生活水平的提高使得人们在温饱之余开始关注食品的质量问题,这开始促使食品生产厂家对产品质量加强管控。喷码标记作为产品质量追踪最为关键的信息在各行各业已经得到了广泛的应用,PET瓶体上最常用的标记手段是激光喷码。激光喷码的质量检测作为产品外观检测中的重要一环,现阶段主要采用的是人工灯检和抽检的方式,生产线上产品数量多,速度快,人工检测易疲劳且错误率高,亟需寻找稳定高效的检测方式。本文立足于实际生产应用项目,在激光喷码字符的定位和分割方面展开了深入研究。现有的喷码检测系统多针对油墨喷码,字符形变小并且基本不会粘连,而激光喷码具有类手写字符的易粘连的特点,定位和分割较为困难,尚无相关研究。本文结合形态学、聚类、滴水分割和SVM等算法,设计了适用于透明PET瓶体表面激光喷码的检测和识别系统,克服了字符区域弯曲、字符形变扭曲以及瓶身划痕等干扰。实验和实际产线运行证明设计的字符检测系统可以有效地分割和识别激光喷码字符。本文的主要工作在于以下几点:●在预处理阶段,创新性地利用形态学blackHat操作来提取字符轮廓,在提取完整轮廓同时可以去除瓶身划痕;基于字符区域特点,使用基于邻近信息分析的算法去除重度瓶身划痕干扰,成功实现了字符区域定位●对弯曲的字符区域使用利用K-means算法对抽象后的字符轮廓中心进行处理来分离上下两行字符,为了提高K-means稳定性,利用投影法计算聚类的初始中心。●提出了基于Harris角点信息、路径得分与识别反馈三方指导下的滴水分割算法。改进后的算法使用局部投影极值点确定滴水的起始位置,并结合Harris角点信息指导凹槽处的滴水分割走向,最后引入得分评价体系,得分综合考虑了滴水路径得分和分割结果的识别得分。●在系统的字符识别部分,本文根据字符图像特点,选取字符的区域结构特征作为描述子,结合SVM分类器,对字符样本进行训练和识别,取得了较好的识别率。