CN108229370A - 一种基于货物图像识别技术的仓库货物智能识别系统 - Google Patents
一种基于货物图像识别技术的仓库货物智能识别系统 Download PDFInfo
- Publication number
- CN108229370A CN108229370A CN201711467294.9A CN201711467294A CN108229370A CN 108229370 A CN108229370 A CN 108229370A CN 201711467294 A CN201711467294 A CN 201711467294A CN 108229370 A CN108229370 A CN 108229370A
- Authority
- CN
- China
- Prior art keywords
- cargo
- module
- articles
- recognition technology
- image recognition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/30—Scenes; Scene-specific elements in albums, collections or shared content, e.g. social network photos or video
Abstract
本发明公开了一种基于货物图像识别技术的仓库货物智能识别系统,包括数据输入模块、数据储存模块、分析对比模块、采相模块、输出模块和异常报警模块。本发明通过图像识别技术将良品样本的图像与实际货物的图像进行对比,来判断被检测的货物是否为正确的良品,准确率高且检测速度较快。
Description
技术领域
本发明涉及一种智能识别系统,具体是一种基于货物图像识别技术的仓库货物智能识别系统。
背景技术
图像匹配技术最初是由美国提出的,从20世纪70年代开始,美国开始从事飞行器辅助导航系统、武器投射系统的制导及搜索等应用的研究。目前,这项技术的应用已经逐渐从最初的军事应用扩展到计算机视觉、医学诊断、目标识别、异源图像中的目标定位和跟踪等领域。图像匹配技术分为同源图像匹配和异源图像匹配,分类依据是图像是否是由同类成像设备获得。
目前,在现代化生产企业中,采用了大量的机械化生产设备,提高了生产效率。为了与企业生产效率相配套,往往会给企业配备足够大的仓库。大型的仓库对仓储管理人员带来了较大的压力,完全采用人工检验分类管理的方式往往难以跟上企业的生产速度或是造成严重的人力浪费。并且稍有疏忽将不良品出库售出也会给企业造成声誉和经济上的损失。
发明内容
本发明的目的在于提供一种基于货物图像识别技术的仓库货物智能识别系统,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于货物图像识别技术的仓库货物智能识别系统,包括数据输入模块、数据储存模块、分析对比模块、采相模块、输出模块和异常报警模块,其具体步骤为:
S1、原图预存:将仓库内仓储的货物的良品样本的原图通过数据输入模块预先除存在数据储存模块内;
S2、货物识别:通过采相模块将仓库内储存的货物实物的实际影像采集并上传;
S3、分析对比:分析对比模块将从采相模块处上传的货物实物的实际影像与数据储存模块内的预存的良品样本原图进行对比;
S4、结果输出:将货物实物的实际影像显示在输出模块的显示屏上,并在显示屏上对影像与原图的异常之处做偏红处理;
S5、结果处理:根据分析对比的结果来判断被检测的货物是否为正确良品,若是则通过,若否则异常报警模块报警。
作为本发明进一步的方案:所述步骤S1中,在数据储存模块中储存的样本原图为全方位三维图。
作为本发明再进一步的方案:所述步骤S2中,货物通过输送带输送向特定的仓库区域,在输送带上方设有若干高清摄像头,通过高清摄像头对输送过程中的货物进行采相,并将采集到的图像上传。
作为本发明再进一步的方案:所述步骤S3中,分析对比模块将高清摄像头采集到的二维图片与自动调整到同角度的数据储存模块内储存的三维模型做对比。
作为本发明再进一步的方案:所述步骤S5中,当出现货物的不良品,或输送错误的货物时,异常报警模块报警。
作为本发明再进一步的方案:所述步骤S5中,异常报警模块为声音、灯光双重报警。
作为本发明再进一步的方案:所述步骤S5中,异常报警模块报警的同时,输送带及与输送带相关的机械停止运行等待人工排查不良品或混料物品。
与现有技术相比,本发明的有益效果是:
本发明通过图像识别技术将良品样本的图像与实际货物的图像进行对比,来判断被检测的货物是否为正确的良品,准确率高且检测速度较快。
附图说明
图1为基于货物图像识别技术的仓库货物智能识别系统的结构模块示意图。
图2为基于货物图像识别技术的仓库货物智能识别系统的工作流程图。
图中:数据输入模块1、数据储存模块2、分析对比模块3、采相模块4、输出模块5和异常报警模块6。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1~2,本发明实施例中,一种基于货物图像识别技术的仓库货物智能识别系统,包括数据输入模块1、数据储存模块2、分析对比模块3、采相模块4、输出模块5和异常报警模块6,其具体步骤为:
S1、原图预存:将仓库内仓储的货物的良品样本的原图通过数据输入模块1预先除存在数据储存模块2内;
S2、货物识别:通过采相模块4将仓库内储存的货物实物的实际影像采集并上传;
S3、分析对比:分析对比模块3将从采相模块4处上传的货物实物的实际影像与数据储存模块2内的预存的良品样本原图进行对比;
S4、结果输出:将货物实物的实际影像显示在输出模块5的显示屏上,并在显示屏上对影像与原图的异常之处做偏红处理;
S5、结果处理:根据分析对比的结果来判断被检测的货物是否为正确良品,若是则通过,若否则异常报警模块6报警。
本发明的工作原理是:
基于特征的图像匹配方法常常通过提取图像中的点特征、线特征等进行匹配。特征是对图像信息更高层次的描述,可以在异源图像中稳定存在。基于特征的图像匹配算法不直接对灰度信息进行采集处理,而是通过提取图像上有代表性的特征信息,如点特征、线特征等,进行相似性度量完成图像匹配。由于异源图像中检测到的特征点一般含有较多的干扰点,因此需要鲁棒性较强的点特征匹配算法。与点特征相比,线特征在异源图像中表现得更加稳定,因此线特征在异源图像匹配中应用也较为广泛。
分析对比模块3将良品样本的图像与实际货物的图像进行对比,来判断被检测的货物是否为正确的良品。
尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于货物图像识别技术的仓库货物智能识别系统,包括数据输入模块(1)、数据储存模块(2)、分析对比模块(3)、采相模块(4)、输出模块(5)和异常报警模块(6),其特征在于,其具体步骤为:
S1、原图预存:将仓库内仓储的货物的良品样本的原图通过数据输入模块(1)预先除存在数据储存模块(2)内;
S2、货物识别:通过采相模块(4)将仓库内储存的货物实物的实际影像采集并上传;
S3、分析对比:分析对比模块(3)将从采相模块(4)处上传的货物实物的实际影像与数据储存模块(2)内的预存的良品样本原图进行对比;
S4、结果输出:将货物实物的实际影像显示在输出模块(5)的显示屏上,并在显示屏上对影像与原图的异常之处做偏红处理;
S5、结果处理:根据分析对比的结果来判断被检测的货物是否为正确良品,若是则通过,若否则异常报警模块(6)报警。
2.根据权利要求1所述的基于货物图像识别技术的仓库货物智能识别系统,其特征在于,所述步骤S1中,在数据储存模块(1)中储存的样本原图为全方位三维图。
3.根据权利要求1所述的基于货物图像识别技术的仓库货物智能识别系统,其特征在于,所述步骤S2中,货物通过输送带输送向特定的仓库区域,在输送带上方设有若干高清摄像头,通过高清摄像头对输送过程中的货物进行采相,并将采集到的图像上传。
4.根据权利要求1所述的基于货物图像识别技术的仓库货物智能识别系统,其特征在于,所述步骤S3中,分析对比模块(3)将高清摄像头采集到的二维图片与自动调整到同角度的数据储存模块内储存的三维模型做对比。
5.根据权利要求1所述的基于货物图像识别技术的仓库货物智能识别系统,其特征在于,所述步骤S5中,当出现货物的不良品,或输送错误的货物时,异常报警模块(6)报警。
6.根据权利要求1所述的基于货物图像识别技术的仓库货物智能识别系统,其特征在于,所述步骤S5中,异常报警模块(6)为声音、灯光双重报警。
7.根据权利要求1所述的基于货物图像识别技术的仓库货物智能识别系统,其特征在于,所述步骤S5中,异常报警模块(6)报警的同时,输送带及与输送带相关的机械停止运行等待人工排查不良品或混料物品。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711467294.9A CN108229370A (zh) | 2017-12-29 | 2017-12-29 | 一种基于货物图像识别技术的仓库货物智能识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711467294.9A CN108229370A (zh) | 2017-12-29 | 2017-12-29 | 一种基于货物图像识别技术的仓库货物智能识别系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108229370A true CN108229370A (zh) | 2018-06-29 |
Family
ID=62645763
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711467294.9A Pending CN108229370A (zh) | 2017-12-29 | 2017-12-29 | 一种基于货物图像识别技术的仓库货物智能识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108229370A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109003329A (zh) * | 2018-08-15 | 2018-12-14 | 深圳市烽焌信息科技有限公司 | 一种目标货物堆监控设备及存储介质 |
CN109118580A (zh) * | 2018-08-15 | 2019-01-01 | 深圳市烽焌信息科技有限公司 | 目标货物堆监控方法及相关装置 |
CN109167985A (zh) * | 2018-11-13 | 2019-01-08 | 天津清智科技有限公司 | 一种车载多视觉感知系统 |
CN109242085A (zh) * | 2018-08-28 | 2019-01-18 | 深圳市鼎昇贸易有限公司 | 仓库货物电源验证方法及相关产品 |
CN109344799A (zh) * | 2018-10-24 | 2019-02-15 | 珠海格力智能装备有限公司 | 物品识别方法、装置及设备、存储介质、电子装置 |
CN109636297A (zh) * | 2019-01-26 | 2019-04-16 | 苏州诚满信息技术有限公司 | 一种基于通过性的仓库货物整理方法及其系统 |
CN109800709A (zh) * | 2019-01-18 | 2019-05-24 | 张琪培 | 一种基于深度学习的自动回转柜自动识别系统及方法 |
CN110121058A (zh) * | 2019-05-07 | 2019-08-13 | 深圳市捷储科技有限公司 | 基于生产以及分拣过程中的监控视频处理方法和系统 |
CN110950149A (zh) * | 2019-11-02 | 2020-04-03 | 上海弘吉印刷科技有限公司 | 一种智能标签检混料系统 |
CN113780935A (zh) * | 2021-08-09 | 2021-12-10 | 北京国电光宇机电设备有限公司 | 一种智能物流收发系统及方法 |
CN113916131A (zh) * | 2021-12-15 | 2022-01-11 | 深圳市浩创盛科技有限公司 | 一种基于图案的pcb板孔位智能检测系统及方法 |
CN115376242A (zh) * | 2022-08-22 | 2022-11-22 | 广东便捷神科技股份有限公司 | 一种售货机的智能储物架的货物自动分配方法 |
-
2017
- 2017-12-29 CN CN201711467294.9A patent/CN108229370A/zh active Pending
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109003329A (zh) * | 2018-08-15 | 2018-12-14 | 深圳市烽焌信息科技有限公司 | 一种目标货物堆监控设备及存储介质 |
CN109118580A (zh) * | 2018-08-15 | 2019-01-01 | 深圳市烽焌信息科技有限公司 | 目标货物堆监控方法及相关装置 |
CN109242085A (zh) * | 2018-08-28 | 2019-01-18 | 深圳市鼎昇贸易有限公司 | 仓库货物电源验证方法及相关产品 |
CN109344799A (zh) * | 2018-10-24 | 2019-02-15 | 珠海格力智能装备有限公司 | 物品识别方法、装置及设备、存储介质、电子装置 |
CN109344799B (zh) * | 2018-10-24 | 2022-02-25 | 珠海格力智能装备有限公司 | 物品识别方法、装置及设备、存储介质、电子装置 |
CN109167985A (zh) * | 2018-11-13 | 2019-01-08 | 天津清智科技有限公司 | 一种车载多视觉感知系统 |
CN109800709A (zh) * | 2019-01-18 | 2019-05-24 | 张琪培 | 一种基于深度学习的自动回转柜自动识别系统及方法 |
CN109636297B (zh) * | 2019-01-26 | 2021-08-24 | 尊享汇(北京)品牌管理有限公司 | 一种基于通过性的仓库货物整理方法及其系统 |
CN109636297A (zh) * | 2019-01-26 | 2019-04-16 | 苏州诚满信息技术有限公司 | 一种基于通过性的仓库货物整理方法及其系统 |
CN110121058A (zh) * | 2019-05-07 | 2019-08-13 | 深圳市捷储科技有限公司 | 基于生产以及分拣过程中的监控视频处理方法和系统 |
CN110950149A (zh) * | 2019-11-02 | 2020-04-03 | 上海弘吉印刷科技有限公司 | 一种智能标签检混料系统 |
CN113780935A (zh) * | 2021-08-09 | 2021-12-10 | 北京国电光宇机电设备有限公司 | 一种智能物流收发系统及方法 |
CN113916131A (zh) * | 2021-12-15 | 2022-01-11 | 深圳市浩创盛科技有限公司 | 一种基于图案的pcb板孔位智能检测系统及方法 |
CN115376242A (zh) * | 2022-08-22 | 2022-11-22 | 广东便捷神科技股份有限公司 | 一种售货机的智能储物架的货物自动分配方法 |
CN115376242B (zh) * | 2022-08-22 | 2023-08-08 | 广东便捷神科技股份有限公司 | 一种售货机的智能储物架的货物自动分配方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108229370A (zh) | 一种基于货物图像识别技术的仓库货物智能识别系统 | |
Wiley et al. | Computer vision and image processing: a paper review | |
US10510038B2 (en) | Computer implemented system and method for recognizing and counting products within images | |
CN110378420A (zh) | 一种图像检测方法、装置及计算机可读存储介质 | |
CN104297255B (zh) | 一种纸杯缺陷视觉检测方法及系统装置 | |
EP2985553A1 (en) | Method for managing storage product in refrigerator using image recognition, and refrigerator for same | |
CN106552772A (zh) | 视觉识别系统和使用所述视觉识别系统的分类分拣系统 | |
CN108345912A (zh) | 一种基于rgbd信息与深度学习的商品快速结算系统 | |
CN104889075A (zh) | 一种滚子外观缺陷视觉检测装置 | |
Kejriwal et al. | Product counting using images with application to robot-based retail stock assessment | |
CN110070571B (zh) | 一种基于深度相机的毛竹形态参数检测方法 | |
CN103425969A (zh) | 一种识别轮毂型号的检测系统及其检测方法 | |
CN103970771A (zh) | 一种人体的检索方法和系统 | |
CN108460344A (zh) | 屏幕中的动态区域智能识别系统及智能识别方法 | |
CN107341139A (zh) | 一种多媒体处理方法、装置、电子设备及存储介质 | |
EP2731052A2 (en) | Spectral scene simplification through background substraction | |
CN112507760A (zh) | 暴力分拣行为的检测方法、装置及设备 | |
Setiawan et al. | The use of scale invariant feature transform (SIFT) algorithms to identification garbage images based on product label | |
CN110390288B (zh) | 基于计算机视觉的目标智能搜索、定位和跟踪系统及方法 | |
CN111191708A (zh) | 自动化样本关键点标注方法、装置及系统 | |
CN107403444B (zh) | 识别系统 | |
CN104574398B (zh) | 一种基于线扫描相机的装箱香烟滤棒计数系统 | |
US20210064940A1 (en) | Locating method and a locator system for locating a billet in a stack of billets | |
CN105973903A (zh) | 一种口服液瓶盖检测系统及方法 | |
CN113192061B (zh) | Led封装外观检测图像的提取方法、装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180629 |