[发明专利]一种基于多任务深度学习的物流编码识别和分拣方法

摘要

一种基于多任务深度学习的物流编码识别和分拣方法，包括用于全方位获取物流编码标签图像的方法、便于视觉检测定位物流编码标签设计方案、适用于物流编码标签的字符定位和切分的字符大小、字形以及字符之间的间隔设计方案、用于对物流编码标签进行检测定位的Faster R‑CNN网络、用于物流编码标签纠偏及字符的正倒检测的算法模块、用于对物流编码标签上的字符进行分割处理的字符分割算法模块，用于深度学习和训练识别的多任务深度卷积神经网络，用于根据识别的物流编码控制分拣动作的分拣控制模块。本发明有效的解决了大量的不规则外形、柔性包装的货物不能快速自动分拣问题。

主权项

一种基于多任务深度学习的物流编码识别和分拣方法，其特征在于：包括用于全方位获取物流编码标签图像的方法、便于视觉检测定位物流编码标签设计方案、适用于物流编码标签的字符定位和切分的字符大小、字形以及字符之间的间隔设计方案、用于对物流编码标签进行检测定位的Faster R‑CNN网络、用于物流编码标签纠偏及字符的正倒检测的算法模块、用于对物流编码标签上的字符进行分割处理的字符分割算法模块，用于深度学习和训练识别的多任务深度卷积神经网络，用于根据识别的物流编码控制分拣动作的分拣控制模块；其主要流程如下：流水线上待分拣的货物移动到流水线的某一工位时，系统自动触发多个相机从各个方位拍摄货物图像；接着，基于Faster R‑CNN货品物流编码标签检测定位得到货物图像上的物流编码标签图像；然后，用Hough变换法来对物流编码标签图像进行处理提取物流编码标签上的直线；进一步，根据Hough变换检测出来的物流编码标签倾斜角度对物流编码标签图像进行纠偏；更进一步，检查纠偏后的物流编码标签图像是否处于倒置状态，如果处在倒置状态就进行180°旋转处理；然后，对得到的物流编码标签图像进行字符分割处理，这里字符分割采用垂直投影法，对物流编码标签图像做垂直投影直方图，得到物流编码标签上的字符；接着，将分割后的字符用基于Faster R‑CNN的字符识别，通过SoftMax最终判定得到字符图像的真实值；最后，组合识别出来的字符值得到货物编码值，并用该货物编码值控制分拣动作机构，实现货物的自动分拣。