[发明专利]一种数字图像检测识别的方法在审
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 | ||
本发明公开了一种本发明提供的一种数字图像检测识别的方法,改变传统的数字图像识别检测方法,通过数字、条码图像进行检测,并且作为图像识别模型的输入,得到读数,实现对数字、条码图像进行整体识别,方法克服了现有技术的不足,大大提高了制造生产线上的产品外包装数字条码识别正确率,提高了制造生产线的工作效率,通过先采集待识别数字、条码的图像信息,然后按照预设标准编码方式从数字、条码图像区域中识别条码信息,而不是通过人工的方式或者是仅仅激光浏览条码就识别条码的方式,导致质量差的条码无法识别,提高了清晰度差条码的成功率,更加准确识别条码。
技术领域
本发明属于数字图像读取技术领域,更具体地说,尤其涉及一种数字图像检测识别的方法。
背景技术
目前,生产线上的产品外包装标签数字条码识别在生产制造领域已呈愈来愈重要的趋势。在生产制造行业中,对比人工手动检测,数字图像识别在保证一定精度的前提下,能够节省大批量的人力成本,同时,也能够提升数字条码标签检测工作的效率。但是,现有的数字标签识别的方法准确率较低,技术还有待提升,为此,我们推出一种数字图像检测识别的方法。
发明内容
本发明的目的是为了解决现有技术中存在的缺点,而提出的一种数字图像检测识别的方法。
为实现上述目的,本发明提供如下技术方案:本发明提供的一种数字图像检测识别的方法,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。
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/201910461046.6/2.html,转载请声明来源钻瓜专利网。
- 上一篇:条码识别方法及装置
- 下一篇:一种变步长的快速二维码定位方法