机器视觉在物流条码扫描的原理和优势

作者:Tigervs    发布时间:2019-08-28    浏览量:

自20世纪70年代以来,在供应链中占据了一席之地,条形码可以称为物流自动化的重要关键技术。在此期间,已经使用LED和基于激光的扫描仪来读取它们。基础技术似乎已经很成熟,而且非常简单。那么,是否有人重新发明轮子并引入新的,更复杂的方法?

问题是,标准LED和激光阅读器的性能受到技术非常简单的限制,这些限制减慢了解码过程并缩短了可能的应用列表。

机器视觉在物流条码扫描的原理和优势

更具创新性的条形码扫描方法基于使用数码相机和软件进行自动视觉检测。该解决方案不仅在条形码读取方面表现出更好的性能,而且还为物流创造了新的机会。

标准条形码阅读器的工作原理

扫描仪在条形码上照射LED或激光,光束被反射回光检测光电管。条形码的白色区域反射大量光线,而黑条大部分吸收它。然后,将对应于黑色和白色条纹的所得脉冲图案转换成相应的十进制数。

什么可能出错?

传统的扫描仪是非常简单的系统。从字面上看,上面已经描述了它们的所有功能。无法识别复杂场景中的条形码,它们需要先前了解其位置。除此之外,他们不能同时阅读几个条形码,这是一个主要的缺点,因为,序列化使得不同格式的多个代码越来越广泛。处理低质量条形码(损坏,扭曲,低对比度,不正确定位等)时,LED和激光扫描仪也容易出错。所有这些限制都可能导致金钱,时间和声誉的严重损失。

使用工业相机读取图像

基于图像分析系统的扫描仪效率更高。与LED和激光阅读器不同,基于摄像头的条形码扫描器在读取条形码时执行复杂的操作。

获取图像后,数码相机将其发送到软件。这里,程序预处理图像以准备进一步分析。此阶段通常包括转换为灰度并应用各种滤镜以减少图像噪声并增强条形码边缘。之后,在大多数情况下,执行二值化,这意味着图像中仅保留黑色和白色像素。

解码过程包括两个主要步骤:条形码定位和解码。在第一步中,软件识别并从相机获取的复杂图像中提取条形码部分。这意味着,一方面,基于图像分析的扫描仪不需要条形码定位的先验知识; 另一方面,他们可以同时找到多个条形码。

目前,光学条形码扫描仪开始推动基于LED和激光的解决方案,因为基础技术正在迅速发展,使基于图像的条形码扫描仪越来越高效。

让机器看到条形码

基于计算机视觉的条形码阅读技术似乎是各种研究工作的温床。科学家们提出了位置和解码步骤的不同方法。预处理技术也根据用于图像分析的方法而变化。

找到条形码

本地化被认为是条形码阅读中最具挑战性的部分。基本思想是检测包含条形码的区域并提取它,而不会丢失条形码的任何部分或捕获不必要的区域。有几个挑战会影响条形码分割的准确性,例如照明不足或过度,轴旋转,透视失真或相机低焦距。研究人员不断改进条形码提取技术,以最大限度地减少这些问题,他们的解决方案表现出很好的性能 基于数学形态学的方法已成功用于条形码图像分析系统多年。最近的一项研究修改这种方法,增加了几个预处理步骤(如高斯和底帽滤波,分别减少噪声和增强边缘),以确保条码识别的最高精度,并在不同噪声水平的图像上显示94%和100%的准确度。

解释信息

在条形码阅读方面也做了很多工作。在这里,科学家们也提出了几种巧妙的方法。其中包括来自SKERI的Ender Tekin和James Coughlan提出的贝叶斯算法。该算法对噪声和几何失真特别稳健。一组意大利研究人员提出使用多层感知器神经网络,它在检测旋转角度和部分遮挡或扭曲条形码的边界框方面​​表现出很好的效果。UCSC的另一项合作开发了一种创新方法与其他人明显不同,因为它不需要二值化,这有利于预处理阶段。该方法以及上面提到的贝叶斯方法基于可变形模板匹配,并且在低分辨率的模糊和噪声图像上显示出高性能。

额外功能

基于图像分析技术的条形码扫描仪可以完全取代仓库,结账和购物区域的标准激光阅读器。但这种方法也为物流创造了新的机会。例如,亚马逊已经在机器人操作的仓库中使用这种技术,其中机器人使用2D条形码在货架之间导航。计算机视觉在物流中的另一个可能的应用涉及无人机用于交付的潜在用途。虽然条形码阅读只占这个过程的一小部分,但机会是如此惊人,绝对值得一提。

基于图像的读者提前拍摄

基于图像分析技术的条形码扫描仪在低质量代码上表现出更好的性能。它们也更可靠并提供更多机会,例如条形码定位和多个条形码的读取。他们使用简单的数码相机,可以通过移动应用程序集成到ERP系统中。所有这一切无疑使得计算机视觉方法成为物流领域的未来。

相关新闻推荐

关注官方微信

微信二维码
版权所有 深圳市如虎科技有限公司 Copyright © 2018-2020 Tigervs.Com All Rights Reserved 粤ICP备19029139号