[发明专利]识别待检测货箱批次码的方法和装置

说明书

本发明实施例提供一种识别待检测货箱批次码的方法和装置，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；将所述分割后的待检测货箱图像输入检测模型，得到输入待检测货箱图像中的批次码的检测框信息；将所述检测框内的图像进行字母和数字的倾斜校正，进行二值化处理，得到校正后的二值化批次码图像；将所述校正后的批次码图像输入识别模型，得到所述校正后的批次码图像对应的第一批次码真值；其中，分割模型、检测模型、识别模型均基于机器学习得到。本发明实施例提供的方法和装置，避免货箱批次码识别过程中的识别时间过长的问题，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箱批次码的方法和装置。

背景技术

目前，产品生产的质量安全问题尤为突出，由于许多产品使用寿命较短、周转周期较短等特点，商家对产品的溯源需求就会相对较大，而印刷在产品箱体表面的批次码涵盖了丰富的产品生产信息，因此，对于识别货物批次码的需求越来越大。

在传统的货物物流仓储中，批次码一般以三种可能的形式存在，分别为一维条形码、二维码或数字与字母的组合编码，较为常见的是数字与字母组合编码和二维码相结合，目前主要利用图像检测方法识别数字与字母组合编码，或识别含有批次信息的二维码来解决这一问题。对于识别数字与字母编码的批次码，由于很多产品的生产方式为大批量生产，产品整箱上线，而批次码在箱体表面所占比例较小，且其在印刷过程中可能会出现字体颜色较浅、字体歪斜等情况，因此图像检测的方法就会出现较高的误检率。

传统的图像检测批次码方法，在大场景中适应性较差，误检率高，且识别时间长，造成整体工作效率的低下，而误检率高会造成后期产品溯源不成功的问题。

因此，如何避免利用图像检测方法识别货物上批次码误检率高的情况，降低识别时长，提高整体工作效率，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箱批次码的方法和装置，用以解决现有的货物批次码识别方法误检率高，识别时间长的问题。

第一方面，本发明实施例提供一种识别待检测货箱批次码的方法，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标签进行训练后得到的；

将所述分割后的待检测货箱图像输入检测模型，得到输入待检测货箱图像中的批次码的检测框信息；其中，所述检测模型是基于样本货箱图像和预先在所述样本货箱图像上标注的批次码的检测框的四角坐标标签进行训练后得到的；

将所述检测框内的图像进行字母和数字的倾斜校正，进行二值化处理，得到校正后的二值化批次码图像；

将所述校正后的批次码图像输入识别模型，得到所述校正后的批次码图像对应的第一批次码真值；其中，所述识别模型是基于样本校正后的批次码图像和给所述样本校正后的批次码图像预先标注的批次码真值标签进行训练得到。

优选地，该方法中，还包括：

将所述第一批次码真值输入预测模型，输出当前时刻检测出所述第一批次码真值对应的类别货物的概率；

若所述概率大于第一阈值，则维持待检测货箱的批次码的真值为第一批次码真值；

若所述概率不大于第一阈值，则重新识别待检测货箱的批次码的真值；

其中，所述预测模型是根据样本批次码真值和预先确定的对应于样本批次码真值的货物类别标签和对应于样本批次码真值的货物检测时刻标签进行训练得到的。

优选地，该方法中，所述将所述检测框内的图像进行字母和数字的倾斜校正，具体包括：