点位置特征的左右转交通标志识别方法 | |
| CN113538491A (zh) | 一种基于自适应阈值的边缘识别方法、系统及存储介质 | |
| CN111507325B (zh) | 基于深度学习的工业视觉ocr识别系统及方法 | |
| CN114577805A (zh) | 一种MiniLED背光面板缺陷检测方法及装置 | |
| CN113145473A (zh) | 一种水果智能分拣系统及方法 | |
| CN209014730U (zh) | 一种三维固态面阵激光雷达人脸识别装置 | |
| CN118506338A (zh) | 一种基于深度学习的电子器件印刷字符识别检测方法 | |
| Huang et al. | Detection and recognition of speed limit signs | |
| CN115082567A (zh) | 一种目标检测样本自动采集标注方法、系统及介质 | |
| CN100465586C (zh) | 机器视觉数字化标尺系统 | |
| CN107025476B (zh) | 具有外部条码的密封装置的信息识别系统及图像识别方法 | |
| CN217954277U (zh) | 一种燕窝制品视觉质检系统 | |
| Natadtong et al. | Mobile Phone Part Identification using NI Vision Image Processing Program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | 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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190531 |