1、论文题目：视觉技术在瓶装饮 料生产线上的应用 条形 码检测,答 辩 人：,指导老师：,专 业：机械设计制造及其自动化,班级：,选题的意义：随着国民经济的快速发展，条码技术是信息数据自动识别、输入的重要方法和手段,现已应用到了商业、工业、交通运输业等国民经济各行各业。对于生产流水线或物流传送带上的物体条码识别，传统的扫描器识别方法受条码印刷技术、印制材料以及条码本身的运动速度和角度的影响，基本上无法识别。然而，应用机器视觉技术可以成功地解决流水线上运动条码的识别问题，因而，具有非常重要的理论与实践价值。,论文的基本框架,在已有的条件下，如何实现流水线上条码的自动检测,首先学习条码和视觉图像处理的
2、知识，然后是条码图像的如何识别与译码,本课题主要是解决条码图像的预处理，如何定位以及怎样被译码的,如何实现流水线上条码的自动检测,在生产线上机器视觉技术与条形码技术相结合来检测商品条码是否符合出厂要求的应用越来越广泛了。在现实生产流水线的条码检测过程中，为了提高检测的效率，可以先设定好动态采集条码图像的机械手（如右图所示的发光的采集设备），让它采集到的条码图像不需要几何校正，图像噪声较少以及初步分割出条码。只有这样，不仅减少了条码识别编程程序的易读简洁性，也大大提高了条码被识别的效率。,初识EAN-13码,标准条码符号,EAN-13码的模块组成,113个模块,其中左空11，起3，左数42，中5
3、，右数35，校验符7，终止符3，右空7,一个完整的条码是由两侧空白区、起始字符、数据字符、校验字符和终止符以及供人识读符组成，如左上图所示。条码:由一组规则排列的条、空及其对应字符组成的标记,用以表示一定的信息；空白区:条码起始符、终止符两端外侧与空的反射率相同的限定区域 条:条码中反射率较低的部分；空:条码中反射率较高的部分；起始符:位于条码起始位置的若干条与空；终止符:位于条码终止位置的若干条与空；中间分隔符:位于条码中间位置用来分隔数据段的若干条与空；供人识别字符:位于条码符的下方，与相应的条码字符相对应的、用 于供人识别的字符；商品条形码的条和空组合部分成为条形码符号，对应符号部分由一
4、组阿拉伯数字组成，称为代码。条形码符号和条形码相对应，表示的信息一致。商品条形码就是商品的“身份证”，是商品流通于国际市场的“共同语言”。,EAN-13码的编码规则,按模块组合法编码的条码符号中，条与空是由标准宽度的模块组合而成。一个标准宽度的条模块用二进制的“1”表示，一个标准宽度的空模块用二进制的“0”表示。通用商品条码（EAN-13码）均属模块组合型条码。EAN-13 码中的每一条码字符由2个条和2个空组成，每一个条或空由 14个模块组成，每一条码字符的总模块数为7。它可以用10个数字字符表示：09,其字符集的二进制表示如右表 所示。“1”和“2”的字符如右图所示。,论文的主要内容,由于
5、摄像式获取的条形码图像难免会出现失真、光照不均、模糊等问题，需要采用图像处理将这些对条码识读带来影响的外界因素降到最小，提高条码的识读能力。条码图像处理需要以下几个处理过程：图像灰度化，中值去噪，图像二值化，边缘锐化处理等。,EAN-13码图像处理方框图,条码的预处理过程主要有如下五个部分。,输入条码图像,图像预处理,灰度处理,终止去噪,二值化,边缘分割及重构,边缘锐化,灰度处理,位图是采用位映像方法显示和存储的图像，其中灰度图是指只含亮度信息，不含色彩信息的图像。所有颜色都可以由红绿蓝(R、G、B)三原色组合而成。当一幅图中每个像素被赋予不同的RGB值时，就能呈现五彩缤纷的颜色。在实际应用中
6、，通常采用调色板技术，将256色位图转变为灰度图，灰度与RGB值的对应关系如下：Y=0.299R+0.587G+0.114B 这样，按照上式便可将256色调色板转换成灰度调色板。如右图所示。,中值去噪,中值滤波法是一种非线性信号处理方法，与其对应的中值滤波器在一定条件下，可以克服线性滤波器如最小均方滤波，平均值滤波等所带来的图像细节模糊问题。而且对滤除脉冲干扰及图像扫描噪声最为有效。处理前后的对照图如右所示。,二值化处理,在数字图像处理中，二值化处理占有非常重要的地位。二值化图像的方法有很多，其中最关键的因素就是找到合适的阈值。图像二值化主要有两个步骤:1，确定需要分割的阈值；2，将分割阈值与
7、像素点的灰度值比较，分割出图像的像素。实际中常希望能尽可能减少误分割的概率，而选取最优阈值是一种常用的方法。最优阈值是指能使误分割率达到最小的分割阈值。二值化处理后的图像如右。,边缘锐化处理,条码锐化处理主要用于增强其边缘及灰度跳变部分，条码图像中条的边缘就是必须要锐化增强的特征信息。条码图像的模糊相当于图像被平均或被积分，那么，对图像的锐化就是其反运算“微分”，增强高频分量的作用，使图像轮廓清晰。经试验分析可知，条码图像采集的质量越好，其边缘锐化处理的效果越好。所以锐化的力度要依据边缘检测的具体情况而定。,边缘检测,为保证识别正确率和识别速度，必须提高所用特征的“质量”。条码图像中相邻的条与
8、空之间的边界是图像的最本质特征。对条码图像的边缘检测是识别条码的必由之路。本课题利用条码图像像素灰度分布特点，提出了一种基于条码边缘特征的边缘检测方法。所采集得到的条码图像像素灰度都服从如右图所示的分布。,结合条码图像的特点，灰度值分布在50,100的像素点就是条码的“条”，而灰度值分布在150,210的像素点就是条码的“空”。水平方向上，“条”和“空”的边缘两侧的像素点的灰度发生了跳变，灰度值相差很大。而在竖直方向上，位于“条”中像素点所在列上的点的灰度值都在50,100内变化，同理，位于“空”中像素点所在列上的点的灰度值都在150,210内。对条码图像按以下步骤进行边缘检测：步骤一:先求出
9、二值化条码图像，其中的阈值 TH 和 TD 由直方图灰度统计得出，其经验值分别为TH，TD；步骤二:累计并记录图像列像素值数列；步骤三:计算并记录相邻两列列像素值之差数列；步骤四:设置阈值，将图像中满足两列列像素值之差小于阈值的列标记为不可能边缘列。这样，就把条码图像的边缘检测问题转化成为，求解列像素灰度值差信号局部极大值点的问题。,对条码图像译码的基本原理：先从条码图像中获取每个条和空的宽度，再将量化后的条和空的宽度信息转换成模块数量信息，还必须建立模块数量信息与该码制条码字符集之间的映射关系，根据映射关系识读出条码数据。按模块组合法编码的条码，究其本质，是以特定宽度的条或空代表二进制的“1
10、”或者“0”，这些二进制的“1”和“0”本身并不表示任何字符信息，要将这些“1”和“0”按照一定的规则组合起来，才能表示对应字符集里的字符。,边缘重构,以商品EAN-13 码为例，它的条码中共有30 个条，条码图像中的条空边界数是该条码“条”的数量的2倍。所以，只要确定了一种码制的条码中“条”的数量，也就得出了该码制的所有条码图像中的条空边界数。所以，所有的 EAN-13 码的图像中都会有 60个条空边界。本课题中，采用将数列 A(j)中元素按数值从大到小的顺序排序，选取前60个元素所在列作为条码边缘就完成了条码的边缘重构。先进行基于条码边缘特征的边缘检测，再按上述算法边缘重构。,EAN-13
11、码译码算法流程,条码字符分类,各数据符条和空宽度（像素数）计算,条和空包含的模块数,与字符集匹配,条码号码,条码宽度（像素数）,单位模块平均像素数宽度,将数列描述的条空宽度信息按EAN-13码字符集选择规则与对应字符集进行匹配就完成了条码的译码。EAN-13码字符集的二进制表示见表右上。EAN-13码的前置码不用条码字符表示，不包括在左侧数据符内。右侧数据符均用字符集C子集表示，左侧数据符选用A子集还是B子集取决于前置码的数值,见表右下。,条空模块数与字符集相匹配,条码识别系统的实现,本识别系统的软件设计遵循以下设计原则：(1)数据结构条理清晰、便于访问(2)优化界面设计，方便用户访问(3)充
12、分考虑应用软件在编制、修改、调试、运行和升级方面的方便(4)丰富软件功能，简化硬件设计，降低成本。,存在的问题及展望 到这里为止，由于自己的知识有限以及时间的限制，本课题研究的成果并不能有效地投放到生产流水线上，只能识别像素较高的的EAN-13条形码。本文主要研究了EAN13码的自动识别的一部分，对于下一步的工作，可以在以下几个方面进行：优化硬件系统，将外界环境对使图像采集的影响减少到更小，得到更为清晰有效的条码图像，有利于提高读码效率。优化算法，增强实时性，以及提高识别正确率。建立码制数据库，实现不同码制的条码识别。尤其EAN-13码的识别。希望后人能够在此基础上把一套实用的系统建立起来，从而用来解决实际问题，将是一件十分有意义的事情。,主要收获及致谢毕业设计是对我们知识运用能力的一次全面的考核，培养我们综合运用所学知识独立地分析问题和解决问题的能力，为以后学习和工作打下良好的基础；也让我明白了条码和图像处理的相关知识。本次设计能够顺利完成，尤其要感谢在本次设计中给与我大力支持和帮助的陈从平老师，每有问题，陈老师总是耐心的解答，使我能够充满热情的投入到毕业设计中去，再次向陈老师表示感谢；还要感谢我的队友黄旭，是他在我的毕业设计中进行了的帮助，使我少走弯路。,Thank You!,三峡大学科技学院,感谢各位评委老师的指导！,
