[发明专利]一种基于高速产线的喷印码识别检测方法

权利要求书

1.一种基于高速产线的喷印码识别检测方法，其特征在于，具体步骤包括：

S1、建立多规格产品类型的相机参数配方表，根据当前产线的产品类型切换相机参数，获取瓶底喷印的原始图像，以及对应产品的批次号信息；

S2、根据所述原始图像提取瓶底喷印的有效区域图像和合模线轮廓信息；

S3、将所述有效区域图像送入训练好的目标检测模型，得到喷印字符的识别与定位结果，以及将所述有效区域图像送入训练好的语义分割模型，得到喷印字符的墨点掩膜图；

S4、对所述喷印字符的识别与定位结果进行后处理，去除识别异常字符，得到喷印字符的批次号与防伪码信息；对所述墨点掩膜图进行后处理，得到所有喷印墨点连通域的中心坐标；

S5、根据得到的所述喷印字符的批次号与防伪码信息，与所述对应产品的批次号信息进行精准校验，对防伪码信息进行数量校验；

S6、根据所述合模线轮廓信息，判定批次号和防伪码字符的位置是否处于合模线轮廓包围区域，若不处于所述合模线轮廓包围区域内，则判定为底部喷印码越界缺陷；

S7、依次将得到的所有所述喷印字符的定位结果映射到所述墨点掩膜图，统计属于单字符区域的墨点连通域个数与墨点像素面积，并根据字符识别结果，与字符的先验墨点像素面积比较，判定字符墨点缺失或墨点打花缺陷。

2.根据权利要求1所述一种基于高速产线的喷印码识别检测方法，其特征在于，所述步骤S1建立多规格产品类型的相机参数配方表的具体步骤包括：

以最小尺寸的白色瓶装类型为基准，设定触发延时为0时，保证瓶底有效区域处于相机中心；

同时，在保持相机曝光和增益最小的情况下，手动调节相机位置、光圈和焦距，完成相机基准的调试；

并根据不同颜色和尺寸的瓶装产品，调试出相应的相机参数值；

所述相机参数配方表包括相机触发延时、曝光和增益参数。

3.根据权利要求1所述一种基于高速产线的喷印码识别检测方法，其特征在于，所述步骤S2的具体步骤包括：

对所述原始图像翻转处理后进行固定阈值分割，得到最大连通域轮廓以及外接矩形，截取外接矩形包围区域作为瓶底喷印的所述有效区域图像；

将最大连通域轮廓向内收缩固定像素，得到瓶底合模线轮廓，收缩固定像素值大小是由采集的所述原始图像的合模线包围大小确定。

4.根据权利要求1所述一种基于高速产线的喷印码识别检测方法，其特征在于，所述步骤S3的具体步骤包括：

以提取的所述瓶底喷印的有效区域图像作为数据集，并将所述数据集按照7:2:1的比例分为训练集、验证集和测试集，作为目标检测和语义分割共用的数据集；

将所述数据集中所包含的检测字符分为大写字母、数字，以及特殊防伪码标识，共37类喷印字符，完成目标检测数据集的标注；

将所述数据集中所包含的对象分为墨点与背景，共2类，完成语义分割数据集的标注；

构建PP-PicoDet目标检测模型和Fast-SCNN语义分割模型，并分别利用构建的模型对所述训练集进行训练；

将待检测的有效区域图像送入训练好的PP-PicoDet目标检测模型，得到喷印字符的识别与定位结果；

将待检测的有效区域图像送入训练好的Fast-SCNN语义分割模型，得到喷印字符的墨点掩膜图。

5.根据权利要求4所述一种基于高速产线的喷印码识别检测方法，其特征在于，所述Fast-SCNN语义分割模型的构建方法的具体步骤为：

构建近似阈值分割层，并将多个近似阈值分割层与Fast-SCNN模型结构进行融合，得到Fast-SCNN语义分割模型，所述近似阈值分割层由下采样层、偏置处理层和RELU层组成，其中所述偏置处理层用于对图像进行线性变换。