[發明專利]一種基于Flood-Fill和SVM的RFID多標簽三維最優分布檢測方法

有效

• 申請號: 201611076284.8
• 申請日: 2016-11-23
• 公開（公告）號: CN106778951B
• 公開（公告）日: 2019-08-13
• 發明（設計）人: 俞曉磊;于銀山;汪東華;錢坤;莊笑;周昱軍;孫耀東;趙志敏
• 申請（專利權）人: 江蘇省質量和標準化研究院
• 主分類號: G06K17/00
• 分類號: G06K17/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及RFID技術領域，具體涉及RFID多標簽分布配置領域，特別是引入Flood?Fill和SVM神經網絡對RFID標簽分布進行預測得到最優配置，屬于檢測技術領域。本發明提出一種基于Flood?Fill和SVM的RFID多標簽三維最優分布檢測方法，通過Flood?Fill對紙箱表面的RFID標簽進行位置提取，通過SVM神經網絡對RFID多標簽位置對應的識讀距離進行訓練，從而對特定識讀距離下的RFID多標簽位置進行預測，找到識讀性能最優的RFID標簽分布，進而從RFID標簽分布優選配置角度降低實際工作環境對識讀性能的影響，該方法可以有效提高RFID標簽識讀性能，對于RFID技術的發展具有重要的理論和應用價值。

技術領域

本發明涉及RFID技術應用領域，具體涉及RFID多標簽分布配置領域，特別是引入Flood-Fill對RFID標簽附著載體進行圖像處理和提取，同時，引入SVM對RFID標簽分布進行優選配置，屬于檢測技術領域。

背景技術

射頻識別(Radio Frequency Identification，RFID)作為一種新穎的非接觸式自動識別技術，已在現代物流、智能交通、生產自動化等眾多領域獲得廣泛應用，特別在智慧物流中，貨物的出入庫信息采集與貨物盤點應用尤為突出。RFID技術的一個重要的優點就是多目標同時識別，但要實現多目標的同時識別，就要面臨如何提高RFID多標簽識讀性能的問題。在實際的測量中，RFID系統的動態性能受到RFID標簽位置的影響很大。如果RFID標簽的分布不合理，會產生漏讀或誤讀等現象，甚至發生多標簽碰撞，則RFID多目標同時識別的優勢將不再存在。因此，優化RFID標簽分布位置，從而提高RFID標簽讀取率，對于RFID技術的發展至關重要。

漫水算法(Flood-Fill)是給定聯通域內的一個點，以此為起點找到這個聯通域的其余所有點并將其填充為指定顏色的一種算法。Flood-Fill算法的優點是算法簡單，易于實現，也可以填充帶有內孔的平面區域，適用于圖像中目標區域的識別。

支持向量機(Support Vector Machine，SVM)的提出是近年來機器學習研究的一項重大成果。SVM方法是建立在統計學習理論的VC維理論和結構風險最小原理基礎上的，根據有限的樣本信息在模型的復雜性(即對特定訓練樣本的學習精度)和學習能力(即無錯誤地識別任意樣本的能力)之間尋求最佳折中，以求獲得最好的推廣能力。

本發明提出一種基于Flood-Fill和SVM的RFID多標簽三維最優分布檢測方法，通過Flood-Fill算法以及圓形度計算，對紙箱表面的RFID標簽進行位置提取，通過SVM神經網絡對RFID標簽分布下的識讀距離進行訓練，進一步在RFID標簽識讀距離下對RFID多標簽分布進行預測，從而找出特定RSSI下，RFID多標簽的最優分布。

發明內容

本發明提出一種基于Flood-Fill和SVM的RFID多標簽三維最優分布檢測方法，包括以下步驟：

第一步驟：測試平臺搭建步驟，測試平臺由1-RFID讀寫器天線、2-RFID讀寫器、3-升降臺、4-RFID標簽、5-紙箱、6-相機、7-相機支架、8-托盤、9-控制計算機、10-導軌、11-電機構成，1-RFID讀寫器天線與2-RFID讀寫器相連，2-RFID讀寫器與9-控制計算機相連，6-相機安置在7-相機支架上并對準貼有4-RFID標簽的5-紙箱，1-RFID讀寫器天線安置在3-升降臺上方，調整3-升降臺，使1-RFID讀寫器天線的輻射方向正對4-RFID標簽，如圖1所示；

第二步驟：紙箱輪廓提取步驟，托盤上放置紙箱，將RFID標簽隨機粘貼在紙箱四個側面，托盤在旋轉過程中，相機對托盤上的紙箱快速掃描，獲得四個側面含有背景噪聲的紙箱圖像，并利用Flood-Fill算法對含有背景噪聲的紙箱圖像進行填充，確定出紙箱四個側面輪廓；