[发明专利]白银仓储自动入库系统的外观和重量识别方法

权利要求书

1.一种白银仓储自动入库系统的外观和重量识别方法，其特征在于，包括：

步骤1：对待入库的标准银锭进行表面图像数据采集；

步骤2：对采集的图像进行预处理；

步骤3：对预处理后的图像进行语义区域划分：

步骤4：利用深度神经网络模型对划分区域中的银锭编码和品牌进行识别；

步骤5：根据标准银锭的表面图像识别出编码号，步进到称重仪器并进行自动称重核对。

2.根据权利要求1所述的白银仓储自动入库系统的外观和重量识别方法，其特征在于，所述步骤2包括：

对于表面图像数据，采用邻域平均法的均值滤波器去除通过扫描得到的图像中的颗粒噪声；

采用中值滤波器让周围象素灰度值的差超出预设范围的像素改取与周围的像素值接近的值，从而消除孤立的噪声点。

3.根据权利要求1所述的白银仓储自动入库系统的外观和重量识别方法，其特征在于，所述步骤3包括：

建立语义库：针对历史入库过程中积累的标准银锭图像数据，根据业务经验，对于各图像样本上的语义区域进行分割，分别建立标准银锭规格中的商标、牌号、批号三项标志区域，对应仓库管理系统中对应的标准银锭生产商、客户和批号编码三项字段；

匹配语义区域分类：将待入库的标准银锭表面图像与语义库中三类图片进行匹配，对于采集到的图像进行多窗口划分和区域类型分类，识别图片上相似的区域，并根据语义库进行初步分类。

4.根据权利要求3所述的白银仓储自动入库系统的外观和重量识别方法，其特征在于，建立深度神经网络模型，通过语义库中已有的图片训练模型，精确识别待入库图片中已经被初步划分的语义区域，生成最终语义自动化分割结果。

5.根据权利要求1所述的白银仓储自动入库系统的外观和重量识别方法，其特征在于，在分割出标准银锭的语义区域之后，针对所识别出的各区域进行内容匹配，根据对应识别出各区域的信息，利用标准银锭生产商标志图案库分析对比待出入库银锭的生产商标注，同时根据数字智能识别流程，识别出银锭的对应编码。

6.根据权利要求1所述的白银仓储自动入库系统的外观和重量识别方法，其特征在于，所述步骤4中识别银锭编码的过程为：

样本采集：建立初步的样本集，用识别出的银锭编码作为样本集中分割出的银锭编码图像的文件名，建立初始样本，在进行标准银锭入库的同时，在确认识别出的编码正确时，将分割出的银锭编码图像保存至样本集，以识别出的编码名命名；

二值化：针对分割出的编码区域图像，采用全局阈值分割法和自适应的局部阈值分割法，来实现在不同亮度背景下的自适应分割，并对结果进行比对；

数字提取：采用聚类法、矩阵式分割法、连通区域标记法对于二值化后的图像数据进行提取，并比较其优劣，选取效果最好的算法结果；

倾斜校正：采用Hough校正，通过寻找参数最大重叠点对应的角度进行图像倾斜矫正；

归一化：采用双线性内插和最邻近内插来实现放大，通过归一化减少图像在收缩时带来的失真；

特征提取：通过主成分分析方法对于归一化后的图像进行特征提取；

样本学习：采取带有添加动量项和自适应步长的反向传播学习算法的神经网络对于特征提取后的图像文件进行识别，识别出银锭的编码的每一位数字，生成待入库标准银锭的初次识别编码；

返回最终识别结果，如果本待入库标准银锭被选中为监督样本，则对于识别后的编码进行误差判断，存入样本集；否则，将银锭编号返回仓储管理系统。

7.根据权利要求1所述的白银仓储自动入库系统的外观和重量识别方法，其特征在于，在识别出编码数据后，将语义分割区域与品牌标识库中的各产品生产商的品牌进行匹配，识别出生产商品牌，具体过程为：

图像匹配：采用SIFT算法对采集的图像和产品生产商的样本图像进行匹配，将同一目标在不同时间、不同分辨率、不同光照、不同位姿情况下所成的像相对应；

新品牌生产商标志生成：如果在产品生产商标志库中无法匹配出结果，转人工判断是否为新的生产商标志，如果是，则生成新的生产商标志样本；否则更新当前生产商标志库中的对应生产商的品牌标志图像。