QR碼印刷質(zhì)量檢測系統

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)

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

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

摘要：QR碼與其他二維碼相比具有識讀速度快、數據密度大、占用空間小的優(yōu)勢，已經(jīng)在移動(dòng)終端、嵌入式系統、交通運輸、食品藥品以及生活消費支付等領(lǐng)域得到廣泛應用。印刷過(guò)程中，由于受到機械精度、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 )出現不同類(lèi)型的QR碼缺陷，主要包括：漏印、誤印、印刷位置偏移、黑白拉線(xiàn)等。運用圖像預處理及模板匹配算法對QR碼進(jìn)行缺陷識別，實(shí)現對QR碼印刷品中出現的QR碼圖片漏印、誤印、印刷位置偏移、黑白拉線(xiàn)等印刷問(wèn)題的自動(dòng)識別，從而解決了人工檢測所帶來(lái)的問(wèn)題。

0 引言

　　隨著(zhù)物聯(lián)網(wǎng)與自動(dòng)化識別技術(shù)的迅速發(fā)展，QR碼具有超高速識讀、數據隱蔽性、可很好地處理中國漢字和日文等優(yōu)點(diǎn)。在移動(dòng)終端、嵌入式系統、交通運輸、食品藥品以及生活消費支付等領(lǐng)域得到廣泛應用。QR碼在實(shí)際應用中通常印刷在產(chǎn)品外包裝上。產(chǎn)品的包裝質(zhì)量對產(chǎn)品尤為重要，這不僅因為它是評價(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QR碼標簽出現問(wèn)題的時(shí)候，用戶(hù)對該產(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 )導致印刷出現質(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、漏印、刮擦、墨點(diǎn)等^[1]。這些印刷缺陷直接導致QR碼信息無(wú)法被正確識別出來(lái)，所以在產(chǎn)品出廠(chǎng)前，需要對印刷在產(chǎn)品上的QR碼進(jìn)行檢驗識別。傳統的印刷標簽質(zhì)檢是由操作者按規定的時(shí)間間隔抽取印品，與樣品模板比較，從而獲取標簽的質(zhì)量情況。由于受到人為因素的影響，傳統的方法會(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(zhù)人民生活水平的提高，人們對產(chǎn)品的外觀(guān)及包裝質(zhì)量的要求也大大提高^[2]，因此設計一套自動(dòng)化智能化的QR碼印刷質(zhì)量檢測系統是很有意義的。

　　基于上述情況，本文設計了QR碼印刷質(zhì)量檢測系統，該系統可以對產(chǎn)品上印刷的QR碼圖片信息進(jìn)行識別與校對，檢測出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 系統總體設計

　　1.1 軟件部分組成

　　QR碼印刷質(zhì)量檢測系統包括六部分：用戶(hù)登錄退出模塊、相機初始化模塊、QR碼數據采集模塊、QR碼圖像預處理模塊、QR碼識別譯碼模塊、QR碼匹配比對模塊。其中，用戶(hù)登錄退出模塊是為了保證系統合法性，只有通過(guò)身份驗證的合法用戶(hù)才可使用該系統。相機初始化模塊用于相機參數配置，之后可通過(guò)QR碼數據采集模塊獲取產(chǎn)品上印刷的QR碼圖片，通過(guò)QR碼預處理模塊對獲取的圖片進(jìn)行灰度化、濾波除燥、二值化、邊緣檢測等圖像處理，可提高QR碼識別的速率和效率，為下一步的QR碼匹配比對提供模板依據。本系統的結構圖如圖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的重要組成部分，光源與照明設置是為了突出檢測物體的目標特征，將要檢測的區域盡可能大的與背景區域進(jìn)行區分，提高對比度，降低圖像的識別難度，使系統的可靠性和綜合性能得到提高。本系統采用環(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的輸入端，對整個(gè)系統的運行速度和效率有重要影響，包括光電傳感器、工業(yè)相機、鏡頭、相機支架、鏈板等設備。

　　光電傳感器輸出的繼電器信號，用于觸發(fā)工業(yè)相機拍照。當鏈板運送至特定位置后，光電傳感器工作，觸發(fā)處于準備狀態(tài)的工業(yè)相機抓拍待檢測物體的QR碼。本系統選用歐姆龍E3Z-T61A-L型光電傳感器，傳感器帶有調節按鈕和動(dòng)作切換開(kāi)關(guān)，響應速率為1 ms，可發(fā)射透過(guò)性紅色光源，可滿(mǎn)足系統精度、觸發(fā)模式、鏈板速度的要求。

　　考慮到檢測時(shí)鏈板一直處于高速運轉狀態(tài)，為了確保系統圖像的分辨率和圖像處理速率，該系統選用BASLER acA1920-155 μm 彩色工業(yè)相機，配有Sony IMX174 CMOS感光芯片，幀速率可達164 fps，標準通訊模式的USB 3.0圖像傳輸方式，230萬(wàn)像素分辨率，足以滿(mǎn)足系統要求。相機鏡頭選用BASLER C-125-1218-5M型號，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)節奠定基礎。

2 關(guān)鍵技術(shù)

　　2.1 QR碼圖像預處理

　　圖像預處理是QR碼圖像識讀過(guò)程中重要的基石，它直接關(guān)系到QR碼識讀的準確性和效率。采用數字圖像處理的方法對采集的QR碼圖像進(jìn)行預處理，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碼圖像預處理流程包括：對所采集到的彩色圖像選取加權均值法灰度化處理;對得到灰度圖像進(jìn)行中值濾波和二值化;在一定程度上消除噪聲干擾;用Canny算法對二值化的灰度圖像進(jìn)行邊緣檢測;找出QR碼的各編碼的準確區域。

　　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，如圖3所示。用戶(hù)可以根據應用場(chǎng)景選擇不同的灰度化方式，本項目采用的是加權平均法。

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

　　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的效果，本系統采用了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，作為該系統匹配的標準模板^[4]。QR碼印刷質(zhì)量缺陷檢測的詳細算法步驟如下：

　　1)二值化

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

　　2)確定QR碼位置

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

　　3)QR碼缺陷類(lèi)型判定

　　若傾斜度大于門(mén)限值則判定為“QR碼圖片位置偏移”;若未監測到QR碼區域，則判定為“QR碼圖片漏印”。用校正的QR碼圖像和標準模板做差值運算，確定QR碼印刷中是否存在黑白拉線(xiàn)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碼圖片包含內容，并和模板中包含內容進(jìn)行字符串比對，判定是否存在“QR碼圖片誤印”。

3 軟件開(kāi)發(fā)

　　本項目通過(guò)利用LabView軟件可快速實(shí)現圖像采集處理及人機界面交互實(shí)現的優(yōu)勢，MATLAB圖像處理的優(yōu)勢，采用兩者混合開(kāi)發(fā)模式。其中QR碼相機配置、QR碼圖像采集、QR碼識別、QR碼匹配基于LabView平臺實(shí)現?；叶然?、邊緣檢測等圖像預處理在MATLAB平臺上編程實(shí)現。

　　3.1 LabView軟件開(kāi)發(fā)

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

　　3.2 系統界面

　　QR碼印刷質(zhì)量檢測系統的操作界面由下面幾部分組成：界面左側是系統各狀態(tài)的指示燈，界面右側是功能按鈕(登錄、運行、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，中間右側是QR碼圖片檢測的結果。右下部分是拍照參數可選項、圖像預處理可選項(灰度化、濾波除燥、二值化)。最下面部分是QR碼檢測系統的輸出參數(譯碼成功次數、譯碼總次數、譯碼合格率、譯碼總時(shí)間)。如圖6所示。

　　3.3 系統檢測結果及分析

　　系統設計完成后，我們做了具有針對性的實(shí)驗測試驗證。針對QR碼漏貼、誤貼、貼錯位置等情況都可檢測出來(lái)，并根據錯誤類(lèi)型提示對應的告警：“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(xiàn)”、“QR碼圖片白塊”，且告警指示燈為紅色。圖7是通過(guò)該系統檢測的6中缺陷和合格的結果圖。

4 結論

　　本文綜合對機器視覺(jué)、圖像處理和二維碼知識的學(xué)習和研究，運用LabView和MATLAB高效的編程平臺，實(shí)現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(xiàn)幾種缺陷類(lèi)型的檢測。對QR碼印刷質(zhì)量缺陷檢測系統的研究和市場(chǎng)化有了理論參考意義。但本系統在實(shí)驗室環(huán)境下進(jìn)行的仿真測試，還需要進(jìn)一步完善印刷質(zhì)量缺陷檢測的種類(lèi)，推動(dòng)該檢測系統的智能化和市場(chǎng)化。

　　參考文獻：

　　[1]邢堃.基于LabView的印刷標簽缺陷檢測方法研究[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[J].計算機技術(shù)與發(fā)展,2015,(10):191-194.

　　[3]孫柏.QR碼圖像的預處理和校正算法設計[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算法研究[D].西北大學(xué),2015.

　　[5]盧鑌.QR碼識別方法研究及應用[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(xiě)論文時(shí)引用，并注明出處。