[发明专利]一种批量条码定位方法及识别系统有效

专利信息
申请号: 202010987007.2 申请日: 2020-09-18
公开(公告)号: CN112183148B 公开(公告)日: 2022-11-18
发明(设计)人: 张攀;李尧 申请(专利权)人: 内江师范学院
主分类号: G06K7/14 分类号: G06K7/14;G06N3/04;G06N3/08
代理公司: 成都科泰六核知识产权代理事务所(特殊普通合伙) 51286 代理人: 杨正辉
地址: 641100 *** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 批量 条码 定位 方法 识别 系统
【说明书】:

本发明公开了一种批量条码定位方法及识别系统。本发明的批量条码定位方法,连续获取慢速运动场景中的图像,结合多运动目标跟踪方法实现批量条码的准确定位;本发明的批量条码识别系统使用低像素摄像头模块获取含有目标条码的连续多张低像素图像,并通过无线通信模块快速将其传输至定位服务器;定位服务器利用低像素的图像,运行本发明的批量条码的定位方法获取相关坐标位置及解码所需旋转角度;本识别系统也同时获取高像素图像,通过高低像素图像的映射关系,进而快速获取高像素图像中批量条码的相关坐标位置;最后基于高像素图像和解码所需旋转角度快速完成批量条码解码,用户体验极大提高。

技术领域

本发明涉及条码识别领域,具体涉及一种批量条码定位方法及识别系统。

背景技术

条码可用于信息化管理,当存在批量含有条码的产品需要处理时,例如通过批量二维码验证发票信息真伪、利用条码实现仓储系统中货物的批量出库入库等,传统的方法往往是对每个产品上的条码进行一一扫码。该方法存在重复劳动强度高、工作效率低下等问题。同时,随着技术的发展,也出现了批量条码识别的系统。中国专利授权公布号CN206075293 U提出一种多个二维码自动识别的设备,该设备采用多相机拍摄二维码、多进程解析二维码的方法进行批量二维码的自动识别,运行速度较快,但只能识别二维码,不兼顾条形码,且该设备需要根据每款产品定制参数,体积较大,不具备广泛的通用性。中国专利申请公布号CN 110427793 A提出了一种基于深度学习的条码检测方法及其系统,该系统中利用深度卷积神经网络模型定位条码的位置。中国专利申请公布号CN 109740395 A提出了一种深度学习与形状检测相结合的二维码定位方法及系统,这些采用深度卷积神经网络模型技术实现的条形码或者二维码定位方法的准确率都很高,但并未说明如何对批量的条码进行快速定位及解码。

因此,如何实现批量条码在准确被定位的同时,使得识别系统的运行耗时更短,进而提高用户体验的问题亟待解决。

发明内容

本发明要解决的技术问题是:为了解决批量条码快速准确定位及解码问题,本发明提供了一种批量条码定位方法及识别系统。

为实现上述目的,本发明采用的技术方案如下:第一方面,一种批量条码定位方法,包括如下步骤:

步骤1:从慢速运动场景中连续获取目标图像,目标图像是含有批量条码的图像,并构成含有三张图像的图像集;

步骤2:依次使用目标检测方法对图像集中的所有条码进行定位,并获取定位信息所对应的矩形框和中心坐标;

步骤3:若判定当前时刻产生了系统解码需求触发信号,按照步骤4继续执行;若判定当前时刻未产生系统解码需求触发信号,按照步骤6继续执行;

步骤4:根据步骤2中对图像集获取的信息,估算出下一时刻获取的图像中每个条码所对应的中心坐标、旋转角度;

步骤5:根据步骤2中对图像集获取的信息,估算出下一时刻获取的图像中每个条码所对应的定位信息矩形框大小;

步骤6:更新图像集,返回步骤2继续执行。

进一步的,所述步骤1中,所述图像为通过扫码器获取的低像素图像,用于对图像上的条码进行定位。

进一步的,所述步骤4包括以下过程:步骤41,根据步骤2中对图像集中三张图像所获取的信息,以图论进行关联形成每个条码的运动轨迹的最佳匹配;步骤42,利用每个运动轨迹估算该轨迹中的条码在下一时刻所对应的中心坐标、旋转角度。

进一步的,步骤41中以图论进行关联的过程包括:将较先获取的图像中的所有条码对应的中心坐标构建为第一数据图,将较后获取的图像中的所有条码对应的中心坐标构建为第二数据图,所述第一数据图和第二数据图均包括节点和连接节点的边,其中节点代表条码的中心坐标位置,边代表两个节点之间的距离;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于内江师范学院,未经内江师范学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010987007.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top