CN114240912A - 一种一维条形码印刷质量的检测方法 - Google Patents

一种一维条形码印刷质量的检测方法 Download PDF

Info

Publication number
CN114240912A
CN114240912A CN202111574597.7A CN202111574597A CN114240912A CN 114240912 A CN114240912 A CN 114240912A CN 202111574597 A CN202111574597 A CN 202111574597A CN 114240912 A CN114240912 A CN 114240912A
Authority
CN
China
Prior art keywords
detected
bar code
image
dimensional barcode
barcode image
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
Application number
CN202111574597.7A
Other languages
English (en)
Inventor
隋裕阳
赵春
敖玉根
桑伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Yizhan Hongye Technology Co ltd
Original Assignee
Shenzhen Yizhan Hongye Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Yizhan Hongye Technology Co ltd filed Critical Shenzhen Yizhan Hongye Technology Co ltd
Priority to CN202111574597.7A priority Critical patent/CN114240912A/zh
Publication of CN114240912A publication Critical patent/CN114240912A/zh
Pending legal-status Critical Current

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G06T2207/30168—Image quality inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)

Abstract

本发明属于图像检测技术领域，具体涉及一种一维条形码印刷质量的检测方法，本方法包括，对原始一维条形码图像进行降噪处理，得到待测一维条形码图像；提取待测一维条形码图像的特征参数；计算待测一维条形码图像像素点的特征系数；根据特征系数判定待测一维条形码图像是否合格。本发明通过对待测一维条形码的多个特征系数进行检测，能够智能、高效、准确地判定一维条形码印刷质量是否合格。

Description

一种一维条形码印刷质量的检测方法
技术领域
本发明属于图像检测技术领域，具体涉及一种一维条形码印刷质量的检测方法。
背景技术
一维条形码是一组规则排列的条和空的排列，“条”指对光线反射率较低的部分，“空”指对光线反射率较高的部分，这些条和空组成的数据表达一定的信息，并能够用特定的设备识读，转换成与计算机兼容的二进制和十进制信息。一维条形码可以标出物品的生产国、制造厂家、商品名称、生产日期、图书分类号、邮件起止地点、类别、日期等许多信息，因而在商品流通、图书管理、邮政管理、银行系统等许多领域都得到广泛的应用，使得物品的标识和流动变得非常便利。
目前，国内条码检测机构进行商品条码印制质量检测时，大多采用专用条码检验仪器结合人工检测的方式完成。条码检测仪器主要是利用激光扫描待测条码，然后通过其反射率来测定相关参数。这种检测方法存在检测样品范围受限，检测项有限(部分检测项需要借助人工操作或其它方法完成)，检测速度慢，检测环节多，操作复杂等缺点。
发明内容
为解决上述背景技术中提出的问题，本发明提供了一种一维条形码印刷质量的检测方法，该方法可以有效的检测出印刷过程中出现的重影、变形、污点等印刷缺陷，具有智能识别、识别效率高、识别结果准确的特点。
为实现上述目的，本发明提供如下技术方案：
一种一维条形码印刷质量的检测方法，包括，
S1，对原始一维条形码图像进行降噪处理，得到待测一维条形码图像；
S2，提取待测一维条形码图像的特征参数；
S3，计算待测一维条形码图像像素点的特征系数；
S4，根据特征系数判定待测一维条形码图像是否合格。
作为上述技术方案的进一步描述：所述步骤S1，对原始一维条形码图像进行降噪处理，得到待测一维条形码图像，包括，
步骤S11，提取原始一维条形码图像的边缘特征，获得原始一维条形码边缘图像；
步骤S12，对原始一维条形码边缘图像采用固定阈值法对其进行处理，获得原始一维条形码的边缘二值图像；
步骤S13，根据原始一维条形码的边缘二值图像，确定原始一维条形码图像的全部像素点的位置信息；
步骤S14，用整体阈值方法，确定原始一维条形码图像的整体阈值；
步骤S15，由确定的原始一维条形码图像的整体阈值，对原始一维条形码图像进行二值化处理，得到待测一维条形码图像。
作为上述技术方案的进一步描述：所述步骤S2，提取待测一维条形码图像的特征参数，包括，提取待测一维条形码图像的灰度平均值；
所述步骤S3，计算待测一维条形码图像像素点的特征系数，包括，
步骤S31，计算待测一维条形码图像像素点的相关系数；
步骤S32，计算待测一维条形码图像像素点的待测矩形度参数，并将待测矩形度参数与矩形度标准值相比，得到矩形度系数；
步骤S33，计算待测一维条形码图像像素点的将待测纹理特征参数，并将待测纹理特征参数与纹理特征标准值相比，得到纹理特征系数。
所述步骤S4，根据特征系数判定待测一维条形码图像是否合格，包括，根据待测一维条形码图像像素点的相关系数、矩形度系数、纹理特征系数进行判定。
作为上述技术方案的进一步描述：所述步骤S31，计算待测一维条形码图像像素点的相关系数，包括，
根据以下方法计算待测一维条形码图像像素点的相关系数：
Figure BDA0003424408670000031
其中，
相关系数为r,
待测一维条形码图像的灰度平均值为
Figure BDA0003424408670000032
待测一维条形码图像像素点的灰度值为X，
标准一维条形码图像的灰度平均值为
Figure BDA0003424408670000033
作为上述技术方案的进一步描述：所述相关系数的范围为：0≤r≤1。
作为上述技术方案的进一步描述：所述步骤S32，计算待测一维条形码图像像素点的待测矩形度参数，并将待测矩形度参数与矩形度标准值进行相比，得到矩形度系数，包括，
根据以下方法计算待测矩形度参数：
Figure BDA0003424408670000034
其中，
A0为待测一维条形码图像像素点区域的面积，
AMer为待测一维条形码图像像素点区域的外接矩形面积。
作为上述技术方案的进一步描述：所述矩形度标准值为1。
作为上述技术方案的进一步描述：所述步骤S33，计算待测一维条形码图像像素点的将待测纹理特征参数，并将待测纹理特征参数与纹理特征标准值相比，得到纹理特征系数，包括，
根据以下方法计算待测纹理特征参数：
Figure BDA0003424408670000041
其中，
待测一维条形码图像长度设为i，
待测一维条形码图像的高度设为j，
待测一维条形码图像为f(i,j),其中i＝0,1,2…N,j＝0,1,2…M，
x表示待测一维条形码图像像素点相对待测一维条形码图像原点在x方向上的距离,
y表示待测一维条形码图像像素点相对待测一维条形码图像原点在y方向上的距离,
P(x,y)为待测纹理特征参数。
作为上述技术方案的进一步描述：所述纹理特征标准值为1。
作为上述技术方案的进一步描述：所述步骤S4，根据特征系数判定待测一维条形码图像是否合格，包括，步骤S41，所述相关系数、矩形度系数、纹理特征系数有一项异常，判定待测一维条形码印刷质量不合格。
本发明由于采用上述技术方案，与现有技术相比，具有以下的优点和积极效果：
本发明提供的一种一维条形码印刷质量的检测方法，先将取得的一维条形码图像进行降噪处理，得到待测一维条形码图像，然后根据待测一维条形码图像的特征参数，计算出待测一维条形码图像的系数，根据待测一维条形码图像的系数判定待测一维条形码图像是否合格，由于在本方法中，使用了多种不同的待测一维条形码图像的系数进行判定，判定结果更准确，可以根据实际情况设定合格条件，适应广泛需求，且多种不同的待测一维条形码图像的系数的判定可以先后进行也可以同步进行，检测方法非常灵活、智能和高效。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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为本发明提出的一种一维条形码印刷质量的检测方法的第一实施例流程图；
图2为本发明提出的一种一维条形码印刷质量的检测方法的步骤S1的具体流程图；
图3为本发明提出的一种一维条形码印刷质量的步骤S3第一实施例具体流程图；
图4为本发明提出的一种一维条形码印刷质量的待测一维条形码图像与标准一维条形码图像的矩形度参数示意图；
图5为本发明提出的一种一维条形码印刷质量的待测一维条形码图像与标准一维条形码图像的纹理特征参数示意图；
图6为本发明提出的一种一维条形码印刷质量的检测方法的第二实施例流程图。
具体实施方式
下面将结合本发明实施例中的附图，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。
本发明提供以下技术方案：
请参阅图1，一种一维条形码印刷质量的检测方法，包括，
S1，对原始一维条形码图像进行降噪处理，得到待测一维条形码图像；
具体的，请参阅图2，步骤S1还包括：
步骤S11，提取原始一维条形码图像的边缘特征，获得原始一维条形码边缘图像；
在一实施例中，在步骤S11之前，还包括：
步骤S111，使用CCD相机拍摄得到一维条形码图像，此一维条形码图像即是实际的一维条形码图像，称为原始一维条形码图像；
具体的，在实际生产过程中，生产出来的一维条形码图像可能存在竖条和空隙灰度不稳定导致模糊的情况，此步骤中CCD相机拍摄得到的一维条形码图像(即原始一维条形码图像)也有可能存在这一类的情况，需要将该类不良的原始一维条形码图像挑选出来。
步骤S112，采用标准sobel算法，计算出原始一维条形码图像的边缘图像。
步骤S12，对原始一维条形码边缘图像采用固定阈值法对其进行处理，获得原始一维条形码的边缘二值图像；
在此步骤中，通过OTSU方法计算得到原始一维条形码图像的边缘图像阈值T1，对原始一维条形码图像的边缘图像进行二值化处理，得到原始一维条形码图像的边缘二值图像g(x,y)。
步骤S13，根据原始一维条形码的边缘二值图像，确定原始一维条形码图像的全部像素点的位置信息；
在此步骤中，根据在步骤S12中得到的g(x,y)中每个连通性区域的面积大小即可筛选出可能是原始一维条形码图像区域，记录原始一维条形码图像区域全部像素点的位置信息。
步骤S14，用整体阈值方法，确定原始一维条形码图像的整体阈值；
具体的，此步骤还包括：
步骤S141，根据原始一维条形码图像区域所有像素点的位置信息，在原始一维条形码图像中抠选对应位置信息的所有像素点，其他未选取位置的像素点灰度统一设置为0，重新生成一张图像g’(x,y)(包含原始一维条形码区域和若干干扰区域)。
步骤S142，使用g’(x,y)中灰度非0的像素点计算灰度平均值T2，将T2设置成初始灰度阈值然后用全局阈值法计算出g’(x,y)的最终灰度阈值。
具体的，此步骤包括：
步骤S1421，设定全局阈值为T2；
步骤S1422，用T2分割图像g’(x,y)；
此时，会产生两组像素点：灰度值大于T2的像素点组成G1，灰度值小于等于T2的像素点组成G2。
步骤S1423，分别计算G1和G2的全部像素点的灰度平均值m1和m2；
步骤S1424，设置一个新的阈值
Figure BDA0003424408670000071
并将T3设定为新的全局阈值T2；
步骤S1425，重复步骤S1422至步骤S1424,直到连续迭代中的T3值间的差为零，此时得到的T3即为g’(x,y)的最终灰度阈值，该最终灰度阈值即为原始一维条形码图像的整体阈值。
步骤S15，由确定的原始一维条形码图像的整体阈值，对原始一维条形码图像进行二值化处理，得到待测一维条形码图像。
在此步骤中，将g’(x,y)中小于等于原始一维条形码图像的整体阈值的像素点的灰度值设为0，其他像素点灰度值设为255，即可得到待测一维条形码图像。
上述得到待测一维条形码图像的方法具有计算简单、高效、检测效果较好、噪声稳定的特点，可获得质量较好的待测一维条形码图像。
S2，提取待测一维条形码图像的特征参数；
具体的，此步骤中提取待测一维条形码图像的特征参数，包括，提取待测一维条形码图像的灰度平均值，待测一维条形码图像的灰度平均值是待测一维条形码图像的全部像素点的灰度平均值。
在一实施例中，在此步骤中，还包括，提取待测一维条形码图像的长度和高度参数、待测一维条形码图像所有像素点的区域面积参数以及对应的外接矩形面积参数等参数。
S3，计算待测一维条形码图像像素点的特征系数；
在此步骤之前，还包括，
步骤S30，设置标准一维条形码图像，标准一维条形码图像的灰度平均值为标准灰度平均值，标准一维条形码图像的矩形度为矩形度标准值，标准一维条形码图像的纹理特征参数为纹理特征标准值。
优选的，矩形度标准值和纹理特征标准值均设为1。
在此步骤中，计算的是待测一维条形码图像全部像素点的特征系数。
请参阅图3，所述步骤S3，包括，
步骤S31，计算待测一维条形码图像像素点的相关系数；
在一实施例中，根据以下方法计算待测一维条形码图像像素点的相关系数：
Figure BDA0003424408670000081
其中，
待测一维条形码图像和标准一维条形码图像的长度统一设为i，
待测一维条形码图像和标准一维条形码图像的高度统一设为j，
相关系数为r,
待测一维条形码图像的灰度平均值设为
Figure BDA0003424408670000082
待测一维条形码图像像素点的灰度值为ω(i，j)，设置X＝ω(i，j)，
标准一维条形码图像的标准灰度平均值设为
Figure BDA0003424408670000083
标准一维条形码图像像素点的灰度值为φ(i，j)，设置Y＝φ(i，j)。
优选的，所述相关系数的范围为：0≤r≤1。
在一实施例中，可以将待测一维条形码图像与标准一维条形码图像分成多个区域，分别计算这些区域的全部像素点的相关系数，相关系数r越接近1表示待测一维条形码图像区域与标准一维条形码图像区域相似性越高，值越接近0表示待测一维条形码图像区域与标准一维条形码图像区域差异越大。
在一实施例中，相关系数r可以根据实际情况由使用者自己确定相关系数合格值，还可以自行设置大于相关系数合格值则判定待测一维条形码图像合格，小于等于相关系数合格值则需要对待测一维条形码图像做进一步检测，比如计算矩形度系数、纹理特征系数等，或者进行人工检测等。
在一实施例中，相关系数可以用来评价条码污点、脱墨等质量问题。
在一实施例中，由相关系数判定合格的待测一维条形码图像就直接判定该待测一维条形码图像合格，不再进行矩形度系数、纹理特征系数的计算。
在另一实施例中，由相关系数判定合格的待测一维条形码图像，仍然进行矩形度系数、纹理特征系数的计算，以便全面判断待测一维条形码图像是否合格。
步骤S32，计算待测一维条形码图像像素点的待测矩形度参数，并将待测矩形度参数与矩形度标准值相比，得到矩形度系数；
在一实施例中，根据以下方法计算待测矩形度参数：
Figure BDA0003424408670000091
其中，
A0为待测一维条形码图像像素点区域的面积，
AMer为待测一维条形码图像像素点区域的外接矩形面积。
具体的，所述待测矩形度参数与矩形度标准值的比值即为矩形度系数。
在一实施例中，所述矩形度标准值设为1，矩形度标准值也可以根据实际检测需求灵活设置。
具体的，请参阅图4，其中，待测一维条形码图像4a为在标准一维条形码图像4b的基础上故意模糊处理后的图像。
矩形度参数使用了两个特征参数(矩形度参数和面积特征参数)作为几何特征检测的参数，待测一维条形码图像4a大小的变化用面积特征参数表示，运算过程中，取二值化处理后的待测一维条形码图像4a的像素点个数作为待测一维条形码图像4a像素点的面积特征参数，取二值化处理后的标准一维条形码图像4b的像素点个数作为标准一维条形码图像4b像素点的面积特征参数。
根据上述的矩形度参数计算公式对两副图像进行计算，可分别得出待测一维条形码图像4a和标准一维条形码图像4b的矩形度参数(见表一：矩形度参数实验结果)。
Figure BDA0003424408670000101
表一：矩形度参数实验结果
考虑到标准一维条码图像的形状都是矩形，因此矩形度参数可以对条码的边缘不清、折裂等这类物理缺陷情况进行描述。待测一维条形码图像形状的复杂程度可以用待测一维条形码图像的待测矩形度参数进行描述，待测一维条形码图像形状越接近矩形的形状，其待测矩形度参数越大，待测一维条形码图像形状越复杂，其待测矩形度参数越小。如果待测一维条形码图像出现锯齿边缘不清，待测一维条形码图像的形状就会很复杂，对应的待测矩形度参数就会越小，同理，待测一维条形码图像越接近于矩形，矩形度参数越接近1，因此，通过矩形度参数，很容易把待测一维条形码图像的边缘不清这类物理缺陷检测出来。
进一步的，矩形度系数是待测矩形度参数与矩形度标准值的比值，可以表达待测一维条形码的矩形度与标准一维条形码图像的矩形度的近似程度。
在一实施例中，矩形度系数在0到1之间，矩形度系数越接近于1，表明待测一维条形码图像的矩形度越接近标准一维条形码图像的矩形度，矩形度系数越接近于0，表明待测一维条形码图像的矩形度与标准一维条形码图像的矩形度差异越大。
在一实施例中，矩形度系数合格值由用户自行设定，同时可以设定，矩形度系数大于等于矩形度系数合格值，则待测一维条形码图像的矩形度合格；矩形度系数小于矩形度系数合格值，则待测一维条形码图像的矩形度不合格。
步骤S33，计算待测一维条形码图像像素点的待测纹理特征参数，并将待测纹理特征参数与纹理特征标准值相比，得到纹理特征系数。
在一实施例中，根据以下方法计算待测纹理特征参数：
Figure BDA0003424408670000111
其中，
待测一维条形码图像长度设为i，
待测一维条形码图像的高度设为j，
待测一维条形码图像为f(i,j),其中，i＝0,1,2…N,j＝0,1,2…M，
x表示待测一维条形码图像像素点相对待测一维条形码图像原点在x方向上的距离,
y表示待测一维条形码图像像素点相对待测一维条形码图像原点在y方向上的距离,
P(x,y)为待测纹理特征参数。
在一实施例中，所述纹理特征标准值设为1，纹理特征标准值也可以根据实际检测需求灵活设置。
在一实施例中，待测一维条形码图像原点为待测一维条形码图像的左上角起始像素点，x方向为待测一维条形码图像的长度方向，y方向为待测一维条形码图像的高度方向。
具体的，请参阅图5，采用图像的自相关函数纹理分析实验可以检测和判断条码的重影和变形，其中，待测一维条形码图像5b是由标准一维条形码图像5a处理后得到的水平重影图像，计算结果(见表二：纹理特征参数实验结果)：
长度方向上的距离 1 2 3 4
标准一维条形码图像5a 0.968 0.952 0.935 0.923
待测一维条形码图像5b 0.972 0.961 0.947 0.935
表二：纹理特征参数实验结果
由表二数据可知，在长度方向自相关系数下降速度方面，待测一维条形码图像5b的下降速度比标准一维条形码图像5a的下降速度慢，根据自相关函数的描述：“当图像随着水平距离的增加，计算出来的纹理特征参数下降且下降速率变缓慢，此时图像的纹理较粗”；可推导出，在长度方向上，待测一维条形码图像5b的纹理将会比标准一维条形码图像5a中所检测出的纹理更粗，也表明在长度方向上，待测一维条形码图像5b像发生了变形，因此，纹理特征参数可以有效地检测出重影、变形等印刷缺陷。
当P(x,y)随待测一维条形码图像像素点与待测一维条形码图像原点的距离的增加而减小且减小速度加快时，待测一维条形码图像的纹理就会表现为变得较细；当P(x,y)随待测一维条形码图像像素点与待测一维条形码图像原点的距离的增加而增大且增大速度变慢的时候，待测一维条形码图像的纹理就会表现为变得较粗；随着待测一维条形码图像像素点与待测一维条形码图像原点的距离的继续增加，P(x,y)会呈现出某种周期性的变化，其周期的大小可以用来描述待测一维条形码图像的纹理基本单元排列分布的稠密和稀疏程度，因此待测纹理特征参数可以用来判断待测一维条形码图像的长度方向和高度方向是否出现纹理变细或者变粗的情况。
进一步的，纹理特征系数是待测纹理特征参数与纹理特征标准值的比值，可以表达待测一维条形码图像的纹理特征与标准一维条形码图像的纹理特征的近似程度。
在一实施例中，纹理特征系数在0到1之间，纹理特征系数越接近于1，表明待测一维条形码图像的纹理特征越接近标准一维条形码图像的纹理特征，纹理特征系数越接近于0，表明待测一维条形码图像的纹理特征与标准一维条形码图像的纹理特征差异越大。
在一实施例中，纹理特征系数合格值由用户自行设定，同时还可以设定，纹理特征系数大于等于纹理特征系数合格值，判定待测一维条形码图像的纹理合格；纹理特征系数小于纹理特征系数合格值，判定待测一维条形码图像的纹理不合格。
S4，根据特征系数判定待测一维条形码图像是否合格。
具体的，该步骤包括，根据待测一维条形码图像像素点的相关系数、矩形度系数、纹理特征系数进行判定。
在一实施例中，包括步骤S41，所述相关系数、矩形度系数、纹理特征系数有一项异常，判定待测一维条形码印刷质量不合格。
在一实施例中，当相关系数不合格时，直接判定待测一维条形码印刷质量不合格，不再进行矩形度系数、纹理特征系数的判定。
请参阅图6，在另一实施例中，步骤S31、步骤S32、步骤S33同步进行，其各流程步骤与上述描述一致，不再赘述。各检测步骤同步进行可以提升整体的检测速度，提高检测效率，且可以全面判定待测一维条形码印刷质量，使判定结果更准确。
本发明提供的一种一维条形码印刷质量的检测方法，包括，S1，对一维条形码图像进行降噪处理，得到待测一维条形码图像；S2，提取待测一维条形码图像的特征参数；S3，计算待测一维条形码图像像素点的特征系数；S4，根据特征系数判定待测一维条形码图像是否合格，由于在本方法中，使用了多种不同的待测一维条形码图像的系数进行判定，判定结果更准确，可以根据实际情况设定合格条件，适应广泛需求，且几种不同的待测一维条形码图像的系数的判定可以先后进行也可以同步进行，检测方法非常灵活、智能和高效。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的方法，可以通过其它的方式实现，以上所描述的实施例仅仅是示意性的。
所述集成的模块/单元如果以软件功能单元的形式实现并设置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，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或系统、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
以上所述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，均应包含在本发明的保护范围之内。

Claims (10)

1.一种一维条形码印刷质量的检测方法，其特征在于：包括，
S1，对原始一维条形码图像进行降噪处理，得到待测一维条形码图像；
S2，提取待测一维条形码图像的特征参数；
S3，计算待测一维条形码图像像素点的特征系数；
S4，根据特征系数判定待测一维条形码图像是否合格。
2.根据权利要求1所述的一种一维条形码印刷质量的检测方法，其特征在于：所述步骤S1，对原始一维条形码图像进行降噪处理，得到待测一维条形码图像，包括，
步骤S11，提取原始一维条形码图像的边缘特征，获得原始一维条形码边缘图像；
步骤S12，对原始一维条形码边缘图像采用固定阈值法对其进行处理，获得原始一维条形码的边缘二值图像；
步骤S13，根据原始一维条形码的边缘二值图像，确定原始一维条形码图像的全部像素点的位置信息；
步骤S14，用整体阈值方法，确定原始一维条形码图像的整体阈值；
步骤S15，由确定的原始一维条形码图像的整体阈值，对原始一维条形码图像进行二值化处理，得到待测一维条形码图像。
3.根据权利要求1所述的一种一维条形码印刷质量的检测方法，其特征在于：
所述步骤S2，提取待测一维条形码图像的特征参数，包括，提取待测一维条形码图像的灰度平均值；
所述步骤S3，计算待测一维条形码图像像素点的特征系数，包括，
步骤S31，计算待测一维条形码图像像素点的相关系数；
步骤S32，计算待测一维条形码图像像素点的待测矩形度参数，并将待测矩形度参数与矩形度标准值相比，得到矩形度系数；
步骤S33，计算待测一维条形码图像像素点的待测纹理特征参数，并将待测纹理特征参数与纹理特征标准值相比，得到纹理特征系数；
所述步骤S4，根据特征系数判定待测一维条形码图像是否合格，包括，根据待测一维条形码图像像素点的相关系数、矩形度系数、纹理特征系数进行判定。
4.根据权利要求3所述的一种一维条形码印刷质量的检测方法，其特征在于：所述步骤S31，计算待测一维条形码图像像素点的相关系数，包括，根据以下方法计算待测一维条形码图像像素点的相关系数：
Figure FDA0003424408660000021
其中，
相关系数为r,
待测一维条形码图像的灰度平均值为
Figure FDA0003424408660000022
待测一维条形码图像像素点的灰度值为X，
标准一维条形码图像的灰度平均值为
Figure FDA0003424408660000023
5.根据权利要求4所述的一种一维条形码印刷质量的检测方法，其特征在于：所述相关系数的范围为：0≤r≤1。
6.根据权利要求3所述的一种一维条形码印刷质量的检测方法，其特征在于：所述步骤S32，计算待测一维条形码图像像素点的待测矩形度参数，并将待测矩形度参数与矩形度标准值进行相比，得到矩形度系数，包括，根据以下方法计算待测矩形度参数：
Figure FDA0003424408660000024
其中，
A0为待测一维条形码图像像素点区域的面积，
AMer为待测一维条形码图像像素点区域的外接矩形面积。
7.根据权利要求6所述的一种一维条形码印刷质量的检测方法，其特征在于：所述矩形度标准值为1。
8.根据权利要求3所述的一种一维条形码印刷质量的检测方法，其特征在于：所述步骤S33，计算待测一维条形码图像像素点的将待测纹理特征参数，并将待测纹理特征参数与纹理特征标准值相比，得到纹理特征系数，包括，
根据以下方法计算待测纹理特征参数：
Figure FDA0003424408660000031
其中，
待测一维条形码图像长度设为i，
待测一维条形码图像的高度设为j，
待测一维条形码图像为f(i,j),其中，i＝0,1,2…N,j＝0,1,2…M，
x表示待测一维条形码图像像素点相对待测一维条形码图像原点在x方向上的距离,
y表示待测一维条形码图像像素点相对待测一维条形码图像原点在y方向上的距离,
P(x,y)为待测纹理特征参数。
9.根据权利要求8所述的一种一维条形码印刷质量的检测方法，其特征在于：所述纹理特征标准值为1。
10.根据权利要求3所述的一种一维条形码印刷质量的检测方法，其特征在于：所述步骤S4，根据特征系数判定待测一维条形码图像是否合格，包括，步骤S41，所述相关系数、矩形度系数、纹理特征系数有一项异常，判定待测一维条形码印刷质量不合格。
CN202111574597.7A 2021-12-21 2021-12-21 一种一维条形码印刷质量的检测方法 Pending CN114240912A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111574597.7A CN114240912A (zh) 2021-12-21 2021-12-21 一种一维条形码印刷质量的检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111574597.7A CN114240912A (zh) 2021-12-21 2021-12-21 一种一维条形码印刷质量的检测方法

Publications (1)

Publication Number Publication Date
CN114240912A true CN114240912A (zh) 2022-03-25

Family

ID=80760664

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111574597.7A Pending CN114240912A (zh) 2021-12-21 2021-12-21 一种一维条形码印刷质量的检测方法

Country Status (1)

Country Link
CN (1) CN114240912A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117574931A (zh) * 2024-01-15 2024-02-20 北京航空航天大学杭州创新研究院 基于3d结构的一维条形码信息生成方法和激光解码设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117574931A (zh) * 2024-01-15 2024-02-20 北京航空航天大学杭州创新研究院 基于3d结构的一维条形码信息生成方法和激光解码设备
CN117574931B (zh) * 2024-01-15 2024-04-30 北京航空航天大学杭州创新研究院 基于3d结构的一维条形码信息生成方法和激光解码设备

Similar Documents

Publication Publication Date Title
CN103593670B (zh) 一种基于在线序列极限学习机的铜板带表面缺陷检测方法
CN114842027A (zh) 基于灰度共生矩阵的织物疵点分割方法和系统
CN110414538B (zh) 缺陷分类方法、缺陷分类训练方法及其装置
JP6669453B2 (ja) 画像分類装置および画像分類方法
CN116777916B (zh) 基于泵机金属外壳的缺陷检测方法
US20070206858A1 (en) Method and system for object recognition using fractal maps
EP3111376B1 (en) Methods and a system for verifying the identity of a printed item
US7333656B2 (en) Image processing method and image processing apparatus
CN113379680A (zh) 缺陷检测方法、装置、电子设备和计算机可读存储介质
CN106875545B (zh) 一种纸币的鉴别方法及装置
CN112560538B (zh) 一种根据图像冗余信息快速定位受损qr码的方法
CN111814852B (zh) 图像检测方法、装置、电子设备和计算机可读存储介质
CN109993221A (zh) 一种图像分类方法及装置
CN116152242B (zh) 一种篮球用天然皮革缺陷可视化检测系统
US7062079B2 (en) Method and system for image segmentation
CN115759148B (zh) 图像处理方法、装置、计算机设备及计算机可读存储介质
Rebelo et al. Staff line detection and removal in the grayscale domain
CN116630304B (zh) 一种基于人工智能的锂电池模具加工检测方法及系统
KR101929669B1 (ko) 엔트로피를 이용하여 이미지를 분석하는 방법 및 장치
CN118279304B (zh) 基于图像处理的异型金属件异常识别方法、装置及介质
CN114240912A (zh) 一种一维条形码印刷质量的检测方法
CN115485740A (zh) 异常晶片图像分类
CN113538603A (zh) 一种基于阵列产品的光学检测方法、系统和可读存储介质
CN115546139A (zh) 一种基于机器视觉的缺陷检测方法、装置及电子设备
CN116612125A (zh) 基于人工智能的食药品胶囊质量检测方法

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