用于食品标签的光学字符识别(OCR)视觉系统

在过去，光学字符识别(OCR)视觉系统并不被传统地认为是快速、灵活或可维护的今天的系统是不同的，所以当一个世界范围内，谷物和零食产品的顶级制造商要求EPIC机器视觉系统(EPIC;美国密苏里州圣路易斯;通过安装一个，视觉系统集成商对它的方法很有信心。

? ?在食品制造工厂，系统需要从传送器中剔除带有错误打印数据代码的包装食品虽然以前的系统运行还算正常，但它已经陈旧，原始软件开发的升级换代也无法得到支持该制造商正字寻求对原来的系统进行全面的更新，以满足新的质量标准和食品行业安全标准，并改善整体OCR流程。

设计团队从前端工程方法开始，该方法涉及从多个库存单元(SKU)、打印机和打印格式收集数万张正在处理的在线图像，用于测试 ? ?EPIC的工程总监Dan Nadolny表示:“我们在前端投入了更多的时间，以确保最终的交钥匙视觉系统不会像许多视觉系统那样需要后期经常调整。

一台Teledyne DALSA Genie Nano M1940 GigE视觉单色相机拍摄食品包装上的OCR代码图像图片由Epic Systems提供 ? ?为了在全球拥有50多家制造工厂的公司安装OCR系统，EPIC在Matrox Imaging的Matrox Imaging Library（MIL）软件中使用了SureDotOCR工具。

专为阅读点阵文本而设计在Matrox Imaging的支持下，EPIC使用这些图像集优化算法参数，并为必要的处理和成像硬件建立基线测试结果包括多台打印机和大量的打印变化（例如对比度，宽高比，线位置，字符间距和曲线）。

? ?相机方面，EPIC选择了Teledyne DALSA(加拿大滑铁卢;www.teledynedalsa.com)M1940是一款单色相机，配备2.4 m像素的IMX174 CMOS传感器，来自索尼(东京，日本;www.sony.com)。

相机的设置提供了一个5像素的点直径和一个Matrox Indio I/O和通信PCIe板，它提供了一个GigE端口，支持以太网(PoE)和16个实时、离散的数字I/O ? ?机器视觉系统使用标准和工业pc，带有摄像头和圆顶“阴天”照明，在产品表面对比度上提供统一的照明。

其目标是实现99.97%的读取率，即小于300parts /million的失败率 ? ?EPIC项目负责人克里斯?沃克(Chris Walker)表示:“SureDotOCR算法的读取率达到了99.90%，一个点直径设置和99.99%的读取率分别通过三次不同点直径设置的读取尝试实现。

”“点直径”定义为点矩阵打印文本字符串中单个点的平均像素直径 ? ?他继续说道:“Matrox推荐一个7像素的点直径，但是设计团队为了减少图像存储和带宽的需求，最终选择了一个5像素的点直径” ? ?沃克说，一次阅读尝试的典型检查时间大约是40毫秒，包括两行文本和大约36个字符。

? ?他说:“我们创建并测试了与标准英文字母数字字体性能类似的外国字体文件”该算法能够在两行总共36个字符的文本上每分钟超过1200次检查在单次读取尝试中，读取率高达2500次/分钟mil支持的多线程和多核处理帮助实现了所需的读取速率。

? ?OCR视觉系统由Epic Systems公司设计开发，用于检测食品包装上的字母数字代码图片由Epic Systems提供每分钟检查1200个零件的速度只能提供50毫秒/零件的连续检查时间一次读取尝试的平均检查时间刚好低于这个值，为40 ms。

建议进行三次读取尝试/检查，以增强系统的健壮性检测周期超过100毫秒，早期检测时甚至高达286毫秒为了克服这些困难，vision系统不得不依赖多线程架构特性(MIL sdk支持的一个关键特性)多线程是并行处理的同义词，是计算机可以同时执行多个进程的功能。

? ?机器视觉系统—通过mil—还可以接收和缓冲图像，以便在队列中进行处理，并让多个线程并行处理这些图像虽然多线程体系结构在满足高处理速率方面工作得很好，但这要求视觉系统跟踪被检查的部件，以便根据可能更长的检查时间正确地拒绝失败的部件。

? ?例如,如果部分是在输送机和机器视觉系统开始背了一个大型队列的图像处理,或者阅读需要明显长时间过程,等待检验结果将大大部分沿着传送带检验完成时间和通过/失败结果是准备好了对于这个应用程序，如果一次读取需要500毫秒来处理该部件，那么它将在传送带上向前移动近1米。

? ?视觉系统捕捉到的单色图像样本，显示印在零食包装顶部的代码图片由Epic Systems提供 ? ?为现有的线输送机提供编码器反馈,跟踪部分距离检验一个喷射器位于1.5点,克服这一挑战,允许显著的视觉系统与偶尔的问题长时间阅读,同时保证检验结果将沟通之前到达喷射器。

? ?沃克说，最终，光学字符识别解决方案是灵活和健壮的，足以满足应用要求

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。