[发明专利]识别待检测货物类别的方法和装置在审

专利信息
申请号: 202010285781.9 申请日: 2020-04-13
公开(公告)号: CN111626981A 公开(公告)日: 2020-09-04
发明(设计)人: 代晓君;谢骏;徐伟;曾锴 申请(专利权)人: 中国外运股份有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/62;G06T7/11;G06K9/62;G06N20/00;G06Q10/08
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 张睿
地址: 100029 北京市朝*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 识别 检测 货物 类别 方法 装置
【说明书】:

发明实施例提供一种识别待检测货物类别的方法和装置,该方法包括:采集整托待检测货物的正面图像,将正面图像输入分割模型,得到分割后的待检测货箱图像;其中,分割模型是基于整托货物的样本正面图像以及预先在样本正面图像上标注的各货箱的四角坐标进行训练后得到的;选取分割后的待检测货箱图像中的任意一幅,输入识别模型,得到待检测货箱图像对应的第一货物类别;其中,识别模型是基于样本货箱图像以及预先确定的货物类别标签进行训练后得到的。本发明实施例提供的方法和装置,避免货物类别识别过程中的计算量大且复杂的问题,同时,提高识别的准确性和效率。

技术领域

本发明涉及图像处理技术领域,尤其涉及一种识别待检测货物类别的方法和装置。

背景技术

随着世界经济的融合,更多的国外快速消费品公司进入到中国,同时国内厂商也在逐步崛起,市场竞争日趋激烈。由于快速消费品为冲动购买产品,消费者会产生即兴的采购决策,因此,产品的外观与包装对销售起着至关重要的作用。为区别其繁多的种类,并促进产品销售,就需要在产品的包装上有所差异,由于快消品属于视觉化产品,所以包装以图案居多,文字信息差异较小,要区别产品的品类信息,光靠文字差异较为困难。

在传统的物流仓储中,获取并登记货物的品类信息,需要工作人员利用手持扫码机,对货物箱体表示品规信息的条形码进行实时扫描登记,而人工作业工作效率相对较低、成本较大,难以满足快消品周转周期短、消费速度快等特点。目前,通常通过识别箱体表面文字的描述差异、采用扫描货物箱体含有品类信息的条形码或二维码、传统的图像对比法等方式进行货物的品类区分。其中,条码识别技术是将已编码的条形码或二维码附着于箱体表面,并使用专用的扫描读写器利用光信号将信息由条形磁传送到扫描读写器;图像对比法的图像一般是采用谱线图像,谱线图像又叫分析图像,这种图像是用仪器、器材对物体的内部、外在属性、特征进行科学检测分析而获得的一种图像。采用独有的观察识别方法,来分析谱线特征的异同。具体包括特征比对法、特征接合法、几何构图法、重叠比对(特征重叠法)和综合比对。

对于以图案为主要表达形式的快消产品,文字所能输出的有效信息很少,且这种方法针对图案有别而文字相同的产品将无法适用;条码识别技术可识别的视场较小,需要事先确定条码位置,因此一般通过人工手持的方式进行检测识别,效率较低;传统的图像对比方法需要对采集到的货物图像利用图像分析仪器进行处理,过程较复杂,成本较大。

因此,如何避免基于视觉信息的货物类别的识别过程复杂,计算量大,成本高的问题,提高识别的准确性和效率,仍然是本领域技术人员亟待解决的问题。

发明内容

本发明实施例提供一种识别待检测货物类别的方法和装置,用以解决现有的基于图像处理的货物类别的识别过程复杂,计算量大,成本高,且准确性低的问题。

第一方面,本发明实施例提供一种识别待检测货物类别的方法,包括:

采集整托待检测货物的正面图像,将所述正面图像输入分割模型,得到分割后的待检测货箱图像;

其中,所述分割模型是基于整托货物的样本正面图像以及预先在所述样本正面图像上标注的各货箱的四角坐标进行训练后得到的;

选取所述分割后的待检测货箱图像中的任意一幅,输入识别模型,得到所述待检测货箱图像对应的第一货物类别;

其中,所述识别模型是基于样本货箱图像以及预先确定的货物类别标签进行训练后得到的。

优选地,该方法中,还包括:

根据预先存储的货物类别与类别标识的对应关系,获取所述第一货物类别对应的类别标识。

优选地,该方法中,还包括:

采用激光测距仪采集整托货物的高度,基于所述高度和所述分割后的待检测货箱图像得到整托货物的层数,计算单个待检测货箱的高度;

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中国外运股份有限公司,未经中国外运股份有限公司许可,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/202010285781.9/2.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