CN111368818A - 基于机器视觉的食品袋检测系统及方法、食品包装系统 - Google Patents
基于机器视觉的食品袋检测系统及方法、食品包装系统 Download PDFInfo
- Publication number
- CN111368818A CN111368818A CN202010133127.6A CN202010133127A CN111368818A CN 111368818 A CN111368818 A CN 111368818A CN 202010133127 A CN202010133127 A CN 202010133127A CN 111368818 A CN111368818 A CN 111368818A
- Authority
- CN
- China
- Prior art keywords
- character
- text
- training
- characters
- string
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 55
- 235000013305 food Nutrition 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000004806 packaging method and process Methods 0.000 title claims abstract description 13
- 238000012549 training Methods 0.000 claims abstract description 64
- 230000000007 visual effect Effects 0.000 claims abstract description 24
- 230000008569 process Effects 0.000 claims abstract description 22
- 230000011218 segmentation Effects 0.000 claims abstract description 17
- 238000005507 spraying Methods 0.000 claims abstract description 14
- 238000005516 engineering process Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 238000007689 inspection Methods 0.000 claims description 6
- 238000011179 visual inspection Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000010200 validation analysis Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 description 8
- 238000012795 verification Methods 0.000 description 6
- 239000000284 extract Substances 0.000 description 4
- 238000007789 sealing Methods 0.000 description 4
- 238000003825 pressing Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000005303 weighing Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 229920006280 packaging film Polymers 0.000 description 2
- 239000012785 packaging film Substances 0.000 description 2
- 235000021485 packed food Nutrition 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/05—Programmable logic controllers, e.g. simulating logic interconnections of signals according to ladder diagrams or function charts
- G05B19/054—Input/output
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Abstract
本发明提出了一种基于机器视觉的食品袋检测系统，包括：PLC控制系统、视觉检测模块和触控屏，PLC控制系统接收喷码完成的信号，同时输出数字信号触发视觉检测模块；视觉检测模块进行字符的识别和验证；触控屏实时监控系统的运行过程。本发明提出了一种基于上述系统的检测方法，包括自定义字符集，训练自定义字符集，通过分段和分类实行文本字符串识别。本发明还提供了一种包括上述检测系统的食品包装系统。本发明采用视觉检测模块结合工业自动化控制系统，以数字信号的形式传输到自动化系统，视觉检测模块检测食品袋喷码日期字样的正确性，与传统人工检测方法相比，本发明工作效率提高了65％，检测率达到99.5％。
Description
技术领域
本发明涉及机器视觉技术领域，特别涉及一种基于机器视觉的食品袋检测系统，还涉及一种基于机器视觉的食品袋检测方法，还涉及一种食品包装系统。
背景技术
我国食品包装机械行业存在着诸多缺陷，主要体现在产品质量、科技水平差距、差距标准化、管理水平等方面，制约着我国食品设备产业的发展。近年来，中国食品工业的组织结构发生了重大变化，食品制造行业的企业数量以及年均员工数量在不同程度上呈上升趋势。一方面中国对食品从业者的需求急剧上升，另一方面劳动力市场和制造业订单短缺，因此加剧了新兴市场之间的紧张关系，迫使企业考虑自动化来解决问题，提高劳动生产率和产品质量。
食品加工的过程中，最后一个环节是进行日期喷码，在高工作量和大批量生产的过程中，通过人工肉眼检查、识别、发现食品袋喷码日期的错误和疏漏，工作效率低，检测准确率低，已不能满足工厂的生产需求。
如何将机器视觉系统与自动化设备相结合，采用视觉系统进行图像处理，提高生产的柔性和自动化程度，是目前亟待解决的问题。
发明内容
本发明提出一种基于机器视觉的食品袋检测系统及方法，解决了现有技术中人工检测食品袋喷码日期工作效率低、检测效率低的问题。
本发明的技术方案是这样实现的：
基于机器视觉的食品袋检测系统，包括：
PLC控制系统、视觉检测模块和触控屏；
PLC控制系统接收喷码完成的信号，同时输出数字信号触发视觉检测模块；
视觉检测模块进行字符的识别和验证；
触控屏实时监控系统的运行过程。
可选地，所述视觉检测模块包括定位单元、字符读取单元和字符识别单元；定位单元用于定位食品袋上的文本字符串，字符读取单元用于读取定位的文本字符串，字符识别单元通过分段和分类的过程来实行文本字符串识别；所述文本字符串至少包括批次和日期代码以及印刷和标签验证数据。
可选地，所述字符识别单元包括自定义字符集，对该自定义字符集进行训练后，通过分段和分类的过程来实行文本字符串识别；所述字符识别单元对自定义字符集进行训练的过程，包括：首先，字符识别单元对文本字符串进行分段，使用阈值技术来识别包含有文本行的图像区域；然后，当文本字符串被分段为字符后，字符会被训练并作为字集数据库被存储；所述在文本字符串识别过程中，字符识别单元会执行分类，读取任何在执行分类函数后找到的文本，并通过比较分段后字符的图像与自定义字符集中经过训练的字符来分类。
可选地，所述字符识别单元对自定义字符集进行训练的过程中，还包括：对识别的文本字符串分析和识读。
本发明还提供了一种基于机器视觉的食品袋检测方法，基于上述系统进行检测，包括以下步骤：
自定义字符集；
训练自定义字符集；
通过分段和分类实行文本字符串识别。
可选地，所述训练自定义字符集包括：首先字符识别单元对文本字符串进行分段，使用阈值技术来识别包含有文本行的图像区域；然后，当文本字符串被分段为字符后，字符会被训练并作为字集数据库被存储。
可选地，所述训练自定义字符集还包括：对识别的文本字符串分析和识读，根据分析的程度进行字符的训练以及添加到新的字集数据库中，添加之前，分为手动添加和自动分割添加，如果字符在工作环境中难以区分，这时需要手动分割字符串并添加到字集数据库中，避免系统造成误判；如果训练的结果不是很理想，达不到工作的要求，需要增加字符的清晰度或者通过图像处理基础，使图像二值化更好的提取要识别或者读取的文本。
可选地，所述字符识别单元对文本字符串进行分段包括如下操作：
训练指定需要被训练的文本字符串；
训练指定在区域内所有需要被训练的字符；
训练指定只训练在区域内的新字符；
训练指定区域内特定的需要被选练的字符。
可选地，所述训练训练自定义字符集的步骤，包括如下操作：
加载第一个训练图像；
将读取文本视觉检测模块的算法添加到作业；
在图像中配置区域，将视觉检测模块算法的区域置于待读取的文本行之上，区域的X轴与文本基线平行，Y轴与字符的垂直笔画平行，X轴的正向对应于读取方向；
在其认定为字符的文本周围创建字符区域。
可选地，所述通过分段和分类实行文本字符串识别的步骤，包括如下操作：
字符识别单元执行分类，读取在执行分类函数后找到的文本，并通过比较分段后字符的图像与自定义字符集中经过训练的字符来分类。
可选地，文本字符串识别的状态包括坏读取、好读取、忽略、混淆、不匹配、混淆不匹配、无读取或验证失败。
可选地，检测方法还包括调整的步骤，包括字符最小宽度、最大宽度和/或最小间距。
本发明还提供一种食品包装系统，包括上述基于机器视觉的食品袋检测系统。
本发明的有益效果是：
1、本发明采用视觉检测模块检测结合工业自动化控制系统，通过视觉设备将食品袋喷码日期字样读取/识别的结果，以数字信号的形式传输到自动化系统，视觉检测模块检测食品袋喷码日期字样的正确性，PLC控制系统的执行，触控HMI实时动态显示以及系统参数调整，将视觉检测系统、自动化控制系统、触控HMI监控系统，通过硬件选型、软件算法编写，完成食品袋视觉检测模块的检测。
2、本发明基于机器视觉的食品袋的检测方法，与传统的人工检测方法相比，工作效率提高了65％，检测率达到99.5％。
3、本发明基于机器视觉的食品袋检测系统，不仅能检测和识别，而且能够检查产品描述和跟踪文本是否已印刷在产品上、跟踪与追踪在整个生产过程中跟踪配料和经包装的产品、确保标签与产品条形码/或者数据矩阵码相匹配、验证正确的字符是否清晰地印刷等，适用于各行各业，为未来工厂线体改造升级做准备。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明食品包装系统的工作流程图。
具体实施方式
以下描述和附图充分地示出本文的具体实施方案，以使本领域的技术人员能够实践它们。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本文的实施方案的范围包括权利要求书的整个范围，以及权利要求书的所有可获得的等同物。本文中，术语“第一”、“第二”等仅被用来将一个元素与另一个元素区分开来，而不要求或者暗示这些元素之间存在任何实际的关系或者顺序。实际上第一元素也能够被称为第二元素，反之亦然。
下面结合附图对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明提出了一种基于机器视觉的食品袋检测系统，包括：
PLC控制系统、视觉检测模块(OCR，Optical Character Recognition，也称OCV，Optical Character Verification)和触控屏；
PLC控制系统接收喷码完成的信号，同时输出数字信号触发视觉检测模块；
视觉检测模块进行字符的识别和验证；
触控屏实时监控系统的运行过程。
可选地，上述视觉检测模块(OCR/OCV)包括定位单元、字符读取单元和字符识别单元；定位单元用于定位食品袋上的文本字符串，字符读取单元用于读取定位的文本字符串，字符识别单元通过分段和分类的过程来实行文本字符串识别。可选地，上述文本字符串至少包括批次和日期代码以及印刷和标签验证数据。
可选地，上述字符识别单元包括自定义字符集，对该自定义字符集进行训练后，通过分段和分类的过程来实行文本字符串识别。可选地，字符识别单元对自定义字符集进行训练的过程，包括：首先，字符识别单元对文本字符串进行分段，使用阈值技术来识别包含有文本行的图像区域；然后，当文本字符串被分段为字符后，字符会被训练并作为字集数据库被存储。可选地，在文本字符串识别过程中，字符识别单元会执行分类，读取任何在执行分类函数后找到的文本，并通过比较分段后字符的图像与自定义字符集中经过训练的字符来分类。
可选地，上述字符识别单元对自定义字符集进行训练的过程中，还包括：对识别的文本字符串分析和识读，根据分析的程度进行字符的训练以及添加到新的字集库中，添加之前，分为手动添加和自动分割添加，如果字符在工作环境中难以区分，这时需要手动分割字符串并添加到字集数据库中，避免系统造成误判；如果训练的结果不是很理想，达不到工作的要求，需要增加字符的清晰度或者通过图像处理基础，使图像二值化更好的提取要识别或者读取的文本。
本发明还提供了一种基于机器视觉的食品袋检测方法，基于上述系统进行检测，包括以下步骤：
自定义字符集；
训练自定义字符集；
通过分段和分类实行文本字符串识别。
可选地，所述训练自定义字符集包括：首先字符识别单元对文本字符串进行分段，使用阈值技术来识别包含有文本行的图像区域；然后，当文本字符串被分段为字符后，字符会被训练并作为字集数据库被存储。
可选地，所述训练自定义字符集还包括：对识别的文本字符串分析和识读，根据分析的程度进行字符的训练以及添加到新的字集数据库中，添加之前，分为手动添加和自动分割添加，如果字符在工作环境中难以区分，这时需要手动分割字符串并添加到字集数据库中，避免系统造成误判；如果训练的结果不是很理想，达不到工作的要求，需要增加字符的清晰度或者通过图像处理基础，使图像二值化更好的提取要识别或者读取的文本。
可选地，上述方法在所述字符识别单元对文本字符串进行分段，包括如下操作：
训练指定需要被训练的文本字符串，在训练字符串文本输入框中的字符数与被分段的字符数匹配；
训练指定在区域内所有需要被训练的字符，需要被训练的字符要在点击训练所有按钮前输入训练字符串文本输入框，在训练字符串文本输入框中的字符数与被分段的字符数匹配；
训练指定只训练在区域内的新字符，需要被训练的字符要在点击训练按钮前输入训练字符串文本输入框，在训练字符串文本输入框中的字符数必须与被分段的字符数匹配；
训练指定区域内特定的需要被选练的字符，当选择了该选项，训练字符串文本输入框会被禁用且训练所选择的字符按钮会启动添加选择的字符到字集对话框，对话框包含了区域内解开的图像以及在每个分段的字符下有一个标签和文本输入框，标签是现在与该字符相关的符号，在标签下的是一个文本输入框，在文本输入框中为每个分过段的字符输入一个标签，如不再训练字符，保留文本输入框为空，按训练按钮来关闭对话框。
可选地，所述训练自定义字符集的步骤包括如下操作：
加载第一个训练图像；
将读取文本视觉检测模块(OCR/OCV)的算法添加到作业；
在图像中配置区域，将视觉检测模块(OCR/OCV)算法的区域置于待读取的文本行之上：区域的X轴应与文本基线平行，Y轴应与字符的垂直笔画平行；如无倾斜，则Y轴垂直于X轴，X轴的正向对应于读取方向；区域中应该仅包含一个待读取的文本行以及部分周边背景，背景可以有干扰，并可存在明显的背景渐变/阴影，在含有文本、打印清晰且干扰很少的图像中，区域可能明显比文本行大，对于存在干扰的图像，文本行周围的区域应相对紧凑，区域应尽可能地在各个方向均大于文本行至少半个字符的宽度；
在其认定为字符的“文本”周围创建字符区域；
如果该功能没有在文本周围正确绘制字符区域，则可使用以下方法：使用“自动调整”对话框，并允许视觉检测模块(OCR/OCV)自动计算最佳的分割设置，“自动调整”对话框会将分割和训练阶段合并为一个步骤，按照“自动调整”对话框主题中的说明，成功分割和训练字集数据库，转到分割选项卡，调整参数，直至文本正确包含到各个字符区域中。
可选地，所述训练自定义字符集的步骤之后进行字符的选择，包括如下操作：
显示字集里所有的字符，字符将以图标显示，且有一个标签在字符下；
显示关于某字符的所有训练实例，字符将以图标显示，且有一个标签在字符下；
选择其中的一个训练实例来显示该字符。
可选地，所述通过分段和分类实行文本字符串识别的步骤，包括如下操作：
字符识别单元执行分类，读取在执行分类函数后找到的文本，并通过比较分段后字符的图像与自定义字符集中经过训练的字符来分类。
可选地，文本字符串识别的步骤，包括两个阶段：训练阶段和运行阶段。
可选地，训练阶段包括：加载要读取的多个字符图像；从加载图像中提取某个字符图像，进行分割；创建所提取字符的训练字集数据库。
可选地，在训练的过程中，对根据分析的程度进行字符的训练以及添加到新的字集库中，所述添加分为手动添加和自动分割添加，其中，手动添加是指字符难以区分，需要手动分割字符串并添加到字集库中，避免系统造成误判；如果训练的结果不是很理想，达不到工作的要求，需要增加字符的清晰度或者通过图像处理基础，使图像二值化更好的提取要识别或者读取的文本。
可选地，运行阶段包括：In-Sight视觉系统联机；采集图像；根据训练的字集数据库提取字符；将字符分类。
可选地，文本字符串识别的状态包括坏读取、好读取、忽略、混淆、不匹配、混淆不匹配、无读取或验证失败：
(1)坏读取：没有分值高于接受阈值能被认为好读取的字符；
(2)好读取：该工具成功地读取了在该位置的字符；
(3)忽略：当启用时，如果一个字段字符串被指定，并且字符串的函数被指定为短，那么在字符串的开头和结尾部分将被分割，但是不会包含在整个结果中；
(4)混淆：定义了成功读取一个字符需要的分值(高于接受阈值参数值)，然而一个不同的字符和其有非常近似的分值时(在混淆阈值参数下的值)，[混淆＝(主要得分－次要得分)/置信度阈值]；
(5)不匹配：会找到与自定义字段不匹配的字符，该字符的分值远远高于其它任何与自定义字段不匹配的字符；
(6)混淆不匹配：找到一个同时符合混淆和不匹配的字符；
(7)无读取：对少于在字段字符串中指定的字符数分段，要返回这个状态，自定义字段必须被启用；
(8)验证失败：如果“跳过附加字符验证”参数被禁用，函数会在一个附加验证步骤中对字符进行分析以确保该函数不会产生错误的读取；
(9)得分：显示一个测量读取字符与在字集数据库中训练过的字符有多相近的分值。
可选地，上述检测方法还包括调整的步骤，包括字符最小宽度、最大宽度和/或最小间距，即字符到字符的距离，例如，从一个字符的左边缘到其后字符左边缘的距离。
一般情况下，可以读取大多数文本，不过，在更具挑战性的情况下，可能需要调整部分参数值。在遇到难以处理的情况时，为了加快字集数据库的创建，可使用自动调整按钮调出“自动调整”对话框，使工具自动计算最佳的分割设置。
调整的过程中：
(1)区域中包含要读取的字符，而不应包含任何无关的鲜明特征，如其它字符或标签边缘；
(2)在两个字符粘连的情况下，需要调整参数，对于固定宽度的粘连字符，通过指定字符宽度加以补偿；
(3)对于涉及较短文本行，例如，只有三个字符或更少字符或存在大量行抖动的相对较短的文本行的情况，指定预期的角度范围；
(4)字符行中的所有字符在定向和倾斜上必须一致；
(5)对于分隔清晰的点阵打印，例如，点没有粘连，调整最小字符片段等参数以正确分割字符；
(6)字符笔画宽度必须大于或等于两个像素。
本发明还提出了一种食品包装系统，包括上述各个可选实施例所述的基于机器视觉的食品袋检测系统，还包括：组合秤，根据所设定重量范围值称重食品原料，同时拉膜伺服启动，封装系统开机预热；当拉膜到达喷码的范围内，传感器传输信号至PLC控制系统，PLC控制系统触发喷码机工作，喷码完成后，PLC接收喷码完成信号，同时输出数字信号触发视觉检测模块进行字符的识别和验证。验证通过，食品膜通过皮带的压合进入圆形的料斗封装，横封系统封装食品袋底部，中封系统封装食品膜中部，充气并下料，封装食品包装膜上方，设定合适的食品袋间隔距离，切刀工作将包装完成的产品切割，下落至流水线称重系统，称重通过则包装出库，否则剔除装置剔除；验证失败，食品膜通过皮带的压合进入圆形的料斗封装，横封系统封装食品袋底部，中封系统封装食品膜中部，充气不下料，封装食品包装膜上方，设定合适的食品袋间隔距离，切刀工作将包装完成的产品切割，下落至流水线称重系统，称重通过则包装出库，否则剔除装置剔除。图1示出了上述食品包装系统的工作流程。
在用户启动系统时，HMI(人机交互接口)自动切换到运行界面，界面内容主要包括运行状态、复位、测试、食品包装膜的控制、时间以及操作的信息等。当前状态监控系统工作的状况，当出现系统异常，报警并停机。测试按钮切换至调试模式中，当系统运行出现故障维修完成后需要手动进入测试，调试是否正常运行。食品包装膜的长度以及转动的时间通过调节色标按钮和挂包按钮同时调节。当连报数超过一定的数量，调整完系统运行后复位按钮可将其记录的数据复位。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、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.基于机器视觉的食品袋检测系统，其特征在于，包括：
PLC控制系统、视觉检测模块和触控屏；
PLC控制系统接收喷码完成的信号，同时输出数字信号触发视觉检测模块；
视觉检测模块进行字符的识别和验证；
触控屏实时监控系统的运行过程。
2.如权利要求1所述的检测系统，其特征在于，所述视觉检测模块包括定位单元、字符读取单元和字符识别单元；定位单元用于定位食品袋上的文本字符串，字符读取单元用于读取定位的文本字符串，字符识别单元通过分段和分类的过程来实行文本字符串识别；
所述文本字符串至少包括批次和日期代码以及印刷和标签验证数据。
3.如权利要求2所述的检测系统，其特征在于，所述字符识别单元包括自定义字符集，对该自定义字符集进行训练后，通过分段和分类的过程来实行文本字符串识别；
所述字符识别单元对自定义字符集进行训练的过程，包括：首先，字符识别单元对文本字符串进行分段，使用阈值技术来识别包含有文本行的图像区域；然后，当文本字符串被分段为字符后，字符会被训练并作为字集数据库被存储；
所述在文本字符串识别过程中，字符识别单元会执行分类，读取在执行分类函数后找到的文本，并通过比较分段后字符的图像与自定义字符集中经过训练的字符来分类。
4.如权利要求3所述的检测系统，其特征在于，所述字符识别单元对自定义字符集进行训练的过程中，还包括：对识别的文本字符串分析和识读。
5.一种基于机器视觉的食品袋检测方法，基于权利要求1-4任一项所述的系统进行检测，其特征在于，包括以下步骤：
自定义字符集；
训练自定义字符集；
通过分段和分类实行文本字符串识别。
6.如权利要求5所述的检测方法，其特征在于，所述训练自定义字符集包括：首先字符识别单元对文本字符串进行分段，使用阈值技术来识别包含有文本行的图像区域；然后，当文本字符串被分段为字符后，字符会被训练并作为字集数据库被存储。
7.如权利要求5所述的检测方法，其特征在于，所述训练自定义字符集还包括：对识别的文本字符串分析和识读，根据分析的程度进行字符的训练以及添加到新的字集数据库中，添加之前，分为手动添加和自动分割添加，其中手动添加是当字符难以区分时，需要手动分割字符串并添加到字集数据库中；如果训练的结果达不到要求，需要增加字符的清晰度或者通过图像处理基础，使图像二值化更好的提取要识别或者读取的文本。
8.如权利要求5所述的检测方法，其特征在于，所述通过分段和分类实行文本字符串识别的步骤，包括如下操作：
字符识别单元执行分类，读取在执行分类函数后找到的文本，并通过比较分段后字符的图像与自定义字符集中经过训练的字符来分类。
9.如权利要求6所述的检测方法，其特征在于，所述字符识别单元对文本字符串进行分段包括如下操作：
训练指定需要被训练的文本字符串；
训练指定在区域内所有需要被训练的字符；
训练指定只训练在区域内的新字符；
训练指定区域内特定的需要被选练的字符。
10.一种食品包装系统，其特征在于，包括权利要求1至4任一项所述的基于机器视觉的食品袋检测系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010133127.6A CN111368818A (zh) | 2020-03-01 | 2020-03-01 | 基于机器视觉的食品袋检测系统及方法、食品包装系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010133127.6A CN111368818A (zh) | 2020-03-01 | 2020-03-01 | 基于机器视觉的食品袋检测系统及方法、食品包装系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111368818A true CN111368818A (zh) | 2020-07-03 |
Family
ID=71206509
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010133127.6A Pending CN111368818A (zh) | 2020-03-01 | 2020-03-01 | 基于机器视觉的食品袋检测系统及方法、食品包装系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111368818A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113391596A (zh) * | 2021-06-11 | 2021-09-14 | 赤峰山金红岭有色矿业有限责任公司 | 皮带矿粉泄露检测方法、系统、终端及存储介质 |
| CN113399270A (zh) * | 2021-07-08 | 2021-09-17 | 郑州铁路职业技术学院 | 一种智能物流系统 |
| CN116467607A (zh) * | 2023-03-28 | 2023-07-21 | 阿里巴巴（中国）有限公司 | 信息匹配方法和存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140105497A1 (en) * | 2012-10-17 | 2014-04-17 | Cognex Corporation | System and Method for Selecting and Displaying Segmentation Parameters for Optical Character Recognition |
| US20140105496A1 (en) * | 2012-10-17 | 2014-04-17 | Cognex Corporation | System and Method for Selecting Segmentation Parameters for Optical Character Recognition |
| CN104794480A (zh) * | 2014-12-11 | 2015-07-22 | 天津普达软件技术有限公司 | 一种奶盒喷打字符不良品剔除方法 |
| 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 |
-
2020
- 2020-03-01 CN CN202010133127.6A patent/CN111368818A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140105497A1 (en) * | 2012-10-17 | 2014-04-17 | Cognex Corporation | System and Method for Selecting and Displaying Segmentation Parameters for Optical Character Recognition |
| US20140105496A1 (en) * | 2012-10-17 | 2014-04-17 | Cognex Corporation | System and Method for Selecting Segmentation Parameters for Optical Character Recognition |
| CN104794480A (zh) * | 2014-12-11 | 2015-07-22 | 天津普达软件技术有限公司 | 一种奶盒喷打字符不良品剔除方法 |
| 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 |
Non-Patent Citations (3)
| Title |
|---|
| COGNEX: "IN-SIGHT EXPLORER - OPTICAL CHARACTER VERIFICATION AND RECOGNITION", 《HTTPS://WWW.COGNEX.COM/VIDEOS/VISION-SYSTEMS/IN-SIGHT-EXPLORER-OPTICAL-CHARACTER-VERIFICATION-AND-RECOGNITION》 * |
| 朱向荣: "《PLC应用技术基础 FX2N系列》", 31 August 2014, 北京邮电大学出版社 * |
| 樱花树上的星空123: "康耐视 insight中文教程 13-OCR字符串读取讲解", 《HTTPS://WWW.BILIBILI.COM/VIDEO/BV1R4411A7YE?P=13》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113391596A (zh) * | 2021-06-11 | 2021-09-14 | 赤峰山金红岭有色矿业有限责任公司 | 皮带矿粉泄露检测方法、系统、终端及存储介质 |
| CN113399270A (zh) * | 2021-07-08 | 2021-09-17 | 郑州铁路职业技术学院 | 一种智能物流系统 |
| CN116467607A (zh) * | 2023-03-28 | 2023-07-21 | 阿里巴巴（中国）有限公司 | 信息匹配方法和存储介质 |
| CN116467607B (zh) * | 2023-03-28 | 2024-03-01 | 阿里巴巴（中国）有限公司 | 信息匹配方法和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111368818A (zh) | 基于机器视觉的食品袋检测系统及方法、食品包装系统 | |
| CN110711718A (zh) | 基于x光图像的快递包裹智能分拣系统、方法及存储介质 | |
| US20230011901A1 (en) | Systems and methods for anomaly recognition and detection using lifelong deep neural networks | |
| WO2010114478A1 (en) | Apparatus and methods for analysing goods cartons | |
| CN113877836B (zh) | 一种基于视觉检测系统的智能识别分拣系统 | |
| US11513496B2 (en) | Systems and methods of monitoring and controlling an industrial process | |
| JP2017090970A (ja) | 物品管理装置、その方法、及びそのプログラム | |
| CN111640131A (zh) | 电芯涂胶检测方法、装置和电子设备 | |
| US20070102515A1 (en) | Automated coding system and method | |
| WO2020237480A1 (zh) | 基于图像识别的控制方法与装置 | |
| CN114881996A (zh) | 缺陷检测方法及装置 | |
| US20220284699A1 (en) | System and method of object detection using ai deep learning models | |
| CN112416732B (zh) | 一种基于隐马尔可夫模型的数据采集运行异常检测方法 | |
| CN111126030B (zh) | 标签排版处理方法及装置、系统 | |
| KR20210122429A (ko) | 영상 딥러닝을 이용한 ai 기반 화장품 용기 인쇄 제조 공정에서의 자동 결함 탐지 방법 및 시스템 | |
| CN210836142U (zh) | 一种物流产线rfid标签识别对比系统 | |
| CN114951017A (zh) | 一种标签印刷在线智能检测报错系统 | |
| JPH07175894A (ja) | ニューラルネットワークと文字認識方法と電子部品実装検査装置及びそれを用いた管理方法 | |
| CN108596303A (zh) | 用于带信息标识产品的出入库系统及其应用 | |
| CN114417788A (zh) | 图纸解析方法、装置、存储介质及电子设备 | |
| JPH1185497A (ja) | Ｇｕｉ評価方法及びその装置並びにプログラムを記録した機械読み取り可能な記録媒体 | |
| CN117358615B (zh) | 一种自动喷码印刷缺陷检测方法及系统 | |
| CN117282687A (zh) | 印刷品视觉检测自动剔补标控制系统 | |
| CN108480220A (zh) | 一种物流分拣系统 | |
| WO2018163639A1 (ja) | 検査システム、検査方法および検査プログラム |
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 |
Application publication date: 20200703 |
|
| RJ01 | Rejection of invention patent application after publication |