基于机器视觉商品生产日期快速检测探究.docVIP

基于机器视觉商品生产日期快速检测探究 　　摘要：本文设计并实现了一种基于机器视觉的商品生产日期快速检测系统。系统主要由摄像机和计算机构成，利用机器视觉的方法，通过图像处理实现商品生产过程中生产日期喷印的缺陷检测。该系统能够快速、准确地判断商品包装上的生产日期是否漏印，并及时剔除问题商品。实验结果证明，该系统能够准确识别出生产日期有缺陷的商品，具有实用意义 关键词：生产日期 缺陷检测 机器视觉 图像处理 中图分类号：TP274 文献标识码：A 文章编号：1007-9416（2016）12-0054-02 机器视觉[1-2]就是用机器代替人眼来做测量和判断，机器视觉系统通过摄像机将目标物体转换为图像信号，传送给图像处理系统，系统将根据图像信号的信息对目标进行判断，进而对客观物体进行感知、识别并理解 近年来，随着人们文化素质和健康意识的不断提升，饮食健康越来越引起人们的重视，因此对于食品安全提出了更高要求。不言而喻，食品生产日期和保质期是直接关系食品能否食用的重要条件[3]。为实现生产在线和生产日期喷印同步进行的食品生产要求，企业采用喷码机进行食品生产日期喷印，市场上的喷码机有墨水喷码机和激光喷码机两大类，墨水喷码机以其开发早，价格相对便宜的特点，占据着市场主导地位[4]。但在食品生产日期喷印过程中，使用墨水喷码机进行喷印往往会出现生产日期漏印、缺字等问题，传统的人工检测方法检查生产日期缺陷的方式，准确率达不到要求，工作效率低，提升了企业的生产成本 针对这一问题，本文设计并实现了一种基于机器视觉的商品生产日期快速检测系统，该系统能够快速、准确的判断商品生产过程中生产日期喷印的缺陷问题，及时剔除生产日期无法清晰识别的商品 1 系统总体设计 本文设计的机器视觉系统如图1所示。该系统利用摄像机将目标转换为图像信息，并采用相应的图像处理技术进行图像处理，进而检测并识别出目标物体中的缺陷。系统检测到缺陷产品后，通过计算机发出的控制命令及时剔除问题产品 系统的硬件主要由摄像机和计算机两部分构成，系统中选用PointGrey公司的FL2G-13S2C-C摄像机，摄像机采集到的图像信息通过IEEE-1394b接口上传到计算机。摄像机完成商品包装的图像采集，计算机主要进行图像信息的处理，识别并判断商品包装上喷印的生产日期是否存在缺陷，并发出相应的控制指令 2 商品生产日期检测 商品外包装上的生产日期检测过程为：图像分割、图像预处理、图像二值化，字符分格，计算每个字符的像素数五个环节，如图2所示。将喷印有生产日期的商品外包装图像进行分割，分割出生产日期区域，进而对该分割区域作图像处理，进行字符分格，分格出单个字符进而判断生产日期能否准确识别以及是否出现漏印、缺字等缺陷 2.1 图像分割 输入计算机的商品外包装图像较大、图像信息复杂，不便于商品生产日期的识别，为方便后续图像处理，首先进行图像分割，分割出商品外包装上的生产日期区域，图3和图4分别为食品外包装原始图像和图像分割输出结果 2.2 图像预处理 食品外包装图像信息在获取过程中，由于光线变化、空间辐射等干扰因素的存在，往往带有大量噪声，因此需要进行滤波、增强等预处理，从而减小随机噪声造成的干扰。如图5是对图4所示图像进行几何均值滤波后的输出结果 为提高图像的质量和可辨识度，使图像更有利于进一步分析处理，进行图像增强，图6为对滤波后的图像进行图像增强后的效果图 2.3 图像二值化 为简化后期处理，提高处理速度，对增强后的图像作二值化处理，处理结果如图7所示，可以看到，二值化后的图像含有很多噪点，因此采用二维排序滤波的方式对二值化图像作进一步的滤波处理，处理结果如图8所示 2.4 字符分割并计算像素数 对图8的图像进行字符分格处理，主要步?E包括限定文字区域、字符切割以及计算每个字符所包含的像素数，最终的输出结果如图9所示 3 缺陷判断 本文的研究针对的是生产日期有固定位置的商品硬包装上生产日期的检测，生产日期喷印格式为8位数字的形式，将其进行字符区域限定后切割为8个等大的图像块，通过计算每个图像块中黑色字符所占的像素数判断是否出现漏印。如图10所示的食品外包装的图像信息，经处理后得到的字符以及对应的像素数情况如图11所示。从处理结果可以明显看出，第6个字符的像素数为0，该字符在喷印过程中出现了漏印问题。当计算机检测到这种缺陷时，发出控制命令剔除该产品 4 结语 本文将机器视觉用于商品生产日期快速检测中，以提高生产效率，降低生产成本。实验表明，对于生产日期以8位数字形式喷印的食品硬包装，通过统计每个字符的像素数，就可以判断是否有生产日期缺字以及漏印的情况。该系统能够准确判断出食品包装上生产日期