微波EDA网,见证研发工程师的成长!
首页 > 硬件设计 > 硬件工程师文库 > Data Matrix二维码图像处理与应用

Data Matrix二维码图像处理与应用

时间:02-24 来源:不详 点击:

双缓冲区使一边采集图像一边处理图像成为可能,如图3所示。摄像头将图像采集到图像缓冲区1中等待处理,与此同时CPU利用这段时间处理图像缓冲区2中(上一帧)的图像,完毕后两个缓冲区的职能交换;CPU处理缓冲区1中采集的前一时刻的图像,而此时缓冲区2中的图像已被处理完毕,可以接收摄像头下一帧的采集图像。如此往复,两个缓冲区互换,不间断地运动便可实现伪实时处理。在处理环节上加Data Matrix识别功能,就能实现实时识别Data Matrix。采集图像和处理图像正好相差一帧,所以是“伪”实时的,但是假如计算机运算速度足够快,时间延迟的影响便可忽略。

这种方法的优点是既实现了实时性,又将采集和处理这两项进程分开,让CPU和摄像头分别独立并行地处理,充分利用了空闲时间。

3 识别结果统计与分析

通过编程,实现了对金属上的Data Matrix码进行识别,并统计了总的采集帧数(f)、帧率(f/s)、识别成功的总帧数、识别率等信息。实验证明在摄像头焦距以及光源都相当理想的情况下,识别率很高。

Data Matrix识别的成功率与很多因素有关,首先是Data Matrix符号本身,打印在纸上与打印在金属零件上的点阵式Data Matrix差异很大;其次是检测时的运动失真,会影响识别成功率;再次是背景图像的影响,Data Matrix符号与背景色反差越大,背景中干扰图像越少,识别成功率越高;光源、符号的旋转等都会对识别造成影响。

    3.1 运动检测的影响

Data Matrix检测常用在流水线上,这时需要考虑摄像头与被检测零件相对运动对识别的影响。在实验中用固定零件、移动摄像头的方法来模拟流水线中的运动检测,记录每次检测时摄像头的运动速度,以此找出零件上的Data Matrix能够被识别的最大相对运行速度。

现通过实验测得20组数据,以6mm×6mm的Data Matrix为考虑对象,结果如表1所示。

上结果,在光照和摄像头焦理想的情况下,最大识别的相对速度为2.00cm/s,比该速度再快可能会因运动失真导致Data Matrix无法识别。

3.2 干扰图像的影响

在相同条件下,背景干扰少的图像识别率较高,尤其当北京具有与Data Matrix类似矩形状图形时。在光照较好的条件下,测试金属零件上的Data Matrix识别率。在有背景干扰的情况和用子缓冲区屏蔽一些背景干扰的情况各测得10组数据,分别如表2所示。

表1 待测Data Matrix与摄像头的相对运动对识别的影响

速度(cm/s) 1.04 1.06 1.41 1.56 1.69 1.70 1.75 2.00 2.03 2.09
能否识别 ×
速度(cm/s) 2.14 2.23 2.32 2.38 2.52 2.52 2.63 2.64 2.70 2.71
能否识别 × × × × × × ×

表2 背景干扰对识别的影响

有干扰 83% 84% 62% 81% 68% 92% 85% 60% 87% 74%
屏蔽干扰 97% 88% 87% 84% 92% 90% 99% 83% 85% 90%

可见,用于缓冲区屏蔽一些无用的背景图像后,识别效果总体上要略好于未屏蔽。

3.3 光源的影响

光源对识别成功率的影响反映在图像整体的明暗对比度上。对金属零件上的Data Matrix而言,其更多的是影响符号的清晰程度。光源位置如果选取不得当,由于金属的反光特性,金属表面会形成一片亮度特别大的镜面反射区,给Data Matrix图像造成强烈的干扰。

一种比较好的方法是用侧光的方法。由于金属零件上的Data Matrix码是气动打印产生的,打印处会有高低起伏,这些区域的反光是温反射,不同于其他区域的镜面反射光,侧光助于把点阵与金属反光的背景分开,将摄像头避开了金属的镜面反光。图4对比了侧光和反射光下的二维码状态。

3.4 识别程序的适应性

识别程序的适应性指适应不同尺寸和打印类型Data Matrix的能力。本文中考虑的打印类型有金属表面气动打印、金属表面电动针式打印和标准纸面激光打印三种。实验结果表明,程序对气动式打印Data Matrix码的识别能力普遍好于同样是金属材质的电动针式打印Data Matrix码。不同尺寸的识别率基本相等。打印在纸上的标准Data Matrix由于图形标准、颜色稳定、分辨率高等因素无需作太多的图像增强和膨胀就能够被计算机识别,识别率非常高。

Copyright © 2017-2020 微波EDA网 版权所有

网站地图

Top