【技术实现步骤摘要】
一种基于Mask R
‑
CNN的物料标号提取方法及系统
[0001]本专利技术涉及图像识别
，具体而言，涉及一种基于Mask R
‑
CNN的物料标号提取方法、系统、电子设备及计算机存储介质。
技术介绍
[0002]随着人工智能与计算机视觉技术的发展，物料的自动识别与分拣成为了物流运输中的常用技术，而物料的自动识别与分拣又严重依赖于对物料标号的文字识别结果。针对物料标号的文字识别技术主要由两段式方法组成，即通过文字检测网络获取文字感兴趣区域(RoI)，随后将文字RoI区域交由文字识别网络进行识别。但是，由于众多物料具有如圆形截面在内的多种形态学特点，使得其标号在印刷时呈拱形、扇形等不规则排布，而在现有技术下对该类物料标号文字检测存在如下缺点和不足：1)物料标号呈拱形排布，现有文字检测算法生成的矩形RoI区域难以紧密包裹标号，带来大量背景干扰，使得后续文字识别算法识别结果不准确；2)基于分割的文字检测方法，能够有效分割出标号所在拱形区域，但是由于缺乏对应的矫正手段，仅使用最小外接矩形裁切...
【技术保护点】
【技术特征摘要】
1.一种基于Mask R
‑
CNN的物料标号提取方法，其特征在于，包括如下步骤：S1，对待检测的第一物料图片进行标准化处理，采用Mask R
‑
CNN模型对标准化处理后的所述第一物料图片进行文字检测，以获得物料标号的第一矩形检测框、位于物料标号的文字区域边界的多对第一控制点、所述物料标号的Mask掩膜；S2，对于步骤S1中的任一所述第一矩形检测框进行矫正处理，以获得第二矩形检测框；S3，在所述第二矩形检测框的上下边界均匀取与所述第一控制点数量相同的第二控制点，并计各算所述第二控制点在矫正后的坐标；S4，根据所述第一控制点的第一坐标和所述第二控制点的第二坐标，计算与变换算法对应的变换矩阵；S5，使用步骤S4中计算得到的所述变换矩阵，对步骤S1中的所述第一物料图片进行变换，得到矫正后的第二物料图片；S6，计算步骤S1中获得的所述Mask掩膜的外接多边形的第一有序点集，使用步骤S4中的所述变换矩阵对所述第一有序点集进行变换处理，以得到第二有序点集；S7，计算所述第二有序点集的外接矩形的坐标；S8，根据所述外接矩形的坐标，对所述第二物料图片进行裁切，得到矫正后的物料标号文字图片；S9，对所述物料标号文字图片进行字符识别，以获得所述物料标号；S10，循环步骤S2到步骤S9，直至遍历所有检测到的物料标号。2.根据权利要求1所述的一种基于Mask R
‑
CNN的物料标号提取方法，其特征在于：步骤S1中第j个第一控制点的坐标，由所述Mask R
‑
CNN模型回归所得的相对距离和所述第一矩形检测框计算得到，其计算公式如下：和所述第一矩形检测框计算得到，其计算公式如下：其中，所述第一矩形检测框由左上角角点坐标、宽和高进行定义，表示如下:。3.根据权利要求1或2所述的一种基于Mask R
‑
CNN的物料标号提取方法，其特征在于：所述步骤S2，具体包括：取步骤S1中任一所述第一矩形检测框，将所述文字区域边界的上下边界的平均长度作为矩形模板的宽度，将所述文字区域边界的平均高度作为所述矩形模板的高度，在保持长宽比的情况下，将所述矩形模板缩放至预设大小以得到所述第二矩形检测框。4.根据权利要求3所述的一种基于Mask R...
【专利技术属性】
技术研发人员：范柘，
申请(专利权)人：无锡顶视科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。