Stanowisko do rejestracji obrazów oznaczeń narzędzi stemplowych

• Autorzy: Konieczka Adam , Suszyński Adrian

Identyfikatory

DOI

10.15199/48.2024.01.36

Warianty tytułu

EN

Stand for recording images of stamp tool markings

• Języki publikacji: PL

Abstrakty

PL

W pracy zaproponowano stanowisko do automatycznej identyfikacji narzędzi stemplowych stosowanych w tabletkarkach. Służy ono do odczytywania oznaczeń umieszczanych na szyjkach narzędzi za pomocą znakowania laserowego. Składa się z obrotowej platformy do umieszczania stempli, kamery, oświetlacza i oprogramowania do odczytania tekstu z pozyskanych obrazów. Omówiono zastosowany algorytm przetwarzania obrazów oraz wyniki testów skuteczności opracowanego rozwiązania w różnych warunkach.

EN

The work proposes a stand for automatic identification of stamping tools used in tablet presses. It is used to read the markings placed on the necks of tools using laser marking. It consists of a rotating platform for placing stamps, a camera, an illuminator and software for reading text from the acquired images. The image processing algorithm used and the results of the efficiency tests of the developed solution in various conditions were discussed.

Słowa kluczowe

PL

narzędzie stemplowe; rozpoznawanie obiektów; rozpoznawanie tekstu; przetwarzanie obrazu

EN

stamping tool; object recognition; text recognition; image processing

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2024
• Tom: R. 100, nr 1
• Strony: 177--180
• Opis fizyczny: Bibliogr. 17 poz., rys.

Twórcy

autor

Konieczka Adam

• Politechnika Poznańska, Instytut Automatyki i Robotyki, ul. Piotrowo 3a, 60-965 Poznań

• https://orcid.org/0000-0002-0362-3006

autor

Suszyński Adrian

• Politechnika Poznańska, Instytut Automatyki i Robotyki, ul. Piotrowo 3a, 60-965 Poznań

Bibliografia

• [1] Sznitowska M., Farmacja stosowana – technologia postaci leku, Wydawnictwo Lekarskie PZWL, Warszawa, 2017.
• [2] Tablet Compression Machine: Types, Functional Parts, https://pharmaeducation.net/tablet-compression-machine/ (dostęp 28.03.2023).
• [3] GJG System, Porównanie metod znakowania metali, https://www.gjg-system.pl/porownanie-metod-znakowania-metali/ (dostęp 23.03.2023).
• [4] Alagarsamy S. et al., Smart System for Reading the Bar Code using Bayesian Deformable Algorithm for Blind People, 2022 6th International Conference on Trends in Electronics and Informatics (ICOEI), Tirunelveli, India, 2022, pp. 424-429, doi: 10.1109/ICOEI53556.2022.9776881.
• [5] Song Y.J. et al., Text region extraction and text segmentation on camera-captured document style images, Eighth International Conference on Document Analysis and Recognition (ICDAR'05), Seoul, Korea (South), 2005, pp. 172- 176 Vol. 1, doi: 10.1109/ICDAR.2005.234.
• [6] Vaidya G., Vaidya K. and Bhosale K., Text Recognition System for Visually Impaired using Portable Camera, 2020 International Conference on Convergence to Digital World - Quo Vadis (ICCDW), Mumbai, India, 2020, pp. 1-4, doi: 10.1109/ICCDW45521.2020.9318706.
• [7] Rajput R. and Borse R., Alternative Product Label Reading and Speech Conversion: An Aid for Blind Person, 2017 International Conference on Computing, Communication, Control and Automation (ICCUBEA), Pune, India, 2017, pp. 1- 6, doi: 10.1109/ICCUBEA.2017.8463923.
• [8] Samundeswari S., Lalitha V., Archana V. and Sreshta K., Optical character recognition for visually challenged people with shopping cart using AI, 2022 International Virtual Conference on Power Engineering Computing and Control: Developments in Electric Vehicles and Energy Sector for Sustainable Future (PECCON), Chennai, India, 2022, pp. 1-5, doi: 10.1109/ PECCON55017.2022.9851037.
• [9] Rizdania and Utaminingrum F., Text detection and recognition using multiple phase method on various product label for visual impaired people, 2017 International Conference on Sustainable Information Engineering and Technology (SIET), Malang, Indonesia, 2017, pp. 398-404, doi: 10.1109/SIET.2017.8304171.
• [10] Kralicek J., Matas J. and Busta M., Care Label Recognition, 2019 International Conference on Document Analysis and Recognition (ICDAR), Sydney, NSW, Australia, 2019, pp. 959- 966, doi: 10.1109/ICDAR.2019.00158.
• [11] Chiang Y.-Y. and Knoblock C.A., An Approach for Recognizing Text Labels in Raster Maps, 2010 20th International Conference on Pattern Recognition, Istanbul, Turkey, 2010, pp. 3199-3202, doi: 10.1109/ICPR.2010.783.
• [12] Chiang Y. -Y. and Knoblock C.A., Recognition of Multi-oriented, Multi-sized, and Curved Text, 2011 International Conference on Document Analysis and Recognition, Beijing, China, 2011, pp. 1399-1403, doi: 10.1109/ICDAR.2011.281.
• [13] The ImagingSource, DMK 37BUX273, 37U Series, https://www.theimagingsource.com/en-de/product/industrial/37u/dmk37bux 273/ (dostęp 23.03.2023).
• [14] USB3 Vision Standard. High Bandwidth Yet Simple Connectivity, https://www.automate.org/a3-content/usb3-vision-standard (dostęp 23.03.2023).
• [15] VS Technology, Bar Light, VL-B series, Product Specs, https://vst.co.jp/en/lighting-en/vl-b-series/ (dostęp 23.03.2023).
• [16] A C# OCR Library that prioritizes accuracy, ease of use, and speed, https://ironsoftware.com/csharp/ocr/ (dostęp 28.03.2023).
• [17] Tesseract Open Source OCR Engine (main repository), https://github.com/tesseract-ocr/tesseract (dostęp 28.03.2023).

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki i promocja sportu (2025).