Options
Tại sao nên sử dụng máy ảnh để quét mã vạch trong chuỗi cung ứng? | Diễn Đàn Tuổi Trẻ Việt Nam Uhm.VN
- Tại sao nên sử dụng máy ảnh để quét mã vạch trong chuỗi cung ứng?
-
Tại sao nên sử dụng máy ảnh để quét mã vạch trong chuỗi cung ứng?
radiantglobalvn > 06-30-2021, 07:22 AM
Đã có được chỗ đứng vững chắc trong chuỗi cung ứng từ những năm 1970, mã vạch có thể được coi là cựu binh của tự động hóa hậu cần. Trong suốt thời gian này, đèn LED và máy quét dựa trên laser đã được sử dụng để đọc chúng. Công nghệ cơ bản dường như đã được thiết lập tốt và khá đơn giản. Vì vậy, có ai nên phát minh lại bánh xe và giới thiệu các cách tiếp cận mới, phức tạp hơn không?
![[Image: barcode_scanning-01_1.png]](https://www.scnsoft.com/blog-pictures/industrial-image-analysis/barcode_scanning-01_1.png)
Vấn đề là, hiệu suất của đầu đọc đèn LED và laser tiêu chuẩn bị hạn chế bởi tính đơn giản của công nghệ, và những hạn chế này làm chậm quá trình giải mã và rút ngắn danh sách các ứng dụng có thể.
Một cách tiếp cận sáng tạo hơn để quét mã vạch dựa trên việc sử dụng máy ảnh kỹ thuật số và phần mềm để kiểm tra trực quan tự động. Giải pháp này không chỉ cho thấy hiệu suất tốt hơn trong việc đọc mã vạch mà còn tạo ra những cơ hội mới trong lĩnh vực hậu cần.
Cách hoạt động của đầu đọc mã vạch tiêu chuẩn
![[Image: how-barcode-scanner-works.png]](https://cdn4.explainthatstuff.com/how-barcode-scanner-works.png)
Máy quét chiếu ánh sáng đèn LED hoặc tia laze qua mã vạch và chùm tia được phản xạ trở lại vào một tế bào quang điện phát hiện ánh sáng. Các khu vực màu trắng của mã vạch phản chiếu nhiều ánh sáng, trong khi các thanh màu đen chủ yếu hấp thụ ánh sáng. Sau đó, kết quả của các xung tương ứng với các sọc đen và trắng được chuyển đổi thành các số thập phân tương ứng.
Điều gì không ổn có thể xảy ra?
Máy quét thông thường là những hệ thống khá đơn giản. Theo nghĩa đen, tất cả các chức năng của chúng đã được mô tả ở trên. Không thể nhận dạng mã vạch trong một cảnh phức tạp, chúng yêu cầu kiến thức trước đó về vị trí của nó.
![[Image: multiple-barcode-reading-pallet-scanning...4082DA11DD]](https://www.cognex.com/library/media/industry/food-and-beverage/warehousing-and-distribution/multiple-barcode-reading-pallet-scanning.jpg?h=357&w=500&la=en-IL&hash=A12E133463D5C340360A494082DA11DD)
Bên cạnh đó, họ không thể đọc nhiều mã vạch cùng một lúc, đây là một bất lợi lớn, theo Phil Siewert, Giám đốc cấp cao về Phát triển Kinh doanh tại Exel, việc tuần tự hóa khiến nhiều mã có định dạng khác nhau ngày càng phổ biến.
Máy quét LED và laser cũng dễ bị lỗi khi xử lý mã vạch chất lượng thấp (bị hỏng, méo, độ tương phản thấp, định vị không đúng, v.v.). Tất cả những hạn chế này có thể dẫn đến tổn thất nghiêm trọng về tiền bạc, thời gian và danh tiếng.
Máy ảnh làm tốt hơn đèn LED
Máy quét dựa trên hệ thống phân tích hình ảnh hiệu quả hơn nhiều. Không giống như đầu đọc đèn LED và laser, máy quét mã vạch dựa trên máy ảnh thực hiện các hoạt động phức tạp khi đọc mã vạch.
Sau khi có được hình ảnh, một máy ảnh kỹ thuật số sẽ gửi nó đến phần mềm. Ở đây, một chương trình xử lý trước hình ảnh để chuẩn bị cho một phân tích sâu hơn. Giai đoạn này thường bao gồm chuyển đổi sang thang độ xám và áp dụng các bộ lọc khác nhau để giảm nhiễu hình ảnh và tăng cường các cạnh mã vạch. Sau đó, trong hầu hết các trường hợp, quá trình binarization được thực hiện, có nghĩa là chỉ còn lại các pixel đen và trắng trong ảnh.
![[Image: type_keyvisual_sr-2000_1958464.png]](https://www.keyence.com/Images/type_keyvisual_sr-2000_1958464.png)
Quá trình giải mã bao gồm hai bước chính: xác định vị trí mã vạch và giải mã như vậy. Trong bước đầu tiên, phần mềm nhận dạng và trích xuất phần mã vạch từ hình ảnh phức tạp mà máy ảnh thu được. Điều đó có nghĩa là, một mặt, máy quét dựa trên phân tích hình ảnh không cần biết trước về vị trí mã vạch; và mặt khác, chúng có thể định vị nhiều mã vạch cùng một lúc.
Ngày nay, máy quét mã vạch chính hãng quang học bắt đầu gạt các giải pháp dựa trên đèn LED và laser sang một bên, vì công nghệ cơ bản đang phát triển nhanh chóng, làm cho máy quét mã vạch dựa trên hình ảnh ngày càng hiệu quả hơn.
Làm cho máy móc nhìn thấy mã vạch
Kỹ thuật đọc mã vạch dựa trên thị giác máy tính dường như là nền tảng cho nhiều loại công trình nghiên cứu. Các nhà khoa học đề xuất các cách tiếp cận khác nhau cho cả vị trí và các bước giải mã. Các kỹ thuật tiền xử lý cũng khác nhau tùy thuộc vào các phương pháp được sử dụng để phân tích hình ảnh.
Định vị mã vạch
Bản địa hóa được coi là phần thách thức nhất của việc đọc mã vạch. Ý tưởng cơ bản là phát hiện khu vực chứa mã vạch và trích xuất nó mà không làm mất bất kỳ phần nào của mã vạch hoặc chụp các vùng không cần thiết. Có một số thách thức có thể ảnh hưởng đến độ chính xác của phân đoạn mã vạch, chẳng hạn như ánh sáng không đủ hoặc quá mức, xoay trục, biến dạng phối cảnh hoặc tiêu điểm thấp của máy ảnh. Các nhà nghiên cứu tiếp tục cải tiến các kỹ thuật trích xuất mã vạch để giảm thiểu những vấn đề này và các giải pháp của họ cho thấy hiệu quả tuyệt vời.
![[Image: Image_Barcode.jpg]](https://www.photonics.com/images/Web/Articles/2017/12/12/Image_Barcode.jpg)
Các phương pháp dựa trên hình thái toán học đã được sử dụng thành công trong các hệ thống phân tích hình ảnh mã vạch trong nhiều năm. Một nghiên cứu gần đây sửa đổi cách tiếp cận này, thêm một số bước tiền xử lý (chẳng hạn như lọc Gaussian và đáy mũ để giảm nhiễu và tăng cường các cạnh tương ứng) để đảm bảo độ chính xác cao nhất của nhận dạng mã vạch và hiển thị độ chính xác từ 94% đến 100% trên hình ảnh có độ ồn khác nhau.
Diễn giải thông tin
Nhiều công việc đã được thực hiện trong lĩnh vực đọc mã vạch. Ở đây, các nhà khoa học cũng đã đề xuất một số cách tiếp cận khéo léo. Trong số đó có một thuật toán Bayes được đề xuất bởi Ender Tekin và James Coughlan từ SKERI. Thuật toán này tỏ ra đặc biệt mạnh mẽ đối với nhiễu và biến dạng hình học. Một nhóm các nhà nghiên cứu người Ý đã đề xuất việc sử dụng mạng nơ-ron perceptron nhiều lớp, cho kết quả tuyệt vời trong việc phát hiện các góc quay và các hộp giới hạn của mã vạch bị tắc hoặc xoắn một phần.
![[Image: DigitalBCFusage1.png]](https://www.barcode.graphics/wp-content/uploads/2015/03/DigitalBCFusage1.png)
Một sự hợp tác khác từ UCSC đã phát triển một phương pháp sáng tạo khác biệt đáng kể so với các phương pháp khác, theo nghĩa là nó không yêu cầu mã hóa nhị phân, điều này tạo điều kiện thuận lợi cho giai đoạn tiền xử lý. Phương pháp này, cũng như phương pháp Bayes đã đề cập ở trên, dựa trên sự đối sánh các khuôn mẫu có thể biến dạng và nó đã cho thấy hiệu suất cao trên các hình ảnh bị mờ và nhiễu với độ phân giải thấp.
Các tính năng bổ sung
Máy quét mã vạch dựa trên công nghệ phân tích hình ảnh có thể thay thế hoàn toàn đầu đọc laser tiêu chuẩn trong kho hàng, quầy thanh toán và trong khu vực mua sắm. Nhưng cách tiếp cận này cũng tạo ra những cơ hội mới trong lĩnh vực hậu cần. Ví dụ: Amazon đã sử dụng công nghệ này trong các nhà kho do rô bốt điều hành, nơi rô bốt sử dụng mã vạch 2D để điều hướng giữa các kệ hàng.
![[Image: versionVarietyImage.png]](https://www.qrcode.com/en/img/version/versionVarietyImage.png)
Thêm một ứng dụng có thể có của tầm nhìn máy tính trong lĩnh vực hậu cần liên quan đến khả năng sử dụng máy bay không người lái để giao hàng. Mặc dù việc đọc mã vạch sẽ chỉ chiếm một phần nhỏ của quá trình này, nhưng cơ hội tuyệt vời đến mức nó chắc chắn đáng được nhắc đến.
Trình đọc dựa trên hình ảnh chụp phía trước
Máy quét mã vạch dựa trên công nghệ phân tích hình ảnh hiển thị hiệu suất tốt hơn nhiều trên các mã chất lượng thấp. Chúng cũng đáng tin cậy hơn và cung cấp nhiều cơ hội hơn, chẳng hạn như vị trí mã vạch và đọc nhiều mã vạch. Họ sử dụng một máy ảnh kỹ thuật số đơn giản và có thể được tích hợp vào hệ thống ERP thông qua ứng dụng di động. Tất cả những điều này chắc chắn làm cho tầm nhìn máy tính trở thành thứ của tương lai trong lĩnh vực hậu cần.
Công ty Radiant Global ADC Việt Nam
Địa Chỉ: 91 Bàn Cờ, Phường 3, Quận 3, Tp. Hồ Chí Minh
Hotline: 0903 803 810
Email: sales@radiantglobal.com.vn
Website: radiantglobal.com.vn
Facebook: https://www.facebook.com/RadiantGlobalADCVietnam/
Youtube: https://www.youtube.com/channel/UCJsczTK...oapknB9V8A
-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
http://images.google.fr/url?source=imgre...bal.com.vn
http://images.google.ge/url?q=http://rad...bal.com.vn
http://images.google.hn/url?q=http://rad...bal.com.vn
http://images.google.is/url?q=http://rad...bal.com.vn
http://images.google.kg/url?q=http://rad...bal.com.vn
http://images.google.lk/url?q=http://rad...bal.com.vn
http://images.google.lt/url?q=http://rad...bal.com.vn
http://images.google.lu/url?q=http://rad...bal.com.vn
http://images.google.me/url?q=http://rad...bal.com.vn
http://images.google.mg/url?q=http://rad...bal.com.vn