CN115204341B - 智能化物料识别方法、装置、设备及存储介质 - Google Patents
智能化物料识别方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115204341B CN115204341B CN202211121240.8A CN202211121240A CN115204341B CN 115204341 B CN115204341 B CN 115204341B CN 202211121240 A CN202211121240 A CN 202211121240A CN 115204341 B CN115204341 B CN 115204341B
- Authority
- CN
- China
- Prior art keywords
- bar code
- cable material
- cable
- identification
- result
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
- G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
- G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Warehouses Or Storage Devices (AREA)
Abstract
本发明涉及人工智能领域,公开了一种智能化物料识别方法、装置、设备及存储介质,用于实现线缆物料的智能出库以及提高线缆物料识别的效率。所述方法包括:对物料图像数据进行感光区域检测,得到感光区域检测结果;根据感光区域检测结果对物料图像数据进行条码区域提取,得到条码区域,并对条码区域进行条码信息识别,得到条码信息识别结果;分别将条码信息识别结果输入条码防重识别模型进行条码防重识别,得到条码防重识别结果;根据条码防重识别结果对多个线缆物料进行线缆物料分类,得到线缆物料分类结果;根据线缆物料分类结果进行条码信息绑定和线缆物料出库。
Description
技术领域
本发明涉及人工智能领域,尤其涉及一种智能化物料识别方法、装置、设备及存储介质。
背景技术
在库房物料验收及发放管理上,通过二维码扫描验收,发放,存在容易重码,因为线缆及物料存在不同的品种以及同种型号的数量较大,在粘贴二维码时可能出现条码重复。所以通过在线缆上、库房物料粘帖二维条码标签进行后期追溯。
但是现有方案在线缆物料出库时,通常是由人工手持条码扫描器挨个对线缆物料进行扫描出库,这种依赖于人工经验进行物料识别和出库的方式效率很低。
发明内容
本发明提供了一种智能化物料识别方法、装置、设备及存储介质,用于实现线缆物料的智能出库以及提高线缆物料识别的效率。
本发明第一方面提供了一种智能化物料识别方法,所述智能化物料识别方法包括:基于预置的数据采集终端分别采集预置多个线缆物料的图像数据,得到每个线缆物料的物料图像数据,其中,所述物料图像数据包括所述线缆物料的多个预设拍摄角度图像;对每个线缆物料的物料图像数据进行感光区域检测,得到每个线缆物料的感光区域检测结果;根据每个线缆物料的感光区域检测结果对所述物料图像数据进行条码区域提取,得到每个线缆物料的条码区域,并对每个线缆物料的条码区域进行条码信息识别,得到每个线缆物料的条码信息识别结果;分别将每个线缆物料的条码信息识别结果输入预置的条码防重识别模型进行条码防重识别,得到每个线缆物料的条码防重识别结果,其中,所述条码防重识别结果用于指示所述线缆物料是否存在条码重复;根据每个线缆物料的条码防重识别结果对所述多个线缆物料进行线缆物料分类,得到每个线缆物料的线缆物料分类结果;根据每个线缆物料的线缆物料分类结果确定目标出库线缆物料,并对所述目标出库线缆物料进行条码信息绑定和线缆物料出库。
可选的,在本发明第一方面的第一种实现方式中,所述对每个线缆物料的物料图像数据进行感光区域检测,得到每个线缆物料的感光区域检测结果,包括:对每个线缆物料的物料图像数据进行图像裁剪和图像降噪,得到标准物料图像;对所述标准物料图像进行图像光强度检测,得到光强度检测结果;根据所述光强度检测结果对所述标准物料图像的感光区域进行选取,得到每个线缆物料的感光区域检测结果。
可选的,在本发明第一方面的第二种实现方式中,所述根据每个线缆物料的感光区域检测结果对所述物料图像数据进行条码区域提取,得到每个线缆物料的条码区域,并对每个线缆物料的条码区域进行条码信息识别,得到每个线缆物料的条码信息识别结果,包括:对每个线缆物料的感光区域检测结果进行特征提取,得到多个候选区域;基于预设的条码区域属性对所述多个候选区域进行条码区域提取,得到每个线缆物料的条码区域;对每个线缆物料的条码区域进行电信号转换,得到目标电信号;对所述目标电信号进行信号解码,得到每个线缆物料的条码信息识别结果。
可选的,在本发明第一方面的第三种实现方式中,所述分别将每个线缆物料的条码信息识别结果输入预置的条码防重识别模型进行条码防重识别,得到每个线缆物料的条码防重识别结果,其中,所述条码防重识别结果用于指示所述线缆物料是否存在条码重复,包括:分别将每个线缆物料的条码信息识别结果输入预置的条码防重识别模型,其中,所述条码防重识别模型包括多个历史条码信息的特征编码数据;分别对每个线缆物料的条码信息识别结果进行特征编码转换,得到每个线缆物料的目标编码数据;对每个线缆物料的目标编码数据和所述多个历史条码信息的特征编码数据进行特征匹配,得到匹配结果;根据所述匹配结果每个线缆物料的条码防重识别结果,其中,所述条码防重识别结果用于指示所述线缆物料是否存在条码重复。
可选的,在本发明第一方面的第四种实现方式中,所述根据每个线缆物料的条码防重识别结果对所述多个线缆物料进行线缆物料分类,得到每个线缆物料的线缆物料分类结果,包括:根据每个线缆物料的条码防重识别结果匹配所述多个线缆物料对应的线缆物料分类策略;根据所述线缆物料分类策略对所述多个线缆物料进行线缆物料分类,得到每个线缆物料的线缆物料分类结果。
可选的,在本发明第一方面的第五种实现方式中,所述根据每个线缆物料的线缆物料分类结果确定目标出库线缆物料,并对所述目标出库线缆物料进行条码信息绑定和线缆物料出库,包括:根据每个线缆物料的线缆物料分类结果确定目标出库线缆物料;对所述目标出库线缆物料进行条码信息绑定;通过所述数据采集终端扫描所述目标出库线缆物料对应的条码区域以对所述目标出库线缆物料进行出库。
可选的,在本发明第一方面的第六种实现方式中,所述智能化物料识别方法还包括:根据线缆物料分类结果确定未出库线缆物料,并构建所述未出库线缆物料的线缆物料表单;根据所述线缆物料表单生成所述未出库线缆物料的核验报告;根据所述核验报告生成所述未出库线缆物料的处理策略。
本发明第二方面提供了一种智能化物料识别装置,所述智能化物料识别装置包括:采集模块,用于基于预置的数据采集终端分别采集预置多个线缆物料的图像数据,得到每个线缆物料的物料图像数据,其中,所述物料图像数据包括所述线缆物料的多个预设拍摄角度图像;检测模块,用于对每个线缆物料的物料图像数据进行感光区域检测,得到每个线缆物料的感光区域检测结果;提取模块,用于根据每个线缆物料的感光区域检测结果对所述物料图像数据进行条码区域提取,得到每个线缆物料的条码区域,并对每个线缆物料的条码区域进行条码信息识别,得到每个线缆物料的条码信息识别结果;识别模块,用于分别将每个线缆物料的条码信息识别结果输入预置的条码防重识别模型进行条码防重识别,得到每个线缆物料的条码防重识别结果,其中,所述条码防重识别结果用于指示所述线缆物料是否存在条码重复;分类模块,用于根据每个线缆物料的条码防重识别结果对所述多个线缆物料进行线缆物料分类,得到每个线缆物料的线缆物料分类结果;出库模块,用于根据每个线缆物料的线缆物料分类结果确定目标出库线缆物料,并对所述目标出库线缆物料进行条码信息绑定和线缆物料出库。
可选的,在本发明第二方面的第一种实现方式中,所述检测模块具体用于:对每个线缆物料的物料图像数据进行图像裁剪和图像降噪,得到标准物料图像;对所述标准物料图像进行图像光强度检测,得到光强度检测结果;根据所述光强度检测结果对所述标准物料图像的感光区域进行选取,得到每个线缆物料的感光区域检测结果。
可选的,在本发明第二方面的第二种实现方式中,所述提取模块具体用于:对每个线缆物料的感光区域检测结果进行特征提取,得到多个候选区域;基于预设的条码区域属性对所述多个候选区域进行条码区域提取,得到每个线缆物料的条码区域;对每个线缆物料的条码区域进行电信号转换,得到目标电信号;对所述目标电信号进行信号解码,得到每个线缆物料的条码信息识别结果。
可选的,在本发明第二方面的第三种实现方式中,所述识别模块具体用于:分别将每个线缆物料的条码信息识别结果输入预置的条码防重识别模型,其中,所述条码防重识别模型包括多个历史条码信息的特征编码数据;分别对每个线缆物料的条码信息识别结果进行特征编码转换,得到每个线缆物料的目标编码数据;对每个线缆物料的目标编码数据和所述多个历史条码信息的特征编码数据进行特征匹配,得到匹配结果;根据所述匹配结果每个线缆物料的条码防重识别结果,其中,所述条码防重识别结果用于指示所述线缆物料是否存在条码重复。
可选的,在本发明第二方面的第四种实现方式中,所述分类模块具体用于:根据每个线缆物料的条码防重识别结果匹配所述多个线缆物料对应的线缆物料分类策略;根据所述线缆物料分类策略对所述多个线缆物料进行线缆物料分类,得到每个线缆物料的线缆物料分类结果。
可选的,在本发明第二方面的第五种实现方式中,所述出库模块具体用于:根据每个线缆物料的线缆物料分类结果确定目标出库线缆物料;对所述目标出库线缆物料进行条码信息绑定;通过所述数据采集终端扫描所述目标出库线缆物料对应的条码区域以对所述目标出库线缆物料进行出库。
可选的,在本发明第二方面的第六种实现方式中,所述智能化物料识别装置还包括:核验模块,用于根据线缆物料分类结果确定未出库线缆物料,并构建所述未出库线缆物料的线缆物料表单;根据所述线缆物料表单生成所述未出库线缆物料的核验报告;根据所述核验报告生成所述未出库线缆物料的处理策略。
本发明第三方面提供了一种智能化物料识别设备,包括:存储器和至少一个处理器,所述存储器中存储有指令;所述至少一个处理器调用所述存储器中的所述指令,以使得所述智能化物料识别设备执行上述的智能化物料识别方法。
本发明的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述的智能化物料识别方法。
本发明提供的技术方案中,通过数据采集终端分别采集预置多个线缆物料的图像数据,无需人工手持采集器进行图像采集,提高了图像采集的效率以及线缆物料图像的完整性,再对每个线缆物料的物料图像数据进行感光区域检测,得到每个线缆物料的感光区域检测结果,进而识别条码区域得到每个线缆物料的条码信息识别结果,通过对感光区域进行检测提高了条码区域检测的准确率,然后对每个线缆物料的条码信息识别结果输入预置的条码防重识别模型进行条码防重识别,利用预先构建的条码防重识别模型可以有效的记录历史条码信息,进而提高条码防重识别的效率,最后根据每个线缆物料的条码防重识别结果对多个线缆物料进行线缆物料分类,确定目标出库线缆物料,并对目标出库线缆物料进行条码信息绑定和线缆物料出库,实现了线缆物料的智能出库以及提高了线缆物料识别的效率。
附图说明
图1为本发明实施例中智能化物料识别方法的一个实施例示意图;
图2为本发明实施例中智能化物料识别方法的另一个实施例示意图;
图3为本发明实施例中智能化物料识别装置的一个实施例示意图;
图4为本发明实施例中智能化物料识别装置的另一个实施例示意图;
图5为本发明实施例中智能化物料识别设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种智能化物料识别方法、装置、设备及存储介质,用于实现线缆物料的智能出库以及提高线缆物料识别的效率。本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”或“具有”及其任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解,下面对本发明实施例的具体流程进行描述,请参阅图1,本发明实施例中智能化物料识别方法的一个实施例包括:
101、基于预置的数据采集终端分别采集预置多个线缆物料的图像数据,得到每个线缆物料的物料图像数据,其中,物料图像数据包括线缆物料的多个预设拍摄角度图像;
可以理解的是,本发明的执行主体可以为智能化物料识别装置,还可以是终端或者服务器,具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
需要说明的是,上述数据采集终端具体指的是预设的摄像机群组,摄像机群组包括拍摄角度不同的多台摄像机,服务器通过该摄像机群组确定线缆物料的物料图像数据,其中,该物料图像数据包括形状信息、尺寸信息和纹理信息,因此,后续服务器只需要针对性的提取物料的形状、尺寸和纹理等属性信息,即可通过数据库匹配快速、准确地识别物料的类别,可以提升线缆物料识别的效率。
102、对每个线缆物料的物料图像数据进行感光区域检测,得到每个线缆物料的感光区域检测结果;
具体的,服务器对每个线缆物料的物料图像进行光学放大成像,然后从光学放大成像得到的物料图像中提取感光区域,并进一步得到二值图像,若二值图像中相同特征像素的连通域面积大于标准阈值,则判定物料图像数据的感光区域有缺陷,若不大于标准阈值,则判定物料图像数据的感光区域为正常,其中,标准阈值对应的像素具有与连通域中的像素相同的颜色特征,最终服务器对感光区域为正常的物料图像进行感光区域检测,得到每个线缆物料的感光区域检测结果,可以保证检测标准的一致性,使检测质量得到提高。
103、根据每个线缆物料的感光区域检测结果对物料图像数据进行条码区域提取,得到每个线缆物料的条码区域,并对每个线缆物料的条码区域进行条码信息识别,得到每个线缆物料的条码信息识别结果;
具体的,服务器通过获取感光区域检测结果,获取与感光区域检测结果对应的灰度直方图和梯度直方图,根据灰度直方图和梯度直方图定位条码所在区域,得到每个线缆物料的条码区域,从每个线缆物料的条码区域中提取条码信息,最终得到每个线缆物料的条码信息识别结果,提高了提取条码信息的效率。
104、分别将每个线缆物料的条码信息识别结果输入预置的条码防重识别模型进行条码防重识别,得到每个线缆物料的条码防重识别结果,其中,条码防重识别结果用于指示线缆物料是否存在条码重复;
具体的,防重识别方法通过给线缆物料设置识别条码、对识别条码对应的线缆物料建立计算机数据库、销售线缆物料时将识别条码进行记录、将待识别的缆物料上的条码进行真伪鉴别,同时进行条码防重识别,得到每个线缆物料的条码防重识别结果,其中,条码防重识别结果用于指示线缆物料是否存在条码重复,本差错率极低而且工作量小,效率高。
105、根据每个线缆物料的条码防重识别结果对多个线缆物料进行线缆物料分类,得到每个线缆物料的线缆物料分类结果;
具体的,服务器通过采集待分类线缆的待分类数据,并将待分类数据与预设标准数据进行比对,进而快速筛选出标准线缆以及非标准线缆,代替了传统采用人工筛查的方式,缩短了筛查周期,降低了筛查的出错率,通过建立非标准线缆标签,并将非标准线缆的溯源信息写入非标准线缆标签中,进而方便工作人员能够从非标准线缆标签中直接得到对应的非标准线缆的溯源信息;通过采集非标准线缆的待分级数据,并将待分级数据与预设报废数据进行比对,进而将非标准品进行精准分类,得到每个线缆物料的线缆物料分类结果,从而避免了资源的浪费。
106、根据每个线缆物料的线缆物料分类结果确定目标出库线缆物料,并对目标出库线缆物料进行条码信息绑定和线缆物料出库。
具体的,服务器根据线缆物料分类结果生成唯一条码,将条码数据存入数据库中,生成该条码数据对应的下载地址,将下载地址传输至预置的数据库,进而服务器通过智能移动设备扫描条码中的二维码并根据提示登录账户跳转到与产品对应的绑定页面并在对应位置输入条码中的随机码进入到与产品对应的绑定页面,在绑定页面中填入目标出库线缆物料信息,完成该服务器与该产品的信息绑定,并通过数据采集终端扫描目标出库线缆物料对应的条码区域以对目标出库线缆物料进行出库。
本发明实施例中,通过数据采集终端分别采集预置多个线缆物料的图像数据,无需人工手持采集器进行图像采集,提高了图像采集的效率以及线缆物料图像的完整性,再对每个线缆物料的物料图像数据进行感光区域检测,得到每个线缆物料的感光区域检测结果,进而识别条码区域得到每个线缆物料的条码信息识别结果,通过对感光区域进行检测提高了条码区域检测的准确率,然后对每个线缆物料的条码信息识别结果输入预置的条码防重识别模型进行条码防重识别,利用预先构建的条码防重识别模型可以有效的记录历史条码信息,进而提高条码防重识别的效率,最后根据每个线缆物料的条码防重识别结果对多个线缆物料进行线缆物料分类,确定目标出库线缆物料,并对目标出库线缆物料进行条码信息绑定和线缆物料出库,实现了线缆物料的智能出库以及提高了线缆物料识别的效率。
请参阅图2,本发明实施例中智能化物料识别方法的另一个实施例包括:
201、基于预置的数据采集终端分别采集预置多个线缆物料的图像数据,得到每个线缆物料的物料图像数据,其中,物料图像数据包括线缆物料的多个预设拍摄角度图像;
具体的,在本实施例中,步骤201的具体实施方式与上述步骤101类似,此处不再赘述。
202、对每个线缆物料的物料图像数据进行感光区域检测,得到每个线缆物料的感光区域检测结果;
可选的,对每个线缆物料的物料图像数据进行感光区域检测,得到每个线缆物料的感光区域检测结果还可以通过对每个线缆物料的物料图像数据进行图像裁剪和图像降噪,得到标准物料图像;对标准物料图像进行图像光强度检测,得到光强度检测结果;根据光强度检测结果对标准物料图像的感光区域进行选取,得到每个线缆物料的感光区域检测结果。
其中,服务器获取物料图像数据作为待处理图像,计算待处理图像的感兴趣区域图像,将感兴趣区域图像从待处理图像中裁剪出来作为感光区域检测结果,对感光区域检测结果进行滤波、图像裁剪和图像降噪得到标准物料图像,生成与待处理图像具有相同边框的空模版图像,将感光区域检测结果与空模版图像相加得到降噪后的物料图像,本申请能够通过将物料图像的感兴趣区域提取出来,并只针对感兴趣区域图像进行降噪处理,最后将降噪后的感兴趣区域图像与空模板图像相加,实现对物料图像的快速降噪,得到标准物料图像,然后服务器对标准物料图像依次进行滤波去噪处理、图像二值化处理和形态学处理后,可以得到易于准确进行轮廓提取的二值化图像,并针对从该二值化图像中提取出的边界轮廓,通过依次进行边界框的确定、框内像素点的灰度值遍历计算和平均灰度值的最终去背景计算,得到光强度检测结果;根据光强度检测结果对标准物料图像的感光区域进行选取,得到每个线缆物料的感光区域检测结果,可以确保最终所得光强度检测结果的准确性。
203、根据每个线缆物料的感光区域检测结果对物料图像数据进行条码区域提取,得到每个线缆物料的条码区域,并对每个线缆物料的条码区域进行条码信息识别,得到每个线缆物料的条码信息识别结果;
具体的,对每个线缆物料的感光区域检测结果进行特征提取,得到多个候选区域;基于预设的条码区域属性对多个候选区域进行条码区域提取,得到每个线缆物料的条码区域;对每个线缆物料的条码区域进行电信号转换,得到目标电信号;对目标电信号进行信号解码,得到每个线缆物料的条码信息识别结果。
其中,服务器从图像中计算并识别出感光区域检测结果以及该对应区域的上下、左右边界线,创建用于存储该区域内各列像素点灰度值的数组,以条码方向为像素点提取方向,提取该区域内多行像素点的灰度值且根据该行中像素点所在的列,将该灰度值存储至对应的数组中,分别对各数组中存储记载的灰度值进行归一化处理,得到各数组的归一化灰度值,将各数组的归一化灰度值与该阈值进行比较,确定条空边界,计算出条码中条和空的宽度,对条码进行解码尝试,得到每个线缆物料的条码区域,并对每个线缆物料的条码区域进行电信号转换,得到目标电信号;对目标电信号进行信号解码,得到每个线缆物料的条码信息识别结果,可以有效解决条码污损、打印不全以及部分区域扭曲或畸变而导致的无法识别的问题,提高了条码识别的准确度。
204、分别将每个线缆物料的条码信息识别结果输入预置的条码防重识别模型进行条码防重识别,得到每个线缆物料的条码防重识别结果,其中,条码防重识别结果用于指示线缆物料是否存在条码重复;
具体的,分别将每个线缆物料的条码信息识别结果输入预置的条码防重识别模型,其中,条码防重识别模型包括多个历史条码信息的特征编码数据;分别对每个线缆物料的条码信息识别结果进行特征编码转换,得到每个线缆物料的目标编码数据;对每个线缆物料的目标编码数据和多个历史条码信息的特征编码数据进行特征匹配,得到匹配结果;根据匹配结果每个线缆物料的条码防重识别结果,其中,条码防重识别结果用于指示线缆物料是否存在条码重复。
其中,服务器分别将每个线缆物料的条码信息识别结果输入预置的条码防重识别模型,其中,条码防重识别模型包括多个历史条码信息的特征编码数据,确定条码信息在目标编码尺度的至少一个关联编码尺度下的内容特征编码数据,以及条码标识信息在对应关联编码尺度下的风格特征编码数据,根据各内容特征编码数据和各风格特征编码数据,确定条码标识信息在目标编码尺度下的统计特征数据,根据目标编码尺度下的统计特征数据和内容特征编码数据,得到每个线缆物料的目标编码数据,进而服务器对每个线缆物料的目标编码数据和多个历史条码信息的特征编码数据进行特征匹配,筛选与预设的相关特征有关的字段,并对人工预设的相关特征的标注信息进行复核。与预设的相关特征有关的一个或多个字段是指产品标题、产品描述、产地、关键词、品牌或/和所属目录,对筛选后的产品信息审核数据集中的一个或多个字段内容进行统计和汇总,将特征编码转换为特征向量后作为模型的输入,构建条码防重识别模型,并根据匹配结果每个线缆物料的条码防重识别结果,其中,条码防重识别结果用于指示线缆物料是否存在条码重复。
205、根据每个线缆物料的条码防重识别结果对多个线缆物料进行线缆物料分类,得到每个线缆物料的线缆物料分类结果;
具体的,根据每个线缆物料的条码防重识别结果匹配多个线缆物料对应的线缆物料分类策略;根据线缆物料分类策略对多个线缆物料进行线缆物料分类,得到每个线缆物料的线缆物料分类结果。
其中,服务器通过获取各项待分类线缆的性能数据信息,并与服务器内数据库存储的预设标准数据进行比对,其目的在于将标准线缆与非标准线缆快速筛查出来,在将非标准线缆筛查出来后,云端服务器内数据库将会生成一个非标准线缆标签,且一个非标准线缆标签对应一个非标准线缆,同时,将非标准线缆的溯源信息全部录入至非标准线缆标签。非标准线缆的溯源信息包括物料编码、产品型号、产品批号以及入仓批号。紧接着,服务器将会采集非标准线缆的分级数据,其目的在于将非标准线缆按照其不同的损坏程度进行精准分类,根据线缆物料分类策略对多个线缆物料进行线缆物料分类,得到每个线缆物料的线缆物料分类结果,其中,通过非标准线缆标签上的标记符能够清楚了解该非标准线缆的分级情况。
206、根据每个线缆物料的线缆物料分类结果确定目标出库线缆物料;
207、对目标出库线缆物料进行条码信息绑定;
具体的,服务器根据线缆物料分类结果生成唯一条码,将条码数据存入数据库中,生成该条码数据对应的下载地址,将下载地址传输至预置的数据库,进而服务器通过智能移动设备扫描条码中的二维码并根据提示登录账户跳转到与产品对应的绑定页面并在对应位置输入条码中的随机码进入到与产品对应的绑定页面,在绑定页面中填入目标出库线缆物料信息,完成该服务器与该产品的信息绑定。
208、通过数据采集终端扫描目标出库线缆物料对应的条码区域以对目标出库线缆物料进行出库。
可选的,根据线缆物料分类结果确定未出库线缆物料,并构建未出库线缆物料的线缆物料表单;根据线缆物料表单生成未出库线缆物料的核验报告;根据核验报告生成未出库线缆物料的处理策略。
其中,根据线缆物料分类结果确定未出库线缆物料,并构建未出库线缆物料的线缆物料表单,从线缆物料表单的循环冗余校验结果中解析校验信息,获取校验信息的未出库线缆物料对应的校验报告,根据线缆物料表单生成未出库线缆物料的核验报告;根据核验报告生成未出库线缆物料的处理策略。
本发明实施例中,通过数据采集终端分别采集预置多个线缆物料的图像数据,无需人工手持采集器进行图像采集,提高了图像采集的效率以及线缆物料图像的完整性,再对每个线缆物料的物料图像数据进行感光区域检测,得到每个线缆物料的感光区域检测结果,进而识别条码区域得到每个线缆物料的条码信息识别结果,通过对感光区域进行检测提高了条码区域检测的准确率,然后对每个线缆物料的条码信息识别结果输入预置的条码防重识别模型进行条码防重识别,利用预先构建的条码防重识别模型可以有效的记录历史条码信息,进而提高条码防重识别的效率,最后根据每个线缆物料的条码防重识别结果对多个线缆物料进行线缆物料分类,确定目标出库线缆物料,并对目标出库线缆物料进行条码信息绑定和线缆物料出库,实现了线缆物料的智能出库以及提高了线缆物料识别的效率。
上面对本发明实施例中智能化物料识别方法进行了描述,下面对本发明实施例中智能化物料识别装置进行描述,请参阅图3,本发明实施例中智能化物料识别装置一个实施例包括:
采集模块301,用于基于预置的数据采集终端分别采集预置多个线缆物料的图像数据,得到每个线缆物料的物料图像数据,其中,所述物料图像数据包括所述线缆物料的多个预设拍摄角度图像;
检测模块302,用于对每个线缆物料的物料图像数据进行感光区域检测,得到每个线缆物料的感光区域检测结果;
提取模块303,用于根据每个线缆物料的感光区域检测结果对所述物料图像数据进行条码区域提取,得到每个线缆物料的条码区域,并对每个线缆物料的条码区域进行条码信息识别,得到每个线缆物料的条码信息识别结果;
识别模块304,用于分别将每个线缆物料的条码信息识别结果输入预置的条码防重识别模型进行条码防重识别,得到每个线缆物料的条码防重识别结果,其中,所述条码防重识别结果用于指示所述线缆物料是否存在条码重复;
分类模块305,用于根据每个线缆物料的条码防重识别结果对所述多个线缆物料进行线缆物料分类,得到每个线缆物料的线缆物料分类结果;
出库模块306,用于根据每个线缆物料的线缆物料分类结果确定目标出库线缆物料,并对所述目标出库线缆物料进行条码信息绑定和线缆物料出库。
本发明实施例中,通过数据采集终端分别采集预置多个线缆物料的图像数据,无需人工手持采集器进行图像采集,提高了图像采集的效率以及线缆物料图像的完整性,再对每个线缆物料的物料图像数据进行感光区域检测,得到每个线缆物料的感光区域检测结果,进而识别条码区域得到每个线缆物料的条码信息识别结果,通过对感光区域进行检测提高了条码区域检测的准确率,然后对每个线缆物料的条码信息识别结果输入预置的条码防重识别模型进行条码防重识别,利用预先构建的条码防重识别模型可以有效的记录历史条码信息,进而提高条码防重识别的效率,最后根据每个线缆物料的条码防重识别结果对多个线缆物料进行线缆物料分类,确定目标出库线缆物料,并对目标出库线缆物料进行条码信息绑定和线缆物料出库,实现了线缆物料的智能出库以及提高了线缆物料识别的效率。
请参阅图4,本发明实施例中智能化物料识别装置另一个实施例包括:
采集模块301,用于基于预置的数据采集终端分别采集预置多个线缆物料的图像数据,得到每个线缆物料的物料图像数据,其中,所述物料图像数据包括所述线缆物料的多个预设拍摄角度图像;
检测模块302,用于对每个线缆物料的物料图像数据进行感光区域检测,得到每个线缆物料的感光区域检测结果;
提取模块303,用于根据每个线缆物料的感光区域检测结果对所述物料图像数据进行条码区域提取,得到每个线缆物料的条码区域,并对每个线缆物料的条码区域进行条码信息识别,得到每个线缆物料的条码信息识别结果;
识别模块304,用于分别将每个线缆物料的条码信息识别结果输入预置的条码防重识别模型进行条码防重识别,得到每个线缆物料的条码防重识别结果,其中,所述条码防重识别结果用于指示所述线缆物料是否存在条码重复;
分类模块305,用于根据每个线缆物料的条码防重识别结果对所述多个线缆物料进行线缆物料分类,得到每个线缆物料的线缆物料分类结果;
出库模块306,用于根据每个线缆物料的线缆物料分类结果确定目标出库线缆物料,并对所述目标出库线缆物料进行条码信息绑定和线缆物料出库。
可选的,所述检测模块302具体用于:对每个线缆物料的物料图像数据进行图像裁剪和图像降噪,得到标准物料图像;对所述标准物料图像进行图像光强度检测,得到光强度检测结果;根据所述光强度检测结果对所述标准物料图像的感光区域进行选取,得到每个线缆物料的感光区域检测结果。
可选的,所述提取模块303具体用于:对每个线缆物料的感光区域检测结果进行特征提取,得到多个候选区域;基于预设的条码区域属性对所述多个候选区域进行条码区域提取,得到每个线缆物料的条码区域;对每个线缆物料的条码区域进行电信号转换,得到目标电信号;对所述目标电信号进行信号解码,得到每个线缆物料的条码信息识别结果。
可选的,所述识别模块304具体用于:分别将每个线缆物料的条码信息识别结果输入预置的条码防重识别模型,其中,所述条码防重识别模型包括多个历史条码信息的特征编码数据;分别对每个线缆物料的条码信息识别结果进行特征编码转换,得到每个线缆物料的目标编码数据;对每个线缆物料的目标编码数据和所述多个历史条码信息的特征编码数据进行特征匹配,得到匹配结果;根据所述匹配结果每个线缆物料的条码防重识别结果,其中,所述条码防重识别结果用于指示所述线缆物料是否存在条码重复。
可选的,所述分类模块305具体用于:根据每个线缆物料的条码防重识别结果匹配所述多个线缆物料对应的线缆物料分类策略;根据所述线缆物料分类策略对所述多个线缆物料进行线缆物料分类,得到每个线缆物料的线缆物料分类结果。
可选的,所述出库模块306具体用于:根据每个线缆物料的线缆物料分类结果确定目标出库线缆物料;对所述目标出库线缆物料进行条码信息绑定;通过所述数据采集终端扫描所述目标出库线缆物料对应的条码区域以对所述目标出库线缆物料进行出库。
可选的,所述智能化物料识别装置还包括:
核验模块307,用于根据线缆物料分类结果确定未出库线缆物料,并构建所述未出库线缆物料的线缆物料表单;根据所述线缆物料表单生成所述未出库线缆物料的核验报告;根据所述核验报告生成所述未出库线缆物料的处理策略。
本发明实施例中,通过数据采集终端分别采集预置多个线缆物料的图像数据,无需人工手持采集器进行图像采集,提高了图像采集的效率以及线缆物料图像的完整性,再对每个线缆物料的物料图像数据进行感光区域检测,得到每个线缆物料的感光区域检测结果,进而识别条码区域得到每个线缆物料的条码信息识别结果,通过对感光区域进行检测提高了条码区域检测的准确率,然后对每个线缆物料的条码信息识别结果输入预置的条码防重识别模型进行条码防重识别,利用预先构建的条码防重识别模型可以有效的记录历史条码信息,进而提高条码防重识别的效率,最后根据每个线缆物料的条码防重识别结果对多个线缆物料进行线缆物料分类,确定目标出库线缆物料,并对目标出库线缆物料进行条码信息绑定和线缆物料出库,实现了线缆物料的智能出库以及提高了线缆物料识别的效率。
上面图3和图4从模块化功能实体的角度对本发明实施例中的智能化物料识别装置进行详细描述,下面从硬件处理的角度对本发明实施例中智能化物料识别设备进行详细描述。
图5是本发明实施例提供的一种智能化物料识别设备的结构示意图,该智能化物料识别设备500可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,CPU)510(例如,一个或一个以上处理器)和存储器520,一个或一个以上存储应用程序533或数据532的存储介质530(例如一个或一个以上海量存储设备)。其中,存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对智能化物料识别设备500中的一系列指令操作。更进一步地,处理器510可以设置为与存储介质530通信,在智能化物料识别设备500上执行存储介质530中的一系列指令操作。
智能化物料识别设备500还可以包括一个或一个以上电源540,一个或一个以上有线或无线网络接口550,一个或一个以上输入输出接口560,和/或,一个或一个以上操作系统531,例如Windows Serve,Mac OS X,Unix,Linux,FreeBSD等等。本领域技术人员可以理解,图5示出的智能化物料识别设备结构并不构成对智能化物料识别设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本发明还提供一种智能化物料识别设备,所述智能化物料识别设备包括存储器和处理器,存储器中存储有计算机可读指令,计算机可读指令被处理器执行时,使得处理器执行上述各实施例中的所述智能化物料识别方法的步骤。
本发明还提供一种计算机可读存储介质,该计算机可读存储介质可以为非易失性计算机可读存储介质,该计算机可读存储介质也可以为易失性计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在计算机上运行时,使得计算机执行所述智能化物料识别方法的步骤。
进一步地,计算机可读存储介质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等;存储数据区可存储根据区块链节点的使用所创建的数据等。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解: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;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种智能化物料识别方法,其特征在于,所述智能化物料识别方法包括:
基于预置的数据采集终端分别采集预置多个线缆物料的图像数据,得到每个线缆物料的物料图像数据,其中,所述物料图像数据包括所述线缆物料的多个预设拍摄角度图像;
对每个线缆物料的物料图像数据进行感光区域检测,得到每个线缆物料的感光区域检测结果;
根据每个线缆物料的感光区域检测结果对所述物料图像数据进行条码区域提取,得到每个线缆物料的条码区域,并对每个线缆物料的条码区域进行条码信息识别,得到每个线缆物料的条码信息识别结果;其中,所述根据每个线缆物料的感光区域检测结果对所述物料图像数据进行条码区域提取,得到每个线缆物料的条码区域,并对每个线缆物料的条码区域进行条码信息识别,得到每个线缆物料的条码信息识别结果,包括:对每个线缆物料的感光区域检测结果进行特征提取,得到多个候选区域;基于预设的条码区域属性对所述多个候选区域进行条码区域提取,得到每个线缆物料的条码区域;对每个线缆物料的条码区域进行电信号转换,得到目标电信号;对所述目标电信号进行信号解码,得到每个线缆物料的条码信息识别结果;具体的,服务器从图像中计算并识别出感光区域检测结果以及对应区域的上下、左右边界线,创建用于存储该区域内各列像素点灰度值的数组,以条码方向为像素点提取方向,提取该区域内多行像素点的灰度值且根据每一行中像素点所在的列,将该灰度值存储至对应的数组中,分别对各数组中存储记载的灰度值进行归一化处理,得到各数组的归一化灰度值,将各数组的归一化灰度值与预设阈值进行比较,确定条空边界,计算出条码中条和空的宽度,对条码进行解码,得到每个线缆物料的条码区域,并对每个线缆物料的条码区域进行电信号转换,得到目标电信号;对目标电信号进行信号解码,得到每个线缆物料的条码信息识别结果;
分别将每个线缆物料的条码信息识别结果输入预置的条码防重识别模型进行条码防重识别,得到每个线缆物料的条码防重识别结果,其中,所述条码防重识别结果用于指示所述线缆物料是否存在条码重复;其中,所述分别将每个线缆物料的条码信息识别结果输入预置的条码防重识别模型进行条码防重识别,得到每个线缆物料的条码防重识别结果,其中,所述条码防重识别结果用于指示所述线缆物料是否存在条码重复,包括:分别将每个线缆物料的条码信息识别结果输入预置的条码防重识别模型,其中,所述条码防重识别模型包括多个历史条码信息的特征编码数据;分别对每个线缆物料的条码信息识别结果进行特征编码转换,得到每个线缆物料的目标编码数据;对每个线缆物料的目标编码数据和所述多个历史条码信息的特征编码数据进行特征匹配,得到匹配结果;根据所述匹配结果每个线缆物料的条码防重识别结果,其中,所述条码防重识别结果用于指示所述线缆物料是否存在条码重复;具体的,服务器分别将每个线缆物料的条码信息识别结果输入预置的条码防重识别模型,其中,条码防重识别模型包括多个历史条码信息的特征编码数据,确定条码信息在目标编码尺度的至少一个关联编码尺度下的内容特征编码数据,以及条码标识信息在对应关联编码尺度下的风格特征编码数据,根据各内容特征编码数据和各风格特征编码数据,确定条码标识信息在目标编码尺度下的统计特征数据,根据目标编码尺度下的统计特征数据和内容特征编码数据,得到每个线缆物料的目标编码数据,进而服务器对每个线缆物料的目标编码数据和多个历史条码信息的特征编码数据进行特征匹配,筛选与预设的相关特征有关的字段,并对人工预设的相关特征的标注信息进行复核,与预设的相关特征有关的一个或多个字段是指产品标题、产品描述、产地、关键词、品牌或/和所属目录,对筛选后的产品信息审核数据集中的一个或多个字段内容进行统计和汇总,将特征编码转换为特征向量后作为模型的输入,构建条码防重识别模型,并根据匹配结果生成每个线缆物料的条码防重识别结果,其中,条码防重识别结果用于指示线缆物料是否存在条码重复;
根据每个线缆物料的条码防重识别结果对所述多个线缆物料进行线缆物料分类,得到每个线缆物料的线缆物料分类结果;
根据每个线缆物料的线缆物料分类结果确定目标出库线缆物料,并对所述目标出库线缆物料进行条码信息绑定和线缆物料出库。
2.根据权利要求1所述的智能化物料识别方法,其特征在于,所述对每个线缆物料的物料图像数据进行感光区域检测,得到每个线缆物料的感光区域检测结果,包括:
对每个线缆物料的物料图像数据进行图像裁剪和图像降噪,得到标准物料图像;
对所述标准物料图像进行图像光强度检测,得到光强度检测结果;
根据所述光强度检测结果对所述标准物料图像的感光区域进行选取,得到每个线缆物料的感光区域检测结果。
3.根据权利要求1所述的智能化物料识别方法,其特征在于,所述根据每个线缆物料的条码防重识别结果对所述多个线缆物料进行线缆物料分类,得到每个线缆物料的线缆物料分类结果,包括:
根据每个线缆物料的条码防重识别结果匹配所述多个线缆物料对应的线缆物料分类策略;
根据所述线缆物料分类策略对所述多个线缆物料进行线缆物料分类,得到每个线缆物料的线缆物料分类结果。
4.根据权利要求1所述的智能化物料识别方法,其特征在于,所述根据每个线缆物料的线缆物料分类结果确定目标出库线缆物料,并对所述目标出库线缆物料进行条码信息绑定和线缆物料出库,包括:
根据每个线缆物料的线缆物料分类结果确定目标出库线缆物料;
对所述目标出库线缆物料进行条码信息绑定;
通过所述数据采集终端扫描所述目标出库线缆物料对应的条码区域以对所述目标出库线缆物料进行出库。
5.根据权利要求1-4中任一项所述的智能化物料识别方法,其特征在于,所述智能化物料识别方法还包括:
根据线缆物料分类结果确定未出库线缆物料,并构建所述未出库线缆物料的线缆物料表单;
根据所述线缆物料表单生成所述未出库线缆物料的核验报告;
根据所述核验报告生成所述未出库线缆物料的处理策略。
6.一种智能化物料识别装置,其特征在于,所述智能化物料识别装置包括:
采集模块,用于基于预置的数据采集终端分别采集预置多个线缆物料的图像数据,得到每个线缆物料的物料图像数据,其中,所述物料图像数据包括所述线缆物料的多个预设拍摄角度图像;
检测模块,用于对每个线缆物料的物料图像数据进行感光区域检测,得到每个线缆物料的感光区域检测结果;
提取模块,用于根据每个线缆物料的感光区域检测结果对所述物料图像数据进行条码区域提取,得到每个线缆物料的条码区域,并对每个线缆物料的条码区域进行条码信息识别,得到每个线缆物料的条码信息识别结果;其中,所述根据每个线缆物料的感光区域检测结果对所述物料图像数据进行条码区域提取,得到每个线缆物料的条码区域,并对每个线缆物料的条码区域进行条码信息识别,得到每个线缆物料的条码信息识别结果,包括:对每个线缆物料的感光区域检测结果进行特征提取,得到多个候选区域;基于预设的条码区域属性对所述多个候选区域进行条码区域提取,得到每个线缆物料的条码区域;对每个线缆物料的条码区域进行电信号转换,得到目标电信号;对所述目标电信号进行信号解码,得到每个线缆物料的条码信息识别结果;具体的,服务器从图像中计算并识别出感光区域检测结果以及对应区域的上下、左右边界线,创建用于存储该区域内各列像素点灰度值的数组,以条码方向为像素点提取方向,提取该区域内多行像素点的灰度值且根据每一行中像素点所在的列,将该灰度值存储至对应的数组中,分别对各数组中存储记载的灰度值进行归一化处理,得到各数组的归一化灰度值,将各数组的归一化灰度值与预设阈值进行比较,确定条空边界,计算出条码中条和空的宽度,对条码进行解码,得到每个线缆物料的条码区域,并对每个线缆物料的条码区域进行电信号转换,得到目标电信号;对目标电信号进行信号解码,得到每个线缆物料的条码信息识别结果;
识别模块,用于分别将每个线缆物料的条码信息识别结果输入预置的条码防重识别模型进行条码防重识别,得到每个线缆物料的条码防重识别结果,其中,所述条码防重识别结果用于指示所述线缆物料是否存在条码重复;其中,所述分别将每个线缆物料的条码信息识别结果输入预置的条码防重识别模型进行条码防重识别,得到每个线缆物料的条码防重识别结果,其中,所述条码防重识别结果用于指示所述线缆物料是否存在条码重复,包括:分别将每个线缆物料的条码信息识别结果输入预置的条码防重识别模型,其中,所述条码防重识别模型包括多个历史条码信息的特征编码数据;分别对每个线缆物料的条码信息识别结果进行特征编码转换,得到每个线缆物料的目标编码数据;对每个线缆物料的目标编码数据和所述多个历史条码信息的特征编码数据进行特征匹配,得到匹配结果;根据所述匹配结果每个线缆物料的条码防重识别结果,其中,所述条码防重识别结果用于指示所述线缆物料是否存在条码重复;具体的,服务器分别将每个线缆物料的条码信息识别结果输入预置的条码防重识别模型,其中,条码防重识别模型包括多个历史条码信息的特征编码数据,确定条码信息在目标编码尺度的至少一个关联编码尺度下的内容特征编码数据,以及条码标识信息在对应关联编码尺度下的风格特征编码数据,根据各内容特征编码数据和各风格特征编码数据,确定条码标识信息在目标编码尺度下的统计特征数据,根据目标编码尺度下的统计特征数据和内容特征编码数据,得到每个线缆物料的目标编码数据,进而服务器对每个线缆物料的目标编码数据和多个历史条码信息的特征编码数据进行特征匹配,筛选与预设的相关特征有关的字段,并对人工预设的相关特征的标注信息进行复核,与预设的相关特征有关的一个或多个字段是指产品标题、产品描述、产地、关键词、品牌或/和所属目录,对筛选后的产品信息审核数据集中的一个或多个字段内容进行统计和汇总,将特征编码转换为特征向量后作为模型的输入,构建条码防重识别模型,并根据匹配结果生成每个线缆物料的条码防重识别结果,其中,条码防重识别结果用于指示线缆物料是否存在条码重复;
分类模块,用于根据每个线缆物料的条码防重识别结果对所述多个线缆物料进行线缆物料分类,得到每个线缆物料的线缆物料分类结果;
出库模块,用于根据每个线缆物料的线缆物料分类结果确定目标出库线缆物料,并对所述目标出库线缆物料进行条码信息绑定和线缆物料出库。
7.一种智能化物料识别设备,其特征在于,所述智能化物料识别设备包括:存储器和至少一个处理器,所述存储器中存储有指令;
所述至少一个处理器调用所述存储器中的所述指令,以使得所述智能化物料识别设备执行如权利要求1-5中任一项所述的智能化物料识别方法。
8.一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,其特征在于,所述指令被处理器执行时实现如权利要求1-5中任一项所述的智能化物料识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211121240.8A CN115204341B (zh) | 2022-09-15 | 2022-09-15 | 智能化物料识别方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211121240.8A CN115204341B (zh) | 2022-09-15 | 2022-09-15 | 智能化物料识别方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115204341A CN115204341A (zh) | 2022-10-18 |
CN115204341B true CN115204341B (zh) | 2022-11-29 |
Family
ID=83572447
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211121240.8A Active CN115204341B (zh) | 2022-09-15 | 2022-09-15 | 智能化物料识别方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115204341B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103890779A (zh) * | 2011-10-10 | 2014-06-25 | 礼元通信株式会社 | Qr码自动识别装置以及方法 |
CN109615041A (zh) * | 2018-12-11 | 2019-04-12 | 东莞市华庄电子有限公司 | 一种基于条码扫描的产品防错方法以及系统 |
CN109740397A (zh) * | 2018-12-26 | 2019-05-10 | 深圳盈达信息科技有限公司 | 一种扫描引擎及扫描装置 |
CN111008540A (zh) * | 2019-11-29 | 2020-04-14 | 联想(北京)有限公司 | 一种条码识别方法及设备、计算机存储介质 |
CN113269565A (zh) * | 2021-05-11 | 2021-08-17 | 重庆邮电大学 | 一种防重复使用识别码的防伪识别方法、装置及电子设备 |
CN114139666A (zh) * | 2021-11-30 | 2022-03-04 | 苏州浪潮智能科技有限公司 | 物料标识标签的生成方法、装置、计算机设备和存储介质 |
CN114202041A (zh) * | 2020-09-18 | 2022-03-18 | 顺丰科技有限公司 | 包装物料检测方法和装置 |
CN114219955A (zh) * | 2020-09-18 | 2022-03-22 | 顺丰科技有限公司 | 包装物料检测方法、装置、电子设备及存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4724802B1 (ja) * | 2010-07-30 | 2011-07-13 | 株式会社シフト | 二次元コードリーダおよびプログラム |
US8528820B2 (en) * | 2011-06-29 | 2013-09-10 | Symbol Technologies, Inc. | Object identification using barcode reader |
CN104732183B (zh) * | 2015-03-20 | 2017-06-13 | 杭州晟元数据安全技术股份有限公司 | 一种基于图像采样线灰度信息分析的一维条码识别方法 |
CN109145667A (zh) * | 2018-08-30 | 2019-01-04 | 深圳大势智能科技有限公司 | 基于扫码器的快速识别条码方法、系统、设备及存储介质 |
CN109902529B (zh) * | 2019-03-01 | 2022-05-03 | 成都信息工程大学 | 一种基于波形匹配的一维条码识别方法及系统 |
-
2022
- 2022-09-15 CN CN202211121240.8A patent/CN115204341B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103890779A (zh) * | 2011-10-10 | 2014-06-25 | 礼元通信株式会社 | Qr码自动识别装置以及方法 |
CN109615041A (zh) * | 2018-12-11 | 2019-04-12 | 东莞市华庄电子有限公司 | 一种基于条码扫描的产品防错方法以及系统 |
CN109740397A (zh) * | 2018-12-26 | 2019-05-10 | 深圳盈达信息科技有限公司 | 一种扫描引擎及扫描装置 |
CN111008540A (zh) * | 2019-11-29 | 2020-04-14 | 联想(北京)有限公司 | 一种条码识别方法及设备、计算机存储介质 |
CN114202041A (zh) * | 2020-09-18 | 2022-03-18 | 顺丰科技有限公司 | 包装物料检测方法和装置 |
CN114219955A (zh) * | 2020-09-18 | 2022-03-22 | 顺丰科技有限公司 | 包装物料检测方法、装置、电子设备及存储介质 |
CN113269565A (zh) * | 2021-05-11 | 2021-08-17 | 重庆邮电大学 | 一种防重复使用识别码的防伪识别方法、装置及电子设备 |
CN114139666A (zh) * | 2021-11-30 | 2022-03-04 | 苏州浪潮智能科技有限公司 | 物料标识标签的生成方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115204341A (zh) | 2022-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5506785B2 (ja) | 勾配ヒストグラムを用いた指紋表現 | |
CN109886928B (zh) | 一种目标细胞标记方法、装置、存储介质及终端设备 | |
CN108229232B (zh) | 批量扫描二维码的方法和批量扫描二维码的装置 | |
CN113963147B (zh) | 一种基于语义分割的关键信息提取方法及系统 | |
CN109284613B (zh) | 标识检测及仿冒站点检测方法、装置、设备及存储介质 | |
CN112507782A (zh) | 文本图像的识别方法及装置 | |
CN108959998A (zh) | 二维码识别方法、装置及系统 | |
JPH05225378A (ja) | 文書画像の領域分割システム | |
CN115269438A (zh) | 针对图像处理算法的自动化测试方法及装置 | |
CN111507119B (zh) | 标识码识别方法、装置、电子设备及计算机可读存储介质 | |
CN116503848B (zh) | 车牌的智能识别方法、装置、设备及存储介质 | |
CN115204341B (zh) | 智能化物料识别方法、装置、设备及存储介质 | |
CN112508000A (zh) | 一种用于ocr图像识别模型训练数据生成的方法及设备 | |
CN111325207A (zh) | 基于预处理的票据识别方法及装置 | |
CN116071348A (zh) | 基于视觉检测的工件表面检测方法及相关装置 | |
CN115620329A (zh) | 一种基于人工智能的图章跑偏智能识别方法 | |
CN113239738B (zh) | 一种图像的模糊检测方法及模糊检测装置 | |
CN114241356A (zh) | 木板颜色识别方法、装置、电子设备及存储介质 | |
US20030215113A1 (en) | Region of interest identification using region of adjacent pixels analysis | |
CN114241463A (zh) | 签名验证方法、装置、计算机设备和存储介质 | |
CN113269052A (zh) | 价签识别方法、终端、存储装置 | |
CN115265620B (zh) | 一种仪器显示数据的获取录入方法、装置和存储介质 | |
CN114723748B (zh) | 电机控制器的检测方法、装置、设备及存储介质 | |
CN112163581B (zh) | 一种车牌字母识别方法、系统、装置及存储介质 | |
CN117173161B (zh) | 内容安全检测方法、装置、设备及系统 |
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 |