CN110502966B - 包裹的分类信息获取设备、方法以及存储装置 - Google Patents
包裹的分类信息获取设备、方法以及存储装置 Download PDFInfo
- Publication number
- CN110502966B CN110502966B CN201910585580.8A CN201910585580A CN110502966B CN 110502966 B CN110502966 B CN 110502966B CN 201910585580 A CN201910585580 A CN 201910585580A CN 110502966 B CN110502966 B CN 110502966B
- Authority
- CN
- China
- Prior art keywords
- package
- acquiring
- information
- contour
- image
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
- G01G19/002—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for postal parcels and letters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/55—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/12—Acquisition of 3D measurements of objects
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Databases & Information Systems (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Multimedia (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供一种包裹的分类信息获取设备、方法以及存储装置,设备包括称重器、工业相机、深度相机以及处理器,处理器执行计算机程序以实现以下分类信息获取方法:通过称重器获取包裹的重量信息,通过工业相机和深度相机分别获取截面图像和深度图像;根据截面图像判断包裹是否出界,若是,则停止获取分类信息,若否,则获取第一包裹面的第一轮廓;根据深度图像获取第一包裹面的平均高度和消除第一轮廓中的阴影,获取第一包裹面的轮廓和第一包裹面的面积:获取包裹的体积信息,输出获取的分类信息,以根据分类信息对包裹进行分类处理。本发明能够快速获取包裹的体积信息和重量信息,提高了分类效率,降低了出错率,从而提高了包裹的处理效率。
Description
技术领域
本发明涉及物流技术领域,尤其涉及一种包裹的分类信息获取设备、方法以及存储装置。
背景技术
随着科技的发展,人们生活水平的不断提高,人们需要的消费需要的物质也随之增加。为了提供用户需要的各种消费物质,包含各种消费物质的包裹从电商、工厂等消费物质供给端诞生,并通过物流快递发往对应的消费客户。
然而,在这些包裹诞生、出厂以及发送时,为了能使其成功到达对应的消费客户手中。还需要对这些包裹进行分类处理。包裹分类快慢成为服务质量好坏的一个关键。
现今包裹分类主要是通过分类人员利用放置于不同位置的称重装置、体积测量装置分别获取包裹的分类信息,并根据该分类信息进行分类。但是,在现今包裹数量多、分类任务艰巨的情况下,这种模式很容易产生分类效率低、工作艰难、出错率高的问题,对包裹的高速、高效分类处理造成了阻碍。而且,原有人工分类以及使用的称重装置、体积测量装置等用于获取分类信息的装置所占空间较大,对场地空间利用率低,提高了生产成本。
发明内容
为了克服现有技术的不足,本发明提出一种包裹的分类信息获取设备、方法以及存储装置,能够快速获取包裹的体积信息和重量信息,提高了分类效率,降低了出错率,从而提高了包裹的处理效率,并且将包裹的称重和体积测量放在一起进行处理,降低了占用空间和生产成本。
为解决上述问题,本发明采用的一个技术方案为:一种包裹的分类信息获取设备,其中,所述包裹包括棱柱形包裹、矩形包裹中的任一种,所述分类信息包括重量信息、体积信息,所述设备包括称重器、工业相机、深度相机以及处理器,所述称重器设置在所述设备的检测平台上,所述工业相机与所述深度相机设置在同一个位置且与所述检测平台相对,所述处理器分别与所述称重器、工业相机以及深度相机连接,所述处理器可执行计算机程序,所述计算机程序被执行时实现以下分类信息获取方法:通过称重器获取所述包裹的重量信息,通过工业相机获取所述包裹远离所述检测平台的第一包裹面的截面图像,通过所述深度相机获取所述包裹的深度图像;根据所述截面图像判断所述包裹是否出界,若是,则停止获取分类信息,若否,则获取所述第一包裹面的第一轮廓;根据所述深度图像获取所述第一包裹面相对于所述检测平台的平均高度,并根据所述深度图像消除所述第一轮廓中的阴影,获取所述第一包裹面的轮廓和所述第一包裹面的面积:根据所述面积和所述平均高度获取所述包裹的体积信息,输出获取的所述分类信息,以根据所述分类信息对所述包裹进行分类处理。
进一步地,所述通过称重器获取所述包裹的重量信息,通过工业相机获取所述包裹远离所述检测平台的第一包裹面的截面图像,通过所述深度相机获取所述包裹的深度图像的步骤之前还包括:判断称重器承受的重量是否增加;若是,则确定所述包裹置于所述检测平台,通过称重器获取所述包裹的重量信息,通过工业相机获取所述包裹远离所述检测平台的第一包裹面的截面图像,通过所述深度相机获取所述包裹的深度图像;若否,则确定所述包裹未置于所述检测平台,不进行分类信息获取。
进一步地,所述包裹设置在所述检测平台与所述工业相机、深度相机之间,通过所述工业相机和所述深度相机拍摄所述检测平台的图像以获取所述截面图像和所述深度图像。
进一步地,所述设备还包括照明系统,所述通过工业相机、深度相机分别获取所述包裹远离所述检测平台的第一包裹面的截面图像和所述包裹的深度图像的步骤之前还包括:控制照明系统开启,向所述检测平台提供光线,以使所述包裹所在区域的亮度大于预设值。
进一步地,所述根据所述深度图像获取所述第一包裹面相对于所述平台的平均高度的步骤具体包括:根据所述深度图像获取所述第一包裹面的每一点相对于所述检测平台的高度;根据所述高度获取所述第一包裹面相对于所述检测平台的平均高度。
进一步地,所述根据所述截面图像判断所述包裹是否出界,若是,则停止获取分类信息,若否,则获取所述第一包裹面的第一轮廓的步骤具体包括:将所述第一包裹面图像进行二值化处理,区分所述检测平台与所述第一包裹面;判断所述第一包裹面是否接触所述截面图像的边界;若是,确定所述包裹出界,终止获取分类信息;若否,则根据所述截面图像获取所述第一包裹面的第一轮廓。
进一步地,所述根据所述深度图像消除所述第一轮廓中的阴影,获取所述第一包裹面的轮廓和所述第一包裹面的面积的步骤具体包括:根据所述深度图像获取所述第一包裹面到工业相机的镜头的第一距离;获取所述截面图像的中心点和所述第一轮廓的中心点之间的偏差距离;根据所述第一距离、所述偏差距离以及所述平均高度获取所述第一轮廓中所述包裹的阴影宽度;根据所述阴影宽度消除所述第一轮廓中的阴影获取所述第一包裹面的轮廓,通过所述轮廓获取所述第一包裹面的面积。
进一步地,所述分类信息还包括条码信息,所述处理器获取所述第一包裹面的轮廓在所述截面图像中的坐标,确定所述轮廓的坐标范围,控制所述工业相机对所述坐标范围内的截面图像进行扫码以获取所述条码信息。
本发明还提出了一种包裹的分类信息获取方法,其中,所述包裹包括棱柱形包裹、矩形包裹中的任一种,所述分类信息包括重量信息、体积信息,所述分类信息获取方法包括:
通过称重器获取所述包裹的重量信息,通过工业相机获取所述包裹远离检测平台的第一包裹面的截面图像,通过深度相机获取所述包裹的深度图像;根据所述截面图像判断所述包裹是否出界,若是,则停止获取分类信息,若否,则获取所述第一包裹面的第一轮廓;根据所述深度图像获取所述第一包裹面相对于所述检测平台的平均高度,并根据所述深度图像消除所述第一轮廓中的阴影,获取所述第一包裹面的轮廓和所述第一包裹面的面积:根据所述面积和所述平均高度获取所述包裹的体积信息,输出获取的所述分类信息,以根据所述分类信息对所述包裹进行分类处理。
本发明又提出了一种具有存储功能的存储装置,所述存储装置存储有程序数据,所述程序数据在被执行时实现如上所述的包裹的分类信息获取方法。
相比现有技术,本发明的有益效果在于:能够在获取包裹的重量信息时,通过包裹远离检测平台的第一包裹面的截面图像和深度图像快速获取包裹的体积信息,从而获取快速获取包裹的分类信息,提高了分类效率,降低了出错率,从而提高了包裹的处理效率,并且将包裹的称重和体积测量放在一起进行处理,降低了占用空间和生产成本。
附图说明
图1位本发明包裹的分类信息获取设备一实施例的结构示意图;
图2为本发明包裹的分类信息获取设备中分类信息获取方法一实施例的流程示意图;
图3为本发明包裹的分类信息获取设备中分类信息获取方法另一实施例的流程示意图;
图4为本发明包裹的分类信息获取方法一实施例的结构图;
图5为本发明具有存储功能的存储装置一实施例的结构图。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
请参阅图1、2、3,其中,图1位本发明包裹的分类信息获取设备一实施例的结构示意图;图2为本发明包裹的分类信息获取设备中分类信息获取方法一实施例的流程示意图;图3为本发明包裹的分类信息获取设备中分类信息获取方法另一实施例的流程示意图。结合图1、图2、图3对本发明的包裹的分类信息获取设备做详细说明。
在本实施例中,包裹包括棱柱形包裹、矩形包裹中的任一种,分类信息包括重量信息、体积信息,设备包括称重器、工业相机、深度相机以及处理器,称重器设置在设备的检测平台上,工业相机与深度相机设置在同一个位置且与检测平台相对,处理器分别与称重器、工业相机以及深度相机连接,处理器可执行计算机程序,计算机程序被执行时实现以下分类信息获取方法。
在本实施例中,该设备中处理器的数量可以是一个或者多个,图1中以一个处理器为例。该设备中存储器的数量可以是一个或者多个,图1中以一个存储器为例。该设备的处理器和存储器通过总线或者其他方式连接。实施例中,设备可以是电脑,手机,平板,投影仪或交互智能平板等。
示例性的,计算机程序可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器中,并由处理器执行,以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序在设备中的执行过程。
设备可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,示意图仅仅是设备的示例,并不构成对设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如设备还可以包括输入输出设备、网络接入设备、总线等。
存储器可用于存储计算机程序和/或模块,处理器通过运行或执行存储在存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现设备的各种功能。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如ROM,或其他易失性固态存储器件,例如RAM。
在本实施例中,处理器执行的分类信息获取方法包括如下步骤:
S101:通过称重器获取包裹的重量信息,通过工业相机获取包裹远离检测平台的第一包裹面的截面图像,通过深度相机获取包裹的深度图像。
在本实施例中,确定包裹置于检测平台后,通过称重器检测包裹的重量,并通过工业相机和深度相机分别检测包裹远离检测平台一侧的第一包裹面的截面图像和包裹的深度图像。
在本实施例中,通过称重器承受的重量是否增加来判断包裹是否置于检测平台,在判断称重器承受的重量未增加时,处理器不进行分类信息的获取。处理器将称重器承受的重量增加的信息作为控制称重器称重和通过工业相机、深度相机拍照的触发信号。
在本实施例中,为了防止误触发,可以在称重器承受的重量由零开始增加到重新变为零之间的时间段内,仅控制工业相机和深度相机拍摄一次。
在其他实施例中,也可以在称重器承受的重量超过重量预设值时,控制称重器检测包裹的重量,其中,重量预设值的大小可以自行设定,在此不做赘述。
在本实施例中,称重器为支持各种量程范围的稳定自输出电子秤,且该电子秤与显示器连接,通过该显示器显示检测到的包裹的重量。
在本实施例中,包裹为矩形包裹以及外形接近于矩形的包裹,在其他实施例中,包裹可以为圆柱形、三棱柱以及其他棱柱型包裹,只需该棱柱型包裹的底面与检测平台接触即可,在此不做限定。
在本实施例中,工业相机和深度相机设置在包裹远离检测平台一侧,与检测平台相对,在通过称重器检测包裹的重量时,处理器还通过工业相机和深度相机拍摄位于检测平台上的包裹的图像。
在一个优选的实施例中,工业相机和深度相机的镜头与检测平台垂直相对。包裹位于与该镜头垂直相对的拍摄区域内。
在其他实施例中,深度相机也可以不和工业相机设置在同一侧,还可以设置在包裹垂直于检测平面的侧面,只需能够通过深度相机拍摄的图像获取包裹远离检测平台的一侧相对于检测平台的高度以及该第一包裹面到工业相机镜头的第一距离即可,在此不做限定。
在本实施例中,深度相机的数量为1个,工业相机为工业面阵相机和红外工业面阵相机。在其他实施例中,深度相机的数量还可以为2个以及其他数量,工业相机还可以为其他能够拍摄包裹平行于检测平台的第一包裹面的截面图像的面阵相机,在此不做限定。
在本实施例中,为了减少人工操作的难度,提高处理效率,用于扫码的条码设置在包裹远离检测平台的一侧的第一侧面上。
在获取包裹的截面图像和深度图像时,为了提高获取的图像的清晰度,用于获取分类信息的设备还包括照明系统,照明系统与工业相机设置在包裹的同一侧。在对包裹进行拍照时,处理器先控制照明系统开启,通过照明系统向检测平台上包裹所在区域提供光线,以使该区域的亮度大于预设值。其中,照明系统与工业相机设置在包裹的同一侧,且预设值的数值可根据工业相机和深度相机的拍摄需求确定,在此不做赘述。
在本实施例中,照明系统为低功耗等或红外灯,数量为四个。在其他实施例中,照明系统还可以为LED灯或其他灯,灯的数量也可以不局限于四个,只需能够通过照明系统使包裹所在区域的亮度达到拍摄需求即可,在此不做限定。
S102:根据截面图像判断包裹是否出界,若是,则执行S103,若否则执行S104。
在本实施例中,在获取第一包裹面的轮廓前,还需要判断包裹是否出界,即判断包裹的第一包裹面是否整体位于该截面图像中。
具体步骤如下:对工业相机拍摄的截面图像进行二值化处理获取该截面图像的灰度图,使包裹的第一包裹面与检测平台以不同的灰度值显示,从而获取包裹的第一包裹面轮廓,并根据该灰度图判断第一包裹面的第一轮廓是否与截面图像的边缘接触判断包裹是否出界。
S103:停止获取分类信息。
若第一包裹面的边缘与截面图像的边缘接触,则确定包裹的第一包裹面的第一轮廓接触镜头区域边缘,即第一包裹面不是整体位于该截面图像中,包裹出界,输出包裹出界的方向,并停止检测。
S104:获取第一包裹面的第一轮廓。
若第一包裹面的边缘与截面图像的边缘接触,则确定包裹的第一包裹面的第一轮廓接触镜头区域边缘,即第一包裹面整体位于该截面图像中,包裹未出界,根据二值化的截面图像获取该第一包裹面轮廓的面积。
S105:根据深度图像获取第一包裹面相对于检测平台的平均高度,并根据深度图像消除第一轮廓中的阴影,获取第一包裹面的轮廓和第一包裹面的面积。
通过深度图像获取包裹远离检测平台的第一包裹面上每一点相对于检测平台的相对高度,根据该相对高度获取该第一包裹面的平均高度。
在本实施例中,平面高度为该第一包裹面上每一像素点的相对高度之和除以第一包裹面的像素点的总数之后得出的平均高度。
在通过工业相机拍摄包裹的图像时,由于光线以及镜头景深的原因,在包裹位于镜头景深外的部分的图像存在阴影,即根据第一包裹面图像获取的第一包裹面的第一轮廓存在阴影,为了获取包裹的第一包裹面的准确轮廓需要去除图像中的阴影。
在一个优选的实施例中,通过两台或两台以上的工业相机从不同角度拍摄包裹的第一包裹面的截面图像,根据多张截面图像消除截面图像中第一包裹面的阴影,修正该第一包裹面的第一轮廓,并获取修正后的第一包裹面的轮廓的面积。
在另一个优选的实施例中,在工业相机只有一台时,可以先通过深度图像获取包裹的远离检测平台的第一包裹面到深度相机镜头的距离以及通过工业相机拍摄的截面图像获取该第一包裹面的第一轮廓的边长,进而获取该第一包裹面到与深度相机设置在一起的工业相机镜头的第一距离。再分别获取拍摄的截面图像的中心点和第一包裹面的第一轮廓的中心点之间的距离,将该距离作为截面图像中心点与第一轮廓的中心点之间的偏差距离。根据该偏差距离获取截面图像的中心点到该第一轮廓边缘的距离。由于工业相机镜头到截面图像中心点的第一距离和截面图像的中心点到该第一轮廓边缘的距离形成的三角形与包裹的平均高度与该阴影形成的三角形相似,因此可以通过工业相机镜头到图像中心点的距离和偏差距离获取包裹每一侧形成的阴影宽度,并在根据该阴影宽度消除第一包裹面的第一轮廓中包含的阴影以获取第一包裹面的轮廓后,根据该轮廓获取第一包裹面的面积,并将该面积与平均高度的乘积作为包裹的体积信息。
在其他实施例中,分类信息还包括条码信息,该条码信息设置在第一包裹面上,为了在通过工业相机进行扫码操作获取条码信息时,加快获取速度,需要在获取的截面图像中切割出有效区域,仅对该有效区域进行扫码,减少需要扫描的面积。其中,在通过工业相机进行扫码时,先获取该第一包裹面的轮廓在截面图像中的坐标,对该坐标范围内的第一包裹面的图像作为有效区域进行扫码操作以缩小扫码范围加快获取条码信息的速度。
S106:根据面积和平均高度获取包裹的体积信息,输出获取的分类信息,以根据分类信息对包裹进行分类处理。
在上述实施例中,用于控制称重器、照明系统、工业相机以及深度相机工作的处理器为ARM架构嵌入式电路板。该电路板能够满足高清工业相机和深度相机的算法需要及并支持多路接口。该电路板与显示器连接,在完成扫码操作后,该电路板将获取的重量信息、体积信息以及条码信息显示在显示屏上,以供用户对该包裹进行分拣处理。
在其他实施例中,也可以在将重量信息、体积信息以及条码信息存储在存储器中或发送给其他设备,其他设备对根据接收到的信息对包裹进行分拣处理。
通过上述操作方式可以在0.4秒内获取包裹的体积、条码信息以及重量信息。提高了分拣的效率。
有益效果:本发明提出一种包裹的分类信息获取设备,能够在获取包裹的重量信息时,通过包裹远离检测平台的第一包裹面的截面图像和深度图像快速获取包裹的体积信息,从而获取快速获取包裹的分类信息,提高了分类效率,降低了出错率,从而提高了包裹的处理效率,并且将包裹的称重和体积测量放在一起进行处理,降低了占用空间和生产成本。
基于相同的发明构思,本发明还提出了一种包裹的分类信息获取方法,请参阅图4,图4是本发明包裹的分类信息获取方法一实施例的流程示意图。
本发明包裹的分类信息获取方法包括如下步骤:
S201:通过称重器获取包裹的重量信息,通过工业相机获取包裹远离检测平台的第一包裹面的截面图像,通过深度相机获取包裹的深度图像。
S202:根据截面图像判断包裹是否出界,若是,则执行S203,若否,则执行S204。
S203:停止获取分类信息。
S204:获取第一包裹面的第一轮廓。
S205:根据深度图像获取第一包裹面相对于检测平台的平均高度,并根据深度图像消除第一轮廓中的阴影,获取第一包裹面的轮廓和第一包裹面的面积。
S206:根据面积和平均高度获取包裹的体积信息,输出获取的分类信息,以根据分类信息对包裹进行分类处理。
其中,该分类信息获取方法的执行流程和使用的设备与上述实施例相同,在此不做详述。
基于相同的发明构思,本发明又提出了一种具有存储功能的存储装置,请参阅图5,图5是本申请具有存储功能的存储装置一实施例的结构示意图,该存储装置存储有程序数据,存储的程序数据在被执行时用于实现如上所述的包裹的分类信息获取方法,在此不做详述。
其中,具有存储功能的装置可以是便携式存储介质如U盘、光盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟等各种可以存储程序代码的介质,也可以是终端、服务器等。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施方式仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
上述实施方式仅为本发明的优选实施方式,不能以此来限定本发明保护的范围,本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。
Claims (9)
1.一种包裹的分类信息获取设备,其特征在于,所述包裹包括棱柱形包裹、矩形包裹中的任一种,所述分类信息包括重量信息、体积信息,所述设备包括称重器、工业相机、深度相机以及处理器,所述称重器设置在所述设备的检测平台上,所述工业相机与所述深度相机设置在同一个位置且与所述检测平台相对,所述处理器分别与所述称重器、工业相机以及深度相机连接,所述处理器可执行计算机程序,所述计算机程序被执行时实现以下分类信息获取方法:
通过称重器获取所述包裹的重量信息,通过工业相机获取所述包裹远离所述检测平台的第一包裹面的截面图像,通过所述深度相机获取所述包裹的深度图像;
根据所述截面图像判断所述包裹是否出界,若是,则停止获取分类信息,若否,则获取所述第一包裹面的第一轮廓;
根据所述深度图像获取所述第一包裹面相对于所述检测平台的平均高度,并根据所述深度图像消除所述第一轮廓中的阴影,获取所述第一包裹面的轮廓和所述第一包裹面的面积:
根据所述面积和所述平均高度获取所述包裹的体积信息,输出获取的所述分类信息,以根据所述分类信息对所述包裹进行分类处理;
所述根据所述深度图像消除所述第一轮廓中的阴影,获取所述第一包裹面的轮廓和所述第一包裹面的面积的步骤具体包括:
根据所述深度图像获取所述第一包裹面到工业相机的镜头的第一距离;
获取所述截面图像的中心点和所述第一轮廓的中心点之间的偏差距离;
根据所述第一距离、所述偏差距离以及所述平均高度获取所述第一轮廓中所述包裹的阴影宽度;
根据所述阴影宽度消除所述第一轮廓中的阴影获取所述第一包裹面的轮廓,通过所述轮廓获取所述第一包裹面的面积。
2.如权利要求1所述的包裹的分类信息获取设备,其特征在于,所述通过称重器获取所述包裹的重量信息,通过工业相机获取所述包裹远离所述检测平台的第一包裹面的截面图像,通过所述深度相机获取所述包裹的深度图像的步骤之前还包括:
判断称重器承受的重量是否增加;
若是,则确定所述包裹置于所述检测平台,通过称重器获取所述包裹的重量信息,通过工业相机获取所述包裹远离所述检测平台的第一包裹面的截面图像,通过所述深度相机获取所述包裹的深度图像;
若否,则确定所述包裹未置于所述检测平台,不进行分类信息获取。
3.如权利要求2所述的包裹的分类信息获取设备,其特征在于,所述包裹设置在所述检测平台与所述工业相机、深度相机之间,通过所述工业相机和所述深度相机拍摄所述检测平台的图像以获取所述截面图像和所述深度图像。
4.如权利要求1所述的包裹的分类信息获取设备,其特征在于,所述设备还包括照明系统,所述通过工业相机、深度相机分别获取所述包裹远离所述检测平台的第一包裹面的截面图像和所述包裹的深度图像的步骤之前还包括:
控制照明系统开启,向所述检测平台提供光线,以使所述包裹所在区域的亮度大于预设值。
5.如权利要求1所述的包裹的分类信息获取设备,其特征在于,所述根据所述深度图像获取所述第一包裹面相对于所述平台的平均高度的步骤具体包括:
根据所述深度图像获取所述第一包裹面的每一点相对于所述检测平台的高度;
根据所述高度获取所述第一包裹面相对于所述检测平台的平均高度。
6.根据权利要求1所述的包裹的分类信息获取设备,其特征在于,所述根据所述截面图像判断所述包裹是否出界,若是,则停止获取分类信息,若否,则获取所述第一包裹面的第一轮廓的步骤具体包括:
将所述第一包裹面图像进行二值化处理,区分所述检测平台与所述第一包裹面;
判断所述第一包裹面是否接触所述截面图像的边界;
若是,确定所述包裹出界,终止获取分类信息;
若否,则根据所述截面图像获取所述第一包裹面的第一轮廓。
7.如权利要求1所述的包裹的分类信息获取设备,其特征在于,所述分类信息还包括条码信息,所述处理器获取所述第一包裹面的轮廓在所述截面图像中的坐标,确定所述轮廓的坐标范围,控制所述工业相机对所述坐标范围内的截面图像进行扫码以获取所述条码信息。
8.一种包裹的分类信息获取方法,其特征在于,所述包裹包括棱柱形包裹、矩形包裹中的任一种,所述分类信息包括重量信息、体积信息,所述分类信息获取方法包括:
通过称重器获取所述包裹的重量信息,通过工业相机获取所述包裹远离检测平台的第一包裹面的截面图像,通过深度相机获取所述包裹的深度图像;
根据所述截面图像判断所述包裹是否出界,若是,则停止获取分类信息,若否,则获取所述第一包裹面的第一轮廓;
根据所述深度图像获取所述第一包裹面相对于所述检测平台的平均高度,并根据所述深度图像消除所述第一轮廓中的阴影,获取所述第一包裹面的轮廓和所述第一包裹面的面积:
根据所述面积和所述平均高度获取所述包裹的体积信息,输出获取的所述分类信息,以根据所述分类信息对所述包裹进行分类处理;
所述根据所述深度图像消除所述第一轮廓中的阴影,获取所述第一包裹面的轮廓和所述第一包裹面的面积的步骤具体包括:
根据所述深度图像获取所述第一包裹面到工业相机的镜头的第一距离;
获取所述截面图像的中心点和所述第一轮廓的中心点之间的偏差距离;
根据所述第一距离、所述偏差距离以及所述平均高度获取所述第一轮廓中所述包裹的阴影宽度;
根据所述阴影宽度消除所述第一轮廓中的阴影获取所述第一包裹面的轮廓,通过所述轮廓获取所述第一包裹面的面积。
9.一种具有存储功能的存储装置,其特征在于,所述存储装置存储有程序数据,所述程序数据在被执行时实现如权利要求8所述的包裹的分类信息获取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910585580.8A CN110502966B (zh) | 2019-07-01 | 2019-07-01 | 包裹的分类信息获取设备、方法以及存储装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910585580.8A CN110502966B (zh) | 2019-07-01 | 2019-07-01 | 包裹的分类信息获取设备、方法以及存储装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110502966A CN110502966A (zh) | 2019-11-26 |
CN110502966B true CN110502966B (zh) | 2023-06-30 |
Family
ID=68585798
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910585580.8A Active CN110502966B (zh) | 2019-07-01 | 2019-07-01 | 包裹的分类信息获取设备、方法以及存储装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110502966B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111814739B (zh) * | 2020-07-27 | 2023-09-01 | 上海东普信息科技有限公司 | 快递包裹体积的检测方法、装置、设备及存储介质 |
CN112991423B (zh) * | 2021-03-15 | 2024-06-11 | 上海东普信息科技有限公司 | 物流包裹的分类方法、装置、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104933754A (zh) * | 2015-06-12 | 2015-09-23 | 浙江大学 | 去像素化轮廓线重建的线性阴影图方法 |
CN104966297A (zh) * | 2015-06-12 | 2015-10-07 | 浙江大学 | 一种通用的阴影图生成阴影的辅助技术 |
CN109190696A (zh) * | 2018-08-28 | 2019-01-11 | 江苏科技大学苏州理工学院 | 一种物流包裹分类方法、装置、设备及可读存储介质 |
CN109242874A (zh) * | 2018-09-26 | 2019-01-18 | 广东工业大学 | 一种准编织袋物流包裹快速识别方法及系统 |
-
2019
- 2019-07-01 CN CN201910585580.8A patent/CN110502966B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104933754A (zh) * | 2015-06-12 | 2015-09-23 | 浙江大学 | 去像素化轮廓线重建的线性阴影图方法 |
CN104966297A (zh) * | 2015-06-12 | 2015-10-07 | 浙江大学 | 一种通用的阴影图生成阴影的辅助技术 |
CN109190696A (zh) * | 2018-08-28 | 2019-01-11 | 江苏科技大学苏州理工学院 | 一种物流包裹分类方法、装置、设备及可读存储介质 |
CN109242874A (zh) * | 2018-09-26 | 2019-01-18 | 广东工业大学 | 一种准编织袋物流包裹快速识别方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110502966A (zh) | 2019-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210248734A1 (en) | Method and apparatus for detecting pixel defect of optical module, and device | |
CN103217436B (zh) | 一种背光模组瑕疵的检测方法及设备 | |
CN110502966B (zh) | 包裹的分类信息获取设备、方法以及存储装置 | |
US20100290665A1 (en) | System and method for dimensioning objects using stereoscopic imaging | |
CN108827597B (zh) | 一种结构光投影器的光斑均匀度检测方法和检测系统 | |
CN108596908B (zh) | Led显示屏检测方法、装置及终端 | |
CN116503388B (zh) | 缺陷检测方法、装置及存储介质 | |
CN109163888A (zh) | 光学中心测试方法、装置和设备 | |
US10736819B1 (en) | Pill detection and counting machine | |
CN115615353A (zh) | 利用平行光检测物体尺寸的方法、装置、设备及存储介质 | |
CN113781396A (zh) | 屏幕缺陷检测方法、装置、设备和存储介质 | |
CN113781392A (zh) | 胶路的检测方法、电子设备及存储介质 | |
CN116256366A (zh) | 一种芯片缺陷的检测方法、检测系统及存储介质 | |
US11854233B1 (en) | Detecting overexposure in images from sunlight | |
US20200111221A1 (en) | Projection indication device, parcel sorting system, and projection indication system | |
CN111460844A (zh) | 一种对扫码设备的定位灯光进行检测的方法、装置及设备 | |
CN110441315B (zh) | 电子部件测试设备和方法 | |
CN204733297U (zh) | 一种图像质量测试系统 | |
CN114202041A (zh) | 包装物料检测方法和装置 | |
CN116908185A (zh) | 物品的外观缺陷检测方法、装置、电子设备及存储介质 | |
CN114155194A (zh) | 煤炭视频图像称重系统及方法 | |
CN108827594B (zh) | 一种结构光投影器的解析力检测方法和检测系统 | |
US20220414916A1 (en) | Systems and methods for assigning a symbol to an object | |
CN116046791B (zh) | 点胶缺陷检测方法及检测装置 | |
CN112749591B (zh) | 仓储物流机器人及其物品识别方法和芯片 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |