优秀毕业设计答辩PPT模板

论文题目：视觉技术在瓶装饮

料生产线上的应用 —— 条形 码检测答 辩 人： 指导老师： 专 业：机械设计制造及其自动化

班级：

1

选题的意义

2

论文的基本框架和主要内容

3

本论文的重点

4

完成论文写作存在的问题及收获

1

选题的意义

选题的意义： 随着国民经济的快速发展，条码技术是信息数据自 动识别、输入的重要方法和手段,现已应用到了商 业、工业、交通运输业等国民经济各行各业。 对于生产流水线或物流传送带上的物体条码识别， 传统的扫描器识别方法受条码印刷技术、印制材料 以及条码本身的运动速度和角度的影响，基本上无 法识别。 然而，应用机器视觉技术可以成功地解决流水线上 运动条码的识别问题，因而，具有非常重要的理论 与实践价值。

2

论文的基本框架和主要内容

论文的基本框架提出问题 分析问题 解决问题

在已有的 条件下，如 何实现流水 线上条码的 自动检测

首先学 习条码和视 觉图像处理 的知识，然 后是条码图 像的如何识 别与译码

本课题主 要是解决条 码图像的预 处理，如何 定位以及怎 样被译码的

2

论文的基本框架和主要内容 提出问题如何实现流水线上条码的自动检测

在生产线上机器视觉技术与 条形码技术相结合来检测商品条码 是否符合出厂要求的应用越来越广 泛了。在现实生产流水线的条码检 测过程中，为了提高检测的效率， 可以先设定好动态采集条码图像的 机械手(如右图所示的发光的采集 设备),让它采集到的条码图像不 需要几何校正，图像噪声较少以及 初步分割出条码。只有这样，不仅 减少了条码识别编程程序的易读简 洁性，也大大提高了条码被识别的 效率。

初识EAN-13码标准条码符号左 侧 空 白 区

EAN-13码的模块组成起 始 符 6 位 左 侧 数 据 符 中 间 分 隔 符 5 位 右 侧 数 据 符 1 位 校 验 符 终 止 符 右 侧 空 白 区

113个模块 其中左空11,起3,左数42,中5,右数 35,校验符7,终止符3,右空7

一个完整的条码是由两侧空白区、起始字符、数据字符、校验字符 和终止符以及供人识读符组成，如左上图所示。 条码 :由一组规则排列的条、空及其对应字符组成的标记,用以表示 一定的信息； 空白区:条码起始符、终止符两端外侧与空的反射率相同的限定区域 条 :条码中反射率较低的部分； 空:条码中反射率较高的部分； 起始符:位于条码起始位置的若干条与空； 终止符:位于条码终止位置的若干条与空； 中间分隔符:位于条码中间位置用来分隔数据段的若干条与空； 供人识别字符:位于条码符的下方，与相应的条码字符相对应的、用 于供

人识别的字符； 商品条形码的条和空组合部分成为条形码符号，对应符号部分由一 组阿拉伯数字组成，称为代码。条形码符号和条形码相对应，表示的信 息一致。商品条形码就是商品的“身份证”,是商品流通于国际市场的 “共同语言”。

EAN-13码的编码规则 按模块组合法编码的条码符 号中，条与空是由标准宽度 的模块组合而成。一个标准 宽度的条模块用二进制的 “1”表示，一个标准宽度的 空模块用二进制的“0”表示 。通用商品条码(EAN-13 码)均属模块组合型条码。 EAN-13 码中的每一条码 字符由2个条和2个空组成 ，每一个条或空由 1~4个 模块组成，每一条码字符的 总模块数为7。它可以用10 个数字字符表示：0~9,其 字符集的二进制表示如右表 所示。“1”和“2”的字符如 右图所示。

2

论文的基本框架和主要内容

论文的主要内容解决问题如何处理采集到的条码图像从而达到更好的识别

由于摄像式获取的条形码图像难免会出现 失真、光照不均、模糊等问题，需要采用图 像处理将这些对条码识读带来影响的外界因 素降到最小，提高条码的识读能力。条码图 像处理需要以下几个处理过程：图像灰度化 ，中值去噪，图像二值化，边缘锐化处理等 。

EAN-13码图像处理方框图 条码的预处理过程主要有如下五个部分。输入条码图像灰度处理 终止去噪

图像预处理

二值化

边缘锐化边缘分割及重构

灰度处理 位图是采用位映像方法显示和存 储的图像，其中灰度图是指只含 亮度信息，不含色彩信息的图像 。所有颜色都可以由红绿蓝(R 、G、B)三原色组合而成。当 一幅图中每个像素被赋予不同的 RGB值时，就能呈现五彩缤纷 的颜色。在实际应用中，通常采 用调色板技术，将256色位图 转变为灰度图，灰度与RGB值 的对应关系如下： Y=0.299R+0.587G+0.11 4B 这样，按照上式便可将256 色调色板转换成灰度调色板。如 右图所示。

中值去噪 中值滤波法是一种非线 性信号处理方法，与其 对应的中值滤波器在一 定条件下，可以克服线 性滤波器如最小均方滤 波，平均值滤波等所带 来的图像细节模糊问题 。而且对滤除脉冲干扰 及图像扫描噪声最为有 效。处理前后的对照图 如右所示。

二值化处理 在数字图像处理中，二值 化处理占有非常重要的地 位。二值化图像的方法有 很多，其中最关键的因素 就是找到合适的阈值。 图像二值化主要有两个步 骤: 1,确定需要分割的 阈值；2,将分割阈值与像 素点的灰度值比较，分割 出图像的像素。实际中常 希望能尽可能减少误分割 的概率，而选取最优阈值 是一种常用的方法。

最优 阈值是指能使误分割率达 到最小的分割阈值。二值 化处理后的图像如右。

边缘锐化处理 条码锐化处理主要用于增 强其边缘及灰度跳变部分 ，条码图像中条的边缘就 是必须要锐化增强的特征 信息。条码图像的模糊相 当于图像被平均或被积分 ，那么，对图像的锐化就 是其反运算“微分”,增 强高频分量的作用，使图 像轮廓清晰。 经试验分析可知，条码图 像采集的质量越好，其边 缘锐化处理的效果越好。 所以锐化的力度要依据边 缘检测的具体情况而定。

边缘检测 为保证识别正确率和识别 速度，必须提高所用特征 的“质量”。条码图像中相 邻的条与空之间的边界是 图像的最本质特征。对条 码图像的边缘检测是识别 条码的必由之路。 本课题利用条码图像像素 灰度分布特点，提出了一 种基于条码边缘特征的边 缘检测方法。 所采集得到 的条码图像像素灰度都服 从如右图所示的分布。

结合条码图像的特点，灰度值分布在[50,100]的像素点就是条 码的“条”,而灰度值分布在[150,210]的像素点就是条码的 “空”。水平方向上，“条”和“空”的边缘两侧的像素点的灰度 发生了跳变，灰度值相差很大。而在竖直方向上，位于“条”中像 素点所在列上的点的灰度值都在[50,100]内变化，同理，位于“空” 中像素点所在列上的点的灰度值都在[150,210]内。

对条码图像按以下步骤进行边缘检测： 步骤一:先求出二值化条码图像，其中的阈值 TH 和 TD 由直方图灰度统计得出，其经验值分别为TH,TD; 步骤二:累计并记录图像列像素值数列； 步骤三:计算并记录相邻两列列像素值之差数列； 步骤四:设置阈值，将图像中满足两列列像素值之差小于 阈值的列标记为不可能边缘列。 这样，就把条码图像的边缘检测问题转化成为，求 解列像素灰度值差信号局部极大值点的问题。