基于YOLO目标检测和多目采样的贴标定位方法技术

本申请涉及的基于YOLO目标检测和多目采样的贴标定位方法，该方法包括：获取待贴标定位的目标图像，其中，目标图像是基于多目摄像装置进行多目采样采集的，并用于表征金属桶的桶身图像；利于YOLO目标检测模型对目标图像进行处理，得到以预设形式标记的目标区域，其中，目标区域用于表征目标图像中出现焊缝的区域；在目标区域内，进行霍夫垂直直线检测，得到焊缝对应的坐标数据，坐标数据用于表征焊缝在对应图像中的像素点坐标；根据焊缝对应的坐标数据和预设基准数据，确定贴标位置。通过本申请，解决了相关技术中基于光电开关扫描的焊缝识别在强光环境下存在检测效果较差、焊缝识别效率低、识别的标签位置误差大的问题。识别的标签位置误差大的问题。识别的标签位置误差大的问题。

【技术实现步骤摘要】
基于YOLO目标检测和多目采样的贴标定位方法


[0001]本申请涉及贴标定位
，特别是涉及基于YOLO目标检测和多目采样的贴标定位方法，以及装置、电子装置及存储介质。

技术介绍

[0002]金属罐被广泛应用于工业生产，如化工涂料、油漆的灌装，奶粉、茶叶、饼干等食品包装。因此对金属罐的贴标处理成为生产线中不可或缺的基本工艺环节。
[0003]相关技术中，喷涂机器人已经广泛应用于各个行业，自动化喷涂发展极为迅速，传统的人工喷涂技术被自动化喷涂机械取代，喷涂行业已经朝着智能化、自动化方向全面发展；但喷涂自动化的一大难点，是喷涂位置的标定，将准确的坐标信息告知控制器；同时，对于油漆桶而言，在生产过程中喷涂上标签是重要一环，也是实现油漆桶完全自动化生产的重要一步；由于油漆桶是由一圈白铁皮卷折并点焊，最后加上底盖而成，桶身本身仅为一个信息量较少的圆柱体，可识别信息是点焊后产生的焊缝，而油漆桶焊缝识别的效果将直接影响标签贴和的精准度；相关技术中，焊缝识别技术是基于光电开关扫描识别焊缝，存在识别的精准度和灵敏度较低、识别耗时长和抗干扰能力弱的不足；同时，基于光电开关扫描的焊缝识别在强光环境下存在检测效果较差、焊缝识别效率低、识别的标签位置误差大的问题。
[0004]针对相关技术中基于光电开关扫描的焊缝识别在强光环境下存在检测效果较差、焊缝识别效率低、识别的标签位置误差大的问题，尚未提出有效的解决方案。

技术实现思路

[0005]本申请实施例提供了一种基于YOLO目标检测和多目采样的贴标定位方法、装置、电子装置及存储介质，以至少解决相关技术中基于光电开关扫描的焊缝识别在强光环境下存在检测效果较差、焊缝识别效率低、识别的标签位置误差大的问题。
[0006]第一方面，本申请实施例提供了一种基于YOLO目标检测和多目采样的贴标定位方法，应用于金属桶标签贴标生产线，包括：获取待贴标定位的目标图像，其中，所述目标图像是基于多目摄像装置进行多目采样采集的，并用于表征所述金属桶的桶身图像；利于YOLO目标检测模型对所述目标图像进行处理，得到以预设形式标记的目标区域，其中，所述YOLO目标检测模型是根据样本图像和与所述样本图像对应的实测焊缝区域信息训练得到的神经网络模型，所述目标区域用于表征所述目标图像中出现焊缝的区域；在所述目标区域内，进行霍夫垂直直线检测，得到所述焊缝对应的坐标数据，其中，所述坐标数据用于表征所述焊缝在对应图像中的像素点坐标；根据所述焊缝对应的坐标数据和预设基准数据，确定贴标位置。
[0007]第二方面，本申请实施例提供了一种基于YOLO目标检测和多目采样的贴标定位装置，应用于金属罐标签贴标生成线，包括：获取模块，用于获取待贴标定位的目标图像，其中，所述目标图像是基于多目摄像
装置进行多目采样采集的，并用于表征所述金属桶的桶身图像；识别模块，用于利于YOLO目标检测模型对所述目标图像进行处理，得到以预设形式标记的目标区域，其中，所述YOLO目标检测模型是根据样本图像和与所述样本图像对应的实测焊缝区域信息训练得到的神经网络模型，所述目标区域用于表征所述目标图像中出现焊缝的区域；定位模块，用于在所述目标区域内，进行霍夫垂直直线检测，得到所述焊缝对应的坐标数据，其中，所述坐标数据用于表征所述焊缝在对应图像中的像素点坐标；处理模块，用于根据所述焊缝对应的坐标数据和预设基准数据，确定贴标位置。
[0008]第三方面，本申请实施例提供了一种电子装置，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的基于YOLO目标检测和多目采样的贴标定位方法。
[0009]第四方面，本申请实施例提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的基于YOLO目标检测和多目采样的贴标定位方法。
[0010]相比于相关技术，本申请实施例提供的基于YOLO目标检测和多目采样的贴标定位方法、装置、电子装置和存储介质，通过获取待贴标定位的目标图像，其中，所述目标图像是基于多目摄像装置进行多目采样采集的，并用于表征所述金属桶的桶身图像；利于YOLO目标检测模型对所述目标图像进行处理，得到以预设形式标记的目标区域，其中，所述YOLO目标检测模型是根据样本图像和与所述样本图像对应的实测焊缝区域信息训练得到的神经网络模型，所述目标区域用于表征所述目标图像中出现焊缝的区域；在所述目标区域内，进行霍夫垂直直线检测，得到所述焊缝对应的坐标数据，其中，所述坐标数据用于表征所述焊缝在对应图像中的像素点坐标；根据所述焊缝对应的坐标数据和预设基准数据，确定贴标位置；解决了相关技术中基于光电开关扫描的焊缝识别在强光环境下存在检测效果较差、焊缝识别效率低、识别的标签位置误差大的问题，实现了减小标签位置误差，加快生产油漆铁桶的速度及提高油漆桶加工的效率的有益效果。
[0011]本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
[0012]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1是根据本申请实施例的基于YOLO目标检测和多目采样的贴标定位方法的终端的硬件结构框图；图2是根据本申请实施例的基于YOLO目标检测和多目采样的贴标定位方法的流程图；图3是根据本申请实施例的多模板匹配定位模型的构建流程图；图4是根据本申请优选实施例的基于YOLO目标检测和多目采样的贴标定位方法的流程图；图5是根据本申请实施例的基于YOLO目标检测和多目采样的贴标定位装置的结构框图。
具体实施方式
[0013]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的
技术实现思路
的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。
[0014]在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。
[0015]除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属
内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于YOLO目标检测和多目采样的贴标定位方法，应用于金属桶标签贴标生产线，其特征在于，包括：获取待贴标定位的目标图像，其中，所述目标图像是基于多目摄像装置进行多目采样采集的，并用于表征所述金属桶的桶身图像；利于YOLO目标检测模型对所述目标图像进行处理，得到以预设形式标记的目标区域，其中，所述YOLO目标检测模型是根据样本图像和与所述样本图像对应的实测焊缝区域信息训练得到的神经网络模型，所述目标区域用于表征所述目标图像中出现焊缝的区域；在所述目标区域内，进行霍夫垂直直线检测，得到所述焊缝对应的坐标数据，其中，所述坐标数据用于表征所述焊缝在对应图像中的像素点坐标；根据所述焊缝对应的坐标数据和预设基准数据，确定贴标位置。2.根据权利要求1所述的方法，其特征在于，利于YOLO目标检测模型对所述目标图像进行处理，得到以预设形式标记的目标区域，包括：对所述目标图像进行预处理，得到预处理后的目标图像，其中，所述预处理包括归一化处理、图像插值处理；利用所述YOLO目标检测模型对预处理后的所述目标图像进行处理，得到所述目标图像中出现焊缝的备选区域及每个所述备选区域对应的置信度；选取所述置信度大于预设置信度阈值的备选区域作为所述目标区域。3.根据权利要求2所述的方法，其特征在于，在所述目标区域内，进行霍夫垂直直线检测，得到所述焊缝对应的坐标数据，包括：通过边缘检测算子对所述目标区域进行边缘提取，得到边缘图像，其中，所述边缘检测算子包括Canny算子；对所述边缘图像进行霍夫直线检测，得到与所述焊缝对应的目标直线，其中，所述目标直线用于表征所述焊缝在所述目标区域中的位置；确定所述目标直线对应的像素点，并根据所述像素点在所述目标区域中的像素点坐标，得到所述焊缝对应的坐标数据。4.根据权利要求1所述的方法，其特征在于，根据所述焊缝对应的坐标数据和预设基准数据，确定贴标位置，包括：将所述焊缝对应的坐标数据输入预设的回归模型，得到对应的第一偏转角，其中，所述第一偏转角用于表征所述焊缝在对应的所述摄像装置所对应的摄像区域内的偏转角度，所述回归模型被拟合为用于根据输入的样本坐标数据，输出该样本坐标数据相对设定的参照点的偏转角；在所述预设基准数据中获取第二偏移角度，并至少基于所述第一偏转角和所述第二偏移角度，确定待贴标签所对应的所述贴标位置，其中，所述第二偏移角度为所...

【专利技术属性】
技术研发人员：刘晓翔，陈洋凯，江元豪，林鑫，刘泽枫，
申请(专利权)人：暨南大学，
类型：发明
国别省市：