摘要：以Meteor II Standard圖像采集卡為基礎(chǔ)，以識(shí)別金屬零件上的Data Matrix二維碼為目的，對(duì)攝像頭采集的圖像進(jìn)行處理。實(shí)現(xiàn)了該方法在工業(yè)流水線睥實(shí)時(shí)識(shí)別應(yīng)用。

二維碼是在平面二維方向上都記錄信息的符號(hào)。它充分利用了平面上的二維空間，大大提升了信息密度，使得在小面積上編碼大數(shù)據(jù)成為可能。其次由于它超強(qiáng)的糾錯(cuò)能力，即使大面積受損也能被準(zhǔn)確識(shí)別。目前二維碼應(yīng)用于工業(yè)自動(dòng)化、物流、郵政、醫(yī)療、商業(yè)、金融、交通運(yùn)輸、身份識(shí)別、政府管理、公共安全、海關(guān)及國(guó)防等領(lǐng)域。在我國(guó)，二維碼的應(yīng)用尚屬起步階段，應(yīng)用地區(qū)和領(lǐng)域也相當(dāng)有限。但是可以預(yù)見，二維碼以其獨(dú)特的優(yōu)勢(shì)必將像條形碼一樣在我國(guó)的各個(gè)領(lǐng)域被推廣和應(yīng)用。

本文通過Matrox公司的圖像采集卡Meteor-II Standard，利用MIL函數(shù)庫對(duì)氣動(dòng)打印在金屬零件上的Data Matrix二維碼進(jìn)行了實(shí)時(shí)捕捉識(shí)別，并對(duì)采集來的Data Matrix圖像進(jìn)行具體的圖像處理，命名其達(dá)到被識(shí)別的要求。最后，通過實(shí)驗(yàn)討論提高識(shí)別率的方法。

圖1

1 Data Matrix概述

二維碼有多種類型，本文只討論矩陣式Data Matrix。

Data Matrix最大特點(diǎn)就是“小”，能在25mm2面積上編碼30個(gè)數(shù)字，因此被廣泛用于標(biāo)示集成電路、藥品等小件物品。另外在制造業(yè)的流水線生產(chǎn)過程中，打印生成Data Matrix也較容易。

如圖1所示，Data Matrix符號(hào)看起來像一個(gè)由深淺兩種顏色組成的國(guó)際象棋棋盤，每一個(gè)相同大小的黑色或白色方格稱為一個(gè)數(shù)據(jù)單位。Data Matrix符號(hào)由許多這樣的數(shù)據(jù)單位組成。在尋邊區(qū)外層有寬度為一個(gè)數(shù)據(jù)單位的靜區(qū)。尋邊區(qū)是“棋盤”的邊界，只用于定位和定義數(shù)字單位的大小，而不含 有任何編碼信息。被尋邊區(qū)包圍的數(shù)據(jù)區(qū)包含著編碼信息。矩陣中的0、1就是Data Matrix的黑白兩色小方格，即數(shù)據(jù)單位。

Data Matrix采用了Reed-Solomon交織交插編碼，編碼時(shí)加入了糾錯(cuò)碼，使Data Matrix的糾錯(cuò)性能比較強(qiáng)。以一個(gè)5位的流水號(hào)“12345”為例，通過編碼規(guī)則得到Data Matrix的3位碼字和5位糾錯(cuò)碼，可糾錯(cuò)2位碼字，糾錯(cuò)率為2/8=25%。

2 用MIL識(shí)別Data Matrix碼

Meteor-II Standard是Matrox公司的一塊圖像采集卡，通過攝像頭采集外界圖像，然后實(shí)時(shí)地傳輸給主機(jī)內(nèi)存。MIL函數(shù)開發(fā)包是一個(gè)獨(dú)立于硬件的32位圖像處理函數(shù)庫，其中有大量基本的圖像處理函數(shù)。

2.1 基本過程

Data Matrix識(shí)別的基本過程如圖2所示。通過MIL提供的函數(shù)采集圖像，并將采集的圖像以數(shù)字化方式存儲(chǔ)在圖像緩沖區(qū)中；對(duì)圖像進(jìn)行增強(qiáng)處理，提高圖像的識(shí)別準(zhǔn)確率。實(shí)驗(yàn)中通過平滑濾波方法，減少圖像噪聲，很好地解決了采集金屬零件的Data Matrrix碼時(shí)，由于碼符號(hào)邊沿亮度過亮影響圖像分割問題；然后對(duì)圖像進(jìn)行直方圖均衡化，擴(kuò)大對(duì)比度的動(dòng)態(tài)范圍，解決由于光照或攝像頭的原因，造成采集的圖像偏暗，對(duì)比度不夠顯著，引起圖像中明暗模糊不清的問題。

由于采集后的圖像有很多無用背景，Data Matrix符號(hào)所在區(qū)域只占整個(gè)圖像很上的比重。采用遮罩的方法，用一個(gè)固定位置的子緩沖區(qū)限制圖像處理區(qū)域，忽略區(qū)域外的圖像，實(shí)現(xiàn)Data Matrix的符號(hào)提取。最后用MIL函數(shù)直接譯碼，并將譯碼結(jié)果放在指定的字符串中，用顯示語句在屏幕上打印結(jié)果。

2.2 Data Matrix符號(hào)的膨賬

金屬零件上的Data Matrix碼是氣動(dòng)打印而成的成點(diǎn)陣式，與標(biāo)準(zhǔn)的Data Matrix符號(hào)不完全一樣，其點(diǎn)間空隙大。如對(duì)這種碼毫無處理地進(jìn)行識(shí)別，則識(shí)別率會(huì)很低。為了解決這個(gè)問題，采用數(shù)學(xué)形態(tài)學(xué)的膨脹算法。為了提高識(shí)別準(zhǔn)確度，可以將Data Matrix符號(hào)膨脹若干次，縮小數(shù)據(jù)單位之間的空隙。這樣，計(jì)算機(jī)在“尋找”Data Matrix的“L”型尋邊區(qū)時(shí)就容易準(zhǔn)確得多。

    2.3 偽實(shí)時(shí)識(shí)別的實(shí)現(xiàn)

由于MIL本身不支持圖像的實(shí)時(shí)處理，所以要實(shí)現(xiàn)實(shí)時(shí)識(shí)別需要用一種叫做比緩沖的方法實(shí)現(xiàn)偽實(shí)時(shí)的圖像處理，CPU每次處理的圖像其實(shí)是攝像頭采集的上一幀圖像。

雙緩沖區(qū)使一邊采集圖像一邊處理圖像成為可能，如圖3所示。攝像頭將圖像采集到圖像緩沖區(qū)1中等待處理，與此同時(shí)CPU利用這段時(shí)間處理圖像緩沖區(qū)2中（上一幀）的圖像，完畢后兩個(gè)緩沖區(qū)的職能交換；CPU處理緩沖區(qū)1中采集的前一時(shí)刻的圖像，而此時(shí)緩沖區(qū)2中的圖像已被處理完畢，可以接收攝像頭下一幀的采集圖像。如此往復(fù)，兩個(gè)緩沖區(qū)互換，不間斷地運(yùn)動(dòng)便可實(shí)現(xiàn)偽實(shí)時(shí)處理。在處理環(huán)節(jié)上加Data Matrix識(shí)別功能，就能實(shí)現(xiàn)實(shí)時(shí)識(shí)別Data Matrix。采集圖像和處理圖像正好相差一幀，所以是“偽”實(shí)時(shí)的，但是假如計(jì)算機(jī)運(yùn)算速度足夠快，時(shí)間延遲的影響便可忽略。

這種方法的優(yōu)點(diǎn)是既實(shí)現(xiàn)了實(shí)時(shí)性，又將采集和處理這兩項(xiàng)進(jìn)程分開，讓CPU和攝像頭分別獨(dú)立并行地處理，充分利用了空閑時(shí)間。

3 識(shí)別結(jié)果統(tǒng)計(jì)與分析

通過編程，實(shí)現(xiàn)了對(duì)金屬上的Data Matrix碼進(jìn)行識(shí)別，并統(tǒng)計(jì)了總的采集幀數(shù)（f）、幀率（f/s）、識(shí)別成功的總幀數(shù)、識(shí)別率等信息。實(shí)驗(yàn)證明在攝像頭焦距以及光源都相當(dāng)理想的情況下，識(shí)別率很高。

Data Matrix識(shí)別的成功率與很多因素有關(guān)，首先是Data Matrix符號(hào)本身，打印在紙上與打印在金屬零件上的點(diǎn)陣式Data Matrix差異很大；其次是檢測(cè)時(shí)的運(yùn)動(dòng)失真，會(huì)影響識(shí)別成功率；再次是背景圖像的影響，Data Matrix符號(hào)與背景色反差越大，背景中干擾圖像越少，識(shí)別成功率越高；光源、符號(hào)的旋轉(zhuǎn)等都會(huì)對(duì)識(shí)別造成影響。

    3.1 運(yùn)動(dòng)檢測(cè)的影響

Data Matrix檢測(cè)常用在流水線上，這時(shí)需要考慮攝像頭與被檢測(cè)零件相對(duì)運(yùn)動(dòng)對(duì)識(shí)別的影響。在實(shí)驗(yàn)中用固定零件、移動(dòng)攝像頭的方法來模擬流水線中的運(yùn)動(dòng)檢測(cè)，記錄每次檢測(cè)時(shí)攝像頭的運(yùn)動(dòng)速度，以此找出零件上的Data Matrix能夠被識(shí)別的最大相對(duì)運(yùn)行速度。

現(xiàn)通過實(shí)驗(yàn)測(cè)得20組數(shù)據(jù)，以6mm×6mm的Data Matrix為考慮對(duì)象，結(jié)果如表1所示。

上結(jié)果，在光照和攝像頭焦理想的情況下，最大識(shí)別的相對(duì)速度為2.00cm/s，比該速度再快可能會(huì)因運(yùn)動(dòng)失真導(dǎo)致Data Matrix無法識(shí)別。

3.2 干擾圖像的影響

在相同條件下，背景干擾少的圖像識(shí)別率較高，尤其當(dāng)北京具有與Data Matrix類似矩形狀圖形時(shí)。在光照較好的條件下，測(cè)試金屬零件上的Data Matrix識(shí)別率。在有背景干擾的情況和用子緩沖區(qū)屏蔽一些背景干擾的情況各測(cè)得10組數(shù)據(jù)，分別如表2所示。

表1 待測(cè)Data Matrix與攝像頭的相對(duì)運(yùn)動(dòng)對(duì)識(shí)別的影響

表2 背景干擾對(duì)識(shí)別的影響

可見，用于緩沖區(qū)屏蔽一些無用的背景圖像后，識(shí)別效果總體上要略好于未屏蔽。

3.3 光源的影響

光源對(duì)識(shí)別成功率的影響反映在圖像整體的明暗對(duì)比度上。對(duì)金屬零件上的Data Matrix而言，其更多的是影響符號(hào)的清晰程度。光源位置如果選取不得當(dāng)，由于金屬的反光特性，金屬表面會(huì)形成一片亮度特別大的鏡面反射區(qū)，給Data Matrix圖像造成強(qiáng)烈的干擾。

一種比較好的方法是用側(cè)光的方法。由于金屬零件上的Data Matrix碼是氣動(dòng)打印產(chǎn)生的，打印處會(huì)有高低起伏，這些區(qū)域的反光是溫反射，不同于其他區(qū)域的鏡面反射光，側(cè)光助于把點(diǎn)陣與金屬反光的背景分開，將攝像頭避開了金屬的鏡面反光。圖4對(duì)比了側(cè)光和反射光下的二維碼狀態(tài)。

3.4 識(shí)別程序的適應(yīng)性

識(shí)別程序的適應(yīng)性指適應(yīng)不同尺寸和打印類型Data Matrix的能力。本文中考慮的打印類型有金屬表面氣動(dòng)打印、金屬表面電動(dòng)針式打印和標(biāo)準(zhǔn)紙面激光打印三種。實(shí)驗(yàn)結(jié)果表明，程序?qū)鈩?dòng)式打印Data Matrix碼的識(shí)別能力普遍好于同樣是金屬材質(zhì)的電動(dòng)針式打印Data Matrix碼。不同尺寸的識(shí)別率基本相等。打印在紙上的標(biāo)準(zhǔn)Data Matrix由于圖形標(biāo)準(zhǔn)、顏色穩(wěn)定、分辨率高等因素?zé)o需作太多的圖像增強(qiáng)和膨脹就能夠被計(jì)算機(jī)識(shí)別，識(shí)別率非常高。