一种基于深度学习的包装喷码检测方法及系统技术方案

本发明专利技术涉及计算机视觉技术领域，具体涉及一种基于深度学习的包装喷码检测方法及系统；基于深度学习的包装喷码检测系统包括运输模块、采集模块和处理模块，运输模块将包装盒运输至采集模块的一侧，采集模块与处理模块电性连接，采集模块用于拍摄包装盒上的喷码，并将喷码图片传输至处理模块，处理模块用于分析喷码图片，并输出检测结果；运输模块包括底座、传输带、支撑架、找平臂和限位臂，采集模块包括升降臂和摄像头；通过传输带运输待检测的包装盒，利用找平臂将包装盒扶平，再利用限位臂将包装盒定位，升降臂调节摄像头的高度，摄像头对喷码拍照，传输至处理模块，使得识别结果更精确。精确。精确。

【技术实现步骤摘要】
一种基于深度学习的包装喷码检测方法及系统


[0001]本专利技术涉及计算机视觉
，尤其涉及一种基于深度学习的包装喷码检测方法及系统。

技术介绍

[0002]计算机视觉和互联网的飞速发展带来了大量的新产品和新服务，引发了人们对于实用性视觉技术的新思考和新需求，包装喷码检测是工业界直接利用拍摄图片检测喷码是否正确的一种方法，是工业界迫切需要解决的技术之一，受到了计算机视觉界和工业界的广泛关注。
[0003]现有的包装喷码检测的拍摄位置固定，在包装盒倾斜或高度不齐的情况，容易造成错误识别。

技术实现思路

[0004]本专利技术的目的在于提供一种基于深度学习的包装喷码检测方法及系统，旨在解决现有技术中包装喷码检测的拍摄位置固定，在包装盒倾斜或高度不齐的情况，容易造成错误识别的技术问题。
[0005]为实现上述目的，本专利技术提供了一种基于深度学习的包装喷码检测系统，所述基于深度学习的包装喷码检测系统包括运输模块、采集模块和处理模块，所述运输模块将包装盒运输至所述采集模块的一侧，所述采集模块与所述处理模块电性连接，所述采集模块用于拍摄包装盒上的喷码，并将喷码图片传输至所述处理模块，所述处理模块用于分析所述喷码图片，并输出检测结果；
[0006]所述运输模块包括底座、传输带、支撑架、找平臂和限位臂，所述传输带设置于所述底座的上方，所述找平臂的数量为两个，两个所述找平臂均设置于底座的上方，并位于所述传输带的相对两侧，所述支撑架与所述底座固定连接，并位于所述底座的上方，且位于所述传输带的一侧，所述限位臂设置于所述支撑架的一侧，并位于所述传输带的上方；
[0007]所述采集模块包括升降臂和摄像头，所述升降臂设置于所述底座的顶端，并位于所述传输带远离所述支撑架的一侧，所述摄像头与所述升降臂的输出端活动连接，并位于所述升降臂的上方。
[0008]通过所述传输带运输待检测的包装盒，利用所述找平臂将包装盒扶平，再利用所述限位臂将包装盒定位，所述升降臂调节所述摄像头的高度，所述摄像头对喷码拍照，传输至所述处理模块，使得识别结果更精确。
[0009]其中，所述处理模块包括提取单元和对比单元，所述提取单元与所述摄像头连接，所述对比单元与所述提取单元连接；所述提取单元将所述喷码图片转换为黑白二值图，并通过白色像素点提取字符；所述对比单元将利用卷积神经网络对所述字符进行图像分类，对比得到检测结果。
[0010]利用所述提取单元将所述喷码图片转换为黑白二值图，并通过白色像素点提取字
符，利用卷积神经网络对所述字符进行图像分类，对比得到检测结果。
[0011]其中，所述限位臂包括第一气缸和挡板，所述第一气缸设置于所述支撑架的一侧，所述挡板与所述第一气缸的输出端活动连接，并位于所述第一气缸的下方。
[0012]当包装盒运输至所述摄像头附近时，所述第一气缸伸长，所述挡板将包装盒拦截，使得包装盒与所述摄像头保持相对静止，便于拍摄。
[0013]其中，所述升降臂包括第二气缸和凹板，所述第二气缸设置于所述底座的顶端，并位于所述传输带远离所述支撑架的一侧，所述凹板与所述第二气缸的输出端活动连接，并位于所述第二气缸的上方，所述摄像头设置于所述凹板的内部。
[0014]通过所述第二气缸的伸缩，调节所述凹板的高度，从而调节所述摄像头的拍摄位置。
[0015]其中，每个所述找平臂均包括第三气缸和找平板，所述第三气缸设置于所述传输带的一侧，所述找平板与所述第三气缸的输出端活动连接，并位于所述第三气缸靠近所述传输带的一侧。
[0016]当包装盒被传输至两个所述找平臂之间时，两个所述第三气缸同时向内伸长，使得两侧的所述找平板夹紧包装盒，使得喷码与照相角度垂直。
[0017]本专利技术还提供一种基于深度学习的包装喷码检测方法，采用上述所述的基于深度学习的包装喷码检测系统，包括如下步骤：
[0018]使用多个合格的喷码图片作为训练样本，训练卷积神经网络，优化所述处理模块；
[0019]将包装盒放在所述传输带上，运输的过程中所述找平臂将包装盒扶正，所述传输带将包装盒运输至所述摄像头附近；
[0020]所述限位臂将所述摄像头附近的包装盒拦截，所述摄像头拍摄包装盒上的喷码，将喷码图片传输至所述处理模块，完成识别。
[0021]本专利技术的一种基于深度学习的包装喷码检测方法及系统，使用多个合格的喷码图片作为训练样本，训练卷积神经网络，优化所述处理模块，将待检测的包装盒放置在所述传输带上，传输至两个所述找平臂之间，两个所述找平臂夹紧，使得喷码与照相角度垂直，两个所述找平臂松开包装盒，包装盒被传输至所述摄像头附近，所述限位臂将所述摄像头附近的包装盒拦截，所述升降臂调节所述摄像头的高度，所述摄像头拍摄包装盒上的喷码，将喷码图片传输至所述处理模块，完成识别，使得识别结果更精确。
附图说明
[0022]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0023]图1是本专利技术提供的一种基于深度学习的包装喷码检测系统的原理框图。
[0024]图2是本专利技术提供的一种基于深度学习的包装喷码检测系统的结构示意图。
[0025]图3是本专利技术提供的图2的A处的局部结构放大图。
[0026]图4是本专利技术提供的找平板的剖视图。
[0027]图5是本专利技术提供的一种基于深度学习的包装喷码检测方法的步骤流程图。
[0028]1‑
运输模块、2
‑
采集模块、3
‑
处理模块、4
‑
底座、5
‑
传输带、6
‑
支撑架、7
‑
找平臂、8
‑
限位臂、9
‑
升降臂、10
‑
摄像头、11
‑
提取单元、12
‑
对比单元、13
‑
第一气缸、14
‑
挡板、15
‑
第二气缸、16
‑
凹板、17
‑
第三气缸、18
‑
找平板、19
‑
第一板体、20
‑
第二板体、21
‑
弹簧、22
‑
限位槽、23
‑
压力传感器、24
‑
LED灯。
具体实施方式
[0029]下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。
[0030]在本专利技术的描述中，需要理解的是，术语“长度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的包装喷码检测系统，其特征在于，所述基于深度学习的包装喷码检测系统包括运输模块、采集模块和处理模块，所述运输模块将包装盒运输至所述采集模块的一侧，所述采集模块与所述处理模块电性连接，所述采集模块用于拍摄包装盒上的喷码，并将喷码图片传输至所述处理模块，所述处理模块用于分析所述喷码图片，并输出检测结果；所述运输模块包括底座、传输带、支撑架、找平臂和限位臂，所述传输带设置于所述底座的上方，所述找平臂的数量为两个，两个所述找平臂均设置于所述底座的上方，并位于所述传输带的相对两侧，所述支撑架与所述底座固定连接，并位于所述底座的上方，且位于所述传输带的一侧，所述限位臂设置于所述支撑架的一侧，并位于所述传输带的上方；所述采集模块包括升降臂和摄像头，所述升降臂设置于所述底座的顶端，并位于所述传输带远离所述支撑架的一侧，所述摄像头与所述升降臂的输出端活动连接，并位于所述升降臂的上方。2.如权利要求1所述的一种基于深度学习的包装喷码检测系统，其特征在于，所述处理模块包括提取单元和对比单元，所述提取单元与所述摄像头连接，所述对比单元与所述提取单元连接；所述提取单元将所述喷码图片转换为黑白二值图，并通过白色像素点提取字符；所述对比单元将利用卷积神经网络对所述字符进行图像分类，对比得到检测结果。3....

【专利技术属性】
技术研发人员：陈宏伟，王捷涛，张勋华，
申请(专利权)人：无锡捷视智能科技有限公司，
类型：发明
国别省市：