System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及标签的瑕疵识别,特别涉及一种标签的瑕疵识别方法、装置、计算机设备和存储介质。
技术介绍
1、包装箱上的标签是产品不可缺少的部分,标签包含文字信息、图形符号、说明物、主要有效成分、产品名称、产品标准号等重要信息,消费者可以根据这些信息查询该产品是否符合自身需求。为了节约成本,大部分企业的包装箱标签都由人工粘贴并进行标签合格检测,一旦包装箱标签存在瑕疵或信息错误,不仅会影响企业口碑,还会让消费者产生不愉快的消费体验。这就要求企业在产品进行包装箱标签粘贴时,必须确保标签信息的正确性和完整性。
2、目前,常规标签合格检测方法采用人工或半自动,检测标签是否存在瑕疵或者信息错误,例如标签上是否存在涂抹、产品型号是否存在印刷错误等,但这种检测方式在标签中出现多个相同字符或标签大小多样时,无法保证标签合格的准确性。
3、为了解决上述问题,采用图像识别方法可以有效提高对标签的检测效率,但其检测的精确度存在不稳定的问题。
技术实现思路
1、基于此,有必要针对上述技术问题,提供一种标签的瑕疵识别方法、装置、计算机设备和存储介质。
2、一种标签的瑕疵识别方法,包括:
3、获取待测标签图像;
4、解析所述待测标签图像,获得所述待测标签图像的标签特征点;
5、获取模板图像,并获取所述模板图像的模板特征点;
6、对所述待测标签图像的标签特征点和所述模板图像的模板特征点进行特征点匹配,剔除异常匹配点对,获得有效匹配点
7、基于所述有效匹配点对,对所述待测标签图像与所述模板图像进行配准,利用配准结果计算获得瑕疵图像面积。
8、在其中一个实施例中,所述对所述待测标签图像的标签特征点和所述模板图像的模板特征点进行特征点匹配,剔除异常匹配点对,获得有效匹配点对的步骤包括:
9、对所述待测标签图像的标签特征点和所述模板图像的模板特征点进行特征点匹配,获得多个第一匹配点对;
10、计算各所述第一匹配点对的斜率,得到多个匹配点斜率;
11、检测各所述匹配点斜率的斜率范围,将最多的所述匹配点斜率所同处的一斜率范围确定为斜率保留范围;
12、基于所述斜率保留范围从各所述第一匹配点中剔除第一异常匹配点对,获得所述有效匹配点对。
13、在其中一个实施例中,所述基于所述斜率保留范围从各所述第一匹配点中剔除第一异常匹配点对,获得所述有效匹配点对的步骤包括:
14、基于所述斜率保留范围从各所述第一匹配点中剔除所述第一异常匹配点对,获得第二匹配点对;
15、计算各所述第二匹配点对的欧氏距离,得到多个匹配点欧式距离;
16、基于各所述匹配点欧式距离对各所述第二匹配点对进行选择,获得所述有效匹配点对。
17、在其中一个实施例中,所述基于各所述匹配点欧式距离对各所述第二匹配点对进行选择,获得所述有效匹配点对的步骤包括:
18、计算各所述匹配点欧式距离的均值和标准差;
19、基于各所述匹配点欧式距离的均值和标准差,计算得到各所述第二匹配点的判定系数;
20、基于所述判定系数从各所述第二匹配点中剔除第二异常匹配点,获得所述有效匹配点对。
21、在其中一个实施例中,所述对所述待测标签图像与所述模板图像进行配准的步骤包括:
22、利用随机抽样一致算法和最小二乘法求出所述待测标签图像与所述模板图像之间的变换关系,结合仿射变换对所述待测标签图像与所述模板图像进行配准。
23、在其中一个实施例中,所述利用配准结果计算获得瑕疵图像面积的步骤包括:
24、对配准后的所述模板图像和所述待测标签图像分别进行图像二值化处理,得到模板二值化图像和待测标签二值化图像;
25、对所述模板二值化图像和所述待测标签二值化图像做差得到图像差值图;
26、利用轮廓检测法计算差值图中的瑕疵面积。
27、在其中一个实施例中,所述利用配准结果计算获得瑕疵图像面积的步骤之后还包括:
28、获取所述待测标签图像中的待测标签面积;
29、基于所述待测标签面积计算得到动态阈值;
30、基于所述动态阈值对所述瑕疵图像面积进行判定,得到并输出瑕疵判定结果。
31、在一个实施例中,所述利用配准结果计算获得瑕疵图像面积的步骤中,瑕疵面积的计算式如下:
32、
33、式中,l,w分别为待检测标签的长和宽,以l,w的乘积的0.1倍为瑕疵面积计算的半径,对所有瑕疵求和,得到瑕疵面积。
34、一种标签的瑕疵识别装置,包括:
35、待测标签图像获取模块,用于获取待测标签图像;
36、标签特征点获取模块,用于解析所述待测标签图像,获得所述待测标签图像的标签特征点;
37、模板特征点获取模块,用于获取模板图像,并获取所述模板图像的模板特征点;
38、有效匹配点获取模块,用于对所述待测标签图像的标签特征点和所述模板图像的模板特征点进行特征点匹配,剔除异常匹配点对,获得有效匹配点对;
39、瑕疵面积计算模块,用于基于所述有效匹配点对,对所述待测标签图像与所述模板图像进行配准,利用配准结果计算获得瑕疵图像面积。
40、一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现以下步骤:
41、获取待测标签图像;
42、解析所述待测标签图像,获得所述待测标签图像的标签特征点;
43、获取模板图像,并获取所述模板图像的模板特征点;
44、对所述待测标签图像的标签特征点和所述模板图像的模板特征点进行特征点匹配,剔除异常匹配点对,获得有效匹配点对;
45、基于所述有效匹配点对,对所述待测标签图像与所述模板图像进行配准,利用配准结果计算获得瑕疵图像面积。
46、一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
47、获取待测标签图像;
48、解析所述待测标签图像,获得所述待测标签图像的标签特征点;
49、获取模板图像,并获取所述模板图像的模板特征点;
50、对所述待测标签图像的标签特征点和所述模板图像的模板特征点进行特征点匹配,剔除异常匹配点对,获得有效匹配点对;
51、基于所述有效匹配点对,对所述待测标签图像与所述模板图像进行配准,利用配准结果计算获得瑕疵图像面积。
52、上述标签的瑕疵识别方法、装置、计算机设备和存储介质,在进行图像配准前,首先利用特征点匹配,剔除掉异常匹配点,从而基于有效匹配点进行图像配准并计算获得瑕疵图像面积。通过特征点匹配和剔除异常匹配点,能够有效提高图像配准精度,从而提高对瑕疵的识别精度。
本文档来自技高网...【技术保护点】
1.一种标签的瑕疵识别方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述对所述待测标签图像的标签特征点和所述模板图像的模板特征点进行特征点匹配,剔除异常匹配点对,获得有效匹配点对的步骤包括:
3.根据权利要求2所述的方法,其特征在于,所述基于所述斜率保留范围从各所述第一匹配点中剔除第一异常匹配点对,获得所述有效匹配点对的步骤包括:
4.根据权利要求3所述的方法,其特征在于,所述基于各所述匹配点欧式距离对各所述第二匹配点对进行选择,获得所述有效匹配点对的步骤包括:
5.根据权利要求1-4任一项中所述的方法,其特征在于,所述对所述待测标签图像与所述模板图像进行配准的步骤包括:
6.根据权利要求1-4任一项中所述的方法,其特征在于,所述利用配准结果计算获得瑕疵图像面积的步骤包括:
7.根据权利要求1-4任一项中所述的方法,其特征在于,所述利用配准结果计算获得瑕疵图像面积的步骤之后还包括:
8.根据权利要求1-4任一项中所述的方法,其特征在于,所述利用配准结果计算获得瑕疵图像面积的步
9.一种标签的瑕疵识别装置,其特征在于,包括:
10.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述方法的步骤。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种标签的瑕疵识别方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述对所述待测标签图像的标签特征点和所述模板图像的模板特征点进行特征点匹配,剔除异常匹配点对,获得有效匹配点对的步骤包括:
3.根据权利要求2所述的方法,其特征在于,所述基于所述斜率保留范围从各所述第一匹配点中剔除第一异常匹配点对,获得所述有效匹配点对的步骤包括:
4.根据权利要求3所述的方法,其特征在于,所述基于各所述匹配点欧式距离对各所述第二匹配点对进行选择,获得所述有效匹配点对的步骤包括:
5.根据权利要求1-4任一项中所述的方法,其特征在于,所述对所述待测标签图像与所述模板图像进行配准的步骤包括:
6.根据权利要求1-4任一项中所述的方...
【专利技术属性】
技术研发人员:陈枫,田乐乐,高宗,周慧子,陈彦宇,马雅奇,
申请(专利权)人:珠海格力电器股份有限公司,
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。