CN117375623B - 一种基于二进制的模具编码和识别方法、存储装置及智能终端 - Google Patents

一种基于二进制的模具编码和识别方法、存储装置及智能终端 Download PDF

Info

Publication number
CN117375623B
CN117375623B CN202311308579.3A CN202311308579A CN117375623B CN 117375623 B CN117375623 B CN 117375623B CN 202311308579 A CN202311308579 A CN 202311308579A CN 117375623 B CN117375623 B CN 117375623B
Authority
CN
China
Prior art keywords
coding
code
binary
character
polynomial
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.)
Active
Application number
CN202311308579.3A
Other languages
English (en)
Other versions
CN117375623A (zh
Inventor
梁鹏
郝刚
魏纵横
郑振兴
郭建华
赵慧民
涂航
李梓源
梁鹏飞
顾进
周泓
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.)
Guangdong Polytechnic Normal University
Original Assignee
Guangdong Polytechnic Normal University
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 Guangdong Polytechnic Normal University filed Critical Guangdong Polytechnic Normal University
Priority to CN202311308579.3A priority Critical patent/CN117375623B/zh
Publication of CN117375623A publication Critical patent/CN117375623A/zh
Application granted granted Critical
Publication of CN117375623B publication Critical patent/CN117375623B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
    • H03M7/02—Conversion to or from weighted codes, i.e. the weight given to a digit depending on the position of the digit within the block or code word
    • H03M7/04—Conversion to or from weighted codes, i.e. the weight given to a digit depending on the position of the digit within the block or code word the radix thereof being two
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
    • G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
    • G06K19/06037—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking multi-dimensional coding
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M13/00—Coding, decoding or code conversion, for error detection or error correction; Coding theory basic assumptions; Coding bounds; Error probability evaluation methods; Channel models; Simulation or testing of codes
    • H03M13/03—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words
    • H03M13/05—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words using block codes, i.e. a predetermined number of check bits joined to a predetermined number of information bits
    • H03M13/13—Linear codes
    • H03M13/15—Cyclic codes, i.e. cyclic shifts of codewords produce other codewords, e.g. codes defined by a generator polynomial, Bose-Chaudhuri-Hocquenghem [BCH] codes
    • H03M13/151—Cyclic codes, i.e. cyclic shifts of codewords produce other codewords, e.g. codes defined by a generator polynomial, Bose-Chaudhuri-Hocquenghem [BCH] codes using error location or error correction polynomials
    • H03M13/1515—Reed-Solomon codes
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Algebra (AREA)
  • Pure & Applied Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Error Detection And Correction (AREA)

Abstract

本发明公开了种基于二进制的模具编码和识别方法，包括字符编码：将标记模具的ID字符通过字符编码表转成字符二进制编码；生成纠错码：根据Reed‑Solomon编码原理生成纠错码，并转换成纠错二进制编码；生成打码图案：将纠错二进制编码按顺序排列在字符二进制编码后生成组合二进制编码并生成N*M的矩形的打码图案；编码打码：将所述打码图案凹刻在模具表面；编码识别及解码：采用图像识别技术识别所述打码图案转成二进制编码并解码。本发明将字符编码和纠错码合并生成二维码生成打码图案到模具表面，结构简单，易于识别，在经过高温(氮化)、腐蚀(碱洗)、物理抛光环境下同样能进行识别；同时大大提高了模具ID字符的准确率。

Description

一种基于二进制的模具编码和识别方法、存储装置及智能 终端
技术领域
本发明涉及模具编码领域，具体涉及一种基于二进制的模具编码和识别方法。
背景技术
挤压模具用于铝挤压成型工艺，铝挤压成型是对放在模具型腔(或挤压筒)内的铝坯料施加强大的压力，迫使铝坯料产生定向塑性变形，从挤压模具的模孔中挤出，从而获得所需断面形状、尺寸并具有一定力学性能的零件或半成品的加工方法。
挤压模具作为铝材的生成物料之一，需要将其信息记录到生成管理系统中，常用的标记方式是在模具表面粘贴纸质条形码或者纸质二维码。但挤压模具在使用后会残留部分铝渣在模具内部，同时长时间使用会对模具表面产生磨损，需要通过抛光、碱洗、氮化等操作实现模具的日常维护，上述操作会对损伤模具表面的纸质条码，导致模具信息的缺失，极易形成模具管理上的盲区。因此，如何实现高温(氮化)、腐蚀(碱洗)、物理抛光环境下的模具信息标记和识别，成为了一个极其困难且复杂的技术问题。
目前业界采用的模具信息标记及识别方式有三种，一种是基于ORC识别的表面凹刻模具ID字符方法，另一种是纸质条码识别方法，最后一种是激光二维码识别方法。
基于ORC识别的表面雕刻模具ID字符方法
这种方法是使用CNC加工中心或者钢印，直接在模具表面凹刻出模具ID字符，然后使用基于图像处理或者深度学习的字符识别技术(OCR)对模具编码字符进行识别。但随着模具的使用，会产生存在粉笔干扰、锈斑、字迹模糊等影响，模具ID字符难以辨识。且由于光照变化、字符模糊、字符旋转等原因，字符识别存在误检测的可能性，当字符出现误检测时，缺少必要的纠错手段以保障字符识别的准确性。但在模具字符识别的应用中，允许一定的漏检(即可以识别不出来，通常可在5％)，但是要求误检率极低(即识别错误不高于0.01％)，因为识别错误会导致所有的工艺记录都错误，而漏检可以通过重新补充条码的方式实现重新识别。因此，字符识别误检测率高这一特性无法满足模具信息识别的应用需求。
纸质条码识别方法
这种方法是将模具ID字符通过QR码或者条形码的编码方式，转成纸质条码，粘贴在模具表面，再通过移动设备扫码的方式实现对模具信息的识别。但模具日常维护的抛光、碱洗、氮化等操作对损伤模具表面的纸质条码，这种方法并不适用于高温高压环境下的挤压模具信息标记管理。
激光二维码识别方法
激光二维码方法是将模具ID字符通过QR码编码方式，将模具ID字符转成二维码，然后采用激光打标机将二维码雕刻在模具表面，再使用移动设备扫码的方式实现对模具信息的识别。但碱洗)、氮化)、抛光等操作同样会导致二维码的标记位、数据位产生损坏，从而无法识别二维码。其根本原因是二维码图案过于复杂，破损区域多时难以定位二维码和识别。
现有的三种方法中，基于ORC识别的表面凹刻模具ID字符方法缺少必要的纠错手段以保障字符识别的准确性，纸质条码识别方法和激光二维码识别方法都难以应对高温高压挤压模具工作环境。
因此，针对上述现有技术存在的缺陷和不足，需要提出一种通过实现简单且具备纠错功能的编码，以应对高温(氮化)、腐蚀(碱洗)、物理抛光等苛刻的模具挤压工作环境，同时采用深度学习和图像处理相结合方式应对光照变化、编码图案旋转、编码图案模糊等情况。
发明内容
为了解决上述技术问题，提出了方案简单可以应对高温(氮化)、腐蚀(碱洗)、物理抛光以及光照变化、编码图案旋转、编码图案模糊等情况，且具有纠错码，识别精度高的识别基于二进制的模具编码和识别方法。
为实现上述目的，本发明采取的技术方案如下：一种基于二进制的模具编码和识别方法，包括以下步骤：
S1字符编码：将标记模具的ID字符通过字符编码表转成字符二进制编码；
S2生成纠错码：根据Reed-Solomon编码原理生成纠错码，并将纠错码转换成纠错二进制编码；
S3生成打码图案：将纠错二进制编码按顺序排列在字符二进制编码后生成组合二进制编码，将组合二进制码按照制码规则生成N*M的矩形的打码图案，其中N和M均为正整数；
所述制码规则如下：
1)在N*M的矩形的矩形阵列的任意三个角上打印三个定位码；
2)将所述组合二进制码的数值按照顺序从上至下，从左至右打印在按照N*M的矩形阵列上打码；
3)定义N*M的矩形阵列对应数列的位置上打印图案标记表示数值“1”，不打印任何标志表示数值“0”；
S4编码打码：将所述打码图案凹刻在模具表面；
S5编码识别：采用图像识别技术识别所述打码图案，并将识别结果转成二进制编码；
S6编码解码：将识别的二进制编码进行解码。
具体地，所述S1字符编码包括以下步骤：
S11生成编码表：根据模具ID字符的范围和个数，顺序生成对应的对应编码表格，编码表格中的编码值采用十进制数值；
S12获取字符计算指示符：根据所编码的模具ID字符长度获取计算指示符；
S13计算二进制编码：将模具ID字符以2个字符为一组进行划分，将每一组字符的编译成11bit的二进制编码，然后将所有组的字符二进制编码顺序连在一起，形成整个模具ID字符的字符二进制编码；
S14合并字符编码：进一步将所述计算指示符和所述字符二进制编码连在一起，每8bit做一组，低位不足8bit补0补齐，形成多组由8bit一组的组成的带有计算指示符和模具ID字符的合并二进制编码。
具体地，所述S13中任意一组字符编码的计算公式为：
字符组的编码值＝第一个字符的编码值*编码表长度+第二个字符的编码值；
具体地，包括以下步骤S2包括以下步骤：
S21计算生成多项式和消息多项式：根据伽罗华域(Galois Field)理论计算得到生成多项式和消息多项式；
S22计算纠错码：将生成多项式和消息多项式进行Reed-Solomon编码计算纠错码。
具体地，包括以下步骤S21包括以下步骤：
S211:根据S14得到的十进制字符编码得到消息多项式m(0)(x)：
m(0)(x)＝Ax7+Bx6+Cx5+Dx4+Ex3+Fx2+Gx1+Hx0
其中，A,B,C,D,E,F,G,H为S14得到的十进制字符编码；
S212:根据伽罗华域理论计算得到生成多项式g(0)(x),当纠错字数n＝4时，生成多项式g(0)(x)如下：
g(0)(x)＝(x-a0)(x-a1)(x-a2)(x-a3)＝a0x4+a75x3+a249x2+a78x1+a6x；
再将消息多项式m(0)(x)乘以x4，得到m(1)(x)；
将生成多项式g(0)(x)乘以x7再乘以172，得到g(1)(x)；
其中，a40与172相乘，是采用伽罗华域乘法，即将172转化为a的指数即a220，再与a40异或⊕，得到的结果为106，其他的系数也是进行同样的计算。
具体地，包括以下步骤S22包括以下步骤：
S221:将消息多项式m(1)(x)与生成多项式g(1)(x)采用伽罗华域乘法进行相乘，得到m(2)(x)；
S222:将生成多项式g(0)(x)乘以x6再乘以77，得到g(2)(x)；
S223:将消息多项式m(2)(x)与生成多项式g(2)(x)采用伽罗华域乘法进行相乘，得到m(3)(x)；
如此循环4次，直到剩下最后四个经过Reed-Solomon编码计算的十进制，这四个十进制整数就是纠错码。
具体地，所述S4编码打码采用采用钢印或者激光打码的方式将打码图像凹刻在模具表面。
具体地，所述S5编码识别包括以下步骤：
S51图像配准，根据模板图像将被检测的图像进行对齐；
S52编码识别包括以下步骤：
(1)首先对被检测图像应用边缘检测方法，计算被检测图像中所有像素点(i,j)的梯度，计算公式如下：
(2)遍历所有梯度值不等于0的像素点，沿着梯度方向画线，每个像素点有一个累加器，有一个线经过该像素点时，对应的累加器加1，对所有像素点的累加器进行排序，当累加器的数值大于设定的阈值时，认为该像素点是潜在的圆心；
(3)计算所有梯度值不等于0的像素点距离圆心的距离，将距离从小到大排序，选取合适的半径，对选取的半径设置累加器，对于满足半径r的累加器+1，当累加器的数值大于设定的阈值时，则认为该半径是圆心的半径。
具体地，包括以下步骤：所述S6包括以下步骤：
S61错误编码检测：将识别的二进制编码转成消息多项式R(x)，将生成多项式g(x)＝0的根代入消息多项式，
若结果不为0，则判定识别编码错误；
若结果为0，则判定识别编码正确。
本发明有益的技术效果：本发明将字符编码和纠错码合并生成二维码按照一定的成码规则生成打码图案打码到模具表面，打码图案简单，易于识别，在铝材挤压模具经过高温(氮化)、腐蚀(碱洗)、物理抛光环境下同样能进行识别；同时带有纠错码，大大提高了模具ID字符的准确率。
附图说明
图1为本发明的一种基于二进制的模具编码和识别方法的步骤流程图；
图2为本发明一种基于二进制的模具编码和识别方法实施例中得到的组合二进制编码组成的10*10的数列矩阵；
图3为本发明一种基于二进制的模具编码和识别方法实施例中打码图案的图形；
图4为本发明一种基于二进制的模具编码和识别方法实施例中被检测图案的图形。
具体实施方式
本发明专利主要是解决铝材挤压模具的标签识别问题，铝材厂生成的铝材种类繁多，导致模具数量也非常多，为了妥善管理模具，需要将模具ID信息录入信息系统。当前采用的信息标记方式是在模具表面粘贴纸质条形码或二维码。模具的日常养护包括对模具工具带进行抛光、对模具内腔进行碱洗清洁、模具表面氮化处理等操作，其中抛光操作会对模具表面产生物理损伤，碱洗操作会对模具形成化学腐蚀，氮化操作在400°-600°的高温环境中进行，上述操作都会损坏纸质条码，因此需要在各个工艺结束后重新给模具打印粘贴纸质条码。但是高温高压的铝材生成环境又无法第一时间重打纸质条码，常常出现由于工人忘记重打条码使得模具缺少标签信息，进而导致模具管理出现盲区。
本发明方案会使用到现有技术的伽罗华域(Galois Field)基元α取值与对应的域值，伽罗华域(Galois Field)的四则运算以及基于霍夫变换的圆检测方法原理，为了便于方案的理解现对这几个原理进行附录说明如下；
附录1.伽罗华域(Galois Field)基元α取值与对应的域值
Galois(2n)有限域：基元α＝2；
在这个域里α的所有指数次方都会与1-255中的一个值对应，将该值称作域值，或简称值，而α的指数，就简称为指数；则指数的取值范围为0-254，域值的取值范围为1-255，各有255个值，交错不重复对应，构成一个单射。其中α取值为0,1,2,3,4,5,6,7时，以2的指数得到域值如下表1所示：
表1 α取值与域值部分对应表
α取值 0 1 2 3 4 5 6 7
域值 1 2 4 8 16 32 64 128
在GF(256)中的任意元素都可以表示成以下形式：
b7x7+b6x6+b5x5+b4x4+b3x3+b2x2+b1x1+b0
Galois(2n)有限域：基元α＝2；
在这个域里α的所有指数次方都会与1-255中的一个值对应，将该值称作域值，或简称值，而α的指数，就简称为指数；则指数的取值范围为0-254，域值的取值范围为1-255，各有255个值，交错不重复对应，构成一个单射。其中α取值为0,1,2,3,4,5,6,7时，以2的指数得到域值如下表所示：
表 α取值与域值部分对应表
α取值 0 1 2 3 4 5 6 7
域值 1 2 4 8 16 32 64 128
在GF(256)中的任意元素都可以表示成以下形式：
b7x7+b6x6+b5x5+b4x4+b3x3+b2x2+b1x1+b0
其中bi∈0,1，比如说十六进制0x57，转换为二进制之后是01010111，就可以表示为x6+x4+x2+x1+1。
但当域值超过255时，就需要对域值结果与285做异或⊕操作，例如α取值为8时，28对应的域值为256，二进制表示是100000000，285的二进制表示是100011101，两者的异或结果是000011101，对应的十进制表示是29，则α取值为8时，最后计算得到的域值是29；同理，α取值为9时，指数9的域值就等于29*2＝58。
如果得到的域值大于255，就将其与285作异或⊕运算，得到的值就是域值。如果指数取值大于255，则求模mod255。指数和域值排序的部分对应表2如下：
表2 α取值与域值部分对应表
α取值 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
域值 1 2 4 8 16 32 64 128 29 58 116 232 205 135 19 38 76 152 45
附录2.伽罗华域(Galois Field)的四则运算
(1)伽罗华域(Galois Field)加法/减法
多项式相加，是多项式系数按位进行异或操作，不是平常的加法操作，例如α4+α4等于0*α4。伽罗华域中的减法也等于加法。例如，α4-α4等于α4+α4，-α4等于+α4。
举例十六进制0x57和0x83，0x57+0x83表示为：
(x6+x4+x2+x1+1)+(x7+x1+1)＝x7+x6+x4+x2+2x1+2
由于bi∈0,1，所以结果里的每一项的系数都要模2，也就是变为结果是除以2的余数，结果变为x7+x6+x4+x2，再转成十六进制表示形式即0xd4。
0x57⊕0x83＝0xd4,所以多项式相加也相当于按位异或。
(2)伽罗华域(Galois Field)乘法
多项式相乘是多项式对应的域值进行异或⊕，αm*αn＝αm⊕αn。例如α4*α4等于α4⊕α4
举例十六进制0x57和0x83，0x57*0x83表示为：
(x6+x4+x2+x1+1)(x7+x1+1)＝x13+x11+x9+x8+2x7+x6+x5+x4+x3+2x2+2x1+1
＝x13+x11+x9+x8+x6+x5+x4+x3+1
由于结果取值大于255，则求模mod255，即mod本原多项式x8+x4+x3+x1+1
(x13+x11+x9+x8+x6+x5+x4+x3+1)mod(x8+x4+x3+x1+1)＝x7+x6+1
转化成十六进制结果是0xc1。
附录3.基于霍夫变换的圆检测方法原理
霍夫变换的基本思路是认为图像上每一个非零像素点都有可能是一个潜在的圆上的一点，跟霍夫线变换一样，也是通过投票，生成累积坐标平面，设置一个累积权重来定位圆。
在笛卡尔坐标系中圆的方程为：
(x-a)2+(y-b)2＝r2；
其中(a,b)是圆心，r是半径，那也可以表述为：
a＝x-rcos(θ) b＝y-rsin(θ)；
所以在a、b、r组成的三维坐标系中，一个点可以唯一确定一个圆。在xy坐标系中同一个圆上的所有点的圆方程是一样的，它们映射到abr坐标系中的是同一个点，所以在abr坐标系中该点就应该有圆的总像素数个曲线相交。通过判断abr中每一点的相交(累积)数量，大于一定阈值的点就认为是圆。
由于标准霍夫变换是3维空间的累加，为了简化计算，是采用2维的霍夫梯度计算方法。如下图所示，圆心一定是在圆上的每个点的模向量上，即在垂直于该点并且经过该点的切线的垂直线上，这些圆上的模向量的交点就是圆心。霍夫梯度的圆检测方法就是要去查找这些圆心，根据该“圆心”上模向量相交数量的多少，根据阈值进行最终的判断。
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例对本发明进行进一步详细说明，但本发明要求保护的范围并不局限于下述具体实施例。
如图1-4所示，一种基于二进制的模具编码和识别方法，包括以下步骤：
S1字符编码：将标记模具的ID字符通过字符编码表转换成字符二进制编码；
具体步骤为：
S11生成编码表：根据模具ID字符的范围和个数，顺序生成对应的对应编码表格，编码表格中的编码值采用十进制数值；
具体地，以YP-1453-5Q字符为例，假设模具ID字符包括0-9、A-Z、以及9个特殊字符在内共45个字符，如下表3所示，从左至右，前一列表示字符，后一列表示字符对应的编码值，接着依次交替。
例如下表3中，第一列为字符char 0，1，2，3，4，5，对应编码值value分别为0，1，2，3，4，5；第五列字符charC，D，E，F，G，H，对应第六列编码值value分别为12，13，14，15，16，17。
表3模具ID字符编码表
字符 值 字符 值 字符 值 字符 值 字符 值 字符 值 字符 值 字符 值
0 0 6 6 C 12 I 18 O 24 U 30 SP 36 . 42
1 1 7 7 D 13 J 19 P 25 V 31 S 37 / 43
2 2 8 8 E 14 K 20 Q 26 W 32 ％ 38 ： 44
3 3 9 9 F 15 L 21 R 27 X 33 * 39
4 4 A 10 G 16 M 22 S 28 Y 34 + 40
5 5 B 11 H 17 N 23 T 29 Z 35 - 41
S12获取字符计算指示符：根据所编码的模具ID字符长度获取计算指示符；
以下已字符YP-1453-5Q对整个编码解码过程进行举例说明。
字符YP-1453-5Q一共有10个字符，字符长度值为10，转换成对应二进制编码为1010，则得到字符计算指示符为1010。
S13计算二进制编码：将模具ID字符以2个字符为一组进行划分，将每一组字符的编译成11bit的二进制编码，然后将所有组的字符二进制编码顺序连在一起，形成整个模具ID字符的字符二进制编码；
具体地，所述S13中任意一组字符编码的计算公式为：
字符组的编码值＝第一个字符的编码值*编码表长度+第二个字符的编码值。
具体地，字符YP-1453-5Q每两个字符划分成一组，共可以分成5组：YP，-1,45,3-,5Q,每一组对应的编码值和对应的二进制编码为：
①YP：34*45+25＝1555编译成11bit的二进制编码：110 0001 0011
②-1:41*45+1＝1846编译成11bit的二进制编码：111 0011 0110
③45：4*45+5＝185编译成11bit的二进制编码：000 1011 1001
④3-：3*45+41＝176编译成11bit的二进制编码：000 1011 0000
⑤5Q：5*45+26＝251编译成11bit的二进制编码：000 1111 1011
然后将5个11bit的二进制编码连在一起，形成一个55bit的字符二进制编码如下：
1100 00100111 11001101 10000101 11001000 10110000 00011111 011。
S14合并字符编码：进一步将所述计算指示符和所述字符二进制编码连在一起，每8bit做一组，低位不足8bit补0补齐，形成多组由8bit一组的组成的带有计算指示符和模具ID字符的合并二进制编码。
具体地，将字符YP-1453-5Q的字符计算指示符1010和上述55bit的字符二进制编码连在一起，8bit做一组，低位不足补0，则形成合并的二进制编码如下：
10101100 00100111 11001101 10000101 11001000 10110000 0001111101100000；
将以上合并二进制编码转换成对应的十进制字符编码为：172,39,205,133,200,176,31,96。
S2生成纠错码：根据Reed-Solomon编码原理生成纠错码，并将纠错码转换成纠错二进制编码；
具体地，包括以下步骤S2包括以下步骤：
S21计算生成多项式和消息多项式：根据S14生成的合并二进制编码转换对应生成的十进制字符编码，采用伽罗华域(Galois Field)理论计算得到生成多项式和消息多项式；
S22计算纠错码：将生成多项式和消息多项式进行Reed-Solomon编码计算纠错码。
具体包括以下步骤
S211：根据S14得到的十进制字符编码得到消息多项式m(0)(x)：
m(0)(x)＝Ax7+Bx6+Cx5+Dx4+Ex3+Fx2+Gx1+Hx0
其中，A,B,C,D,E,F,G,H为S14得到的十进制字符编码；
S212：根据伽罗华域理论计算得到生成多项式g(0)(x),当纠错字数n＝4时，生成多项式g(0)(x)如下：
g(0)(x)＝(x-a0)(x-a1)(x-a2)(x-a3)＝a0x4+a75x3+a249x2+a78x1+a6x；
再将消息多项式m(0)(x)乘以x4，得到m(1)(x)；
将生成多项式g(0)(x)乘以x7再乘以172，得到g(1)(x)；
其中，a40与172相乘，是采用伽罗华域乘法，即将172转化为a的指数即a220，再与a40异或⊕，得到的结果为106，其他的系数也是进行同样的计算。
步骤S22包括以下具体步骤：
S221:将消息多项式m(1)(x)与生成多项式g(1)(x)采用伽罗华域乘法进行相乘，得到m(2)(x)；
S222:将生成多项式g(0)(x)乘以x6再乘以77，得到g(2)(x)；
S223:将消息多项式m(2)(x)与生成多项式g(2)(x)采用伽罗华域乘法进行相乘，得到m(3)(x)；
如此循环4次，直到剩下最后四个经过Reed-Solomon编码计算的十进制，这四个十进制整数就是纠错码。
(1)具体地，本实施例中，字符YP-1453-5Q根据步骤以S14得到的十进制字符编码为：172,39,205,133,200,176,31,96，因此，得到消息多项式m(0)(x)为：
m(0)(x)＝172x7+39x6+205x5+133x4+200x3+176x2+31x1+96x0；
(1)将消息多项式m(0)(x)乘以x4，得到m(1)(x)：
m(1)(x)＝172x11+39x10+205x9+133x8+200x7+176x6+31x5+96x4
(2)将生成多项式g(0)(x)乘以x7再乘以172，得到g(1)(x)：
g(1)(x)＝g(0)(x)*x7*172＝a220x11+a40x10+a214x9+a43x8+a226x7＝172x11+106x10+249x9+119x8+72x7；
其中，a40与172相乘，是采用伽罗华域乘法(附录2)，即将172转化为a的指数即a220，再与a40异或⊕，得到的结果为106，其他的系数也是进行同样的计算。
(3)将消息多项式m(1)(x)与生成多项式g(1)(x)采用伽罗华域乘法(附录2)进行相乘，得到m(2)(x)：
m(2)(x)＝m(1)(x)*g(1)(x)＝(172⊕172)x11+(39⊕106)x10+(205⊕249)x9+(133⊕119)x8+(200⊕72)x7+176x6+31x5+96x4＝0x11+77x10+52x9+242x8+128x7+176x6+31x5+96x4
(4)将生成多项式g(0)(x)乘以x6再乘以77，得到g(2)(x)：
g(2)(x)＝g(0)(x)*x6*77＝a145x10+a220x9+a139x8+a223x7+a151x6＝77x10+172x9+66x8+9x7+170x6
(5)将消息多项式m(2)(x)与生成多项式g(2)(x)采用伽罗华域乘法(附录2)进行相乘，得到m(3)(x)：
m(3)(x)＝m(2)(x)*g(2)(x)＝(77⊕77)x10+(52⊕172)x9+(242⊕66)x8+(128⊕9)x7+(176⊕170)x9+31x5+96x4＝0x10+152x9+176x8+137x7+26x6+31x5+96x4
如此循环4次，直到剩下最后四个经过Reed-Solomon编码计算的十进制：23，101,59，141，这四个十进制整数就是纠错码。
S3生成打码图案：将纠错二进制编码按顺序排列在字符二进制编码后生成组合二进制编码，将组合二进制码按照制码规则生成N*M的矩形的打码图案，其中N和M是取值范围是[1,20]的正整数；
所述制码规则如下：
1)在N*M的矩形的矩形阵列的任意三个角上打印三个定位码；
2)将所述组合二进制码的数值按照顺序从上至下，从左至右打印在按照N*M的矩形阵列上打码；
3)定义N*M的矩形阵列对应数列的位置上打印图案标记表示数值“1”，不打印任何标志表示数值“0”。
本实施例中，打码图案采用一个10*10的矩形图。
具体地，字符YP-1453-5Q到对应的十进制字符编码172,39,205,133,200,176,31,96和纠错码为23,101,59,141；
将十进制的字符编码和纠错码转成二进制数字(每8个bit表示一个十进制数字)，编码转码的过程如下：
(1)字符编码172,39,205,133,200,176,31,96转成二进制编码是：
10101100 00100111 11001101 10000101 11001000 10110000 0001111101100000；
(2)纠错码23,101,59,141转成二进制编码是：
00010111 01100101 00111011 10001101；
然后将字符编码、纠错码从上至下，从左至右结合定位码填充成一个正方形10x10的编码图案。
如图2所示，左上角-右上角-右下角的最浅色9个点用于定位，左下角的16个点用于数据编码的复用。
除开9个点为定位码，灰度颜色最深的32个数字，是纠错码。从上到下，从左至右，依次将对应的纠错码00010111 01100101 00111011 10001101填入。
次深色的64个数字是字符编码，从上到下，从左至右依次将对应的字符编码1010110000100111 11001101 10000101 11001000 10110000 00011111 01100000填入，其中的前4位是字符计数符，后面的59位是字符YP-1453-5Q对应的编码。
S4编码打码：将所述打码图案凹刻在模具表面；
如图3所示，所述S4编码打码采用钢印或者激光打码的方式将打码图像凹刻在模具表面。其中1表示需要打码，0表示不需要打码，打码图标可以是圆点，也可以是具有一定深度的圆孔。
S5编码识别：采用图像识别技术识别所述打码图案，并将识别结果转成二进制编码；
具体地，所述S5编码识别包括以下步骤：
S51图像配准，根据模板图像将被检测的图像进行对齐，用于纠正由于采集终端在不同角度采集导致的图像形变；
具体步骤包括以下步骤：
S511：获取被检测图像的左上角top、左下角left、右上角right、右下角bottom四个顶点的坐标(x,y)信息。以下图4为实施例进行说明，图4表示被检测图像，图3为模板图像，需要计算出被检测图像的旋转角度β。
S512：计算出左上角top到右上角right的高度h和宽度w，再根据勾股定理计算直线距离hypo。左上角top到右上角right的高度h、宽度w和直线距离hypo的计算公式为：
h＝right_y-top_x
w＝right_x-top_x
其中right_y和right_x分别表示右上角right的y和x坐标，top_y和top_x分别表示左上角top的y和x坐标。
S513：根据反余弦公式计算出被检测图像的旋转角度β，并以此旋转图像。β的计算公式如下：
β＝arccos[(w2+hpyo2-h2)/(2*w*hypo)]*180/π。
S52编码识别包括以下步骤：
(1)首先对被检测图像应用边缘检测方法，计算被检测图像中所有像素点(i,j)的梯度，计算公式如下：
(2)遍历所有梯度值不等于0的像素点，沿着梯度方向画线，每个像素点有一个累加器，有一个线经过该像素点时，对应的累加器加1，对所有像素点的累加器进行排序，当累加器的数值大于设定的阈值时，认为该像素点是潜在的圆心；
(3)计算所有梯度值不等于0的像素点距离圆心的距离，将距离从小到大排序，选取合适的半径，对选取的半径设置累加器，对于满足半径r的累加器+1，当累加器的数值大于设定的阈值时，则认为该半径是圆心的半径。
S6编码解码：将识别的二进制编码进行解码。
具体地，所述S6包括以下步骤：
S61错误编码检测：将识别的二进制编码转成消息多项式R(x)，将生成多项式g(x)＝0的根代入消息多项式，
若结果不为0，则判定识别编码错误；
若结果为0，则判定识别编码正确。
距离说明如下：
(1)当识别到的二进制编码是：
10101100 00100111 11001101 10000101 11001000 10110000 0001111101100000 00010111 01100101 00111011 10001101
其对应的字符编码是172,39,205,133,200,176,31,96，纠错码是23,101,59,141。得到的消息多项式R(x)是：
R(x)＝172x11+39x10+205x9+133x8+200x7+176x6+31x5+96x4+23x3+101x2+59x1+141
将生成多项式g(x)＝0的根a0,a1,a2,a3代入消息多项式R(x)，其中
R(a0)＝172a11+39a10+205a9+133a8+200a7+176a6+31a5+96a4+23a3+101a2+59a1+141，其计算
方式见附录，例如59a1＝59*2＝57(结果是按位异或)
最终计算结果是R(a0)＝0，R(a1)＝0，R(a2)＝0，R(a3)＝0
由此可知道识别的二进制编码正确，无需进行下一步编码纠错。
(2)当识别到的二进制编码是：
10101100 00100111 11001101 10000110 11001000 10110000 0001111001100000 00010111 01100101 00111011 10001101
其对应的字符编码是172,39,205,134,200,176,30,96，纠错码是23,101,59,141。其中红色数字是识别过程中错误的编码，因此得到的消息多项式R(x)是：
R(x)＝172x11+39x10+205x9+134x8+200x7+176x6+30x5+96x4+23x3+101x2+59x1+141
将生成多项式g(x)＝0的根a0,a1,a2,a3代入消息多项式R(x)，其中
R(a0)＝172a11+39a10+205a9+134a8+200a7+176a6+30a5+96a4+23a3+101a2+59a1+141
最终计算结果是R(a0)＝2，R(a1)＝7，R(a2)＝160，R(a3)＝170；
由于R(x)的结果都不为0，可知道识别的二进制编码存在错误。
S62错误编码纠错：根据消息多项式R(x)结果构造错误多项式E(x)和错误位置多项式σ(x)，并求解得到错误位置和错误幅值，最终根据错误位置和错误幅值纠正错误编码。
以消息多项式R(x)计算结果是R(a0)＝2，R(a1)＝7，R(a2)＝160，R(a3)＝170为实施例：
(1)构造错误多项式E(x)＝Y1X1+Y2X2和错误位置多项式σ(x)＝(1-X1x)(1-X2x)并求解错误位置X1、X2和错误幅值Y1、Y2，错误多项式方程组如下式(1)所示：
E(a0)＝Y1(X1)0+Y2(X2)0＝2
E(a1)＝Y1(X1)1+Y2(X2)1＝7 (1)
E(a2)＝Y1(X1)2+Y2(X2)2＝160
E(a3)＝Y1(X1)3+Y2(X2)3＝170
错误位置多项式σ(x)＝(1-X1x)(1-X2x)＝1-(X1+X2)x+X1X2x2，令σ1＝-(X1+X2)，σ2＝X1X2，可以将方程组(1)转化成方程组(2)：
E(a2)+σ1E(a1)+σ2E(a0)＝0 (2)
E(a3)+σ1E(a2)+σ2E(a1)＝0
即160+7*σ1+2*σ2＝0，170+169*σ1+7*σ2＝0，求解该方程组得σ1＝61(相当于伽罗瓦域的a228)，σ2＝135(相当于伽罗瓦域的a13).再根据σ1＝-(X1+X2)，σ2＝X1X2，计算得出X1＝45(相当于伽罗瓦域的a8)，X2＝32(相当于伽罗瓦域的a5)。
由此可以知道，错误位置是在消息多项式R(x)的x次数等于8和5的这两个位置。
将X1＝a8，X2＝a5代入方程组(1)，得到错误幅值Y1＝3、Y2＝1。
(2)利用错误位置X1、X2和错误幅值Y1、Y2纠正错误编码，以错误位置X1＝a8、X2＝a5，错误幅值Y1＝3、Y2＝1为实施例：
将X1＝a8、X2＝a5，Y1＝3、Y2＝1带入公式E(x)＝Y1X1+Y2X2，得E(x)＝3*a8+1*a5，将E(x)和R(x)进行同样的项异或操作，即：
E(x)⊕R(x)＝172X11+39X10+205X9+(134⊕3)X8+200X7+176X6+(30⊕1)X5+96X4+23X3+101X2+59X1+141X0
＝172X11+39X10+205X9+133X8+200X7+176X6+31X5+96X4+23X3+101X2+59X1+141X0
异或操作后得到的编码即是纠错后的编码133和31。
本发明在在步骤S2中，基于Reed-Solomon编码原理，创造性地将模具ID字符转成具有纠错功能的二进制编码，相比较简单的二进制编码和二维码，该编码不仅保留了二进制编码的简单易识别特性，还具备了二维码的纠错功能。
在步骤S3中，设定了左上角和右下角的标记位，可以方便后期的编码定位；同时将1标记为圆点，0标记为没有圆点，进一步减少了编码识别的内容，提升了编码识别的效率。
在步骤S6中，基于Reed-Solomon编码原理，创造性地实现了错误二进制编码的检测和纠错，确保在部分编码识别错误的基础上，仍然能够保证识别的准确性。这一特性可以保证模具ID字符识别准确率高达99.98％，满足工业应用中高准确率、低误判率的要求。
根据上述说明书的揭示和教导，本发明所属领域的技术人员还可以对上述实施方式进行变更和修改。因此，本发明并不局限于上面揭示和描述的具体实施方式，对发明的一些修改和变更也应当落入本发明的权利要求的保护范围内。此外，尽管本说明书中使用了一些特定的术语，但这些术语只是为了方便说明，并不对发明构成任何限制。

Claims (10)

1.一种基于二进制的模具编码和识别方法，其特征在于，包括以下步骤：
S1字符编码：将标记模具的ID字符通过字符编码表转换成字符二进制编码；
S2生成纠错码：根据Reed-Solomon编码原理生成纠错码，并将纠错码转换成纠错二进制编码；
S3生成打码图案：将纠错二进制编码按顺序排列在字符二进制编码后生成组合二进制编码，将组合二进制码按照制码规则生成N*M的矩形的打码图案，其中N和M均为正整数；
所述制码规则如下：
1)在N*M的矩形的矩形阵列的任意三个角上设置三个定位码；
2)将所述组合二进制码的数值按照从上至下，从左至右顺序打印在按照N*M的矩形阵列上；
3)N*M的矩形阵列对应数列的位置对应图案的含义为：打印有图案标表示数值“1”，不打印图案表示数值“0”；
S4编码打码：将所述打码图案凹刻在模具表面；
S5编码识别：采用图像识别技术识别所述打码图案，并将识别结果转换成二进制编码；
S6编码解码：将识别的二进制编码进行解码。
2.如权利要求1所述的一种基于二进制的模具编码和识别方法，其特征在于，所述S1字符编码包括以下步骤：
S11生成编码表：根据模具ID字符的范围和个数，顺序生成对应编码表格，编码表格中的编码值采用十进制数值；
S12获取字符计算指示符：根据所编码的模具ID字符长度获取计算指示符；
S13计算二进制编码：将模具ID字符以2个字符为一组进行划分，将每一组字符编译成11bit的二进制编码，然后将所有组的字符二进制编码顺序连在一起，形成整个模具ID字符的字符二进制编码；
S14合并字符编码：进一步将所述计算指示符和所述字符二进制编码连在一起，每8bit做一组，低位不足8bit补0补齐，形成多个由8bit一组的合并二进制编码。
3.如权利要求2所述的一种基于二进制的模具编码和识别方法，其特征在于，所述S13中任意一组字符编码的计算公式为：
字符组的编码值＝第一个字符的编码值*编码表长度+第二个字符的编码值。
4.如权利要求3所述的一种基于二进制的模具编码和识别方法，其特征在于，包括以下步骤S2包括以下步骤：
S21计算生成多项式和消息多项式：根据伽罗华域理论计算生成多项式和消息多项式；
S22计算纠错码：将生成多项式和消息多项式进行Reed-Solomon编码计算纠错码；
所述S21计算生成多项式和消息多项式包括以下步骤：
S211:根据S14得到的十进制字符编码得到消息多项式m(0)(x)：
m(0)(x)＝Ax7+Bx6+Cx5+Dx4+Ex3+Fx2+Gx1+Hx0
其中，A,B,C,D,E,F,G,H为S14得到的十进制字符编码；
S212:根据伽罗华域理论计算得到生成多项式g(0)(x),当纠错字数n＝4时，生成多项式g(0)(x)如下：
g(0)(x)＝(x-a0)(x-a1)(x-a2)(x-a3)＝a0x4+a75x3+a249x2+a78x1+a6x；
再将消息多项式m(0)(x)乘以x4，得到m(1)(x)；
将生成多项式g(0)(x)乘以x7再乘以172，得到g(1)(x)；
其中，a40与172相乘，是采用伽罗华域乘法，即将172转化为a的指数即a220，再与a40异或⊕，得到的结果为106，其他的系数也是进行同样的计算。
5.如权利要求4所述的一种基于二进制的模具编码和识别方法，其特征在于，包括以下步骤S22包括以下步骤：
S221:将消息多项式m(1)(x)与生成多项式g(1)(x)采用伽罗华域乘法进行相乘，得到m(2)(x)；
S222:将生成多项式g(0)(x)乘以x6再乘以77，得到g(2)(x)；
S223:将消息多项式m(2)(x)与生成多项式g(2)(x)采用伽罗华域乘法进行相乘，得到m(3)(x)；
如此循环4次，直到剩下最后四个经过Reed-Solomon编码计算的十进制，这四个十进制整数就是纠错码。
6.如权利要求1所述的一种基于二进制的模具编码和识别方法，其特征在于，所述S4编码打码采用钢印或者激光打码的方式将打码图像凹刻在模具表面。
7.如权利要求2所述的一种基于二进制的模具编码和识别方法，其特征在于，所述S5编码识别包括以下步骤：
S51图像配准，根据模板图像将被检测的图像进行对齐；
S52编码识别包括以下步骤：
(1)首先对被检测图像应用边缘检测方法，计算被检测图像中所有像素点(i,j)的梯度，计算公式如下：
(2)遍历所有梯度值不等于0的像素点，沿着梯度方向画线，每个像素点有一个累加器，有一个线经过该像素点时，对应的累加器加1，对所有像素点的累加器进行排序，当累加器的数值大于设定的阈值时，认为该像素点是潜在的圆心；
(3)计算所有梯度值不等于0的像素点距离圆心的距离，将距离从小到大排序，选取合适的半径，对选取的半径设置累加器，对于满足半径r的累加器+1，当累加器的数值大于设定的阈值时，则认为该半径是圆心的半径。
8.如权利要求7所述的一种基于二进制的模具编码和识别方法，其特征在于，包括以下步骤：所述S6包括以下步骤：
S61错误编码检测：将识别的二进制编码转成消息多项式R(x)，将生成多项式g(x)＝0的根代入消息多项式，
若结果不为0，则判定识别编码错误；
若结果为0，则判定识别编码正确；
S62错误编码纠错：根据消息多项式R(x)结果构造错误多项式E(x)和错误位置多项式σ(x)，并求解得到错误位置和错误幅值，根据错误位置和错误幅值纠正错误编码。
9.一种存储装置，该存储装置中存储有多条指令，其特征在于，所述指令适用于由处理器加载并执行如权利要求1-8任一所述一种基于二进制的模具编码和识别方法的步骤操作。
10.一种智能终端，包括用于执行各指令的处理器和用于存储多条指令的存储装置，其特征在于，所述指令适用于由所述处理器加载并执行如权利要求1-8任一所述一种基于二进制的模具编码和识别方法的步骤操作。
CN202311308579.3A 2023-10-11 2023-10-11 一种基于二进制的模具编码和识别方法、存储装置及智能终端 Active CN117375623B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311308579.3A CN117375623B (zh) 2023-10-11 2023-10-11 一种基于二进制的模具编码和识别方法、存储装置及智能终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311308579.3A CN117375623B (zh) 2023-10-11 2023-10-11 一种基于二进制的模具编码和识别方法、存储装置及智能终端

Publications (2)

Publication Number Publication Date
CN117375623A CN117375623A (zh) 2024-01-09
CN117375623B true CN117375623B (zh) 2024-05-24

Family

ID=89401543

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311308579.3A Active CN117375623B (zh) 2023-10-11 2023-10-11 一种基于二进制的模具编码和识别方法、存储装置及智能终端

Country Status (1)

Country Link
CN (1) CN117375623B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN119538954A (zh) * 2024-11-11 2025-02-28 广东技术师范大学 一种模具表面二进制点阵码识别方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104899612A (zh) * 2015-06-26 2015-09-09 信码互通（北京）科技有限公司 具有纠错功能的字符编码方法、字符解码方法及其产品
CN106372698A (zh) * 2015-07-24 2017-02-01 上海高研明鉴信息技术有限公司 多维防伪标签及其防伪验证方法
CN106708654A (zh) * 2017-01-10 2017-05-24 电子科技大学 一种用于NANDflash的BCH纠错码的电路结构
CN110135430A (zh) * 2019-04-28 2019-08-16 广东技术师范大学 一种基于深度神经网络的铝材模具id自动识别系统
CN111046996A (zh) * 2019-11-27 2020-04-21 湖南省科腾信安智能科技有限公司 一种彩色qr码生成和识别方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104899612A (zh) * 2015-06-26 2015-09-09 信码互通（北京）科技有限公司 具有纠错功能的字符编码方法、字符解码方法及其产品
CN106372698A (zh) * 2015-07-24 2017-02-01 上海高研明鉴信息技术有限公司 多维防伪标签及其防伪验证方法
CN106708654A (zh) * 2017-01-10 2017-05-24 电子科技大学 一种用于NANDflash的BCH纠错码的电路结构
CN110135430A (zh) * 2019-04-28 2019-08-16 广东技术师范大学 一种基于深度神经网络的铝材模具id自动识别系统
CN111046996A (zh) * 2019-11-27 2020-04-21 湖南省科腾信安智能科技有限公司 一种彩色qr码生成和识别方法

Also Published As

Publication number Publication date
CN117375623A (zh) 2024-01-09

Similar Documents

Publication Publication Date Title
CN117375623B (zh) 一种基于二进制的模具编码和识别方法、存储装置及智能终端
CN108073966B (zh) 一种二维码与孔阵码的转换方法
CN101334849B (zh) 二维码标签的符号生成方法及装置
CN102999773B (zh) 一种彩色格点码图及其三维条码编码方法
CN107578078B (zh) 用于单目视觉定位的非镜像对称二维码标志图形校验及布局方法
CN107992917A (zh) 一种高效的多层pcb的品质追溯方法
IL267201A (en) A method for detecting and recognizing long-term high-density visual markers
CN106934441A (zh) 一种多维码及其编码和解码方法
CN108009617B (zh) 轮毂追溯用基于bcd编码的二维矩阵点阵及其生成方法
CN107247985A (zh) 新型二维码的编码、定位及识别方法
CN100416603C (zh) 用于对位置编码图案进行解码的方法和设备
CN109919277B (zh) 用于商品外包装的加密彩色三角码编解码方法
CN109344940B (zh) 用于商品外包装的三维点阵投影图形编解码方法
CN108507596B (zh) 二维gold矩阵绝对位置编码方法及其解码方法
CN111738389B (zh) 二维码生成方法和生成系统
CN117057385A (zh) 一种用于商品外包装的抗干扰彩色点阵信息编解码方法
CN101571916B (zh) 一种点阵均匀的网屏编码的识别方法
CN1284123C (zh) 一种标记物品的方法
CN117461037A (zh) 二维码装置、位置确定设备和用于位置确定的方法
CN112183695B (zh) 编码方法、编码图形、编码图形读取方法和拍摄装置
CN207097033U (zh) 一种基于bcd编码的二维矩阵点阵码
CN110046688B (zh) 一种条码的定位与识别方法
CN111144532B (zh) 一种资产码元素、资产码以及资产码的构建方法
CN113610202B (zh) 一种应用于商品外包装的图形编解码方法及装置
CN103927574B (zh) 一种通过编码图以形成点阵图形的方法与装置

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Liang Peng

Inventor after: Gu Jin

Inventor after: Zhou Hong

Inventor after: Hao Gang

Inventor after: Wei Zongheng

Inventor after: Zheng Zhenxing

Inventor after: Guo Jianhua

Inventor after: Zhao Huimin

Inventor after: Tu Hang

Inventor after: Li Ziyuan

Inventor after: Liang Pengfei

Inventor before: Liang Peng

Inventor before: Zhou Hong

Inventor before: Hao Gang

Inventor before: Zheng Zhenxing

Inventor before: Guo Jianhua

Inventor before: Zhao Huimin

Inventor before: Tu Hang

Inventor before: Li Ziyuan

Inventor before: Liang Pengfei

Inventor before: Gu Jin

GR01 Patent grant
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20240109

Assignee: ZHONGSHAN JIEJUN OPTICAL TOOLING CO.,LTD.

Assignor: GUANGDONG POLYTECHNIC NORMAL University

Contract record no.: X2025980000244

Denomination of invention: A binary based mold encoding and recognition method, storage device, and intelligent terminal

Granted publication date: 20240524

License type: Common License

Record date: 20250106