[发明专利]一种笔墨识别方法、系统、装置及存储介质在审

专利信息
申请号: 202010351160.6 申请日: 2020-04-28
公开(公告)号: CN111598146A 公开(公告)日: 2020-08-28
发明(设计)人: 余自如;吴晓青;尹健威;蔡烨帆;洪伟槟 申请(专利权)人: 余自如;吴晓青
主分类号: G06K9/62 分类号: G06K9/62;G06T7/90;G01N21/55
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 黎扬鹏
地址: 510000 广东省广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 笔墨 识别 方法 系统 装置 存储 介质
【权利要求书】:

1.一种笔墨识别方法,其特征在于,包括:

根据纸质文件中无笔墨部分的第一反射光谱和待测点笔墨的第二反射光谱,得到待测点笔墨的光谱反射率;

根据所述第二反射光谱识别得到笔墨颜色信息;

根据样品数据库构建笔墨特征分类模型;所述样品数据库预存储有若干种品牌型号的笔墨的光谱反射率;

根据笔墨特征分类模型,对所述待测点笔墨的光谱反射率进行相关性检验,得到待测点笔墨的识别结果;

其中,所述识别结果包括以下至少之一:笔墨品牌、笔墨颜色、笔墨型号以及笔墨批次。

2.根据权利要求1所述的一种笔墨识别方法,其特征在于,所述根据纸质文件中无笔墨部分的第一反射光谱和待测点笔墨的第二反射光谱,得到待测点笔墨的光谱反射率,具体为:

采集纸质文件中无笔墨部分的第一反射光谱;

采集纸质文件中待测点笔墨部分的第二反射光谱;

根据所述第一反射光谱和所述第二反射光谱,计算待测点笔墨的光谱反射率;

其中,所述光谱反射率的计算公式为:

IR(λ)为第二反射光谱,I0(λ)为第一反射光谱,R(λ)为待测点笔墨的光谱反射率。

3.根据权利要求1所述的一种笔墨识别方法,其特征在于,所述根据样品数据库构建笔墨特征分类模型,包括:

获取不同品牌型号的笔墨的光谱反射率,构建样品数据库;

根据所述样品数据库,采用机器学习方法构建笔墨特征分类模型。

4.根据权利要求1所述的一种笔墨识别方法,其特征在于,所述根据笔墨特征分类模型,对所述待测点笔墨的光谱反射率进行相关性检验,得到待测点笔墨的识别结果,包括:

通过笔墨特征分类模型,将所述待测点笔墨的光谱反射率与样品数据库中预存储的光谱反射率进行类别匹配,确定待测点笔墨的类别信息;

根据所述类别信息以及所述笔墨颜色信息,确定所述待测点笔墨的识别结果。

5.根据权利要求4所述的一种笔墨识别方法,其特征在于,所述通过笔墨特征分类模型,将所述待测点笔墨的光谱反射率与样品数据库中预存储的光谱反射率进行类别匹配,确定待测点笔墨的类别信息,还包括:

确定所述待测点笔墨的光谱反射率无法在所述样品数据库中匹配到对应结果,则发出样品数据补充请求。

6.根据权利要求4所述的一种笔墨识别方法,其特征在于,所述根据笔墨特征分类模型,对所述待测点笔墨的光谱反射率进行相关性检验,得到待测点笔墨的识别结果,还包括:

确定不同待测点笔墨的识别结果是相同品牌、相同型号且相同颜色后,对所述不同待测点笔墨的光谱反射率进行相关性计算,确定所述不同待测点笔墨的批次识别结果。

7.一种笔墨识别系统,其特征在于,包括:

获取模块,用于根据纸质文件中无笔墨部分的第一反射光谱和待测点笔墨的第二反射光谱,得到待测点笔墨的光谱反射率;

颜色识别模块,用于根据所述第二反射光谱识别得到笔墨颜色信息;

构建模块,用于根据样品数据库构建笔墨特征分类模型;所述样品数据库预存储有若干种品牌型号的笔墨的光谱反射率;

识别模块,用于根据笔墨特征分类模型,对所述待测点笔墨的光谱反射率进行相关性检验,得到待测点笔墨的识别结果;

其中,所述识别结果包括以下至少之一:笔墨品牌、笔墨颜色、笔墨型号以及笔墨批次。

8.根据权利要求7所述的一种笔墨识别系统,其特征在于,所述识别模块包括:

匹配单元,用于通过笔墨特征分类模型,将所述待测点笔墨的光谱反射率与样品数据库中预存储的光谱反射率进行类别匹配,确定待测点笔墨的类别信息;

第一识别单元,用于根据所述类别信息以及所述笔墨颜色信息,确定所述待测点笔墨的识别结果;

以及

第二识别单元,用于确定不同待测点笔墨的识别结果是相同品牌、相同型号且相同颜色后,对所述不同待测点笔墨的光谱反射率进行相关性计算,确定所述不同待测点笔墨的批次识别结果。

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余自如;吴晓青,未经余自如;吴晓青许可,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/202010351160.6/1.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