如今,随着商品的竞争日益增大,造假伪劣商品层出不穷,伪劣商品不仅对公司的商品销量造成影响,重要的是有些伪劣商品会影响到消费的健康,所以如何识别伪劣商品以及减少伪劣商品的出现成为了热门的话题。本项目依托于企业横向项目,根据企业在瓶底隐藏密码的方式,设计了基于机器视觉的微观特征密码识别系统,通过特殊设计的硬件装置加软件算法的方式,识别隐藏在激光标刻的特征微观图形(点尺寸在50到200微米之间)中的防伪码。首先,对生产日期中隐藏微观防伪密码的原理进行介绍,同时介绍了相关的图像识别的理论基础,为接下来的微观密码识别算法研究提供参考方向。然后,根据企业给出的样品的检测方式完成了密码识别的系统硬件的搭建,硬件包括摄像机、光源、微调平台、支架以及采集箱外壳。随后,根据隐藏密码的方式进行图像识别,其中算法步骤包含生产日期的定位、数字的切割以及识别、应用分水岭算法对图像进行分割、对分割的点进行排序处理、最终通过排序算法得出防伪密码。同时考虑到图像划痕污点问题以及后期数据的增加,对神经网络密码识别进行初步探索,并与本系统的传统算法结果进行对比。其次,考虑到企业的软件设计要求以及软件应用的独立性和保密性,基于MATLAB对软件模块功能进行设计、对软件进行封装、简述了软件的安装以及使用流程。最后,基于企业实测的多组数据表明:该系统在剔除无效标刻样品后,有效识别准确率高达99.5%,且软件操作简单稳定,符合企业生产加密的需求。