靳凯强，孙勤良

（湖州职业技术学院机电与汽车工程学院 浙江 湖州 313000）

0 引言

产品外包装上的喷码字符通常包含该产品的一些重要信息，如生产日期、有效期、生产批号、产地等，消费者和公司可以通过产品包装上的喷码字符去获取该产品的一些重要信息[1-3]。对于产品公司来说，喷码字符可以是产品的流水号、生产日期以及产地代码等，通过喷码字符使产品有较好的可追溯性，方便公司的管理[4-5]。对消费者来说，能根据喷码字符中包含的产品信息来选购产品，让消费者买到自己心仪的商品。因此，喷码字符的质量相当重要。但是喷码机在长期使用的情况下，因喷码机设备的零件损坏、喷墨不够、喷码头松动或堵塞、人工设置参数错误等问题，可能会造成喷码字符存在缺陷，因此对喷码字符的质量进行检测是非常有必要的[6-7]。

传统的人工检测喷码字符质量，通常是通过抽检的方式进行检测，人工检测喷码字符质量存在效率低、人力成本高、易产生视觉疲劳、无法实时对产品进行检测、不能满足生产线的要求等弊端[8-9]。随着机器视觉技术的快速发展，机器视觉技术可以实现非接触的测量、定位、检测等，机器视觉技术已被广泛应用于众多行业。基于视觉的喷码字符质量检测系统能有效解决传统人工检测存在的问题，因此研究基于视觉的喷码质量检测系统具有重要的意义。

1 系统介绍

基于视觉的喷码字符质量检测系统结构如图1所示，系统主要由工业相机、光源、传送机构、剔除机构、图像处理模块、工控机组成。工业相机与光源对产品外包装进行图像采集，为采集到高质量的图像，应根据不同的产品外包装选择合适的工业相机和光源，并将工业相机和光源调整到合适的位置。传送带可以将产品传输到检测位置，并将合格产品传输到下一道工序。剔除机构可以将不合格的喷码字符产品外包装剔除。本文设计的基于视觉的喷码字符质量检测系统的图像处理流程如图2所示，系统图像处理模块采用HALCON图像处理软件，对采集到的图像进行图像预处理、定位、字符识别、字符质量检测等。被测产品被放置到传送机构，产品从传送机构的左侧移动到右侧。当光电传感器检测到被测产品到达工业相机的拍摄区时，会发送信号给工业相机，工业相机接收到触发信号后采集图像，并将采集到的图像传送给工控机。工控机对图像进行处理，处理完毕后将处理结果发送给剔除机构。

图1 系统结构图

图2 系统图像处理流程

2 图像处理

基于视觉的喷码字符质量检测系统的图像处理部分采用HALCON图像处理软件，首先工业相机将采集到的图像传输到工控机，然后图像处理软件对接收到的图像进行预处理。预处理操作包括滤波、灰度变换、图像旋转、图像裁剪等，因被测产品在工业相机视野中的位置不是固定的，所以工业相机的视野调整得较大，以防被测产品不在工业相机的视野内。为更快、更准确地分析喷码字符质量，只需分析喷码字符区域，即获取感兴趣区域。为方便字符识别，需对喷码字符进行分割，使每个喷码字符独立分开；字符分割后，对每个独立喷码字符进行字符识别，并将识别结果进行输出显示，最后对每个喷码字符进行质量检测，并将处理结果发送给剔除机构。图像处理的主要步骤为：采集图像、图像预处理、分割图像、字符识别、字符质量检测、发送结果。

2.1 采集图像

采集的图像质量好坏对后期图像处理结果影响非常大，为获取高质量的图像，应根据实际项目需求选择合适的工业相机、镜头、光源，并调节好工业相机与光源的位置和角度。使用HALCON软件中的open_framegrabber函数来打开工业相机设备，使用grab_image_async函数采集图像，采集的图像如图3所示。

图3 采集的图像

2.2 图像预处理

在采集图像、传输图像的过程中，因外界因素可能使图像的质量下降，如出现图像畸变，图像噪声等问题，会对后期的字符定位、字符识别等操作产生影响。为减少上述问题的影响，需要对采集的图像进行图像预处理，这对后期的图像处理至关重要。

2.2.1 转为灰度图像

本文采用的工业相机为彩色相机，为方便后续图像处理，需将彩色图像转为灰度图像。使用HALCON软件中的rgb1_to_gray函数将彩色图像转为灰度图像，处理后的灰度图像如图4所示。

图4 灰度转换后的图像

2.2.2 图像滤波

为提高后期图像处理效果的准确性、速度，需减少图像中的噪声。经常使用的图像滤波方法有中值滤波、均值滤波、高斯滤波等。对图像进行滤波时应根据不同的图像噪声，选用合适的一种或多种滤波方法。使用HALCON软件中的median_image函数将采集的图像进行滤波处理，处理后的图像如图5所示。

图5 滤波后的图像

2.2.3 获取ROI区域

为提高工控机处理图像的速度，提高字符识别的准确率，只需要对图像中的字符部分进行处理。根据项目的需求，通过定位来获取要处理的感兴趣区域（Region of Interest，ROI），使用HALCON软件中的reduce_domain函数来进行抠图，获取ROI区域，获取的ROI区域如图6所示。

图6 获取的ROI区域

2.2.4 分割字符

对喷码字符进行识别前需要对喷码字符进行分割，使每个喷码字符独立。使用HALCON软件中的connection函数对喷码字符进行分割，并使用select_shape函数将非喷码字符筛除，分割后的喷码字符如图7所示。

图7 分割字符后的图像

2.3 字符识别

HALCON软件提供了许多标准字符模板，可以满足大部分项目需求，若标准字符模板不能满足需求，可以使用HALCON软件的训练OCR功能。使用HALCON软件中的read_ocr_class_mlp函数读取分类器，使用do_ocr_multi_class_mlp函数对喷码字符进行识别，字符识别的结果如图8所示。

图8 字符识别的结果

2.4 字符质量检测

对喷码字符进行质量检测，应对每个独立的喷码字符建立标准的模板图像，使用函数create_ocv_proj和traind_ocv_proj创建每个独立的喷码字符OCV句柄。使用do_ocv_simple 函数对识别出的每个喷码字符进行质量检测，do_ocv_simple会输出每个字符质量指数，根据字符质量指数判定字符质量是否符合要求，并将判定结果发送给下位机，对第一个字符“2”质量检测的结果如图9所示。

图9 字符质量检测结果

3 结语

喷码字符包含了产品相当多的重要信息，检测喷码字符质量可以有效地保证产品信息的传递。本文所设计的基于视觉的喷码字符质量检测系统可以解决传统人工喷码字符质量检测存在的缺点，提升检测效率、降低误检率、降低企业成本、提高产品质量，具有较高的实际应用价值。