复杂条件下DPM条码的角点检测

为了解决工况环境恶劣和拍摄条件差等因素导致的从复杂条件图像中快速准确地检测出DPM条码区域的困难,抓住DPM条码图像多直角角点及亮暗两类直角点共存等内部特征,提出一种新的基于掩膜思想的自适应角点检测算法。该算法使用小掩膜筛选出仅可能是直角顶点的那些点交予大的环状掩膜进行再过滤,掩膜形状和尺度、局部二值化阈值及相关的系列过滤条件的选定充分融入了DPM区域知识。实验结果表明,在样本为160幅DPM图像的实验中,DPM角点平均检出精度为88%。所提出的算法在面对复杂条件下的DPM图像时,有能力在检出DPM区域角点的同时抑制掉绝大多数非DPM区域角点。

直接零件标志条码区域定位算法

针对受工况、光照的限制,现场采集的含有直接零件标志(DPM)条码的图像经常亮度不一,并伴有变形等情况,导致因定位不准确而识别DPM条码困难,提出一种改进的SUSAN角点检测和半监督机制下的近邻传播聚类相结合的DPM条码定位算法.首先针对DPM条码图像区域多直角的特点对检测角点的SUSAN算法进行改进,使其适应由于光照问题导致灰度不均的DPM条码区域,具有检出变形角点的能力,同时极大程度地抑制背景上及条码区域中的伪角点;以此为基础,使用近邻传播聚类算法对角点进行聚类,并将DPM条码区域中角点的聚集特点转化为监督规则,形成半监督机制下的角点近邻传播聚类.实验结果表明,该算法检测出的角点对DPM条码区域的示意性强、效率高,基于角点聚类结果的DPM条码定位比其他算法精准、快速.

DPM码快速定位关键技术研究

直接零件标识(DPM)技术是实现产品标识的重要手段,以DM二维条码进行标识.由于DPM码是用激光标记在金属表面的点阵,在识别过程中会受到工况、光照等限制,存在高光、模糊甚至畸变等情况,导致条码定位困难.采用同态滤波和机器学习相结合的方法来增强图像实现条码区域快速初步定位.针对点阵二维条码的特殊性,提出一种基于投影的方向性L型拟合法,实现DataMatrix条码的L型定位符的精准拟合;利用基于改进扫描线算法的凸包算法实现条码的快速、准确定位.实验表明:与原有的关键技术相比,改进后的关键技术可以得到更好的效果,使得条码识别效果得到提高.

直接零件标记的二维条码定位方法

针对直接零件标记(DPM,Direct Part Marking)二维条码的定位技术展开研究.由于环境光照、金属材质等因素,采集到的条码图像会存在光照不均、对比度低和高光等问题,对DPM二维条码定位带来很大的影响.采用了同态滤波的方法来增强图像,用梯度投影法对二维条码区域进行初定位.针对背景灰度级与目标灰度级相近导致传统阈值化存在误分割的问题,采用了一种OSTU与邻域阈值相结合的自适应二值化算法.利用形态学拟合Data Matrix二维条码的L型定位边,最后采用凸包算法实现对二维条码精定位.实验表明,该方法能有效解决图像采集中出现的光照不均、对比度低等问题,快速定位出条码区域.