一种基于图像卷积神经网络技术的仓库标示牌识别方法技术

本发明专利技术公开了一种基于图像卷积神经网络技术的仓库标示牌识别方法，主要包括以下步骤：首先从图片流中提取出对照片的感兴趣部分，之后对图片进行缩放处理，转换成同样大小的图片；基于光流方法对于标识牌图片进行检测，当检测到图片发生变化时，提取出发生变化时刻图片以及前一帧与后一帧的图片；将这三幅图片作为输入，利用卷积神经网络进行图片计算，最终判断标识牌发生如何变化。本发明专利技术方法通过提取标识牌场景图片中感兴趣区域，将图片缩放至固定大小，检测标识牌变化，并利用卷积神经算法进行分块处理，避免了大型仓储中标识牌数量多，情景复杂所导致的难以检测的问题，极大的提高了测试精度。本发明专利技术可广泛应用于仓储管理领域。

An identification method of warehouse signs based on image convolution neural network technology

The invention discloses an image convolution neural network recognition method based on warehouse signs, mainly includes the following steps: first extract the photos of some interest from the image stream, after image zoom processing, into the same size image; based on optical flow method for signage image detection, when detecting the picture changes, extract the changed images and pictures before a moment frame and one frame; the three images as the input image is calculated by convolution neural network, the final judgment sign to change. The method of the invention by extracting the sign scene image region of interest, the picture zoom to a fixed size detection, signage changes, and block processing using convolutional neural algorithm, avoiding large storage in identification card number, due to the complex situation is difficult to detect, which greatly improves the testing accuracy. The invention can be widely used in the field of storage management.

【技术实现步骤摘要】
一种基于图像卷积神经网络技术的仓库标示牌识别方法
：本专利技术涉及仓库管理，尤其是仓储标识牌识别领域，具体涉及一种基于图像卷积神经网络技术的仓库标示牌识别方法。
技术介绍
：随着我国市场经济体制的不断完善，生产力的高速发展，作为企业管理的核心：仓库管理已成为企业发展竞争力的关键因素。但是在管理中，大型仓库经常有发错料，发串料的情况发生，其中难免有保管人员粗心大意的主观成分，而最重要的原因应该是货位与标识不清楚，而这种货位与标识不对称，一方面是因为放置标识牌的时候发生了错误，另一方面更多的是因为标识牌在使用过程中发生了误移。但是，仓储物品的标识牌使用是仓储管理中必不可少的一个方面，因此，企业迫切需要对仓储物品标识牌实现管理与监控。以往的仓储物品标识牌的管理主要聚焦在货位与标识牌对称，标识牌的现代化手段等上面，但是标识牌的误操作作为一个出现概率较多的错误，却一直没有有效的手段来规避，由于这些环节会产生大量且不易操作的信息，这给企业的管理带来了极大的不便。随着图像识别技术的发展，可以通过现有图像识别技术手段，可以实现标识牌的精确识别。卷积神经网络是近年发展起来，并引起广泛重视的一种高效识别本文档来自技高网...

【技术保护点】
一种基于图像卷积神经网络技术的仓库标示牌识别方法，其特征在于：具体步骤如下：A.首先从图片流中提取出对照片的感兴趣部分，之后对图片进行缩放处理转换成同样大小的图片；B.基于光流法对于标识牌图片进行检测，当检测到图片发生变化时，提取出发生变化时刻图片以及前一帧与后一帧的图片；C.将这三幅图片作为输入，利用卷积神经网络进行图片计算，最终判断标识牌发生如何变化。

【技术特征摘要】
1.一种基于图像卷积神经网络技术的仓库标示牌识别方法，其特征在于：具体步骤如下：A.首先从图片流中提取出对照片的感兴趣部分，之后对图片进行缩放处理转换成同样大小的图片；B.基于光流法对于标识牌图片进行检测，当检测到图片发生变化时，提取出发生变化时刻图片以及前一帧与后一帧的图片；C.将这三幅图片作为输入，利用卷积神经网络进行图片计算，最终判断标识牌发生如何变化。2.根据权利要求1所述一种基于图像卷积神经网络技术的仓库标示牌识别方法，其特征在于：步骤A具体为：A1.提取图片中感兴趣的区域存储为新图片；A2.将新图片统一缩放至32mm×32mm大小；A3.重复执行步骤A1，得到新图片；A4.重复执行步骤A2，将新图片转换为相同大小。3.根据权利要求1所述一种基于图像卷积神经网络技术的仓库标示牌识别方法，其特征在于：步骤B具体为：利用光流法对A步骤中提取出的新图片进行检测，当检测到新图片中轮廓发生变化时，将轮廓发生明显变...

【专利技术属性】
技术研发人员：王震，唐玉婷，洪叶，俞忠，刘小龙，朱张蓓，凌一，朱卫，胡广，徐晓轶，徐冰，
申请(专利权)人：国网江苏省电力公司南通供电公司，
类型：发明
国别省市：江苏,32