系統(tǒng)包括:噴碼檢測(cè)相機(jī)、噴碼檢測(cè)光源及設(shè)置在紙盒上部的外形檢測(cè)相機(jī)；至少一個(gè)激光光源,設(shè)置在紙盒上部,用于發(fā)射激光線,以在所述紙盒表面的端到第二端形成所述激光線；至少一個(gè)第二激光光源,設(shè)置在紙盒上部,用于發(fā)射第二激光線,以在所述紙盒表面的側(cè)到第二側(cè)形成所述第二激光線；圖像處理裝置,分別與外形檢測(cè)相機(jī)及噴碼檢測(cè)相機(jī)連接,用于接收外形檢測(cè)相機(jī)及噴碼檢測(cè)相機(jī)到的紙盒圖像,根據(jù)紙盒圖像判斷當(dāng)前紙盒是否封裝完好及噴碼是否合格。其可配合現(xiàn)有紙盒封裝噴碼生產(chǎn)線,實(shí)現(xiàn)對(duì)紙盒封裝及表面噴碼的實(shí)時(shí)在線檢測(cè),降低了漏檢率,提高了檢測(cè)精度。

,包含定位中選用MSER方式 對(duì)字符地區(qū)開展初定位,根據(jù)連通域法開展細(xì)定位.對(duì)于點(diǎn)陣噴碼字符的特性,選用點(diǎn)陣噴碼字符分割優(yōu)化算法開展分割,保證了分割的準(zhǔn)確性.字符鑒別中根據(jù)卷積和神經(jīng)元網(wǎng)絡(luò)鑒別方法開展鑒別,在確保實(shí)時(shí)性的另外提升了檢驗(yàn)度,能夠 考慮可樂瓶罐底點(diǎn)陣噴碼字符檢驗(yàn)的高實(shí)時(shí)性,高準(zhǔn)確性的規(guī)定.,包含定位中選用MSER方式 對(duì)字符地區(qū)開展初定位,根據(jù)連通域法開展細(xì)定位.對(duì)于點(diǎn)陣噴碼字符的特性,選用點(diǎn)陣噴碼字符分割優(yōu)化算法開展分割,保證了分割的準(zhǔn)確性.字符鑒別中根據(jù)卷積和神經(jīng)元網(wǎng)絡(luò)鑒別方法開展鑒別,在確保實(shí)時(shí)性的另外提升了檢驗(yàn)度,能夠 考慮可樂瓶罐底點(diǎn)陣噴碼字符檢驗(yàn)的高實(shí)時(shí)性,高準(zhǔn)確性的規(guī)定.

根據(jù)電子器件管理平臺(tái),可以對(duì)產(chǎn)品的生產(chǎn)制造、貨運(yùn)物流、市場(chǎng)銷售及其應(yīng)用等階段開展監(jiān)管。噴碼字符做為一種常見產(chǎn)品管控碼,其檢驗(yàn)、鑒別在賦碼管控系統(tǒng)軟件中擁有至關(guān)重要的影響力。對(duì)于字符的鑒別,普遍的方式 主要是根據(jù)軟件系統(tǒng)設(shè)計(jì)方案的,該方式 不利機(jī)器設(shè)備當(dāng)場(chǎng)智能化系統(tǒng)管理方法。因而,文中設(shè)計(jì)方案了一套根據(jù)FPGA和單脈沖藕合神經(jīng)元網(wǎng)絡(luò)(PCNN)的噴碼字符識(shí)別技術(shù)。文中關(guān)鍵研究方向及結(jié)果為:(1)對(duì)于基本方式 在圖像二值分割時(shí),實(shí)際效果不理想化的難題,文中選用PCNN算法融合交叉熵基礎(chǔ)理論來分割圖像。,根據(jù)MATLAB對(duì)PCNN算法的基礎(chǔ)實(shí)體模型剖析,對(duì)于不一樣灰度值像素?cái)?shù)火時(shí)刻不一樣的特點(diǎn),開展圖像的二值分割。隨后,運(yùn)用每一次分割后圖像與原圖像的交叉熵的基礎(chǔ)理論,明確PCNN在分割圖像時(shí),什么時(shí)候?yàn)槎捣指顖D像。該方式 完成了圖像的全自動(dòng)分割,且實(shí)際效果非常好。(2)對(duì)于傳統(tǒng)式投射分割方式 只有分割持續(xù)字符,沒法分割點(diǎn)陣噴碼字符的難題,文中明確提出改善的投射分割算法。該算法運(yùn)用噴碼字符中點(diǎn)陣裂縫與字符間隔的關(guān)聯(lián),根據(jù)操縱分割閥值的尺寸將一串串字符分割成單獨(dú)字符,便于于字符svm算法及鑒別。改善后的算法不但可以分割持續(xù)字符,并且非常好的解決了傳統(tǒng)式投射算法沒法分割點(diǎn)陣字符的難題。(3)對(duì)于噴碼字符的點(diǎn)陣特點(diǎn),文中明確提出改善的網(wǎng)格圖特點(diǎn)算法,并改變字符鑒別標(biāo)準(zhǔn)。

包裝過程中非常容易導(dǎo)致煙包噴碼字符識(shí)別準(zhǔn)確率較低的好多個(gè)緣故,充分考慮生產(chǎn)制造的工業(yè)生產(chǎn)當(dāng)場(chǎng)艱苦環(huán)境,會(huì)造成所拍攝的圖像失幀、模糊不清、噪音及字符造成放縮、平移變換轉(zhuǎn)動(dòng)等狀況,有目的性地對(duì)根據(jù)BP神經(jīng)元網(wǎng)絡(luò)的煙包噴碼字符智能識(shí)別系統(tǒng)軟件進(jìn)行了科學(xué)研究。詳細(xì)介紹了在煙包噴碼字符識(shí)別過程中選用的一些基礎(chǔ)技術(shù)性,包含圖像預(yù)備處理、獲取矩陣的特征值、圖像切分和圖像鑒別這好多個(gè)重要環(huán)節(jié),大家設(shè)計(jì)方案了一套健全的預(yù)備處理計(jì)劃方案,選用條形圖對(duì)圖像開展敘述,并在這個(gè)基礎(chǔ)上設(shè)計(jì)方案了有關(guān)的圖像分割、圖像提高、除去噪音等優(yōu)化算法,為此處理煙包噴碼字符識(shí)別過程中的各種各樣字符圖像難題