CN113408388A - 基于点状喷码的检测方法及装置 - Google Patents
基于点状喷码的检测方法及装置 Download PDFInfo
- Publication number
- CN113408388A CN113408388A CN202110650357.4A CN202110650357A CN113408388A CN 113408388 A CN113408388 A CN 113408388A CN 202110650357 A CN202110650357 A CN 202110650357A CN 113408388 A CN113408388 A CN 113408388A
- Authority
- CN
- China
- Prior art keywords
- dot
- detected
- shaped
- code
- character
- 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
- 238000005507 spraying Methods 0.000 title claims abstract description 158
- 238000001514 detection method Methods 0.000 title claims abstract description 129
- 238000000034 method Methods 0.000 claims abstract description 33
- 230000001915 proofreading effect Effects 0.000 claims description 12
- 230000011218 segmentation Effects 0.000 claims description 8
- 238000007781 pre-processing Methods 0.000 claims description 7
- 238000003708 edge detection Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 4
- 238000005520 cutting process Methods 0.000 claims description 3
- 238000000926 separation method Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 12
- 238000012549 training Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 10
- 238000013461 design Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 230000007797 corrosion Effects 0.000 description 5
- 238000005260 corrosion Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000009499 grossing Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000007641 inkjet printing Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Character Input (AREA)
- Image Processing (AREA)
Abstract
本发明涉及喷码检测技术领域，特别涉及一种基于点状喷码的检测方法及装置。检测时先获取点状喷码图像，提取点状喷码图像中的待检点状字符；获取待检点状字符中各墨点与标准点状字符形成的校对栅格中各校对点之间的偏移量，当任一偏移量大于设定的偏移阈值时，判定待检点状字符出现喷码错误。根据偏移量来判定待检点状字符是否出现喷码错误，能够对点状喷码进行自动检测，无需人工检测，进一步降低了点状喷码检测的成本，提高了检测效率，具有较高的实用性。同时，通过对点状字符中的各墨点进行检测，检测方式简单，省略了大量样本的训练过程，具有较高的实用性及推广价值。
Description
【技术领域】
本发明涉及喷码检测技术领域，特别涉及一种基于点状喷码的检测方法及装置。
【背景技术】
随着社会的发展，对产品质量的要求也越来越高，尤其是产品上的点状喷码标识，这些点状喷码标识往往携带着这些产品的重要信息，例如产品的生产日期、产品的批号、产品的产地等。而在对这些产品进行喷码标识时，难免会存在漏喷标识或标识出现缺陷的状况，若这些出现标识缺陷的产品流入市场，则会造成不良的影响。
传统的点状喷码标识的检测方式通常采用人工对产品上的点状喷码标识进行检测，然而人工检测效率较低，并且容易出现标识检测错误的现象。
【发明内容】
为解决人工检测效率较低且容易出现标识检测错误的问题，本发明实施例提供了一种基于点状喷码的检测方法及装置。
为了解决上述技术问题，本发明实施例提供一种基于点状喷码的检测方法，用以对物品上的点状喷码进行检测，所述检测方法包括以下步骤：获取点状喷码图像；提取所述点状喷码图像中的待检点状字符；获取所述待检点状字符中各墨点与标准点状字符形成的校对栅格中各校对点之间的偏移量；当任一所述偏移量大于设定的偏移阈值时，判定所述待检点状字符出现喷码错误。
优选地，在提取所述点状喷码图像中的待检点状字符之前还包括：对所述点状喷码图像进行预处理；其中，所述预处理包括灰度化、二值化、图像增强以及图像拉伸变换中的一种或多种的组合。
优选地，所述检测方法还包括：对所述待检点状字符中粘连的墨点进行分离处理。
优选地，所述分离处理采用先膨胀再腐蚀的方式。
优选地，提取所述点状喷码图像中的待检点状字符的具体步骤为：对所述点状喷码图像中的喷码字符进行行分割，以得到单行的喷码字符；对所述单行的喷码字符进行列分割以得到单个的待检点状字符。
优选地，在获取所述偏移量之前还包括以下步骤：匹配所述待检点状字符与所述校对栅格。
优选地，匹配所述待检点状字符与所述校对栅格的具体步骤为：获取所述待检点状字符中各墨点的坐标；将所述待检点状字符置于所述校对栅格中；根据所述墨点的坐标得到各所述墨点与相邻的所述校对点之间的距离，并对所述距离进行求和；调整所述校对栅格与所述待检点状字符之间的相对位置，直至所述距离之和为最小值。
优选地，获取所述待检点状字符中各墨点的坐标的具体步骤为：对所述待检点状字符进行边缘检测；获取所述待检点状字符中各墨点的轮廓；提取各所述轮廓的质心坐标，并将各所述质心坐标标记为相应的各所述墨点的坐标。
优选地，在匹配所述待检点状字符与所述校对栅格之前还包括以下步骤：获取所述待检点状字符中墨点的个数，判断所述标准点状字符中墨点的个数与所述待检点状字符中墨点的个数是否匹配；若否，判定所述待检点状字符出现喷码错误；若是，执行匹配所述待检点状字符与所述校对栅格的步骤。
本发明为解决上述技术问题，提供又一技术方案如下：一种点状喷码检测装置，用以对物品上的点状喷码进行检测，所述点状喷码检测装置包括拍摄装置及检测装置，所述拍摄装置与所述检测装置通信连接；所述拍摄装置通过对物品进行拍摄以获取点状喷码图像；所述检测装置提取所述点状喷码图像中的待检点状字符，并获取所述待检点状字符中各墨点与标准点状字符形成的校对栅格中各校对点之间的偏移量；当任一所述偏移量大于设定的偏移阈值时，所述检测装置判定所述待检点状字符出现喷码错误。
与现有技术相比，本发明实施例提供的一种基于点状喷码的检测方法及装置具有以下优点：
1、本设计通过获取待检点状字符中各墨点与标准点状字符形成的校对栅格中各校对点之间的偏移量，根据偏移量来判定待检点状字符是否出现喷码错误，能够对物品上的点状喷码进行自动检测，无需人工检测，进一步降低了点状喷码检测的成本，提高了点状喷码检测的检测效率，具有较高的实用性。同时，本设计通过对点状字符中的各墨点进行检测，无需通过对点状喷码的样本数据进行训练以训练识别能力，检测方式简单，省略了大量样本的训练过程，具有较高的抗干扰性、实用性及推广价值。
2、本设计在提取点状喷码图像中的待检点状字符之前先对点状喷码图像进行预处理，通过对点状喷码图像进行预处理能够有效剔除点状喷码图像中的噪声和外点，在保持点状喷码特征的基础上实现对点状喷码图像的简化，进一步提高了对物品上的点状喷码进行检测时的效率及准确率。
3、本设计对待检点状字符中粘连的墨点进行分离处理，能够使相邻的墨点完全分离开，避免将两个或多个粘连的墨点计数为一个，进而导致获取到错误的墨点个数。同时，在获取待检点状字符中各墨点与各校对点之间的偏移量时，分离开的墨点能够确保获取的偏移量的准确性，进一步确保了检测结果的准确性。
4、本设计分离处理采用先膨胀再腐蚀的方式，通过膨胀的作用能够将与墨点接触的所有背景点合并到墨点中，使目标增大；通过腐蚀的作用能够消除物体边界点，使目标缩小，进而消除小于结构元素的噪声点。通过先膨胀后腐蚀的处理方式，可以使相邻的墨点完全分离开，并平滑墨点的边界。
5、由于物品上的喷码字符可能以多行的形式出现，若对多行的喷码字符进行整体的检测，则容易出现喷码字符漏检或喷码字符检测出错的状况。因此，本设计在检测喷码字符时，通过对喷码字符进行分割能够得到单个的待检点状字符，通过对单个的待检点状字符进行检测能够进一步提高点状喷码检测结果的准确率。
6、由于墨点为具有一定面积的点状区域，因此无法直接获取单个墨点的坐标。本设计通过获取待检点状字符中各墨点的轮廓，能够提取各轮廓的质心坐标，通过将各质心坐标转换为相应的各墨点的坐标，可较为准确的对墨点进行坐标标记。而在获取待检点状字符中各墨点的轮廓之前，对待检点状字符进行边缘检测，能够把不需要的轮廓过滤掉，进一步提高了待检点状字符中各墨点坐标的准确性。
7、本设计通过待检点状字符中墨点的个数与标准点状字符中墨点的个数进行比对，能够判定待检点状字符是否出现墨点漏喷或墨点喷多的现象。同时，将墨点个数的比对设置在待检点状字符与校对栅格匹配之前，若比对时检测到墨点漏喷或墨点喷多，可直接判定待检点状字符出现喷码错误进而结束检测，无需进行待检点状字符与校对栅格之间的匹配，进一步减少点状喷码的检测时间，提高了点状喷码检测时的检测效率。
8、本设计通过检测装置获取待检点状字符中各墨点与标准点状字符形成的校对栅格中各校对点之间的偏移量，根据偏移量来判定待检点状字符是否出现喷码错误，能够对物品上的点状喷码进行自动检测，无需人工检测，进一步降低了点状喷码检测的成本，提高了点状喷码检测的检测效率，具有较高的实用性。同时，本设计通过检测装置对点状字符中的各墨点进行检测，无需通过对点状喷码的样本数据进行训练以训练识别能力，检测方式简单，省略了大量样本的训练过程，进一步节省了点状喷码检测装置部署的时间和成本，具有较高的抗干扰性、实用性及推广价值。
【附图说明】
图1是物品上喷印标识的示意图。
图2是本发明第一实施例提供的基于点状喷码的检测方法的步骤流程示意图一。
图3是本发明第一实施例提供的基于点状喷码的检测方法的步骤流程示意图二。
图4是本发明第一实施例提供的基于点状喷码的检测方法之对点状喷码图像进行二值化处理的示意图。
图5是本发明第一实施例提供的基于点状喷码的检测方法之提取点状喷码图像中的待检点状字符的步骤流程示意图。
图6是本发明第一实施例提供的基于点状喷码的检测方法之提取点状喷码图像中的待检点状字符的示意图。
图7是本发明第一实施例提供的基于点状喷码的检测方法之待测点状喷码墨点缺失示意图。
图8是本发明第一实施例提供的基于点状喷码的检测方法之根据标准点状字符绘制校对栅格的步骤流程示意图。
图9是本发明第一实施例提供的基于点状喷码的检测方法之将标准点状字符中各墨点的坐标平均化示意图。
图10是本发明第一实施例提供的基于点状喷码的检测方法之匹配待检点状字符与校对栅格的步骤流程示意图。
图11是本发明第一实施例提供的基于点状喷码的检测方法之匹配待检点状字符与校对栅格的示意图。
图12是本发明第一实施例提供的基于点状喷码的检测方法之获取待检点状字符中各墨点的坐标的步骤流程示意图。
图13是本发明第二实施例提供的点状喷码检测装置的功能模块示意图。
图14是本发明第二实施例提供的点状喷码检测装置之拍摄装置的功能模块示意图。
图15是本发明第二实施例提供的点状喷码检测装置之检测装置的功能模块示意图。
附图标识说明：
1、点状喷码检测装置；
11、拍摄装置；12、检测装置；
111、相机；112、镜头；121、存储模块；122、校对模块；123、显示模块；
【具体实施方式】
为了使本发明的目的，技术方案及优点更加清楚明白，以下结合附图及实施实例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
请参阅图1，为了方便理解，本发明在此对点状喷码进行解释。可以理解的，喷码是指用喷码机在物品上喷印标识(生产日期，保质期，批号，企业Logo等)的过程，而点状的喷码是由墨水从喷嘴喷出经晶体振荡后发生断裂形成墨点，而后墨点经高压偏转后在物品表面扫描形成点状字符，通过不同的点状字符即可形成不同的喷印标识，如图1所示的“2020.02.02”即为点状喷码。对点状喷码进行检测，即为对这些扫描形成的点状字符进行检测。
请参阅图2，本发明第一实施例提供一种基于点状喷码的检测方法，用以对物品上的点状喷码进行检测。检测方法包括以下步骤：
获取点状喷码图像；
提取点状喷码图像中的待检点状字符；
获取待检点状字符中各墨点与标准点状字符形成的校对栅格中各校对点之间的偏移量；
判断是否存在任一偏移量大于设定的偏移阈值；
当任一偏移量大于设定的偏移阈值时，判定待检点状字符出现喷码错误；当各墨点与各校对点之间的偏移量均小于设定的偏移阈值时，判定待检点状字符喷码正确。
可以理解的，偏移阈值为墨点可以偏移的最大偏移量，当墨点与相应的校对点之间的偏移量大于偏移阈值时，该墨点无法与其他墨点形成点状字符。其中，偏移阈值可根据实际的点状字符进行设定，也可以对不同的点状字符设定相同的偏移阈值。
可以理解的，在对点状喷码进行检测时，应先获取，待检点状喷码的点状喷码图像，通过对点状喷码图像进行分析能够判定点状喷码是否出现喷码错误。对点状喷码图像进行检测时，需要先提取点状喷码图像中的待检点状字符，若点状喷码图像中有多处待检点状字符时，可以同步提取多处待检点状字符并同步对多处待检点状字符进行检测，也可以依次提取待检点状字符并依次对待检点状字符进行检测，本发明不做具体限定。为了便于理解，本发明实施例以提取一处待检点状字符进行举例说明。
可以理解的，标准点状字符即为正确的点状字符，不同的待检点状字符对应有不同的标准点状字符。若直接通过待检点状字符与标准点状字进行比对来判断是否出现喷码错误，则需要对点状喷码的样本数据进行大量的训练以训练对点状字符的识别能力，这将大大增加检测的难度。而本发明实施例通过获取待检点状字符中各墨点与各校对点之间的偏移量来判断待检点状字符是否出现喷码错误，能够对物品上的点状喷码进行自动检测，无需人工检测，进一步降低了点状喷码检测的成本，提高了点状喷码检测的检测效率，具有较高的实用性。同时，通过对点状字符中的各墨点进行检测来判断待检点状字符的正确性，无需考虑喷码的内容，进一步提高了检测方法的普适性与通用性。且无需使用复杂的深度神经网络来进行特定的字符识别，也无需通过对点状喷码的样本数据进行训练，检测方式简单，省略了大量样本的训练过程，具有较高的抗干扰性、实用性及推广价值。
请结合图3及图4，进一步的，在提取点状喷码图像中的待检点状字符之前还包括：
对点状喷码图像进行预处理；
其中，预处理包括灰度化、二值化、图像增强以及图像拉伸变换中的一种或多种的组合。
可以理解的，在对待检点状字符进行分析时，点状喷码图像的好坏会直接影响到后续的分析结果。因此在提取点状喷码图像中的待检点状字符之前，需要对点状喷码图像进行预处理操作，以提高点状喷码图像的质量。本发明实施例通过对点状喷码图像进行灰度化、二值化、图像增强以及图像拉伸变换处理，来进一步提高点状喷码图像的质量。通过上述方式能够有效剔除点状喷码图像中的噪声和外点，在保持点状喷码特征的基础上实现对点状喷码图像的简化，进一步提高了对物品上的点状喷码进行检测时的检测效率及检测准确率。
具体的，为了实现高效的计算而又不影响分析结果，需要对点状喷码图像进行灰度化处理，即将RGB模型中的彩色表示为一种灰度颜色。通过对点状喷码图像进行灰度化处理，能够改善点状喷码图像的画质，使点状喷码图像的显示效果更加清晰。
本发明实施例对点状喷码图像进行灰度化处理的方式不做具体限定，具体的，本发明实施例采用加权平均法对点状喷码图像进行灰度化处理。
进一步的，为了将喷码字符和背景分离，并过滤掉一些光照、反光以及复杂背景的影响，本发明实施例对已经灰度化处理的点状喷码图像进行二值化处理，并输出黑白二值图。其中定义黑色像素点为背景，白色像素点为前景，即白色像素点所在区域为喷码字符所在区域。通过对白色像素点区域进行旋转矩形的提取，能够得到矩形的喷码字符区域，进而实现喷码字符与背景的分离，然后根据旋转矩形的倾斜角度能够对喷码字符区域进行矫正。
进一步的，为了改善喷码字符区域的视觉效果，本发明实施例通过对喷码字符区域进行图像增强，能够有选择地突出喷码字符区域中喷码字符的点状特征，提高喷码字符区域的清晰度。具体的，在本发明实施例中采用分段线性灰度增强方法突出与墨点颜色相同的特征，对喷码字符中墨点的细节灰度级进行扩展以增强对比度，对不需要的图像背景细节灰度级进行压缩。举例来说，当输入的喷码字符区域的图像f(x,y)的灰度为M级时，增强后图像g(x,y)的灰度级为N级时，定义区间[a，b]、[c，d]分别为源图像和增强图像的某一灰度区间，则分段线性变换函数为：
当a,b,c,d取不同的值时，可得到不同的效果，若a＝c,b＝d，则增强没有意义，增强图像后的图像与源图像相同；若a>c,b<d，源图像中灰度值在区间[0，a]与[b,M]中的动态范围减小，而源图像在区间[a,b]间的动态范围增加，从而增强中间范围的对比度；若a<c,b>d，则图像在区间[0,a]与[b,M]的动态范围增加，在区间[a,b]间的动态范围减小。由此可见，通过调整a,b,c,d，可以对任意灰度区间进行拓展或者压缩，而该值的调整是依据喷码字符中墨点的颜色来确定的。
可以理解的，喷码机的工作原理是将墨水离散成墨点，通过控制两个极板之间的偏转电压来控制墨点喷出的偏移距离。因此，不可避免的会出现较远位置的墨点相对拥挤而较近位置的墨点相对稀疏的状况，这种情况不利于待检点状字符与校对栅格的匹配。本发明实施例通过图像拉伸变换，对喷码字符区域的图像进行局部的非线性拉伸变换处理，使得喷码字符区域上的墨点在整体上呈均匀分布，更有利于待检点状字符与校对栅格的匹配。
进一步的，为了避免粘连的墨点影响检测结果，检测方法还包括对待检点状字符中粘连的墨点进行分离处理。可以理解的，对待检点状字符中粘连的墨点进行分离处理，能够使相邻的墨点完全分离开，避免将两个或多个粘连的墨点计数为一个，进而导致获取到错误的墨点个数。同时，在获取待检点状字符中各墨点与各校对点之间的偏移量时，分离开的墨点能够确保获取的偏移量的准确性，进一步确保了检测结果的准确。
具体的，在本发明实施例中采用形态学中的闭运算即先膨胀再腐蚀的方式处理待检点状字符图像中墨点粘连的部分。可以理解的，膨胀是选取每个位置邻域内的最大值作为输出灰度值。膨胀后的图像的整体亮度会有提高，图形中较亮物体的尺寸变大，而较暗物体的尺寸会减小甚至消失。通过膨胀的作用能够将与墨点接触的所有背景点合并到墨点中，使目标增大。图像的腐蚀类似于中值平滑，首先要取每个位置的一个邻域内的最小值(中值平滑是取中间值)，将其作为该位置的输出像素值。这里的邻域不局限于矩形结构，还包括椭圆形结构和十字交叉形结构。因为取每个位置邻域内的最小值，所以腐蚀后的图像整体会变暗，图像中比较亮的区域的面积会变小甚至消失，而比较暗的区域会增大一些，通过腐蚀的作用能够消除物体边界点，使目标缩小，进而消除小于结构元素的噪声点。通过先膨胀后腐蚀的处理方式，可以使相邻的墨点完全分离开，并平滑墨点的边界。
请结合图5及图6，提取点状喷码图像中的待检点状字符的具体步骤为：
对点状喷码图像中的喷码字符进行行分割，以得到单行的喷码字符；
对单行的喷码字符进行列分割以得到单个的待检点状字符。
具体的，进行分割时，对完成预处理的点状喷码图像进行水平投影，然后分割每一行，获取每一行的二值图，再对单行的喷码字符使用垂直投影法分割得到单个待检点状字符的二值化图像。
可以理解的，由于物品上的喷码字符可能以多行的形式出现，若对多行的喷码字符进行整体的检测，则容易出现喷码字符漏检或喷码字符检测出错的状况。因此，本发明实施例在检测喷码字符时，通过对喷码字符进行分割能够得到单个的待检点状字符，通过对单个的待检点状字符进行检测能够进一步提高点状喷码检测结果的准确率。
进一步的，在匹配待检点状字符与校对栅格之前还包括以下步骤：
获取待检点状字符中墨点的个数，判断标准点状字符中墨点的个数与待检点状字符中墨点的个数是否匹配；
若否，判定待检点状字符出现喷码错误；若是，执行匹配待检点状字符与校对栅格的步骤。
请参阅图7，可以理解的，在喷码机进行喷码时，可能会存在点状字符多喷或点状字符漏喷的现象，通过对待检点状字符中墨点的个数与标准点状字符中墨点的个数进行比对，能够判定待检点状字符是否出现墨点漏喷或墨点喷多的现象。同时，将墨点个数的比对设置在待检点状字符与校对栅格匹配之前，若比对时检测到墨点漏喷或墨点喷多，可直接判定待检点状字符出现喷码错误进而结束检测，无需对待检点状字符与校对栅格进行匹配，进一步减少了点状喷码的检测时间，提高了点状喷码检测时的检测效率。
请结合图8及图9，根据标准点状字符绘制校对栅格的具体步骤为：
获取标准点状字符中各墨点的坐标，其中，墨点的坐标包括墨点的横坐标和墨点的纵坐标；
根据每列墨点的横坐标得到列间距Tx；
根据每行墨点的纵坐标得到行间距Ty；
将Ty和Tx作为栅格线之间的行间距和列间距，绘制横向的栅格线及竖向的栅格线以得到校对栅格。
具体的，首先获取标准点状字符中各墨点的坐标，然后将标准点状字符中各墨点的坐标平均化，以过滤掉一些空位置的干扰。计算每列上每个墨点横坐标的平均值
作为当前列的横坐标，例如第0列所有点的横坐标近似为
若标准点状字符共有m列，则每一列之间的距离即列间距Tx可以表示为：
然后计算每行上每个墨点纵坐标的平均值
作为当前行的纵坐标，例如第0行所有点的纵坐标近似为
若标准点状字符共有n行，则每一行之间的距离即行间距Ty可以表示为：
通过计算可以得出Tx和Ty的大小，然后以待测点状字符图像的中心点作为中心坐标，并以Ty和Tx作为栅格线之间的行间距和列间距绘制横向的栅格线及竖向的栅格线，以得到校对栅格。
进一步的，在获取偏移量之前还包括匹配待检点状字符与校对栅格。
请结合图10及图11，匹配待检点状字符与校对栅格的具体步骤为：
获取待检点状字符中各墨点的坐标；
将待检点状字符置于校对栅格中；
根据墨点的坐标得到各墨点与相邻的校对点之间的距离，并对距离进行求和；
调整校对栅格与待检点状字符之间的相对位置，直至距离之和为最小值。
可以理解的，通过计算各墨点和各相邻的校对点之间的坐标的距离，能够将墨点与距离最近的校对点一一对应。其中，墨点Ai(aix,aiy)和校对点Bi(bix,biy)的距离使用欧氏距离表示：
调整校对栅格与待检点状字符之间的相对位置时，以墨点的半径为步长滑动校对栅格。每滑动一次校对栅格后，对应求出各墨点和与之对应的校对点的距离之和。多次滑动校对栅格，直至距离之和为最小值时，校对栅格的位置为最佳匹配位置，即待检点状字符与校对栅格相匹配。
其中，距离之和采用欧氏距离表示：
在最佳匹配位置下，算出每个墨点和与之对应的校对点的偏移量，当任一偏移量大于设定的偏移阈值时，判定待检点状字符出现喷码错误。相应的判断公式如下所示：
其中，A为偏移阈值。
本发明实施例对校对栅格中的校对点不做具体限定，校对点可以为校对栅格中栅格的中心点，校对点也可以为校对栅格中的栅格焦点，校对点还可以为校对栅格中自定义的点。具体的，在本发明实施例中以校对栅格中的栅格焦点作为校对点，当待检点状字符的各墨点与校对栅格的各栅格焦点相对应时，待检点状字符与校对栅格相匹配。通过将校对栅格中的栅格焦点作为校对点，无需另外设置其他的校对点，进一步节省了校对栅格中校对点的设置时间。
请参阅图12，具体的，获取待检点状字符中各墨点的坐标的具体步骤为：
对待检点状字符进行边缘检测；
获取待检点状字符中各墨点的轮廓；
提取各轮廓的质心坐标，并将各质心坐标标记为相应的各墨点的坐标。
可以理解的，墨点为具有一定面积的点状区域，因此无法直接获取单个墨点的坐标。通过获取待检点状字符中各墨点的轮廓，能够提取各轮廓的质心坐标，通过将各质心坐标转换为相应的各墨点的坐标，可较为准确的对墨点进行坐标标记。在计算轮廓质心的同时，统计出质心的个数，即代表墨点的个数，与标准点状字符中墨点的个数进行比较，若少于喷出墨点的个数，即为漏喷。而在获取待检点状字符中各墨点的轮廓之前，对待检点状字符进行边缘检测，能够把不需要的轮廓过滤掉，进一步提高了待检点状字符中各墨点坐标的准确性。
具体的，本发明实施例通过Canny、拉普拉斯等边缘检测算子对待检点状字符进行边缘检测。可以理解的，Canny边缘检测算法基本原理是根据对信噪比与定位乘积进行测度，得到最优化逼近算子，属于先平滑后求导数的方法。先对输入的待检点状字符图像进行高斯平滑，降低错误率；然后计算梯度幅度和方向来预估每一墨点处的边缘强度与方向；根据梯度方向，对梯度幅值进行非极大值抑制，最后用双阈值处理和连接墨点的边缘。在计算梯度幅度和方向时，采用soble算子，利用soble水平和垂直算子与输入图像卷积计算dx、dy，具体步骤为：
dx＝f(x,y)×Sobelx(x,y)
dy＝f(x,y)×Sobely(x,y)
进一步可以得到图像梯度的幅值：
为了简化计算，幅值也可以作如下近似：
M(x,y)＝|dx(x,y)|+|dy(x,y)|
然后通过opencv库中findContours方法找到墨点的轮廓并画出其轮廓。求出轮廓的质心像素点坐标，以代替每个墨点的坐标位置。
综上所述，本发明第一实施例提供的一种基于点状喷码的检测方法，用以对物品上的点状喷码进行检测。检测时，首先获取点状喷码图像，然后对点状喷码图像进行灰度化、二值化、图像增强以及图像拉伸变换处理。完成处理后，通过先膨胀再腐蚀的方式处理待检点状字符图像中墨点粘连的部分。然后对点状喷码图像中的喷码字符进行行分割及列分割，以得到单个的待检点状字符。然获取待检点状字符中各墨点的坐标及墨点的个数，判断标准点状字符中墨点的个数与待检点状字符中墨点的个数是否匹配。若否，判定待检点状字符出现喷码错误；若是，执行匹配待检点状字符与校对栅格的步骤。在匹配待检点状字符与校对栅格之前，根据标准点状字符绘制校对栅格，并形成若干校对点。通过获取待检点状字符中各墨点与各校对点之间的偏移量，以判断待测点状字符是否出现喷码错误。其中，当任一偏移量大于设定的偏移阈值时判定待检点状字符出现喷码错误，当各偏移量均小于设定的偏移阈值时判定待检点状字符喷码正确。
请参阅图13，本发明第二实施例提供一种点状喷码检测装置1，该点状喷码检测装置1通过本发明第一实施例中的检测方法对物品上的点状喷码进行检测。
具体的，点状喷码检测装置1包括拍摄装置11及检测装置12，拍摄装置11与检测装置12通信连接。
拍摄装置11通过对物品进行拍摄以获取点状喷码图像；检测装置12能够根据标准点状字符绘制校对栅格并形成若干校对点，或检测装置12中存储有校对栅格。
检测时，检测装置12提取点状喷码图像中的待检点状字符，并获取待检点状字符中各墨点与标准点状字符形成的校对栅格中各校对点之间的偏移量；当任一偏移量大于设定的偏移阈值时，检测装置12判定待检点状字符出现喷码错误。根据偏移量来判定待检点状字符是否出现喷码错误，能够对物品上的点状喷码进行自动检测，无需人工检测，进一步降低了点状喷码检测的成本，提高了点状喷码检测的检测效率，具有较高的实用性。同时，通过检测装置12对点状字符中的各墨点进行检测，无需对点状喷码的样本数据进行训练，检测方式简单，省略了大量样本的训练过程，进一步节省了点状喷码检测装置1部署的时间和成本，具有较高的抗干扰性、实用性及推广价值。
请参阅图14，进一步的，拍摄装置11进一步包括相机111及设置于相机111上的镜头112。本发明实施例对相机111及镜头112的类型不做具体限定，只要满足能够实现对物体进行拍摄即可。具体的，本发明实施例相机111为4D相机，镜头112为定焦镜头。采用4D相机能够捕捉更大区域内的图像信息，避免物体表面信息的丢失。同时，由于定焦镜头不用考虑变焦，因此采用定焦镜头可以提高对物体信息的提取能力，进一步提高了拍摄装置11对物体信息进行采集时的准确性。
请参阅图15，进一步的，检测装置12进一步包括存储模块121、校对模块122及显示模块123。校对模块122分别与拍摄装置11、存储模块121及显示模块123通信连接。其中存储模块121存储有若干标准点状字符，校对模块122通过获取存储模块121中的标准点状字符以绘制校对栅格，并形成若干校对点。检测时，校对模块122获取拍摄装置11拍摄的点状喷码图像，然后对点状喷码图像进行灰度化、二值化、图像增强以及图像拉伸变换处理。完成处理后，校对模块122通过先膨胀再腐蚀的方式处理待检点状字符图像中墨点粘连的部分，然后对点状喷码图像中的喷码字符进行行分割及列分割以得到单个的待检点状字符。校对模块122通过获取待检点状字符中各墨点的坐标及墨点的个数，判断标准点状字符中墨点的个数与待检点状字符中墨点的个数是否匹配。若否，校对模块122判定待检点状字符出现喷码错误，并将结果反馈至显示模块123，显示模块123显示检测结果以便使用者的查看。若是，校对模块122执行匹配待检点状字符与校对栅格的步骤，并通过获取待检点状字符中各墨点与各校对点之间的偏移量，以判断待测点状字符是否出现喷码错误。若任一偏移量大于设定的偏移阈值时，校对模块122判定待检点状字符出现喷码错误，并将结果反馈至显示模块123，显示模块123显示检测结果以便使用者的查看。
在本发明所提供的实施例中，应理解，“与A对应的B”表示B与A相关联，根据A可以确定B。但还应理解，根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。
应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定特征、结构或特性可以以任意适合的方式结合在一个或多个实施例中。本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本发明所必须的。
在本发明的各种实施例中，应理解，上述各过程的序号的大小并不意味着执行顺序的必然先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
在本发明的附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方案中，方框中所标注的功能也可以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，在此基于涉及的功能而确定。需要特别注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上对本发明实施例公开的一种基于点状喷码的检测方法及装置进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制，凡在本发明的原则之内所作的任何修改，等同替换和改进等均应包含本发明的保护范围之内。
Claims (10)
1.一种基于点状喷码的检测方法，用以对物品上的点状喷码进行检测，其特征在于：所述检测方法包括以下步骤：
获取点状喷码图像；
提取所述点状喷码图像中的待检点状字符；
获取所述待检点状字符中各墨点与标准点状字符形成的校对栅格中各校对点之间的偏移量；
当任一所述偏移量大于设定的偏移阈值时，判定所述待检点状字符出现喷码错误。
2.如权利要求1所述的基于点状喷码的检测方法，其特征在于：在提取所述点状喷码图像中的待检点状字符之前还包括：
对所述点状喷码图像进行预处理；
其中，所述预处理包括灰度化、二值化、图像增强以及图像拉伸变换中的一种或多种的组合。
3.如权利要求1所述的基于点状喷码的检测方法，其特征在于：所述检测方法还包括：对所述待检点状字符中粘连的墨点进行分离处理。
4.如权利要求3所述的基于点状喷码的检测方法，其特征在于：所述分离处理采用先膨胀再腐蚀的方式。
5.如权利要求1所述的基于点状喷码的检测方法，其特征在于：提取所述点状喷码图像中的待检点状字符的具体步骤为：
对所述点状喷码图像中的喷码字符进行行分割，以得到单行的喷码字符；
对所述单行的喷码字符进行列分割以得到单个的待检点状字符。
6.如权利要求1所述的基于点状喷码的检测方法，其特征在于：在获取所述偏移量之前还包括以下步骤：
匹配所述待检点状字符与所述校对栅格。
7.如权利要求6所述的基于点状喷码的检测方法，其特征在于：匹配所述待检点状字符与所述校对栅格的具体步骤为：
获取所述待检点状字符中各墨点的坐标；
将所述待检点状字符置于所述校对栅格中；
根据所述墨点的坐标得到各所述墨点与相邻的所述校对点之间的距离，并对所述距离进行求和；
调整所述校对栅格与所述待检点状字符之间的相对位置，直至所述距离之和为最小值。
8.如权利要求7所述的基于点状喷码的检测方法，其特征在于：获取所述待检点状字符中各墨点的坐标的具体步骤为：
对所述待检点状字符进行边缘检测；
获取所述待检点状字符中各墨点的轮廓；
提取各所述轮廓的质心坐标，并将各所述质心坐标标记为相应的各所述墨点的坐标。
9.如权利要求6所述的基于点状喷码的检测方法，其特征在于：在匹配所述待检点状字符与所述校对栅格之前还包括以下步骤：
获取所述待检点状字符中墨点的个数，判断所述标准点状字符中墨点的个数与所述待检点状字符中墨点的个数是否匹配；
若否，判定所述待检点状字符出现喷码错误；若是，执行匹配所述待检点状字符与所述校对栅格的步骤。
10.一种点状喷码检测装置，用以对物品上的点状喷码进行检测，其特征在于：所述点状喷码检测装置包括拍摄装置及检测装置，所述拍摄装置与所述检测装置通信连接；
所述拍摄装置通过对物品进行拍摄以获取点状喷码图像；所述检测装置提取所述点状喷码图像中的待检点状字符，并获取所述待检点状字符中各墨点与标准点状字符形成的校对栅格中各校对点之间的偏移量；当任一所述偏移量大于设定的偏移阈值时，所述检测装置判定所述待检点状字符出现喷码错误。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110650357.4A CN113408388B (zh) | 2021-06-10 | 2021-06-10 | 基于点状喷码的检测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110650357.4A CN113408388B (zh) | 2021-06-10 | 2021-06-10 | 基于点状喷码的检测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113408388A true CN113408388A (zh) | 2021-09-17 |
| CN113408388B CN113408388B (zh) | 2022-08-02 |
Family
ID=77683487
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110650357.4A Expired - Fee Related CN113408388B (zh) | 2021-06-10 | 2021-06-10 | 基于点状喷码的检测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113408388B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103273746A (zh) * | 2013-06-17 | 2013-09-04 | 无锡众创自动化科技有限公司 | 一种具有喷码效果检测功能的喷码系统 |
| CN106886809A (zh) * | 2015-12-10 | 2017-06-23 | 顾泽苍 | 一种商品包装与标识可变信息在线赋码方法与识读方法 |
| CN107640373A (zh) * | 2017-10-11 | 2018-01-30 | 浙江和厚信息科技有限公司 | 一种自带检测装置的食品包装用条码机 |
| CN109560915A (zh) * | 2018-11-27 | 2019-04-02 | 广西师范大学 | 一种基于混沌和幅相编码的非线性双图像加密方法 |
| CN111598083A (zh) * | 2020-05-08 | 2020-08-28 | 南通大学 | 一种瓶底合模线上喷印喷码质量检测方法 |
| US20200349379A1 (en) * | 2019-05-02 | 2020-11-05 | Alitheon, Inc. | Automated authentication region localization and capture |
| CN112884718A (zh) * | 2021-01-29 | 2021-06-01 | 北京同仁堂（唐山）营养保健品有限公司 | 包装喷码字符检测方法、装置、系统及存储介质 |
| CN112903717A (zh) * | 2021-02-23 | 2021-06-04 | 浙江寿仙谷医药股份有限公司 | 一种喷码智能视觉检别装置 |
-
2021
- 2021-06-10 CN CN202110650357.4A patent/CN113408388B/zh not_active Expired - Fee Related
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103273746A (zh) * | 2013-06-17 | 2013-09-04 | 无锡众创自动化科技有限公司 | 一种具有喷码效果检测功能的喷码系统 |
| CN106886809A (zh) * | 2015-12-10 | 2017-06-23 | 顾泽苍 | 一种商品包装与标识可变信息在线赋码方法与识读方法 |
| CN107640373A (zh) * | 2017-10-11 | 2018-01-30 | 浙江和厚信息科技有限公司 | 一种自带检测装置的食品包装用条码机 |
| CN109560915A (zh) * | 2018-11-27 | 2019-04-02 | 广西师范大学 | 一种基于混沌和幅相编码的非线性双图像加密方法 |
| US20200349379A1 (en) * | 2019-05-02 | 2020-11-05 | Alitheon, Inc. | Automated authentication region localization and capture |
| CN111598083A (zh) * | 2020-05-08 | 2020-08-28 | 南通大学 | 一种瓶底合模线上喷印喷码质量检测方法 |
| CN112884718A (zh) * | 2021-01-29 | 2021-06-01 | 北京同仁堂（唐山）营养保健品有限公司 | 包装喷码字符检测方法、装置、系统及存储介质 |
| CN112903717A (zh) * | 2021-02-23 | 2021-06-04 | 浙江寿仙谷医药股份有限公司 | 一种喷码智能视觉检别装置 |
Non-Patent Citations (5)
| Title |
|---|
| JIALING MO等: "《An adaptive threshold de-noising method based on EEMD》", 《2014 IEEE INTERNATIONAL CONFERENCE ON SIGNAL PROCESSING, COMMUNICATIONS AND COMPUTING (ICSPCC)》 * |
| N. G. SHANKAR: "《On-Line Defect Detection in Web Offset Printing》", 《2003 4TH INTERNATIONAL CONFERENCE ON CONTROL AND AUTOMATION PROCEEDINGS》 * |
| 凌永国等: "《复杂背景下的车辆检测》", 《计算机工程与设计》 * |
| 陈灵俐: "《自动生产线喷码机高可靠控制系统设计与开发》", 《中国硕士学位论文全文数据库(电子期刊)》 * |
| 黄小萍等: "《红外光谱摄影图像伪影校正系统设计与研究》", 《激光杂志》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113408388B (zh) | 2022-08-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109785316B (zh) | 一种芯片表观缺陷检测方法 | |
| CN110070524B (zh) | 一种智能终端面板视觉故障检测系统 | |
| CN108345881B (zh) | 一种基于计算机视觉的文档质量检测方法 | |
| CN109426814B (zh) | 一种发票图片特定板块的定位、识别方法、系统、设备 | |
| CN103310211B (zh) | 一种基于图像处理的填注标记识别方法 | |
| CN106096601B (zh) | 一种自动检测票据中字符类型的方法和系统 | |
| WO2018086233A1 (zh) | 一种字符分割方法和装置、及元件检测方法和装置 | |
| CN104200210B (zh) | 一种基于部件的车牌字符分割方法 | |
| CN113109348B (zh) | 一种基于机器视觉的桨影移印缺陷识别方法 | |
| CN108875735B (zh) | 钢板生产线点阵喷码字符自动检测方法 | |
| CN107389693B (zh) | 一种基于机器视觉的印刷品缺陷自动检测方法 | |
| CN109993154B (zh) | 变电站单指针式六氟化硫型仪表智能识别方法 | |
| CN108133216B (zh) | 基于机器视觉的可实现小数点读取的数码管读数识别方法 | |
| CN115018853A (zh) | 基于图像处理的机械组件缺陷检测方法 | |
| WO2007127085A1 (en) | Generating a bitonal image from a scanned colour image | |
| CN102360419A (zh) | 计算机扫描阅读管理方法及系统 | |
| CN108921813A (zh) | 一种基于机器视觉的无人机检测桥梁结构裂缝识别方法 | |
| CN113408388B (zh) | 基于点状喷码的检测方法及装置 | |
| CN111754525B (zh) | 一种基于非精确切分的工业字符检测流程 | |
| JP2018120445A (ja) | 車番認識装置 | |
| CN109472257B (zh) | 一种字符版面确定方法及装置 | |
| CN118038515B (zh) | 一种人脸识别方法 | |
| CN108205678B (zh) | 一种含有亮斑干扰的铭牌文字识别处理方法 | |
| CN103870827B (zh) | 一种结合颜色与纹理的车牌检测方法 | |
| CN107609482A (zh) | 一种基于汉字笔画特征的中文文本图像倒置判别方法 |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220802 |