一种基于机器视觉系统的条码检测识别方法及系统技术方案

本发明专利技术公开了一种基于机器视觉系统的条码检测识别方法及系统，所述方法应用于机器视觉系统主机中，所述机器视觉系统主机连接有光源模块和图像采集模块，所述方法包括以下步骤：S1、图像数据采集步骤，S2、图像数据预处理步骤，S3、条码区域定位步骤，S3A、条码区域调整步骤，S4、条码识别步骤。利用本发明专利技术，无需进行人工操作，即可对具有条码的产品进行自动扫描并对条码进行识别，其具有自动化程度高、识别速度快，工作效率高等优点。

【技术实现步骤摘要】

本专利技术涉及机器视觉系统的条码检测
，尤其涉及一种基于机器视觉系统的条码检测识别方法及系统。
技术介绍
随着“工业4.0”的概念的不断深化，机器视觉在工业自动化中的广泛应用，部分制造企业开始进入自动化生产阶段，在生产控制管理过程中，条码及其识别读取技术已经成为主要的产品标识与跟踪手段。传统的扫描枪需要手工近距离对准条码区域进行操作，其效率低、速度慢，自动化程度低，人工成本高等弊端已经无法满足大规模自动化工业生产的需求。目前，条码标签的区域定位，国内外学者进行了研究并提出了相应的解决方案，主要有基于DCT的方法、基于差分的方法和数学形态学的方法等。DCT算法的条码区域自动定位，该算法可以定位任意旋转角度的条码，但当图像中其他区域的纹理比重大于条码区域时，该算法会失效；基于差分的方法对条码进行定位，此方法实现比较简单，对垂直和水平的条码定位效果较好，但是对于复杂背景的鲁棒性较差；采用数学形态学的膨胀操作来定义条码区域，很容易使条码区域与其他区域连在一起，容易出现误检和漏检的情况。因此，有必要提供一种新的条码检测方法，以克服现有的条码的检测识别方法存在的不足。
技术实现思路
为了克服现有技术中的不足，本专利技术提供一种基于机器视觉系统的条码检测识别方法及系统，利用本专利技术，无需进行人工操作，即可对具有条码的产品进行自动扫描并对条码进行识别，其具有自动化程度高、识别速度快，工作效率高等优点。本专利技术是通过以下技术方案实现的：一种基于机器视觉系统的条码检测识别方法，所述方法应用于机器视觉系统主机中，所述机器视觉系统主机连接有光源模块和图像采集模块，所述方法包括以下步骤：S1、图像数据采集步骤，通过所述图像采集模块与光源模块的配合，对具有多条条码的标签进行图像数据采集，并将采集到的图像数据传输至所述器视觉系统主机；S2、图像数据预处理步骤，所述机器视觉系统主机对所述图像数据进行预处理，以将获取的图像数据进行标签与背景的分离，从而过滤背景的干扰；S3、条码区域定位步骤，所述机器视觉系统主机对图像数据预处理步骤处理后的图像数据进行条码特征提取，并对条码进行区域定位，以确定所述标签上所有条码的所在区域，该所在区域即为具有所述标签上所有条码的条码区域；其中，所述条码区域包括条码上下区域和条码左右区域，所述条码区域定位包括条码上下区域定位和条码左右区域定位，分别利用所述条码上下区域定位、条码左右区域定位来确定条码的行数、同一行条码中存在的条码数，以实现对所述标签上所有条码的区域定位；S4、条码识别步骤，对所述条码区域内的每一条码进行条码识别。进一步地，在所述条码区域定位步骤S3之后、所述条码识别步骤S4之前还包括以下步骤:S3A、条码区域调整步骤，对所述条码区域的左右边界分别进行扩展K个像素的调整处理，并对所述条码区域的上下边界分别进行缩小P个像素的调整处理，最后对调整处理后的条码区域作为最终的条码区域，其中所述K、P为正整数，具体取值根据需要选取。优选地，所述条码区域定位步骤S3中，在所述条码上下区域定位过程中，采用归一化互相关匹配算法与霍夫变换直线检测算法来确定所述条码上下区域；所述条码区域定位步骤S3中，在进行所述条码左右区域定位过程中，对预处理后的图像的灰度图上对各条码的中心线l进行直线灰度值扫描，以获得每个条码的中心线l的灰度值分布图，对灰度值分布图上的像素数据进行累加运算,设中心线l灰度值数组为LineA,累加运算后产生一个新的数组为LineB,根据所述数组LineA与数据LineB建立条码的中心线灰度值累加分布图，通过所述中心线灰度值累加分布图中的水平部分的直线来确定所述条码左右区域定位。优选地，所述图像数据预处理步骤S2中，所述机器视觉系统主机对所述图像数据进行的预处理，包括滤波、去噪、增强和/或二值化处理；较佳地，所述图像采集模块为工业相机。基于上述方法的专利技术构思，本专利技术还提供了一种基于机器视觉系统的条码检测识别系统，所述系统包括机器视觉系统主机，所述机器视觉系统主机连接有光源模块和图像采集模块，所述图像采集模块用于与光源模块配合，对具有多条条码的标签进行图像数据采集，并将采集到的图像数据传输至所述器视觉系统主机中，所述机器视觉系统主机包括：图像数据预处理模块，用于对所述图像数据进行预处理，以将获取的图像数据进行标签与背景的分离，从而过滤背景的干扰；条码区域定位模块，用于将图像数据预处理模块进行所预处理后的图像数据进行条码特征提取，并对条码进行区域定位，以确定所述标签上所有条码的所在区域，该所在区域即为具有所述标签上所有条码的条码区域；其中，所述条码区域包括条码上下区域和条码左右区域，所述条码区域定位包括条码上下区域定位和条码左右区域定位，分别利用所述条码上下区域定位、条码左右区域定位来确定条码的行数、同一行条码中存在的条码数，以实现对所述标签上所有条码的区域定位；条码识别模块，用于对所述条码区域内的每一条码进行条码识别。进一步地，所述机器视觉系统主机还包括：条码区域调整模块，用于对所述条码区域的左右边界分别进行扩展K个像素的调整处理，并对所述条码区域的上下边界分别进行缩小P个像素的调整处理，最后对调整处理后的条码区域作为最终的条码区域，其中所述K、P为正整数，具体取值根据需要选取。优选地，所述条码区域定位模块，在进行所述条码上下区域定位过程中，采用归一化互相关匹配算法与霍夫变换直线检测算法来确定所述条码上下区域；所述条码区域定位模块，在进行所述条码左右区域定位过程中，对预处理后的图像的灰度图上对各条码的中心线l进行直线灰度值扫描，以获得每个条码的中心线l的灰度值分布图，对灰度值分布图上的像素数据进行累加运算,设中心线l灰度值数组为LineA,累加运算后产生一个新的数组为LineB,根据所述数组LineA与数据LineB建立条码的中心线灰度值累加分布图，通过所述中心线灰度值累加分布图中的水平部分的直线来确定所述条码左右区域定位。较佳地，所述图像数据预处理模块对所述图像数据进行的预处理，包括滤波、去噪、增强和/或二值化处理；所述图像采集模块为工业相机。利用本专利技术提供的基于机器视觉系统的条码检测识别方法及系统，可有效代替传统的条码识读器，即使是对倾斜条码、单标签多条码、单行多条码、部分缺失的条码、具有污渍的等都可以得到较满意的识别效果，并可实现任意方向条码和多条码的自动化识别，而且识别速度快、识别效率高等优点，从而可有效满足企业大规模自动化工业生产的需求。附图说明附图1为本专利技术实施例所述方法的流程示意图；附图2为本专利技术实施例所述系统的结构模块框图；附图3为利用霍夫变换算法对标签上的条码进行直线检测获得的直线，并将各直线的两端点进行坐标标记的示意图；附图4为具有一个条码的中心线的灰度值分布图；附图5为同一行中具有两个条码的中心线的灰度值分布图；附图6为附图4中的条码中心线对应的灰度值累加分布图；附图7为附图5中的条码中心线对应的灰度值累加分布图。具体实施方式为了便于本领域技术人员的理解，下面结合附图对本专利技术作进一步的描述。如附图1所示，一种基于机器视觉系统的条码检测识别方法，所述方法应用于机器视觉系统主机中，所述机器视觉系统主机连接有光源模块和图像采集模块，本实施例中，所述图像采集模块优选为工业相机本文档来自技高网...

【技术保护点】
一种基于机器视觉系统的条码检测识别方法，所述方法应用于机器视觉系统主机中，所述机器视觉系统主机连接有光源模块和图像采集模块，其特征在于，所述方法包括以下步骤：S1、图像数据采集步骤，通过所述图像采集模块与光源模块的配合，对具有多条条码的标签进行图像数据采集，并将采集到的图像数据传输至所述器视觉系统主机；S2、图像数据预处理步骤，所述机器视觉系统主机对所述图像数据进行预处理，以将获取的图像数据进行标签与背景的分离，从而过滤背景的干扰；S3、条码区域定位步骤，所述机器视觉系统主机对图像数据预处理步骤处理后的图像数据进行条码特征提取，并对条码进行区域定位，以确定所述标签上所有条码的所在区域，该所在区域即为具有所述标签上所有条码的条码区域；其中，所述条码区域包括条码上下区域和条码左右区域，所述条码区域定位包括条码上下区域定位和条码左右区域定位，分别利用所述条码上下区域定位、条码左右区域定位来确定条码的行数、同一行条码中存在的条码数，以实现对所述标签上所有条码的区域定位；S4、条码识别步骤，对所述条码区域内的每一条码进行条码识别。

【技术特征摘要】
1.一种基于机器视觉系统的条码检测识别方法，所述方法应用于机器视觉系统主机中，所述机器视觉系统主机连接有光源模块和图像采集模块，其特征在于，所述方法包括以下步骤：S1、图像数据采集步骤，通过所述图像采集模块与光源模块的配合，对具有多条条码的标签进行图像数据采集，并将采集到的图像数据传输至所述器视觉系统主机；S2、图像数据预处理步骤，所述机器视觉系统主机对所述图像数据进行预处理，以将获取的图像数据进行标签与背景的分离，从而过滤背景的干扰；S3、条码区域定位步骤，所述机器视觉系统主机对图像数据预处理步骤处理后的图像数据进行条码特征提取，并对条码进行区域定位，以确定所述标签上所有条码的所在区域，该所在区域即为具有所述标签上所有条码的条码区域；其中，所述条码区域包括条码上下区域和条码左右区域，所述条码区域定位包括条码上下区域定位和条码左右区域定位，分别利用所述条码上下区域定位、条码左右区域定位来确定条码的行数、同一行条码中存在的条码数，以实现对所述标签上所有条码的区域定位；S4、条码识别步骤，对所述条码区域内的每一条码进行条码识别。2.根据权利要求1所述的方法，其特征在于：在所述条码区域定位步骤S3之后、所述条码识别步骤S4之前还包括以下步骤:S3A、条码区域调整步骤，对所述条码区域的左右边界分别进行扩展K个像素的调整处理，并对所述条码区域的上下边界分别进行缩小P个像素的调整处理，最后对调整处理后的条码区域作为最终的条码区域，其中所述K、P为正整数，具体取值根据需要选取。3.根据权利要求2所述的方法，其特征在于：所述条码区域定位步骤S3中，在所述条码上下区域定位过程中，采用归一化互相关匹配算法与霍夫变换直线检测算法来确定所述条码上下区域。4.根据权利要求3所述的方法，其特征在于：所述条码区域定位步骤S3中，在进行所述条码左右区域定位过程中，对预处理后的图像的灰度图上对各条码的中心线进行直线灰度值扫描，以获得每个条码的中心线的灰度值分布图，对灰度值分布图上的像素数据进行累加运算,设中心线灰度值数组为LineA,累加运算后产生一个新的数组为LineB,根据所述数组LineA与数据LineB建立条码的中心线灰度值累加分布图，通过所述中心线灰度值累加分布图中的水平部分的直线来确定所述条码左右区域定位。5.根据权利要求1～4中任一项所述的方法，其特征在于：所述图像数据预处理步骤S2中，所述机器视觉系统...

【专利技术属性】
技术研发人员：林盛鑫，陈雪芳，赵晓芳，刘华珠，
申请(专利权)人：东莞理工学院，
类型：发明
国别省市：广东;44