CN111598083A - 一种瓶底合模线上喷印喷码质量检测方法 - Google Patents
一种瓶底合模线上喷印喷码质量检测方法 Download PDFInfo
- Publication number
- CN111598083A CN111598083A CN202010380663.6A CN202010380663A CN111598083A CN 111598083 A CN111598083 A CN 111598083A CN 202010380663 A CN202010380663 A CN 202010380663A CN 111598083 A CN111598083 A CN 111598083A
- Authority
- CN
- China
- Prior art keywords
- character
- image
- quality
- code spraying
- variable
- 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.)
- Granted
Links
Images
Classifications
-
- 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
- G06V30/146—Aligning or centring of the image pick-up or image-field
- G06V30/1475—Inclination or skew detection or correction of characters or of image to be recognised
- G06V30/1478—Inclination or skew detection or correction of characters or of image to be recognised of characters or characters lines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20061—Hough transform
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30144—Printing quality
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Character Input (AREA)
Abstract
本发明公开了一种瓶底合模线上喷印喷码质量检测方法,用白色球积分光源照射待检测瓶底,工业相机采集瓶底图像,具体方法步骤为:对图像中值滤波后采取基于形状的模板匹配法获取字符不变区位置,使用仿射变换实现字符区域定位以及字符旋转、倾斜矫正并提取可变字符图像;对可变字符图像进行局部阈值分割,使用手动文本阅读器进行字符分割;利用边缘检测结合霍夫变换实现合模线的提取;通过判定字符与合模线是否相交设定检测阈值,采取基于灰度投影的光学字符检测实现喷码质量的判定。本发明所使用的算法检测精度高、检测时间较短,稳定性高,能实现对瓶底合模线上喷印喷码质量的可靠识别检测。
Description
技术领域
本发明涉及瓶底喷码质量检测领域,尤其涉及一种瓶底合模线上喷印喷码质量检测方法。
背景技术
日用化学品行业常用高密度聚乙烯瓶作为包装瓶容器来盛放洗手液等日化品。高密度聚乙烯瓶常用吹塑工艺成形,瓶底会出现明显的合模线痕迹。为实现产品质量追溯,制造过程中通常需要将产品的批号、生产日期、保质期等字符喷印在包装瓶的瓶底。喷码机受自身性能、机械振动等因素的影响,在喷码过程中可能会出现多种缺陷,如字符的缺印、漏印、错印等。出现这些喷码质量缺陷问题的产品必须剔除,否则会影响企业的品牌形象及信誉。传统的喷码质量检测一般采用人工全检的方法,但是人工检测效率低、强度大且容易出现漏检、误检的情况。因此,采用视觉检测系统,实现瓶底喷码质量在线自动化检测非常必要。生产过程中,喷码机对传输中的包装瓶瓶底喷码,会有部分字符喷印在合模线上,通常的检测识别方法不能有效识别喷印在瓶底合模线上的喷码质量,容易出现误识别和误判。因此,如何实现对瓶底合模线上喷印喷码质量的可靠识别检测,对实现瓶底喷码质量在线自动化检测至关重要。
发明内容
发明目的:针对瓶底喷码视觉质量检测,为实现对瓶底合模线上喷印喷码质量的可靠识别检测,提出一种瓶底合模线上喷印喷码质量检测方法。
技术方案:本发明提供了一种瓶底合模线上喷印喷码质量检测方法,该方法用白色球积分光源照射瓶底,包括如下步骤:
步骤(1)调整相机与光源使得瓶底喷码与背景图像对比度达到最大;
步骤(2)对图像进行中值滤波处理,降噪并最大限度保留字符特征;
步骤(3)字符区域定位并进行字符旋转倾斜矫正,提取可变字符图像;
步骤(4)对可变字符图像进行局部阈值分割并生成二值化图像,使用手动文本阅读器进行字符分割;
步骤(5)提取瓶底合模线,通过判定合模线与字符是否相交设定相应的检测阈值;
步骤(6)采取基于灰度投影的光学字符检测实现喷码质量的判定。
进一步的,所述步骤(3)字符区域定位并进行字符旋转倾斜矫正,提取可变字符图像的详细步骤为:
a.提取喷印质量合格且字符文本角度水平的标准图像,从图中画取一个包含不变字符区域的感兴趣区域,并将该区域图像裁剪出来训练成标准形状模型轮廓;
b.提取待检字符图像,查找标准形状模型的最佳匹配项并返回模型实例的行坐标列坐标以及角度;
c.求出标准图像中感兴趣区域与实例模型的变化矩阵,并利用仿射变换完成可变字符区域粗定位;
d.检测粗定位可变字符区文本行旋转角度,并以此生成一个旋转角度矩阵,并根据旋转角度矩阵对图像进行仿射变换以完成字符旋转矫正;
e.检测字符旋转矫正图像中的字符倾斜角度,并以此生成一个倾斜角度矩阵,并根据倾斜角度矩阵对图像进行仿射变换以完成字符倾斜矫正,生成一个位置固定不变且包含可变字符区的轴平行感兴趣区域,接着从字符倾斜矫正后的图像中固定区域裁剪可变字符图像,以此提取可变字符区域。
进一步的,所述步骤(4)对可变字符图像进行局部阈值分割并生成二值化图像,使用手动文本阅读器进行字符分割;其中字符分割的详细步骤为:
a.创建一个手动文本阅读器的模型,同时设定文本阅读器模型中字符宽度、高度、最大极性等关键参数;
b.根据手动设定的字符关键参数,使用查找算子查找剪裁后的可变字符图像,并提取可变字符图像中的字符。
进一步的,所述步骤(5)提取瓶底合模线,通过判定合模线与字符是否相交设定相应的检测阈值的详细步骤为:
a.提取字符倾斜矫正后的图像并对图像进行灰度值缩放,增强合模线处与其周围区域灰度的差异性以及对比度;
b.使用Sobel边缘检测算子来检测边缘,并对图像进行二值化操作并剔除部分杂点以生成二值化边缘图像;
c.对二值化边缘图像进行霍夫变换提取合模线;
d.获取分割后单个字符的最小外接矩形,得到最小外接矩形的对角点坐标,并求取霍夫线与字符最小外接矩形对角线间的最小距离,若最小距离不为0则判定字符与合模线不相交,若最小距离为0则判定字符与合模线相交并降低后续码质量判定的阈值。
进一步的,所述步骤(6)采取基于灰度投影的光学字符检测实现喷码质量的判定的详细步骤为:
a.对可变字符图像进行局部阈值分割并生成二值化图像,将喷印质量良好的单个字符训练成标准字符模板;
b.将待检单个字符图像从可变字符二值化图像中裁剪出来,并采取基于灰度投影的光学字符检测获取待检字符与标准字符模板的最大相关值,若最大相关值小于设定的喷码质量判定的阈值,则判定喷码质量不合格,否则判定为合格。
有益效果:本发明瓶底合模线上喷印喷码质量检测方法具有以下优点:
(1)使用模板匹配法结合字符旋转倾斜矫正,待检字符区域可实现任意位置定位并具有较好的定位精度。
(2)有效解决了合模线对字符喷印质量判定的干扰。
(3)检测方法新颖,具有较强的适用性,对于喷印在合模线上的喷码质量判别均适用。
附图说明
图1为日化瓶实物图,其中图(a)为瓶身图像,图(b)为瓶底图像。
图2为瓶底喷码质量视觉检测系统示意图。
图3为图像采集组件结构示意图。
图4为瓶底喷码示意图,其中图(a)为标准图像,图(b)为待检图像。
图5为合模线提取示意图。
图6为合模线与字符相交判定示意图。
图7为瓶底合模线上喷印喷码质量检测流程图。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述,以使本领域的技术人员能够更好的理解本发明的优点和特征,从而对本发明的保护范围做出更为清楚的界定。本发明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的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。
本实施例一种瓶底合模线上喷印喷码质量检测方法,可实现包含不变字符特征瓶底图像字符区域的快速定位,并降低合模线对字符质量判定的干扰。
图1所示,为日化品包装瓶完成瓶底喷码喷印工序后的实物图,其中图(a)为瓶身图像,图(b)为瓶底图像。日化瓶瓶底有明显合模线的痕迹,部分字符喷印在合模线上。
图2所示,为瓶底喷码质量视觉检测系统示意图。瓶底喷码质量视觉检测系统主要由双拦挡气缸1、夹瓶传输机构2、工控平板3、图像采集组件4、剔除气缸5、不合格品收集桶6组成。如图3所示,图像采集组件4主要由工业相机401与白色球积分光源402组成。在完成瓶底喷码喷印工序后,日化瓶沿着输送线运送到瓶底喷码图像质量视觉检测工位,双拦挡气缸1协同运作保证只有单个日化瓶进入喷码质量视觉检测工位,日化瓶在夹瓶传输机构2的带动下运行到喷码质量检测位,工业相机401采集瓶底图像并将采集得到的图像输送至工控平板3,工控平板3运行图像处理程序输出识别结果给工业相机401,工业相机401传递信号给PLC控制系统,PLC控制系统驱动剔除气缸5剔除喷码质量不合格品至不合格品收集桶6。瓶底合模线上喷印喷码质量检测方法直接决定了日化瓶瓶底喷码视觉检测工序的检测时间以及检测精度。
该方法用白色球积分光源照射瓶底,使用球积分光源照射采集的图像更为柔和、均匀,同时对于一些具有弧度的瓶底依然具有较好的成像质量,对相机与光源的参数进行调整使得瓶底喷码与背景图像对比度达到最大。
本发明的瓶底合模线上喷印喷码质量检测方法包含以下步骤:
步骤(1)调整相机与光源使得瓶底喷码与背景图像对比度达到最大。
步骤(2)对图像进行中值滤波处理,降噪并最大限度保留字符特征。
步骤(3)字符区域定位并进行字符旋转倾斜矫正,提取可变字符图像。详细步骤为:
a.提取喷印质量合格且字符文本角度水平的标准图像如图4所示,瓶底喷码图像分为不变字符区与可变字符区,不变字符区包含产品批号、生产日期、截止日期的英文标志,即LOT、MFG、EXP,可变字符区包含产品批号、生产日期、截止日期所对应的实际喷码字符,从图中画取一个包含不变字符区域的感兴趣区域,并将该区域图像裁剪出来训练成标准形状模型轮廓;
b.提取待检字符图像,查找标准形状模型的最佳匹配项并返回模型实例的行坐标列坐标以及角度;
c.求出标准图像中感兴趣区域与实例模型的变化矩阵,并利用仿射变换完成可变字符区域粗定位;
d.检测粗定位可变字符区文本行旋转的角度,并以此生成一个旋转角度矩阵,并根据旋转角度矩阵对图像进行仿射变换以完成字符旋转矫正;
e.检测字符旋转矫正图像中的字符倾斜角度,并以此生成一个倾斜角度矩阵,并根据倾斜角度矩阵对图像进行仿射变换以完成字符倾斜矫正,生成一个位置固定不变且包含可变字符区的轴平行感兴趣区域,接着从字符倾斜校正后的图像中固定区域裁剪可变字符图像,以此提取可变字符区域。
步骤(4)对可变字符图像进行局部阈值分割并生成二值化图像,使用手动文本阅读器进行字符分割。其中字符分割的详细步骤为:
a.创建一个手动文本阅读器的模型,同时设定文本阅读器模型中字符宽度、高度、最大极性等关键参数;
b.根据手动设定的字符关键参数,使用查找算子查找剪裁后的可变字符图像,并提取可变字符图像中的字符。
步骤(5)提取瓶底合模线,通过判定合模线与字符是否相交设定相应的检测阈值。详细步骤为:
a.提取字符倾斜矫正后的图像并对图像进行灰度值缩放,增强合模线处与其周围区域灰度的差异性以及对比度;
b.使用Sobel边缘检测算子来检测边缘,并对图像进行二值化操作并剔除部分杂点以生成二值化边缘图像;
c.对二值化边缘图像进行霍夫变换提取合模线,提取的合模线如图5所示;
d.如图6所示,获取分割后单个字符的最小外接矩形,得到最小外接矩形的对角点坐标,并求取霍夫线与字符最小外接矩形对角线间的最小距离,若最小距离不为0则判定字符与合模线不相交,若最小距离为0则判定字符与合模线相交并降低后续码质量判定的阈值。
步骤(6)采取基于灰度投影的光学字符检测实现喷码质量的判定。详细步骤为:
a.对可变字符图像进行局部阈值分割并生成二值化图像,将喷印质量良好的单个字符训练成标准字符模板;
b.将待检单个字符图像从二值化图像中裁剪出来,并采取基于灰度投影的光学字符检测获取待检字符与标准字符模板的最大相关值,若最大相关值小于设定的喷码质量判定的阈值,则判定喷码质量不合格,否则判定为合格。
瓶底合模线上喷印喷码质量检测流程如图7所示,部分质量合格的字符若喷印在合模线上,在字符分割的过程中存在喷印在合模线上墨点缺失的情况,若合模线与字符相交则相应降低后续字符质量判定的阈值,这样就一定程度削弱了合模线对喷码质量判定的影响并提高了喷码质量判定的准确度。
以上所述仅为本发明的较佳实例,并不限制本发明,凡在本发明的原理之内所做的任何修改、等同替换和改进等均应包含在本发明的保护范围之内。
Claims (5)
1.一种瓶底合模线上喷印喷码质量检测方法,该方法用白色球积分光源照射瓶底,其特征在于:包括如下步骤:
步骤(1)调整相机与光源使得瓶底喷码与背景图像对比度达到最大;
步骤(2)对图像进行中值滤波处理,降噪并最大限度保留字符特征;
步骤(3)字符区域定位并进行字符旋转倾斜矫正,提取可变字符图像;
步骤(4)对可变字符图像进行局部阈值分割并生成二值化图像,使用手动文本阅读器进行字符分割;
步骤(5)提取瓶底合模线,通过判定合模线与字符是否相交设定相应的检测阈值;
步骤(6)采取基于灰度投影的光学字符检测实现喷码质量的判定。
2.根据权利要求1所述的瓶底合模线上喷印喷码质量检测方法,其特征在于:所述步骤(3)字符区域定位并进行字符旋转倾斜矫正,提取可变字符图像的详细步骤为:
a.提取喷印质量合格且字符文本角度水平的标准图像,从图中画取一个包含不变字符区域的感兴趣区域,并将该区域图像裁剪出来训练成标准形状模型轮廓;
b.提取待检字符图像,查找标准形状模型的最佳匹配项并返回模型实例的行坐标列坐标以及角度;
c.求出标准图像中感兴趣区域与实例模型的变化矩阵,并利用仿射变换完成可变字符区域粗定位;
d.检测粗定位可变字符区文本行旋转角度,并以此生成一个旋转角度矩阵,并根据旋转角度矩阵对图像进行仿射变换以完成字符旋转矫正;
e.检测字符旋转矫正图像中的字符倾斜角度,并以此生成一个倾斜角度矩阵,并根据倾斜角度矩阵对图像进行仿射变换以完成字符倾斜矫正,生成一个位置固定不变且包含可变字符区的轴平行感兴趣区域,接着从字符倾斜矫正后的图像中固定区域裁剪可变字符图像,以此提取可变字符区域。
3.根据权利要求1所述的瓶底合模线上喷印喷码质量检测方法,其特征在于:所述步骤(4)对可变字符图像进行局部阈值分割并生成二值化图像,使用手动文本阅读器进行字符分割;其中字符分割的详细步骤为:
a.创建一个手动文本阅读器的模型,同时设定文本阅读器模型中字符宽度、高度、最大极性等关键参数;
b.根据手动设定的字符关键参数,使用查找算子查找剪裁后的可变字符图像,并提取可变字符图像中的字符。
4.根据权利要求1所述的瓶底合模线上喷印喷码质量检测方法,其特征在于:所述步骤(5)提取瓶底合模线,通过判定合模线与字符是否相交设定相应的检测阈值的详细步骤为:
a.提取字符倾斜矫正后的图像并对图像进行灰度值缩放,增强合模线处与其周围区域灰度的差异性以及对比度;
b.使用Sobel边缘检测算子来检测边缘,并对图像进行二值化操作并剔除部分杂点以生成二值化边缘图像;
c.对二值化边缘图像进行霍夫变换提取合模线;
d.获取分割后单个字符的最小外接矩形,得到最小外接矩形的对角点坐标,并求取霍夫线与字符最小外接矩形对角线间的最小距离,若最小距离不为0则判定字符与合模线不相交,若最小距离为0则判定字符与合模线相交并降低后续码质量判定的阈值。
5.根据权利要求1所述的瓶底合模线上喷印喷码质量检测方法,其特征在于:所述步骤(6)采取基于灰度投影的光学字符检测实现喷码质量的判定的详细步骤为:
a.对可变字符图像进行局部阈值分割并生成二值化图像,将喷印质量良好的单个字符训练成标准字符模板;
b.将待检单个字符图像从可变字符二值化图像中裁剪出来,并采取基于灰度投影的光学字符检测获取待检字符与标准字符模板的最大相关值,若最大相关值小于设定的喷码质量判定的阈值,则判定喷码质量不合格,否则判定为合格。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010380663.6A CN111598083B (zh) | 2020-05-08 | 2020-05-08 | 一种瓶底合模线上喷印喷码质量检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010380663.6A CN111598083B (zh) | 2020-05-08 | 2020-05-08 | 一种瓶底合模线上喷印喷码质量检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111598083A true CN111598083A (zh) | 2020-08-28 |
CN111598083B CN111598083B (zh) | 2023-04-07 |
Family
ID=72191050
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010380663.6A Active CN111598083B (zh) | 2020-05-08 | 2020-05-08 | 一种瓶底合模线上喷印喷码质量检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111598083B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112651401A (zh) * | 2020-12-30 | 2021-04-13 | 凌云光技术股份有限公司 | 一种喷码字符自动校正方法和系统 |
CN113191348A (zh) * | 2021-05-31 | 2021-07-30 | 山东新一代信息产业技术研究院有限公司 | 一种基于模板的文本结构化提取方法及工具 |
CN113408388A (zh) * | 2021-06-10 | 2021-09-17 | 广西师范大学 | 基于点状喷码的检测方法及装置 |
CN113610772A (zh) * | 2021-07-16 | 2021-11-05 | 广州大学 | 易拉罐瓶底喷码缺陷检测方法、系统、装置及存储介质 |
CN113761962A (zh) * | 2021-09-13 | 2021-12-07 | 武汉先同科技有限公司 | 一种赋码产品视觉检测方法、系统以及存储介质 |
CN114299502A (zh) * | 2022-03-07 | 2022-04-08 | 科大智能物联技术股份有限公司 | 圆铸坯端面喷码字符倾斜矫正与识别方法、存储介质 |
CN114511704A (zh) * | 2022-04-19 | 2022-05-17 | 科大智能物联技术股份有限公司 | 一种基于高速产线的喷印码识别检测方法 |
CN114862806A (zh) * | 2022-05-18 | 2022-08-05 | 北京科技大学设计研究院有限公司 | 一种成品钢板喷印质量检测方法及系统 |
CN116704513A (zh) * | 2023-08-04 | 2023-09-05 | 深圳思谋信息科技有限公司 | 文本质量检测方法、装置、计算机设备和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007016842A1 (fr) * | 2005-08-05 | 2007-02-15 | Shenzhen Promatic Security Systems Co., Ltd. | Système d'identification et de contrôle d'une chaîne d'abattage et son procédé d'identification |
CN107247057A (zh) * | 2017-06-09 | 2017-10-13 | 青岛软控机电工程有限公司 | 一种瓶盖表面生产日期缺陷检测方法 |
CN108357215A (zh) * | 2017-01-26 | 2018-08-03 | 天津市阿波罗信息技术有限公司 | 一种在饮料罐的侧部位直接喷码的方法 |
-
2020
- 2020-05-08 CN CN202010380663.6A patent/CN111598083B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007016842A1 (fr) * | 2005-08-05 | 2007-02-15 | Shenzhen Promatic Security Systems Co., Ltd. | Système d'identification et de contrôle d'une chaîne d'abattage et son procédé d'identification |
CN108357215A (zh) * | 2017-01-26 | 2018-08-03 | 天津市阿波罗信息技术有限公司 | 一种在饮料罐的侧部位直接喷码的方法 |
CN107247057A (zh) * | 2017-06-09 | 2017-10-13 | 青岛软控机电工程有限公司 | 一种瓶盖表面生产日期缺陷检测方法 |
Non-Patent Citations (2)
Title |
---|
肖海俊: "基于HALCON 的喷码字符识别技术的研究与实现", 《现代电子技术》 * |
袁先珍: "食品包装日期喷码检测系统设计", 《包装工程》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112651401A (zh) * | 2020-12-30 | 2021-04-13 | 凌云光技术股份有限公司 | 一种喷码字符自动校正方法和系统 |
CN112651401B (zh) * | 2020-12-30 | 2024-04-02 | 凌云光技术股份有限公司 | 一种喷码字符自动校正方法和系统 |
CN113191348A (zh) * | 2021-05-31 | 2021-07-30 | 山东新一代信息产业技术研究院有限公司 | 一种基于模板的文本结构化提取方法及工具 |
CN113408388A (zh) * | 2021-06-10 | 2021-09-17 | 广西师范大学 | 基于点状喷码的检测方法及装置 |
CN113408388B (zh) * | 2021-06-10 | 2022-08-02 | 广西师范大学 | 基于点状喷码的检测方法及装置 |
CN113610772B (zh) * | 2021-07-16 | 2023-07-04 | 广州大学 | 易拉罐瓶底喷码缺陷检测方法、系统、装置及存储介质 |
CN113610772A (zh) * | 2021-07-16 | 2021-11-05 | 广州大学 | 易拉罐瓶底喷码缺陷检测方法、系统、装置及存储介质 |
CN113761962A (zh) * | 2021-09-13 | 2021-12-07 | 武汉先同科技有限公司 | 一种赋码产品视觉检测方法、系统以及存储介质 |
CN114299502A (zh) * | 2022-03-07 | 2022-04-08 | 科大智能物联技术股份有限公司 | 圆铸坯端面喷码字符倾斜矫正与识别方法、存储介质 |
CN114299502B (zh) * | 2022-03-07 | 2022-06-17 | 科大智能物联技术股份有限公司 | 圆铸坯端面喷码字符倾斜矫正与识别方法、存储介质 |
CN114511704A (zh) * | 2022-04-19 | 2022-05-17 | 科大智能物联技术股份有限公司 | 一种基于高速产线的喷印码识别检测方法 |
CN114862806A (zh) * | 2022-05-18 | 2022-08-05 | 北京科技大学设计研究院有限公司 | 一种成品钢板喷印质量检测方法及系统 |
CN114862806B (zh) * | 2022-05-18 | 2024-07-02 | 北京科技大学设计研究院有限公司 | 一种成品钢板喷印质量检测方法及系统 |
CN116704513A (zh) * | 2023-08-04 | 2023-09-05 | 深圳思谋信息科技有限公司 | 文本质量检测方法、装置、计算机设备和存储介质 |
CN116704513B (zh) * | 2023-08-04 | 2023-12-15 | 深圳思谋信息科技有限公司 | 文本质量检测方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111598083B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111598083B (zh) | 一种瓶底合模线上喷印喷码质量检测方法 | |
CN109724990B (zh) | 一种包装盒标签中喷码区域的快速定位与检测方法 | |
CN110220917B (zh) | 一种基于图像处理的皇冠盖表面缺陷在线检测方法 | |
CN104992449B (zh) | 基于机器视觉的信息识别及表面缺陷在线检测方法 | |
CN113537301B (zh) | 基于模板自适应匹配瓶体标签的缺陷检测方法 | |
CN109767445B (zh) | 一种高精度的pcb缺陷智能检测方法 | |
CN114511704B (zh) | 一种基于高速产线的喷印码识别检测方法 | |
CN112085024A (zh) | 一种罐表面字符识别方法 | |
CN113063802B (zh) | 一种印刷标签缺陷检测方法及其装置 | |
CN106052793A (zh) | 一种基于机器视觉的液位不合格品的标记方法 | |
CN104820827A (zh) | 一种电线电缆表面的点状字符识别方法 | |
CN108038482A (zh) | 一种汽车发动机缸体序列号视觉智能识别系统 | |
CN105023018A (zh) | 一种喷码检测方法及系统 | |
CN113724322A (zh) | 一种用于无人叉车的货物托盘定位方法及系统 | |
CN110378337B (zh) | 金属切削刀具图纸标识信息视觉输入方法及系统 | |
CN116580006A (zh) | 一种基于机器视觉的瓶装产品贴标质量检测方法 | |
CN113408388B (zh) | 基于点状喷码的检测方法及装置 | |
JP4492258B2 (ja) | 文字・図形の認識方法および検査方法 | |
KR102257219B1 (ko) | 레이저 마킹 검사 및 후처리 장치 | |
CN112288372A (zh) | 一种可同时识别一维条码和三段码字符的快递单识别方法 | |
CN116129438A (zh) | 一种检测瓶装产品表面喷码字符质量缺陷的方法 | |
CN118150596B (zh) | Rfid智能卡缺陷检测方法及系统 | |
Jing et al. | Machine vision based recognition and integrity inspection of printing characters on food package | |
CN114492699B (zh) | 一种玻瓶激光码检测方法及检测系统 | |
CN118071721A (zh) | 一种可反馈式喷码检测方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |