CN113658141A - 透明包装袋封口识别方法、装置、存储介质及电子设备 - Google Patents
透明包装袋封口识别方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN113658141A CN113658141A CN202110953303.5A CN202110953303A CN113658141A CN 113658141 A CN113658141 A CN 113658141A CN 202110953303 A CN202110953303 A CN 202110953303A CN 113658141 A CN113658141 A CN 113658141A
- Authority
- CN
- China
- Prior art keywords
- image
- packaging bag
- transparent packaging
- identified
- transparent
- 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
- 238000004806 packaging method and process Methods 0.000 title claims abstract description 177
- 238000000034 method Methods 0.000 title claims abstract description 97
- 238000007789 sealing Methods 0.000 title claims description 56
- 238000012545 processing Methods 0.000 claims abstract description 75
- 238000007781 pre-processing Methods 0.000 claims abstract description 20
- 238000001514 detection method Methods 0.000 claims abstract description 18
- 238000004590 computer program Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 description 7
- 235000013305 food Nutrition 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000005236 sound signal Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 235000021485 packed food Nutrition 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 206010034960 Photophobia Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 208000013469 light sensitivity Diseases 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本申请涉及包装检测技术领域，具体涉及一种透明包装袋封口识别方法、装置及电子设备，方法包括：获取透明包装袋的待识别图像，并对其进行预处理；对预处理后的待识别图像进行图像增强处理，后确定透明包装袋的轮廓图像；根据轮廓图像确定透明包装袋的封口。对透明包装袋的封口进行识别时，获取透明包装袋的待识别图像后对其进行预处理，以保证去除图像中的图像噪声，从而保证后续通过对预处理后的待识别图像能够进行准确的识别。由于透明包装袋袋体为透明的特性，可以对预处理后的待识别图像进行图像增强处理，以从待识别图像中提取出轮廓图像，并根据该轮廓图像准确的确定出透明包装袋的封口，继而提高对封口进行识别的效率。
Description
技术领域
本申请涉及包装检测技术领域，特别地涉及一种透明包装袋封口识别方法、装置、存储介质及电子设备。
背景技术
在食品生产装箱的过程中，某些独立包装食品会采用透明包装袋盛装，装箱前，采用白色的传送带传送包装好的食物，食品包装袋在装箱的过程中需保证包装袋的封口朝向按照规定好的方向。食品包装袋摆放方向统一，则可以提升包装箱空间至少25％的利用率，如果食品包装袋的摆放方向凌乱，则需生产线上的工作人员人工判断出封口的方向，并摆正食品包装袋的方向，以便于机械手从同一方向抓取目标进行装箱；但人工判断包装袋的封口操作费时费力、效率低下，并且易出现包装袋放置位置错误，导致后续装箱出错。
发明内容
针对上述问题，本申请提供一种透明包装袋封口识别方法、装置、存储介质及电子设备。
第一方面，本申请提供了一种透明包装袋封口识别方法，所述方法包括：
获取透明包装袋的待识别图像，并对所述待识别图像进行预处理；
对预处理后的所述待识别图像进行图像增强处理，并根据进行图像增强处理后的待识别图像确定所述透明包装袋的轮廓图像；
根据所述轮廓图像确定所述透明包装袋的封口。
上述实施方式中，对透明包装袋的封口进行识别时，先获取透明包装袋的待识别图像，并对该待识别图像进行预处理，以保证去除该待识别图像中的图像噪声，从而保证后续通过对预处理后的待识别图像能够进行准确的识别。由于透明包装袋袋体为透明的特性，可以对预处理后的待识别图像进行图像增强处理，以从待识别图像中提取出该透明包装袋的轮廓图像，并根据该轮廓图像准确的确定出透明包装袋的封口，继而提高对封口进行识别的效率。
根据本申请的实施例，可选的，上述透明包装袋封口识别方法中，对所述待识别图像进行预处理，包括：
对所述待识别图像进行灰度化处理得到灰度图像；
对所述灰度图像进行低通滤波，得到去噪后的灰度图像。
上述实施方式中，先对待识别图像进行灰度化处理后再进行低通滤波，可以有效的去除待识别图像中的图像噪声，以提高后续封口识别的准确性。
根据本申请的实施例，可选的，上述透明包装袋封口识别方法中，对预处理后的所述待识别图像进行图像增强处理，并根据进行图像增强处理后的待识别图像确定所述透明包装袋的轮廓图像，包括：
对所述预处理后的待识别图像进行锐化处理，得到锐化处理后的待识别图像；
对所述锐化处理后的待识别图像进行二值化处理后确定所述透明包装袋的轮廓图像。
上述实施方式中，对待识别图像进行锐化处理后，能有效增强边缘信息，对锐化处理后的待识别图像再进行二值化处理，可以使得待识别图像中的边缘变得清晰，从而可以准确的从待识别图像中提取出透明包装袋的轮廓图像。
根据本申请的实施例，可选的，上述透明包装袋封口识别方法中，对所述预处理后的待识别图像进行锐化处理，得到锐化处理后的图像，包括：
采用梯度法对所述预处理后的待识别图像进行锐化处理，得到锐化处理后的图像。
上述实施方式中，采用梯度法可以增强图像的对比度，保证从待识别图像中提取出准确的轮廓图像。
根据本申请的实施例，可选的，上述透明包装袋封口识别方法中，采用梯度法对所述预处理后的待识别图像进行锐化处理，得到锐化处理后的图像，包括：
计算所述待识别图像中每一个像素点的梯度幅值；
判断每一个像素点的梯度幅值是否大于等于预设梯度幅值阈值；
若像素点的梯度幅值大于等于预设梯度幅值阈值，则将所述像素点的梯度幅值设为所述像素点的像素值；
若像素点的梯度幅值小于预设梯度幅值阈值，则保留所述像素点的像素值。
根据本申请的实施例，可选的，上述透明包装袋封口识别方法中，根据所述轮廓图像确定所述透明包装袋的封口，包括：
对所述轮廓图像进行轮廓提取，以得到至少一个轮廓区域；
判断所述至少一个轮廓区域中是否存在与所述透明包装袋等宽的目标轮廓区域，且所述目标轮廓区域位于所述透明包装袋的一端，若存在，则确定所述轮廓区域为所述透明包装袋的封口。
根据本申请的实施例，可选的，上述透明包装袋封口识别方法中，根据所述轮廓图像确定所述透明包装袋的封口，包括：
利用预先建立好的封口检测模型对所述轮廓图像进行封口检测，以确定所述透明包装袋的封口。
根据本申请的实施例，可选的，上述透明包装袋封口识别方法中，根据所述轮廓图像确定所述透明包装袋的封口之后，所述方法还包括：
确定所述透明包装袋的封口当前所在方向与预设方向之间的角度差；
根据所述角度差确定所述透明包装袋需要旋转的角度；
根据所述透明包装袋需要旋转的角度对所述透明包装袋进行旋转。
上述实施方式中，识别出透明包装袋的封口之后，确定封口当前所在方向与预设方向之间的角度差，以根据该角度差控制透明包装袋进行旋转，继而保证透明包装袋根据封口朝向整齐的装箱，提高包装的空间利用率。
第二方面，本申请还提供了一种透明包装袋封口识别装置，所述装置包括：
预处理模块，用于获取透明包装袋的待识别图像，并对所述待识别图像进行预处理；
轮廓图像获取模块，用于对预处理后的所述待识别图像进行图像增强处理，并根据进行图像增强处理后的待识别图像确定所述透明包装袋的轮廓图像；
封口确定模块，用于根据所述轮廓图像确定所述透明包装袋的封口。
根据本申请的实施例，可选的，上述透明包装袋封口识别装置中，所述预处理模块包括：
灰度处理单元，用于对所述待识别图像进行灰度化处理得到灰度图像；
去噪单元，用于对所述灰度图像进行低通滤波，得到去噪后的灰度图像。
根据本申请的实施例，可选的，上述透明包装袋封口识别装置中，轮廓图像获取模块包括：
锐化处理单元，用于对所述预处理后的待识别图像进行锐化处理，得到锐化处理后的待识别图像；
二值化处理单元，用于对所述锐化处理后的待识别图像进行二值化处理后确定所述透明包装袋的轮廓图像。
根据本申请的实施例，可选的，上述透明包装袋封口识别装置中，锐化处理单元包括：
锐化处理子单元，用于采用梯度法对所述预处理后的待识别图像进行锐化处理，得到锐化处理后的图像。
根据本申请的实施例，可选的，上述透明包装袋封口识别装置中，锐化处理子单元包括：
梯度幅值计算子单元，用于计算所述待识别图像中每一个像素点的梯度幅值；
梯度幅值判断子单元，用于判断每一个像素点的梯度幅值是否大于等于预设梯度幅值阈值；
第一梯度幅值处理子单元，用于若像素点的梯度幅值大于等于预设梯度幅值阈值，则将所述像素点的梯度幅值设为所述像素点的像素值；
第二梯度幅值处理子单元，用于若像素点的梯度幅值小于预设梯度幅值阈值，则保留所述像素点的像素值。
根据本申请的实施例，可选的，上述透明包装袋封口识别装置中，所述封口确定模块包括：
轮廓提取单元，用于对所述轮廓图像进行轮廓提取，以得到至少一个轮廓区域；
封口确定单元，用于判断所述至少一个轮廓区域中是否存在与所述透明包装袋等宽的目标轮廓区域，且所述目标轮廓区域位于所述透明包装袋的一端，若存在，则确定所述轮廓区域为所述透明包装袋的封口。
根据本申请的实施例，可选的，上述透明包装袋封口识别装置中，所述封口确定模块包括：
封口检测单元，用于利用预先建立好的封口检测模型对所述轮廓图像进行封口检测，以确定所述透明包装袋的封口。
根据本申请的实施例，可选的，上述透明包装袋封口识别装置中，所述装置还包括：
角度差确定模块，用于确定所述透明包装袋的封口当前所在方向与预设方向之间的角度差；
旋转角度确定模块，用于根据所述角度差确定所述透明包装袋需要旋转的角度；
旋转模块，用于根据所述透明包装袋需要旋转的角度对所述透明包装袋进行旋转。
第三方面，本申请提供了一种存储介质，该存储介质存储的计算机程序，可被一个或多个处理器执行，可用来实现如上述的透明包装袋封口识别方法。
第四方面，本申请提供了一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，该计算机程序被所述处理器执行时，执行上述的透明包装袋封口识别方法。
与现有技术相比，上述方案中的一个或多个实施例可以具有如下优点或有益效果：
本申请提供的一种透明包装袋封口识别方法、装置、存储介质及电子设备，所述方法包括：获取透明包装袋的待识别图像，并对所述待识别图像进行预处理；对预处理后的所述待识别图像进行图像增强处理，并根据进行图像增强处理后的待识别图像确定所述透明包装袋的轮廓图像；根据所述轮廓图像确定所述透明包装袋的封口。对透明包装袋的封口进行识别时，先获取透明包装袋的待识别图像，并对该待识别图像进行预处理，以保证去除该待识别图像中的图像噪声，从而保证后续通过对预处理后的待识别图像能够进行准确的识别。由于透明包装袋袋体为透明的特性，可以对预处理后的待识别图像进行图像增强处理，以从待识别图像中提取出该透明包装袋的轮廓图像，并根据该轮廓图像准确的确定出透明包装袋的封口，继而提高对封口进行识别的效率。
附图说明
在下文中将基于实施例并参考附图来对本申请进行更详细的描述。
图1为本申请实施例一提供的一种透明包装袋封口识别方法的流程示意图。
图2为本申请实施例四提供的一种透明包装袋封口识别装置的结构示意框图。
图3为本申请实施例六提供的一种电子设备的连接框图。
在附图中，相同的部件使用相同的附图标记，附图并未按照实际的比例绘制。
具体实施方式
以下将结合附图及实施例来详细说明本申请的实施方式，借此对本申请如何应用技术手段来解决技术问题，并达到相应技术效果的实现过程能充分理解并据以实施。本申请实施例以及实施例中的各个特征，在不相冲突前提下可以相互结合，所形成的技术方案均在本申请的保护范围之内。
透明包装袋在生产过程中一般会放置于传送带上进行传输，由于透明包装袋透明的袋体与传送带之间的区分度不高，难以对透明包装袋的封口进行识别，因此本申请提出以下方案。
实施例一
本发明提供一种透明包装袋封口识别方法，请参阅图1，该方法包括如下步骤：
步骤S110：获取透明包装袋的待识别图像，并对所述待识别图像进行预处理。
获取透明包装袋的待识别图像时，可以根据具体的应用场景选择不同的图像采集设备。若对透明包装袋进行封口识别时，透明包装袋处于静置放置于操作台上的时候，可以选择使用普通的图像采集设备，该设备可以采集到透明包装袋清晰的图像即可；若对透明包装袋进行封口识别时，透明包装袋放置于运动的传送带上的时候，可以选择使用具有更高感光度的图像采集设备，以使在透明包装袋运动的情况下也可以采集到透明包装袋清晰的图像，从而保证后续根据采集到的图像进行准确的封口识别。
此外，上述透明包装袋封口识别方法中，对所述待识别图像进行预处理时，可以先对所述待识别图像进行灰度化处理得到灰度图像，然后对所述灰度图像进行低通滤波，得到去噪后的灰度图像。
灰度化处理常用的方法有三种，最大值法、平均值法以及加权平均值法，三种处理方法所得到的灰度图像的效果不同，具体可以根据实际处理需求选择合适的方法。灰度化处理的过程就是将待识别图像中的每个像素点的RGB值统一成同一个值。灰度化后的图像将彩色图像的三通道变为单通道，单通道的数据处理起来比三通道的数据处理简单。由于透明包装袋的封口，也就是待识别图像的图像边缘信息主要分布在高频段，因此需采用低通滤波的方式对灰度图像进行滤波，去除灰度图像中的噪声。
步骤S120：对预处理后的所述待识别图像进行图像增强处理，并根据进行图像增强处理后的待识别图像确定所述透明包装袋的轮廓图像。
图像在生成、传输或变换的过程中，受光源、成像系统以及通道带宽和噪声等诸多因素的影响，可能会出现对比度偏低、动态范围不足、清晰度下降以及包含明显噪声等降质现象，因此需要进行图像的增强处理。图像增强可以根据图像在后续操作中的需求相应的改善图像质量，处理的结果更适合于人的视觉特性或机器识别系统，即增强处理可以提高图像中某些信息的辨识度。
根据本申请的实施例，可选的，上述透明包装袋封口识别方法中，对预处理后的所述待识别图像进行图像增强处理，并根据进行图像增强处理后的待识别图像确定所述透明包装袋的轮廓图像，包括以下步骤：
对所述预处理后的待识别图像进行锐化处理，得到锐化处理后的待识别图像；
对所述锐化处理后的待识别图像进行二值化处理后确定所述透明包装袋的轮廓图像。
锐化处理是通过增强高频分量来减少图像中的模糊，增强图像细节边缘和轮廓，便于后期对目标的识别和处理。
再对待识别图像进行图像增强处理时，可以先对待识别图像进行锐化处理，使得待识别图像的边缘、轮廓线以及图像的细节变得清晰。再采用二值化的方式处理增强后的图像，以从待识别图像中确定出透明包装袋的轮廓图像。具体地二值化方式有Otsu’s二值化(大津算法)、Huang阈值分割法、迭代法、InterModes阈值分割、Kittle算法等，可以根据具体的需求进行选择，此处不对二值化的方式进行限制。
根据本申请的实施例，可选的，上述透明包装袋封口识别方法中，对所述预处理后的待识别图像进行锐化处理，得到锐化处理后的图像，包括：
采用梯度法对所述预处理后的待识别图像进行锐化处理，得到锐化处理后的图像。
可以理解地，还可以采用拉普拉斯算法进行锐化处理，不同的锐化处理方式有不同的优点，所能达到的效果也不同个，具体方式选择可由实际应用场景及需求选择。
步骤S130：根据所述轮廓图像确定所述透明包装袋的封口。
由于透明包装袋的封口处不是完全透明的，因此，提取出的轮廓图像中包括透明包装袋自身的轮廓也包括封口的轮廓，因此可以根据轮廓图像确定出封口的轮廓，从而准确的确定出透明包装袋的封口。
综上所述，本申请提供一种透明包装袋封口识别方法，包括：获取透明包装袋的待识别图像，并对所述待识别图像进行预处理；对预处理后的所述待识别图像进行图像增强处理，并根据进行图像增强处理后的待识别图像确定所述透明包装袋的轮廓图像；根据所述轮廓图像确定所述透明包装袋的封口。上述实施方式中，对透明包装袋的封口进行识别时，先获取透明包装袋的待识别图像，并对该待识别图像进行预处理，以保证去除该待识别图像中的图像噪声，从而保证后续通过对预处理后的待识别图像能够进行准确的识别。由于透明包装袋袋体为透明的特性，可以对预处理后的待识别图像进行图像增强处理，以从待识别图像中提取出该透明包装袋的轮廓图像，并根据该轮廓图像准确的确定出透明包装袋的封口，继而提高对封口进行识别的效率。
实施例二
在实施例一的基础上，本实施例通过具体实施案例对实施例一中的方法进行说明。
根据本申请的实施例，可选的，上述透明包装袋封口识别方法中，采用梯度法对所述预处理后的待识别图像进行锐化处理，得到锐化处理后的图像，包括以下过程：
计算所述待识别图像中每一个像素点的梯度幅值；
判断每一个像素点的梯度幅值是否大于等于预设梯度幅值阈值；
若像素点的梯度幅值大于等于预设梯度幅值阈值，则将所述像素点的梯度幅值设为所述像素点的像素值；
若像素点的梯度幅值小于预设梯度幅值阈值，则保留所述像素点的像素值。
作为一种上述透明包装袋封口识别方法，根据所述轮廓图像确定所述透明包装袋的封口时，可以先对所述轮廓图像进行轮廓提取，以得到至少一个轮廓区域，然后判断所述至少一个轮廓区域中是否存在与所述透明包装袋等宽的目标轮廓区域，且所述目标轮廓区域位于所述透明包装袋的一端，若存在，则确定所述轮廓区域为所述透明包装袋的封口。
作为另一种上述透明包装袋封口识别方法，根据所述轮廓图像确定所述透明包装袋的封口，包括：
利用预先建立好的封口检测模型对所述轮廓图像进行封口检测，以确定所述透明包装袋的封口。
根据所述轮廓图像确定所述透明包装袋的封口之后，可以确定所述透明包装袋的封口当前所在方向与预设方向之间的角度差；根据所述角度差确定所述透明包装袋需要旋转的角度；根据所述透明包装袋需要旋转的角度对所述透明包装袋进行旋转。从而保证透明包装袋根据封口朝向整齐的装箱，提高包装的空间利用率。
实施例三
在实施例一的基础上，本实施例通过具体实施案例对实施例一中的方法进行说明。
首先在运动的传送带上采集透明食品包装袋的待识别图像，然后对待识别图像进行图片预处理。具体地，对彩色的待识别图像进行灰度化处理得到灰度图像，一般彩色的待识别图像尺寸为A*B*3，而处理得到的灰度图像的图像尺寸为A*B。此外，由于待识别图像的噪声的频段主要在高频段，可以对灰度图像实施低通滤波LPF(Low-pass filter)处理。例如，采用3*3的高斯核对图像进行滤波，去除图像噪声。
接着对预处理后的待识别图像进行图像增强处理。可以先对图片进行锐化处理，使图像的边缘、轮廓线以及图像的细节变得清晰。在进行锐化处理时，可以采用梯度法对图像进行锐化处理，例如，用函数f(x,y)表示图像，用G0[f(x,y)]表示梯度幅值，则可根据第一计算式计算梯度幅值：
为了提高运算速度，便于实现，在允许的运算精度范围内，将第二计算式中的平方和开方用差的绝对值之和表示，则第二计算式可表示为如下的第三计算式：
G0[f(i,j)]＝|f(i,j)-f(i+1,j)|+|f(i,j)-f(i,j+1)|
图像轮廓线条变化较快的地方，梯度值很大，而在变化缓慢的地方，梯度值会很小。通过设置阈值来判断图像的某一像素点是否进行锐化，设定阈值为t，当梯度值大于等于该阈值时，图像灰度值用梯度值代替，小于该阈值时，图像保持原来的灰度值不变。如下第四计算式所示：
g0(x,y)为锐化后的图像，既保留了原来图像的背景状态又使图像的边缘得到了增亮。
对待识别图像进行增强处理后，从增强处理得到的待识别图像中提取透明包装袋的轮廓图像。具体地，可以采用Otsu’s二值化的方式处理增强后的图像，再进行轮廓提取，对轮廓区域按面积进行提取，选择面积最大区域的最小外接矩形作为提取的目标。
由于透明包装袋有不同的封口方式，包括凹凸扣自封袋、拉链袋，因此针对不同的透明包装袋封口方式，有以下不同的封口识别方法。同类的目标检测方法及机器学习决策方法亦包括在内。
针对于凹凸扣自封袋的识别方式，由于凹凸扣自封袋在封口的区域有一个与包装袋区域等宽的矩形区域，对提取的轮廓图像继续进行封口轮廓提取，若轮廓图像中存在与透明包装袋等宽的轮廓区域，且搞轮廓区域与包装袋的一端重合，则该轮廓区域为封口轮廓。等宽线与预设的垂直方向所在的夹角为α，β＝90°-α为机械手需旋转的角度，因此可以控制机械手将该透明包装袋进行旋转，使该透明包装袋的封口朝向为预设朝向，从而便于装箱，提高装箱的空间利用率。
针对拉链袋，无法提取与包装袋区域等宽的矩形区域，故可以采用目标检测的方法检测出拉链头轮廓。在已知拉链头的轮廓图像中标注出拉链头轮廓，并对大批量的已知封口的透明包装袋轮廓图像进行标注。然后将轮廓图像及标注信息输入目标检测网络(YouOnly Look Once:Unified,Real-Time Object Detection，YOLO)中进行训练，以使训练好的YOLO网络可以检测轮廓区域中的拉链头区域，拉链头所在的区域与包装袋短边相接的地方为包装袋封口区域。该封口区域的边与预设垂直方向所在的夹角为α，β＝90°-α为机械手需旋转的角度，因此可以控制机械手将该透明包装袋进行旋转，使该透明包装袋的封口朝向为预设朝向，从而便于装箱，提高装箱的空间利用率。
可以理解地，与YOLO网络同类的目标检测方法及机器学习决策方法均可对轮廓图像进行封口检测。此外，透明包装袋的封口方式除了上例中的凹凸扣自封袋以及拉链袋，还包括其他形式的封口，例如按扣状、手提带等，根据不同封口的特点可以从上述两种识别方式中选择合适的封口检测方法。
实施例四
请参看图2，本申请提供了一种透明包装袋封口识别装置200，该装置包括：
预处理模块210，用于获取透明包装袋的待识别图像，并对所述待识别图像进行预处理；
轮廓图像获取模块220，用于对预处理后的所述待识别图像进行图像增强处理，并根据进行图像增强处理后的待识别图像确定所述透明包装袋的轮廓图像；
封口确定模块230，用于根据所述轮廓图像确定所述透明包装袋的封口。
根据本申请的实施例，可选的，上述透明包装袋封口识别装置中，所述预处理模块包括：
灰度处理单元，用于对所述待识别图像进行灰度化处理得到灰度图像；
去噪单元，用于对所述灰度图像进行低通滤波，得到去噪后的灰度图像。
根据本申请的实施例，可选的，上述透明包装袋封口识别装置中，轮廓图像获取模块包括：
锐化处理单元，用于对所述预处理后的待识别图像进行锐化处理，得到锐化处理后的待识别图像；
二值化处理单元，用于对所述锐化处理后的待识别图像进行二值化处理后确定所述透明包装袋的轮廓图像。
根据本申请的实施例，可选的，上述透明包装袋封口识别装置中，锐化处理单元包括：
锐化处理子单元，用于采用梯度法对所述预处理后的待识别图像进行锐化处理，得到锐化处理后的图像。
根据本申请的实施例，可选的，上述透明包装袋封口识别装置中，锐化处理子单元包括：
梯度幅值计算子单元，用于计算所述待识别图像中每一个像素点的梯度幅值；
梯度幅值判断子单元，用于判断每一个像素点的梯度幅值是否大于等于预设梯度幅值阈值；
第一梯度幅值处理子单元，用于若像素点的梯度幅值大于等于预设梯度幅值阈值，则将所述像素点的梯度幅值设为所述像素点的像素值；
第二梯度幅值处理子单元，用于若像素点的梯度幅值小于预设梯度幅值阈值，则保留所述像素点的像素值。
根据本申请的实施例，可选的，上述透明包装袋封口识别装置中，所述封口确定模块包括：
轮廓提取单元，用于对所述轮廓图像进行轮廓提取，以得到至少一个轮廓区域；
封口确定单元，用于判断所述至少一个轮廓区域中是否存在与所述透明包装袋等宽的目标轮廓区域，且所述目标轮廓区域位于所述透明包装袋的一端，若存在，则确定所述轮廓区域为所述透明包装袋的封口。
根据本申请的实施例，可选的，上述透明包装袋封口识别装置中，所述封口确定模块包括：
封口检测单元，用于利用预先建立好的封口检测模型对所述轮廓图像进行封口检测，以确定所述透明包装袋的封口。
根据本申请的实施例，可选的，上述透明包装袋封口识别装置中，所述装置还包括：
角度差确定模块，用于确定所述透明包装袋的封口当前所在方向与预设方向之间的角度差；
旋转角度确定模块，用于根据所述角度差确定所述透明包装袋需要旋转的角度；
旋转模块，用于根据所述透明包装袋需要旋转的角度对所述透明包装袋进行旋转。
综上所述，本申请提供一种透明包装袋封口识别装置，包括：预处理模块210，用于获取透明包装袋的待识别图像，并对所述待识别图像进行预处理；轮廓图像获取模块220，用于对预处理后的所述待识别图像进行图像增强处理，并根据进行图像增强处理后的待识别图像确定所述透明包装袋的轮廓图像；封口确定模块230，用于根据所述轮廓图像确定所述透明包装袋的封口。对透明包装袋的封口进行识别时，先获取透明包装袋的待识别图像，并对该待识别图像进行预处理，以保证去除该待识别图像中的图像噪声，从而保证后续通过对预处理后的待识别图像能够进行准确的识别。由于透明包装袋袋体为透明的特性，可以对预处理后的待识别图像进行图像增强处理，以从待识别图像中提取出该透明包装袋的轮廓图像，并根据该轮廓图像准确的确定出透明包装袋的封口，继而提高对封口进行识别的效率。
实施例五
本实施例还提供一种计算机可读存储介质，如闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等，其上存储有计算机程序，所述计算机程序被处理器执行时可以实现如上述实施例中的方法步骤，具体实施例过程可参见实施例一，本实施例在此不再重复赘述。
实施例六
本申请实施例提供了一种电子设备，该电子设备可以是手机、电脑或平板电脑等，包括存储器和处理器，所述存储器上存储有计算器程序，该计算机程序被处理器执行时实现如实施例一中所述的透明包装袋封口识别方法。可以理解，如图3所示，该电子设备300还可以包括：处理器301，存储器302，多媒体组件303，输入/输出(I/O)接口304，以及通信组件305。
其中，处理器301用于执行如实施例一中的透明包装袋封口识别方法中的全部或部分步骤。存储器302用于存储各种类型的数据，这些数据例如可以包括电子设备中的任何应用程序或方法的指令，以及应用程序相关的数据。
处理器301可以是专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(Digital Signal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable LogicDevice，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述实施例一中的透明包装袋封口识别方法。
存储器302可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。
多媒体组件303可以包括屏幕和音频组件，该屏幕可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器或通过通信组件发送。音频组件还包括至少一个扬声器，用于输出音频信号。
I/O接口304为处理器301和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。
通信组件305用于该电子设备300与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(Near Field Communication，简称NFC)，2G、3G或4G，或它们中的一种或几种的组合，因此相应的该通信组件305可以包括：Wi-Fi模块，蓝牙模块，NFC模块。
综上，本申请提供的一种透明包装袋封口识别方法、装置、存储介质及电子设备，该方法包括：获取透明包装袋的待识别图像，并对所述待识别图像进行预处理；对预处理后的所述待识别图像进行图像增强处理，并根据进行图像增强处理后的待识别图像确定所述透明包装袋的轮廓图像；根据所述轮廓图像确定所述透明包装袋的封口。对透明包装袋的封口进行识别时，先获取透明包装袋的待识别图像，并对该待识别图像进行预处理，以保证去除该待识别图像中的图像噪声，从而保证后续通过对预处理后的待识别图像能够进行准确的识别。由于透明包装袋袋体为透明的特性，可以对预处理后的待识别图像进行图像增强处理，以从待识别图像中提取出该透明包装袋的轮廓图像，并根据该轮廓图像准确的确定出透明包装袋的封口，继而提高对封口进行识别的效率。
在本申请实施例所提供的几个实施例中，应该理解到，所揭露的系统和方法，也可以通过其它的方式实现。以上所描述的系统和方法实施例仅仅是示意性的。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
虽然本申请所揭露的实施方式如上，但所述的内容只是为了便于理解本申请而采用的实施方式，并非用以限定本申请。任何本申请所属技术领域内的技术人员，在不脱离本申请所揭露的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本申请的专利保护范围，仍须以所附的权利要求书所界定的范围为准。
Claims (11)
1.一种透明包装袋封口识别方法，其特征在于，所述方法包括：
获取透明包装袋的待识别图像，并对所述待识别图像进行预处理；
对预处理后的所述待识别图像进行图像增强处理，并根据进行图像增强处理后的待识别图像确定所述透明包装袋的轮廓图像；
根据所述轮廓图像确定所述透明包装袋的封口。
2.根据权利要求1所述的方法，其特征在于，对所述待识别图像进行预处理，包括：
对所述待识别图像进行灰度化处理得到灰度图像；
对所述灰度图像进行低通滤波，得到去噪后的灰度图像。
3.根据权利要求1所述的方法，其特征在于，对预处理后的所述待识别图像进行图像增强处理，并根据进行图像增强处理后的待识别图像确定所述透明包装袋的轮廓图像，包括：
对所述预处理后的待识别图像进行锐化处理，得到锐化处理后的待识别图像；
对所述锐化处理后的待识别图像进行二值化处理后确定所述透明包装袋的轮廓图像。
4.根据权利要求3所述的方法，其特征在于，对所述预处理后的待识别图像进行锐化处理，得到锐化处理后的图像，包括：
采用梯度法对所述预处理后的待识别图像进行锐化处理，得到锐化处理后的图像。
5.根据权利要求4所述的方法，其特征在于，采用梯度法对所述预处理后的待识别图像进行锐化处理，得到锐化处理后的图像，包括：
计算所述待识别图像中每一个像素点的梯度幅值；
判断每一个像素点的梯度幅值是否大于等于预设梯度幅值阈值；
若像素点的梯度幅值大于等于预设梯度幅值阈值，则将所述像素点的梯度幅值设为所述像素点的像素值；
若像素点的梯度幅值小于预设梯度幅值阈值，则保留所述像素点的像素值。
6.根据权利要求1所述的方法，其特征在于，根据所述轮廓图像确定所述透明包装袋的封口，包括：
对所述轮廓图像进行轮廓提取，以得到至少一个轮廓区域；
判断所述至少一个轮廓区域中是否存在与所述透明包装袋等宽的目标轮廓区域，且所述目标轮廓区域位于所述透明包装袋的一端，若存在，则确定所述轮廓区域为所述透明包装袋的封口。
7.根据权利要求1所述的方法，其特征在于，根据所述轮廓图像确定所述透明包装袋的封口，包括：
利用预先建立好的封口检测模型对所述轮廓图像进行封口检测，以确定所述透明包装袋的封口。
8.根据权利要求1所述的方法，其特征在于，根据所述轮廓图像确定所述透明包装袋的封口之后，所述方法还包括：
确定所述透明包装袋的封口当前所在方向与预设方向之间的角度差；
根据所述角度差确定所述透明包装袋需要旋转的角度；
根据所述透明包装袋需要旋转的角度对所述透明包装袋进行旋转。
9.一种透明包装袋封口识别装置，其特征在于，所述装置包括：
预处理模块，用于获取透明包装袋的待识别图像，并对所述待识别图像进行预处理；
轮廓图像获取模块，用于对预处理后的所述待识别图像进行图像增强处理，并根据进行图像增强处理后的待识别图像确定所述透明包装袋的轮廓图像；
封口确定模块，用于根据所述轮廓图像确定所述透明包装袋的封口。
10.一种存储介质，其特征在于，该存储介质存储的计算机程序，在被一个或多个处理器执行时，用来实现如权利要求1-8中任意一项所述的透明包装袋封口识别方法。
11.一种电子设备，其特征在于，包括存储器和处理器，所述存储器上存储有计算机程序，该计算机程序被所述处理器执行时，执行如权利要求1-8任意一项所述的透明包装袋封口识别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110953303.5A CN113658141A (zh) | 2021-08-19 | 2021-08-19 | 透明包装袋封口识别方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110953303.5A CN113658141A (zh) | 2021-08-19 | 2021-08-19 | 透明包装袋封口识别方法、装置、存储介质及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113658141A true CN113658141A (zh) | 2021-11-16 |
Family
ID=78492329
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110953303.5A Pending CN113658141A (zh) | 2021-08-19 | 2021-08-19 | 透明包装袋封口识别方法、装置、存储介质及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113658141A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116101580A (zh) * | 2023-04-10 | 2023-05-12 | 金乡县建华建材有限公司 | 一种基于封口机控制端的运行任务设计系统 |
| CN116128533A (zh) * | 2023-03-06 | 2023-05-16 | 广西螺霸王食品科技有限公司 | 一种食品销售数据管理系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106981064A (zh) * | 2017-03-16 | 2017-07-25 | 亿信标准认证集团有限公司 | 基于机器视觉技术的药品瓶包装标准认证在线检测系统 |
| CN112508935A (zh) * | 2020-12-22 | 2021-03-16 | 郑州金惠计算机系统工程有限公司 | 基于深度学习的产品包装检测方法及系统和产品包装分拣系统 |
-
2021
- 2021-08-19 CN CN202110953303.5A patent/CN113658141A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106981064A (zh) * | 2017-03-16 | 2017-07-25 | 亿信标准认证集团有限公司 | 基于机器视觉技术的药品瓶包装标准认证在线检测系统 |
| CN112508935A (zh) * | 2020-12-22 | 2021-03-16 | 郑州金惠计算机系统工程有限公司 | 基于深度学习的产品包装检测方法及系统和产品包装分拣系统 |
Non-Patent Citations (2)
| Title |
|---|
| 廖飘;宋京伟;: "颗粒物包装袋智能识别与摆正方法研究", 机电信息, no. 11, 13 April 2018 (2018-04-13), pages 24 - 28 * |
| 陈方涵;赵光宇;蒋仕龙;彭文达;: "高分辨率ITO导电薄膜透明区域缺陷识别", 光子学报, no. 02, 29 February 2016 (2016-02-29), pages 1 - 6 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116128533A (zh) * | 2023-03-06 | 2023-05-16 | 广西螺霸王食品科技有限公司 | 一种食品销售数据管理系统 |
| CN116128533B (zh) * | 2023-03-06 | 2023-07-28 | 广西螺霸王食品科技有限公司 | 一种食品销售数据管理系统 |
| CN116101580A (zh) * | 2023-04-10 | 2023-05-12 | 金乡县建华建材有限公司 | 一种基于封口机控制端的运行任务设计系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115908269B (zh) | 视觉缺陷检测方法、装置、存储介质和计算机设备 | |
| US10445868B2 (en) | Method for detecting a defect on a surface of a tire | |
| CN110717489A (zh) | Osd的文字区域的识别方法、装置及存储介质 | |
| CN111915704A (zh) | 一种基于深度学习的苹果分级识别方法 | |
| CN104866849A (zh) | 一种基于移动终端的食品营养成分标签识别方法 | |
| CN113658141A (zh) | 透明包装袋封口识别方法、装置、存储介质及电子设备 | |
| US20180025246A1 (en) | Realtime object measurement | |
| CN112614062A (zh) | 菌落计数方法、装置及计算机存储介质 | |
| CN110599507B (zh) | 一种番茄识别定位方法及系统 | |
| US20160343143A1 (en) | Edge detection apparatus, edge detection method, and computer readable medium | |
| CN113283439B (zh) | 基于图像识别的智能计数方法、装置及系统 | |
| CN110570442A (zh) | 一种复杂背景下轮廓检测方法、终端设备及存储介质 | |
| CN113420735B (zh) | 一种轮廓提取方法、装置、设备及存储介质 | |
| CN109255792B (zh) | 一种视频图像的分割方法、装置、终端设备及存储介质 | |
| US11631261B2 (en) | Method, system, server, and storage medium for logistics management based on QR code | |
| CN113393482A (zh) | 一种基于融合算法的遗留物品检测方法和装置 | |
| CN110909568A (zh) | 用于面部识别的图像检测方法、装置、电子设备及介质 | |
| US20230186478A1 (en) | Segment recognition method, segment recognition device and program | |
| KR101557271B1 (ko) | 영상 내 원 형상 검출에 따른 검출 원 형상의 근사화 방법 | |
| CN108682021A (zh) | 快速手部跟踪方法、装置、终端及存储介质 | |
| US9684984B2 (en) | Nearsighted camera object detection | |
| CN109592342B (zh) | 一种视觉圆柱形物料输料方法 | |
| KR102436943B1 (ko) | Rgb-d 영상에서의 기계학습 기반 물류박스 자동인식 방법 | |
| Khan et al. | Segmentation of single and overlapping leaves by extracting appropriate contours | |
| CN114140620A (zh) | 一种物体直线轮廓检测方法 |
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 |