博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
机器视觉与钢铁产业条形码追溯
阅读量:6037 次
发布时间:2019-06-20

本文共 821 字,大约阅读时间需要 2 分钟。

机器视觉与条形码追溯:使用机器视觉进行条形码辨识,能很容易地追踪及检视大型钢铁。辨识及追溯其产品是一项困难的任务。要快速且精准地查询、追溯、检索品项,几乎每个产业都将条形码辨识看作一项非常重要的技术.

钢铁制造业机器视觉技术
线性(一维)条形码提供可靠的追踪及追溯功能已长达几十年。即使扫描条形码为非常简单且高度自动化的动作,但如果我们可精确地控制条形码在产品上的位置及方向,一维条形码仍为最稳健的扫描方式。
但许多钢铁制品通常巨大笨重,增加扫描定位困难,许多钢铁工厂不得不选择以人工的方式追踪制品,例如快速喷漆、粉笔做记、人为辨别及手抄数据纪录等方式。而吵杂、繁忙、光线不足的工作环境、易耗损的卷标(记号)及其他人为因素(如工作疲乏等),皆可能导致产线出错,造成更多时间及金钱损失。
变焦相机撷取条形码影像及可视化信息, 变焦相机安装于生产线:即便不是定位在最准确的位置,也能撷取条形码影像与其他可视化信息,把控产品质量。
通过相机的GigE接口,影像数据便转换至主计算机。不同于激光扫描系统,图像式条形码辨识并不仅限于一维条形码,该系统使产线经理可以使用一维或二维条形码,甚或两者同时交替使用。搭配高效稳健的条形码辨识算法,能够迅速地侦测并辨识任何方位的一维与二维条形码。此外,也可设定只扫描特定条形码图形及方位,或设定感兴趣区域(ROI)来加速侦测及解码。同时,条形码辨识算法将条形码图像数据转换成可用的讯息并储存于主计算机中,供未来读取使用。
变焦相机搭载全局及卷帘快门感光组件,提供130~500MP像素分辨率,包含电动变焦、聚焦及光圈控制,通过以太网络供电GigE接口驱动。安装于输送带上的相机,即便与物体的距离改变或没有定位于最佳位置,光学变焦功使其不仅能撷取条形码影像,还可以实时获得其他可视化信息,检查产品是否有瑕疵,把控产品质量。在质量管控上,钢铁制品常常出现各种表面瑕疵。因此,增设图像式条形码系统能够提升质量控制效益。

转载地址:http://smlhx.baihongyu.com/

你可能感兴趣的文章
windows添加和删除服务
查看>>
关于云栖,有点无语的几个地方,管理能不能管?
查看>>
Windows线程的同步与互斥
查看>>
C#进阶系列——MEF实现设计上的“松耦合”(四):构造函数注入
查看>>
AngularJs ng-change事件/指令(转)
查看>>
linux系统下安装两个或多个tomcat
查看>>
ProtoBuffer 简单例子
查看>>
iOS多线程开发系列之(一)NSThread
查看>>
微信小程序初体验(上)- 腾讯ISUX社交用户体验设计成员出品
查看>>
SAP WM Physical Inventory Method ST & PZ
查看>>
一次快速的数据迁移感悟
查看>>
MySQL修改提示符
查看>>
《ELK Stack权威指南(第2版)》一3.6 Java日志
查看>>
C++流的streambuf详解及TCP流的实现
查看>>
《量化金融R语言初级教程》一2.5 协方差矩阵中的噪声
查看>>
mysql到elasticsearch数据迁移踩坑实践-Ali0th
查看>>
Python轻量级数据分析库DaPy
查看>>
beetl 和 shrio 结合
查看>>
相对/绝对路径,cd命令,mkdir/rmdir命令,rm命令
查看>>
tomcat中web.xml各配置项的意义
查看>>