谈述正交激光直接标记二维条码质量检测与评价技术集

论文导读：然后利用Hough变换将条码图像旋转至水平位置,精确定位条码。通过大量试验,证明了该算法的有效性。设计了一种适于激光标记二维条码图像质量评价的策略。质量评价所需图像利用相同的图像采集系统和图像预处理算法。根据标记材料表面形状不同,设定不同的质量评价指标：标记材料形状为平面时,将比较度、畸变角、标记增加和网格一
摘要：加工机器能够自动识别的产品标识成为当今工业领域信息化进展的迫切要求,现有的标记加工方式大都比较随意,且标记的符号质量较低、机器可识读性较差。而激光直接标记技术具有速度快、自动化程度高,且能够在高温、潮湿且有着化学腐蚀的恶劣工业环境而保持较高可识读率等特点,本论文选择该技术进行二维条码的标记,并针对该技术在我国有着缺乏加工工艺指导和质量评价标准等不足的近况,进行了以下内容的探讨：设计了基于单一变量制约和正交试验的激光标记条码试验。利用单一变量制约法分别浅析了有效矢量步长、有效矢量步间延时、Q频率、激光电流、标记深度和标记条码表面粗糙度等对标记条码质量指标——比较度的影响。利用正交试验对标记工艺参数进行优化,得出有效矢量步长为影响标记条码质量的显著因子以及在铝合金表面标记条码质量最优的工艺参数组合。建立了BP神经网络预测标记激光标记条码比较度预测模型。利用训练样本对网络进行了训练,仿真结果表明该网络对比较度的预测具有较高的精度,验证了比较度预测模型的可行性与实践中的有效性。利用该预测模型绘制了有效矢量步长、Q频率和激光电流与比较度之间的变化走势曲线,可用于指导实际加工历程中参数的选择,对于获得高质量的标记条码具有重要作用。设计了基于机器视觉的标记条码图像采集系统,介绍了系统的软硬件组成部分,浅析了光照对标记图像识别的影响,选择低角度LED光源作为系统照明。针对铝合金激光标记条码特点设计了图像预处理算法,首先利用大律法(OTSU)对条码图像进行二值化；然后利用数学形态学法对图像滤波；接着利用Canny算子对图像边缘检测,再经过水平、垂直投影初定位条码区域,然后利用Hough变换将条码图像旋转至水平位置,精确定位条码。通过大量试验,证明了该算法的有效性。设计了一种适于激光标记二维条码图像质量评价的策略。质量评价所需图像利用相同的图像采集系统和图像预处理算法。根据标记材料表面形状不同,设定不同的质量评价指标：标记材料形状为平面时,将比较度、畸变角、标记增加和网格一致性等作为图像质量评价指标；标记材料形状为曲面时,还需考虑条码宽度与材料曲率比值的大小对图像质量的影响,根据各指标得分不同划分图像质量等级。针对不同等级条码进行识别试验,根据识别时间不同证明了该图像质量评价策略的可行性,为形成专门针对激光直接标刻二维条码标识的质量判据标准系统的建立奠定基础。关键词：激光直接标记论文正交试验论文神经网络论文图像质量评价论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要9-11
ABSTRACT11-13
第1章 绪论13-19

1.1 探讨背景及目的作用13-16

1.1 激光直接标记技术13-14

1.2 二维条码技术14-15

1.3 机器视觉技术15-16

1.2 探讨近况16-18

1.2.1 国外探讨近况16-17

1.2.2 国内探讨近况17-18

1.3 课题探讨内容18-19

第2章 激光直接标记二维条码工艺技术探讨19-35

2.1 引言19

2.2 试验案例19-24

2.1 激光标记设备19-20

2.2 激光标记条码种类的选择20-21

2.3 标记材料特性浅析与预处理21-22

2.4 工艺参数的选择22-23

2.5 试验策略23-24

2.3 单一变量对标记条码质量的影响24-29

2.3.1 条码质量评价指标25

2.3.2 有效矢量步长对比较度的影响25-26

2.3.3 Q频率对比较度的影响26

2.3.4 激光电流对比较度的影响26-27

2.3.5 加工质量对比较度的影响27-29

2.4 标记工艺参数的正交试验29-34

2.4.1 正交试验设计29-30

2.4.2 试验结果浅析30-34

2.5 本章小结34-35

第3章 基于神经网络的激光直接标记条码质量预测模型35-43

3.1 引言35

3.2 BP网络建模35-40

3.

2.1 BP网络的设计36-38

3.

2.2 BP网络的训练38-39

3.

2.3 BP网络可靠性验证39-40

3.3 BP网络预测结果40-42

3.1 BP网络预测有效矢量步长对质量的影响40-41

3.2 BP网络预测Q频率对质量的影响41

3.3 BP网络预测激光电流对质量的影响41-42

3.4 本章小结42-43

第4章 激光标记条码图像质量评价43-61

4.1 引言43

4.2 基于机器视觉的标记条码图像采集系统43-46

4.

2.1 图像采集系统44-45

4.

2.2 条码单元格尺寸45-46

4.3 标记条码图像预处理算法46-51
4.

3.1 图像二值化47

4.

3.2 数学形态学滤波47-48

4.

3.3 边缘检测48-49

4论文导读：.6本章小结59-61结论61-63参考文献63-67攻读硕士学位期间发表的学术论文67-69致谢69-70学位论文评阅及答辩情况表70上一页12
.

3.4 条码定位49-51

4.4 标记条码图像质量评价51-57

4.1 寻边区53

4.2 畸变角53-54

4.3 标记增加54-55

4.4 网格一致性55-56

4.5 质量评价56-57

4.5 曲面标记DM码图像质量浅析57-59

4.6 本章小结59-61

结论61-63
参考文献63-67
攻读硕士学位期间发表的学术论文67-69
致谢69-70
学位论文评阅及答辩情况表70