QR碼印刷質(zhì)量檢測(cè)系統(tǒng)

作者 祝繪青1 董 浩1 張培恒2

　　1.河北省自動(dòng)化研究所(河北 石家莊 050081)

　　2.燕山大學(xué)電氣工程學(xué)院(河北 秦皇島 066004)

　　*基金項(xiàng)目：河北省科學(xué)院高層次人才培養(yǎng)與資助項(xiàng)目(編號(hào)：2017G11)

　　祝繪青(1981-)，女，碩士，工程師，研究方向：機(jī)器視覺(jué)與檢測(cè)技術(shù);董浩，男，工程師，研究方向：機(jī)器人與機(jī)器視覺(jué)技術(shù);張培恒，男，碩士，初級(jí)工程師，研究方向;機(jī)器視覺(jué)。

摘要：QR碼與其他二維碼相比具有識(shí)讀速度快、數(shù)據(jù)密度大、占用空間小的優(yōu)勢(shì)，已經(jīng)在移動(dòng)終端、嵌入式系統(tǒng)、交通運(yùn)輸、食品藥品以及生活消費(fèi)支付等領(lǐng)域得到廣泛應(yīng)用。印刷過(guò)程中，由于受到機(jī)械精度、生產(chǎn)工藝、操作失誤等多方面因素的影響，印刷品表面會(huì)出現(xiàn)不同類型的QR碼缺陷，主要包括：漏印、誤印、印刷位置偏移、黑白拉線等。運(yùn)用圖像預(yù)處理及模板匹配算法對(duì)QR碼進(jìn)行缺陷識(shí)別，實(shí)現(xiàn)對(duì)QR碼印刷品中出現(xiàn)的QR碼圖片漏印、誤印、印刷位置偏移、黑白拉線等印刷問(wèn)題的自動(dòng)識(shí)別，從而解決了人工檢測(cè)所帶來(lái)的問(wèn)題。

0 引言

　　隨著物聯(lián)網(wǎng)與自動(dòng)化識(shí)別技術(shù)的迅速發(fā)展，QR碼具有超高速識(shí)讀、數(shù)據(jù)隱蔽性、可很好地處理中國(guó)漢字和日文等優(yōu)點(diǎn)。在移動(dòng)終端、嵌入式系統(tǒng)、交通運(yùn)輸、食品藥品以及生活消費(fèi)支付等領(lǐng)域得到廣泛應(yīng)用。QR碼在實(shí)際應(yīng)用中通常印刷在產(chǎn)品外包裝上。產(chǎn)品的包裝質(zhì)量對(duì)產(chǎn)品尤為重要，這不僅因?yàn)樗窃u(píng)價(jià)產(chǎn)品合格的一個(gè)重要因素，產(chǎn)品的基本信息更是通過(guò)它來(lái)反映的。當(dāng)QR碼標(biāo)簽出現(xiàn)問(wèn)題的時(shí)候，用戶對(duì)該產(chǎn)品的印象會(huì)受到影響，使用產(chǎn)品時(shí)也會(huì)造成不便。

　　但在QR碼印刷過(guò)程中，有多種因素會(huì)導(dǎo)致印刷出現(xiàn)質(zhì)量缺陷，不僅影響生產(chǎn)效率，還會(huì)給印刷企業(yè)帶來(lái)經(jīng)濟(jì)損失。常見(jiàn)的印刷產(chǎn)品缺陷主要有：褶皺、飛墨、偏色、針孔、刀絲、糊版、臟版、套印不準(zhǔn)、漏印、刮擦、墨點(diǎn)等^[1]。這些印刷缺陷直接導(dǎo)致QR碼信息無(wú)法被正確識(shí)別出來(lái)，所以在產(chǎn)品出廠前，需要對(duì)印刷在產(chǎn)品上的QR碼進(jìn)行檢驗(yàn)識(shí)別。傳統(tǒng)的印刷標(biāo)簽質(zhì)檢是由操作者按規(guī)定的時(shí)間間隔抽取印品，與樣品模板比較，從而獲取標(biāo)簽的質(zhì)量情況。由于受到人為因素的影響，傳統(tǒng)的方法會(huì)存在漏檢、誤檢，而且效率低，也給企業(yè)增加了人工成本。在高度自動(dòng)化的工業(yè)生產(chǎn)中，產(chǎn)品生產(chǎn)具有集中性大批量的特點(diǎn)，且隨著人民生活水平的提高，人們對(duì)產(chǎn)品的外觀及包裝質(zhì)量的要求也大大提高^[2]，因此設(shè)計(jì)一套自動(dòng)化智能化的QR碼印刷質(zhì)量檢測(cè)系統(tǒng)是很有意義的。

　　基于上述情況，本文設(shè)計(jì)了QR碼印刷質(zhì)量檢測(cè)系統(tǒng)，該系統(tǒng)可以對(duì)產(chǎn)品上印刷的QR碼圖片信息進(jìn)行識(shí)別與校對(duì)，檢測(cè)出QR碼是否存在漏印、誤印、印刷位置偏移等缺陷，并記錄不合格產(chǎn)品的日志信息，剔除QR碼印刷不合格的產(chǎn)品。

1 系統(tǒng)總體設(shè)計(jì)

　　1.1 軟件部分組成

　　QR碼印刷質(zhì)量檢測(cè)系統(tǒng)包括六部分：用戶登錄退出模塊、相機(jī)初始化模塊、QR碼數(shù)據(jù)采集模塊、QR碼圖像預(yù)處理模塊、QR碼識(shí)別譯碼模塊、QR碼匹配比對(duì)模塊。其中，用戶登錄退出模塊是為了保證系統(tǒng)合法性，只有通過(guò)身份驗(yàn)證的合法用戶才可使用該系統(tǒng)。相機(jī)初始化模塊用于相機(jī)參數(shù)配置，之后可通過(guò)QR碼數(shù)據(jù)采集模塊獲取產(chǎn)品上印刷的QR碼圖片，通過(guò)QR碼預(yù)處理模塊對(duì)獲取的圖片進(jìn)行灰度化、濾波除燥、二值化、邊緣檢測(cè)等圖像處理，可提高QR碼識(shí)別的速率和效率，為下一步的QR碼匹配比對(duì)提供模板依據(jù)。本系統(tǒng)的結(jié)構(gòu)圖如圖1所示。

　　1.2 硬件部分組成

　　硬件部分包括光源照明模塊和圖像采集模塊。其中，光源與照明方案是系統(tǒng)的重要組成部分，光源與照明設(shè)置是為了突出檢測(cè)物體的目標(biāo)特征，將要檢測(cè)的區(qū)域盡可能大的與背景區(qū)域進(jìn)行區(qū)分，提高對(duì)比度，降低圖像的識(shí)別難度，使系統(tǒng)的可靠性和綜合性能得到提高。本系統(tǒng)采用環(huán)形白色高角度無(wú)影光源及控制器，如圖2所示。

　　圖像采集模塊是系統(tǒng)的輸入端，對(duì)整個(gè)系統(tǒng)的運(yùn)行速度和效率有重要影響，包括光電傳感器、工業(yè)相機(jī)、鏡頭、相機(jī)支架、鏈板等設(shè)備。

　　光電傳感器輸出的繼電器信號(hào)，用于觸發(fā)工業(yè)相機(jī)拍照。當(dāng)鏈板運(yùn)送至特定位置后，光電傳感器工作，觸發(fā)處于準(zhǔn)備狀態(tài)的工業(yè)相機(jī)抓拍待檢測(cè)物體的QR碼。本系統(tǒng)選用歐姆龍E3Z-T61A-L型光電傳感器，傳感器帶有調(diào)節(jié)按鈕和動(dòng)作切換開關(guān)，響應(yīng)速率為1 ms，可發(fā)射透過(guò)性紅色光源，可滿足系統(tǒng)精度、觸發(fā)模式、鏈板速度的要求。

　　考慮到檢測(cè)時(shí)鏈板一直處于高速運(yùn)轉(zhuǎn)狀態(tài)，為了確保系統(tǒng)圖像的分辨率和圖像處理速率，該系統(tǒng)選用BASLER acA1920-155 μm 彩色工業(yè)相機(jī)，配有Sony IMX174 CMOS感光芯片，幀速率可達(dá)164 fps，標(biāo)準(zhǔn)通訊模式的USB 3.0圖像傳輸方式，230萬(wàn)像素分辨率，足以滿足系統(tǒng)要求。相機(jī)鏡頭選用BASLER C-125-1218-5M型號(hào)，分辨率為500萬(wàn)像素，光圈范圍F1.8~F22.0，工作距離200 mm，固定焦距12.0 mm，原裝C口鏡頭，與已選相機(jī)和光源配合使用能夠獲得高質(zhì)量QR碼圖像，為接下來(lái)圖像處理環(huán)節(jié)奠定基礎(chǔ)。

2 關(guān)鍵技術(shù)

　　2.1 QR碼圖像預(yù)處理

　　圖像預(yù)處理是QR碼圖像識(shí)讀過(guò)程中重要的基石，它直接關(guān)系到QR碼識(shí)讀的準(zhǔn)確性和效率。采用數(shù)字圖像處理的方法對(duì)采集的QR碼圖像進(jìn)行預(yù)處理，能夠在很大程度上改良圖像歪斜、抖動(dòng)、模糊、光照不均等失真情況。QR碼圖像預(yù)處理流程包括：對(duì)所采集到的彩色圖像選取加權(quán)均值法灰度化處理;對(duì)得到灰度圖像進(jìn)行中值濾波和二值化;在一定程度上消除噪聲干擾;用Canny算法對(duì)二值化的灰度圖像進(jìn)行邊緣檢測(cè);找出QR碼的各編碼的準(zhǔn)確區(qū)域。

　　目前常用的灰度化圖像方式有三種：最大值法、平均值法和加權(quán)平均法^[3]。通過(guò)MATLAB編程將三種方式的灰度化效果進(jìn)行比對(duì)，如圖3所示。用戶可以根據(jù)應(yīng)用場(chǎng)景選擇不同的灰度化方式，本項(xiàng)目采用的是加權(quán)平均法。

　　邊緣檢測(cè)算法有Sobel、Canny、Prewitt等幾種方式，通過(guò)對(duì)采集的QR碼樣本采取多種邊緣檢測(cè)算法，仿真結(jié)果如圖4所示，通過(guò)對(duì)比確定本系統(tǒng)最終選取了Canny邊緣檢測(cè)算法。

　　2.2 模板生成與圖像匹配算法

　　為了使圖像匹配能夠得到便于缺陷檢測(cè)的效果，本系統(tǒng)采用了QR碼模板匹配方式。將逆向生成的QR碼做灰度化和二值化處理，作為該系統(tǒng)匹配的標(biāo)準(zhǔn)模板^[4]。QR碼印刷質(zhì)量缺陷檢測(cè)的詳細(xì)算法步驟如下：

　　1)二值化

　　圖像采集模塊獲取的待檢測(cè)QR碼圖片經(jīng)過(guò)圖像預(yù)處理后得到二值化圖像信息;

　　2)確定QR碼位置

　　通過(guò)邊緣檢測(cè)確定QR碼矩形區(qū)域及4個(gè)頂點(diǎn)的位置，計(jì)算出QR碼傾斜度并校正;

　　3)QR碼缺陷類型判定

　　若傾斜度大于門限值則判定為“QR碼圖片位置偏移”;若未監(jiān)測(cè)到QR碼區(qū)域，則判定為“QR碼圖片漏印”。用校正的QR碼圖像和標(biāo)準(zhǔn)模板做差值運(yùn)算，確定QR碼印刷中是否存在黑白拉線或黑白塊缺陷;

　　4)QR碼譯碼

　　若無(wú)上述缺陷問(wèn)題，通過(guò)QR碼譯碼模塊^[5]，解析QR碼圖片包含內(nèi)容，并和模板中包含內(nèi)容進(jìn)行字符串比對(duì)，判定是否存在“QR碼圖片誤印”。

3 軟件開發(fā)

　　本項(xiàng)目通過(guò)利用LabView軟件可快速實(shí)現(xiàn)圖像采集處理及人機(jī)界面交互實(shí)現(xiàn)的優(yōu)勢(shì)，MATLAB圖像處理的優(yōu)勢(shì)，采用兩者混合開發(fā)模式。其中QR碼相機(jī)配置、QR碼圖像采集、QR碼識(shí)別、QR碼匹配基于LabView平臺(tái)實(shí)現(xiàn)?；叶然⑦吘墮z測(cè)等圖像預(yù)處理在MATLAB平臺(tái)上編程實(shí)現(xiàn)。

　　3.1 LabView軟件開發(fā)

　　LabView軟件內(nèi)置的IMAQdx通過(guò)NI MAX可以直接連接和設(shè)置工業(yè)相機(jī)。在LabView程序框圖中調(diào)用子VI并連線編寫圖像采集程序，分別是搜索可用相機(jī)，打開和配置相機(jī)，拍照獲取圖像等，如圖5所示。

　　3.2 系統(tǒng)界面

　　QR碼印刷質(zhì)量檢測(cè)系統(tǒng)的操作界面由下面幾部分組成：界面左側(cè)是系統(tǒng)各狀態(tài)的指示燈，界面右側(cè)是功能按鈕(登錄、運(yùn)行、譯碼、匹配、退出)以及硬件的選擇。中間部分是采集到的QR碼原始圖像，中間右側(cè)是QR碼圖片檢測(cè)的結(jié)果。右下部分是拍照參數(shù)可選項(xiàng)、圖像預(yù)處理可選項(xiàng)(灰度化、濾波除燥、二值化)。最下面部分是QR碼檢測(cè)系統(tǒng)的輸出參數(shù)(譯碼成功次數(shù)、譯碼總次數(shù)、譯碼合格率、譯碼總時(shí)間)。如圖6所示。

　　3.3 系統(tǒng)檢測(cè)結(jié)果及分析

　　系統(tǒng)設(shè)計(jì)完成后，我們做了具有針對(duì)性的實(shí)驗(yàn)測(cè)試驗(yàn)證。針對(duì)QR碼漏貼、誤貼、貼錯(cuò)位置等情況都可檢測(cè)出來(lái)，并根據(jù)錯(cuò)誤類型提示對(duì)應(yīng)的告警：“QR碼圖片漏貼”、“QR碼圖片誤貼” “QR碼圖片位置偏移” “QR碼圖片拉線”、“QR碼圖片白塊”，且告警指示燈為紅色。圖7是通過(guò)該系統(tǒng)檢測(cè)的6中缺陷和合格的結(jié)果圖。

4 結(jié)論

　　本文綜合對(duì)機(jī)器視覺(jué)、圖像處理和二維碼知識(shí)的學(xué)習(xí)和研究，運(yùn)用LabView和MATLAB高效的編程平臺(tái)，實(shí)現(xiàn)了食品藥品外包裝上的QR碼印刷過(guò)程中的漏印、誤印、位置偏移、黑白拉線幾種缺陷類型的檢測(cè)。對(duì)QR碼印刷質(zhì)量缺陷檢測(cè)系統(tǒng)的研究和市場(chǎng)化有了理論參考意義。但本系統(tǒng)在實(shí)驗(yàn)室環(huán)境下進(jìn)行的仿真測(cè)試，還需要進(jìn)一步完善印刷質(zhì)量缺陷檢測(cè)的種類，推動(dòng)該檢測(cè)系統(tǒng)的智能化和市場(chǎng)化。

　　參考文獻(xiàn)：

　　[1]邢堃.基于LabView的印刷標(biāo)簽缺陷檢測(cè)方法研究[D].東華大學(xué),2013.

　　[2]陳星,徐迎暉,肖青海.QR碼印刷品缺陷檢測(cè)[J].計(jì)算機(jī)技術(shù)與發(fā)展,2015,(10):191-194.

　　[3]孫柏.QR碼圖像的預(yù)處理和校正算法設(shè)計(jì)[J].信息與電腦,2017(1):84-86.

　　[4]王換偉.基于模板匹配法的二維碼缺陷檢測(cè)算法研究[D].西北大學(xué),2015.

　　[5]盧鑌.QR碼識(shí)別方法研究及應(yīng)用[D.南京理工大學(xué),2013.

　　本文來(lái)源于《電子產(chǎn)品世界》2018年第5期第39頁(yè)，歡迎您寫論文時(shí)引用，并注明出處。