[发明专利]一种包/条烟盒连续陈列自动识别方法有效
申请号: | 202210067530.2 | 申请日: | 2022-01-20 |
公开(公告)号: | CN114092694B | 公开(公告)日: | 2022-05-10 |
发明(设计)人: | 杨恒;龙涛;李轩 | 申请(专利权)人: | 深圳爱莫科技有限公司 |
主分类号: | G06V10/25 | 分类号: | G06V10/25;G06T3/00;G01B11/02 |
代理公司: | 深圳砾智知识产权代理事务所(普通合伙) 44722 | 代理人: | 翁治林 |
地址: | 518055 广东省深圳市南山区西丽*** | 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 烟盒 连续 陈列 自动识别 方法 | ||
1.一种包/条烟盒连续陈列自动识别方法,其特征在于,所述包/条烟盒连续陈列自动识别方法根据包/条烟盒检测模型得到烟盒的品规和顶点信息,包括步骤:
S100:获取卷烟陈列图像;
S200:输入烟盒的品规和顶点信息;
S300:根据预设品规在所述烟盒中标记符合条件的标记烟盒;
S400:设定所述标记烟盒的水平阈值和垂直阈值;
S500:根据所述顶点信息计算所述标记烟盒两两之间的水平距离和垂直距离;
S600:将所述水平距离、垂直距离分别与所述水平阈值、垂直阈值做比较,判断所述标记烟盒两两之间是否存在列相邻或行相邻;
S700:将判断结果分别生成布尔类型的行相邻和列相邻的混淆矩阵;
S800:根据所述行相邻和列相邻的混淆矩阵生成行列相邻混淆矩阵;
S900:遍历所述行列相邻混淆矩阵,生成相邻烟盒列表;
所述包/条烟盒检测模型包括图像预处理模块、目标检测模块、图像仿射变换模块、烟盒识别模块和识别统计模块;所述图像预处理模块、目标检测模块、图像仿射变换模块、烟盒识别模块、识别统计模块通信连接;所述包/条烟盒检测模型能够获取卷烟陈列图像中每个烟盒的品规和顶点信息;所述图像预处理模块对所述卷烟陈列图像进行预处理,送入所述目标检测模块;所述目标检测模块对处理后的卷烟陈列图像进行检测,输出每个所述烟盒的中心点及对应的四个偏移点的坐标;所述图像仿射变换模块根据所述四个偏移点确定不规则四边形检测框,对所述不规则四边形检测框进行仿射变换,输出烟盒检测图像;所述烟盒识别模块对所述烟盒检测图像进行识别,输出预测结果;所述识别统计模块对所述预测结果进行信息融合,输出识别结果;根据所述识别结果能够统计所述卷烟陈列图像中出现的每个所述烟盒的品规信息。
2.根据权利要求1所述的一种包/条烟盒连续陈列自动识别方法,其特征在于,所述S400步骤中,具体包括:
S410:分别计算不同类型的所述标记烟盒的平均宽度和平均高度;
S420:根据所述平均宽度和平均高度设定所述水平阈值、垂直阈值。
3.根据权利要求2所述的一种包/条烟盒连续陈列自动识别方法,其特征在于,所述不同类型包括包烟i和条烟j;所述水平阈值、垂直阈值的计算公式为:
水平阈值i=平均宽度i*1.8;水平阈值j=平均宽度j*1.5;
垂直阈值i=平均高度i*2;垂直阈值j=平均高度j*1.5。
4.根据权利要求1所述的一种包/条烟盒连续陈列自动识别方法,其特征在于,所述S500步骤中,所述顶点信息由每个所述标记烟盒的四个偏移点的坐标组成;若所述卷烟陈列图像中出现一种类型以上的所述标记烟盒,根据所述顶点信息分别计算不同类型的所述标记烟盒两两之间的距离。
5.根据权利要求1所述的一种包/条烟盒连续陈列自动识别方法,其特征在于,所述S600步骤中,若所述水平距离或垂直距离小于所述水平阈值或垂直阈值,则认为两个所述标记烟盒存在相邻关系;若所述水平距离和垂直距离均大于所述水平阈值或垂直阈值,则认为两个所述标记烟盒不存在相邻关系。
6.根据权利要求1所述的一种包/条烟盒连续陈列自动识别方法,其特征在于,所述S800步骤中,所述行列相邻混淆矩阵由所述行相邻和列相邻的混淆矩阵的对应元素相加获得;若两个元素都为False,相加为False;若两个元素中至少有一个元素为True,相加为True。
7.根据权利要求1所述的一种包/条烟盒连续陈列自动识别方法,其特征在于,所述S900步骤中,针对所述行列相邻混淆矩阵的每行任一元素,若所述元素为True,判断所述元素代表的所述烟盒存在相邻关系;若所述元素为False,判断所述元素代表的所述烟盒不存在相邻关系。
8.根据权利要求7所述的一种包/条烟盒连续陈列自动识别方法,其特征在于,每遍历所述行列相邻混淆矩阵的一行,均需要将行中的所述相邻烟盒从所述行列相邻混淆矩阵中删除;所述行列相邻混淆矩阵中每行的计算结果为一个相邻烟盒列表。
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深圳爱莫科技有限公司,未经深圳爱莫科技有限公司许可,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/202210067530.2/1.html,转载请声明来源钻瓜专利网。