Считывание маркировки средствами компьютерного зрения
  1. Что такое маркировка?

Маркировка – это контрольно-идентификационный знак, который размещается на товаре или на его упаковке. Назначение маркировки заключается в идентификации компонентов и/или продуктов на отдельных (в процессе производства, доставки, продажи) или на всех этапах жизненного цикла.

Маркировка может содержать сведения о производителе продукции, стоимости и характеристиках товара, правилах хранения и т.д. Выделяют два основных типа маркировок: графическая маркировка и радиометка. К графическим маркировкам относятся буквенно-цифровая маркировка, штрих-код или какой-либо двумерный код. Буквенно-цифровая маркировка главным образом используется людьми, в то время как графическая маркировка считывается “машинами”.

На каждом изделии содержится большое количество маркировок, в коде каждой из которых зашифрована уникальная информация. Зачастую на товаре присутствуют сразу несколько типов маркировок, дополняющих друг друга. Практически на каждом товаре можно найти один из следующих кодов: LCN (Logistic Control Number) код, DM (Data Matrix) код, Barcode (Штрихкод), LOT-код, QR-код и другие.

Barcode – штриховой код, который присваивается объекту при введении на предприятии системы автоматической идентификации. Расшифрованный баркод представляет собой набор цифр с буквами или без, который является уникальным идентификатором продукта, где содержатся сведения о данном объекте. Баркод является одномерным кодом. Его основные параметры – длина и емкость. 

DataMatrix - двумерный матричный штрихкод, представляющий собой чёрно-белые элементы или элементы нескольких различных степеней яркости, обычно в форме квадрата, размещенные в прямоугольной или квадратной группе. Матричный штрихкод предназначен для кодирования текста или данных других типов. Чаще всего в промышленности и торговле применяются битовые матрицы, кодирующие от нескольких байт до 2 килобайт данных.

В коде присутствует вся необходимая информация о товаре и код коррекции ошибок, благодаря которому DM-код можно считать даже при повреждении до 30% его поверхности (для ECC200).
В DM-коде могут быть зашифрованы до 2 Кбайт данных, в том числе информация о стране изготовления товара, использованных материалах, цвете изделия, фасоне, размере, дате изготовления, сроке эксплуатации и многая другая полезная информация.

Quick Response (QR-код) – это двухмерный штрихкод, предоставляющий информацию для ее быстрого распознавания с помощью камеры. Информация получается практически мгновенно, отсюда и название данного кода. Считывающее устройство распознает QR-код по трем квадратным меткам, расположенным по его углам. 

И QR-код, и DM-код анализируются в виде сетки. Каждой ячейке присваивается значение в зависимости от ее цвета, после чего ячейки группируются в более сложные узоры, из которых и происходит извлечение данных. 

  1. Считывание маркировки

2.1 Ручные сканеры

Зачастую считывание кодов маркировок производится вручную с помощью специального сканера. Ручное считывание трудоёмко и занимает длительный промежуток времени, а также требует дополнительных человеческих ресурсов. Разрешение от 0,1 до 0,25 мм, при этом распознавание кода происходит на расстоянии не более 20-30 см. Поэтому для считывания каждого кода необходимо поднести сканер на достаточно близкое расстояние к нему, что существенно замедляет процесс.

Aibecy ручной сканер штрих-кода проводной/беспроводной Двойной режим подключения для сканирования 1D 2D QR штрих-код офисные электронные принадлежности - купить недорого в интернет-магазине с доставкой: сравнение цен, характеристики, фото и отзывы ...

Поскольку маркировке подвергается не партия в целом, а каждая единица товара, то количество продукции, готовой к реализации, напрямую зависит от скорости нанесения маркировок и их контроля.


Считывание маркировки с помощью ручного сканера является максимально бюджетным, но при этом имеет ряд значимых недостатков. Ранее уже упоминалась проблема низкой производительности. Также стоит отметить непродолжительный срок службы и ограниченную функциональность данного устройства. Из всего вышеперечисленного можно сделать вывод, что ручное считывание должно быть использовано только при небольших объемах инспектируемой продукции.

2.2 Автоматизированные считыватели

Автоматизированные считыватели кодов позволяют упростить и ускорить процесс идентификации товаров. Эксперименты показали, что считыватели распознают около 99,9% кодов, при этом обрабатывая как одномерные, так и двумерные коды в несколько раз быстрее, чем стандартные ручные сканеры. Специализированные считыватели кодов имеют разрешение до 3 МП и частоту считывания 60-80 кадров/сек., а наиболее продвинутые модели до 150 кадров/сек.

Безусловно, использование автоматизированных считывателей для решения задачи распознавания кодов является более “продвинутым” решением, нежели ручное считывание, однако, считыватель имеет свои недостатки. Считыватель является готовым полноценным устройством, которое управляется встроенным программным обеспечением. Проблема заключается в том, что пользователь может только взаимодействовать с ПО, но не может его изменять или дополнять при появлении такой необходимости. Это относится и к остальным компонентам считывателя: датчику, подсветке, оптике и т.д. В целом, можно говорить о невысокой гибкости данного устройства. Кроме того, при какой-либо поломке придется заменять прибор полностью, поскольку его ремонт просто нецелесообразен. 

2.3 Системы машинного зрения и смарт-камеры

Простейшая система машинного зрения для оптической идентификации состоит из:

  • Одной или нескольких камер для захвата изображений кодов;

  • Объектива, позволяющего увидеть мельчайшие детали;

  • Датчика или энкодера, определяющего момент времени, когда необходимо произвести захват изображения;

  • Подсветки, обеспечивающей необходимое освещение в момент съемки,

  • Компьютера, производящего анализ изображений с камеры, обработку маркировочных кодов и ведение базы данных о маркировках;

  • И устройства, обеспечивающего непрерывную доставку новых маркировок к камере (конвейерная лента, перемоточная машинка и др.).

Расчёт необходимой разрешающей способности камеры для распознавания кода современными алгоритмами машинного зрения, производится на основании требования - не менее 3 пикселей на модуль. Как уже упоминалось выше, задача распознавания кода не требует камеры с большим разрешением, при этом частота кадров должна быть достаточно высокой. К примеру, данными качествами обладает камера Lucid Triton 0.4 MP. С помощью данной камеры можно получать до 291 кадра в секунду, к тому же она оснащена защитой от пыли и влаги класса IP 67, поэтому для нее не отребуется никаких дополнительных кожухов, а расширенный температурный диапазон от -20 до +55 позволяет не думать о дополнительном охлаждении или нагреве. Камера имеет цифровые линии для подключения датчиков и модулей подсветки, поэтому для решения задачи распознаваня кода не потребуется использование дополнительных контроллеров. При всех преимуществах данная камера стоит относительно недорого, что делает ее доступной для использования  практически для каждого.

Проверка маркировок может осуществляться как до их нанесения на продукцию или упаковку, так и после этого. До нанесения рулон с маркировками перематывается с помощью перемоточной машинки или движется по конвейеру, благодаря чему все они попадают в поле зрения неподвижно закрепленной камеры. Датчик позволяет определить, когда в поле зрения камеры попала новая маркировка. В этот момент он даст камере сигнал о съёмке и включит подсветку. Полученные изображения по очереди анализируются с помощью специализированного ПО, затем считанные коды добавляются в базу данных. Результатом работы системы является отчет о считанных кодах, а также база этих кодов.

База считанных кодов – документ в формате CSV:

C:\#Videnichev\#Projects\VA16_SYGROUP_2D_CODE_SCAN\#Implementation\Documentation\Сопутствующие материалы\csv_example.png

Когда стоит задача считывания маркировки, нанесенной на продукцию, необходимо обеспечить постоянный поток продукции мимо камеры, правильную ориентацию продукции в пространстве, учесть особенности окружения, света, формы продукции, ее цвета и т.д. Системы машинного зрения позволяют получать изображения, оптимальные для компьютерной обработки, анализа, измерений, диагностики, распознавания и контроля. Использование систем машинного зрения при работе с маркировками предоставляет следующие преимущества:

  • Обеспечение стабильной высокой скорости сканирования;

  • Адаптивность к различным видам маркировок и предметов (упаковок, бутылок, контейнеров, тюбиков и т.д.);

  • Независимость от окружающих условий (подсветка гарантирует работу при изменении и даже отсутствии освещения);

  • Параллельное считывание нескольких маркировок с разных областей, и привязка собранной информации к одному объекту контроля;

  • Минимизация ошибок считывания и их автоматическое исправление;

  • Постоянное развитие технологий.

Наиболее значимым преимуществом систем является их гибкость. Конфигурация системы может изменяться в довольно широких пределах в зависимости от пожеланий заказчика. Это позволяет сделать проектируемую систему максимально бюджетной. При этом каждая система в случае необходимости будет удовлетворять каким-либо специфическим требованиям. К тому же, при выявлении неисправности необходимо заменить только вышедший из строя компонент, и система продолжит свою работу, что существенно упрощает эксплуатацию и ремонт оборудования. Благодаря тому, что система машинного зрения управляется полноценным компьютером, программное обеспечение можно легко обновить или заменить. 

К недостаткам можно отнести стоимость разрабатываемых систем. С течением времени технологии развиваются и дешевеют, в том числе и системы технического зрения, однако на данный момент они все же являются дорогостоящим решением. При небольшом объеме маркированной продукции целесообразнее производить проверку вручную. Однако крупным предприятиям выгоднее использовать автоматические системы. Стоит один раз приобрести автоматическую систему, и ее можно будет использовать на протяжении долгого времени. При необходимости систему можно быстро перенастроить и переоборудовать. Автоматические системы позволяют экономить временные и человеческие ресурсы, что в перспективе выгодно и с экономической точки зрения.

Что касается смарт-камер, на сегодняшний день они обладают практически таким же функционалом, что и полноценные системы машинного зрения, но имеют ряд ограничений. 


Преимущества и недостатки устройств для считывания и контроля маркировки представлены в таблице:

Устройство

Преимущества

Недостатки

Ручной сканер

• Стоимость;

• Простота использования

• Низкая скорость считывания;

• Невозможность оценить качество маркировки;

• Невозможность считывания нескольких кодов одновременно;

• Отсутствие удобного интерфейса оператора

Стационарный

оптический

сканер

• Анализ и обработка изображения производятся внутри самого сканера (для работы не нужно дополнительное оборудование);

• Результат работы – массив считанных кодов;

• Имеется множество промышленных протоколов взаимодействия с внешними системами

• Невозможность оценить качество маркировки;

• Невозможность считывания нескольких кодов одновременно;

• Отсутствие удобного интерфейса оператора

Смарт-камера

• Анализ и обработка изображения производятся внутри самой камеры (для работы не нужно дополнительное оборудование);

• Возможность увеличения глубины резкости за счет использования сменного объектива;

• Встроенное освещение 

• Имеется множество промышленных протоколов взаимодействия с внешними системами

• Высокая стоимость;

• Как правило, устаревшие камеры и вычислители;

• Ограниченные возможности взаимодействия с оператором;


Система машинного

зрения

• Гибкость системы: возможность использования нескольких алгоритмов для повышения надежности считывания, возможность считывания нескольких кодов одновременно;

• Возможность разработки гибкого интерфейса (отображение, обработка, хранение данных);

• Возможность увеличения глубины резкости за счет использования внешнего объектива;

• Масштабируемость системы: возможность использования многокамерных систем на одном вычислителе. 

• Большое число компонентов;




Подводя итог, заметим, что каждая задача считывания маркировки уникальна и имеет свои “нюансы”, такие как объем кодов, цель их считывания, имеет значение нанесены ли маркировки на продукцию или собраны в рулоне, а также важен формат желаемого результата.

С учетом всех перечисленных достоинств и недостатков, системы машинного зрения являются универсальным решением задачи считывания маркировок, обеспечивающим наилучший баланс между ценой и качеством. При этом, автоматические системы не всегда могут полностью заменять системы ручного сканирования. Лучше всего, когда системы дополняют друг друга.

  1. Дополнительная информация

Камеры машинного зрения:

Модули подсветки для систем машинного зрения:

Система контроля качества акцизной марки “КАМА”:




Другие материалы: