8421 code identificatieitem

1). Projectachtergrond:
Detectievereisten:
De producten worden verdeeld in 9 codes en 10 codes. De producten grijpen dynamische en willekeurige binnenkomende materialen via zuigbekken. Het plan moet aansluiten bij beide producten en de resultaten binnen 500ms via TCP verzenden om samen te bestaan. (Het geteste object is het geperforeerde PCB-materiaalplaatje dat door het zuigbekje in de onderstaande figuur wordt vastgehouden, waarbij het achterlicht wordt gebruikt voor identificatie).

Pijnpunten en problemen:
Er zal willekeurige horizontale beeldinversie zonder merkteken en signaal optreden, en er zullen codevervormingen, beeldwaas, beeldsamenhang van codegaten en verschillende grootte van codegaten af en toe voorkomen. Complexe beeldvormingsvoorwaarden maken het moeilijk om de conventionele matchende algoritme voor het lezen van markeringenstabellen stabiel te identificeren.

2). Oplossingsarchitectuur:
Schema-afbeelding:

Beschrijving van oplossingsidee:
1. De gatpositie van 8421-baan wordt herkend door omtrekkenmatching
2. Gebruik het scriptmodule om de XY-spiegel van 8421-code te herkennen via de 8421-code vlagbit en kolomvlagbit en verkrijg de vier hoekpunten van de buitenste vierkant van de 8421-code
3. Gebruik OpenCV perspectieftransformatie om de vervormde 8421-code te corrigeren en te repareren (het volgende figuur toont het effect van de perspectieftransformatie) om het volgende 8421-code decoderen te vergemakkelijken.

3). Programma-voordelen:
1. Het algoritme van het schema duurt ongeveer 200ms en kan zich aanpassen aan complexe situaties zoals code deformatie, beeldvaagheid, codegat beeldhechting en verschillende codegatgroottes.
2. Elke machine kan ongeveer 1000 platen per dag herkennen, en de herkenningsgraad van 8421-codes bereikt 100% na afstelling.
3. Geen deep learning-modules worden gebruikt om kosten te verlagen.
4. Kan hergebruikt worden voor meer behoeften aan 8421-codeherkenning in de PCB-industrie.