[发明专利]基于视觉的箱子装卸定位识别系统在审

专利信息
申请号: 201611114560.5 申请日: 2016-12-08
公开(公告)号: CN108171750A 公开(公告)日: 2018-06-15
发明(设计)人: 覃争鸣;何中平;杨旭 申请(专利权)人: 广州映博智能科技有限公司
主分类号: G06T7/73 分类号: G06T7/73;G06T5/00;G06K9/32;G06K9/34
代理公司: 暂无信息 代理人: 暂无信息
地址: 510665 广东省广州市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 箱子 图像采集模块 分割模块 图像预处理模块 定位识别系统 字符识别模块 定位模块 字符识别 装卸 视觉 高清摄像装置 双目立体视觉 图像预处理 工程应用 稀疏表示 采集
【说明书】:

发明公开了一种基于视觉的箱子装卸定位识别系统,该系统包括:箱子定位模块、图像采集模块、图像预处理模块、箱号定位与分割模块以及箱号字符识别模块;其中,所述箱子定位模块与所述图像采集模块相连;所述图像采集模块与所述图像预处理模块相连;所述图像预处理与所述箱号定位与分割模块相连;所述箱号定位与分割模块与所述箱号字符识别模块相连。本发明方案利用高清摄像装置将采集到的信号分别用于箱子定位、箱号识别,其中定位采用双目立体视觉技术,箱号识别采用基于稀疏表示的字符识别方式,实现了定位精度达到1%以内,字符识别率约为99.43%,基本达到工程应用的标准。

技术领域

本发明属于机器视觉定位领域,涉及一种基于视觉的箱子装卸定位识别系统。

背景技术

机器视觉技术的运用力求能够在减少人为干预的状态下由机器实时、自动分析图像,从中识别所需的信息,做到实时监控、及时反馈。目前较为先进的箱号识别系统是与箱子定位系统分离的,而机器视觉技术的应用可以有机的将这两项功能合二为一,从而提高集成化,降低成本。

目前箱子定位方式主要有GPS定位、RFID定位、单目视觉定位及双目立体视觉系统定位等定位方式,而国内外针对双目立体视觉系统定位的研究近年来取得了诸多成果,能够满足箱子定位精度要求。

箱号自动识别技术也已日趋完善,主要识别形式有:(1)视频识别系统;(2)条形码识别系统;(3)光学字符识别系统;(4)微波反射识别系统;(5)射频识别系统;(6)人工智能识别系统。对比各种识别方式的优缺点,光学字符识别系统和人工智能识别系统是较为有前景的研究方向。

发明内容

本发明目的在于提供一种基于视觉的箱子装卸定位识别系统,利用高清摄像装置将采集到的信号分别用于箱子定位、箱号识别,其中定位采用双目立体视觉技术,箱号识别采用基于稀疏表示的字符识别方式,实现了定位精度达到1%以内,字符识别率约为99.43%,基本达到工程应用的标准,有效地减少了人工干预的目的。

为解决上述技术问题,本发明采用如下的技术方案:一种基于视觉的箱子装卸定位识别系统,该系统包括:箱子定位模块、图像采集模块、图像预处理模块、箱号定位与分割模块以及箱号字符识别模块;其中,所述箱子定位模块与所述图像采集模块相连;所述图像采集模块与所述图像预处理模块相连;所述图像预处理模块与所述箱号定位与分割模块相连;所述箱号定位与分割模块与所述箱号字符识别模块相连。

进一步地,所述箱子定位模块采用双目立体视觉技术,利用视差原理进行箱子的定位。

进一步地,所述图像采集模块利用多组摄像装置,采用多侧面图像校正方式以提高系统识别准确率。

进一步地,所述图像预处理模块对采集到的原始图像进行降噪、图像增强、边界检测以及二值化处理。

进一步地,所述箱号定位与分割模块采用包络矩形区域增长法进行字符分割。

进一步地,所述箱号字符识别模块采用基于过完备基的向量疏稀表示的方式进行字符识别。

本发明与现有技术相比具有以下的有益效果:

本发明方案利用高清摄像装置将采集到的信号分别用于箱子定位、箱号识别,其中定位采用双目立体视觉技术,箱号识别采用基于稀疏表示的字符识别方式,实现了定位精度达到1%以内,字符识别率约为99.43%,基本达到工程应用的标准。

附图说明

图1是基于视觉的箱子装卸定位识别系统的结构框架图。

图2是双目立体视觉结构示意图。

图3是图像预处理流程图。

具体实施方式

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州映博智能科技有限公司,未经广州映博智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201611114560.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top