1.4 喷码识别系统应用实践

在食品和饮料等行业的灌装现场中，喷码已被广泛用于产品包装环节，如生产日期、保质期和产品批号等字符信息，使得购买者能从清晰的字符中查看所购买产品的重要信息。对生产厂家来说，可以通过喷码信息实现对产品的查询、核对、录入及追踪等功能，如图1-7所示为印有喷码字符信息的产品。因此，印刷质量合格的喷码对生产商来说十分重要。然而喷码字符的质量会受到喷码机自身设备的性能和环境等外部因素的干扰，不可避免地出现多种缺陷，如字符的重印、错印、漏印、部分缺失以及喷墨污染等。如果未能及时对具有缺陷喷码的产品质量进行把关，流入市场后的缺陷产品不仅会对企业声誉造成危害，且会严重降低消费者对该产品的购买欲望。可见，为保证产品喷码质量合格，生产商需要对产品上的喷码字符进行检测和识别，进而剔除有字符缺陷或字符错误喷涂的产品。

图1-7 印有喷码字符信息的产品

目前，传统机器视觉的识别方法已被广泛运用在对一些背景简单、字符清晰、区分度大的喷码产品上。而随着产品的多元化和形态多样的产品包装出现，也存在着一些具有复杂背景的喷码产品，如图1-8所示的喷码产品对象。该产品上的喷码字符间隔小、背景图案复杂，且存在字体倾斜、畸变等特征，传统机器视觉的识别方法容易出现特征泛化能力弱等问题，不能有效、正确地识别。因此，如何准确地对工业上各类产品喷码字符进行识别，且能提高识别效率，对消费者和生产商来说都具有重大的意义。目前常见的机器人感知系统基本都在基于x86架构的工控机上实现，其具备性价比高、低耗节能、体积小等特点，可移动部署等优势。

图1-8 具有背景复杂、倾斜畸变字符等特征的喷码

针对上述问题，本例以深度学习技术为基础，结合嵌入式系统实现对喷码产品字符准确、快速的识别，进而判断字符的质量是否达到合格标准。本例的研究内容为实现深度学习技术在工业上的运用提供了一种可行的解决思路和方案[3-4]，也有助于工业智能化水平的提升。