基于机器视觉的一维和二维条码高速在线识别
来源：计算机集成制造系统杂志2020年第4期北京时间：
作者：李少波,王铮,杨静,朱书德,全华凤
单位：1.贵州大学机械工程学院2.贵州大学现代制造技术教育部重点实验室
摘要：针对高速运动过程中一维和二维条码识别,基于机器视觉技术提出一种高效、准确的条码在线识别方法。分析了在线条码识别技术和条码编码原理,并针对复杂背景下的图像高速定位与特征提取,建立了识码系数与条码运动的关系模型,提出在复杂背景下基于Halcon的条码高速识别算法。为了验证所提出算法的准确性,搭建了高速检测试验平台对所提的方法进行应用验证。实验结果表明,在所设置的参数下,当条码运动速度达到3.75 mm/ms时,系统识码系数达到最优;在1000张测试数据集中,算法的准确率为97.10%,算法具有较好的鲁棒性。
关键词：机器视觉,条码识别,条码编码,在线识别,Halcon算子
基金资助：国家自然科学基金资助项目(51475097,91746116);工信部资助项目(工信部联装［2016］213号);贵州省科技计划资助项目(黔科合人才［2015］4011,［2016］5103,黔教合协同创新字［2015］02);贵州省研究生创新基金资助项目(黔教合YJSCXJH［2018］052)。
