一种物流包裹位置检测方法及系统技术方案

本发明专利技术涉及一种物流包裹位置检测方法及系统，属于物流检测领域。首先获取包含包裹的目标RGB

【技术实现步骤摘要】
一种物流包裹位置检测方法及系统


[0001]本专利技术涉及物流检测领域，特别是涉及一种物流包裹位置检测方法及系统。

技术介绍

[0002]随着互联网的大量普及，物流行业也随之迅速发展崛起。
[0003]获取物流包裹信息时，首先需要准确获取包裹位置，现有技术中获取物流包裹位置的算法仅仅只靠边缘检测等传统的图像处理方法来获取包裹的大体位置。仅靠这种算法并不能得到包裹的准确位置信息，并且会出现误判情况，因此亟需一种物流包裹位置检测方法及系统，从而准确定位物流包裹的位置。

技术实现思路

[0004]本专利技术的目的是提供一种物流包裹位置检测方法及系统，实现对包裹位置的准确定位。
[0005]为实现上述目的，本专利技术提供了如下方案：一种物流包裹位置检测方法，包括：获取含包裹的目标RGB
‑
D图像；对所述目标RGB
‑
D图像进行预处理；将处理后的图像输入到预训练的显著性目标检测模型进行显著性检测，得到包裹位置。
[0006]可选的，所述对所述目标RGB
>‑
D图像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种物流包裹位置检测方法，其特征在于，包括：获取含包裹的目标RGB
‑
D图像；对所述目标RGB
‑
D图像进行预处理；将处理后的图像输入到预训练的显著性目标检测模型进行显著性检测，得到包裹位置。2.根据权利要求1所述的物流包裹位置检测方法，其特征在于，所述对所述目标RGB
‑
D图像进行预处理，具体包括：对所述目标RGB
‑
D图像进行中值滤波处理，得到图像1；对所述图像1进行空间边缘保持滤波处理，得到图像2；对所述图像2进行孔洞填充与高斯滤波，得到图像3；所述图像3为所述处理后的图像。3.根据权利要求1所述的物流包裹位置检测方法，其特征在于，所述显著性目标检测模型的训练方法包括：获取数据集，所述数据集包含多张样本RGB
‑
D图像，所述样本RGB
‑
D图像中包含所述包裹；对所述数据集进行预处理，得到新数据集；对所述新数据集包括的图像中的所述包裹进行标注；基于图像处理算法或深度学习算法构建所述显著性目标检测模型；利用标注后的新数据集对所述显著性目标检测模型进行训练，得到训练好的显著性目标检测模型。4.根据权利要求3所述的物流包裹位置检测方法，其特征在于，所述显著性目标检测模型为U2
‑
NET模型。5.根据权利要求1所述的物流包裹位置检测方法，其特征在于，所述得到包裹位置之后，所述方法还包括：利用显著性检测评价指标对所述检测方法进行评价；所述显著性检测评价指标包括：综合评价指标、结构相似性度量和平均绝对误差。6.一种基于权利要求1至5任一项所述的方法的物流包裹位置检测系统，其特征在于，包括：目标RGB
‑
D图像获取模块，用...

【专利技术属性】
技术研发人员：张维忠，姜官辉，袁翠梅，张宏峰，陈程立诏，
申请(专利权)人：青岛云智聚智能科技有限公司，
类型：发明
国别省市：