CN112541367A - 一种基于深度学习和图像处理的多种二维码识别方法 - Google Patents
一种基于深度学习和图像处理的多种二维码识别方法 Download PDFInfo
- Publication number
- CN112541367A CN112541367A CN202011460807.5A CN202011460807A CN112541367A CN 112541367 A CN112541367 A CN 112541367A CN 202011460807 A CN202011460807 A CN 202011460807A CN 112541367 A CN112541367 A CN 112541367A
- Authority
- CN
- China
- Prior art keywords
- deep learning
- dimensional code
- warehouse
- image
- image processing
- 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
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/10544—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum
- G06K7/10821—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum further details of bar or optical code scanning devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Electromagnetism (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Medical Informatics (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于深度学习和图像处理的多种二维码识别方法,涉及人工智能计算机视觉、深度学习技术领域。本发明方法包括:S1.安装的工业摄像机采集传送带上的金属工具视频图像;S2.视频图形中的信息进行人工标记;S3.检测模型的训练;S4.利用训练的目标检测模型检测画面中所有的二维码,确定二维码检测位置;S5.对二维码进行图像预处理,包括二值化,对比度增强处理;S6.对二维码进行识别;S7.将识别结果录入到管理信息系统中进行库存管理。本发明识别的准确率较高,可以同时识别出库/入库操作,同时记录出入库时间,保证实时性,高效性,准确性,和自动化去人工的效果,降低生产成本,并提高服务质量。
Description
技术领域
本发明涉及人工智能计算机视觉、深度学习技术领域领域,特别是涉及一种基于深度学习和图像处理的多种二维码识别方法。
背景技术
对于制造业来讲,金属工具库存管理是企业管理的重要组成部分,由于金属工具种类多,出入库频繁每天都大量的数据需要快速、准确的处理完成,否则会影响企业库存管理,因此金属工具库存管理一直是制造业中库存管理的重要的任务之一。
随着网络及计算机技术的引入普及以及深度学习带动了人工智能的快速发展和落地,使得企业在金属工具盘点,出入库监管等方面的管理更加便捷和智能化,极大的提升车间和仓库工作人员业务处理效率、准确率和实时性,对现代企业金属工具库存管理有着重要意义。
传统的金属工具库存管理方法,通常是依靠人进行核算,记录金属工具的类型,数量进出库时间,然后在录入仓库管理系统中,进行最终的仓库库存盘点和校对。近年来也有人针对金属工具库存管理提出一种解决方案,是利用工人手握红外扫码枪扫描雕刻到金属工具上的DM码或者贴在金属工具上的QR码,可以区分工具的类别并进行数量记录。
本发明正是针对传统的金属工具出入库监管方法的不足,和工人长时间手持扫码枪进行扫码进行信息管理的不足,提出的一种基于深度学习的金属工具上二维码识别的方法,该方法采用基于制造业中贴有或者刻有二维码的金属工具的图像数据进行二维码的检测和识别,整个监控计数和管理过程完全不依赖于人的参与,节省人力物力,可以达到客观、高效、精准的出入库计数管理。现有技术中存在以下问题:人工录入成本高,并且有些行业不宜于人们长期工作(比如核电站)工人手握红外扫码枪扫描雕刻到金属工具上的DM码或者贴在金属工具上的QR码,长时间工作,工作人员疲劳会引起漏扫或者重扫情况,导致数据库统计不准确问题。因此,针对以上问题,提供一种基于深度学习和图像处理的多种二维码识别方法具有重要意义。
发明内容
本发明提供了一种基于深度学习和图像处理的多种二维码识别方法,解决了以上问题。
为解决上述技术问题,本发明是通过以下技术方案实现的:
本发明的一种基于深度学习和图像处理的多种二维码识别方法,包括如下步骤:
S1.安装的工业摄像机采集传送带上的金属工具视频图像;
S2.对采集到的视频图形中的信息进行人工标记,标记视频画面中的各种二维码的位置;
S3.将人工标记后的数据采用深度学习的目标检测算法进行检测模型的训练;
S4.通过工业摄像机实时检测载有金属工具的流水线画面,利用训练的目标检测模型检测画面中所有的二维码,确定二维码检测位置;
S5.对二维码进行图像预处理,包括二值化,对比度增强处理;
S6.对二维码进行识别;
S7.将识别结果录入到管理信息系统中进行库存管理。
进一步地,所述步骤S2之前进行抽帧处理,将采集到的视频图像进行抽帧处理形成多个图像。
进一步地,所述步骤S5之前进行截取小图处理,对检测出得区域对二维码进行截取小图处理。
本发明相对于现有技术包括有以下有益效果:
本发明的一种基于深度学习和图像处理的多种二维码识别方法对流水线上的金属工具进行实时监测识别,识别的准确率较高,可以同时识别出库/入库操作,同时记录出入库时间,通过对工具本身的二维码识别,可以识别出工具的类型及数量,对工具进行实时的库存管理。本发明可以保证实时性,高效性,准确性,和自动化去人工的效果,并在生产中提高生产率并且降低生产成本,并提高服务质量。
当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的一种基于深度学习和图像处理的多种二维码识别方法的整体步骤图;
图2为本发明的一种基于深度学习和图像处理的多种二维码识别方法应用的系统的结构图。
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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,本发明的一种基于深度学习和图像处理的多种二维码识别方法,包括如下步骤:
S1.安装的工业摄像机采集传送带上的金属工具视频图像;
S2.对采集到的视频图形中的信息进行人工标记,标记视频画面中的各种二维码的位置;
S3.将人工标记后的数据采用深度学习的目标检测算法进行检测模型的训练;
S4.通过工业摄像机实时检测载有金属工具的流水线画面,利用训练的目标检测模型检测画面中所有的二维码,确定二维码检测位置;
S5.对二维码进行图像预处理,包括二值化,对比度增强处理;
S6.对二维码进行识别;
S7.将识别结果录入到管理信息系统中进行库存管理。
其中,步骤S2之前进行抽帧处理,将采集到的视频图像进行抽帧处理形成多个图像。
其中,步骤S5之前进行截取小图处理,对检测出得区域对二维码进行截取小图处理。
如图2所示,本发明的一种基于深度学习和图像处理的多种二维码识别方法基于由视频采集模块、视频处理模块、二维码检测模块、二维码图像预处理模块、二维码识别模块、出库逻辑判断的系统基础上;
其中,视频采集模块用于采集流水线上金属工具的视频图像,采用工业摄像头;视频处理模块用于对采集的视频图像进行抽帧处理;二维码检测模块用于对抽帧处理后的图片进行二维码识别检测;二维码图像预处理模块用于对二维码图像进行包括但不限于二值化,亮度,对比度增强处理;二维码识别模块用于识别二维码信息;出库逻辑判断用于进行出库动作的是被与检测。
有益效果:
本发明的一种基于深度学习和图像处理的多种二维码识别方法对流水线上的金属工具进行实时监测识别,识别的准确率较高,可以同时识别出库/入库操作,同时记录出入库时间,通过对工具本身的二维码识别,可以识别出工具的类型及数量,对工具进行实时的库存管理。本发明可以保证实时性,高效性,准确性,和自动化去人工的效果,并在生产中提高生产率并且降低生产成本,并提高服务质量。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (3)
1.一种基于深度学习和图像处理的多种二维码识别方法,其特征在于,包括如下步骤:
S1.安装的工业摄像机采集传送带上的金属工具视频图像;
S2.对采集到的视频图形中的信息进行人工标记,标记视频画面中的各种二维码的位置;
S3.将人工标记后的数据采用深度学习的目标检测算法进行检测模型的训练;
S4.通过工业摄像机实时检测载有金属工具的流水线画面,利用训练的目标检测模型检测画面中所有的二维码,确定二维码检测位置;
S5.对二维码进行图像预处理,包括二值化,对比度增强处理;
S6.对二维码进行识别;
S7.将识别结果录入到管理信息系统中进行库存管理。
2.根据权利要求1所述的一种基于深度学习和图像处理的多种二维码识别方法,其特征在于,所述步骤S2之前进行抽帧处理,将采集到的视频图像进行抽帧处理形成多个图像。
3.根据权利要求1所述的一种基于深度学习和图像处理的多种二维码识别方法,其特征在于,所述步骤S5之前进行截取小图处理,对检测出得区域对二维码进行截取小图处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011460807.5A CN112541367A (zh) | 2020-12-11 | 2020-12-11 | 一种基于深度学习和图像处理的多种二维码识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011460807.5A CN112541367A (zh) | 2020-12-11 | 2020-12-11 | 一种基于深度学习和图像处理的多种二维码识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112541367A true CN112541367A (zh) | 2021-03-23 |
Family
ID=75018499
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011460807.5A Pending CN112541367A (zh) | 2020-12-11 | 2020-12-11 | 一种基于深度学习和图像处理的多种二维码识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112541367A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113408682A (zh) * | 2021-06-29 | 2021-09-17 | 中航航空服务保障(天津)有限公司 | 一种基于ResNet网络的工具识别方法 |
CN117411615A (zh) * | 2023-12-13 | 2024-01-16 | 广州市信亦达电子科技有限公司 | 一种基于随机数的二维码防伪加密方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102393906A (zh) * | 2011-07-12 | 2012-03-28 | 四川大学 | 一种基于计算机视觉检测技术的二维码快速检测提取方法 |
CN109598474A (zh) * | 2018-12-07 | 2019-04-09 | 中南大学 | 基于二维码和图像处理的自动售货机库存管理系统、方法 |
CN208938117U (zh) * | 2018-12-11 | 2019-06-04 | 广州市信亦达电子科技有限公司 | 一种二维码快速定位识别装置 |
CN109858305A (zh) * | 2019-01-17 | 2019-06-07 | 柳州康云互联科技有限公司 | 一种基于深度学习的二维码定位识别系统及方法 |
CN110046529A (zh) * | 2018-12-11 | 2019-07-23 | 阿里巴巴集团控股有限公司 | 二维码识别方法、装置及设备 |
CN112001228A (zh) * | 2020-07-08 | 2020-11-27 | 上海品览数据科技有限公司 | 一种基于深度学习的视频监控仓库出入库计数系统及方法 |
US20200380227A1 (en) * | 2019-05-31 | 2020-12-03 | Alibaba Group Holding Limited | Two-dimensional code identification and positioning |
-
2020
- 2020-12-11 CN CN202011460807.5A patent/CN112541367A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102393906A (zh) * | 2011-07-12 | 2012-03-28 | 四川大学 | 一种基于计算机视觉检测技术的二维码快速检测提取方法 |
CN109598474A (zh) * | 2018-12-07 | 2019-04-09 | 中南大学 | 基于二维码和图像处理的自动售货机库存管理系统、方法 |
CN208938117U (zh) * | 2018-12-11 | 2019-06-04 | 广州市信亦达电子科技有限公司 | 一种二维码快速定位识别装置 |
CN110046529A (zh) * | 2018-12-11 | 2019-07-23 | 阿里巴巴集团控股有限公司 | 二维码识别方法、装置及设备 |
CN109858305A (zh) * | 2019-01-17 | 2019-06-07 | 柳州康云互联科技有限公司 | 一种基于深度学习的二维码定位识别系统及方法 |
US20200380227A1 (en) * | 2019-05-31 | 2020-12-03 | Alibaba Group Holding Limited | Two-dimensional code identification and positioning |
CN112001228A (zh) * | 2020-07-08 | 2020-11-27 | 上海品览数据科技有限公司 | 一种基于深度学习的视频监控仓库出入库计数系统及方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113408682A (zh) * | 2021-06-29 | 2021-09-17 | 中航航空服务保障(天津)有限公司 | 一种基于ResNet网络的工具识别方法 |
CN117411615A (zh) * | 2023-12-13 | 2024-01-16 | 广州市信亦达电子科技有限公司 | 一种基于随机数的二维码防伪加密方法及系统 |
CN117411615B (zh) * | 2023-12-13 | 2024-04-02 | 广州市信亦达电子科技有限公司 | 一种基于随机数的二维码防伪加密方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110826538B (zh) | 一种用于电力营业厅的异常离岗识别系统 | |
CN112001228A (zh) | 一种基于深度学习的视频监控仓库出入库计数系统及方法 | |
CN111709935B (zh) | 一种用于地面运动皮带上实时煤矸石定位识别方法 | |
CN111415343B (zh) | 一种基于人工智能的片式多层陶瓷电容六面外观检测方法 | |
CN112541367A (zh) | 一种基于深度学习和图像处理的多种二维码识别方法 | |
CN109978835B (zh) | 一种在线装配缺陷识别系统及其方法 | |
CN205538710U (zh) | 一种基于机器视觉的电感质量自动检测系统 | |
CN114219799A (zh) | 一种智能制造用次品分析方法及系统 | |
CN114913619A (zh) | 一种智能移动巡检方法和系统 | |
CN112985515B (zh) | 一种产品紧固件装配合格性检测方法、系统及存储介质 | |
CN111223081A (zh) | 基于深度学习的零件开孔识别与检测方法及系统 | |
CN114332622A (zh) | 一种基于机器视觉的标签检测方法 | |
CN112613476A (zh) | 一种基于机器视觉自动检测工人不安全行为的方法 | |
CN117094609A (zh) | 一种基于机器视觉的铝型材生产质量智能管理系统 | |
CN113269233A (zh) | 建筑工程转包与分包的智能监控与预警系统及方法 | |
CN114387564A (zh) | 一种基于YOLOv5的磕头机停抽检测方法 | |
CN114782808A (zh) | 一种基于机器视觉算法的废钢定级识别方法及系统 | |
CN112184665A (zh) | 一种应用于纸塑行业的人工智能缺陷侦测系统 | |
CN117252840B (zh) | 一种光伏阵列缺陷消除评定方法、装置及计算机设备 | |
CN116758060B (zh) | 一种电池片立式花篮视觉检测系统 | |
CN117269168B (zh) | 一种新能源汽车精密零配件表面缺陷检测装置及检测方法 | |
CN117911415B (zh) | 一种基于机器视觉的设备自动化监管系统及方法 | |
CN116665138B (zh) | 一种汽车配件冲压加工视觉检测方法及系统 | |
CN110263776B (zh) | 一种设备识别系统及方法 | |
CN113158772A (zh) | 一种面向生产实际的安全帽检测方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210323 |