CN113436180A - 生产线上喷射码的检测方法、装置、系统、设备和介质 - Google Patents
生产线上喷射码的检测方法、装置、系统、设备和介质 Download PDFInfo
- Publication number
- CN113436180A CN113436180A CN202110767015.0A CN202110767015A CN113436180A CN 113436180 A CN113436180 A CN 113436180A CN 202110767015 A CN202110767015 A CN 202110767015A CN 113436180 A CN113436180 A CN 113436180A
- Authority
- CN
- China
- Prior art keywords
- product
- detected
- production line
- code
- speed camera
- 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
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
- G06T2207/20081—Training; Learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- General Factory Administration (AREA)
Abstract
本发明提供一种生产线上喷射码的检测方法、装置、系统、设备和介质,所述检测方法包括:获取固定在生产线上的高速相机拍摄待检测产品得到的图像;将所述图像输入到预置的字符检测模型,得到所述待检测产品的喷射码的位置和字符识别结果;根据所述位置和所述字符识别结果以及预设的喷射码模板对所述喷射码进行核对,得到核对结果。本发明的技术方案可以较为精确地检测生产线上的产品的喷射码的印刷缺陷。
Description
技术领域
本发明涉及检测技术领域,尤其涉及一种生产线上喷射码的检测方法、装置、系统、电子设备和非暂态计算机可读存储介质。
背景技术
在具有保质期的食品、日用品等产品的生产过程中,需要在产品的外包装上印刷产品的生产日期,此外,生产厂商也会按需求在产品上通过喷涂的方式印刷产品的产品编码和防伪码等信息。这些生产日期、产品编码和防伪码等文字或信息,需要在产品的生产过程中在生产线动态运行时进行印刷。这类印刷容易受到高速运转的生产线上的各类不确定性银色的影响,从而产生各种印刷缺陷。
常见的印刷缺陷包括漏印、重复、便宜、字符不清晰和断裂等问题。其中,漏印是由于生产线节拍的不稳定,导致工件通过喷射码印刷工位时,喷射码未被成功印刷或印刷不全。重复是由于生产线暂停或卡顿,导致的同一个产品上被重复印刷多遍喷射码。偏移是由于生产线上的工件位移,导致喷射码未被印刷在规定的位置范围内。字符不清晰是由于喷射油墨不均匀导致的部分字符模糊、不可分辨,或者是喷射之后油墨未完全干时喷射部位和生产线上的其他部件摩擦导致的字符模糊。断裂是由于喷射码的印刷采用线扫的方式进行,产品在印刷过程中产品发生了位移,从而出现了的字符的上下分离的情况。
目前,对高速生产线上喷射码印刷效果进行检测时,多数时候采用人工抽检的方式进行检测,也有部分自动产线采用异常检测的方式,即通过计算喷射区域的喷射码中包含的像素点的个数差异来判断产品是否存在喷射码印刷缺陷。
采用人工抽检的方式对喷射码印刷效果进行检测时,效率低,速度慢,无法做到对所有产品的普测。采用异常检测的方式只能处理大批量相同喷射内容的场景,对于每一个产品有独立的生产编号和防伪码的场景并不适用,而且通过计算喷射码字符像素点差异的方法并不能很好的识别出喷射码位置的偏移或字符断裂等缺陷,具有一定的局限性。此外,由于进行像素点个数的计算对算法中各项阈值的设定有较强的依赖,算法的鲁棒性较低,不能很好的用于产品多变的生产线。
综上可知,现有的检测喷射码印刷效果的方法均不能快速精确地判断检测喷射码缺陷。
发明内容
本发明提供一种生产线上喷射码的检测方法、装置、系统、电子设备和非暂态计算机可读存储介质,用以解决现有技术中喷射码检测方案不够精确的缺陷,提高生产线上喷射码的检测精确度。
本发明提供一种生产线上喷射码的检测方法,包括:获取固定在生产线上的高速相机拍摄待检测产品得到的图像;将所述图像输入到预置的字符检测模型,得到所述待检测产品的喷射码的位置和字符识别结果,其中,所述字符检测模型包括跨阶段局部网络模型;根据所述位置和所述字符识别结果以及预设的喷射码模板对所述喷射码进行核对,得到核对结果。
根据本发明提供一种的生产线上喷射码的检测方法,所述得到所述待检测产品的喷射码的位置和字符识别结果之后,所述方法还包括:根据所述喷射码的位置和字符识别结果生成显示数据并发送给显示装置,以在所述显示装置的用户界面上展示所述显示数据。
根据本发明提供一种的生产线上喷射码的检测方法,若所述核对结果表征所述待检测产品的喷射码存在印刷缺陷,则生成剔除指令并发送到剔除装置,以控制所述剔除装置将所述待检测产品从所述生产线上剔除。
根据本发明提供一种的生产线上喷射码的检测方法,所述字符检测模型的训练方法包括:获取样本数据集;对样本数据集中的样本数据的字符的位置和内容进行标注,得到训练标签;使用所述样本数据集和所述训练标签对初始跨阶段局部网络模型进行训练,直到所述初始跨阶段局部网络模型收敛,得到所述字符检测模型。
根据本发明提供一种的生产线上喷射码的检测方法,所述高速相机根据触发装置发送的触发信号对所述待检测产品进行拍摄,其中,所述触发信号由所述触发装置在所述待检测产品运动到所述生产线上的第一位置时生成并发送。
根据本发明提供一种的生产线上喷射码的检测方法,所述获取固定在生产线上的高速相机拍摄待检测产品得到的图像之前,所述方法还包括:获取预设的第一配置信息,所述第一配置信息包括所述高速相机的IP地址;根据所述第一配置信息获取所述高速相机的IP地址并根据所述IP地址确定所述高速相机的位置,以进一步确定所述待检测产品的位置。
根据本发明提供一种的生产线上喷射码的检测方法,所述获取固定在生产线上的高速相机拍摄待检测产品得到的图像之前,所述方法还包括:获取预设的第二配置信息,所述第二配置信息包括判断阈值;根据所述第二配置信息获取所述判断阈值,以在对所述喷射码进行核对时根据所述判断阈值判断所述待检测产品的喷射码是否存在印刷缺陷。
本发明还提供一种生产线上喷射码的检测装置,所述检测装置包括:获取单元,用于获取固定在生产线上的高速相机拍摄待检测产品得到的图像;识别单元,用于将所述图像输入到预置的字符检测模型,得到所述待检测产品的喷射码的位置和字符识别结果,其中,所述字符检测模型包括跨阶段局部网络模型;核对单元,用于根据所述位置和所述字符识别结果以及预设的喷射码模板对所述喷射码进行核对,得到核对结果。
本发明还提供一种生产线上喷射码的检测系统,所述系统包括工控机和高速相机;所述高速相机固定在生产线上,用于拍摄待检测产品得到图像;所述工控机用于获取所述图像,将所述图像输入到预置的字符检测模型,得到所述待检测产品的喷射码的位置和字符识别结果;并根据所述位置和所述字符识别结果以及预设的喷射码模板对所述喷射码进行核对,得到核对结果,其中,所述字符检测模型包括跨阶段局部网络模型。
根据本发明提供一种的生产线上喷射码的检测系统,所述系统还包括:显示装置,与所述工控机通信连接,用于在所述工控机根据所述喷射码的位置和字符识别结果生成显示数据并发送后,接收所述显示数据并在用户界面上展示所述显示数据。
根据本发明提供一种的生产线上喷射码的检测系统,所述系统还包括:剔除装置,与所述工控机通信连接,用于在所述工控机在核对结果表征所述待检测产品的喷射码存在印刷缺陷时生成剔除指令并发送后,接收所述剔除指令,并根据所述剔除指令所述待检测产品从所述生产线上剔除。
根据本发明提供一种的生产线上喷射码的检测系统,所述系统还包括:触发装置,与所述高速相机通信连接,用于在所述待检测产品运动到所述生产线上的第一位置时发送触发信号给所述高速相机,使得所述高速相机拍摄所述待检测产品。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述生产线上喷射码的检测方法的步骤。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述生产线上喷射码的检测方法的步骤。
本发明提供的生产线上喷射码的检测方法、装置、电子设备和非暂态计算机可读存储介质,通过使用高速相机采集带有喷射码的图像,并使用字符检测模型对该图像进行识别,再使用喷射码模板对喷射码进行核对,实现了对喷射码是否存在印刷缺陷的检测,提高了喷射码检测的速度和精确度。
附图说明
为了更清楚地说明本发明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一简单地介绍,显而易见地,下面描述中的附图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是本发明提供的生产线上喷射码的检测方法的流程示意图之一;
图2是本发明提供的进行喷射码检测的工控机系统的结构示意图;
图3是本发明提供的生产线上喷射码的检测方法的流程示意图之二;
图4是本发明提供的生产线上喷射码的检测装置的结构示意图;
图5是本发明提供的生产线上喷射码的检测系统的结构示意图;
图6是本发明提供的电子设备的结构示意图。
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,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例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作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。
在本发明一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明一个或多个实施例。在本发明一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本发明一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本发明一个或多个实施例中可能采用术语第一、第二等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本发明一个或多个实施例范围的情况下,第一也可以被称为第二,类似地,第二也可以被称为第一。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
在相关技术中,检测正在运行的生产线上的产品的喷射码是否存在印刷缺陷时,可以采用人工检测的方式,也可以采用异常检验的方式。这两种方式中,前者存在检测速度较慢的问题,后者存在无法适应不同印刷内容的场景以及检测精确度不高的问题,因而都无法快速准确地检测产品的喷射码的印刷缺陷。
为解决该问题,本发明实施例提供一种生产线上喷射码的检测方案。下面结合图1至图6对本发明示例实施方式进行详细说明。
如图1所示的是本发明实施例的生产线上喷射码的检测方法的流程图。本发明实施例提供的方法可以由任意具备计算机处理能力的电子设备执行,例如终端设备和/或服务器。如图1所示,该生产线上喷射码的检测方法包括:
步骤102,获取固定在生产线上的高速相机拍摄待检测产品得到的图像。
具体地,高速相机一般是指数字工业相机,其可以安装在生产线上代替人眼来进行测量和判断,通过数字摄像技术将摄取目标转换成图像信号,传送给专用的图像处理系统。相比起普通相机,高速相机具有高图像稳定性、高传输能力和高抗干扰能力等特点。固定在生产线上的高速相机可以对经过生产线上的特定位置的产品进行拍摄,这里,特定的位置是指与高速相机的摄像头拍摄方向对应的生产线上的产品输送路径上的位置。
步骤104,将图像输入到预置的字符检测模型,得到待检测产品的喷射码的位置和字符识别结果,其中,字符检测模型包括跨阶段局部网络模型。
具体地,字符检测模型是一种深度神经网络模型,其根据大量带有喷射码字符的样本图像组成的样本图像集训练得到,其中,喷射码字符的位置和字符内容被标注作为训练标签,使用样本图像集作为训练集结合标注得到的训练标签,对初始深度神经网络模型进行训练,即可以得到最终的字符检测模型。
步骤106,根据位置和字符识别结果以及预设的喷射码模板对喷射码进行核对,得到核对结果。
在本发明实施例的技术方案中,通过预置的字符检测模型对待检测产品的图像进行识别,并将识别结果和喷射码模板进行核对,从而判断喷射码是否存在印刷缺陷,提高了喷射码印刷缺陷的检测速度和精度。
具体地,喷射码模板是待检测产品喷射码字符的标准模板,其上设置有喷射码的相对位置和字符内容。喷射码模板可以动态调整,在生产线上生产的产品变化时,通过动态地调整喷射码正确的印刷格式和印刷内容,可以对不同产品上不同的喷射码进行印刷缺陷检测和内容核对。
在步骤102之前,还可以获取配置信息,根据配置信息进行步骤102至步骤106的处理。配置信息可以包括第一配置信息和第二配置信息。
具体地,第一配置信息包括高速相机的IP地址,在获取第一配置信息后,可以根据第一配置信息获取高速相机的IP地址并根据IP 地址确定高速相机的位置,以进一步确定待检测产品的位置。这里,对生产线上的喷射码进行检测的系统中可能有多个高速相机,每个高速相机的IP地址不同,预先在该系统中输入高速相机的IP地址,可以确定该高速相机所处的生产线和位置。
第二配置信息包括判断阈值,在获取第一配置信息后,可以根据第二配置信息获取判断阈值,以在对喷射码进行核对时根据判断阈值判断待检测产品的喷射码是否存在印刷缺陷。例如,判断阈值可以为一个相似度值,可以设置待检测产品的喷射码的位置和字符内容与喷射码模板的喷射码的位置和字符内容的相似度大于等于该判断阈值时,待检测产品的喷射码字符不存在印刷缺陷和印刷错误。
如图2所示,在本发明实施例中,工控机211与触发器212、高速相机213和剔除装置214组成了一种对生产线上的喷射码进行检测的系统。在生产线220上传送有产品230。触发器212、高速相机213 和剔除装置214依次固定在生产线的传送带的一侧。箭头表示传送带的传送方向。这样,同一个产品在传送过程中,依次先后经过触发器 212、高速相机213和剔除装置214的作用区域。触发器212感应到产品经过时,会产生触发信号,以控制高速相机213工作。高速相机213拍摄的图像会发送给工控机211进行处理,并在处理结果表征该产品具有印刷缺陷时,通知剔除装置214将产品从生产线上剔除。
在步骤104之后,可以根据喷射码的位置和字符识别结果生成显示数据并发送给显示装置,以在显示装置的用户界面上展示显示数据。在用户界面上实时展示喷射码检测识别的结果,可以方便工作人员实时查看质检效果。
在步骤106中,使用喷射码模板对步骤104得到的喷射码字符的位置和内容进行核对,若喷射码字符的位置排布以及内容和喷射码模板一致说明不存在印刷缺陷。若不一致,则可能存在两种情况:一种是部分字符未检测到,说明该喷射码存在印刷缺陷。另一种是喷射码字符内容识别结果和喷射码模板不一致,说明给喷射码可能存在印刷错误。
若步骤106中得到的核对结果表征待检测产品的喷射码存在印刷缺陷,则生成剔除指令并发送到剔除装置,以控制剔除装置将待检测产品从生产线上剔除。
将有印刷缺陷的产品从生产线上剔除,可以避免有喷射码印刷缺陷的产品进入销售环节,造成产品生产日期或防伪标识的识别困难。这里,可以使用喷射高压气体的方式对喷射码印刷缺陷的产品进行剔除。
字符检测模型是一种深度神经网络模型,其可以基于YOLO v4 算法实现。为了降低检测网络的计算量,满足高速生产线的检测需求,本发明实施例的字符检测模型选用YOLO v4的CSP(Cross Stage Partial Network,跨阶段局部网络)模型。
YOLO是一种对象检测算法,YOLO v4是YOLO的一个版本。 CSP网络结构可以解决以往工作中需要大量推理计算的问题。
在本发明实施例中,字符检测模型的训练过程包括以下步骤:获取样本数据集;对样本数据集中的样本数据的字符的位置和内容进行标注,得到训练标签;使用样本数据集和训练标签对初始跨阶段局部网络模型进行训练,直到初始跨阶段局部网络模型收敛,得到字符检测模型。
在本发明实施例中,为了使检测网络具有良好的鲁棒性,能够满足不同产品的喷射码字符检测需求,在字符检测模型训练过程中,可以从互联网等渠道收集一万张带有喷射码字符的图像,用矩形框标注这些图像上每一个字符的具体位置,并标明字符内容,构建成一个包含10万个以上标注字符的样本数据集。需要注意的是,因为标注过程中不标注印刷有缺陷或模糊不清的字符,使用这样的标注数据充分训练后的检测网络,将不具备检测存在缺陷或模糊字符的能力。
在满足鲁棒性要求的同时,为了使检测模型更好的适应生产线上采集的图片,可以针对生产线上的产品进行图像采集,得到300张生产线上的产品图像,并对这些图像进行同样规则的标注。使用这些数据对检测模型进行微调后,可以得到最终训练完成的字符检测模型。该字符检测模型能够对产品上的正常字符进行正确的位置定位和内容识别,但是无法识别到存在缺陷的喷码字符。
本发明实施例中的字符检测模型在2080ti显卡的算力条件下,对单张1440*1080分辨率的图像进行字符检测的检测时间约为30ms。
在本发明实施例中,高速相机根据触发装置发送的触发信号对待检测产品进行拍摄,其中,触发信号由触发装置在待检测产品运动到生产线上的第一位置时生成并发送。这里,触发装置可以为红外触发器,其可以为一种红外漫反射光电传感器。红外触发器可以包括红外光发射单元和红外光接收单元,当产品运动到第一位置时,红外光发射单元发送的红外光被产品反射后被红外光接收单元接收到,从而生成触发信号,以触发高速相机的拍摄动作。
为了保证使得红外触发器生成触发信号的产品和高速相机拍摄的产品是同一个,红外触发器应该安装在紧靠高速相机的位置,并依据生产线情况及高速相机性能设定具体的相机拍摄点。具体地,红外触发器可以安装在高速相机相对生产线的传送带的传送方向的前面即上游,当产品感应到产品完整通过触发器时触发高速相机拍照,高速相机拍摄产品的整个印有喷射文字的面。
本发明实施例中,可以根据产品需要检测的面积大小、精度高低选择不同规格的高速相机。为了保证高速相机拍摄出的图像中的字符不模糊,需要依据生产线速度设定相机的快门速度。例如,若生产线速度为v,字符的笔画宽度为d,允许的成像拖影的比例为δ,则高速相机的快门时间T应该满足以下公式:
在本发明实施例的一个应用场景下,生产线节拍为0.15s,这里,生产线节拍为产品之间的距离除以生产线速度的商。产品间隔为0.3m,字符的笔画宽度为0.4mm。为了清晰成像,避免喷射码确缺陷识别过程中的算法混淆,规定的允许成像拖影的比例为5%,由此可以推导出允许的快门时间应该小于10us。
为了获得足够的曝光强度,视生产线现场条件可以加设补光灯在高速相机进行图像拍摄时进行补光。在本发明实施例中,选择的高速相机可以使用可见光黑白相机,对应地,可以采用常规的白色可见光源进行拍摄补光。
在本发明另一种实施例中,红外触发器的触发信号可以发送到工控机中的检测装置,由该检测装置向高速相机发送拍摄指令,该拍摄指令中规定高速相机在设定的第一时间点进行产品拍摄。这里,第一时间点可以根据第一位置、生产线的运行速度以及高速相机镜头对应的生产线上的第二位置确定;其中,第二位置在生产线的运行方向上位于第一位置的下游,其可以为高速相机的摄像头正对的生产线上的位置。
本发明实施例的技术方案,提供了一种基于深度神经网络的印刷缺陷识别方案,该方案通过红外触发器触发高速相机采集待检测产品的产品图像;通过深度神经网络检测并识别产品图像中的喷射码字符;之后通过和预设的喷射码模板进行核对判断喷射码的字符是否存在印刷缺陷和内容错误;对于存在缺陷的产品,通过剔除装置进行剔除。该方案能够满足高速生产线上产品喷射码的全量自动检测速度要求,能够有效检测常见的喷射码缺陷类型。
具体地,在动态的生产线上,产品依次通过触发器,高速相机和剔除装置。当产品通过红外触发器时,产品反射红外触发器的红外光发射单元发射的红外光线被红外触发器的红外光接收器接收,红外触发器生成一个触发信号并发送给高速相机,高速相机接收到该触发信号,进行产品图像的拍摄,并将拍摄好的图像传递给工控机上的缺陷检测程序;缺陷检测程序对喷射码的印刷缺陷进行识别,如果存在印刷缺陷,该缺陷检测程序将触发剔除装置,剔除该存在印刷缺陷的产品。
如图3所示,本发明实施例中的一种生产线上的喷射码的检测方法包括以下步骤:
步骤301,进行程序配置,即工控机获取配置信息并进行检测程序的配置。
步骤302,模板录入,指的是工控机获取喷射码模板。
步骤303,图像输入,即工控机获取待检测产品对应的待检测图像。
步骤304,字符检测,即采用字符检测模型对待检测图像进行识别。
步骤305,模板核对,即根据步骤304的识别结果和喷射码模板进行识别结果核对。
步骤306,剔除控制,即在步骤305的核对结果表征待检测图像的喷射码存在印刷缺陷时,剔除该待检测产品。
步骤307,效果展示,即在显示界面上显示步骤304的识别结果和步骤305的核对结果。
本发明提供的生产线上喷射码的检测方法,通过使用高速相机采集带有喷射码的图像,并使用字符检测模型对该图像进行识别,再使用喷射码模板对喷射码进行核对,实现了对喷射码是否存在印刷缺陷的检测,提高了喷射码检测的速度和精确度。
下面对本发明提供的生产线上喷射码的检测装置进行描述,下文描述的生产线上喷射码的检测装置与上文描述的生产线上喷射码的检测方法可相互对应参照。
如图4所示,本发明实施例的生产线上喷射码的检测装置包括:
获取单元402,用于获取固定在生产线上的高速相机拍摄待检测产品得到的图像。
识别单元404,用于将图像输入到预置的字符检测模型,得到待检测产品的喷射码的位置和字符识别结果.
核对单元406,用于根据位置和字符识别结果以及预设的喷射码模板对喷射码进行核对,得到核对结果。
在本发明实施例的技术方案中,通过预置的字符检测模型对待检测产品的图像进行识别,并将识别结果和喷射码模板进行核对,从而判断喷射码是否存在印刷缺陷,提高了喷射码印刷缺陷的检测速度和精度。
在本发明实施例中,检测装置还可以包括生成单元,用于根据喷射码的位置和字符识别结果生成显示数据并发送给显示装置,以在显示装置的用户界面上展示显示数据。在用户界面上实时展示喷射码检测识别的结果,可以方便工作人员实时查看质检效果。
生成单元还用于在核对结果表征待检测产品的喷射码存在印刷缺陷时,生成剔除指令并发送到剔除装置,以控制剔除装置将待检测产品从生产线上剔除。
由于本发明的示例实施例的生产线上喷射码的检测装置的各个功能模块与上述生产线上喷射码的检测方法的示例实施例的步骤对应,因此对于本发明装置实施例中未披露的细节,请参照本发明上述的生产线上喷射码的检测方法的实施例。
本发明提供的生产线上喷射码的检测装置,通过使用高速相机采集带有喷射码的图像,并使用字符检测模型对该图像进行识别,再使用喷射码模板对喷射码进行核对,实现了对喷射码是否存在印刷缺陷的检测,提高了喷射码检测的速度和精确度。
如图5所示,本发明实施例的生产线上喷射码的检测系统包括上述技术方案中提供的工控机201和高速相机502;高速相机固定在生产线上,用于拍摄待检测产品得到图像。工控机用于获取图像,将图像输入到预置的字符检测模型,得到待检测产品的喷射码的位置和字符识别结果;并根据位置和字符识别结果以及预设的喷射码模板对喷射码进行核对,得到核对结果,其中,字符检测模型包括跨阶段局部网络模型。
进一步地,上述检测系统还可以包括触发装置504、剔除装置506 和显示装置508。
其中,显示装置与检测装置通信连接,用于在检测装置根据喷射码的位置和字符识别结果生成显示数据并发送后,接收显示数据并在用户界面上展示显示数据。
剔除装置与检测装置通信连接,用于在检测装置在核对结果表征待检测产品的喷射码存在印刷缺陷时生成剔除指令并发送后,接收剔除指令,并根据剔除指令待检测产品从生产线上剔除。
触发装置与高速相机通信连接,用于在待检测产品运动到生产线上的第一位置时发送触发信号给高速相机,使得高速相机拍摄待检测产品。
如图2和图5所示,本发明实施例中,工控机上设置有生产线上喷射码的检测装置,该检测装置基于深度神经网络的字符检测算法和喷射码模板实现喷射码的识别和核对。本发明实施例的技术方案能够在保证较高的检测准确度的前提条件下,满足高速生产线的喷射码印刷缺陷的检测需要。相比于现有的其他喷射码检测方案,本系统能够覆盖更多的喷射码缺陷类型,并支持实时定义的喷射码模板,从而满足更多的喷射码缺陷检测场景。
由于本发明的示例实施例的生产线上喷射码的检测系统的各个部分与上述生产线上喷射码的检测方法的示例实施例的步骤对应,因此对于本发明系统实施例中未披露的细节,请参照本发明上述的生产线上喷射码的检测方法的实施例。
本发明提供的生产线上喷射码的检测系统,通过使用高速相机采集带有喷射码的图像,并使用字符检测模型对该图像进行识别,再使用喷射码模板对喷射码进行核对,实现了对喷射码是否存在印刷缺陷的检测,提高了喷射码检测的速度和精确度。
图6示例了一种电子设备的实体结构示意图,如图6所示,该电子设备可以包括:处理器(processor)610、通信接口(Communications Interface)620、存储器(memory)630和通信总线640,其中,处理器610,通信接口620,存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑指令,以执行生产线上喷射码的检测方法,该方法包括:获取固定在生产线上的高速相机拍摄待检测产品得到的图像;将所述图像输入到预置的字符检测模型,得到所述待检测产品的喷射码的位置和字符识别结果;根据所述位置和所述字符识别结果以及预设的喷射码模板对所述喷射码进行核对,得到核对结果。
此外,上述的存储器630中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法所提供的生产线上喷射码的检测方法,该方法包括:获取固定在生产线上的高速相机拍摄待检测产品得到的图像;将所述图像输入到预置的字符检测模型,得到所述待检测产品的喷射码的位置和字符识别结果;根据所述位置和所述字符识别结果以及预设的喷射码模板对所述喷射码进行核对,得到核对结果。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各提供的生产线上喷射码的检测方法,该方法包括:获取固定在生产线上的高速相机拍摄待检测产品得到的图像;将所述图像输入到预置的字符检测模型,得到所述待检测产品的喷射码的位置和字符识别结果;根据所述位置和所述字符识别结果以及预设的喷射码模板对所述喷射码进行核对,得到核对结果。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (14)
1.一种生产线上喷射码的检测方法,其特征在于,所述方法包括:
获取固定在生产线上的高速相机拍摄待检测产品得到的图像;
将所述图像输入到预置的字符检测模型,得到所述待检测产品的喷射码的位置和字符识别结果,其中,所述字符检测模型包括跨阶段局部网络模型;
根据所述位置和所述字符识别结果以及预设的喷射码模板对所述喷射码进行核对,得到核对结果。
2.根据权利要求1所述的方法,其特征在于,所述得到所述待检测产品的喷射码的位置和字符识别结果之后,所述方法还包括:
根据所述喷射码的位置和字符识别结果生成显示数据并发送给显示装置,以在所述显示装置的用户界面上展示所述显示数据。
3.根据权利要求1所述的方法,其特征在于,若所述核对结果表征所述待检测产品的喷射码存在印刷缺陷,则生成剔除指令并发送到剔除装置,以控制所述剔除装置将所述待检测产品从所述生产线上剔除。
4.根据权利要求1所述的方法,其特征在于,所述字符检测模型的训练方法包括:
获取样本数据集;
对样本数据集中的样本数据的字符的位置和内容进行标注,得到训练标签;
使用所述样本数据集和所述训练标签对初始跨阶段局部网络模型进行训练,直到所述初始跨阶段局部网络模型收敛,得到所述字符检测模型。
5.根据权利要求1所述的方法,其特征在于,所述高速相机根据触发装置发送的触发信号对所述待检测产品进行拍摄,其中,所述触发信号由所述触发装置在所述待检测产品运动到所述生产线上的第一位置时生成并发送。
6.根据权利要求1所述的方法,其特征在于,所述获取固定在生产线上的高速相机拍摄待检测产品得到的图像之前,所述方法还包括:
获取预设的第一配置信息,所述第一配置信息包括所述高速相机的IP地址;
根据所述第一配置信息获取所述高速相机的IP地址并根据所述IP地址确定所述高速相机的位置,以进一步确定所述待检测产品的位置。
7.根据权利要求1所述的方法,其特征在于,所述获取固定在生产线上的高速相机拍摄待检测产品得到的图像之前,所述方法还包括:
获取预设的第二配置信息,所述第二配置信息包括判断阈值;
根据所述第二配置信息获取所述判断阈值,以在对所述喷射码进行核对时根据所述判断阈值判断所述待检测产品的喷射码是否存在印刷缺陷。
8.一种生产线上喷射码的检测装置,其特征在于,所述装置包括:
获取单元,用于获取固定在生产线上的高速相机拍摄待检测产品得到的图像;
识别单元,用于将所述图像输入到预置的字符检测模型,得到所述待检测产品的喷射码的位置和字符识别结果,其中,所述字符检测模型包括跨阶段局部网络模型;
核对单元,用于根据所述位置和所述字符识别结果以及预设的喷射码模板对所述喷射码进行核对,得到核对结果。
9.一种生产线上喷射码的检测系统,其特征在于,所述系统包括工控机和高速相机;
所述高速相机固定在生产线上,用于拍摄待检测产品得到图像;
所述工控机用于获取所述图像,将所述图像输入到预置的字符检测模型,得到所述待检测产品的喷射码的位置和字符识别结果;并根据所述位置和所述字符识别结果以及预设的喷射码模板对所述喷射码进行核对,得到核对结果,其中,所述字符检测模型包括跨阶段局部网络模型。
10.根据权利要求9所述的系统,其特征在于,所述系统还包括:
显示装置,与所述工控机通信连接,用于在所述工控机根据所述喷射码的位置和字符识别结果生成显示数据并发送后,接收所述显示数据并在用户界面上展示所述显示数据。
11.根据权利要求9所述的系统,其特征在于,所述系统还包括:
剔除装置,与所述工控机通信连接,用于在所述工控机在核对结果表征所述待检测产品的喷射码存在印刷缺陷时生成剔除指令并发送后,接收所述剔除指令,并根据所述剔除指令所述待检测产品从所述生产线上剔除。
12.根据权利要求9所述的系统,其特征在于,所述系统还包括:
触发装置,与所述高速相机通信连接,用于在所述待检测产品运动到所述生产线上的第一位置时发送触发信号给所述高速相机,使得所述高速相机拍摄所述待检测产品。
13.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述的方法的步骤。
14.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110767015.0A CN113436180A (zh) | 2021-07-07 | 2021-07-07 | 生产线上喷射码的检测方法、装置、系统、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110767015.0A CN113436180A (zh) | 2021-07-07 | 2021-07-07 | 生产线上喷射码的检测方法、装置、系统、设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113436180A true CN113436180A (zh) | 2021-09-24 |
Family
ID=77759405
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110767015.0A Pending CN113436180A (zh) | 2021-07-07 | 2021-07-07 | 生产线上喷射码的检测方法、装置、系统、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113436180A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114492699A (zh) * | 2022-04-07 | 2022-05-13 | 成都普什信息自动化有限公司 | 一种玻瓶激光码检测方法及检测系统 |
WO2024055796A1 (zh) * | 2022-09-14 | 2024-03-21 | 杭州海康机器人股份有限公司 | 一种缺陷检测系统、方法、装置、电子设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109543677A (zh) * | 2018-11-08 | 2019-03-29 | 上海金啤包装检测科技有限公司 | 喷码的检测方法及设备、生产线、计算机设备、存储介质 |
CN109785319A (zh) * | 2019-01-28 | 2019-05-21 | 湖北汽车工业学院 | 一种基于图像处理的喷码字符检测系统、装置和检测方法 |
CN110674876A (zh) * | 2019-09-25 | 2020-01-10 | 北京猎户星空科技有限公司 | 一种字符检测方法、装置、电子设备及计算机可读介质 |
CN111488821A (zh) * | 2020-04-08 | 2020-08-04 | 北京百度网讯科技有限公司 | 用于识别交通信号灯倒计时信息的方法及装置 |
CN112085024A (zh) * | 2020-09-21 | 2020-12-15 | 江苏理工学院 | 一种罐表面字符识别方法 |
CN112241749A (zh) * | 2019-07-17 | 2021-01-19 | 上海高德威智能交通系统有限公司 | 字符识别模型训练方法、装置及设备 |
CN112329881A (zh) * | 2020-11-20 | 2021-02-05 | 珠海大横琴科技发展有限公司 | 车牌识别模型训练方法、车牌识别方法及装置 |
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 |
-
2021
- 2021-07-07 CN CN202110767015.0A patent/CN113436180A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109543677A (zh) * | 2018-11-08 | 2019-03-29 | 上海金啤包装检测科技有限公司 | 喷码的检测方法及设备、生产线、计算机设备、存储介质 |
CN109785319A (zh) * | 2019-01-28 | 2019-05-21 | 湖北汽车工业学院 | 一种基于图像处理的喷码字符检测系统、装置和检测方法 |
CN112241749A (zh) * | 2019-07-17 | 2021-01-19 | 上海高德威智能交通系统有限公司 | 字符识别模型训练方法、装置及设备 |
CN110674876A (zh) * | 2019-09-25 | 2020-01-10 | 北京猎户星空科技有限公司 | 一种字符检测方法、装置、电子设备及计算机可读介质 |
CN111488821A (zh) * | 2020-04-08 | 2020-08-04 | 北京百度网讯科技有限公司 | 用于识别交通信号灯倒计时信息的方法及装置 |
CN112085024A (zh) * | 2020-09-21 | 2020-12-15 | 江苏理工学院 | 一种罐表面字符识别方法 |
CN112329881A (zh) * | 2020-11-20 | 2021-02-05 | 珠海大横琴科技发展有限公司 | 车牌识别模型训练方法、车牌识别方法及装置 |
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 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114492699A (zh) * | 2022-04-07 | 2022-05-13 | 成都普什信息自动化有限公司 | 一种玻瓶激光码检测方法及检测系统 |
WO2024055796A1 (zh) * | 2022-09-14 | 2024-03-21 | 杭州海康机器人股份有限公司 | 一种缺陷检测系统、方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113436180A (zh) | 生产线上喷射码的检测方法、装置、系统、设备和介质 | |
US9064187B2 (en) | Method and system for item identification | |
US20120138674A1 (en) | System and Method for Test Tube and Cap Identification | |
CN103072718A (zh) | 用于食品包装生产线的机器视觉检测系统及方法 | |
JP5420363B2 (ja) | 画像検査装置および画像検査方法、画像記録装置 | |
JP2001096872A (ja) | プリンタ装置および印刷物検査装置 | |
AU767855B2 (en) | Automatic recognition of characters on structured background by combination of the models of the background and of the characters | |
US20100039510A1 (en) | Method and DEVICE for PRINT INSPECTION | |
US20210406571A1 (en) | Method and apparatus for inspecting a label attached to a food pack | |
US11811983B2 (en) | Methods and system for imaging of moving printed materials by an optical device having plurality of cameras arranged in an array | |
CN110723582B (zh) | 一种卷筒纸模切连线二维码喷印与检测装置 | |
Gong et al. | Adaptive visual inspection method for transparent label defect detection of curved glass bottle | |
CN111652541B (zh) | 工业生产监测方法、系统以及计算机可读存储介质 | |
JP7215485B2 (ja) | 物体照合装置 | |
KR102311595B1 (ko) | 제품 날인 비전 검사 시스템 및 그 방법 | |
JP4507523B2 (ja) | 印刷物検査装置、及び印刷物検査プログラム | |
EP2546064A2 (en) | Image inspection apparatus, image recording apparatus, and image inspection method | |
CN218360742U (zh) | 印刷缺陷检测设备及系统 | |
CN207816267U (zh) | 集装箱自动识别系统和港口设施 | |
JP6100661B2 (ja) | バーコード画像検査装置及びその方法並びにそのプログラム | |
JP7057433B6 (ja) | 印字検査装置 | |
CN110852994A (zh) | 一种喷印卡片的视觉检测方法及其系统 | |
CN110989422A (zh) | 一种基于流水号喷码的aoi过检参数的管理系统及管理方法 | |
JPH07186375A (ja) | 印刷物の検査方法 | |
CN109738459A (zh) | 表面清洁度在线监测系统 |
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 |