[发明专利]条形码识别方法、装置、设备及存储介质在审

专利信息
申请号: 202111103922.1 申请日: 2021-09-22
公开(公告)号: CN113553876A 公开(公告)日: 2021-10-26
发明(设计)人: 陈维强;卢月红;闾凡兵;张建安 申请(专利权)人: 长沙海信智能系统研究院有限公司
主分类号: G06K7/14 分类号: G06K7/14
代理公司: 北京东方亿思知识产权代理有限责任公司 11258 代理人: 赵秀芹
地址: 410017 湖南省长沙市岳麓区洋湖*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 条形码 识别 方法 装置 设备 存储 介质
【权利要求书】:

1.一种条形码识别方法,其特征在于,包括:

获取待识别图像,所述待识别图像包括条形码;

对所述待识别图像进行条形码位姿检测,得到所述条形码在所述待识别图像中的位姿信息;

在所述位姿信息不满足预设位姿条件的情况下,根据所述位姿信息对所述待识别图像进行旋转,得到目标图像,所述目标图像中的条形码的位姿信息满足所述预设位姿条件;

对所述目标图像中的条形码进行识别,得到所述条形码对应的识别结果;

所述对所述待识别图像进行条形码位姿检测,得到所述条形码在所述待识别图像中的位姿信息,包括:

将所述待识别图像输入到预先训练的旋转条形码位姿检测模型,得到所述条形码的特征信息;

根据所述条形码的特征信息,确定位姿信息。

2.根据权利要求1所述的方法,其特征在于, 所述特征信息包括以下信息中的任一项:

条形码的顶点所在的位置坐标;

条形码的中心点所在的位置坐标、条形码的尺寸以及条形码第一边与所述待识别图像所在坐标系中的预设坐标轴的夹角。

3.根据权利要求2所述的方法,其特征在于,所述旋转条形码位姿检测模型通过以下步骤训练获得:

根据条形码编码规则随机生成预设尺寸的多个条形码样本图片;

分别随机旋转每个所述条形码样本图片,得到样本图片对应的多个旋转条形码图片;

将每个所述条形码样本图片对应的多个旋转条形码图片分别嵌入目标对象图像中,得到多个样本图像;

对每一所述样本图像根据所述样本图像中条形码的特征信息进行标注,得到特征信息标签;

分别根据每个所述样本图像及其对应的所述特征信息标签构建训练样本;

根据多个所述训练样本,训练预设旋转条形码位姿检测模型,直至满足训练停止条件,得到训练后的旋转条形码位姿检测模型。

4.根据权利要求3所述的方法,其特征在于,所述根据多个所述训练样本,训练预设旋转条形码位姿检测模型,直至满足训练停止条件,得到训练后的旋转条形码位姿检测模型,包括:

对每个训练样本,分别执行以下步骤:

将所述训练样本输入至预设的旋转条形码位姿检测模型中,得到所述样本图像中条形码的预测特征信息;

根据所述预测特征信息和所述特征信息标签,确定所述旋转条形码位姿检测模型的损失函数值;

在所述损失函数值不满足训练停止条件的情况下,调整所述旋转条形码位姿检测模型的模型参数,并利用所述训练样本训练参数调整后的旋转条形码位姿检测模型,直至满足所述训练停止条件,得到训练后的旋转条形码位姿检测模型。

5.根据权利要求4所述的方法,其特征在于,所述根据所述预测特征信息和所述特征信息标签,确定所述旋转条形码位姿检测模型的损失函数值包括:

当所述损失函数值为角度损失函数值时,

根据所述预测特征信息获取预测旋转角度;

根据所述特征信息标签获取标签旋转角度;

对所述标签旋转角度进行角度预处理,将所述标签旋转角度转换成标签旋转角度对应类别,获得标签旋转角度类别;

根据所述预测旋转角度和标签旋转角度类别,确定角度损失函数值。

6.根据权利要求4所述的方法,其特征在于,根据所述预测特征信息和所述特征信息标签,确定所述旋转条形码位姿检测模型的损失函数值,包括:

当所述损失函数值为水平边框损失函数值时,

根据所述预测特征信息获取预测条形码顶点坐标;

根据所述特征信息标签获取标签条形码顶点坐标;

根据所述预测条形码顶点坐标和所述标签条形码顶点坐标确定所述水平边框损失函数值。

7.根据权利要求1所述的方法,其特征在于,所述对所述目标图像中的条形码进行识别,获得所述条形码对应的识别结果,包括:

提取所述目标图像中的条形码,获得目标条形码;

对所述目标条形码进行识别,输出识别结果。

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长沙海信智能系统研究院有限公司,未经长沙海信智能系统研究院有限公司许可,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/202111103922.1/1.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