噴碼檢測(cè)

上海邁迅威視覺的噴碼缺陷檢測(cè)設(shè)備可以對(duì)所檢測(cè)的產(chǎn)品上的字符的各種缺陷進(jìn)行檢測(cè)，同時(shí)具有記錄和保存功能。通過系統(tǒng)的簡(jiǎn)單設(shè)定后，可自動(dòng)識(shí)別、記錄、檢測(cè)，如有異常發(fā)生，可提示報(bào)警或者控制機(jī)器停機(jī)。對(duì)不符合要求的產(chǎn)品檢測(cè)后可輸出控制信號(hào)，剔除不合格品?？蓱?yīng)用于食品飲料、制藥、日化、快速消費(fèi)品噴碼的檢測(cè)，電子行業(yè)的字符、一維/二維碼檢測(cè)，、物流業(yè)、印刷包裝行業(yè)的字符識(shí)別與比對(duì)。我司可根據(jù)現(xiàn)場(chǎng)情況對(duì)現(xiàn)場(chǎng)進(jìn)行簡(jiǎn)單改造，以達(dá)到更好的效果。 

標(biāo)簽袋封裝檢驗(yàn)次序打碼軟件系統(tǒng)軟件,它包含RFID標(biāo)簽掃描器(2),上述的標(biāo)簽袋(4)在標(biāo)簽生產(chǎn)線(5)櫥柜臺(tái)面表層,標(biāo)簽袋封裝機(jī)(1)、RFID標(biāo)簽掃描器(2)、標(biāo)簽噴碼器(3)均與自動(dòng)控制系統(tǒng)(6)聯(lián)接,標(biāo)簽袋封裝機(jī)(1)、RFID標(biāo)簽掃描器(2)、標(biāo)簽噴碼器(3)所有安裝在標(biāo)簽生產(chǎn)線(5)櫥柜臺(tái)面上方,RFID標(biāo)簽掃描器(2)正對(duì)著標(biāo)簽袋(4)標(biāo)簽部位,運(yùn)用本發(fā)明的技術(shù)規(guī)范處理生產(chǎn)線干固,二次封裝的標(biāo)簽無論是不是早已損壞,均依照次序開展標(biāo)簽袋次序條碼,再檢驗(yàn)標(biāo)簽是不是損壞,后對(duì)損壞的標(biāo)簽標(biāo)識(shí)挑廢、紀(jì)錄編號(hào)及其后補(bǔ)袋打碼軟件并按序歸標(biāo)識(shí)位,造成出現(xiàn)消耗很多的人力資源和時(shí)間,存有工作效能不高,自動(dòng)化技術(shù)水平低的致命性缺點(diǎn)難題。

時(shí)間碼缺陷檢測(cè)依然以人力主導(dǎo).目前的用以檢驗(yàn)時(shí)間碼缺陷的算法受制于算法復(fù)雜度和準(zhǔn)確度,沒法在工業(yè)領(lǐng)域得到很大范疇的運(yùn)用.對(duì)于那樣的狀況,明確提出了一種新的根據(jù)迭代更新配準(zhǔn)的t-rotateiterativeclosestpoint(PRICP)算法.該算法把時(shí)間碼抽象性為點(diǎn)特點(diǎn),根據(jù)對(duì)模版和特點(diǎn)點(diǎn)開展配準(zhǔn)來快速檢測(cè)時(shí)間碼的缺陷,引進(jìn)深度學(xué)習(xí)進(jìn)一步提高了該算法的性,魯棒性及缺陷歸類能力.該算法早已取得成功運(yùn)用于青島啤酒廠生產(chǎn)流水線條碼時(shí)間的缺陷檢測(cè)中,當(dāng)場(chǎng)運(yùn)作數(shù)據(jù)顯示該算法在魯棒性和層面顯著好于別的方式 ,適用好幾個(gè)連通域信息內(nèi)容碼的迅速缺陷檢測(cè),另外不會(huì)受到標(biāo)準(zhǔn)及情況管束,抗噪音能力強(qiáng),可立即運(yùn)用于別的的視覺效果行業(yè).

根據(jù)電子器件管理平臺(tái),可以對(duì)產(chǎn)品的生產(chǎn)制造、貨運(yùn)物流、市場(chǎng)銷售及其應(yīng)用等階段開展監(jiān)管。噴碼字符做為一種常見產(chǎn)品管控碼,其檢驗(yàn)、鑒別在賦碼管控系統(tǒng)軟件中擁有至關(guān)重要的影響力。對(duì)于字符的鑒別,普遍的方式 主要是根據(jù)軟件系統(tǒng)設(shè)計(jì)方案的,該方式 不利機(jī)器設(shè)備當(dāng)場(chǎng)智能化系統(tǒng)管理方法。因而,文中設(shè)計(jì)方案了一套根據(jù)FPGA和單脈沖藕合神經(jīng)元網(wǎng)絡(luò)(PCNN)的噴碼字符識(shí)別技術(shù)。文中關(guān)鍵研究方向及結(jié)果為:(1)對(duì)于基本方式 在圖像二值分割時(shí),實(shí)際效果不理想化的難題,文中選用PCNN算法融合交叉熵基礎(chǔ)理論來分割圖像。,根據(jù)MATLAB對(duì)PCNN算法的基礎(chǔ)實(shí)體模型剖析,對(duì)于不一樣灰度值像素?cái)?shù)火時(shí)刻不一樣的特點(diǎn),開展圖像的二值分割。隨后,運(yùn)用每一次分割后圖像與原圖像的交叉熵的基礎(chǔ)理論,明確PCNN在分割圖像時(shí),什么時(shí)候?yàn)槎捣指顖D像。該方式 完成了圖像的全自動(dòng)分割,且實(shí)際效果非常好。(2)對(duì)于傳統(tǒng)式投射分割方式 只有分割持續(xù)字符,沒法分割點(diǎn)陣噴碼字符的難題,文中明確提出改善的投射分割算法。該算法運(yùn)用噴碼字符中點(diǎn)陣裂縫與字符間隔的關(guān)聯(lián),根據(jù)操縱分割閥值的尺寸將一串串字符分割成單獨(dú)字符,便于于字符svm算法及鑒別。改善后的算法不但可以分割持續(xù)字符,并且非常好的解決了傳統(tǒng)式投射算法沒法分割點(diǎn)陣字符的難題。(3)對(duì)于噴碼字符的點(diǎn)陣特點(diǎn),文中明確提出改善的網(wǎng)格圖特點(diǎn)算法,并改變字符鑒別標(biāo)準(zhǔn)。