バーコード認識・OEM組込みの技術パートナー製品選定・サンプル評価のご相談 お問い合わせ
ホーム›技術情報
このページでは

AI バーコード デコーディングの仕組み: 反射、損傷、歪んだコード読取

直感に反する事実: 「スキャンされない」バーコードのほとんどは、デコード アルゴリズムの問​​題ではありません。情報は 1 ステップ前の 2 値化の時点ですでに失われています。。 この記事では、古典的なパイプラインがどこで壊れるか、ディープラーニングが介入する段階、AI デコードにかかる費用について説明します。本物のG53-AIデータが含まれています。

G53-AI AIスマートスキャンエンジンモジュール

G53-AI AI スマート スキャン エンジン - カスタム AI チップを搭載した 1280x800 グローバルシャッター CMOS

1. 古典的なパイプライン: ステップ 2 で中断します

標準チェーンは、 画像キャプチャ → グレースケール → 二値化 → バー/スペースエッジ検出 → コ​​ード位置特定 → エラー訂正デコード。 二値化は、グレースケール画像を黒いバーと白いスペースにしきい値処理するステップであり、パイプライン全体がそれに基づいています。

画像に明確に分離された灰色の山と谷が含まれている場合にのみ機能します。金属の反射でフレームの一部が白飛びしたり、油汚れのラベルでピクセルが隠れたり、コントラストが数パーセントしかなくなったりします (ドットピーニングされた DPM コードの場合がまさにその場合です)。 しきい値には何も検出できず、バーとスペースは誤って分類され、バーの幅は間違っています。正確な位置特定や強力なエラー修正をいくら行っても役に立ちません。すべてが破損した入力に対して行われています。。 これが、多くの現場の問題が高解像度モジュールを取り付けても解決されない理由です。情報は 2 値化の時点ですでに失われています。

2. 4 種類の悪いコードとそれぞれの失敗箇所

水平にスクロールしてすべての列を表示します。矢印キーを使用してテーブルにフォーカスします。

欠陥の種類物理的な原因故障段階
反射・白飛びレンズに光を反射する金属またはラミネートラベルハイライトは平らになりました。バーとスペースが移動しました
ダメージ・キズ油、摩耗、局所的な擦り傷ピクセルデータが欠落しています。失われたバー
しわ・曲がり・急な傾き折り目のあるラベル、円筒面、斜めの取り付け幾何学的な歪み。バーの幅が等しくない
低コントラスト (DPM ドットピーン)表面レリーフの影を利用したレーザーマーキングまたはドットピーニング分離可能なピークはありません。しきい値処理が不可能

3. AIが介入する場所:4つの段階

(1) 画像の復元。 ディープネットワークはグレアを抑制し、シャープネス、コントラスト、ディテールを回復し、デコード前に悪いフレームを良好なフレームに近いものに変換します。 G53-AI のマルチスペクトル照明とスマート AE は、このキャプチャ側の段階に属します。

(2) 二値化を行わないコード検出。 古典的なローカリゼーションはバー/スペースのエッジを探します。代わりに、検出ネットワークはコード領域の四隅を直接回帰するため、傾き、遠近感の歪み、部分的なオクルージョンはすべて依然として位置特定可能です。

(3) 特徴の再構成。 バーが損傷、傷、まぶしさによって消去されると、モデルは欠落しているコード パターンをコンテキストから再構築します。これは、「読めない」状態を「読める」状態に変える最も重要なステップです。

(4) 修正前の修復。 2D コードはリードソロモン冗長性を備えていますが、それには上限があります。 AI の仕事は、エラー率をその上限以下に押し下げて、以前は回復できなかったコードを再び回復できるようにすることです。

エンジニアリング層もあります。 マルチソース、マルチスペクトル照明。照明の波長に対する反射率は、材質や背景色によって異なります。金属DPMでも、赤色照明と白色照明のどちらが適するかは実ワークで比較してください。G53-AIの外部照明2チャネルを用いる構成では、各チャネルの照明条件と保存可能な設定を確認し、デコードに適した画像を得られるよう評価します。

4. コストとハードリミット (利点の前にこれをお読みください)

コンピューティングは価格です。 ディープラーニング推論には従来のアルゴリズムよりもはるかにコストがかかるため、AI モジュールには専用のシリコンが必要です。G53-AI はカスタム AI チップを使用します。

遅延は回線サイクルにカウントされます。 推論処理に適したモデル設計が必要です。読取成功率が向上しても、処理時間が長くなると必要なタクトタイムを満たせない場合があります。

AIは魔法ではありません。 コードが完全に遮蔽されている場合、または欠落部分が再構成と修正で埋められる範囲を超えている場合、どのアルゴリズムもコードを読み取ることはできません。その時点で修正するのはマーキングプロセス、ラベルの位置、または照明であり、別のアルゴリズムではありません。

モデルにはトレーニング ドメインがあります。 見たことのない極端な条件で劣化するため、標準のテスト コードではなく、常に顧客独自のサンプルを使用して検証してください。標準コードは誰でも読むことができます。悪いコードでは違いが現れます。

5. 従来のデコーディングと AI デコーディング

水平にスクロールしてすべての列を表示します。矢印キーを使用してテーブルにフォーカスします。

比較項目クラシックAI
反射・白飛びハイライトでバーが移動するグレアを抑制し、デコードした
ダメージ・キズデータが欠落すると失敗しますコンテキストから再構築します
シワ・急な傾きエッジ検出に依存コーナー回帰 + 修正
低コントラスト DPM使用可能なしきい値がありませんマルチスペクトル + エンハンスメント
計算処理量低い高い;専用のシリコンが必要
いつ選択するかクリーンなコード、コスト重視不正なコードが多く、ダウンタイムにコストがかかる

6. G53-AIの仕様

水平にスクロールしてすべての列を表示します。矢印キーを使用してテーブルにフォーカスします。

項目値
イメージセンサ1280x800 CMOS (グローバルシャッター)
照明・照準温白色 + 温赤色 LED。レーザー照準クロス
最小分解能1D ≧3.3mil、2D ≧5mil
読取距離Code39 (5​​mil) 75-250 mm; QR (10mil) 75-230 mm
対比≥15%
スキャン角度ピッチ±60°、スキュー±60°、回転360°
視野角水平48°、垂直28°
複数コード1 つのフレームに最大 5 つのコード
インターフェース仮想COM / HID-KBW / HID-POS
電源3.3 V、通常 <180 mA
サイズ・重量30(D)×15.5(W)×13max(H)mm / 6.2g
使用周囲照度0-100,000 lux
動作温度/保存温度-20~+50℃ / -40~+60℃
動作湿度5 ~ 95% (結露なきこと)

7. 12 ピン FPC のピン配列

水平にスクロールしてすべての列を表示します。矢印キーを使用してテーブルにフォーカスします。

ピン番号信号名注記
1 / 11TEST1 / TEST2内部テスト。開いたままにしておきます
2VCC+3.3 V入力
3 / 8GNDGND(接地)
4 / 5UART RXD / TXDTTL-232シリアル
6 / 7USB D- / D+USB 差動ペア
9BEEPパッシブブザー出力
10DLEDインジケーターLED制御
12TRIGスキャントリガ入力

12 ピンの標準設置面積は交換コストに相当します。回線がすでにこのピン配置に配線されている場合、モジュールを交換するときに新しいブラケットやハーネスは必要ありません。 G53-AI には独自の照準システムが搭載されており、 スキャンキット このユーティリティを使用すると、ライブ画像を検査し、露光と照明を調整できます。

💡 AI デコードのパフォーマンスは実際のアプリケーションに大きく依存します。完全な仕様は公式データシートに記載されています。 ダウンロード センターにアクセスしてください (PDF)。まずは独自のサンプルでテストすることをお勧めします。

読めないコードでお困りですか?

部品の材質、マーキング方法 (レーザー、ドットピーン、または印刷)、および故障箇所の写真をお送りください。 G53-AI で実際のサンプルをテストし、読み取り率を報告します。.

📞 Xinlong IoT にお問い合わせください

製品選定・実ワーク評価のご相談

コードの種類と寸法、読取距離、対象物の材質、接続先機器をお知らせください。用途と実ワークに合わせた評価方法をご案内します。

このフォームからお問い合わせを送信できます。* は必須項目です。送信処理にはWeb3Formsを利用します。

メールでのお問い合わせ: lixuan@xinlongiot.com

個人情報の取扱い