木门加工生产线中运动状况下条码定位与恢复

针对木门加工生产线中关于运动状况下条码定位不准以及因为相对运动所发生的图画退化，提出一种解决办法。关于大规模中杂乱木门布景条件下条码的定位，采用 Ｃａｎｎｙ 算法对图画进行边际提取，并对边际检测结果经过Ｈｏｕｇｈ 改换检测图中竖直直线。再将图画分条，并经过 ＤＢＳＣＡＮ 聚类算法对条码特征进行分条判别，将符合特征的区域提取出即为目标条码区域。关于出产线中采用 ＣＭＯＳ 相机拍照运动物体发生的运动含糊的图画退化，经过结合出产线运转速度及方向与相机参数计算出系统的退化模型，再采用维纳滤波对运动退化条码图画进行恢复。经过图像处理能使出产线在不改变硬件条件下到达关于运动状况下木门条码的有用定位与恢复。能准确认位木门布景下小占比的多个条码区域，并能对定位出的条码区域高效、快速的恢复。经过试验与出产实践证明该算法经济、简单、有用。

       在工业制造范畴，条形码为出产线柔性化、出产加工的自动化、出产数据可追溯化等提供了重要的根底。经过数字图画处理技能辨认条码相比传统的激光式具有辨认规模广、辨认间隔远、可扩展性高等特色。在木门自动化出产线中，经过工业摄像头采集图画再对其进行处理然后辨认图像中的条码信息，能够极大的提升出产效率。但在实践生产中辨认木门条码存在条码图画占比小、辨认速度慢、布景干扰强、被摄物体运动等问题 ，然后导致条码规模难以定位，以及图画的运动退化。研发等人提出了高通滤波后二值化的办法和利用形体学开运算来定位条形码的方法，但在多条码的杂乱布景下准确度不行。提出构造一个能够反映条形码图画纹理特色的特征参数，并对图像的各个子块进行特征提取，再将提取的特征参数与一个自适应阈值进行比较，来确认条形码图画的方位。提出基于变分办法提出了一种运动含糊退化图画的盲恢复算法。王凤鹏针对条码信号的特色，构建了适合于条码信号恢复的赏罚项，提出了条码信号的正则化恢复算法及其适合于计算机运算的迭代算法。

本文提出一种对低条码占比图画在木门布景下的快速定位，以及拍照过程中存在相对运动导致的运动含糊的解决办法。经过图画边际检测、图画分条、 Ｈｏｕｇｈ改换、 ＤＢＳＣＡＮ聚类算法等技能定位条码，并经过已知相机参数及相对运动状况计算出图画的退化模型，然后恢复运动退化的图画。

１　 条码定位办法

１．１条码定位流程

本文所提出的条码定位办法的基本原理是利用边际检测及 Ｈｏｕｇｈ改换提取出图画竖直方向上的直线特征，经过图画分条标记出含有条码特征的分条图画确认条码的上下边界，利用 ＤＢＳＣＡＮ聚类算法找到边界点确认条码左右边界。条码定位流程如图１所示。

１．２　Ｈｏｕｇｈ 改换检测直线

对边际检测后的二值图画进行 Ｈｏｕｇｈ改换是常见的检测物体形状的办法。它利用点与线的对偶性，将原始图画空间的给定曲线经过曲线表达形式变为 Ｈｏｕｇｈ参数空间中的一个点。关于图画中的直线检测，经过设立Ｈｏｕｇｈ参数空间的阈值，判别峰值点个数是否大于阈值，来确认是否存在直线。