钢管质量条码识别系统

钢管质量条码识别系统

ID:36224823

大小:266.00 KB

页数:10页

时间:2019-05-07

钢管质量条码识别系统_第1页
钢管质量条码识别系统_第2页
钢管质量条码识别系统_第3页
钢管质量条码识别系统_第4页
钢管质量条码识别系统_第5页
资源描述:

《钢管质量条码识别系统》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、面向钢管质量追溯的条码识别系统中国科学院微电子研究所中国物联网研究发展中心天津钢管集团股份有限公司功能概述与应用领域      采集每根钢管上喷涂的自定义格式的条形码,然后进行解码分析,可以获取条形码上所记载的信息,包括钢管的ID号、批号、炉号等。原始图像处理后得到的结果      应用领域包括:钢管检测流程监控与质量溯源。总体设计方案及关键模块      通过自主研制的一体化CCD相机采集图像并在前端进行实时的处理分析,可以获取每根钢管表面喷涂的条形码信息。整个系统在包括如下2个部分:      

2、(1)信息采集与智能处理系统:包括高分辨率视觉图像采集与实时处理系统、基于DSP的条形码处理系统;       (2)上位机管理系统:包括参数配置、系统标定、状态显示以及数据库管理等功能。解决的关键核心技术基于TMS320C6467的图像采集与处理硬件系统       视觉系统由中国物联网中心/中国科学院微电子研究所信息识别与系统控制研究中心研制的固定式图像型智能相机组成,用于对视觉图像进行采集与实时处理。相机通过千兆网接口(Gige)将采集的图像数据传输至DSP处理器,处理器中的密封圈表面缺陷检测

3、算法对图像数据进行识别。      固定式图像型智能相机的主要技术特点如下:     · DSP采用TI达芬奇(DaVinciTM)处理器TMS320DM6467(T),内置ARM926EJ-STMRISC和TMS320C64x+TMDSP两个核。On-ChipL2Cache128KB(DSP);On-ChipL1Cache56KB(ARM9),64KB(DSP)。     · 完整的Linux开发环境和ARM编译环境,提供环境搭建说明和相应的软件工具包,包括VMware-workstation或者

4、Ubuntu;GCC交叉编译工具;根文件系统target;Linux内核安装包;EVM的软件开发包;TIDVSDK的工具链:BIOSXDCTOOLS,TI_CGT_C600)。     · 完整的DSP编译开发环境,提供环境搭建说明和相应的软件开发包,包括CCS3.3和BIOS。     · 功能强大的.net上位机管理软件,可配置DSP运行参数和相机参数,包括触发模式、曝光时间、Gamma校正、增益、白平衡、图像大小、图像位置偏移、对比度、亮度、频闪灯控制、IO控制。     · 选择性提供多个典

5、型算法的例程(边缘提取、字符识别、尺寸计算等),客户可借鉴使用。     · 相机大小为115mm*75mm*65mm。     · 相机重量为660g。     · 相机功率<=6W。     · 供电:DC5~12V/2A,纹波:<=12%。     · 储存温度:-20℃~+70℃。     · 工作温度:商业级0℃~+70℃,工业级-40℃~+85℃。     · 工作湿度:10%~80%。基于计算机视觉的条形码识别技术(1)识别目标特征分析     在钢管生产过程中,生产的每一根管材,都会

6、有一个唯一编号。此编号喷涂在钢管外壁处,就是钢管的喷码标识。喷码识别系统是钢管生产过程中不可或缺的一个程序,钢管被喷码以后,将被记录到相应的厂家数据库中,并在余下的生产流程中被跟踪和监测。操作人员根据编号统计合格与不合格钢管的数量,并记录每一根钢管的信息,而用户可以根据编号了解每一根钢管的具体生产信息,如果出现问题可以追溯到每一根原始钢材,甚至连铸的炉次。作为提供给石油勘探和开采使用的无缝钢管,锅炉用管道以及石油天然气输送管道,它们的质量要求非常严格,必须建立一套非常完善的追溯制度。钢管的喷码标识在

7、整个追溯过程中将起到非常关键的作用。     根据本项目预先制定的钢管喷码标识标准,钢管标识一般由数字和一维条码符号组成。(2)条形码解析技术1)背景减除     背景减除(又名背景差分)是一种基本的图像处理操作,将建立好的背景模型与原图像进行比较,从原图像中减去已知的背景信息,则差分后的目标物大致就是所求的前景目标。      首先借助于腐蚀与膨胀,腐蚀、膨胀是在数学形态学的集合论方法发展起来的图像处理方法。     腐蚀运算逐像素进行,每个元素将会受到附近较暗元素的影响,输出图像相较于输入图像更

8、暗,当结构元素的面积大于输入图像中的亮细节的面积时,亮的效果将被削弱。原始图像经过腐蚀之后,图像中较亮部分的边缘将会向内收缩,如同被周围的暗色背景腐蚀。     膨胀算法与腐蚀算法正好相反。膨胀运算同样逐像素进行,每个元素将会受到附近较亮元素的影响,输出图像相较于输入图像更亮,当结构元素的面积大于输入图像中的亮细节的面积时,暗的效果将会被削弱。原始图像经过膨胀之后,图像中较亮部分的边缘将会向外扩张,如同亮色物体发生了膨胀。     本系统中,腐蚀操作选取的椭圆模板作为

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。