首页 > 资料专栏 > 论文 > 技研论文 > 研发技术论文 > 视觉技术在瓶装饮料生产线上应用_机械设计优秀毕业论文答辩PPT模板

视觉技术在瓶装饮料生产线上应用_机械设计优秀毕业论文答辩PPT模板

大地机械***
V 实名认证
内容提供者
资料大小:333KB(压缩后)
文档格式:PPT
资料语言:中文版/英文版/日文版
解压密码:m448
更新时间:2019/1/4(发布于广东)

类型:积分资料
积分:12分 (VIP无积分限制)
推荐:升级会员

   点此下载 ==>> 点击下载文档


文本描述
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,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 1~4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:0~9,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 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,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 。。。以上简介无排版格式,详细内容请下载查看