[發明專利]利用電子設備識別彩印包裝的方法

有效

• 申請號: 202210980250.0
• 申請日: 2022-08-16
• 公開（公告）號: CN115063605B
• 公開（公告）日: 2022-12-13
• 發明（設計）人: 王卓
• 申請（專利權）人: 南通卓越數碼科技有限公司
• 主分類號: G06V10/44
• 分類號: G06V10/44;G06V10/46;G06V10/56;G06V10/75
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及人工智能技術領域，具體涉及一種利用電子設備識別彩印包裝的方法。該方法通過HIS圖像和灰度圖像中梯度信息差異獲得當前灰度圖像的邊緣信息保留度。通過對灰度圖像中關鍵點的第一特征描述子進行分析，獲得每個第一特征描述子的特征信息保留度。根據邊緣信息保留度和特征信息保留度獲得推薦度。進一步選出最佳的標準灰度轉換公式用于對待檢測彩印包裝圖像和模板彩印包裝圖像進行處理，并實現高效匹配識別。本發明實施例在生產領域人工智能系統下通過人工智能優化操作系統優化采樣包裝的檢測算法，增加了彩印包裝產品的識別檢測效率和識別檢測精度，利用標準灰度轉換公式可通過計算機視覺軟件實現該彩印模板下的大批量產品的識別檢測。

技術領域

本發明涉及人工智能技術領域，具體涉及一種利用電子設備識別彩印包裝的方法。

背景技術

隨著生產領域技術的發展，人們對生產產品的質量有了更高的要求。其中產品的包裝作為產品的重要組成部分，其質量也為生產領域中檢測的重點。彩印包裝直接影響了消費者對產品的印象和購買力，在彩印模板確定后，包裝的生產過程中要保證彩印包裝產品能夠與彩印模板匹配。

在彩印包裝質量檢測中，人工檢測精度低，效率低，不適合自動化生產領域的發展。因此在自動化生產領域中，需要通過計算機視覺技術提取彩印包裝圖像的特征，將其與彩印模板進行匹配。常用的匹配算法為興趣點特征檢測算法（SIFT算法），SIFT算法通過在不同尺度空間中查找關鍵點，根據關鍵點的特征信息進行匹配。彩印包裝中的色彩豐富SIFT算法的計算量較大，因此可將彩印包裝圖像轉換至灰度圖像，簡化SIFT算法計算負擔，但是灰度圖像有可能會導致彩色圖像的邊緣信息丟失，影響后續匹配結果。

發明內容

為了解決上述技術問題，本發明的目的在于提供一種利用電子設備識別彩印包裝的方法，所采用的技術方案具體如下：

本發明提出一種利用電子設備識別彩印包裝的方法，所述方法包括：

獲得彩印包裝圖像；將所述采樣包裝圖像轉換至HIS顏色空間中，獲得HIS圖像；根據預設灰度轉換公式獲得所述彩印包裝圖像的灰度圖像；獲得所述灰度圖像中的灰度梯度信息；根據所述HIS圖像中像素點之間的色相差異、飽和度差異和亮度差異獲得HIS梯度信息；根據所述HIS梯度信息和所述灰度梯度信息的差異獲得所述灰度圖像的邊緣信息保留度；

根據SIFT算法提取所述灰度圖像中的多個第一特征描述子；根據每個所述第一特征描述子在多個主成分方向上的投影獲得多個第二特征描述子；根據多個所述第二特征描述子獲得對應的所述第一特征描述子的特征信息保留度；

根據所述邊緣信息保留度和特征信息保留度獲得所述灰度圖像的推薦度；改變所述灰度轉換公式中的參數，獲得多個所述推薦度，以最大的所述推薦度對應的所述灰度轉換公式作為標準灰度轉換公式；

獲取待檢測彩印包裝圖像；根據所述標準灰度轉換公式獲得所述待檢測彩印包裝圖像的待檢測灰度圖像；根據所述標準灰度轉換公式獲得模板彩印包裝圖像的模板灰度圖像；根據SIFT算法獲取所述待檢測灰度圖像和所述模板灰度圖像的特征點并匹配，根據匹配結果識別所述待檢測彩印包裝圖像。

進一步地，所述獲得所述灰度圖像中的灰度梯度信息包括:

根據Soble算子計算所述灰度圖像中每個像素點的橫向灰度梯度和縱向灰度梯度，具體包括：

其中，為像素點的所述橫向灰度梯度，為像素點所述縱向灰度梯度，、、、、、、和為像素點的八鄰域像素值；

根據每個像素點的所述橫向灰度梯度和所述縱向灰度梯度獲得灰度梯度幅值和灰度梯度方向，以所述灰度梯度幅值和所述灰度梯度方向作為所述灰度梯度信息。

進一步地，所述根據所述HIS圖像中像素點之間的色相差異、飽和度差異和亮度差異獲得HIS梯度信息包括：