[發(fā)明專利]一種基于視覺的物流條形碼檢測方法、可讀存儲介質(zhì)有效
| 申請?zhí)枺?/td> | 201811443403.8 | 申請日： | 2018-11-29 |
| 公開（公告）號： | CN109583535B | 公開（公告）日： | 2023-04-18 |
| 發(fā)明（設(shè)計）人： | 黃金;肖云哲 | 申請（專利權(quán)）人： | 中國人民解放軍國防科技大學(xué) |
| 主分類號： | G06K17/00 | 分類號： | G06K17/00 |
| 代理公司： | 重慶市信立達(dá)專利代理事務(wù)所(普通合伙) 50230 | 代理人： | 包曉靜 |
| 地址： | 410073 湖*** | 國省代碼： | 湖南;43 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 基于 視覺 物流 條形碼 檢測 方法 可讀 存儲 介質(zhì) | ||
1.一種基于視覺的物流條形碼檢測方法，其特征在于，所述的基于視覺的物流條形碼檢測方法，具體包括以下步驟：
步驟一：將高清高速相機(jī)固定于傳送帶正上方某一高度位置，確保視野內(nèi)包含一定長度的傳送帶且在貨物運(yùn)動的前提下可拍攝到清晰的貨物輪廓和標(biāo)簽圖片；
步驟二：采用深度學(xué)習(xí)中的YOLO目標(biāo)檢測算法，判斷出所拍攝圖片中所有貨物種類、標(biāo)簽位置、邊界框大小；保存形成各類貨物和標(biāo)簽的數(shù)據(jù)類型；
步驟三：處理步驟二中標(biāo)簽類數(shù)據(jù)中保存的截取圖片，經(jīng)降噪并旋轉(zhuǎn)至水平，得出易于讀取的一維條形碼圖片，且使貨物類數(shù)據(jù)在空間上能夠?qū)?yīng)一個標(biāo)簽類數(shù)據(jù)；
步驟四：使用Zbar方法識別條形碼，經(jīng)過以上步驟處理，得出一維碼圖片的水平圖片，使用Zbar程序中識別，得出條形碼的數(shù)據(jù)；
步驟五：發(fā)生錯誤情況時會提醒報警，必要時人工糾錯；
所述步驟一中，高清高速相機(jī)，可在相機(jī)視野位置前安裝光柵，將拍攝模式可設(shè)置觸發(fā)模式，當(dāng)有貨物即將進(jìn)入拍攝范圍，觸發(fā)光柵，命令相機(jī)連續(xù)拍照一段時間；也可將拍攝模式設(shè)置為連續(xù)拍照，無論傳送帶上有無貨物，都按照一定時間間隔連續(xù)拍照；
所述步驟二中，物流貨物種類分為六面體形箱子和袋裝包裹，定位出貨物在照片中的所在中心位置及邊界框大小、標(biāo)簽在照片中的所在中心位置及邊界框大小；由于標(biāo)簽只存在于貨物表面，故會截取出標(biāo)簽的子圖像，并保存入標(biāo)簽類數(shù)據(jù)用于下步分析；深度學(xué)習(xí)中的YOLO目標(biāo)檢測算法；
具體步驟如下：
(1)將預(yù)訓(xùn)練好一個可靠的物體檢測模型，并將模型算法部署在程序內(nèi)；當(dāng)相機(jī)拍攝完一張圖片后，程序?qū)D片中的貨物進(jìn)行目標(biāo)檢測；
(2)目標(biāo)檢測模型將逐張?zhí)幚砼臄z圖片，得出拍攝圖片中貨物及標(biāo)簽的個數(shù)，位置及其邊界框信息；由于同一視野中預(yù)計會出現(xiàn)多個物體，檢測模型需檢測出所有物體并依次切割成子圖像，保存成相應(yīng)的類數(shù)據(jù)并送入下一步一維條形碼檢測的程序中進(jìn)行計算；視野中如沒有出現(xiàn)貨物或標(biāo)簽，則不進(jìn)行圖像切割并繼續(xù)執(zhí)行本步驟；
所述步驟三中，一維碼圖片在水平方向且像素較清晰時才容易被讀碼程序讀取，識別條形碼算法利用了一維條形碼圖像輪廓明顯、圖像梯度一致的特點(diǎn)，將判斷圖像中符合該特點(diǎn)且區(qū)域集中的像素區(qū)域為一維碼，而且將區(qū)域的梯度方向作為一維碼的旋轉(zhuǎn)角度；具體實現(xiàn)過程為：
(1)將標(biāo)簽類數(shù)據(jù)的子圖像灰度化，并進(jìn)行高斯模糊、降噪處理；
(2)使用Cany算子計算圖像中的輪廓點(diǎn)及輪廓點(diǎn)的梯度方向；
(3)將用m*m大小的矩形將貨物子圖劃分為若干的小塊，記錄在每個小塊中包含的輪廓點(diǎn)與輪廓點(diǎn)的梯度方向；
(4)做篩選處理，剔除不包含輪廓點(diǎn)和包含輪廓點(diǎn)過少的圖像小塊；
(5)計算剩下的圖像小塊的主要梯度方向，即以小塊中輪廓點(diǎn)的梯度方向最集中的方向為主梯度方向；如果小塊中梯度方向比較分散混亂，則剔除；
(6)對各個梯度方向相同的小塊做聯(lián)通處理，距離相近、密度集中的小塊聚類合并成一個區(qū)域，并把該梯度方向的作為合并后區(qū)域的梯度方向；剔除距離較遠(yuǎn)、數(shù)目稀少無法聚類的小塊；
(7)判斷合并后區(qū)域面積是否在某一閾值以上，如果是，則保留，否則剔除；
(8)經(jīng)過以上步驟可得出所剩區(qū)域即為一維碼所在位置，且可根據(jù)梯度方向得出該一維條形碼的水平角度偏差，經(jīng)旋轉(zhuǎn)即得出可識別的一維條形碼。
2.如權(quán)利要求1所述的基于視覺的物流條形碼檢測方法，其特征在于，所述步驟四中，該識別方式為開源程序，容易讀出水平一維條形碼的信息，其輸出結(jié)果為某一長度數(shù)字串。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于中國人民解放軍國防科技大學(xué)，未經(jīng)中國人民解放軍國防科技大學(xué)許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201811443403.8/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
