QR码印刷质量检测系统

作者 祝绘青1 董 浩1 张培恒2

　　1.河北省自动化研究所(河北 石家庄 050081)

　　2.燕山大学电气工程学院(河北 秦皇岛 066004)

　　*基金项目：河北省科学院高层次人才培养与资助项目(编号：2017G11)

　　祝绘青(1981-)，女，硕士，工程师，研究方向：机器视觉与检测技术;董浩，男，工程师，研究方向：机器人与机器视觉技术;张培恒，男，硕士，初级工程师，研究方向;机器视觉。

摘要：QR码与其他二维码相比具有识读速度快、数据密度大、占用空间小的优势，已经在移动终端、嵌入式系统、交通运输、食品药品以及生活消费支付等领域得到广泛应用。印刷过程中，由于受到机械精度、生产工艺、操作失误等多方面因素的影响，印刷品表面会出现不同类型的QR码缺陷，主要包括：漏印、误印、印刷位置偏移、黑白拉线等。运用图像预处理及模板匹配算法对QR码进行缺陷识别，实现对QR码印刷品中出现的QR码图片漏印、误印、印刷位置偏移、黑白拉线等印刷问题的自动识别，从而解决了人工检测所带来的问题。

0 引言

　　随着物联网与自动化识别技术的迅速发展，QR码具有超高速识读、数据隐蔽性、可很好地处理中国汉字和日文等优点。在移动终端、嵌入式系统、交通运输、食品药品以及生活消费支付等领域得到广泛应用。QR码在实际应用中通常印刷在产品外包装上。产品的包装质量对产品尤为重要，这不仅因为它是评价产品合格的一个重要因素，产品的基本信息更是通过它来反映的。当QR码标签出现问题的时候，用户对该产品的印象会受到影响，使用产品时也会造成不便。

　　但在QR码印刷过程中，有多种因素会导致印刷出现质量缺陷，不仅影响生产效率，还会给印刷企业带来经济损失。常见的印刷产品缺陷主要有：褶皱、飞墨、偏色、针孔、刀丝、糊版、脏版、套印不准、漏印、刮擦、墨点等^[1]。这些印刷缺陷直接导致QR码信息无法被正确识别出来，所以在产品出厂前，需要对印刷在产品上的QR码进行检验识别。传统的印刷标签质检是由操作者按规定的时间间隔抽取印品，与样品模板比较，从而获取标签的质量情况。由于受到人为因素的影响，传统的方法会存在漏检、误检，而且效率低，也给企业增加了人工成本。在高度自动化的工业生产中，产品生产具有集中性大批量的特点，且随着人民生活水平的提高，人们对产品的外观及包装质量的要求也大大提高^[2]，因此设计一套自动化智能化的QR码印刷质量检测系统是很有意义的。

　　基于上述情况，本文设计了QR码印刷质量检测系统，该系统可以对产品上印刷的QR码图片信息进行识别与校对，检测出QR码是否存在漏印、误印、印刷位置偏移等缺陷，并记录不合格产品的日志信息，剔除QR码印刷不合格的产品。

1 系统总体设计

　　1.1 软件部分组成

　　QR码印刷质量检测系统包括六部分：用户登录退出模块、相机初始化模块、QR码数据采集模块、QR码图像预处理模块、QR码识别译码模块、QR码匹配比对模块。其中，用户登录退出模块是为了保证系统合法性，只有通过身份验证的合法用户才可使用该系统。相机初始化模块用于相机参数配置，之后可通过QR码数据采集模块获取产品上印刷的QR码图片，通过QR码预处理模块对获取的图片进行灰度化、滤波除燥、二值化、边缘检测等图像处理，可提高QR码识别的速率和效率，为下一步的QR码匹配比对提供模板依据。本系统的结构图如图1所示。

　　1.2 硬件部分组成

　　硬件部分包括光源照明模块和图像采集模块。其中，光源与照明方案是系统的重要组成部分，光源与照明设置是为了突出检测物体的目标特征，将要检测的区域尽可能大的与背景区域进行区分，提高对比度，降低图像的识别难度，使系统的可靠性和综合性能得到提高。本系统采用环形白色高角度无影光源及控制器，如图2所示。

　　图像采集模块是系统的输入端，对整个系统的运行速度和效率有重要影响，包括光电传感器、工业相机、镜头、相机支架、链板等设备。

　　光电传感器输出的继电器信号，用于触发工业相机拍照。当链板运送至特定位置后，光电传感器工作，触发处于准备状态的工业相机抓拍待检测物体的QR码。本系统选用欧姆龙E3Z-T61A-L型光电传感器，传感器带有调节按钮和动作切换开关，响应速率为1 ms，可发射透过性红色光源，可满足系统精度、触发模式、链板速度的要求。

　　考虑到检测时链板一直处于高速运转状态，为了确保系统图像的分辨率和图像处理速率，该系统选用BASLER acA1920-155 μm 彩色工业相机，配有Sony IMX174 CMOS感光芯片，帧速率可达164 fps，标准通讯模式的USB 3.0图像传输方式，230万像素分辨率，足以满足系统要求。相机镜头选用BASLER C-125-1218-5M型号，分辨率为500万像素，光圈范围F1.8~F22.0，工作距离200 mm，固定焦距12.0 mm，原装C口镜头，与已选相机和光源配合使用能够获得高质量QR码图像，为接下来图像处理环节奠定基础。

2 关键技术

　　2.1 QR码图像预处理

　　图像预处理是QR码图像识读过程中重要的基石，它直接关系到QR码识读的准确性和效率。采用数字图像处理的方法对采集的QR码图像进行预处理，能够在很大程度上改良图像歪斜、抖动、模糊、光照不均等失真情况。QR码图像预处理流程包括：对所采集到的彩色图像选取加权均值法灰度化处理;对得到灰度图像进行中值滤波和二值化;在一定程度上消除噪声干扰;用Canny算法对二值化的灰度图像进行边缘检测;找出QR码的各编码的准确区域。

　　目前常用的灰度化图像方式有三种：最大值法、平均值法和加权平均法^[3]。通过MATLAB编程将三种方式的灰度化效果进行比对，如图3所示。用户可以根据应用场景选择不同的灰度化方式，本项目采用的是加权平均法。

　　边缘检测算法有Sobel、Canny、Prewitt等几种方式，通过对采集的QR码样本采取多种边缘检测算法，仿真结果如图4所示，通过对比确定本系统最终选取了Canny边缘检测算法。

　　2.2 模板生成与图像匹配算法

　　为了使图像匹配能够得到便于缺陷检测的效果，本系统采用了QR码模板匹配方式。将逆向生成的QR码做灰度化和二值化处理，作为该系统匹配的标准模板^[4]。QR码印刷质量缺陷检测的详细算法步骤如下：

　　1)二值化

　　图像采集模块获取的待检测QR码图片经过图像预处理后得到二值化图像信息;

　　2)确定QR码位置

　　通过边缘检测确定QR码矩形区域及4个顶点的位置，计算出QR码倾斜度并校正;

　　3)QR码缺陷类型判定

　　若倾斜度大于门限值则判定为“QR码图片位置偏移”;若未监测到QR码区域，则判定为“QR码图片漏印”。用校正的QR码图像和标准模板做差值运算，确定QR码印刷中是否存在黑白拉线或黑白块缺陷;

　　4)QR码译码

　　若无上述缺陷问题，通过QR码译码模块^[5]，解析QR码图片包含内容，并和模板中包含内容进行字符串比对，判定是否存在“QR码图片误印”。

3 软件开发

　　本项目通过利用LabView软件可快速实现图像采集处理及人机界面交互实现的优势，MATLAB图像处理的优势，采用两者混合开发模式。其中QR码相机配置、QR码图像采集、QR码识别、QR码匹配基于LabView平台实现。灰度化、边缘检测等图像预处理在MATLAB平台上编程实现。

　　3.1 LabView软件开发

　　LabView软件内置的IMAQdx通过NI MAX可以直接连接和设置工业相机。在LabView程序框图中调用子VI并连线编写图像采集程序，分别是搜索可用相机，打开和配置相机，拍照获取图像等，如图5所示。

　　3.2 系统界面

　　QR码印刷质量检测系统的操作界面由下面几部分组成：界面左侧是系统各状态的指示灯，界面右侧是功能按钮(登录、运行、译码、匹配、退出)以及硬件的选择。中间部分是采集到的QR码原始图像，中间右侧是QR码图片检测的结果。右下部分是拍照参数可选项、图像预处理可选项(灰度化、滤波除燥、二值化)。最下面部分是QR码检测系统的输出参数(译码成功次数、译码总次数、译码合格率、译码总时间)。如图6所示。

　　3.3 系统检测结果及分析

　　系统设计完成后，我们做了具有针对性的实验测试验证。针对QR码漏贴、误贴、贴错位置等情况都可检测出来，并根据错误类型提示对应的告警：“QR码图片漏贴”、“QR码图片误贴” “QR码图片位置偏移” “QR码图片拉线”、“QR码图片白块”，且告警指示灯为红色。图7是通过该系统检测的6中缺陷和合格的结果图。

4 结论

　　本文综合对机器视觉、图像处理和二维码知识的学习和研究，运用LabView和MATLAB高效的编程平台，实现了食品药品外包装上的QR码印刷过程中的漏印、误印、位置偏移、黑白拉线几种缺陷类型的检测。对QR码印刷质量缺陷检测系统的研究和市场化有了理论参考意义。但本系统在实验室环境下进行的仿真测试，还需要进一步完善印刷质量缺陷检测的种类，推动该检测系统的智能化和市场化。

　　参考文献：

　　[1]邢堃.基于LabView的印刷标签缺陷检测方法研究[D].东华大学,2013.

　　[2]陈星,徐迎晖,肖青海.QR码印刷品缺陷检测[J].计算机技术与发展,2015,(10):191-194.

　　[3]孙柏.QR码图像的预处理和校正算法设计[J].信息与电脑,2017(1):84-86.

　　[4]王换伟.基于模板匹配法的二维码缺陷检测算法研究[D].西北大学,2015.

　　[5]卢镔.QR码识别方法研究及应用[D.南京理工大学,2013.

　　本文来源于《电子产品世界》2018年第5期第39页，欢迎您写论文时引用，并注明出处。