一种标签识别的方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术实施例公开了一种标签识别的方法、装置、电子设备及存储介质。其中，该方法包括：通过图像采集设备，在工作环境内采集标签图像；根据预设的图像识别算法，确定所述标签图像中的标签点包围框；在所述标签点包围框的范围内识别标签的标签点，确定所述标签点的排列方式并进行记录。本发明专利技术实施例通过识别标签点包围框，确定了标签点的具体范围，避免将标签点包围框以外的点作为本标签的标签点，有效提高了标签识别的精度。高了标签识别的精度。高了标签识别的精度。

【技术实现步骤摘要】
一种标签识别的方法、装置、电子设备及存储介质


[0001]本专利技术实施例涉及图像处理技术，尤其涉及一种标签识别的方法、装置、电子设备及存储介质。

技术介绍

[0002]当前的标签由若干标签点组成，标签点由反光材料制成。不同标签的标签点排列方式不同，标签点的排列位置形成了标签的唯一标识符。标签的功能是提供唯一的标识符，通常被预先水平部署在工作环境的天花板方向，来指导机器人等装置进行定位。
[0003]通过经典的图像处理方法可以比较粗略地提取到标签点的光斑，由于光照条件等的变化，标签点的光斑并不能在成像区域很好地反映出来，如果在标签附近存在噪点，则光斑提取的准确性将下降，进而影响标签的识别精度。例如，在标签点的光斑附近存在噪点，该噪点会被识别为标签点，导致标签点排列方式识别错误。

技术实现思路

[0004]本专利技术实施例提供一种标签识别的方法、装置、电子设备及存储介质，以提高标签识别的精度。
[0005]第一方面，本专利技术实施例提供了一种标签识别的方法，所述标签由具有红外反光特性的标签点包围框和至少一个标签点组成，所有所述标签点位于所述标签点包围框内该方法包括：
[0006]通过图像采集设备，在工作环境内采集标签图像；
[0007]根据预设的图像识别算法，确定所述标签图像中的标签点包围框；
[0008]在所述标签点包围框的范围内识别所述标签点，确定所述标签点的排列方式。
[0009]第二方面，本专利技术实施例还提供了一种标签识别的装置，所述标签由具有红外反光特性的标签点包围框和至少一个标签点组成，所有所述标签点位于所述标签点包围框内；该装置包括：
[0010]图像采集模块，用于通过图像采集设备，在工作环境内采集标签图像；
[0011]包围框确定模块，用于根据预设的图像识别算法，确定所述标签图像中的标签点包围框；
[0012]标签确定模块，用于在所述标签点包围框的范围内识别所述标签点，确定所述标签点的排列方式。
[0013]第三方面，本专利技术实施例还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本专利技术任意实施例所述的标签识别的方法。
[0014]第四方面，本专利技术实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本专利技术任意实施所述的标签识别的方法。
[0015]本专利技术实施例通过获取环境内的标签图像，根据图像识别算法，识别到标签图像中存在的标签点包围框。标签点包围框内包含了一个标签的所有标签点，通过确定标签点包围框可以得到标签点所在的具体位置范围，从而在标签点包围框的位置范围内识别标签点，得到标签点的排列方式。本专利技术实施例使用标签点包围框包围标签点的方式，可以提高整个标签的识别效果，在标签识别时，只有找到了所有的标签点才能确定唯一的标签。解决了现有技术中，标签周边噪点影响标签点识别的问题，避免将标签周围噪点识别为标签点，提高标签识别精度，进而提高了机器人的定位精度和效率。
附图说明
[0016]图1是本专利技术实施例一中的一种标签识别方法的流程示意图；
[0017]图2是本专利技术实施例一中的标签示意图；
[0018]图3是本专利技术实施例二中的一种标签识别方法的流程示意图；
[0019]图4是本专利技术实施例三中的一种标签识别方法的流程示意图；
[0020]图5是本专利技术实施例四中的一种标签识别装置的结构框图；
[0021]图6是本专利技术实施例五中的一种标签识别设备的结构示意图。
具体实施方式
[0022]下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。
[0023]实施例一
[0024]图1为本专利技术实施例一所提供的一种标签识别方法的流程示意图，本实施例可适用于识别标签情况，本实施例中的标签由具有红外反光特性的标签点包围框和至少一个标签点组成，所有标签点位于标签点包围框内，该方法可以由一种标签识别装置来执行。如图1所示，该方法具体包括如下步骤：
[0025]步骤110、通过图像采集设备，在工作环境内采集标签图像。
[0026]其中，图像采集设备可以是摄像头等设备，标签可以粘贴在预设环境内，用于指导机器人进行定位。例如，标签可以贴在窗上、墙壁上或天花板上。图像采集设备可以安装在移动机器人身上，例如，可以在机器人头顶安装摄像机等设备。在设置好标签后，工作人员可以推动移动机器人在预设的工作环境内行走，移动机器人在移动的过程中，机器人身上安装的图像采集设备可以实时采集环境中的标签，图像采集设备所采集到的图像就是预设环境中的标签图像。也可以由工作人员手持图像采集设备在预设环境内进行拍摄，实现对标签图像的采集。预先设置的标签可以是特定的二维码或特殊材料等，例如，标签为二维码标签，机器人的摄像头若采集到特定的二维码，则确定该标签图像为二维码图像。可以预先设置图像采集设备的采集范围，例如，预设采集范围可以是以机器人为中心，以预设距离为半径的范围。
[0027]本实施例中，可选的，标签点包围框为围绕所有标签点的多边形或环形，标签点包围框为封闭框。
[0028]具体的，一个标签上可以是由一个或多个标签点组成，标签点可以是预设大小的
圆形反光材料，反光材料是能够反射红外光的材料。将多个标签点按照预设的排列方式进行排列，粘贴在标签上，得到一个标签。例如，一个标签上可以有4个圆形的标签点，这4个标签点排列成“L”型。一个标签可以由多个反光材料进行排列得到，每一个标签上反光材料的排列方式各不相同，有利于区分各标签。本实施例中，标签上的反光材料可以包括一个或多个标签点，还可以包括一个标签点包围框，标签点包围框可以是封闭或不封闭的预设形状，即标签点包围框可以是有非封闭有缺口的，也可以是封闭无缺口的。预设形状可以是规则或不规则形状，例如，可以是多边形或环形。封闭的标签点包围框可以被更精确的识别，提高标签识别的精度。例如，标签点包围框为虚线边的四边形。标签点包围框将一个标签的所有标签点包围，即标签点包围框里含有一个标签的所有标签点。本实施例中，标签点包围框的形状和大小不受限制。例如，标签点包围框的内边界与标签可以相隔一个标签点的直径长度，标签点包围框本身的宽度可以是标签点的半径大小，标签点包围框也可以为四边形、五边形或圆形等形状，只要是能框住所有标签点的规则形状即可。图2为本实施中的标签示意图，图2中的标签点组成“L”型，在标签点外是封闭的四边形标签点包围框。这样设置的有益效果在于，为标签设置标签点包围框，有利于在标签点包围框内识别标签点，避免将标签外的噪点误认为是标签点，提高标签识别的精度。
[0029]步骤120、根据预设的图像识别算法，确定标签图像中的标签点包围框。
[0030]其中，在得到标本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种标签识别的方法，其特征在于，所述标签由具有红外反光特性的标签点包围框和至少一个标签点组成，所有所述标签点位于所述标签点包围框内；所述方法包括：通过图像采集设备，在工作环境内采集标签图像；根据预设的图像识别算法，确定所述标签图像中的标签点包围框；在所述标签点包围框的范围内识别所述标签点，确定所述标签点的排列方式。2.根据权利要求1所述的方法，其特征在于，所述标签点包围框为围绕所有标签点的多边形或环形，所述标签点包围框为封闭框。3.根据权利要求1所述的方法，其特征在于，根据预设的图像识别算法，确定所述标签图像中的标签点包围框，包括：根据预设的图像滤波算法对所述标签图像进行滤波，得到灰度化图像；采用边缘检测算法对所述灰度化图像进行边缘提取，得到中间图像；采用特征检测算法从所述中间图像中识别组成标签点包围框形状的线条，得到所述标签图像中的标签点包围框。4.根据权利要求3所述的方法，其特征在于，所述标签点包围框为多边形；所述采用特征检测算法从所述中间图像中识别组成标签点包围框形状的线条，包括：采用霍夫变换对所述中间图像进行直线寻找，识别组成多边形的直线段。5.根据权利要求1所述的方法，其特征在于，在所述标签点包围框的范围内识别所述标签点，确定所述标签点的排列方式，包括：从所述标签图像中确定所述标签点包围框范围内的局部标签图像；在所述局部标签图像中识别预设标签点形状的标签点，得到所述标签点的排列方式。6.根据权利要求5所述的方法，其特征在于，在所述局部标签图像中识别预设标签点形状的标签点，得到所述标签点的排列方式，包括：根据预设的图像滤波算法和边缘检测算法，得到所述局部标签图像中的标签点形状图案；根据所述局部标签图像中的标签...

【专利技术属性】
技术研发人员：蔡龙生，杨亚运，马元勋，唐旋来，
申请(专利权)人：上海擎朗智能科技有限公司，
类型：发明
国别省市：