[发明专利]一种基于包装图像特征的物料识别方法及系统

说明书

本发明公开了一种基于包装图像特征的物料识别方法及系统，该系统应用该方法，方法包括：获取物料包装基准图片；对物料包装基准图片进行预处理，得到对应整数值与物料编码进行关联，同时计算物料包装的实际尺寸；存储物料包装基准图片关联的整数值、物料编码、名称以及物料包装的实际尺寸；获取待识别物料包装图像；对待识别物料图像进行处理得到对应整数值和实际尺寸；筛选出实际尺寸与待识别物料实际尺寸相近的物料包装基准图片，将图像待识别物料图像的对应整数值与筛选出的物料包装基准图片的整数值进行比较，识别出对应物料名称。进行图像比较的运算量小，识别出的图像的准确率更高，判断结果更准确。

技术领域

本发明属于物料货运包装识别技术领域，具体地说，涉及一种基于包装图像特征的物料识别方法及系统。

背景技术

机器视觉技术是目前国内外正在深入研究与应用的技术，其主要是基于光学图像识别。其关键性技术是应用计算机软件程序来模拟人的视觉功能，从摄像头采集到的图像数据中运用复杂的图像处理技术对图像进行分析理解，并作出相应的判断，控制不同的执行机构进行协同工作达到控制和检测的目的。随着工业自动化需求的不断加大，很多工厂都在试图做自动化改造以适应时代的发展，对物料的识别也越来越多。

申请号为201810333592.7的发明专利公开了一种物料姿态校正投放装置及圆柱形物料特征属性的识别方法，该专利中公开了圆柱形物料特征属性的识别方法，用于对圆柱形物料的摄像图像进行分析得到该摄像图像与标准的匹配模版是否匹配，包括以下步骤：局部自适应阈值边缘提取，通过对所述摄像图像的特定坐标区域进行卷积梯度值运算，然后使用中值滤波和加权平均法来实现自适应阈值的计算并实现所述物料的摄像图像的边缘提取；边缘快速细化，使用并行快速细化算法实现对经过反复闭运算以消除所述摄像图像中存在的空洞后的二值化图像进行细化；特征属性识别，系统正常工作前，先对选取的特征区域拍摄图像作为标准模板，再将工作时所拍摄到的图像与所述标准模板做基于灰度的直方图匹配运算得到最终的识别结果。该识别过程中，主要识别的是图像的内容，根据识别到的内容与标准的匹配模板进行匹配，若标准匹配模板数据量大，则需要进行大量的数据比对，同时若存在图像相同或相似但是物料尺寸不同的两个以上物料，则容易识别出错，影响识别判断结果。

发明内容

针对现有技术中上述的不足，本发明提供一种基于包装图像特征的物料识别方法及系统，该方法根据获取的物料包装图片识别出物料包装的实际尺寸，并根据待识别物料包装的尺寸筛选出实际尺寸与待识别物料实际尺寸相近的物料包装基准图片，在将图像待识别物料图像的对应整数值与筛选出的物料包装基准图片的整数值进行比较，识别出对应物料名称，进行图像比较的运算量小，识别出的图像的准确率更高，判断结果更准确。该系统能够获取具有固定间距的两个激光点的物料包装基准图片，为图像识别提供了可靠依据。

为了达到上述目的，本发明采用的解决方案是：一种基于包装图像特征的物料识别方法，包括如下步骤：

S1：获取物料包装基准图片，通过摄像设备获取具有固定间距的两个激光点的物料包装基准图片。

S2：对物料包装基准图片进行预处理，得到对应整数值与物料编码进行关联，同时计算物料包装的实际尺寸；

S201：对物料包装基准图片进行边缘提取，提取图像中最大的矩形图像，进行倾斜矫正；

S202：对矩形图像进行0、90、180、270度旋转生成角度不相同的四个图像；

S203：根据两个激光点的距离和包装的长宽在图像中的比例，计算包装的长度和宽度；

S204：分别对每一个图像以矩形的长作为边长，宽剩余部分以白色补齐成正方形，缩小尺寸到8×8像素，将图像转化为64级灰度值的图像；

S205：计算每个图像灰度值的平均值；