一种商品包装生产日期检测方法技术

为解决现有包装生产日期检测方法存在的实时性慢、通用性差和实用性效果欠缺的问题，本发明专利技术提出一种商品包装生产日期检测方法，方法步骤包括商品包装图片预处理、商品包装图片分类、商品包装图片上的生产日期图块分割、提取生产日期字符和标签、提取单个生产日期字符和单个生产日期字符标签、使用循环神经网络算法输出、使用卷积神经网络算法输出和加权得到商品包装的生产日期识别结果。本发明专利技术一种商品包装生产日期检测方法的有益效果是通过循环神经网络的模型和卷积神经网络模型来识别生产日期，综合两种方法的识别结果和置信度，识别得到的生产日期结果更加准确。

A method for detecting the date of product packaging production

In order to solve the problems of real-time detection method of the existing packaging production date is slow, poor universality and practicality of the problem of the lack of effect, the invention provides a commodity packaging production date detection method, the method comprises the following steps of packaging image pretreatment, packaging, product packaging image classification picture production date on the block segmentation and extraction the production date label, and character extraction of single character and single production date production date character label, using recurrent neural network algorithm, using the output of the convolutional neural network algorithm and output weighted to get the recognition results of commodity packaging production date. The detection effect of a commodity packaging production date is beneficial by identifying the production date by recurrent neural network's model and convolution neural network model, and combining the recognition result and confidence level of the two methods. The result of identifying the date of production is more accurate.

【技术实现步骤摘要】
一种商品包装生产日期检测方法
本专利技术涉及到自动检测领域，特别涉及到一种商品包装生产日期检测方法。
技术介绍
利用商品包装中的文字和生产日期，对商品库存进行归类存放，是目前人工智能供应链管理智慧库存的应用方法。这种方法主要通过对商品包装的图像进行采集，检测识别图像中的文字和数字，对相关区域进行信息加工来获取待识别字符，通过相应的计算机视觉和人工智能算法，获得图像中的文字和数字信息。目前，在单一背景、版面结构简单和低噪声的环境下，字符识别已经达到了较高的准确率。然而，对于背景复杂、多重版面结构和噪声很大的包装，字符识别率还存在实时性问题、通用性问题和实用性问题，即：实时性问题：在复杂场景，色彩信息丰富而字符背景杂乱的情况下，现有的方法很难从商品包装的图像信息中实时、迅速的有效地进行信息提取和识别。通用性问题：目前的商品包装字符识别方法通常对提取字符的环境有着严格的限制，通常是针对某种包装产品，没有较普通的应用场景，缺乏推广的手段和价值。实用性问题：现实的商品包装，往往由于商品设计过程中，并没有考虑到人工智能供应链管理过程中的智慧库存机器识别环节，所以商品设计中的字符常常有着比较难的识本文档来自技高网...

【技术保护点】
一种商品包装生产日期检测方法，所述商品包装的图片包括生产日期图块，所述生产日期图块包括生产日期字符，其特征在于，包括以下步骤：步骤1：所述商品包装图片预处理，提取所述商品包装图片的加速健壮特征作为商品包装图片的词袋，建立商品包装图片词袋库，将所述商品包装图片词袋作为特征向量；步骤2：依据步骤1的所述特征向量，使用支持向量机算法对商品包装图片进行分类得到已分类商品包装图片；步骤3：使用最大稳定极值区域检测方法和色域分割方法对已分类商品包装图片上的生产日期图块进行分割得到已分割生产日期图块；步骤4：使用最大类间方差法和自适应二值化算法对已分割生产日期图块上的生产日期字符进行提取得到已提取生产日期字...

【技术特征摘要】
1.一种商品包装生产日期检测方法，所述商品包装的图片包括生产日期图块，所述生产日期图块包括生产日期字符，其特征在于，包括以下步骤：步骤1：所述商品包装图片预处理，提取所述商品包装图片的加速健壮特征作为商品包装图片的词袋，建立商品包装图片词袋库，将所述商品包装图片词袋作为特征向量；步骤2：依据步骤1的所述特征向量，使用支持向量机算法对商品包装图片进行分类得到已分类商品包装图片；步骤3：使用最大稳定极值区域检测方法和色域分割方法对已分类商品包装图片上的生产日期图块进行分割得到已分割生产日期图块；步骤4：使用最大类间方差法和自适应二值化算法对已分割生产日期图块上的生产日期字符进行提取得到已提取生产日期字符和已提取生产日期字符标签；步骤5：采用滴水算法和游程平滑算法对已提取生产日期字符和已提取生产日期字符标签进行分割提取得到单个生产日期字符和单个生产日期字符标签；步骤6：根据步骤5的所述提取的单个生产日期字符和单个生产日期字符标签，使用循环神经网络算法输出单个生产日期字符和生产日期字符置信度；步骤7：根据步骤4的所述已提取生产日期字符和已提取生产日期字符标签，使用卷积神经网络算法输出预测的生产日期序列和生产日期序列置信度；步骤8：结合步骤6的所述单个生产日期字符和生产日期字符置信度和步骤7的所述预测的生产日期序列和生产日期序列置信度，加权得到商品包装的生产日期识别结果。2.根据权利要求1所述一种商品包装生产日期检测方法，其特征在于：步骤1的所述图像预处理过程包括灰度化和归一化处理。3.根据权利要求1所述一种商品包装生产日期检测方法，其特征在于：步骤2的所述支持向量机算法包括将步骤1中所述每种商品包装图片词袋库作为采集的特征向量，商品包装图片种类作为标签值，离线对商品包装图片进行分类训练，并最终输出支持向量机算法。4.根据权利要求1所述一种商品包装生产日期检测方法，其特征在于：步骤3的所述最大稳定极值区域检测方法和色域分割方法用于将所述商品包装图片的生产日期图块与商品包装的其它图块分离开来；对所述已分类商品包装图片进行色域分布调整后，通过对所述色域的颜色容差进行计算调整，再使用最大稳定极值区域检测方法得到检测结果，从而分割出所述商品包装图片的生产日期图块。5.根据权利要求1或4所述一种商品包装生产日期检测方法，其特征在于：步骤3的所述色域分割方法包括色域探取和色域颜色容差计算；所述色域探取的应用场景包括在白底印刷上且和其它...

【专利技术属性】
技术研发人员：欧卫国，雷凌翼，
申请(专利权)人：重庆慧都科技有限公司，
类型：发明
国别省市：重庆,50