一种依据物体移动时间判断读码完成的方法

摘要

本发明涉及读码关联，具体涉及一种依据物体移动时间判断读码完成的方法，采集系统在接收到任意一个读码器的读码信息时开始计时，将计时时间与标准时间进行实时比较，生成读码结束信号，基于读码结束信号判断是否完成读码动作，并结束当前二维码采集；在读码过程中，采集箱体表面图像并识别箱体二维码，基于箱体表面图像判断箱体外观缺陷，对箱体外观缺陷检测结果与箱体二维码进行关联，并剔除箱体外观缺陷检测结果不合格的箱体；本发明提供的技术方案能够有效克服现有技术所存在的不能准确判断整箱读码完成、无法有效检测箱体外观缺陷的缺陷。

说明书

技术领域

本发明涉及读码关联，具体涉及一种依据物体移动时间判断读码完成的方法。

背景技术

当前，国家对食品安全越来越重视，食品追溯也得到越来越多生产企业的重视。为了达到产品“一物一码”的追溯，势必需要在现有生产环节中，对产品的二维码信息与包装箱进行采集关联。

但是，在上述过程中如何准确判断整箱读码完成，现有技术中主要通过传感器等常规方法实现，这种方法容易因外界因素或传感器本身而造成传感器误触发，进而影响整箱读码完成判断。为了避免一些不可控的外界因素影响整箱读码完成判断，故研发出此发明。

发明内容

(一)解决的技术问题

针对现有技术所存在的上述缺点，本发明提供了一种依据物体移动时间判断读码完成的方法，能够有效克服现有技术所存在的不能准确判断整箱读码完成、无法有效检测箱体外观缺陷的缺陷。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

一种依据物体移动时间判断读码完成的方法，采集系统在接收到任意一个读码器的读码信息时开始计时，将计时时间与标准时间进行实时比较，生成读码结束信号，基于读码结束信号判断是否完成读码动作，并结束当前二维码采集。

优选地，所述将计时时间与标准时间进行实时比较，生成读码结束信号，包括：

若计时时间不小于标准时间，则判断箱体已经通过采集设备，并生成读码结束信号；否则判断箱体未通过采集设备。

优选地，所述标准时间的测定方法，包括：

将单箱产品通过采集设备预设次数，测定整箱产品通过采集设备的移动时间，得到标准时间，并对标准时间进行保存。

优选地，所述读码器包括2个对准箱体内两排产品二维码位置的第一读码器，以及1个对准箱体二维码位置的第二读码器，所述第一读码器、第二读码器均安装于沿传送带宽度方向安装的支架上。

优选地，在读码过程中，采集箱体表面图像并识别箱体二维码，基于箱体表面图像判断箱体外观缺陷，对箱体外观缺陷检测结果与箱体二维码进行关联，并剔除箱体外观缺陷检测结果不合格的箱体。

优选地，所述采集箱体表面图像并识别箱体二维码，包括：

对箱体表面图像进行灰度处理，并使用Scharr算子得到灰度图在水平、竖直方向上的梯度幅值；

将水平方向上的梯度幅值减去竖直方向上的梯度幅值，得到梯度图，并对梯度图进行平均模糊和二值化处理；

查找拟合矩形轮廓，确定箱体二维码识别区域，并识别箱体二维码。

优选地，所述识别箱体二维码，包括：

若无法识别箱体二维码识别区域的箱体二维码，则获取传送带的输送速度，根据输送速度确定模糊长度及模糊角度，得到点扩散函数；

基于点扩散函数对箱体二维码识别区域进行图像复原，并利用复原图像识别箱体二维码。

优选地，所述基于箱体表面图像判断箱体外观缺陷，包括：

将RGB图像转换为YCbCr格式，输出Y分量后进行灰度处理；

对灰度图进行高斯滤波处理，并利用Sobel算子进行图像梯度检测，生成初步轮廓图；

对初步轮廓图的顶点进行深度测量误差补偿，根据补偿后的顶点坐标生成箱体轮廓图；

若箱体轮廓图均为矩形，则箱体外观缺陷检测结果合格，否则箱体外观缺陷检测结果不合格。

优选地，所述对初步轮廓图的顶点进行深度测量误差补偿，包括：

计算深度测量误差值，以深度测量误差值建立补偿值序列表；

对补偿值进行加权平均计算，得出基于像素的加权补偿值，基于加权补偿值对初步轮廓图的顶点进行深度测量误差补偿。

(三)有益效果

与现有技术相比，本发明所提供的一种依据物体移动时间判断读码完成的方法，具有以下有益效果：

1)采集系统在整箱读码过程中，通过本方法能够准确判断每个整箱读码完成，避免在生产线的连续生产过程中，箱与箱之间的数据混淆，无法进行准确关联，从而造成盒、箱之间的关联数据存在误差，导致产品追踪溯源出现误差，本方法能够使得生产关联更加有效，生产效率得到进一步提高；

2)在读码过程中，采集箱体表面图像并识别箱体二维码，基于箱体表面图像判断箱体外观缺陷，对箱体外观缺陷检测结果与箱体二维码进行关联，并剔除箱体外观缺陷检测结果不合格的箱体，从而能够在读码过程中实现对箱体外观缺陷地有效检测，进一步提升产品包装质量。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的流程示意图；

图2为本发明中对箱体外观缺陷进行检测的流程示意图；

图3为本发明中图2中识别箱体二维码的流程示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

一种依据物体移动时间判断读码完成的方法，如图1所示，①采集系统在接收到任意一个读码器的读码信息时开始计时。

其中，读码器通过安装在采集设备输入端的传感器触发，读码器包括2个对准箱体内两排产品二维码位置的第一读码器，以及1个对准箱体二维码位置的第二读码器，第一读码器、第二读码器均安装于沿传送带宽度方向安装的支架上。

②将计时时间与标准时间进行实时比较，生成读码结束信号，具体包括：

若计时时间不小于标准时间，则判断箱体已经通过采集设备，并生成读码结束信号；否则判断箱体未通过采集设备。

其中，标准时间的测定方法，包括：

将单箱产品(产品二维码、箱体二维码均可读)通过采集设备预设次数(3-5次)，测定整箱产品通过采集设备的移动时间，得到标准时间，并对标准时间进行保存。

③基于读码结束信号判断是否完成读码动作，并结束当前二维码采集。

上述技术方案，采集系统在整箱读码过程中，通过本方法能够准确判断每个整箱读码完成，避免在生产线的连续生产过程中，箱与箱之间的数据混淆，无法进行准确关联，从而造成盒、箱之间的关联数据存在误差，导致产品追踪溯源出现误差，本方法能够使得生产关联更加有效，生产效率得到进一步提高。

如图2和图3所示，在上述读码过程中，④采集箱体表面图像并识别箱体二维码，具体包括：

对箱体表面图像进行灰度处理，并使用Scharr算子得到灰度图在水平、竖直方向上的梯度幅值；

将水平方向上的梯度幅值减去竖直方向上的梯度幅值，得到梯度图，并对梯度图进行平均模糊和二值化处理；

查找拟合矩形轮廓，确定箱体二维码识别区域，并识别箱体二维码。

其中，识别箱体二维码，包括：

若无法识别箱体二维码识别区域的箱体二维码，则获取传送带的输送速度，根据输送速度确定模糊长度及模糊角度，得到点扩散函数；

基于点扩散函数对箱体二维码识别区域进行图像复原，并利用复原图像识别箱体二维码。

⑤基于箱体表面图像判断箱体外观缺陷，对箱体外观缺陷检测结果与箱体二维码进行关联，并剔除箱体外观缺陷检测结果不合格的箱体。

其中，基于箱体表面图像判断箱体外观缺陷，包括：

将RGB图像转换为YCbCr格式，输出Y分量后进行灰度处理；

对灰度图进行高斯滤波处理，并利用Sobel算子进行图像梯度检测，生成初步轮廓图；

对初步轮廓图的顶点进行深度测量误差补偿，根据补偿后的顶点坐标生成箱体轮廓图；

若箱体轮廓图均为矩形，则箱体外观缺陷检测结果合格，否则箱体外观缺陷检测结果不合格。

其中，对初步轮廓图的顶点进行深度测量误差补偿，包括：

计算深度测量误差值，以深度测量误差值建立补偿值序列表；

对补偿值进行加权平均计算，得出基于像素的加权补偿值，基于加权补偿值对初步轮廓图的顶点进行深度测量误差补偿。

上述技术方案，在读码过程中，采集箱体表面图像并识别箱体二维码，基于箱体表面图像判断箱体外观缺陷，对箱体外观缺陷检测结果与箱体二维码进行关联，并剔除箱体外观缺陷检测结果不合格的箱体，从而能够在读码过程中实现对箱体外观缺陷地有效检测，进一步提升产品包装质量。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。