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() 基于图像特征检测的包裹多面密集标签信息提取方法技术_技高网

基于图像特征检测的包裹多面密集标签信息提取方法技术

技术编号:40909917 阅读:5 留言:0更新日期:2024-04-18 14:39
本发明专利技术公开了一种基于图像特征检测的包裹多面密集标签信息提取方法,涉及产品包括标签检测技术领域,能够对产品包裹进行全方位采集,并在采集后能对标签部分进行扣除识别,得到各个面的疑似标签,并通过对疑似标签进行排查之后,确定哪些属实是属于包括的标签部分;最后通过对包裹的标签和文字部分内容进行识别,判定是否存在错乱拼接情况;能够对产品包裹进行快速整理收集,并识别,识别之后还能验证是否存在错乱拼接情况;本发明专利技术简单有效,且易于实用。

【技术实现步骤摘要】

本专利技术属于包裹标签检测,具体是基于图像特征检测的包裹多面密集标签信息提取方法


技术介绍

1、智慧仓储即采用先进的信息技术手段对仓储设备与仓储管理过程进行智能化改进,通过构建一套流程标准化的现代信息管理系统,提升采集、处理、流通、管理、分析的信息加工链与包含入库、出库、移库、盘点、掠选、分发的业务环节链的调度水平。智慧仓诸主要包括新技术的融合、积累数据资产、信息、产品沟通交流和智慧化运营,涉及仓储运输、仓储、配送、包装、装卸、入库、出库等环节实现自动化运转、高效运营。其中,产品信息智慧化运营管理是智慧仓储的关键环节,要实现智慧仓储全流程的高效运转,满足产品全流程信息追溯需求,必须依托有效的信息载体和技术手段。

2、在智慧仓储领域,所涉及的产品信息主要以各种不同类型样式的标签(或面单)贴附于产品外包装上进行展现,而信息的载体包括文字、数字、符号以及条码等不同形式。其中:文字、数字、符号等信息主要通过字符自动光学检测技术来实现信息的提取。条码是区别于文字而更加高效简洁的一种信息数字载体,具体指将信息按规定发码规则生成并发布的图形码,常见的条码包括条形码和二维码。通常,人们对条码信息的采集识别过程统称为扫码,扫码主要通过对光学设备采集到的条码图像进行识别处理,再根据编码规则解码出所包含的有效信息。现目前,在智慧仓储领域广泛采用的扫码方式以pda扫码器和固定式扫码枪为主。

3、产品信息的数据采集和处理是通过科学高效的技术手段将产品信息从各种不同类型规格的面单中提取出来并加以处理整合,并最终得到实际用于仓储的有效产品信息的过程。在仓储行业实际生产生活的过程中,对仓储整体流程的准确性、速度具有较高的要求,在提高仓库产品的吞吐量和作业效率方面,实时、高效、准确的产品信息数据采集和处理具有至关重要的作用。

4、在产品出入库的过程中,通常采用多人同时搬运卸货的方式,传统读码系统只能单一顶面进行面单扫描,故需要大量人工在产品转运至传送带时手动调整包裹摆放,固定将面单朝上,避免面单条码、文字等信息无法扫描读取;而且还会存在部分面单因为破裂,导致的二维码与文字不对应情况出现;

5、为了解决这一问题,现提出如下技术方案。


技术实现思路

1、本专利技术旨在至少解决现有技术中存在的技术问题之一;为此,本专利技术提出了基于图像特征检测的包裹多面密集标签信息提取方法,该方法具体包括如下步骤:

2、对目标对象所有面的采集图像组进行筛分,根据采集图像组中与标准的标签图像之间的相似度确定疑似标签;

3、将所有的疑似标签中所有文字内容提炼,提炼后将其与表单分词进行一一比对,当疑似标签中出现不小于设定阈值数量的表单分词时,将疑似标签标记为确定标签;表单分词根据若干份确定的包裹标签中存在的所有文字出现频率分析得到;

4、对得到的确定标签进行验证分析,将误识别的确定标签去除,得到更新后的确定标签。

5、进一步地,在进行该方法之前还需进行下述步骤:

6、采集到目标对象各个面的图像,得到若干个采集图像构成的采集图像组。

7、进一步地,目标对象也就是产品包裹,采集目标对象与传送带贴合的面时,需要借助在在目标对象的传送带上设置一块透明部位,通过该透明部位采集目标对象与传送带贴合的面的图像。

8、进一步地,将采集图像与标准的标签图像进行比较,将相似度超过b1的标记为疑似标签,并将标准的标签图像相似度超过b1部分从采集图像中裁剪而出,得到的疑似标签,b1为预设数值。

9、进一步地,设定阈值为两个。

10、进一步地,设定阈值通过下述方式确定:

11、s1:设置设定阈值为一,此时根据上述方式确定所有的确定标签后,对其正确性进行验证,连续验证超过一百份之后,获取到其正确率;

12、s2:之后令设定阈值的数值加一,加一后重新按照上述过程确定相同数量的确定标签后,验证其正确率,若此时的正确率超过设定阈值加一之前且超过数值超过了x1,将前述步骤的设定阈值删除;若不满足超过的数值超过x1,则将设定阈值的数值定为上一步中的数值;

13、s3:之后重复步骤s2,直到确定出设定阈值。

14、进一步地,表单分词具体通过表单分析方式得到,表单分析具体方式为:

15、获取到所有的进过确定的包裹标签,将其标记为样本标签;

16、任选一样本标签,对其进行文字识别,得到其包含的所有的文字内容,对文字内容进行分词处理,将其拆分为若干个独立分词;

17、将独立分词里面的常规的词语去掉,常规的词语为管理员预设词;去除后剩余的独立分词标记为潜在分词,得到对应样本标签内的所有潜在分词;

18、对其余所有的样本标签进行相同的处理,得到所有的样本标签内容的潜在分词;

19、任意选取一个潜在分词,获取到其在所有的潜在分词中一共出现的次数,将该次数标记为总出次,再获取到该潜在分词出现在各个样本标签中的样本标签的个数,将其标记为对应潜在分词的单出次;

20、再计算对应潜在分词的合出次,合出次=0.3总出次+0.7单出次;

21、之后对其余所有的潜在分词进行相同处理,得到所有的潜在分词的合出次,按照合出次从大到小的顺序对潜在分词进行排序,取前x1名的潜在分词,将其标记为表单分词;此处x1为预设的数值。

22、进一步地,对确定标签进行验证的方式为:

23、首先获取到确定标签组中的任一确定标签,之后对其进行文字识别,得到所有文字部分的内容,将其标记为描述信息;

24、再对确定标签中的二维码或条形码进行识别,获取到二维码或条形码中包含的信息,将其标记为码上信息;

25、将码上信息与描述信息进行相似度识别,获取到码上信息中与描述信息中一致的文字数量,将其除以码上信息中的总文字数,得到数值标记为相似度;

26、当相似度超过x2时,表示内容一致,此处x2为设定的数值;

27、否则,将对应的确定标签标记为待定标签;

28、对确定标签组中的所有确定标签处理完,得到所有的待定标签;

29、将待定标签传输给管理人员进行显示,并根据管理人员的选择,舍弃掉拼接后的,剩余的重新标记回确定标签;

30、更新确定标签组中的确定标签,得到新的经过验证后的确定标签组。

31、进一步地,对确定标签进行验证的方式为借助管理员进行人工鉴别。

32、与现有技术相比,本专利技术的有益效果是:

33、本专利技术能够对产品包裹进行全方位采集,并在采集后能对标签部分进行扣除识别,得到各个面的疑似标签,并通过对疑似标签进行排查之后,确定哪些属实是属于包括的标签部分;最后通过对包裹的标签和文字部分内容进行识别,判定是否存在错乱拼接情况;能够对产品包裹进行快速整理收集,并识别,识别之后还能验证是否存在错乱拼接情况;本专利技术简单有效,且易于实用。

本文档来自技高网...

【技术保护点】

1.基于图像特征检测的包裹多面密集标签信息提取方法,其特征在于,该方法具体包括如下步骤:

2.根据权利要求1所述的基于图像特征检测的包裹多面密集标签信息提取方法,其特征在于,在进行该方法之前还需进行下述步骤:

3.根据权利要求2所述的基于图像特征检测的包裹多面密集标签信息提取方法,其特征在于,目标对象也就是产品包裹,采集目标对象与传送带贴合的面时,需要借助在在目标对象的传送带上设置一块透明部位,通过该透明部位采集目标对象与传送带贴合的面的图像。

4.根据权利要求1所述的基于图像特征检测的包裹多面密集标签信息提取方法,其特征在于,将采集图像与标准的标签图像进行比较,将相似度超过B1的标记为疑似标签,并将标准的标签图像相似度超过B1部分从采集图像中裁剪而出,得到的疑似标签,B1为预设数值。

5.根据权利要求1所述的基于图像特征检测的包裹多面密集标签信息提取方法,其特征在于,设定阈值为两个。

6.根据权利要求1所述的基于图像特征检测的包裹多面密集标签信息提取方法,其特征在于,设定阈值通过下述方式确定:

7.根据权利要求1所述的基于图像特征检测的包裹多面密集标签信息提取方法,其特征在于,表单分词具体通过表单分析方式得到,表单分析具体方式为:

8.根据权利要求1或6所述的基于图像特征检测的包裹多面密集标签信息提取方法,其特征在于,对确定标签进行验证的方式为:

9.根据权利要求1或6所述的基于图像特征检测的包裹多面密集标签信息提取方法,其特征在于,对确定标签进行验证的方式为借助管理员进行人工鉴别。

...

【技术特征摘要】

1.基于图像特征检测的包裹多面密集标签信息提取方法,其特征在于,该方法具体包括如下步骤:

2.根据权利要求1所述的基于图像特征检测的包裹多面密集标签信息提取方法,其特征在于,在进行该方法之前还需进行下述步骤:

3.根据权利要求2所述的基于图像特征检测的包裹多面密集标签信息提取方法,其特征在于,目标对象也就是产品包裹,采集目标对象与传送带贴合的面时,需要借助在在目标对象的传送带上设置一块透明部位,通过该透明部位采集目标对象与传送带贴合的面的图像。

4.根据权利要求1所述的基于图像特征检测的包裹多面密集标签信息提取方法,其特征在于,将采集图像与标准的标签图像进行比较,将相似度超过b1的标记为疑似标签,并将标准的标签图像相似度超过b1部分从采集图像中裁剪而出,得到...

【专利技术属性】
技术研发人员:陈路杨亮谢维斯方锴谭杰何文华蒲俊峰李阳钟金荣王霆威高勇
申请(专利权)人:金锋馥滁州科技股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1