[发明专利]一种数字图像检测识别的方法在审

专利信息
申请号: 201910461046.6 申请日: 2019-05-30
公开(公告)号: CN110222548A 公开(公告)日: 2019-09-10
发明(设计)人: 李梓卓;黄文锋;桂林 申请(专利权)人: 武汉理工大学
主分类号: G06K7/14 分类号: G06K7/14;G06K9/34
代理公司: 昆明合众智信知识产权事务所 53113 代理人: 刘静怡
地址: 430070 湖*** 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: 条码 数字图像检测 制造生产线 条码图像 数字图像识别 条码图像区域 预设标准编码 产品外包装 工作效率 数字条码 条码信息 图像识别 图像信息 整体识别 传统的 人工的 正确率 质量差 检测 成功率 激光 采集 浏览
【权利要求书】:

1.一种数字图像检测识别的方法,其特征在于:该方法由以下7个步骤组成,具体包括如下生产步骤:

S1:采集待识别数字、条码的图像信息;

a:从产品外包装盒上获取数字图像,对数字图像进行前期图像处理操作,获得纯净的数字图像;

b:从产品外包装盒上获取条码图像,对条码图像进行前期图像处理操作,获得纯净的条码图像;

S2:预设数字、条码的图像信息;

a:对步骤S1中获得的纯净的数字图像设置处理方式;

b:对步骤S1中获得的纯净的条码图像设置处理方式;

S3:处理数字、条码的图像信息;

a:对步骤S2中数字图像区域识别数字图像信息;

b:对步骤S2中条码图像区域识别条码图像信息;

S4:根据数字、条码的图像信息区域的方向性和条空间隔判断数字、条码的图像信息区域是否正常;

a:数字、条码的图像信息区域在为正常时,执行按照步骤S3中预设标准编码方式从数字、条码信息区域中识别条码信息;

b:数字、条码的图像信息区域在为错误时,返回执行步骤S3中,对数字、条码的图像信息区域定位的步骤;

S5:对步骤S4中数字、条码图像区域中筛选出容易识别错误的数字对图像;

运用图像外围填充纠错算法增大数字对图像的差异性;

S6:对步骤S5中数字对图像进行识别纠错操作;

对单个数字、条码图像中数字的基本轮廓图像进行特征值区分,由此对易识别错误的数字对进行了有效的纠错作业;

S7:获取已标注的数字、条码图像;

其中,标注与数字、条码图像中的读数相同,读数具有指定的位数,以已标注的数字、条码图像作为训练样本,进行卷积神经网络模型训练,得到训练好的卷积神经网络模型,训练好的卷积神经网络模型用于识别数字、条码图像中的数字读数;

其中,卷积神经网络的最后一层为全连接层,用于输出多个分支,多个分支的数量与指定位数相同,每个分支中均有对应于数字0至9的10个概率值输出项。

2.根据权利要求1所述的一种数字图像检测识别的方法,其特征在于:所述步骤S1中还包括获取模块,获取包含数字的图像,在所述图像中,所述数字表通过数字表盘显示数字读数。

3.根据权利要求1所述的一种数字图像检测识别的方法,其特征在于:所述步骤S2中还包括检测模块,检测所述图像,获得包含所述数字表盘的子图像;识别模块,以包含所述数字表盘的子图像作为输入,通过预先训练得到的图像识别模型对其整体识别,生成所述数字表盘的数字读数的识别结果。

4.根据权利要求1所述的一种数字图像检测识别的方法,其特征在于:所述步骤S2中还包括,对纯净的数字条码图像内容进行单个字符切割,将一整串连续的数字条码图像分割成以单个数字为单元的图像组,同时对每个单个数字图像单元进行序号标记。

5.根据权利要求1所述的一种数字图像检测识别的方法,其特征在于:所述步骤S2中还包括存储器:存储数字、条码读数的识别程序;处理器:调用存储器中的数字、条码读数的识别程序,并执行。

6.根据权利要求1所述的一种数字图像检测识别的方法,其特征在于:所述步骤S5中还包括,图像外围填充纠错算法的处理方式为:先对单个数字图像的左上角第一个像素点进行处理,运用种子漫水法不断扩张吞噬,直到遇到黑点为止,由此获得了该单个数字图像中数字的基本轮廓图像。

7.根据权利要求1所述的一种数字图像检测识别的方法,其特征在于:所述步骤S5中还包括,图像外围填充纠错算法的处理方式为:先对单个条码图像进行处理,获得了该单个条码图像中条码的基本轮廓图像。

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武汉理工大学,未经武汉理工大学许可,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/201910461046.6/1.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