[发明专利]一种喷码识别方法和识别装置有效
申请号: | 201711016036.9 | 申请日: | 2017-10-25 |
公开(公告)号: | CN107862314B | 公开(公告)日: | 2021-04-20 |
发明(设计)人: | 钱成;章美荣 | 申请(专利权)人: | 武汉楚锐视觉检测科技有限公司 |
主分类号: | G06K9/32 | 分类号: | G06K9/32;G06K9/62;G06K9/46;G06K7/14 |
代理公司: | 深圳市爱迪森知识产权代理事务所(普通合伙) 44341 | 代理人: | 何婷 |
地址: | 430048 湖北省武汉市东*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 识别 方法 装置 | ||
1.一种喷码识别方法,获取携带待识别喷码的原始图片,其特征在于,包括:
根据原始图片的分辨率,生成至少一个特征滤镜;
使用所述至少一个特征滤镜与所述原始图片进行卷积,得到一组经过不同程度分辨率调整后的特征图片;
按照分辨率由低到高的顺序,逐一提取相应的特征图片,并进行对象识别;其中,排在后一级的特征图片的对象识别区域,是根据前一级的特征图片或者前面多级的特征图片的对象识别区域确定的;根据已处理的多级特征图片中的识别区域共同确定当前轮过渡处理所要分析的区域;
若在一组特征滤镜处理过程中未识别出目标喷码,则进行下一组特征滤镜的生成、相应特征图片获得和相应目标识别,直到识别出目标喷码。
2.根据权利要求1所述的喷码识别方法,其特征在于,所述进行下一组特征滤镜的生成、相应特征图片获得和相应目标识别,直到识别出目标喷码,具体包括:
得到一组由更低分辨率特征滤镜过滤后的过渡图像,并根据前一组特征滤镜得到的过渡图像的对象识别区域结果,解析由新一组特征滤镜过滤后的特征图片;
延续上述对特征滤镜的分辨率的调整方式,并且解析根据调整后特征滤镜得到的特征图片过程,直到识别出目标喷码;
其中,所述更低分辨率特征滤镜归属于所述生成至少一个特征滤镜中,且相对于未识别出目标喷码的特征滤镜的分辨率而言更低。
3.根据权利要求2所述的喷码识别方法,其特征在于,所述根据前一组特征滤镜得到的过渡图像的对象识别区域结果,解析由新一组特征滤镜过滤后的特征图片,具体包括:
根据最临近一次过渡图像的对象识别区域结果,解析由新一组特征滤镜过滤后的特征图片,并且,当识别出的目标喷码的完整性不足时,所述方法还包括:
提取与最后的特征滤镜相差预设排序间隔的一个或者多个特征滤镜所对应的特征图片中的识别区域结果,进一步补充解析由新一组特征滤镜过滤后的特征图片,识别出完整的目标喷码。
4.根据权利要求3所述的喷码识别方法,其特征在于,所述完整性具体包括:
在所述喷码具体为字符串时,所述完整性为识别出字符的个数与喷码库中存储的完整喷码对象的字符数相同;
在所述喷码具体为条码时,所述完整性为识别出条码的条数与喷码库中存储的完整喷码对象的条数相同;
在所述喷码具体为图案时,所述完整性为识别出图案与喷码库中存储的完整喷码对象的相似度达到预设阈值。
5.根据权利要求1-4任一所述的喷码识别方法,其特征在于,所述根据原始图片的分辨率,生成至少一个特征滤镜,具体包括:
对所述原始图片进行二值处理得到二值化图片,并进行所述二值化图片中对象的识别;
根据识别出来的一个或者多个对象的外矩形轮廓的尺寸,选择至少一极大值尺寸和一极小值尺寸,以及两者之间的一个或者多个尺寸,按照预设的窗口类型生成所述至少一个特征滤镜。
6.一种喷码识别方法,获取携带待识别喷码的原始图片,其特征在于,包括:
根据原始图片的分辨率,训练出至少一个特征滤镜;
使用所述至少一个特征滤镜与所述原始图片进行卷积,得到一组经过不同程度分辨率调整后的特征图片;
提取所述特征图片,进行对象识别,得到一组对象识别区域;
进行下一级特征图片的生成和对象识别区域的获取,并通过非极大值抑制的方式验证对应所述一组对象识别区域的第一识别结果,以及对应包含所述下一级特征图片的对象识别区域和所述下一级特征图片的对象识别区域的第二识别结果;
若第一识别结果和第二识别结果相同则停止后续的下一级特征图片的生成和对象识别区域的获取,转为第一识别结果中目标喷码的解析;
若第一识别结果和第二识别结果不相同则,进一步完成后续的下一级特征图片的生成和对象识别区域的获取,其中,新获取的对象识别区域被归属于当前对象识别区域的最大集合中,并完成新一轮的识别结果计算;并根据所述第一识别结果和第二识别结果的判断方式,进行所述新一轮的识别结果与历史最相邻一次的识别结果的判断。
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武汉楚锐视觉检测科技有限公司,未经武汉楚锐视觉检测科技有限公司许可,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/201711016036.9/1.html,转载请声明来源钻瓜专利网。