金屬表面低質(zhì)量直接零件標(biāo)識(shí)的信息增強(qiáng)與定位.pdf

1、將零件的材料信息、加工信息、質(zhì)量信息、流通信息、使用信息等用DataMatrix條碼表示出來。應(yīng)用集加工過程不接觸工件、加工靈活性高、環(huán)保等優(yōu)點(diǎn)于一體的激光直接標(biāo)識(shí)技術(shù)將其加工于金屬表面上，可以實(shí)現(xiàn)產(chǎn)品的可追溯性。這在工業(yè)上乃至在生活中都有著重要的意義。讀取條碼所承載信息的第一步就是對(duì)條碼圖像進(jìn)行采集。然而由于光照條件、條碼載體自身、人為因素等的影響使得獲取的條碼圖像質(zhì)量較低，無法讀取。針對(duì)此問題，本文開展了金屬表面低質(zhì)量直接零件標(biāo)識(shí)的

2、信息增強(qiáng)與定位的研究，主要從以下幾個(gè)方面進(jìn)行:
　　將激光直接標(biāo)識(shí)中常見的低質(zhì)量條碼圖像進(jìn)行匯總。并根據(jù)成因不同將它們分為兩大類——由光照引起的和由條碼載體自身特點(diǎn)引起的。
　　研究了局部灰度值較低的條碼圖像的信息增強(qiáng)。分析了常用的直方圖均衡化算法的兩大缺點(diǎn):1細(xì)節(jié)增強(qiáng)不夠;2存在過增強(qiáng)現(xiàn)象。針對(duì)這兩個(gè)問題詳細(xì)介紹了局部直方圖均衡化和限制對(duì)比度的直方圖均衡化這兩大算法。為提高算法效率在局部直方圖均衡化的基礎(chǔ)上演化出了插值自適

3、應(yīng)直方圖均衡化算法，該算法與限制對(duì)比度的方法相結(jié)合就產(chǎn)生了目前效果最優(yōu)的直方圖均衡化算法—CLAHE（限制對(duì)比度的自適應(yīng)直方圖均衡化）算法。詳細(xì)介紹了Retinex算法的兩種常用方法——基于迭代計(jì)算的方法和基于中心環(huán)繞的方法。將基于直方圖均衡化的方法與基于Retinex的算法應(yīng)用于局部灰度值較低的條碼圖像，分析了各種算法的優(yōu)缺點(diǎn)及適用范圍。
　　研究了金屬表面Data Matrix條碼高光區(qū)域的信息重構(gòu)，提出了基于局部與全局特征的

4、五步重構(gòu)模型。介紹了Data Matrix條碼的重構(gòu)依據(jù)，為重構(gòu)算法的提出奠定了理論基礎(chǔ)。首先，對(duì)獲得的條碼圖像進(jìn)行傾斜校正，使L形實(shí)線邊界位于圖像左下角，接著對(duì)條碼進(jìn)行網(wǎng)格劃分實(shí)現(xiàn)各個(gè)模塊的定位。然后基于Modified Specular-Free(MSF)圖像對(duì)高光區(qū)域進(jìn)行檢測。最后采用五步重構(gòu)模型對(duì)條碼的各個(gè)模塊按照既定的填充順序逐個(gè)賦值，對(duì)條碼進(jìn)行讀取。實(shí)驗(yàn)表明，該算法能達(dá)到去除金屬表面上條碼局部高光的目的，并取得了較高的識(shí)讀正

5、確率。
　　研究了復(fù)雜背景下的Data Matrix條碼的定位，提出了一種基于改進(jìn)的邊緣方向直方圖(EOH)特征與直線檢測的條碼定位算法，可在有數(shù)字字母或其他圖案、材料紋理、磨損或油污等復(fù)雜背景的圖像中實(shí)現(xiàn)條碼的準(zhǔn)確定位。首先對(duì)條碼圖像進(jìn)行分塊，接著采用改進(jìn)的EOH來描述子塊的紋理特征，利用支持向量機(jī)(SVM)實(shí)現(xiàn)條碼子塊與背景子塊的判別，然后以條碼子塊為中心進(jìn)行區(qū)域擴(kuò)大確定直線檢測區(qū)域，最后在確定為條碼的區(qū)域內(nèi)利用Hough變換