噴碼視覺檢測在日化，制藥，化工，食品飲料等各行各業都有廣泛的應用。邁迅威視覺的噴碼檢測系統可以直接安裝在噴碼機之后，以極低的成本，簡單的操作和維護方式，更好的解決客戶在噴碼過程中遇到的問題。

檢測內容：

噴碼缺失，字符位置偏移，重影，字體模糊，噴碼變形，字符錯誤

設備參數：

檢測速度：

快1500個/分鐘

檢出率：

功率：220V

產品應用范圍：食品行業，藥品行業，化妝品行業，電子行業，化工行業，農產品等任何需要噴碼的行業產品。

現如今食用油激光噴碼檢測方法仍是傳統的人力資源燈檢法,存在成本上升,不穩定,精度低,工作員激起等難點,早就不能考慮到生產商和消費者的要求,因而方案設計一種依據機器視覺技術技術性和自動化控制自動控制系統的食用油激光噴碼檢測分揀系統軟件軟件.借助Matlabscript節點,采用LabVIEW和MATLAB軟件混和程序流程撰寫的方法進行噴碼標志符檢測,LabVIEW軟件進行圖像搜集,工控觸摸屏制作和數據信息數據分析功效,MATLAB軟件進行圖象處理和圖像識別技術功效,充分利用各軟件優勢,降低程序流程撰寫設計開發難易度.LabVIEW依據VISA串口通訊將噴碼質量信息傳輸至PLC(ProgrammableLogicController,可編程邏輯控制器),控制自動式分揀機構將噴碼不合格的食用油除去,從而保證和提高產品質量.實驗數據顯示,系統軟件軟件適當檢測和分揀率可穩定保證90%以上.

工業產品的包裝上常含有產品編號、序列號、生產及截止日期等重要的噴碼信息,而在產品包裝的噴印過程中受到可能出現的機械故障、環境變化、運輸磨損等不確定因素影響,噴碼的噴印效果可能會出現變化。因此,產品包裝在完成噴碼的噴印后,需要對噴碼進行檢測才能保證噴碼的正確可讀。包裝信息錯誤的產品將會對企業的生產效率、物流倉儲、品牌形象等方面造成一系列不利影響。傳統噴碼檢測方法使用人工方式辨別噴碼質量的好壞,由于其在效率、失誤率、人力成本等方面的劣勢,并不適合應用在企業的大規模包裝生產流水線上。

解決低質量圖像給識別任務帶來的困難,構造了一個由圖像增強網絡(EnCNN)和手寫體數字識別網絡(LeNet-5)組成的低質量圖片識別框架.將圖像增強網絡嫁接在識別網絡前,并使用提出的策略進行模型學習.使得低質量圖像在被識別前圖像質量得到較大的改善,終實現低質量手寫體圖像識別率的提高.實驗部分將提出的方法和在單純使用低質量圖像或高清圖作為訓練集進行訓練的方法進行了對比,實驗表明在低質量圖像上,提出的方法有更高的數字識別率,且有更強的泛化能力.