基于机器视觉的条码自动检测系统构成

February 2010

作者简介：王烨青，常州信息职业技术学院电子与电气工程学院助教；研究方向：自动测试计量技术及仪器。

基于机器视觉的条码自动检测系统构成

摘要：基于机器视觉的条码自动检测系统，可以完成从条码图像采集到对采集的条码图像进行图像处理、识读的系统流程。针对条

码检测的特点，结合各种硬件本身的特性，实现了条码自动检测系统的整体结构设计。关键词：条码识读;机器视觉;结构设计

■王烨青

经过多年的发展，机器视觉技术已经在工业自动化检测方面具有了广泛的应用。在大批量、高效率的工业生产过程中，用人工视觉检测产品，方法效率低且精度不高。用机器视觉检测方法则可以大大提高检测效率和生产自动化程度。

1．机器视觉系统

机器视觉系统一般采用CCD 摄像机获得检测图像，并利用计算机对数字图像信号进行处理，从而得到所需要的各种图像特征值。机器视觉系统的基本组成主要包括：照明光源、图像获取及数字化设备、计算机系统、输出与外部接口设备。其中照明光源主要有：荧光光源、LED 光源、光纤光源等。图像获取及数字化设备主要用于获取图像，并将图像输入计算机，主要包括：CCD 相机、图像采集卡等。CCD 相机获取的视频信号必须转换成为离散的数字量，才能被计算机所采集和显示。图像采集卡起到把摄像机的模拟信号转换成离散的数字量的作用。图像信息的处理和分析由计算机系统完成，将图像中感兴趣的特征有选择的突出，衰减不需要的特征，从而达到识别、

检测的目的。完成检测之后的结果，可以通过输出与外部接口设备显示及输出。

2.条码自动检测系统

视觉检测系统使用与计算机相联的摄像机来摄取图像，然后将图像转换成机器可读的形式，软件程序被用来处理这个数字化的图像，以取得需要的信息[1]。基于机器视觉的条码自动检测系统利用设置在生产线上的高速CCD 摄像机直接得到被测条码的图像，摄像速度在30帧/s 以下，且可调。CCD 摄像机将被测条码转换成图像信号，传送给图像处理系统。图像系统对这些信号进行处理识别，得出识别结果。系统构成主要考虑四个方面，即光源、CCD 摄像机、图像采集卡、计算机系统。系统实验装置如图1所示。

（１）光源。

视觉检测系统中的光源应尽可能地突出物体特征量，在物体需要检测的部分与不重要部分之间，应尽可能地产生明显的区别，增加对比度。同时还应保证足够的整体亮度，物体位置的变化不应该影响成像的质量。光源设备的选择必须符合所需的几何形状，照明亮度、均匀度、发光的光谱特性也必须符合实际的要求，同时还要考虑光源的发光效率和使用寿命。

在本课题系统中，使用的是日本CCS 公司直接型条形方式LED 光源。高密度的LED 阵列置于紧凑的、成直角的、

可倾斜的发光照明单元内。照明光源角度几乎可被自由地设成任意角度。如图2所示

。

图1

系统实验装置

图2直接型条形方式LED 光源照明

新技术探讨

40

February 2010

使用直接型条形方式LED 光源照明，所拍摄的图像受表面材料和背景影响较小，所得图像对比度好，图像质量较高。尤其在对容易反光的表面材料拍摄时，能很好地抑制反光，避免了有用信息的丢失，有利于减少系统处理时间，加快识读速度，提高识读正确率。图3为使用光源照明的二维条形码图像。

（２）ＣＣＤ摄像机。

在选择CCD 相机时，要考虑以下几个方面：

①根据光敏像素的排列方式，CCD 可分为面阵CCD 和线阵CCD 两大类。光敏元排成一行的称为线阵CCD ，面阵CCD 的光敏元排列为一个平面，它包含若干行和列的结合。对于线阵CCD ，它直接接收一维光信息，不能直接将二维图像转换为视频信号输出。为了得到整个二维图像的视频信号，就必须应用扫描的方法实现。

而面阵CCD 就能够直接将二维图像转换为视频信号输出。线阵CCD 精度较高，

主要用于产品外部尺寸的非接触检测、控制和分类，产品表面质量评定，自动化及机器人视觉中的精确定位等。面阵CCD 主机用于图像记录、储存、计算机视觉测量等方面[2]。对于机器视觉的应用，一般都使用面阵CCD 。

②按颜色，相机可以分为黑白和彩色。其中，黑白相机比彩色相机的分辨率高，而且数据采集速度快。彩色相机则可以提供更强的观察和区别能力，因此价格比黑白相机昂贵。对于本课题的研究对象商品条码，由于不需要研究其色彩信息，因此选择黑白相机即可满足要求。

③相机的输出接口形式有RS422、RS644、USB 、IEEE1394以及Cameralink 等。在选择相机时，要注意图像采集卡是否支持所选相机的输出形式。

CCD 器件是系统获得待处理信号的重要部分，直接影响到整个系统方案的成败。在本课题系统中，根据系统的实际情况和具体要求，采用台湾敏通公司生产的MTV-1881EX 摄像机。该摄像机使用的是SONY 面阵CCD ，ICX039DLA ，其光谱响应灵敏度的峰值约位于λ=518nm 处，与正常人眼的明视觉光谱光视效率峰值比较接近。图4所示为其光谱响应灵敏度曲线。

图4敏通M TV -1881EX 用C C D 光谱响

应灵敏度曲线

（３）图像采集卡。

在选择图像采集卡时，需要考虑以下几个问题：

①所支持的相机类型。因为相机有面阵和线阵之分，所以在选择图像采集卡时要看它支持哪种扫描方式，最好是几种方式都支持。此外，相机有黑白和彩色之分，且彩色相机还有8位、16位、24位和32位之分。

针对这些情况，选用图像采集卡时要主意其是否支持这些图像类型，是选择彩色卡还是单色卡及采用多少位数的彩色卡。另外，相机的输出形式有RS422、RS644、USB 、IEEE1394以及Cameralink 等，图像采集卡要支持相机信号输出形式。

②数字I/O 口。一套机器视觉系统中并不是只有一个相机。当采用多相机方案时，就必须考虑多路视频信号的同步性。即图像采集卡能同时给多个相机

发出复合同步信号，从而保证不同设备输出的视频信号具有相同的帧起始时间

[3]

。多个相机就会有多个输出信号，这就要求图像采集卡支持多路输入输出。③数据流量。大多数图像采集卡都

是基于PCI 形式的，这就有一个数据流量大小的问题。PCI 接口的最大理论带宽为132MB/S ，但在实际使用过程中通常只能达到50~90MB/S 。如果瞬间数据流量太大，就可能导致数据丢失。为了解决这个问题，图像采集卡上应该有数据缓存。有的图像采集卡上有板上内存，可解决这个问题。

在本课题系统中，选用加拿大Ma －trox 公司的Orion 图像采集卡。

该图像采集卡兼容S -Video 、PAL/NTSC 、RGB 、RS-170/CCIR 等视频格式，支持8路视频输入，任意视频扫描，支持触发输入，支持显示分辨率1280×1024，32M 图形和显示缓存。Matrox 公司的图像采集卡都有一个平台支持，即Inspector+MIL （Matrox Image Library ）。

（４）计算机系统。

在视觉测量系统中，摄像机所获取的图像受到种种条件的限制和随机干扰，往往不能在视觉系统中直接使用，而需要利用计算机软件系统对所采集的图像进行处理，再加以识别检测。本课题的计算机软件系统主要包括Microsoft Visual C++6.0、Matrox Inspector3.0以及Wit8.1。

应用软件与被测对象直接相关，可贯穿整个视觉检测过程，主要包括图像输入程序、目标图像预处理程序、图像识别程序、结果显示程序、系统界面生成程序等。

加拿大Matrox 公司的Inspector 图像处理软件是基于Windows 的软件，其中包含了一些交互式的、基本的图像处理和分析技术，可自定义参数。

在开发本课题系统时，对于待识别的条码图像，利用Wit ，

在不用编程的情

图3

二维条形码照明效果图

新技术探讨

41