CN112396030A - 一种循环烟箱的箱皮牌号和旋转角度的识别方法 - Google Patents
一种循环烟箱的箱皮牌号和旋转角度的识别方法 Download PDFInfo
- Publication number
- CN112396030A CN112396030A CN202011396493.7A CN202011396493A CN112396030A CN 112396030 A CN112396030 A CN 112396030A CN 202011396493 A CN202011396493 A CN 202011396493A CN 112396030 A CN112396030 A CN 112396030A
- Authority
- CN
- China
- Prior art keywords
- feature point
- matching
- image
- detected
- rotation angle
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/63—Scene text, e.g. street names
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
- G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种循环烟箱的箱皮牌号和旋转角度的识别方法,其包括:获取当前待检测箱皮的被测图像;获取与待检测箱皮的牌号对应的标准图像;对被测图像和标准图像进行特征检测,以分别得到被测特征点集和标准特征点集;对被测特征点集和标准特征点集进行特征匹配,得到匹配特征点对;在匹配特征点对中筛选良好匹配特征点对;根据良好匹配特征点对的数量判断牌号匹配是否成功;若牌号匹配不成功,则结束识别;若牌号匹配成功,则根据良好匹配特征点对间的仿射变换矩阵得到相对旋转角度。本发明提供的循环烟箱的箱皮牌号和旋转角度的识别方法,可以识别循环烟箱箱皮的牌号及旋转角度,避免人工识别循环烟箱箱皮造成的易出错现象,降低劳动强度。
Description
技术领域
本发明涉及烟用材料检测技术领域,尤其涉及一种循环烟箱的箱皮牌号和旋转角度的识别方法。
背景技术
在烟草领域,正在大力推广循环烟箱的使用,但在利用循环烟箱的过程中存在以下难点:循环烟箱箱皮的牌号、旋转角度不一致,而装封箱机在同一批生成任务中只能使用固定牌号、固定角度的箱皮,牌号不一致会造成严重质量事故,旋转角度不一致会造成装封箱机卡住停机。因此必须人工对循环烟箱箱皮逐个检查、整理。但在生产过程中发现人工识别的箱皮仍存在牌号或旋转角度不一致的现象,无法达到100%的识别率。
因此,亟需一种循环烟箱的箱皮牌号和旋转角度的识别方法。
发明内容
本发明的目的是提供一种循环烟箱的箱皮牌号和旋转角度的识别方法,以解决上述现有技术中的问题,能够识别循环烟箱箱皮的牌号及旋转角度。
本发明提供了一种循环烟箱的箱皮牌号和旋转角度的识别方法,其中,包括以下步骤:
获取当前待检测箱皮的被测图像;
获取与所述待检测箱皮的牌号对应的标准图像;
分别对所述被测图像和所述标准图像进行特征检测,以分别得到与所述被测图像对应的被测特征点集和与所述标准图像对应的标准特征点集;
对所述被测特征点集和所述标准特征点集进行特征匹配,以得到匹配特征点对;
在所述匹配特征点对中筛选良好匹配特征点对;
根据所述良好匹配特征点对的数量判断牌号匹配是否成功;
若牌号匹配不成功,则结束识别;
若牌号匹配成功,则根据所述良好匹配特征点对间的仿射变换矩阵得到相对旋转角度。
如上所述的循环烟箱的箱皮牌号和旋转角度的识别方法,其中,优选的是,所述获取当前待检测箱皮的被测图像,具体包括:
利用设置在所述待检测箱皮正上方的第一摄像头,对所述待检测箱皮拍摄,得到待检测彩色图像;
将所述待检测彩色图像转换成第一灰度图像,以得到所述被测图像。
如上所述的循环烟箱的箱皮牌号和旋转角度的识别方法,其中,优选的是,所述获取与所述待检测箱皮的牌号对应的标准图像,具体包括:
利用设置在待测牌号的标识码正上方的第二摄像头,对所述待测牌号的标识码进行拍摄,得到标识码彩色图像;
将所述标识码彩色图像转换成第二灰度图像,并进行存储;
读取所存储的所述第二灰度图像,以得到所述标准图像。
如上所述的循环烟箱的箱皮牌号和旋转角度的识别方法,其中,优选的是,所述分别对所述被测图像和所述标准图像进行特征检测,以分别得到与所述被测图像对应的被测特征点集和与所述标准图像对应的标准特征点集,具体包括:
采用特征检测算法分别对所述被测图像和所述标准图像进行特征检测,以得到与所述被测图像对应的被测特征点集和与所述标准图像对应的标准特征点集。
如上所述的循环烟箱的箱皮牌号和旋转角度的识别方法,其中,优选的是,所述对所述被测特征点集和所述标准特征点集进行特征匹配,以得到匹配特征点对,具体包括:
利用快速最近邻逼近搜索函数库对所述被测特征点集和所述标准特征点集进行特征匹配,返回匹配成功的特征点对,以得到所述匹配特征点对。
如上所述的循环烟箱的箱皮牌号和旋转角度的识别方法,其中,优选的是,所述在所述匹配特征点对中筛选良好匹配特征点对,具体包括:
根据各所述匹配特征点对中第一欧式距离和第二欧式距离的比值与预设比值阈值的大小关系,筛选良好匹配特征点对,其中,所述第一欧式距离表示所述标准图像中,与所述被测图像中任一特征点对应的最接近匹配特征点与所述被测图像中的该特征点的欧式距离,所述第二欧式距离表示所述标准图像中,与所述被测图像中任一特征点对应的次接近匹配特征点与所述被测图像中的该特征点的欧式距离,具体包括:
判断各所述匹配特征点对中第一欧式距离和第二欧式距离的比值与预设比值阈值的大小;
若所述匹配特征点对中第一欧式距离和第二欧式距离的比值小于所述预设比值,则确定对应的匹配特征点对为良好匹配特征点对。
如上所述的循环烟箱的箱皮牌号和旋转角度的识别方法,其中,优选的是,所述根据所述良好匹配特征点对的数量判断牌号匹配是否成功,具体包括:
根据所确定的良好匹配特征点对,统计良好匹配特征点对的数量;
判断良好匹配特征点对的数量与预设数量阈值的大小关系;
若良好匹配特征点对的数量小于预设数量阈值,则确定牌号匹配不成功;
若良好匹配特征点对的数量大于等于预设数量阈值,则确定牌号匹配成功,并累计匹配成功的次数。
如上所述的循环烟箱的箱皮牌号和旋转角度的识别方法,其中,优选的是,所述若牌号匹配不成功,则结束识别,具体包括:
若牌号匹配不成功,则利用声光报警器亮红灯并蜂鸣,以进行声光报警,并结束识别。
如上所述的循环烟箱的箱皮牌号和旋转角度的识别方法,其中,优选的是,所述若牌号匹配成功,则根据所述良好匹配特征点对间的仿射变换矩阵得到相对旋转角度,具体包括:
计算所述良好匹配特征点对间的仿射变换矩阵;
根据所述仿射变换矩阵计算旋转矩阵;
计算所述旋转矩阵的行列式;
根据所述旋转矩阵和所述行列式,得到相对旋转角度。
如上所述的循环烟箱的箱皮牌号和旋转角度的识别方法,其中,优选的是,所述若牌号匹配成功,则根据所述良好匹配特征点对间的仿射变换矩阵得到相对旋转角度,还包括:
判断所述相对旋转角度与预设角度阈值的大小关系;
若所述相对旋转角度小于所述预设角度阈值,则利用声光报警器亮绿灯;
若所述相对旋转角度大于等于预设角度阈值,则利用声光报警器亮黄灯并蜂鸣,以进行声光报警。
本发明提供一种循环烟箱的箱皮牌号和旋转角度的识别方法,可以识别循环烟箱箱皮的牌号及旋转角度,避免人工识别循环烟箱箱皮造成的易出错现象,降低劳动强度。
附图说明
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步描述,其中:
图1为本发明提供的循环烟箱的箱皮牌号和旋转角度的识别方法的实施例的流程图;
图2为本发明提供的循环烟箱的箱皮牌号和旋转角度的识别方法的实施例的工作流程图。
具体实施方式
现在将参照附图来详细描述本公开的各种示例性实施例。对示例性实施例的描述仅仅是说明性的,决不作为对本公开及其应用或使用的任何限制。本公开可以以许多不同的形式实现,不限于这里所述的实施例。提供这些实施例是为了使本公开透彻且完整,并且向本领域技术人员充分表达本公开的范围。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、材料的组分、数字表达式和数值应被解释为仅仅是示例性的,而不是作为限制。
本公开中使用的“第一”、“第二”:以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的部分。“包括”或者“包含”等类似的词语意指在该词前的要素涵盖在该词后列举的要素,并不排除也涵盖其他要素的可能。“上”、“下”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
在本公开中,当描述到特定部件位于第一部件和第二部件之间时,在该特定部件与第一部件或第二部件之间可以存在居间部件,也可以不存在居间部件。当描述到特定部件连接其它部件时,该特定部件可以与所述其它部件直接连接而不具有居间部件,也可以不与所述其它部件直接连接而具有居间部件。
本公开使用的所有术语(包括技术术语或者科学术语)与本公开所属领域的普通技术人员理解的含义相同,除非另外特别定义。还应当理解,在诸如通用字典中定义的术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义,而不应用理想化或极度形式化的意义来解释,除非这里明确地这样定义。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,技术、方法和设备应当被视为说明书的一部分。
如图1所示,本实施例提供的循环烟箱的箱皮牌号和旋转角度的识别方法在实际执行过程中,具体包括如下步骤:
步骤S1、获取当前待检测箱皮的被测图像。
在本发明的循环烟箱的箱皮牌号和旋转角度的识别方法的一种实施方式中,所述步骤S1具体可以包括:
步骤S11、利用设置在所述待检测箱皮正上方的第一摄像头,对所述待检测箱皮拍摄,得到待检测彩色图像。
通过设置在检测平台正上方的光电开关判断检测平台上是否有箱皮,并在光电开关判断检测平台上有箱皮时,向计算机发送有效信号。计算机控制第一摄像头与光源获取箱皮图像并发送回计算机,计算机进行箱皮牌号及旋转角度的识别,如果箱皮牌号与计算机3内存储的标准图像牌号一致,显示器输出箱皮的牌号与旋转角度,如果箱皮牌号与标准图像不一致,显示器输出该识别结果同时声光报警器报警。
其中,光电开关例如可以为光电传感器,第一摄像头在待检测箱皮的正上方的1.8m-2.2m(例如为2m)处,拍摄得到的待检测彩色图像为原始图像,其分辨率例如可以为2000*2000,待检测彩色图像后,将其发往计算机。需要说明的是,本发明对第一摄像头的位置及待检测彩色图像的分辨率不作具体限定。示例性地,第一摄像头与计算机之间可以通过USB3.0接口、USB vision协议连接,也可以通过其他方式连接。
步骤S12、将所述待检测彩色图像转换成第一灰度图像,以得到所述被测图像。
在接收到待检测彩色图像后,计算机将待检测彩色图像转换成第一灰度图像。在具体实现中,可以利用opencv(Open Source Computer Vision Library,开源的计算机视觉库)软件等图像处理软件进行图像转换,得到被测图像。
步骤S2、获取与所述待检测箱皮的牌号对应的标准图像。
标准图像是在识别循环烟箱的箱皮牌号和旋转角度之前制作的,并且针对同一牌号的标准图像,只需制作一次,在箱皮牌号和旋转角度的识别过程中无需重复制作。
在本发明的循环烟箱的箱皮牌号和旋转角度的识别方法的一种实施方式中,所述步骤S2具体可以包括:
步骤S21、利用设置在待测牌号的标识码正上方的第二摄像头,对所述待测牌号的标识码进行拍摄,得到标识码彩色图像。
制作标准图像时,第二摄像头位于待测牌号的标识码正上方0.4m-0.6m(例如为0.5m)处。
步骤S22、将所述标识码彩色图像转换成第二灰度图像,并进行存储。
其中,可以利用opencv软件等图像处理软件进行图像转换,得到第二灰度图像,其分辨率例如可以为600*400,并且,第二灰度图像可以预先存放在计算机的硬盘中。需要说明的是,本发明对第二摄像头的位置及待第二灰度图像的分辨率不作具体限定。
步骤S23、读取所存储的所述第二灰度图像,以得到所述标准图像。
由计算机从其硬盘中读取预先存储的第二灰度图像,作为标准图像。
步骤S3、分别对所述被测图像和所述标准图像进行特征检测,以分别得到与所述被测图像对应的被测特征点集和与所述标准图像对应的标准特征点集。
具体地,可以采用特征检测算法分别对所述被测图像和所述标准图像进行特征检测,以得到与所述被测图像对应的被测特征点集和与所述标准图像对应的标准特征点集。
在具体实现中,计算机使用特征检测算法分别对被测图像和标准图像进行特征检测,返回两图像的特征点集,作为一个示例而非限定,特征检测算法例如可以是ORB算法(Oriented FAST and Rotated BRIEF),ORB算法是一种快速特征点提取和描述的算法,其返回的是图像特征点的集合。
步骤S4、对所述被测特征点集和所述标准特征点集进行特征匹配,以得到匹配特征点对。
具体地,可以利用快速最近邻逼近搜索函数库(FLANN,Fast ApproximateNearest Neighbor Search Library)对所述被测特征点集和所述标准特征点集进行特征匹配,返回匹配成功的特征点对,以得到所述匹配特征点对。
其中,计算机使用FLANN对两特征点集进行特征匹配,返回匹配成功的特征点对。FLANN自动选取最快算法完成特征匹配,得到标准图像与被测图像的特征点(Key Point),并根据特征点集合构造特征量(descriptor),对这个特征量进行比较、筛选,最终得到一个匹配点的映射集合。可以根据这个映射集合的大小来衡量标准图像与被测图像的匹配程度,这里所称的所谓特征点对即为匹配上的一对特征点。
步骤S5、在所述匹配特征点对中筛选良好匹配特征点对。
在本发明的循环烟箱的箱皮牌号和旋转角度的识别方法的一种实施方式中,所述步骤S5具体可以包括:
步骤S51、根据各所述匹配特征点对中第一欧式距离和第二欧式距离的比值与预设比值阈值的大小关系,筛选良好匹配特征点对,其中,所述第一欧式距离表示所述标准图像中,与所述被测图像中任一特征点对应的最接近匹配特征点与所述被测图像中的该特征点的欧式距离,所述第二欧式距离表示所述标准图像中,与所述被测图像中任一特征点对应的次接近匹配特征点与所述被测图像中的该特征点的欧式距离,具体包括:
步骤S52、判断各所述匹配特征点对中第一欧式距离和第二欧式距离的比值与预设比值阈值的大小。
步骤S53、若所述匹配特征点对中第一欧式距离和第二欧式距离的比值小于所述预设比值,则确定对应的匹配特征点对为良好匹配特征点对。
计算机以特征点对的特征点进行FLANN匹配时,对于被测图像中的任一特征点,都会匹配到最接近与次接近两个特征点,当最接近匹配的欧式距离/次接近匹配的欧式距离小于预设比值阈值时,可认为是良好匹配。预设比值阈值的范围是0.6-0.8,例如为0.7,需要说明的是,本发明对预设比值阈值的大小不作具体限定,根据实验结果来选择。
步骤S6、根据所述良好匹配特征点对的数量判断牌号匹配是否成功。
在本发明的循环烟箱的箱皮牌号和旋转角度的识别方法的一种实施方式中,所述步骤S6具体可以包括:
步骤S61、根据所确定的良好匹配特征点对,统计良好匹配特征点对的数量。
本发明以匹配特征点对中第一欧式距离和第二欧式距离的比值小于预设比值小于为依据筛选良好匹配特征点对,并统计良好匹配特征点对的数量N0,需要指出的是,这里的数量是绝对数量而不是相对数量。
步骤S62、判断良好匹配特征点对的数量与预设数量阈值的大小关系。
其中,预设数量阈值的范围为80-100,例如为90。
步骤S63、若良好匹配特征点对的数量小于预设数量阈值,则确定牌号匹配不成功。
步骤S64、若良好匹配特征点对的数量大于等于预设数量阈值,则确定牌号匹配成功,并累计匹配成功的次数。
需要说明的是,本发明对预设数量阈值的大小不作具体限定。可以理解的是,预设数量阈值的大小与步骤S5中的预设比值阈值的大小是相关的,预设比值阈值越小,良好匹配点对越少,则预设数量阈值也越小,示例性地,在预设比值阈值为0.8时,预设数量阈值可以为110;在预设比值阈值为0.7时,预设数量阈值可以为90;在预设比值阈值为0.6时,预设数量阈值可以为50。
步骤S7、若牌号匹配不成功,则结束识别。
具体而言,若牌号匹配不成功,则利用声光报警器亮红灯并蜂鸣,以进行声光报警,并结束识别。在具体实现中,若良好匹配特征点对的数量N0小于预设数量阈值(例如为90)时,判断牌号匹配不成功,结束识别,声光报警器的红灯亮并蜂鸣。当待检测箱皮的牌号与标准图像不一致时进行声光报警,可以避免人工识别循环烟箱箱皮造成的易出错现象,降低劳动强度。
步骤S8、若牌号匹配成功,则根据所述良好匹配特征点对间的仿射变换矩阵得到相对旋转角度。
具体地,若良好匹配特征点对的数量N0大于等于预设数量阈值(例如为90)时,判断牌号匹配成功,此时可以累计匹配成功的次数,以得到牌号与标准图像一致的待检测箱皮的数量。
在本发明的循环烟箱的箱皮牌号和旋转角度的识别方法的一种实施方式中,所述步骤S8具体可以包括:
步骤S81、计算所述良好匹配特征点对间的仿射变换矩阵。
利用计算机计算良好匹配特征点对间的仿射变换矩阵。其中,仿射变换,又称仿射映射,是指在几何中,一个向量空间进行一次线性变换并接上一个平移,变换为另一个向量空间。由于第一摄像头在待检测箱皮的正上方,箱皮上的标识码相对于标准图像只有平移与旋转,则可计算被测图像与标准图像间的仿射变换矩阵,进而根据仿射变换矩阵可以求解出旋转角度。
步骤S82、根据所述仿射变换矩阵计算旋转矩阵。
利用计算机根据仿射变换矩阵计算旋转矩阵,仿射变换矩阵M是2行3列的矩阵,选取前两列就得到了旋转矩阵R。
步骤S83、计算所述旋转矩阵的行列式。
利用计算机计算旋转矩阵R的行列式det_R。
步骤S84、根据所述旋转矩阵和所述行列式,得到相对旋转角度。
利用计算机根据旋转矩阵及其行列式求解相对旋转角度。具体而言,旋转矩阵R是2行2列的矩阵、det_R是R的行列式,构造中间矩阵R1=R/(det_R0.5),可以理解的是,R1也是2行2列矩阵,其左上角的元素值为W,相对旋转角度=arccos(W)*180/π,相对旋转角度越小越好,此处的R1矩阵只是一个计算步骤需要的过程变量,没有具体的名字)
进一步地,在本发明的循环烟箱的箱皮牌号和旋转角度的识别方法的一种实施方式中,所述步骤S8还可以包括:
步骤S85、判断所述相对旋转角度与预设角度阈值的大小关系。
其中,预设角度阈值例如为30°,需要说明的是,本发明对预设角度阈值不作具体限定。
步骤S86、若所述相对旋转角度小于所述预设角度阈值,则利用声光报警器亮绿灯。
在具体实现中,在相对旋转角度小于30°时,声光报警器绿灯亮。
步骤S87、若所述相对旋转角度大于等于预设角度阈值,则利用声光报警器亮黄灯并蜂鸣,以进行声光报警。
在具体实现中,在旋转角度大于等于30°时,声光报警器黄灯亮并蜂鸣。当待检测箱皮的牌号与标准图像一致时,显示识别出的旋转角度、显示累计识别出的本牌号的箱皮个数。
本发明实施例提供的循环烟箱的箱皮牌号和旋转角度的识别方法,可以识别循环烟箱箱皮的牌号及旋转角度,避免人工识别循环烟箱箱皮造成的易出错现象,降低劳动强度。
至此,已经详细描述了本公开的各实施例。为了避免遮蔽本公开的构思,没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述,完全可以明白如何实施这里公开的技术方案。
虽然已经通过示例对本公开的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本公开的范围。本领域的技术人员应该理解,可在不脱离本公开的范围和精神的情况下,对以上实施例进行修改或者对部分技术特征进行等同替换。本公开的范围由所附权利要求来限定。
Claims (10)
1.一种循环烟箱的箱皮牌号和旋转角度的识别方法,其特征在于,包括如下步骤:
获取当前待检测箱皮的被测图像;
获取与所述待检测箱皮的牌号对应的标准图像;
分别对所述被测图像和所述标准图像进行特征检测,以分别得到与所述被测图像对应的被测特征点集和与所述标准图像对应的标准特征点集;
对所述被测特征点集和所述标准特征点集进行特征匹配,以得到匹配特征点对;
在所述匹配特征点对中筛选良好匹配特征点对;
根据所述良好匹配特征点对的数量判断牌号匹配是否成功;
若牌号匹配不成功,则结束识别;
若牌号匹配成功,则根据所述良好匹配特征点对间的仿射变换矩阵得到相对旋转角度。
2.根据权利要求1所述的循环烟箱的箱皮牌号和旋转角度的识别方法,其特征在于,所述获取当前待检测箱皮的被测图像,具体包括:
利用设置在所述待检测箱皮正上方的第一摄像头,对所述待检测箱皮拍摄,得到待检测彩色图像;
将所述待检测彩色图像转换成第一灰度图像,以得到所述被测图像。
3.根据权利要求2所述的循环烟箱的箱皮牌号和旋转角度的识别方法,其特征在于,所述获取与所述待检测箱皮的牌号对应的标准图像,具体包括:
利用设置在待测牌号的标识码正上方的第二摄像头,对所述待测牌号的标识码进行拍摄,得到标识码彩色图像;
将所述标识码彩色图像转换成第二灰度图像,并进行存储;
读取所存储的所述第二灰度图像,以得到所述标准图像。
4.根据权利要求1所述的循环烟箱的箱皮牌号和旋转角度的识别方法,其特征在于,所述分别对所述被测图像和所述标准图像进行特征检测,以分别得到与所述被测图像对应的被测特征点集和与所述标准图像对应的标准特征点集,具体包括:
采用特征检测算法分别对所述被测图像和所述标准图像进行特征检测,以得到与所述被测图像对应的被测特征点集和与所述标准图像对应的标准特征点集。
5.根据权利要求1所述的循环烟箱的箱皮牌号和旋转角度的识别方法,其特征在于,所述对所述被测特征点集和所述标准特征点集进行特征匹配,以得到匹配特征点对,具体包括:
利用快速最近邻逼近搜索函数库对所述被测特征点集和所述标准特征点集进行特征匹配,返回匹配成功的特征点对,以得到所述匹配特征点对。
6.根据权利要求1所述的循环烟箱的箱皮牌号和旋转角度的识别方法,其特征在于,所述在所述匹配特征点对中筛选良好匹配特征点对,具体包括:
根据各所述匹配特征点对中第一欧式距离和第二欧式距离的比值与预设比值阈值的大小关系,筛选良好匹配特征点对,其中,所述第一欧式距离表示所述标准图像中,与所述被测图像中任一特征点对应的最接近匹配特征点与所述被测图像中的该特征点的欧式距离,所述第二欧式距离表示所述标准图像中,与所述被测图像中任一特征点对应的次接近匹配特征点与所述被测图像中的该特征点的欧式距离,具体包括:
判断各所述匹配特征点对中第一欧式距离和第二欧式距离的比值与预设比值阈值的大小;
若所述匹配特征点对中第一欧式距离和第二欧式距离的比值小于所述预设比值,则确定对应的匹配特征点对为良好匹配特征点对。
7.根据权利要求1所述的循环烟箱的箱皮牌号和旋转角度的识别方法,其特征在于,所述根据所述良好匹配特征点对的数量判断牌号匹配是否成功,具体包括:
根据所确定的良好匹配特征点对,统计良好匹配特征点对的数量;
判断良好匹配特征点对的数量与预设数量阈值的大小关系;
若良好匹配特征点对的数量小于预设数量阈值,则确定牌号匹配不成功;
若良好匹配特征点对的数量大于等于预设数量阈值,则确定牌号匹配成功,并累计匹配成功的次数。
8.根据权利要求1所述的循环烟箱的箱皮牌号和旋转角度的识别方法,其特征在于,所述若牌号匹配不成功,则结束识别,具体包括:
若牌号匹配不成功,则利用声光报警器亮红灯并蜂鸣,以进行声光报警,并结束识别。
9.根据权利要求1所述的循环烟箱的箱皮牌号和旋转角度的识别方法,其特征在于,所述若牌号匹配成功,则根据所述良好匹配特征点对间的仿射变换矩阵得到相对旋转角度,具体包括:
计算所述良好匹配特征点对间的仿射变换矩阵;
根据所述仿射变换矩阵计算旋转矩阵;
计算所述旋转矩阵的行列式;
根据所述旋转矩阵和所述行列式,得到相对旋转角度。
10.根据权利要求9所述的循环烟箱的箱皮牌号和旋转角度的识别方法,其特征在于,所述若牌号匹配成功,则根据所述良好匹配特征点对间的仿射变换矩阵得到相对旋转角度,还包括:
判断所述相对旋转角度与预设角度阈值的大小关系;
若所述相对旋转角度小于所述预设角度阈值,则利用声光报警器亮绿灯;
若所述相对旋转角度大于等于预设角度阈值,则利用声光报警器亮黄灯并蜂鸣,以进行声光报警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011396493.7A CN112396030A (zh) | 2020-11-30 | 2020-11-30 | 一种循环烟箱的箱皮牌号和旋转角度的识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011396493.7A CN112396030A (zh) | 2020-11-30 | 2020-11-30 | 一种循环烟箱的箱皮牌号和旋转角度的识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112396030A true CN112396030A (zh) | 2021-02-23 |
Family
ID=74605043
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011396493.7A Pending CN112396030A (zh) | 2020-11-30 | 2020-11-30 | 一种循环烟箱的箱皮牌号和旋转角度的识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112396030A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116091982A (zh) * | 2023-04-03 | 2023-05-09 | 浪潮电子信息产业股份有限公司 | 图像检测方法、装置、电子设备及计算机可读存储介质 |
-
2020
- 2020-11-30 CN CN202011396493.7A patent/CN112396030A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116091982A (zh) * | 2023-04-03 | 2023-05-09 | 浪潮电子信息产业股份有限公司 | 图像检测方法、装置、电子设备及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109063768B (zh) | 车辆重识别方法、装置及系统 | |
CN109801267B (zh) | 基于特征点检测与svm分类器的巡检目标缺陷检测方法 | |
JP5333080B2 (ja) | 画像認識システム | |
WO2021051601A1 (zh) | 利用Mask R-CNN选择检测框的方法及系统、电子装置及存储介质 | |
US9418313B2 (en) | Method for searching for a similar image in an image database based on a reference image | |
US20090097746A1 (en) | Color classification method, color recognition method, color classification apparatus, color recognition apparatus, color recognition system, computer program, and recording medium | |
CN112417934B (zh) | 一种图像检测方法及相关设备 | |
CN109116129B (zh) | 终端检测方法、检测设备、系统及存储介质 | |
CN109740415A (zh) | 车辆属性识别方法及相关产品 | |
US20210117984A1 (en) | Shoe authentication device and authentication process | |
KR20080088778A (ko) | Svd 기반의 영상 비교시스템 및 방법 | |
US20220415012A1 (en) | Image processing based methods and apparatus for planogram compliance | |
CN117173172B (zh) | 一种基于机器视觉的硅胶成型效果检测方法及系统 | |
CN116030237A (zh) | 工业缺陷检测方法、装置及电子设备、存储介质 | |
CN112396030A (zh) | 一种循环烟箱的箱皮牌号和旋转角度的识别方法 | |
CN103077528A (zh) | 基于DCCD-Laplace和SIFT描述符的快速影像匹配方法 | |
CN117115569A (zh) | 基于机器学习的物像自动识别分类方法及系统 | |
CN111950563A (zh) | 一种图像匹配方法、装置以及计算机可读存储介质 | |
CN110334581B (zh) | 一种多源遥感影像变化检测方法 | |
CN112907584B (zh) | 改进mtbcd火焰图像特征提取的转炉炼钢终点碳含量预测方法 | |
CN114120309A (zh) | 一种仪表读数识别方法、装置及计算机设备 | |
CN114332814A (zh) | 一种停车框识别方法、装置、电子设备及存储介质 | |
CN114119658A (zh) | 一种多特征自适应融合的跟随算法 | |
JPH07121713A (ja) | パターン認識方法 | |
US20150026013A1 (en) | System and methods for cognitive visual product search |
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 |