下载文档原格式
卓弘公司条码检测执行程序和标准1. 外观印刷品外观检测：表面有无破损、折裂、穿孔、涂抹等缺陷；表面有无脏污、印刷油墨拖挂，着墨不均匀等现象；与其他图案相距是否太近或出现重叠印刷；有无明显污点、脱墨等印刷缺陷。
2. 尺寸精度，包括原版胶片尺寸精度检测和印刷品尺寸精度检测。
3. 印刷色差对比度（PCS值）：即条、空色差对比度。
PCS值参见《反射率、反射浓度及PCS值》表。
4. 左右空白区尺寸：标准版商品条码左侧空白区宽3.63mm，右侧空白区宽2.31mm；缩短版商品条码左右侧空白区宽均为2.31mm。
5. 条码符号高度：通用商品条码的标准高度为26.26mm，不同的放大系数，其条码符号高度也有所不同，具体数值请查《商品条码放大系数的选择表》。
6. 校验码：是根据前12数字，按一定程序自动计算出来的。
7. 条码印刷厚度：条、空印刷厚度差不超过0.1mm8. 首次读出率：即首次能够识别读出的概率。
9. 印刷位置：看是否印在商品便于结算员扫描计价的地方；是否避开了包装封口，搭接、接缝、遮盖等影响识读的地方；对于曲率较大的圆柱体包装，是否将条码放置于与容器中轴线垂直排列的位置印刷。
原则是看是否印在不易污染、不易磨损、不易变形，便于识读、便于操作的位置。
10. 放大系数：通用商品条码的标准尺寸（长37.29mm、宽26.26mm）的放大系数为1.0，企业可以根据自己对产品包装设计的要求采用相应的放大系数，但放大系数的范围只能在0.80-2.00之间，通常放大系数最好在0.9-1.2之间。
11. 条码字符：看供人识读的数字代码与供机器识读的条空字符是否一致；是否保证了条码的唯一性；是否假冒伪劣条码。
三、常用的检测方式常用的检测方式有：1、通用检测（Traditional verifier）：直接给出上述检测内容的检测结果，由检测人员查询检测标准对比检测结果，判断检测的条码质量。
2、ANSI检测：将上述检测内容经过检测计算，转换为质量等级A-F，一般A级质量最好，F级为不合格。
条形码检验方法前存在的条码检测方法有两种："传统方法"和"美标检测方法"。
最初的条码检测通过目测条码的外观、并用检测仪器测量条码的PCS 值和条空的尺寸偏差，再根据有关的条码标准和技术规范判定条码是否合格（P/F）的方式进行。
在用仪器测量时，如果条、空的尺寸偏差在规定范围之内，而且PCS值在规定的值以上，那么检测仪就被判定这个条码为"合格（Pass）"，否则就判定为"不合格（Fail）"。
这种方法出现于上世纪70年代中期，就是我们所说的"传统方法"。
"传统方法"在国际上使用了近20年，具有成熟、直观的优点。
但是随着条码扫描技术的发展，人们发现，经传统检测方法被判定为不合格的条码中有部分能被大多数扫描器较好的识读。
原因之一是传统检测方法中，评判条码质量的标准只有一个--"合格（P）"与"不合格（F）"，而在实际应用中，所采用的条码阅读器的性能各不相同。
另外，传统检测方法是以一次扫描为基础的，在检测时，可能正好通过了条码最好的部分，也可能是通过了不好的部分，这不能真正代表条码的真实状况。
因此传统检测方法存在着检验偏严、不切合条码实际使用的缺点。
"美标检测方法" 出现于上世纪90年代，它克服了传统检测方法的缺点。
它根据对条码扫描得到的"扫描反射率曲线"分析条码的各项质量参数，然后根据各项参数的标准将条码分为"A"-"F"五个质量等级，"A"级为最好，"D"级为最差，"F"级为不合格。
"美标检测方法"中的条码的质量等级表明了条码的印刷质量及它的适用场合。
A级条码能够被很好的识读，适合只沿一条线扫描并且只扫描一次的场合。
条烟外观在线视觉检测系统设计方案“条烟外观在线视觉检测系统”是针对条烟包装过程中出现的各种外观质量问题而研制的在线视觉检测系统。
它安装在条烟装箱前的运输皮带机架上，运用智能化的机器视觉技术，能够在线地对条烟外观的所有缺陷进行实时检测，这些缺陷包括条盒的印刷和包装缺陷，透明纸、金拉线的包装缺陷剔除同时通过条烟重量检测条烟缺包少包现象剔除。
二、系统功能对所有在线条包进行无接触外观检测;自动剔除外观缺陷产品;并将外观与重量不合格产品分别剔除到指定区域内。
实时统计缺陷情况并生成图表，及时发现生产过程中存在的问题，降低次品率;记录缺陷情况并保存缺陷图像，便于追溯、分析缺陷产生原因;可实现联网监控和数据共享;实时记录合格装箱数量能够同步核对装箱数量与剔除数量。
三、技术特点与优势1、检测能力强——采用专业的图像处理和检测算法，缺陷检出率高，可有效检测条烟的各类缺陷，同时将误检率和漏检率降至最低水平;缺陷检出率≥99%，远远超过同类产品85%的检出率，误检率≤0.15%;2、光源布置合理，为采集良好的图像数据源提供保障——光源采用LED光源，寿命长、稳定性高、一致性好、维护成本非常低;3、采用全球工业相机品牌公司出产的高分辨率相机镜头，曝光时间短，对动态烟条也可捕捉到非常清晰的图像;4、电气核心器件均为进口部件，具有寿命长、性能稳定，抗干扰能力强等优点;5、计算机采用进口的西门子15吋触摸式工控机，可靠性高，操作直观方便;6、图像采集卡采用世界著名公司的图像采集卡，性能稳定可靠，并可多通道连接相机镜头;7、系统软件具有光源照度变化的补偿功能;8、方便、直观、友好的建模软件方便对条包检测内容动态调整，使得用户的换牌操作非常简便;9、多项国内同行业首创功能，如缺陷分类及统计功能、统计过程控制功能、条包缺陷图像浏览功能等;10、操作界面简单易用。
11、无偿提供人员培训与无调价软件升级服务。
四、系统结构、工作原理及主要部件条烟外观在线视觉检测系统由光源、夹持翻转器、检测系统和剔除机构三部分构成。
工作原理：机器视觉检测系统采用CCD照相机将被检测的目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号，图像处理系统对这些信号进行各种运算来抽取目标的特征，如面积、数量、位置、长度，再根据预设的允许度和其他条件输出结果，包括尺寸、角度、个数、合格/ 不合格、有/ 无等，实现自动识别功能。
①工业相机与工业镜头——这部分属于成像器件，通常的视觉系统都是由一套或者多套这样的成像系统组成，如果有多路相机，可能由图像卡切换来获取图像数据，也可能由同步控制同时获取多相机通道的数据。
根据应用的需要相机可能是输出标准的单色视频（RS-170/CCIR）、复合信号（Y/C）、RGB信号，也可能是非标准的逐行扫描信号、线扫描信号、高分辨率信号等。
②光源——作为辅助成像器件，对成像质量的好坏往往能起到至关重要的作用，各种形状的LED灯、高频荧光灯、光纤卤素灯等都容易得到。
③传感器——通常以光纤开关、接近开关等的形式出现，用以判断被测对象的位置和状态，告知图像传感器进行正确的采集。
④图像采集卡——通常以插入卡的形式安装在PC中，图像采集卡的主要工作是把相机输出的图像输送给电脑主机。
它将来自相机的模拟或数字信号转换成一定格式的图像数据流，同时它可以控制相机的一些参数，比如触发信号，曝光/积分时间，快门速度等。
图像采集卡通常有不同的硬件结构以针对不同类型的相机，同时也有不同的总线形式，比如PCI、PCI64、Compact PCI，PC104，ISA等。
⑤PC平台——电脑是一个PC式视觉系统的核心，在这里完成图像数据的处理和绝大部分的控制逻辑，对于检测类型的应用，通常都需要较高频率的CPU，这样可以减少处理的时间。
同时，为了减少工业现场电磁、振动、灰尘、温度等的干扰，必须选择工业级的电脑。
⑥视觉处理软件——机器视觉软件用来完成输入的图像数据的处理，然后通过一定的运算得出结果，这个输出的结果可能是PASS/FAIL信号、坐标位置、字符串等。
第1篇一、引言随着我国经济的快速发展，工业自动化程度不断提高，视觉检测技术在工业生产中的应用越来越广泛。
上海作为我国的经济中心，拥有众多高精度、高效率的工业生产线。
为了提高生产效率和产品质量，确保生产过程的安全可靠，本文针对上海工程提出一套视觉检测方案，以期为我国工业自动化领域提供参考。
二、视觉检测技术概述1. 视觉检测技术原理视觉检测技术是利用计算机视觉技术对产品进行检测的一种方法。
其基本原理是：通过摄像头采集图像，然后利用图像处理、模式识别等算法对图像进行分析，从而实现对产品的检测。
2. 视觉检测技术优势（1）高精度：视觉检测技术可以实现高精度检测，满足工业生产中对产品质量的要求。
（2）高效性：视觉检测技术可以实现快速检测，提高生产效率。
（3）智能化：视觉检测技术可以自动识别和检测产品缺陷，降低人工成本。
（4）适用性强：视觉检测技术可以应用于各种工业领域，如电子、汽车、食品等行业。
三、上海工程视觉检测方案设计1. 系统组成（1）硬件设备：包括工业相机、光源、工业控制计算机、工业机器人等。
（2）软件系统：包括图像采集软件、图像处理软件、模式识别软件等。
2. 检测流程（1）图像采集：通过工业相机采集产品图像，保证图像质量。
（2）图像预处理：对采集到的图像进行预处理，如去噪、增强等。
（3）特征提取：提取图像中的关键特征，如颜色、形状、纹理等。
（4）缺陷识别：利用模式识别算法对特征进行识别，判断是否存在缺陷。
（5）结果输出：将检测结果输出到工业控制计算机，实现自动化控制。
3. 系统设计（1）硬件设计①工业相机：选用高分辨率、高帧率的工业相机，确保图像质量。
②光源：根据检测需求选择合适的光源，如LED光源、卤素光源等。
③工业控制计算机：选用高性能、稳定可靠的工业控制计算机，确保系统运行稳定。
④工业机器人：选用灵活、可靠的工业机器人，实现产品的自动上料和下料。
（2）软件设计①图像采集软件：实现图像的实时采集和存储。
用于机器视觉中的LED数码管光学检测方案1 引言 传统的led生产线上的产品质量控制主要依靠经过训练过的技师通过目视来实现，由于人眼的主观性，很难对产品的质量进行精确、稳定地控制。
与人眼相比，机器视觉系统具有高速度、精确性、可重复性、长期工作的稳定性。
因此将机器视觉技术应用在led的光学检测上可在很大程度上提高产品质量控制的精度及速度。
2 led数码管检测对ccd的要求 待检产品为七段led数码管如（1）目的 用ccd检测产品亮度不均匀程度，提高生产效率，减少人为因素。
对于8字产品（如（1）相机 本系统相机选用日本jai公司的cv-a1 ccd相机。
此相机的主要参数列表如附表。
附表cv-a1主要性能参数 名称参数 象元尺寸 4.65′4.65mm2 有效象元数1392′1040 最大满帧输出1380′1035 象元时钟28.64mhz 行频17.127khz（1672/line） 扫描方式逐行扫描 帧频16fps 灵敏度0.3lux（max gain，50% video） 信噪比50db 快门1/16-1/20000 增益-0.3-12db（手动） 输出格式1vpp/75w 谱段0.4-1.0mm（黑白） 尺寸29′44′66mm3 重量150g 功耗3w/12v 数量1台 对于要检测的led产品，尺寸为60乘以40mm，对分辨率为1392乘以1040的jai相机，按照5％的无效象素的原则，有效成像的分辨率为1300乘以1000，则系统可以达到的最大象素当量为： 水平方向：60mm/1300pixel≈0.04mm/pixel; 垂直方向：40mm/900pixel≈0.04mm/pixel。
（2）镜头 选用computar公司百万象素级1214-mp镜头。
视觉检测外形方案第1篇视觉检测外形方案一、方案概述本方案旨在利用先进视觉检测技术，针对产品外形进行高效、准确的检测，以确保产品质量，提高生产效率。
方案遵循国家相关法律法规，充分考虑人性化设计，确保检测过程的合法合规。
二、方案目标1. 实现对产品外形的快速检测，提高生产效率；2. 确保检测过程准确无误，降低不良品率；3. 保障检测过程的合法合规，符合国家相关法律法规；4. 提高生产线的自动化程度，降低人工成本。
三、技术路线1. 采用高分辨率工业相机，获取产品外形图像；2. 利用图像处理技术，对图像进行预处理，提高图像质量；3. 采用边缘检测、轮廓提取等算法，获取产品外形特征；4. 对比标准外形特征，判断产品是否合格；5. 对不合格品进行分类，提供反馈信息；6. 结合生产线控制系统，实现自动化检测与分拣。
四、实施方案1. 设备选型a. 工业相机：选择高分辨率、高帧率的工业相机，确保图像质量与采集速度；b. 光源：采用均匀、稳定的光源，提高图像质量；c. 图像处理硬件：配置高性能图像处理硬件，保证实时性；d. 控制系统：采用可编程逻辑控制器（PLC）实现设备联动与控制。
2. 软件开发a. 图像处理与分析：开发具有边缘检测、轮廓提取等功能的图像处理算法；b. 数据库：建立产品外形标准数据库，用于比对与分析；c. 控制策略：根据检测结果，制定合理的分拣与反馈策略；d. 用户界面：设计人性化的用户界面，方便操作人员使用。
3. 系统集成a. 设备安装：在生产线合适位置安装相机、光源等设备；b. 电气接线：按照设备要求进行电气接线，确保设备正常运行；c. 软件部署：将开发完成的软件部署至图像处理硬件；d. 联动调试：对整个系统进行调试，确保各部分协同工作。
4. 人员培训a. 对操作人员进行设备使用、维护等方面的培训；b. 对管理人员进行系统管理、数据解读等方面的培训；c. 建立完善的培训档案，确保人员资质。
五、合规性评估1. 设备选型符合国家相关标准，确保产品质量；2. 软件开发遵循国家软件工程规范，保证软件质量；3. 电气接线符合国家电气安全标准，确保设备安全运行；4. 系统集成遵循国家相关法律法规，保障生产线的合法合规；5. 人员培训符合国家职业资格要求，提高人员素质。
第1篇一、引言随着信息化时代的到来，企业对信息管理的要求越来越高。
条码技术在物流、仓储、生产、销售等环节的应用越来越广泛，为企业提供了高效、便捷的信息管理手段。
条码手持终端作为条码技术的应用载体，成为企业信息化建设的重要组成部分。
本文将针对条码手持终端解决方案进行探讨，旨在为企业提供全面、高效的信息化管理方案。
二、条码手持终端概述1. 条码手持终端的定义条码手持终端是一种集成了条码扫描、数据处理、无线通信等功能的便携式设备。
它可以通过扫描条码快速读取信息，并通过无线网络将数据传输到后台系统，实现实时数据采集和传输。
2. 条码手持终端的特点（1）便携性：体积小、重量轻，便于携带和使用。
（2）实时性：扫描速度快，实时采集数据。
（3）准确性：扫描准确率高，降低人工录入错误。
（4）扩展性：支持多种接口和协议，方便与其他设备集成。
三、条码手持终端解决方案1. 系统架构（1）硬件设备：条码手持终端、服务器、网络设备等。
（2）软件系统：数据采集软件、数据处理软件、数据库、客户端软件等。
（3）应用场景：仓储、物流、生产、销售等。
2. 解决方案设计（1）数据采集1）条码扫描：采用高性能条码扫描模块，支持多种条码格式，如一维码、二维码等。
2）数据传输：采用无线通信技术，如Wi-Fi、蓝牙、GPRS等，实现实时数据传输。
3）数据同步：采用同步机制，确保数据的一致性和准确性。
（2）数据处理1）数据清洗：对采集到的数据进行清洗，去除无效、错误的数据。
2）数据统计：对采集到的数据进行统计和分析，为决策提供依据。
3）数据存储：将处理后的数据存储到数据库中，便于查询和管理。
（3）应用集成1）与企业现有系统集成：通过接口或API，实现与ERP、WMS、MES等系统的集成。
2）与其他设备集成：如打印机、货架、输送带等，提高工作效率。
3. 解决方案优势（1）提高工作效率：实时采集数据，减少人工录入，提高工作效率。
（2）降低成本：减少人工操作，降低人力成本。
基于机器视觉检测的码垛机器人控制系统设计一、引言随着工业自动化水平的不断提高，码垛机器人在工业生产中的应用越来越广泛。
码垛机器人通过对货物进行码放，能够实现快速、准确、高效的物料堆放，在一定程度上提高了生产效率，降低了人工成本，受到了工业界的重视。
而现代计算机视觉技术的日益成熟，为码垛机器人的控制系统设计提供了更多的可能性。
本文将针对基于机器视觉检测的码垛机器人控制系统设计进行研究和分析，基于目前主流的视觉检测技术，结合码垛机器人的特点，提出一种创新的控制系统设计方案，以实现更高效、更精准的堆垛操作。
1.系统架构设计基于机器视觉检测的码垛机器人控制系统主要由视觉检测模块、运动控制模块和决策控制模块三部分组成。
视觉检测模块通过摄像头等设备对场景进行实时监测和识别，获得货物的位置、大小、形状等信息；运动控制模块接收视觉检测模块传递的货物信息，根据预设的码放规则进行路径规划和动作控制，实现机器人的运动；决策控制模块根据视觉检测模块和运动控制模块反馈的信息，进行决策判断，调整机器人的工作状态和动作执行。
2.视觉检测模块设计视觉检测模块是整个系统的核心部分，主要任务是获取并处理场景中的图像信息，实现对货物的实时监测和识别。
基于目前主流的机器视觉检测技术，可以采用深度学习、神经网络等技术，对图像进行特征提取、目标检测和识别，获取货物的空间位置和形状信息。
在设计视觉检测模块时，需要考虑光照、遮挡、噪声等环境因素对图像质量的影响，采用合适的图像预处理和增强算法，提高图像的质量和可识别性。
还需要考虑实时性和稳定性要求，选择合适的硬件设备和算法实现方式，确保系统能够快速、准确地获取图像信息。
为了实现更精准的动作控制，可以采用传感器辅助定位和导航技术，对机器人的运动轨迹进行实时调整和校正，确保货物的准确码放。
还可以采用闭环控制和自适应控制算法，对机器人的运动状态进行动态调整，提高系统的稳定性和适应性。
4.决策控制模块设计决策控制模块主要负责根据视觉检测模块和运动控制模块反馈的信息，进行决策判断，调整机器人的工作状态和动作执行。
产品包装条码标签防错解决方案
在现代生产流程中，产品包装条码标签起着至关重要的作用。
它不仅可以追踪产品的流向，还可以提供关键的产品信息。
然而，由于人为错误或技术问题，包装条码标签可能会出现错误，导致产品追踪的准确性和可靠性受到影响。
为了解决这个问题，许多公司开始采用先进的技术和创新的解决方案来防止包装条码标签错误。
以下是一些常见的解决方案：
1. 自动化系统：许多企业正在投资并采用自动化系统来管理和监控
产品包装过程。
这些系统使用机器视觉和机器学习技术，可以自动检查和验证包装条码标签的准确性。
一旦发现错误，系统会发出警报并自动纠正。
2. RFID技术：射频识别（RFID）技术可以在不接触物品的情况下读取和记录信息。
通过在产品包装中嵌入RFID标签，可以实时追踪和
验证产品的位置和状态。
这种技术可以极大地提高产品追踪的准确性，并减少人为错误的可能性。
3. 二维码标签：与传统的一维条码相比，二维码标签可以存储更多
的信息。
通过使用二维码标签，企业可以将更多的产品信息嵌入到条码中，从而提高追踪的准确性，并减少包装错误的概率。
4. 培训和教育：在防止包装条码标签错误方面，培训和教育也起着至关重要的作用。
企业应该为员工提供全面的培训，包括如何正确地扫描和验证包装条码标签。
定期的培训和教育活动可以帮助员工提高技能水平，减少错误发生的可能性。
总之，采用适当的技术和培训措施，可以有效防止产品包装条码标签错误。
通过实施这些解决方案，企业可以提高产品追踪的准确性，减少错误的发生，并提升整体生产效率和客户满意度。
基于机器视觉的手机产品条码检测方案 一、项目内容
本方案将搭建一个基于机器视觉的流水线检测手机条码平台，把产品放置于流水线上，高速工业相机对其逐一采集后传送到计算机进行一系列的处理，最终检测出条码是否合格并把不合格的条码分拣出来，完成自动检测手机条码质量的功能。 检测对象：手机产品条码（包括产品码、SN码、IMEI码） 适用范围：流水线的自动生产线 检测速度：1件/两秒（20厘米/秒）
（手机产品条码） 二、方案设计 2.1总体结构示意图 （总体结构示意图） 其包括：流水线输送装置、照明装置、高速相机图像采集装置、计算机图像处理部分。
2.2硬件设计方案 2.2.1流水线（传输带）输送机械装置设计 本方案中输送对象的质量较小，不需要过多考虑输送带的承载能力问题， 也不涉及到产品的装载和拆卸，所以采用普通的带式输送带结构，以步进电机带动传输带同步轮作为滚筒，并用一块单片机对步进电机进行简单的运动控制进而控制传输带传输开关和速度。同时，为了在图像采集时能把手机产品条码与背景有鲜明区分，传输带颜色为深黑色。 （带式传输带结构图） 2.2.2工业相机选取 成像系统的是本方案最重要的一环。本方案中，检测对象为条形码，其形状较大且特征明显，因此不要求相机需要非常高的分辨率。但是，本方案是一个实时处理的设计，因此要求图像采集处理的速度要高于检测对象的检测速率，即相机的最大帧率要高；而成像物体是运动的，为了避免采集到的图像出现模糊等问题，应采用全局电子快门方式的相机；除外，还要求该相机支持外触发快门以及能与计算机进行快速数据传输的特点。综上，该工业相机应有以下特点： （1）最大帧率高 （2）全局电子快门帧曝光方式 （3）支持外触发快门 （4）拥有与计算机进行快速数据传输的接口 综合考虑，本方案选择采用德国Basler公司制造的acA800-200gc/gm型号工业相机，其参数如下：
（工业相机参数） 改工业相机符合本方案设计要求。
2.2.3光电传感器的选取 本方案采用传感器触发方式对相机快门进行控制。设计中传输带为黑色，条码背景为白色，它们的反射能力有很大差距，因此漫射式光电传感器能很好地利用该点检测产品条码是否进入相机的拍摄范围。把光电传感器垂直置于传输带上方并紧贴相机，当条码到达传感器下方时，反射光发生变化，触发开关状态，通过开关状态间接控制相机快门，进而达到自动对条码图像的采集的目的。 2.2.4光源的选择与控制 常用的机器视觉光源有LED光源、卤素灯（光纤光源）、高频荧光灯。LED光源最常用，其使用寿命长，且由于LED光源是采用多颗LED排列而成，可以设计成复杂的结构，实现不同的光源照射角度。由于本方案中检测的是条码，为一光滑平面，采用漫反射环形LED光源对其进行照射，能很好地把产品条码与传输带黑色背景区分出来。其中值得注意的是，光源的高度和角度一定要调整好，直至相机拍摄出来的图像能把条码与背景完美区分为止，而且还不能有反光。
（漫反射环形照射） 2.3软件平台环境 本方案检测速度约为两秒1件，因此进行图像处理的计算机采用cpu主频较高（3GH以上）的一般办公用计算机即可满足要求。采用MATLAB作为主要图像处理软件。 2.3.1条码图像的预处理 计算机从数据接口中获得的条码图像是高速相机直接拍摄而未经处理的图像，其由于CMOS特性以及放置等因素可能会出现噪声、倾斜等问题，而且得到的图像为彩色图像，因此在对条码进行检测前应先对原图像进行预处理。预处理包括：滤波去噪、二值化处理、倾斜纠正三部分。 2.3.2条码图像的滤波去噪 本方案中采用的CMOS相机，其集成度高的特点带来了元件干扰噪声。因此有必要对这些图像去除随机噪声的干扰。经实验，本方案中图像的噪声多为椒盐噪声，即噪声点在图像上常常表现为孤立像素点，其像素灰度与它邻近像素灰度有显著的不同，因此具有更高的频谱。针对噪声的类型，我们采用中值滤波，其对于脉冲干扰及椒盐噪声有良好的抑制作用，且能较好保持图像边缘。从条码图像的特征来看，其特点在于是由纵向一定宽度黑白条空组成，我们通过建立不同大小的模板，对含有噪声的图像进行滤波处理，比较它们的滤除噪声干扰的效果。在MATLAB中可以使用filter2函数调用创建好的滤波器，经验证，3x3正方形滤波器效果最好，因此本方案采用3x3中值滤波器。
（带椒盐噪声的图像） （3x3中值滤波后的图像）
2.3.3条码图像的二值化处理 为了便于对图像进行后续处理，需要对图像进行二值化处理。本方案中产品条码为底面为白色的长方形贴纸，背景为黑色的传输带，直接从相机中获取的图像为彩色图像，把获取的图像进行灰度化处理之后，再经二值化处理后能便于把产品条码的贴纸分割出来。可利用MATLAB的rgb2gray()函数可以把彩色图像转化为灰度图像后，再利用im2bw()函数可以很方便地对图像进行二值化处理，阈值取0.67，能得到较好的二值化图像。可见，二值化后纸面边缘更加清晰。
（原图像） （二值化后图像） 2.3.4条码图像的倾斜判断与纠正 由于物体在传送带上的位置并不固定，所以相机所采集到的条码图像中条码区域可能出现倾斜，为便于后续的条码定位和分割提取必须要将倾斜的条码图像转正。 观察二值化后的条码图像，可以发现纸面区域与背景有明显的近似矩形框区分，而倾斜的条码图像的显著特征就是其二值图像中纸面区域以一定角度旋转且其旋转角度不可能太大。所以实现倾斜条码图像的纠正首先要检测出倾斜角度，再以其角度值对其进行逆旋转得到包含条码的矩形区域呈水平的条码图像。考虑到图像位置的随机性和计算复杂度问题，本方案决定采用Hough变换法来实现倾斜条码图像的倾斜角的检测。其实现方法是先利用MATLAB的edge()函数求出二值图像的边缘，再用其Hough变换相关函数：hough()、houghpeaks()、houghlines()，获得到最长边的起始点和终止点，利用斜率公式从而求出该条码图像的倾斜角，最后利用imrotate()旋转函数纠正图像的倾斜情况。经测试，效果不错。
(原倾斜图像) （倾斜纠正后的图像） 2.4条码分割 由于同一款手机产品，其条码的贴纸上的条码字符等信息的位置都是固定的，因此把图像中纸面部分分割出来后，按固定位置的物理分割能很容易把条码部分分割出来。 2.4.1条码贴纸部分分割 由二值化图像中可见贴纸与背景有明显的特征区分，我们经过bwareaopen（）函数处理后可把面积小的点吞噬掉，从而获得边缘较为清晰的二值化图像。 （经bwareaopen函数处理后的图像） 获得此图像后，对图像进行从左到右的逐行检测，得到其像素点第一次由黑到白变化点的坐标，即为该纸面边缘的第一个坐标，记为P1；再用相同的方法分别从右到左、上到下、下到上进行检测，分别把检测到的坐标记为P2、P3、P4，则该四个坐标确定了纸面的位置。最后调用imcrop（）函数，按这四个坐标把摆正后的图像的纸面分割出来。
（分割的条码图像的纸面部分） 2.4.2条码分割 上文已说明，同一款手机产品其条码的贴纸上的条码字符等信息的位置都是固定的，因此对应同一款手机计算好其条码在贴纸上的位置，再次调用imcrop()函数，能把贴纸上任意部分分割出来。 （分割出来的条码） 2.5条码识别与检测 条码图像经过处理后最终得到的是只有黑白条空组成的二值图像,该点的颜色信息在阔值变换时已经定义,用255和0表示白色和黑色,则接下來的任务就是对此图像所包含的数字或英文字母信息进行译码,即条码识读。 2.5.1条码译码识别方案 条码识别的算法有很多，常用的有： ①宽度测量法：在图像方式的译码过程中,宽度的测量不再采用传统的脉冲测量法,而是通过记录每个条或空的宽度中所含象素的个数来确定实际的条/空宽度,从而确定整个条码符号所代表的信息。 ②平均值法：对条码符号图像中从起始符到终止符整个宽度进行测量,然后除以95标准宽度,求出单位模块所含的像素列宽,再分别测量各个条空的实际宽度此宽度以单位宽度为单位计算 ③相似边距离测量法：这种方法的设计思路是通过对符号中相邻元素的相似边之间距离的测量来判别字符的逻辑值，而不是由各元素宽度的实际测量值来判别。 前两种方法对条码图像的要求非常高,因为它们都是测量各元素符号的实际宽度,然后根据查表法得到所代表的码值。如果实际测量值与标准值存在一点偏差,就不能实现正确译码。而第三种方法正是有效的解决了这一问题,因此本方案采用相似边距离测量的方法来实现译码功能。 理论上条形码字符的逻辑值应该由条形码的实际宽度来判断，而相似边距离方法的设计思想通过对符号中相邻元素的相似边之间距离的测量来判别字符的逻辑值，而不是由元素宽度的实际值来判别。此种方法的优点是：即使条码质量存在缺欠，使得实际测量值和条码应该具有的理论值有较大的偏差，仍然可以根据相似边的距离能够正确解释。
（条码字符宽度示意图） 图中C1，C2，C3，C4表示每个字符中四个相邻条、空的宽度，T表示一个字符的宽度，T1，T2表示相似边之间的距离，把其归一化后按表查询即可获得其编码值。
（EAN-13条码字符与归一化值） 由MATLAB实现该方法，关键是要检测出相似边之间的距离。可从左到右对条码进行水平灰度扫描，以灰度值跳变的点作为条和空的标记坐标，从而计算出由各个条、空的宽度，并通过计算n=T/7，T=1C+2C+3C+4C得到单位模块的宽度。各个条空的宽度除以单位模块的宽度就是归一化的条空宽度。而为了方便译码，我们除去起始符3个条空，中间分隔符5个条空，终止符3个条空，对剩
