基于机器视觉的箱子定位系统技术方案

本发明专利技术公开了一种基于机器视觉的箱子定位系统，该系统包括：箱子定位模块、图像采集模块、图像预处理模块、箱号定位与分割模块以及箱号字符识别模块；其中，所述箱子定位模块与所述图像采集模块相连；所述图像采集模块与所述图像预处理模块相连；所述图像预处理与所述箱号定位与分割模块相连；所述箱号定位与分割模块与所述箱号字符识别模块相连。

【技术实现步骤摘要】
基于机器视觉的箱子定位系统
本专利技术属于机器视觉定位领域，涉及一种基于机器视觉的箱子定位系统。
技术介绍
目前较为先进的箱号识别系统是与箱子定位系统分离的，而机器视觉技术的应用可以有机的将这两项功能合二为一，从而提高集成化，降低成本。箱子定位方式主要有GPS定位、RFID定位、单目视觉定位及双目立体视觉系统定位等定位方式，而国内外针对双目立体视觉系统定位的研究近年来取得了诸多成果，能够满足箱子定位精度要求。
技术实现思路
本专利技术目的在于提供一种基于机器视觉的箱子定位系统，利用高清摄像装置将采集到的信号分别用于箱子定位、箱号识别，其中定位采用双目立体视觉技术，箱号识别采用基于稀疏表示的字符识别方式，实现了定位精度达到1％以内，字符识别率约为99.43％，基本达到工程应用的标准，有效地减少了人工干预的目的。为解决上述技术问题，本专利技术采用如下的技术方案：一种基于机器视觉的箱子定位系统，该系统包括：箱子定位模块、图像采集模块、图像预处理模块、箱号定位与分割模块以及箱号字符识别模块；其中，所述箱子定位模块与所述图像采集模块相连；所述图像采集模块与所述图像预处理模块相连；所述图像预处理模块与所述箱号定位与分割模块相连；所述箱号定位与分割模块与所述箱号字符识别模块相连。本专利技术与现有技术相比具有以下的有益效果：本专利技术方案利用高清摄像装置将采集到的信号分别用于箱子定位、箱号识别，其中定位采用双目立体视觉技术，箱号识别采用基于稀疏表示的字符识别方式，实现了定位精度达到1％以内，字符识别率约为99.43％，基本达到工程应用的标准。附图说明图1是基于机器视觉的箱子定位系统的结构框架图。图2是双目立体视觉结构示意图。具体实施方式下面结合附图及具体实施例对本专利技术进行更加详细与完整的说明。可以理解的是，此处所描述的具体实施例仅用于解释本专利技术，而非对本专利技术的限定。参照图1，本专利技术的一种基于机器视觉的箱子定位系统，该系统包括：箱子定位模块、图像采集模块、图像预处理模块、箱号定位与分割模块以及箱号字符识别模块；其中，所述箱子定位模块与所述图像采集模块相连；所述图像采集模块与所述图像预处理模块相连；所述图像预处理模块与所述箱号定位与分割模块相连；所述箱号定位与分割模块与所述箱号字符识别模块相连。1)所述箱子定位模块采用双目立体视觉技术，利用视差原理进行箱子的定位；双目立体视觉(BinocularStereoVision)是机器视觉应用的典型方式，即利用视差原理，计算从不同位置摄取的两幅图像的对应点之间的位置偏差，获取物体三维几何信息。参照图2，两坐标系分别为平面坐标系(x,y,z)和测量坐标系(x1,y1,z1)，两摄像头焦点夹角为2α，两摄像头光轴交于P点，左右两摄像头成像面建立坐标系(x',y')，(1)式为坐标系变换方程：其中：α为光轴与y1轴之间的夹角；l为左、右摄像头焦距，即O与C点间的距离；f为左、右摄像头焦点与坐标原点O1间的距离。双目视觉立体定位系统一般状态下两摄像头为对称分布，根据目标点P在两摄像头成像面形成的投影点坐标，利用式(2)计算点P在测量坐标系中的坐标：最后利用式(3)由行坐标变换得出目标点P的坐标：2)所述图像采集模块利用多组摄像装置，采用多侧面图像校正方式以提高系统识别准确率；针对箱子装卸作业在实际应用中的定位与箱号识别，箱号识别模块的图像采集是通过箱子定位模块中的两组双摄像装置采集两侧面图像，因本专利技术采用多侧面图像校正方式以提高系统识别准确率，需增加两组摄像装置安装在适宜采集箱子的前、后、侧图像位置，摄取箱子的两组图像，每组各三面，通过三幅图像数据的数据处理比对结果，提高箱号识别环节的准确性，有效地改善了该系统在强光照射、字符缺失、字符遮挡等的不利影响因素下的箱号识别。3)所述图像预处理模块对采集到的原始图像进行降噪、图像增强、边界检测以及二值化处理；采集到的原始箱子图像不可避免的会受到噪声、畸变、低对比度等影响，通过图片预处理降低这些因素的不利影响从而达到提高识别率的目的。4)所述箱号定位与分割模块采用包络矩形区域增长法进行字符分割；箱体背景一般比较复杂，箱号印刷位置不固定，箱号以外的印刷字符较多，噪声较多，需采用适用于该作业条件的方式进行字符定位，具体步骤如下：a.绝大多数箱号位于箱体的右上方位置，将图像右上方位置划为重点识别区域进行处理；b.因箱号有其固定的几种构成方式，剔除预处理后不符合其高宽比、宽度间隙、字符组合形式、区域大小等条件的连通域，再配合填充度、纹理匹配初步选取号码区域；c.将图像向水平和竖直方向投影，不同排列方式的箱号，波形呈现不同状况，设置合理的阈值就能获得号码区域。字符识别是对单个字符逐一进行字符特征判断，即字符识别的前提应精准的将单个字符分割提取出来。常用的分割算法主要有：梯度投影直方图法、包络矩形区域增长法、边界跟踪法等。若字符缺失大于一个，以上的分割方法失效，三个面均出现这种情况的几率微乎其微，如果发生，则只能通过人工识别。4)所述箱号字符识别模块采用基于过完备基的向量疏稀表示的方式进行字符识别；字符识别属于模式识别中图像识别的一个分支。在人工智能和信息领域，模式识别即对事物或现象进行分析处理，继而完成对事物或现象的辨认、分类和认识的过程。本系统采用基于过完备基的向量疏稀表示的方式进行字符识别。经典的支持向量机(SVM)、最近邻算法(NNA)等字符识别方式需要首先进行图像特征提取，而稀疏表示不依赖图像特征的选择，鲁棒性很好。稀疏表示的使用需要事先构建过完备字典，根据优化算法求得系数解便能够精确的对样本字符进行分类。由于箱号字符识别的最终目的是与之前发送来的清单比对校核，所以最后一步工作是将机器视觉系统识别结果与清单比对，若比对一致则将信息传送给数据库，若不一致则发出报警信息，以便操作人员进行及时处理。以上所述仅为本专利技术的优选实施例，并不用于限制本专利技术，对于本领域技术人员而言，本专利技术可以有各种改动和变化。凡在本专利技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本专利技术的保护范围之内。本文档来自技高网...

【技术保护点】
1.基于机器视觉的箱子定位系统，其特征在于，所述系统包括：箱子定位模块、图像采集模块、图像预处理模块、箱号定位与分割模块以及箱号字符识别模块；其中，所述箱子定位模块与所述图像采集模块相连；所述图像采集模块与所述图像预处理模块相连；所述图像预处理模块与所述箱号定位与分割模块相连；所述箱号定位与分割模块与所述箱号字符识别模块相连。

【技术特征摘要】
1.基于机器视觉的箱子定位系统，其特征在于，所述系统包括：箱子定位模块、图像采集模块、图像预处理模块、箱号定位与分割模块以及箱号字符识别模块；其中，所述箱子定位模块...

【专利技术属性】
技术研发人员：覃争鸣，杨旭，李康，
申请(专利权)人：广州映博智能科技有限公司，
类型：发明
国别省市：广东,44