[发明专利]一种基于机器视觉的棒材成品库出库标签识别方法、装置及设备

权利要求书

1.一种基于机器视觉的棒材成品库出库标签识别方法，其特征在于，包括：

通过预先训练的成捆棒材检测模型，对感兴趣区域的图像进行目标检测，识别出其中的多个成捆棒材，并输出每一个成捆棒材的位置信息；

基于多个所述成捆棒材的位置信息，通过预先训练的标签检测模型对所述多个成捆棒材上的标签进行识别，并输出每一个所述标签的位置信息；

基于所述标签的位置信息，对所述标签进行识别，得到签标信息；

多个所述成捆棒材的位置信息为：

其中，每一行对应一个成捆棒材识别框，Band1_xmin,Band1_ymin分别为第一个成捆棒材识别框左上角点的x、y坐标；Band1_xmax,Band1_ymax分别为第一个成捆棒材识别框右下角点的x、y坐标，Band2则代表第二个成捆棒材识别框，Band3则代表第三个成捆棒材识别框，Bandn则代表第n个成捆棒材识别框；

所述方法还包括：

对所述多个成捆棒材进行排序，并计算每一个成捆棒材的优先级；根据所述优先级与所述多个成捆棒材的位置信息对所述多个成捆棒材上的标签进行识别；

成捆棒材的优先级的计算方法为：若成捆棒材识别框左上角点的y坐标越大，则具较高的优先级；若当成捆棒材识别框左上角点的y坐标相等时，标签识别框左上角点的x坐标越小，则具有较低的优先级；

在每一个成捆棒材中，所述标签的位置信息为：

其中，每一行分别对应一个所述标签识别框，Selc1_xmin,Selc1_ymin分别为第一个所述标签识别框左上角点的x、y坐标；Selc1_xmax,Selc1_ymax分别为第一个所述标签识别框右下角点的x、y坐标，Selc2则代表第二个所述标签识别框，Selc3则代表第三个所述标签识别框，Selcn则代表第n个所述标签识别框；

还包括：

对每个成捆棒材中的多个标签进行排序，并计算每一个标签的优先级；根据所述优先级标签与所述标签的位置信息对所述多个成捆棒材上的标签进行识别；

所述标签的优先级的计算方法为：若标签识别框左上角点的y坐标越大，则具较高的优先级；若当所述标签识别框左上角点的y坐标相等时，标签识别框左上角点的x坐标越小，则具有较低的优先级。

2.根据权利要求1所述的基于机器视觉的棒材成品库出库标签识别方法，其特征在于，采用SSD-MobileNet神经网络、R-CNN、Faster-RCNN或YOLO对训练所述成捆棒材检测模型或/和所述标签检测模型。

3.根据权利要求1所述的基于机器视觉的棒材成品库出库标签识别方法，其特征在于，训练所述成捆棒材检测模型的方法包括：

采集成捆棒材的初始图像；

对所述初始图像中的成捆棒材进行标注与框选，以得到初始成捆棒材识别框的位置信息；

根据所述初始成捆棒材识别框的位置信息构建用于训练成捆棒材检测模型的数据集；

基于所述训练成捆棒材检测模型的数据集进行训练得到成捆棒材检测模型。

4.根据权利要求1所述的基于机器视觉的棒材成品库出库标签识别方法，其特征在于，训练所述标签检测模型的方法包括：

采集标签的初始图像；

对所述标签的初始图像中的标签进行标注与框选，以得到初始标签识别框的位置信息；

根据所述初始标签识别框的位置信息构建用于训练标签检测模型的数据集；

基于所述训练标签检测模型的数据集进行训练得到标签检测模型。