典型文献
基于机器视觉的条形码定位方法研究与设计
文献摘要：
随着"中国智能制造"战略的实施,企业开始朝着大型、高效的智慧工厂发展.条形码以其高可靠性和低成本的优点,解决了工业管理中数据采集的问题,成为智慧工厂实现信息自动化、智能化和数据化的关键.为了对工业生产线上的产品标签条码进行高效识别和分拣,需要采用机器视觉方法和数字图像处理技术,对条形码先进行定位再进行识别.本文设计了一种基于机器视觉的条码位置定位技术.针对生产线上位置不同、大小不一的条码图像,采用Scharr算法边缘处理灰度图像,并对边缘检测结果二值化后滤波,经过形态学处理后定位出条码的位置.此方法对于清晰的条形码图片,摆正图片的定位率可以达到99％,倾斜图片的定位率也可达到97％,一张条形码定位用时100ms左右,满足现代大型、高效、集成的工厂的相关需求.
文献关键词：
条形码定位;边缘提取;形态学
中图分类号：
作者姓名：
周昌伟;付靖峰;谭夫蓬
作者机构：
重庆品胜科技有限公司,重庆 401147
文献出处：
引用格式：
[1]周昌伟;付靖峰;谭夫蓬-.基于机器视觉的条形码定位方法研究与设计)[J].中国仪器仪表,2022(05):64-67
A类：
条形码定位,位置定位技术
B类：
机器视觉,定位方法,研究与设计,智慧工厂,高可靠性,信息自动化,数据化,工业生产线,签条,条码,分拣,数字图像处理技术,码位,上位,大小不一,Scharr,边缘处理,灰度图像,边缘检测,二值化,形态学处理,后定位,摆正,100ms,边缘提取
AB值：
0.324764
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
