摘 要：文章针对易拉罐罐底喷码检测的要求，设计一套针对易拉罐喷码的特征识别算法，实现了对易拉罐喷码不合格产品的自动检测与快速剔除。算法的主要流程为：对图像进行预处理；确定目标图像的位置，也就是对图像进行定位；识别出目标图像；对目标图像进行判断操作。大量实验的结果表明，该算法的平均识别速度较高，范围控制在 1 s 内，准确率为 98.52%，符合实际应用场景的需求。
关键词：机器视觉；快速检测；易拉罐喷码
DOI:10.19850/j.cnki.2096-4706.2023.05.008
基金项目：湖北省高等学校优秀中青年科技创新团队计划项目（T2021042）；武昌工学院校级重点学科群建设“新能源与智能物联学科群”（2021XK01）；湖北省优势特色学科群“智能制造学科群”
中图分类号：TP391.4 文献标识码：A 文章编号：2096-4706（2023）05-0033-04
Rapid Detection of Can's Spray Code Based on Machine Vision
CHEN Yu, WANG Huifang, HUANG Yulan, LI Juan
(Wuchang Institute of Technology, Wuhan 430065, China)
Abstract: According to the requirements of the inspection of the spray code on the bottom of the can, this paper designs a set of feature recognition algorithm for the spray code on the can, which realizes the automatic inspection and rapid elimination of the unqualified products in the spray code on the can. The main flow of the algorithm is: preprocessing the image; Determine the position of the target image, that is, locate the image; Identify the target image; Judge the target image. The results of a large number of experiments show that the average recognition speed of the algorithm is high, the range is controlled within 1 s, and the accuracy rate is 98.52%, which meets the requirements of practical application scenarios.
Keywords: machine vision; rapid detection; can's spray code
参考文献：
[1] 宋丽梅，朱新军 . 机器视觉与机器学习 [M]. 北京：机械工业出版社，2020.
[2] 刘秀平，景军锋，张凯兵 . 工业机器视觉技术及应用 [M].西安：西安电子科技大学出版社，2019.
[3] 阮秋琦 . 数字图像处理学：第 4 版 [M]. 北京：电子工业出版社，2022.
[4] 赖定敏 . 基于图像处理的罐装瓶喷码缺陷检测 [D]. 成都：西华大学，2021.
[5] 刘伟鑫 . 易拉罐喷码在线智能识别技术研发 [D]. 广州：广东工业大学，2020.
[6] 胡善强 . 基于机器视觉的罐盖缺陷检测技术研究 [D]. 长沙：湖南大学，2018.
[7] 王子民，赵子涵，冯梦婷，等 . 基于机器视觉的答题卡识别系统设计 [J]. 南京理工大学学报，2022，46（4）：443-450.
[8] 郑如新，孙青云，肖国栋 . 基于机器视觉的金银花图像识别处理算法研究 [J]. 中国农机化学报，2022，43（4）：153-159.
[9] 谢永杰，智贺宁 . 基于机器视觉的图像识别技术研究综述[J]. 科学技术创新，2018（7）：74-75.
[10] 王灿，张红霞，刘鑫，等 . 机器视觉系统的自动对焦技术研究 [J]. 计算机测量与控制，2019，27（3）：150-154.
[11] 周阳，沈婷婷，席志远，等 . 基于 Halcon 的日化瓶瓶底喷码质量检测算法研究 [J]. 仪表技术与传感器，2020（11）：101-104+110.
[12] BELUSSI L，HIRATA N. Fast QR Code Detection in Arbitrarily Acquired Images [C]//2011 24th SIBGRAPI Conference on Graphics，Patterns and Images.Alagoas：IEEE，2011：281-288.
[13] JORDAN M I，MITCHELL T M. Machine Learning： Trends，Perspectives，And Prospects [J].Science，2015，349（6245）：255-260.
作者简介：陈玉（1987—），女，苗族，湖南怀化人，讲师，硕士研究生，研究方向：图像处理、机器视觉；王慧芳（1992—），女，汉族，安徽安庆人，工程师，硕士，研究方向：软件工程；黄玉兰（1984—），女，汉族，湖北武汉人，副教授，硕士研究生，研究方向：图像处理；李娟（1977—），女，汉族，江苏南京人，教授，博士研究生，研究方向：图像处理、物联网技术。