在传统的厚壁钢管行业，厚壁钢管跟踪墓本上采用PLC和人工参与的方式，实现按炉号或批号跟踪，对于全过程的逐支跟踪实现的比较少.厚壁钢管生产是一种离散、非连续的加工模式，生产过程中的不合格产品下线、返工现象不可避免，一般都是通过人工输入计算机记录，对于产品工艺质量的追溯，都是按炉或批实现的，就某一根厚壁钢管而言无法追溯到其加工过程中的具体工艺参数.在国外，厚壁钢管行业厚壁钢管跟踪的情况与国内相似，只有日本的ME公司、德国的蒂森·克会伯公司等实现了厚壁钢管生产过程中的逐支跟踪，大多数企业采用的还是按炉或批号跟踪。

    在厚壁钢管这种大直径产品的生产中，加工原料单一、处理工艺复杂、报废成本相对较大，每根厚壁钢管在各个工位生产检测信息的实时获取，对于生产效率的保障至关重要.厚壁钢管的生产并不是简单地离散加工，加工过程中随时都可能出现不合格下线或返工等现象.厚壁钢管复杂的生产工艺决定它不可能像普通产品加工那样按照先进先出进行跟踪，对厚壁钢管的跟踪必须要定位到具体的每一只上，实现逐支跟踪.在厚壁钢管生产过程中，加工现场环境恶劣，存在油污、高温、高压、水雾、噪声等干扰因素，且光照条件的变化和波动较大，背景区域较为繁杂，这对厚壁钢管管号的定位和提取造成一定程度上的干扰，所以一直以来厚壁钢管的标识识别技术是实现厚壁钢管逐支跟踪的难点.根据现在的研究情况，标记识别技术主要有条形码识别、图像识别、颜色识别、RFID ( Radio Frequency Identification)即射频识别几种:

1、条形码技术

    条形码技术在当今自动识别技术领域占据着极其重要的地位，可以说自动识别技术是伴随着条形码技术发明使用而发展起来的.条形码是由一系列按规则排列的线条、空白以及数字组成的，条码中蕴涵着与该物品相关的数字信.息、符号信息、字母信.息(26.271.这些线条和空白通过不同的组合方法构成不同的图形符号，又蕴含着不同的含义，也就是所谓的码制，如UEAN. UPC码(商品条码)、Code39码(多应用于管理领域)、1TF25码(多应用于物流管理)、Codebar码(多用于医疗、图书领域)、Code93码、Code128码都是比较常见的编码方法.以上列举的都是一维的条形码，随着该领域技术的不断发展，又在此签础上提出了按矩阵方式或堆栈方式排列信息的二维条形码，其中所包含的数据以一种二维空间的编码形态，对一定面积上的信息量和信息密度有了质的提高.

    条形码技术在厚壁钢管行业的应用，主要是通过在厚壁钢管表面粘贴或喷印条形码，再通过条码扫描机获取厚壁钢管编码.其识别机制如下:扫描仪发出激光得到一组反射光信号，根据反射光的明暗程度，以及持续的时间长度，得到一组与线条空白相对应的电子讯号，对应编码库解码即可得出条码的具体意义，从而识别对应厚壁钢管的管号.条形码技术是一种非常经济实用的自动识别技术，具有输入速度快、数据录入准确性高、使用成本低、采集信息量大等诸多优点，并且具有一定的自动纠错能力，但是将条形码技术运用于厚壁钢管行业依然存在一定的困难:

》扫描仪扫描条码时对条码位里和对中程度要求较高，厚壁钢管直径较大，且而生产过程中伴随厚壁钢管的运动和滚动，条码位置控制很难达到自动扫描要求。

》条码使用粘贴方式时，厚壁钢管表面可能不光滑或存在乳化液和水，造成钻贴不牢，且生产过程中会与水接触可能造成条码损坏或脱落.

》条码使用喷印方式时，厚壁钢管运输过程中可能存在擦伤或磨损，这给识别带来一定困难.

2、图像识别技术

    图像识别是指感觉器官接受图像刺激，将其与人脑中的经验图像对比进而识别图像的过程.图像识别技术就是编制模拟人类图像识别活动的计算机程序，这是一种从大量数据和信息出发，根据专家经验和已有的认识，运用计算机技术和数学算法对形状、曲线、数字、模式、字符格式和图形自动完成识别、评价的过程.识别过程包括两个阶段，即处理阶段和实现阶段:处理阶段是对目标进行特征提取，寻找分类的规律;实现阶段是根据分类规律对目标分类和识别.从这个过程中可以看出，识别是以图像的主要特征为基础的，排除输入的多余信息，抽出关键的信息，并且要经过关键信息与样本库中存储信息比较加工的过程，才能实现对图像识别.

    利用图像识别技术进行厚壁钢管标识识别，首先在厚壁钢管表面贴上或喷码机直接喷印厚壁钢管编码，然后通过摄像头抓取编码图像，对图像处理得到实际的厚壁钢管编码.图像识别的主要是采用一些数学方法，通过计算机对拍摄的图像按照特定的方法处理，其处理大致经过拍照或摄像获取编码图像、图像预处理、图像识别几个过程.图像预处理主要是通过色彩空问转换、图像灰度拉伸算法、图像平滑算法等方法将编码从背景图像中分离出来以便于识别.厚壁钢管生产现场环境比较恶劣，光照不均、噪声污染、电磁污染严重，所以采集到的原始图像往往存在着图像失真、编码不清晰、色度不均匀等情况，无法直接识别厚壁钢管编码，所以在图像识别前必须先进行预处理.对于厚壁钢管标记识别系统来说，并不需要逼近原图像，只需将图像的目标区域提取出来，采取一些图像增强的手段提取特征值使目标图像从背景中分离出来，再将所提取的特征值与目标样本库中的标准图像进行匹配以识别出厚壁钢管的编码.

    由于厚壁钢管生产现场复杂的生产环境，一般采用摄像头抓取图像，事先进行图像预处理，所以系统读取编码的可靠性高，但是由于识别的复杂过程系统整体的造价高，对拍摄时厚壁钢管标识所在的位置要求较高，摄像头抓取图像时厚壁钢管处于运动状态，图像在沿物体的运动方向会有一定的皮化，会造成一定的误报率，可能有时需要人工的干预，图像识别技术应用相对较窄，在钢铁行业的运用不够成熟.

3.颜色识别技术

    随着计算机技术的发展，对数据处理能力不断增强，仅靠提取灰度信息获取图像结果已经不能满足人们的要求，颜色识别技术逐步兴起，得到了大力的发展.颜色作为物体的重要特征在计算机视觉领域得到广泛应用，颜色识别虽然提出时间较晚，但在实时检测系统以及自动控制方面有着重要的意义，许多学者已经在目标跟踪、图像分割和图像识别等方面做了尝试，并取得了一定的成果.

    颜色识别技术综合了图像识别和条码识别的共同特点，它不以严格的图像形状作为识别依据，因此识别的准确度比图像识别技术更为可靠，同时也不以条码的精确宽度作为识别依据，因此对喷印精度的要求比条形码喷印技术要低，颜色识别技术综合了两者的优点，同时该识别方式对喷印码的扫描精度的要求更高，轻微的擦伤对识别影响不大.但其喷印识别的过程较条形码技术和图像识别技术而言更为复杂，成本也更高，技术相对不够成熟，如何实现多种颜色(不同灰度值)的喷印和识别是其技术关键.