货物尺寸识别方法、识别装置及计算机可读存储介质制造方法及图纸

本申请公开一种货物尺寸识别方法，该方法包括在固定区域划定货物停放的矩形边界框并获取摄像机采集的包含该矩形边界框的边界框图像；获取在实际中边界框的一物理量的值W1和边界框图像中边界框的同一所述物理量的值W2，获取比例系数b＝W1/W1；获取固定区域内包含货物的货物图像，判断货物图像中的货物是否存在遮挡；识别未遮挡的货物在货物图像中的长度、宽度和高度，根据比例系数b计算货物的实际的长度、宽度和高度；以及对存在遮挡的货物进行补全操作，识别补全后的货物在货物图像中的长度、宽度和高度，并根据比例系数b计算货物的实际的长度、宽度和高度。本申请还提供一种货物尺寸识别装置及计算机可读存储介质。尺寸识别装置及计算机可读存储介质。尺寸识别装置及计算机可读存储介质。

【技术实现步骤摘要】
货物尺寸识别方法、识别装置及计算机可读存储介质


[0001]本申请涉及图像处理领域，更具体地说，涉及一种货物尺寸识别方法、识别装置及计算机可读存储介质。

技术介绍

[0002]近年来，随着国家经济实力的不断增强，商品货物进出口量逐年增加。货物进出口量的快速增长，给海关快速核验货物、检查货物、放行货物带来巨大的压力。其中，包括对货物的尺寸进行检测核验，依靠海关工作人员的人工核验，导致海关工作人员工作量大大增加、耗时过长，容易造成货物通关不及时、货物检查不完全等情况，因此为提高工作效率，进行自动化和智能化的货物尺寸识别尤为重要。

技术实现思路

[0003]针对现有技术，本申请解决的技术问题是提供一种能自动化识别货物尺寸的货物尺寸识别方法、识别装置及计算机可读存储介质。
[0004]为解决上述技术问题，本申请提供一种货物尺寸识别方法，其用于对固定设置的矩形边界框内的货物进行尺寸识别，该货物尺寸识别方法包括：
[0005]获取包含矩形边界框的边界框图像；
[0006]获取在实际中矩形边界框的一物理量的值W1和边界框图像中边界框的同一所述物理量的值W2，获取比例系数b＝W1/W2；
[0007]获取矩形边界框内放置有货物的货物图像，判断货物图像中的货物是否存在遮挡；
[0008]识别未被遮挡的货物在货物图像中的长度、宽度和高度，根据比例系数b计算未被遮挡的货物的实际的长度、宽度和高度；以及
[0009]对被遮挡的货物进行补全操作，识别补全后的货物在货物图像中的长度、宽度和高度，并根据比例系数b计算补全后的货物的实际的长度、宽度和高度。
[0010]在一种可能的实现方式中，当所述物理量设定为长度值，获取比例系数b具体为：
[0011]获取实际中边界框的一边长的长度值L1且统计该边长在边界框图像中的所占总的像素点的数目L2，则比例系数b＝W1/W1＝L1/L2。
[0012]在一种可能的实现方式中，当所述物理量设定为周长值，获取比例系数b具体为：
[0013]获取实际中边界框的周长值C1；
[0014]获取边界框图像中的边界框的轮廓，计算在边框图像中边界框的轮廓的周长值C2；
[0015]比例系数b＝W1/W1＝C1/C2。
[0016]在一种可能的实现方式中，对存在遮挡的货物进行补全操作的步骤包括：
[0017]获取备案数据库中备案的货物备案图像S
max
；
[0018]分割出货物图像中被遮挡货物的区域，提取每一货物备案图像中的完整的货物区
域，将被遮挡获取的区域和每一完整的货物区域进行相似度计算，选取相似度最高对应的货物备案图像S
max
；
[0019]获取货物备案图像S
max
的货物轮廓的形状，提取被遮挡的货物的轮廓，根据货物备案图像S
max
的货物轮廓的形状对被遮挡的货物的轮廓进行形状补全以获得第一轮廓补全图像Q1；
[0020]基于GAN模型训练货物补全模型，利用货物补全模型对被遮挡的货物的轮廓进行补全获得第二轮廓补全图像Q2；
[0021]计算遮挡货物的补全结果Q：Q＝α
×
Q1+(1
‑
α)Q2；
[0022]其中，α加权系数且0＜α＜1。
[0023]在一种可能的实现方式中，所述相似度为余弦相似度。
[0024]在一种可能的实现方式中，基于GAN模型训练货物补全模型的步骤包括：
[0025]通过生成模型和判别模构成生成对抗网络模型，其中训练图像数据包括多组货物相同的货物被遮挡的货物图像F
O
和货物未被遮挡的货物图像F
O,
；
[0026]提取训练图像数据中每一图像中关于货物的轮廓；
[0027]以训练图像数据中的每一货物图像F
O
的轮廓为作为生成模型的输入；
[0028]以训练图像数据中的货物图像F
O,
的轮廓作和生成模型生成的货物未被遮挡的货物图像的轮廓作为对抗网络的输入。
[0029]在一种可能的实现方式中，识别货物图像T中的货物在货物图像中高度，并根据比例系数b计算货物的实际的高度的步骤包括：
[0030]提取所述货物图像T的货物区域的轮廓；
[0031]计算所述货物图像T的货物区域的轮廓的最小外接矩形；
[0032]获取最小外接矩形的左上角的坐标点(x1,y1)和右下角的坐标点(x2,y2)；
[0033]计算最小外接矩形的高度H为：|y2‑
y1|；
[0034]根据比例系数b计算货物的实际的高度为：H
×
b。
[0035]其中，所述货物图像T为货物未存在被遮挡的货物图像，或者为存在货物被遮挡时进行补全后的货物图像。
[0036]在一种可能的实现方式中，识别货物图像T中的货物在货物图像中的长度和宽度，并根据比例系数b计算货物的实际的长度和宽度的步骤包括：
[0037]提取所述货物图像T的货物区域的轮廓；
[0038]对所述货物图像T的货物区域的轮廓和矩形边界框形成区域进行交集操作；
[0039]对交集结果进行多边形拟合处理；
[0040]选取矩形边界框的一边E1以及与所述边L1垂直的另一边E2；
[0041]将拟合后的多边形的所有边与边E1进行比对，选取多边形的所有的边中与边E1最平行的边E
w
，并计算边E
w
在货物图像T中的边长值W；
[0042]将将拟合后的多边形的所有边与边E2进行比对，选取多边形的所有的边中与边E2最平行的边E
L
,并计算边E
L
在货物图像T中的边长值L；
[0043]根据比例系数b计算货物图像T中货物的实际的宽度为：W
×
b；
[0044]根据比例系数b计算货物图像T中货物的实际的长度为：L
×
b。
[0045]其中，所述货物图像T为货物未存在被遮挡的货物图像，或者为存在货物被遮挡时
进行补全后的货物图像。
[0046]本申请还提供一种货物尺寸识别装置，其包括：摄像机、处理器和存储器，所述处理器连接所述摄像机和所述存储器；所述摄像机设置于用于放置待进行尺寸识别的货物的矩形边界框所在区域的上方，且用于采集的包含该矩形边界框的边界框图像和用于采集矩形边界框内设置有货物的货物图像；所述存储器用于存储可执行代码，所述处理器用于执行所述存储器中存储的可执行代码；所述处理器用于执行所述存储器中存储的可执行代码，以执行所述货物尺寸识别方法。
[0047]本申请还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时，实现所述货物尺寸识别方法。
[0048]本申请提供的货物尺寸识别方法的有益效本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种货物尺寸识别方法，其用于对固定设置的矩形边界框内的货物进行尺寸识别，其特征在于，包括：获取包含矩形边界框的边界框图像；获取在实际中矩形边界框的一物理量的值W1和边界框图像中边界框的同一所述物理量的值W2，获取比例系数b＝W1/W2；获取矩形边界框内放置有货物的货物图像，判断货物图像中的货物是否存在遮挡；识别未被遮挡的货物在货物图像中的长度、宽度和高度，根据比例系数b计算未被遮挡的货物的实际的长度、宽度和高度；以及对被遮挡的货物进行补全操作，识别补全后的货物在货物图像中的长度、宽度和高度，并根据比例系数b计算补全后的货物的实际的长度、宽度和高度。2.如权利要求1所述的货物尺寸识别方法，其特征在于，当所述物理量设定为长度值，获取比例系数b具体为：获取实际中边界框的一边长的长度值L1且统计该边长在边界框图像中的所占总的像素点的数目L2，则比例系数b＝W1/W1＝L1/L2。3.如权利要求1所述的货物尺寸识别方法，其特征在于，当所述物理量设定为周长值，获取比例系数b具体为：获取实际中边界框的周长值C1；获取边界框图像中的边界框的轮廓，计算在边框图像中边界框的轮廓的周长值C2；比例系数b＝W1/W1＝C1/C2。4.如权利要求1所述的货物尺寸识别方法，其特征在于，对存在遮挡的货物进行补全操作的步骤包括：获取备案数据库中备案的货物备案图像S
max
；分割出货物图像中被遮挡货物的区域，提取每一货物备案图像中的完整的货物区域，将被遮挡获取的区域和每一完整的货物区域进行相似度计算，选取相似度最高对应的货物备案图像S
max
；获取货物备案图像S
max
的货物轮廓的形状，提取被遮挡的货物的轮廓，根据货物备案图像S
max
的货物轮廓的形状对被遮挡的货物的轮廓进行形状补全以获得第一轮廓补全图像Q1；基于GAN模型训练货物补全模型，利用货物补全模型对被遮挡的货物的轮廓进行补全获得第二轮廓补全图像Q2；计算遮挡货物的补全结果Q：Q＝α
×
Q1+(1
‑
α)Q2；其中，α加权系数且0＜α＜1。5.如权利要求4所述的货物尺寸识别方法，其特征在于，所述相似度为余弦相似度。6.如权利要求4所述的货物尺寸识别方法，其特征在于，基于GAN模型训练货物补全模型的步骤包括：通过生成模型和判别模构成生成对抗网络模型，其中训练图像数据包括多组货物相同的货物被遮挡的货物图像F
O
和货物未被遮挡的货物图像F
O,
；提取训练图像数据中每一图像中关于货物的轮廓；以训练图像数据中的每一货物图像F
O<...

【专利技术属性】
技术研发人员：洪志阳，欧阳一村，罗富章，王和平，沈周龙，贺慧雅，
申请(专利权)人：深圳市盛视技术有限公司，
类型：发明
国别省市：