The present invention relates to the technical field of RFID, in particular to a RFID multi label distribution areas, especially the introduction of Flood Fill and SVM neural network to predict the distribution of label RFID optimal allocation, which belongs to the technical field of detection. The invention provides a Flood Fill and SVM RFID multi label 3D detection method based on optimal distribution, the position is extracted by Flood Fill on the surface of the RFID carton label, training the reading distance by SVM neural network on the RFID label corresponding to the position, thus for specific reading distance of RFID under multi label location prediction RFID, find the optimal performance of the distribution of label reading, thereby reducing the impact of the actual work environment for reading performance from the RFID label distribution angle optimization, this method can effectively improve the performance of RFID tag identification, it has important theoretical and practical value for the development of RFID technology.
【技术实现步骤摘要】
一种基于Flood-Fill和SVM的RFID多标签三维最优分布检测方法
本专利技术涉及RFID技术应用领域,具体涉及RFID多标签分布配置领域,特别是引入Flood-Fill对RFID标签附着载体进行图像处理和提取,同时,引入SVM对RFID标签分布进行优选配置,属于检测
技术介绍
射频识别(RadioFrequencyIdentification,RFID)作为一种新颖的非接触式自动识别技术,已在现代物流、智能交通、生产自动化等众多领域获得广泛应用,特别在智慧物流中,货物的出入库信息采集与货物盘点应用尤为突出。RFID技术的一个重要的优点就是多目标同时识别,但要实现多目标的同时识别,就要面临如何提高RFID多标签识读性能的问题。在实际的测量中,RFID系统的动态性能受到RFID标签位置的影响很大。如果RFID标签的分布不合理,会产生漏读或误读等现象,甚至发生多标签碰撞,则RFID多目标同时识别的优势将不再存在。因此,优化RFID标签分布位置,从而提高RFID标签读取率,对于RFID技术的发展至关重要。漫水算法(Flood-Fill)是给定联通域内的一个点,以此为起点找到这个联通域的其余所有点并将其填充为指定颜色的一种算法。Flood-Fill算法的优点是算法简单,易于实现,也可以填充带有内孔的平面区域,适用于图像中目标区域的识别。支持向量机(SupportVectorMachine,SVM)的提出是近年来机器学习研究的一项重大成果。SVM方法是建立在统计学习理论的VC维理论和结构风险最小原理基础上的,根据有限的样本信息在模型的复杂性(即对特定 ...
【技术保护点】
一种基于Flood‑Fill和SVM的RFID多标签三维最优分布检测方法,包括以下步骤:第一步骤:测试平台搭建步骤,测试平台由RFID读写器天线、RFID读写器、升降台、RFID标签、纸箱、相机、相机支架、托盘、控制计算机、导轨、电机构成,RFID读写器天线与RFID读写器相连,RFID读写器与控制计算机相连,相机安置在相机支架上并对准贴有RFID标签的纸箱,RFID读写器天线安置在升降台上方,调整升降台,使RFID读写器天线的辐射方向正对RFID标签;第二步骤:纸箱轮廓提取步骤,托盘上放置纸箱,将RFID标签随机粘贴在纸箱四个侧面,托盘在旋转过程中,相机对托盘上的纸箱快速扫描,获得四个侧面含有背景噪声的纸箱图像,并利用Flood‑Fill算法对含有背景噪声的纸箱图像进行填充,确定出纸箱四个侧面轮廓;第三步骤:RFID标签位置提取步骤,对以上第二步骤中获得的纸箱轮廓进行二值化处理得到二值化纸箱图像,再在二值化纸箱图像上计算圆形度找到RFID标签,每一个RFID标签对应一个节点,得到一组节点的三维坐标;第四步骤:RFID标签的RSSI值测量步骤,贴有RFID标签的纸箱在导轨上由电机带动向 ...
【技术特征摘要】
1.一种基于Flood-Fill和SVM的RFID多标签三维最优分布检测方法,包括以下步骤:第一步骤:测试平台搭建步骤,测试平台由RFID读写器天线、RFID读写器、升降台、RFID标签、纸箱、相机、相机支架、托盘、控制计算机、导轨、电机构成,RFID读写器天线与RFID读写器相连,RFID读写器与控制计算机相连,相机安置在相机支架上并对准贴有RFID标签的纸箱,RFID读写器天线安置在升降台上方,调整升降台,使RFID读写器天线的辐射方向正对RFID标签;第二步骤:纸箱轮廓提取步骤,托盘上放置纸箱,将RFID标签随机粘贴在纸箱四个侧面,托盘在旋转过程中,相机对托盘上的纸箱快速扫描,获得四个侧面含有背景噪声的纸箱图像,并利用Flood-Fill算法对含有背景噪声的纸箱图像进行填充,确定出纸箱四个侧面轮廓;第三步骤:RFID标签位置提取步骤,对以上第二步骤中获得的纸箱轮廓进行二值化处理得到二值化纸箱图像,再在二值化纸箱图像上计算圆形度找到RFID标签,每一个RFID标签对应一个节点,得到一组节点的三维坐标;第四步骤:RFID标签的RSSI值测量步骤,贴有RFID标签的纸箱在导轨上由电机带动向RFID读写器天线方向运动,随着纸箱靠近RFID读写器天线,当托盘与RFID读写器天线的距离到达设定距离时,RFID读写器天线对RFID标签进行读取,得到RFID标签的RSSI值,存储于控制计算机中;第五步骤:不同分布下RFID标签的RSSI值测量步骤,重新随机布置RFID标签的位置,重复以上第二、三、四步骤,获得不同分布下节点的三维坐标及其对应的RFID标签的RSSI值,存储于控制计算机中;第六步骤:预测RFID标签分布步骤,利用SVM神经网络对...
【专利技术属性】
技术研发人员:俞晓磊,于银山,汪东华,钱坤,庄笑,周昱军,孙耀东,赵志敏,
申请(专利权)人:江苏省质量和标准化研究院,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。