[发明专利]一种标签检测方法、装置及存储介质

权利要求书

1.一种标签检测方法，其特征在于，该方法包括：

获取待检测电子设备的外观描述信息，所述外观描述信息包括待检测电子设备的标签信息和标签类别；

将贴附有标签的面板表面图片与键盘模板图片进行特征点匹配，以将所述贴附有标签的面板表面图片摆正；

根据所述外观描述信息中的标签信息在摆正后的贴附有标签的面板表面图片上截取标签图像；

在截取的标签图像上提取梯度方向直方图特征；

将所提取的梯度方向直方图特征输入训练好的SVM分类器进行分类预测，得到对应所述标签图像的分类预测结果；

若所述分类预测结果与所述外观描述信息记录的标签类别一致，则判定所述待检测电子设备标签贴附正确；

若所述分类预测结果与所述外观描述信息记录的标签类别不一致，则判定所述待检测电子设备标签贴附错误。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

通过多个标签图像对SVM分类器进行训练，以对多个标签图像进行分类，使每一类标签图像均对应一个分类预测结果。

3.根据权利要求1所述的方法，其特征在于，所述在截取的标签图像上提取梯度方向直方图特征，包括：

将灰度空间内的标签图像转化到彩色模型空间内；

分别提取标签图像灰度空间和彩色模型空间内的梯度方向直方图特征，共同形成高维特征向量；

将所述高维特征向量进行PCA特征降维，以形成低维特征向量，所述低维特征向量即为在所述标签图像上提取的梯度方向直方图特征。

4.根据权利要求1所述的方法，其特征在于，所述标签信息至少包括标签位置和标签大小；

相应的，根据所述外观描述信息中记录的标签信息在摆正后的贴附有标签的面板表面图片上截取标签图像，包括：

根据所述标签位置信息确定标签的位置，并根据所述标签大小信息确定标签的大小；

在摆正后的贴附有标签的面板表面图片上标签所在的位置处，截取与标签大小相同的图像作为标签图像。

5.根据权利要求1至4任一项所述的方法，其特征在于，所述获取待检测电子设备的外观描述信息，包括：

获取目标产品的序列号；

根据所述序列号从服务器中获取与所述序列号相对应的外观描述XML文件，所述XML文件中记录有所述外观描述信息。

6.一种标签检测装置，其特征在于，所述装置包括：

获取模块，用于获取待检测电子设备的外观描述信息，所述外观描述信息包括待检测电子设备的标签信息和标签类别；

图片校正模块，用于将贴附有标签的面板表面图片与键盘模板图片进行特征点匹配，以将所述贴附有标签的面板表面图片摆正；

标签图像截取模块，用于根据所述外观描述信息中的标签信息在摆正后的贴附有标签的面板表面图片上截取标签图像；

特征提取模块，用于在截取的标签图像上提取梯度方向直方图特征；

分类预测模块，用于将所提取的梯度方向直方图特征输入训练好的SVM分类器进行分类预测，得到对应所述标签图像的分类预测结果；

判定模块，用于判断所述分类预测结果与所述外观描述信息记录的标签类别是否一致；若所述分类预测结果与所述外观描述信息记录的标签类别一致，则判定所述待检测电子设备标签贴附正确；若所述分类预测结果与所述外观描述信息记录的标签类别不一致，则判定所述待检测电子设备标签贴附错误。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

分类器训练模块，用于通过多个标签图像对SVM分类器进行训练，以对多个标签图像进行分类，使每一类标签图像均对应一个分类预测结果。

8.根据权利要求6所述的装置，其特征在于，

所述特征提取模块，具体用于将灰度空间内的标签图像转化到彩色模型空间内；分别提取标签图像灰度空间和彩色模型空间内的梯度方向直方图特征，共同形成高维特征向量；将所述高维特征向量进行PCA特征降维，以形成低维特征向量，所述低维特征向量即为在所述标签图像上提取的梯度方向直方图特征。