一种热敏打印机的打印标记检测方法及系统

技术特征：
1.一种热敏打印机的打印标记检测方法，其特征在于，所述方法包括：驱动走纸电机走纸固定长度，利用反射式或对射式光电传感器对打印纸上的打印标记进行检测，获取反射式或对射式光电传感器在走纸过程中采集的信号电压值作为采样值，按照预设走纸间隔得到多个采样点的采样数据；对所述采样数据进行滤波处理去除高频噪声，将滤波完成的采样数据进行聚类分析，并对聚类结果进行评价，评价合格后得到学习到的标记阈值；驱动待检测打印纸走纸并进行采样，得到的采样数据进行滤波处理，将当前走纸位置的采样值与学习到的标记阈值进行比较，判断当前走纸位置是否为打印标记位置。2.根据权利要求1所述的一种热敏打印机的打印标记检测方法，其特征在于，所述方法还包括：对待检测打印纸的实时采样数据进行记录，基于所述采样数据进行再学习得到更新后的标记阈值。3.根据权利要求1所述的一种热敏打印机的打印标记检测方法，其特征在于，驱动走纸电机走纸固定长度，获取反射式或对射式光电传感器在走纸过程中采集的信号电压值作为采样值，按照预设走纸间隔得到多个采样点的采样数据，具体包括：走纸固定长度需大于热敏打印机所支持的最大单张标签长度的2倍。4.根据权利要求1所述的一种热敏打印机的打印标记检测方法，其特征在于，对所述采样数据进行滤波处理去除高频噪声，具体包括：利用滑动平均值滤波法对采样数据进行滤波以去除其高频噪声，同时记录样本最大值及最小值。5.根据权利要求1所述的一种热敏打印机的打印标记检测方法，其特征在于，将滤波完成的采样数据进行聚类分析，并对聚类结果进行评价，评价合格后得到学习到的标记阈值，具体包括：利用k-means聚类方法进行聚类，初始类别设定为2类，初始类心分别设定为样本最大值及样本最小值；将聚类得到的两个分类根据其类心大小定义为标记处与非标记处，得出不连续的标记个数即为聚类得到的当前样本标记数量m；截取从第一个标记峰值处到最后一个标记峰值之间的样本数据，利用线性插值法将长度补齐为定长样本，利用快速傅里叶变换方法对定长样本进行频域转换，计算转换后的数据在频率为m处的频谱泄露程度，根据频谱泄露程度判断聚类结果是否合格，如合格则计算出标记阈值，如不合格则增加一个分类数，初始类心为最大值与最小值的二等分点，如此反复执行分类-评价的步骤，直至评价合格得到最适合当前样本的标记阈值，标记阈值为聚类中心的最大值与次最大值的平均值。6.根据权利要求1所述的一种热敏打印机的打印标记检测方法，其特征在于，所述打印标记包括缝隙标记、黑标标记。7.一种热敏打印机的打印标记检测系统，其特征在于，所述系统包括：纸张学习模块，用于驱动走纸电机走纸固定长度，利用反射式或对射式光电传感器对打印纸上的打印标记进行检测，获取反射式或对射式光电传感器在走纸过程中采集的信号电压值作为采样值，按照预设走纸间隔得到多个采样点的采样数据；
对所述采样数据进行滤波处理去除高频噪声，将滤波完成的采样数据进行聚类分析，并对聚类结果进行评价，评价合格后得到学习到的标记阈值；纸张检测模块，用于驱动待检测打印纸走纸并进行采样，得到的采样数据进行滤波处理，将当前走纸位置的采样值与学习到的标记阈值进行比较，判断当前走纸位置是否为打印标记位置。

技术总结
本发明实施例公开了一种热敏打印机的打印标记检测方法及系统，包括纸张学习和纸张检测的步骤，纸张学习过程通过滑动平均值滤波器对原始数据进行初步降噪，利用K-Means方法与快速傅里叶变换方式对纸张采样数据进行聚类并对聚类结果进行评价与反馈，得到合格的标记阈值，从而消除因纸张、传感器、温度、光照、电压等不确定因素对标记检测造成的不利影响；在纸张检测过程中，利用学习过程得到的标记阈值判断当前是否处于标记位置，并记录当前采样值，在打印机处于空闲状态时利用记录的采样值再次进行纸张学习过程，从而消除因外界低频扰动造成的传感器测量值基线漂移问题。造成的传感器测量值基线漂移问题。造成的传感器测量值基线漂移问题。


技术研发人员：何东之 常家诚
受保护的技术使用者：北京工业大学
技术研发日：2022.01.18
技术公布日：2022/4/12