典型文献
基于机器视觉的复杂背景下QR码检测
文献摘要：
在未来制造业的发展中,智能制造将会是其重要的发展方向,而在工业上以QR码为基础的产品检测和分拣体系正在逐步完善.为了加强对流水线上产品信息的查验,如何快速高效地定位识别出产品上存储产品信息的QR码是一个亟待解决的问题.面对工业相机采集到工业流水线上产品的QR码图像存在如文字背景干扰、过度曝光、畸变、模糊等复杂背景的问题,提出一个改进的基于MQR的检测方法——OMQR.首先采用基于方向梯度直方图加支持向量机的方法对QR码分类,进而去除数据集中的负样本图像.然后对QR码图像做对比度增强、畸变复原等图像处理,最终完成对产品QR码的定位识别.基于MRP300机器视觉运动旋转实验开发平台,将本文方法和MQR码识别算法对比,结果表明:该检测方法能有效区分出工业相机拍摄的QR码图像,正确定位并识别出QR码信息,有效提高工业流水线下存在复杂背景的产品QR码检测准确性.
文献关键词：
机器视觉;智能制造;QR码;方向梯度直方图;支持向量机
中图分类号：
作者姓名：
赵志伟;柳鸣;张根
作者机构：
中南民族大学计算机科学学院,武汉 430074
文献出处：
引用格式：
[1]赵志伟;柳鸣;张根-.基于机器视觉的复杂背景下QR码检测)[J].现代计算机,2022(01):25-31
A类：
MQR,OMQR,MRP300
B类：
机器视觉,复杂背景,产品检测,分拣,逐步完善,强对流,流水线,产品信息,查验,快速高效,定位识别,出产,工业相机,机采,背景干扰,曝光,畸变,方向梯度直方图,除数,对比度增强,复原,旋转实验,实验开发,开发平台,识别算法,算法对比,分出,出工,下存,检测准确性
AB值：
0.296324
相似文献
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。
