[发明专利]一种自动识别多条码与LED灯的测试系统及方法在审

专利信息
申请号: 202110611078.7 申请日: 2021-06-01
公开(公告)号: CN113505622A 公开(公告)日: 2021-10-15
发明(设计)人: 王郑军;宋祥林;吴进;陈政;王周锋;邓海美;贺吉明;杜秦岭 申请(专利权)人: 深圳市亿联无限科技有限公司
主分类号: G06K7/14 分类号: G06K7/14;G01N21/84
代理公司: 深圳市行一知识产权代理事务所(特殊普通合伙) 44453 代理人: 杨贤;孙启轩
地址: 518000 广东省深圳市南山区西丽街道*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 自动识别 条码 led 测试 系统 方法
【说明书】:

发明提供了一种自动识别多条码与LED灯的测试系统,包括:摄像头,用于扫描待测设备,并获取图像;低秩纹理映射单元,用于采用低秩纹理映射算法对所述图像进行校正操作;图像差异对比单元,用于采用图像差异对比算法分析所述图像差异,并判断出LED灯的亮灭;多条码快速识别单元,用于对所述图像进行分割标记,从而实现所述图像中多条形码的识别操作。本发明还提供了该系统的方法。本发明能够解决现有技术中投入人力大、产能低和效率低的问题,使得传统工厂的自动化生产技术得到提高。

技术领域

本发明涉及工业自动化生产领域,特别涉及一种自动识别多条码与LED灯的测试系统及方法。

背景技术

目前自动化生产技术不断在全球得到了快速的普及与发展,智能机器人也逐渐取代人工手动生产。

随着社会文化水平的进步,劳动力逐渐减少,智能机器人替代人工生产的需求也越来越大,在生产流水线等各方面也越来越离不开半自动和全自动化生产技术。而随着人类对产品需求量的不断增加,新产品的实际周期寿命也在逐步变短,全自动化24小时生产提高了产能,满足了用户短时间内能够使用最新周期推出的产品的需求。

传统的工厂生产装备工具,额外需要人工扫描多个条形码,且需要用肉眼查看LED灯颜色与LED灯亮灭情况,并通过一系列复杂的操作才能完成生产。这样就存在着投入人力大、产能低和效率低的问题。因此,现有技术急需提供一种可全面替代这类繁琐操作的装备工具。

本申请提供一种自动识别多条码与LED灯的测试系统及方法。能够解决现有技术中投入人力大、产能低和效率低的问题,使得传统工厂的自动化生产技术得到提高。

发明内容

(一)发明目的

为克服上述现有技术存在的至少一种缺陷,本发明提供了一种自动识别多条码与LED灯的测试系统及方法,能够解决现有技术中投入人力大、产能低和效率低的问题,使得传统工厂的自动化生产技术得到提高。

(二)技术方案

作为本发明的第一方面,本发明公开了一种自动识别多条码与LED灯的测试系统,包括:

摄像头,用于扫描待测设备,并获取图像,所述图像包括LED灯图像和多条形码图像;

低秩纹理映射单元,用于采用低秩纹理映射算法对所述图像进行校正操作;

图像差异对比单元,用于采用图像差异对比算法分析所述LED灯图像差异,并判断出LED灯的亮灭;

多条码快速识别单元,用于对所述多条形码图像进行分割标记,从而实现所述多条形码图像中多条形码的识别操作。

一种可能的实施方式中,所述低秩纹理映射单元包括预处理单元,所述预处理单元用于对校正后的所述条码图形进行灰度化处理。

一种可能的实施方式中,所述低秩纹理映射算法的数学模型表示为:

其中,I0表示恢复出的低秩纹理;

E表示图像中的稀疏野点或者是非高斯噪声;

γ0表示低秩纹理与稀疏误差之间的权重因子;

表示图像I中的所有像素在投影变换τ下的变换操作;

τ∈Rp表示特定条件下的李氏群;

E表示图像中的稀疏野点或者是非高斯噪声;

τ表示为一个包含矩阵H中所有元素的八维向量;

I0表示恢复出的低秩纹理。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市亿联无限科技有限公司,未经深圳市亿联无限科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110611078.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top