包装袋喷码品质对食品安全安全性起着关键功效。文中依据食品包装材料制造行业对包装袋子喷码缺点的检验规定,设计了一种根据机器视觉技术的包装袋子喷码监测系统。本系统软件由线光源、图象收集模块、图象处理模块、传输模块及其剔除模块构成,可以对喷码出現的普遍缺点如漏印、错印、磨叽环境污染、残缺不全等开展自动识别及其将不合格品运用喷嘴剔除出来。对于字符缺陷检测系统软件中牵涉到的技术开展了深入分析。详细介绍了根据机器视觉技术喷码字符缺陷检测的选题背景及发展状况,随后依据工业生产检验的特性及其工业生产当场的具体情况,设计了一套喷码字符缺陷检测试验设备。本试验设备的研究方向关键包含三个层面:1.系统软件硬件配置机器设备的设计与搭建,包含机械设备关键构件的设计与校对,工业相机、图像卡的型号选择,光源类型挑选和照明灯具方法设计,照相机外界开启机器设备光电开关的型号选择等。2.喷码字符鉴别及缺陷检测优化算法的设计与完成。3.不合格品剔除模块的设计与完成。试验说明,本系统软件可融入具体生产制造的必须。从图象处理优化算法视角考虑,对字符鉴别及缺陷检测开展了科学研究,对于工业生产当场自然环境不稳定要素的影响,明确提出对图象开展中值滤波、阀值解决,对预备处理后的图象开展仿射变换,对字符地区视角歪斜的校准等。
根据电子器件管理平台,可以对产品的生产制造、货运物流、市场销售及其应用等阶段开展监管。喷码字符做为一种常见产品管控码,其检验、鉴别在赋码管控系统软件中拥有至关重要的影响力。对于字符的鉴别,普遍的方式 主要是根据软件系统设计方案的,该方式 不利机器设备当场智能化系统管理方法。因而,文中设计方案了一套根据FPGA和单脉冲藕合神经元网络(PCNN)的喷码字符识别技术。文中关键研究方向及結果为:(1)对于基本方式 在图像二值分割时,实际效果不理想化的难题,文中选用PCNN算法融合交叉熵基础理论来分割图像。,根据MATLAB对PCNN算法的基础实体模型剖析,对于不一样灰度值像素数火時刻不一样的特点,开展图像的二值分割。随后,运用每一次分割后图像与原图像的交叉熵的基础理论,明确PCNN在分割图像时,什么时候为二值分割图像。该方式 完成了图像的全自动分割,且实际效果非常好。(2)对于传统式投射分割方式 只有分割持续字符,没法分割点阵喷码字符的难题,文中明确提出改善的投射分割算法。该算法运用喷码字符中点阵裂缝与字符间隔的关联,根据操纵分割阀值的尺寸将一串串字符分割成单独字符,便于于字符svm算法及鉴别。改善后的算法不但可以分割持续字符,并且非常好的解决了传统式投射算法没法分割点阵字符的难题。(3)对于喷码字符的点阵特点,文中明确提出改善的网格图特点算法,并改变字符鉴别标准。
解决低质量图像给识别任务带来的困难,构造了一个由图像增强网络(EnCNN)和手写体数字识别网络(LeNet-5)组成的低质量图片识别框架.将图像增强网络嫁接在识别网络前,并使用提出的策略进行模型学习.使得低质量图像在被识别前图像质量得到较大的改善,终实现低质量手写体图像识别率的提高.实验部分将提出的方法和在单纯使用低质量图像或高清图作为训练集进行训练的方法进行了对比,实验表明在低质量图像上,提出的方法有更高的数字识别率,且有更强的泛化能力.