DE102021112659A1

DE102021112659A1 - Verwenden von Strichcodes zur Bestimmung der Dimensionen eines Gegenstandes

Info

Publication number: DE102021112659A1
Application number: DE102021112659.2A
Authority: DE
Inventors: Carles Burton Swope; Barkan Edward; Drzymala Mark; Darran Michael Handshaw
Original assignee: Zebra Technologies Corp
Current assignee: Zebra Technologies Corp
Priority date: 2020-05-29
Filing date: 2021-05-17
Publication date: 2021-12-02
Also published as: GB2595775A; US20210374376A1; GB2595775B; AU2021202205B2; US11308303B2; AU2021202205A1

Abstract

Verfahren und Systeme zur Verwendung von Strichcodes zur Bestimmung der Dimensionen von Gegenständen werden hierin offenbart. Ein Beispielverfahren umfasst einen Scanner, der einen Strichcode in einem Bild eines Objekts identifiziert und eine dem Strichcode zugeordnete Bezugsgröße bestimmt. Ein physisches Merkmal des Objekts, das sich außerhalb des Strichcodes befindet, wird identifiziert. Die dem Strichcode zugeordnete Bezugsgröße wird mit dem physikalischen Merkmal verglichen, und als Reaktion darauf wird mindestens eine Dimension des Objekts bestimmt.

Description

HINTERGRUND
Bildbasierte Scanner werden häufig zum Lesen von Strichcodes am Verkaufsunkt (Point of Sale - POS) eingesetzt. In diesem Zusammenhang kann der bildbasierte Scanner einen Strichcode lesen, um einem Kunden einen bestimmten Geldbetrag in Rechnungzu stellen. Diebe haben jedoch eine Möglichkeit entwickelt, dies zu umgehen, indem sie den Strichcode eines Produkts auf einem anderen Produkt anbringen. Diese Praxis wird manchmal als „Ticketwechsel“ („ticket switching“) bezeichnet.
Verschiedene Anwendungen zur Verhinderung eines Ticketwechsels und zur Überprüfung von Gegenständen können mit einem neuronalen Faltungsnetzwerk (CNN) durchgeführt werden. Mit einem CNN kann beispielsweise ein Objekt in einem am POS aufgenommenen Bild klassifiziert und dann mit dem verglichen werden, was das Objekt auf der Grundlage von Informationen aus einer Klassifizierung eines Strichcodes auf dem Objekt sein „sollte“, wodurch festgestellt wird, ob ein Ticketwechsel stattgefunden hat. Viele CNN-gesteuerte Anwendungen sind jedoch nicht einfach zu implementieren. Sie erfordern eine zusätzliche Verarbeitung, die über einen typischen Dekodierprozessor hinausgeht. Dies bedeutet zusätzlichen Zeitaufwand und kostet Geld. Außerdem benötigen CNNs zum Trainieren eine große Anzahl von Bildern in der Regel über 10.000. Die Lernbilder werden idealerweise aus den besten Bildern ausgewählt, die nur ein Objekt enthalten. Diese Bilder können sehr groß sein, was zusätzlichen Speicherplatz erfordert.
Möchte man darüber hinaus ein universelles CNN zur Identifizierung von Objekten in allen Verkaufspunkten einrichten, werden diese Bilder an eine zentrale Datenbank in der Cloud gesendet. Die Anzahl der Bilder, die dann in die Cloud übertragen werden, belastet die bestehende IT-Architektur eines Geschäfts. Außerdem kann es zu einer zusätzlichen Zeitverzögerung kommen, wenn die Verarbeitung entfernt in einer Cloud stattfindet.
Es besteht daher ein Bedarf an verbesserten Techniken zur Erkennung und Verhinderung eines Ticketwechsels.
BESCHREIBUNG
In einer Ausführungsform ist die vorliegende Erfindung ein Verfahren zur Bestimmung von Objektdimensionen unter Verwendung eines Strichcodelesers. Das Verfahren umfasst das Identifizieren eines Strichcodes in einem Bild eines Objekts; das Bestimmen einer dem Strichcode zugeordneten Bezugsgröße; das Identifizieren eines physischen Merkmals des Objekts, das sich außerhalb des Strichcodes befindet; das Vergleichen der dem Strichcode zugeordneten Bezugsgröße mit dem physischen Merkmal und, als Reaktion darauf, das Bestimmen mindestens einer Dimensionseigenschaft des Objekts; und als Reaktion auf das Bestimmen der mindestens einen Dimensionseigenschaft, das Vergleichen der mindestens einen Dimensionseigenschaft mit mindestens einer Referenzdimensionseigenschaft des Objekts, und als Reaktion auf eine Nichtübereinstimmung zwischen der mindestens einen Dimensionseigenschaft und der mindestens einen Referenzdimensionseigenschaft, das Bestimmen, dass ein Erkennungsereignis eines unzulässigen Objekts stattgefunden hat.
In einer Variante dieser Ausführungsform umfasst das Bestimmen der Bezugsgröße das Bestimmen einer Dimension des Strichcodes als die Bezugsgröße.
In einer Variante dieser Ausführungsform ist die Dimension des Strichcodes eine Länge des Strichcodes, eine Länge eines Elementteils des Strichcodes oder eine Grenzdimension des Strichcodes.
In einer Variante dieser Ausführungsform umfasst das Bestimmen der Bezugsgröße: Identifizieren einer Begrenzung des Strichcodes in dem Bild; Bestimmen anhand der Begrenzung, ob sich der Strichcode in dem Bild in einer geometrisch ausgerichteten Position befindet; und als Reaktion darauf, dass sich die Begrenzung nicht in einer geometrisch ausgerichteten Position befindet, Durchführen einer geometrischen Transformation an der Begrenzung und Bestimmen der Bezugsgröße aus einer geometrisch transformierten Begrenzung.
In einer Variante dieser Ausführungsform ist die geometrische Transformation eine geometrische Rotation der Begrenzung, eine geometrische Translation der Begrenzung, eine geometrische Größenänderung der Begrenzung und/oder eine geometrische Neigungsentzerrung der Begrenzung.
In einer Variante dieser Ausführungsform umfasst das Verfahren ferner das Bestimmen einer Dimension eines physischen Merkmals des Objekts, das sich außerhalb des Strichcodes befindet, anhand der geometrischen Transformation.
In einer Variante dieser Ausführungsform umfasst das Bestimmen der Bezugsgröße: Bestimmen eines Typs des Strichcodes; und Bestimmen einer Dimension des Strichcodes aus dem Typ des Strichcodes, wobei die Dimension die dem Strichcode zugeordnete Bezugsgröße ist.
In einer Variante dieser Ausführungsform wird der Typ des Strichcodes ausgewählt aus der Gruppe bestehend aus 80% UPC, 100% UPC, einem QR-Code, einem 1D-Strichcode, einem 2D-Strichcode, einem Digimarc und einer 2D-Datenmatrix.
In einer Variante dieser Ausführungsform ist das physische Merkmal eine Kante des Objekts, eine Kante eines Etiketts, das zumindest einen Teil des Strichcodes enthält, oder eine Grafik auf dem Objekt.
In einer Variante dieser Ausführungsform ist die Bezugsgröße eine Dimension des Strichcodes, und das Vergleichen der Bezugsgröße mit dem physischen Merkmal umfasst: Bestimmen eines geometrischen Abstands zwischen der Bezugsgröße und dem physischen Merkmal.
In einer Variante dieser Ausführungsform ist die Grafik auf dem Objekt ein Text auf dem Objekt.
In einer Variante dieser Ausführungsform ist das physische Merkmal eine Krümmung des Objekts, und das Vergleichen der Bezugsgröße mit dem physischen Merkmal umfasst: Vergleichen einer Dimension des Strichcodes mit der Krümmung des Objekts.
In einer Variante dieser Ausführungsform umfasst das Bestimmen der dem Strichcode zugeordneten Bezugsgröße: Bestimmen einer Dichte des Strichcodes; und Bestimmen einer Dimension des Strichcodes aus der Strichcodedichte.
In einer Variante dieser Ausführungsform umfasst das Bestimmen der dem Strichcode zugeordneten Bezugsgröße: Dekodieren einer Nutzlast des Strichcodes; und Bestimmen einer Dimension des Strichcodes aus der Nutzlast.
In einer Variante dieser Ausführungsform umfasst das Verfahren ferner: als Reaktion auf das Bestimmen, dass das Erkennungsereignis eines unzulässigen Objekts eingetreten ist, das Übermitteln eines Alarmsignals.
In einer Variante dieser Ausführungsform umfasst das Verfahren ferner, als Reaktion auf das Bestimmen der mindestens einen Dimensionseigenschaft, das Bestimmen, ob es mindestens eine Referenzdimensionseigenschaft des Objekts gibt, die mit der mindestens einen Dimensionseigenschaft zu vergleichen ist, und als Reaktion auf das Bestimmen, dass es nicht mindestens eine Referenzdimensionseigenschaft zum Vergleich gibt, das Speichern der mindestens einen Dimensionseigenschaft in einem Referenzdimensionseigenschaftsmodell für das Objekt.
In einer Variante dieser Ausführungsform umfasst das Verfahren vor dem Vergleichen der mindestens einen Dimensionseigenschaft mit mindestens einer Referenzdimensionseigenschaft des Objekts ferner: Identifizieren und Dekodieren einer Nutzlast des Strichcodes; Identifizieren der mindestens einen Referenzdimensionseigenschaft aus der dekodierten Nutzlast; und Bestimmen, dass die mindestens eine Dimensionseigenschaft mit der mindestens einen Referenzdimensionseigenschaft korrespondiert.
In einer Variante dieser Ausführungsform umfasst die mindestens eine Dimensionseigenschaft mindestens eines von: einer äußeren Dimension des Objekts; einer Position eines Etiketts auf dem Objekt; einer Position von Text auf dem Objekt; und einer inneren Dimension des Objekts.
In einer Variante dieser Ausführungsform umfasst das Verfahren ferner: das Erkennen eines Zeichens in der Nähe des Strichcodes; das Bestimmen einer Position des Zeichens auf der Grundlage der Bezugsgröße; und das Verwenden einer optischen Zeichenerkennungs (OCR) -technik, um mindestens eines durchzuführen von: Speichern des Zeichens und der Position in einem Referenzmodell; und Vergleichen der Zeichendaten mit ähnlich positionierten Zeichendaten, die in einem Referenzmodell gespeichert sind.
In einer anderen Ausführungsform ist die vorliegende Erfindung ein Verfahren zur Erkennung eines unzulässigen Objekts und zur Entwicklung eines Referenzmaßmodells für ein Objekt. Das Verfahren umfasst: a) Identifizieren eines Strichcodes in einem Bild eines Objekts; b) Bestimmen mindestens einer dem Strichcode zugeordneten Bezugsgröße; c) Identifizieren einer Vielzahl von physikalischen Merkmalen des Objekts, wobei jedes physikalische Merkmal außerhalb des Strichcodes angeordnet ist; d) Vergleichen der mindestens einen dem Strichcode zugeordneten Bezugsgröße mit den physikalischen Merkmalen und Bestimmen einer Vielzahl von Dimensionseigenschaften für das Objekt; e) Speichern der Vielzahl von Dimensionseigenschaften als das Referenzdimensionsmodell; und f) Bestimmen, dass ein Erkennungsereignis eines nicht zulässigen Objekts aufgetreten ist, durch: (i) Vergleichen einer Dimensionseigenschaft der Vielzahl von Dimensionseigenschaften mit einer Dimensionseigenschaft eines erkannten Objekts, und (ii) Bestimmen einer Nichtübereinstimmung zwischen der Dimensionseigenschaft der Vielzahl von Dimensionseigenschaften und der Dimensionseigenschaft des erkannten Objekts.
In einer Variante dieser Ausführungsform umfasst die mindestens eine Bezugsgröße eine Länge des Strichcodes, eine Länge eines Elementteils des Strichcodes oder eine Grenzdimension des Strichcodes.
In einer Variante dieser Ausführungsform umfasst das Bestimmen der mindestens einen Bezugsgröße: Identifizieren einer Begrenzung des Strichcodes in dem Bild; Bestimmen, anhand der Begrenzung, ob sich der Strichcode in dem Bild in einer geometrisch ausgerichteten Position befindet; und als Reaktion darauf, dass sich die Begrenzung nicht in einer geometrisch ausgerichteten Position befindet, Durchführen einer geometrischen Transformation an der Begrenzung und Bestimmen der Bezugsgröße anhand einer geometrisch transformierten Begrenzung.
In einer Variante dieser Ausführungsform handelt es sich bei der geometrischen Transformation um eine geometrische Rotation der Begrenzung, eine geometrische Translation der Begrenzung, eine geometrische Größenänderung der Begrenzung und/oder eine geometrische Neigungsentzerrung der Begrenzung.
In einer Variante dieser Ausführungsform wird die Vielzahl der physischen Merkmale ausgewählt aus der Gruppe bestehend aus einer Kante des Objekts, einer Kante eines Etiketts, das mindestens einen Teil des Strichcodes enthält, und einer Grafik auf dem Objekt.
In einer Variante dieser Ausführungsform umfasst das Verfahren ferner das Durchführen von a), b) und c) für ein nachfolgendes Bild des Objekts oder eines anderen Objekts. In dieser Variante umfasst das Verfahren ferner: das Bestimmen nachfolgender Werte für eine beliebige der Vielzahl von Dimensionen; das Bestimmen von Variationstoleranzen für eine beliebige der Vielzahl von Dimensionen; und das Speichern der Variationstoleranzen in dem Referenzdimensionsmodell.
KURZE BESCHREIBUNG DER ZEICHNUNGEN
Die beigefügten Figuren, in denen gleiche Bezugszeichen identische oder funktional ähnliche Elemente in den einzelnen Ansichten bezeichnen, sind zusammen mit der nachfolgenden detaillierten Beschreibung in die Offenbarung inkorporiert und bilden einen Bestandteil der Offenbarung und dienen dazu, hierin beschriebene Ausführungsformen von Konzepten, die die beanspruchte Erfindung umfassen, weiter zu veranschaulichen und verschiedene Prinzipien und Vorteile dieser Ausführungsformen zu erklären.
Die beigefügten Figuren, in denen gleiche Bezugszeichen identische oder funktional ähnliche Elemente in den einzelnen Ansichten bezeichnen, sind zusammen mit der nachfolgenden detaillierten Beschreibung in die Offenbarung inkorporiert und bilden einen Bestandteil der Offenbarung und dienen dazu, hierin beschriebene Ausführungsformen von Konzepten, die die beanspruchte Erfindung umfassen, weiter zu veranschaulichen und verschiedene Prinzipien und Vorteile dieser Ausführungsformen zu erklären.

1A zeigt ein Beispiel eines bi-optischen Scanners für das Durchführen der hierin beschriebenen Beispielverfahren und/oder-operationen, einschließlich Techniken zur Bestimmung von Objektdimensionen.
1B ist ein Blockdiagramm eines beispielhaften Bildgebungslesers zur Implementierung der hierin beschriebenen Beispielverfahren und/oder -operationen, einschließlich Techniken zur Bestimmung von Objektdimensionen unter Verwendung eines Strichcodelesers.
2 zeigt einen beispielhaften Strichcode auf einem beispielhaften Bild und zeigt ferner Beispiele für Dimensionen, die als Bezugsgröße verwendet werden können.
3A zeigt ein Beispiel für einen rotierten Strichcode. 3B und 3C zeigen Beispiele für geneigte Strichcodes.
4A zeigt ein Beispiel für ein Objekt mit einer Form, die einen Strichcode auf dem Objekt verformt. 4B zeigt ein Beispiel für einen Strichcode auf einem zylindrischen Objekt.
5 zeigt ein Beispiel für Messungen aus einem beispielhaften Strichcode.
6 zeigt ein Blockdiagramm eines Beispielprozesses, wie er durch das System von 1B implementiert werden kann, um hierin beschriebene Beispielverfahren und/oder -operationen zu implementieren, einschließlich Techniken zur Bestimmung von Dimension(en) eines Objekts.
7 zeigt ein Blockdiagramm eines Beispielprozesses zur Erstellung eines Referenzdimensionsmodells, das bei der Erkennung eines unzulässigen Objektscans mit dem System von 1 verwendet werden kann.

Fachleute werden erkennen, dass Elemente in den Figuren der Einfachheit und Klarheit halber dargestellt sind und nicht notwendigerweise maßstabsgetreu gezeichnet wurden. Zum Beispiel können die Dimensionen einiger der Elemente in den Figuren relativ zu anderen Elementen übertrieben sein, um das Verständnis von Ausführungsformen der vorliegenden Erfindung zu verbessern.
Die Vorrichtungs- und Verfahrenskomponenten wurden, wo es angemessen ist, durch herkömmliche Symbole in den Zeichnungen dargestellt, die nur jene spezifischen Details zeigen, die zum Verständnis der Ausführungsformen der vorliegenden Erfindung relevant sind, um somit die Offenbarung nicht mit Einzelheiten zu verdecken, die für die Fachleute auf dem Gebiet, die auf die vorliegende Beschreibung zurückgreifen, ohne weiteres ersichtlich sind.
AUSFÜHRLICHE BESCHREIBUNG
In verschiedenen Ausführungsformen der vorliegenden Offenbarung werden ein Verfahren sowie zugehörige Systeme und Vorrichtungen zur Bestimmung von Objektdimensionen unter Verwendung eines Strichcodelesers und zur Entwicklung eines Referenzdimensionsmodells für ein Objekt beschrieben.
Wie oben erwähnt, besteht ein Bedarf an verbesserten Systemen zur Verhinderung illegaler Praktiken wie dem Ticketwechsel. In diesem Zusammenhang könnte es ein bild- oder videobasiertes System geben, um zu erkennen, dass ein Strichcode von einem Produkt auf ein anderes übertragen wurde (z. B. ein Ticketwechsel). Dazu müssten jedoch wahrscheinlich viele Daten zur Verarbeitung in eine Cloud übertragen werden. Einige der hierin beschriebenen Ausführungsformen lösen dieses Problem, indem sie die Dimensionsdaten eines Strichcodes ermitteln; einige Ausführungsformen verwenden dann die Dimensionsdaten (und nicht Bild-oder Videodaten), um festzustellen, ob ein Ticketwechsel stattgefunden hat. Dadurch wird die Menge der zu übertragenden oder zu verarbeitenden Daten erheblich reduziert.
1A zeigt eine perspektivische Ansicht eines beispielhaften Bildgebungssystems, das in der Lage ist, Operationen der hierin beschriebenen Beispielverfahren zu implementieren, wie sie in den Flussdiagrammen der Zeichnungen, die dieser Beschreibung beigefügt sind, dargestellt sein können. In dem dargestellten Beispiel hat ein Bildgebungssystem 100 die Form eines POS (Point-of-Sale) -Systems mit einer Arbeitsstation 102 mit einem Kassiertisch 104, einem bi-optischen (auch als „bi-optisch“ bezeichneten) Symbolleser 106 (der in den hierin beschriebenen Objekterkennungssystemen und - verfahren verwendet werden kann) und einer zusätzlichen Kamera 107, die zumindest teilweise in einem Gehäuse des Strichcodelesers 106 angeordnet ist. In den vorliegenden Beispielen wird der Symbolleser 106 als Strichcodeleser bezeichnet. Ferner kann die Kamera 107 in den vorliegenden Beispielen als Bilderfassungsbaugruppe bezeichnet werden und als Farbkamera oder andere Kamera zur Aufnahme von Bildern eines Objekts ausgeführt sein.
Die hier vorgestellten Bildgebungssysteme können eine beliebige Anzahl von Bildgebungsvorrichtungen enthalten, die in einer beliebigen Anzahl von verschiedenen Vorrichtungen untergebracht sind. Während 1A einen bi-optischen Strichcodeleser 106 als Bildgeber zeigt, kann der Bildgeber in anderen Beispielen eine handgehaltene Vorrichtung sein, wie z. B. ein handgehaltener Strichcodeleser, oder ein stationärer Bildgeber, wie z. B. ein Strichcodeleser, der in einer Basis befestigt ist und in einem so genannten „Präsentationsmodus“ betrieben wird.
Im gezeigten Beispiel umfasst der Strichcodeleser 106 ein unteres Gehäuse 112 und ein erhöhtes Gehäuse 114. Das untere Gehäuse 112 kann als ein erster Gehäuseteil und das erhöhte Gehäuse 114 als ein Turm oder ein zweiter Gehäuseteil bezeichnet werden. Das untere Gehäuse 112 umfasst einen oberen Teil 116 mit einem ersten optisch durchlässigen Fenster 118, das darin entlang einer im Allgemeinen horizontalen Ebene in Bezug auf die Gesamtkonfiguration und Platzierung des Strichcodelesers 106 angeordnet ist. In einigen Beispielen kann der obere Teil 116 eine abnehmbare oder nicht abnehmbare Platte (z. B. eine Wiegeplatte) enthalten.
In dem in 1A dargestellten Beispiel erfasst der Strichcodeleser 106 Bilder eines Objekts, insbesondere eines Produkts 122, wie z. B. einer Box. In einigen Ausführungsformen erfasst der Strichcodeleser 106 diese Bilder des Produkts 122 durch eines der ersten und zweiten optisch durchlässigen Fenster 118, 120. Die Bilderfassung kann beispielsweise durch Positionierung des Produkts 122 innerhalb des Sichtfelds FOV des/der digitalen Bildsensors/en im Strichcodeleser 106 erfolgen. Der Strichcodeleser 106 erfasst Bilder durch diese Fenster 118, 120, so dass ein dem Produkt 122 zugeordneter Strichcode 124 durch mindestens eines der ersten und zweiten optisch durchlässigen Fenster 118, 120 digital gelesen wird.
Im dargestellten Beispiel von 1A erfasst der Strichcodeleser 106 zusätzlich Bilder des Produkts 122 mit der Kamera 107, die Bilder erfasst und Bilddaten erzeugt, die verarbeitet werden können, um zu überprüfen, ob das gescannte Produkt 122 mit dem Strichcode 124 übereinstimmt, und/oder Bilddaten können verwendet werden, um eine Datenbank zu füllen.
Zur Durchführung von Vorgängen der beispielhaften Objekterkennungstechniken hierin können Bilder, die durch eines der Fenster 118, 120 oder die Kamera 107 aufgenommen werden, zur Identifizierung des Produkts 122 verwendet werden, z. B. durch die Bestimmung erster Objektidentifikationsdaten unter Verwendung eines vom Produkt 122 aufgenommenen Bildes und die Bestimmung zweiter Objektidentifikationsdaten unter Verwendung des Strichcodes 124 und den Vergleich der beiden Identifikationsdaten.
Im dargestellten Beispiel von 1A umfasst das Bildgebungssystem 100 einen entfernten Server 130, der über eine drahtgebundene oder drahtlose Kommunikationsverbindung mit dem Strichcodeleser 106 verbunden ist. In einigen Beispielen ist der entfernte Server 130 kommunikativ mit einer Vielzahl von Bildgebungssystemen 100 verbunden, die beispielsweise im Kassenbereich einer Einrichtung positioniert sind. In einigen Beispielen ist der entfernte Server 130 als Bestandsverwaltungsserver implementiert, der Objektidentifikationsdaten erzeugt und vergleicht. In einigen Beispielen ist der entfernte Server 130 für einen Verwalter zugänglich, um einen Betrieb und eine unzulässige Produktabtastung durch das Bildgebungssystem 100 zu überwachen.
1B ist eine Darstellung eines Beispiels eines Bildgebungsscanners 150, der in der Lage ist, Vorgänge der hierin beschriebenen Beispielverfahren zu implementieren, wie sie in den Flussdiagrammen der Zeichnungen, die dieser Beschreibung beigefügt sind, dargestellt sein können.
Wie in verschiedenen Beispielen beschrieben, kann der Bildgebungsscanner 150 ein Strichcodeleser sein, z. B. ein tragbarer Strichcodeleser oder ein montierbarer Strichcodeleser, der einen Strichcode auf einem Objekt im Sichtfeld des Strichcodelesers lesen kann.
In einigen Beispielen kann der Bildgebungsscanner 150 ein Strichcodeleser sein, der als Bildgeber ausgebildet ist, wie z. B. ein bi-optischer Bildgeber mit einer sich vertikal erstreckenden Platte und einem sich horizontal erstreckenden Turm, die jeweils in der Lage sind, ein Bild eines Objekts über ein Sichtfeld zu erfassen, und die jeweils einen Strichcode auf dem Objekt identifizieren und lesen können. Der hier verwendete Begriff „Strichcode“ umfasst jedes Zeichen, das dekodierbare Informationen enthält und auf oder in einem Objekt dargestellt werden kann, einschließlich, aber nicht beschränkt auf einen eindimensionalen (1D) Strichcode, einen zweidimensionalen (2D) Strichcode, einen dreidimensionalen (3D) Strichcode, einen vierdimensionalen (4D) Strichcode, einen QR-Code, eine direkte Teilemarkierung (DPM) usw.
Im gezeigten Beispiel umfasst der Bildscanner 150 eine Bildgebungsbaugruppe 154, die so konfiguriert ist, dass sie ein Bild eines Zielobjekts erfasst. Um auf Objekte von Interesse zu fokussieren, umfasst die beispielhafte Bildgebungsbaugruppe 154 eine beliebige Anzahl und/oder Art(en) von Fokus-/Sichtfeldbaugruppen (Fokus-/FOV-Baugruppen) 156, die von einem Objekt 152 reflektiertes Licht sammeln und dieses Licht auf einen Bildgebungssensor 158 auftreffen lassen. Diese Fokus/FOV-Baugruppen 156 können aus verschiedenen Sichtfeldern gebildet sein, die jeweils ein anderes Sichtfeld eines Raumes erfassen. Diese Fokus/FOV-Baugruppen 156 können durch einen oder mehrere Brennweiten und eine oder mehrere Brennebenenpositionen des Bildsensors 158 gekennzeichnet sein. In verschiedenen Beispielen können eines oder mehrere dieser physikalischen Merkmale der Fokus/FOV-Baugruppen durch die Verarbeitungsplattform 160 (z. B. eine Logikschaltung) steuerbar sein. Das dargestellte Beispiel umfasst auch einen Dimensionsbestimmer 164 zur Bestimmung von Dimensionen eines Produkts. Der Dimensionsbestimmer 164 kann zum Beispiel die Operationen der 6 und 7 durchführen, einen unzulässigen Scanversuch bestimmen, eine Referenzdimensionseigenschaft bestimmen (z. B. eine äußere Dimension des Objekts, eine Position eines Etiketts auf dem Objekt, eine Position von Text auf dem Objekt, eine innere Dimension des Objekts usw.), ein Referenzdimensionsmodell speichern und so weiter.
In einer Strichcodeleser-Implementierung des Bildgebungsscanners 150 können diese Fokus/FOV-Baugruppen 156 beispielsweise ein variables Fokussierungselement enthalten, entweder ein optisch steuerbares variables Fokussierungselement oder ein digital steuerbares variables Fokussierungselement. Ein Strichcodeleser kann andere Systeme mit physischen Merkmalen umfassen, die von der Verarbeitungsplattform 160 konfiguriert werden können. So kann ein Strichcodeleser beispielsweise auch eine Zieleinrichtung umfassen, die so konfiguriert ist, dass sie ein Zielmuster erzeugt, z. B. einen Punkt, ein Fadenkreuz, eine Linie, ein Rechteck, einen Kreis usw., das auf das Ziel auftrifft.
Der Bildgebungsscanner 150 umfasst außerdem eine Beleuchtungsbaugruppe 162, die so konfiguriert ist, dass sie ein Ziel über ein oder mehrere Sichtfelder des Bildgebungsscanners 150 beleuchtet.
In einer Strichcodeleser-Implementierung kann die Beleuchtungsbaugruppe 162 beispielsweise eine monochromatische Beleuchtung über ein Sichtfeld erzeugen, während in anderen Beispielen die Beleuchtungsbaugruppe 162 eine polychromatische Beleuchtung, z. B. eine Weißlichtbeleuchtung, über das Sichtfeld erzeugt. In verschiedenen Beispielen enthält die Beleuchtungsbaugruppe 162 eine Vielzahl unterschiedlicher Beleuchtungsquellen, wie z. B. Beleuchtungsquellen, die Beleuchtung mit unterschiedlichen Ausgangswellenlängen erzeugen. In einigen Beispielen unterscheiden sich diese Beleuchtungsquellen in ihrer Art, so dass die Beleuchtungsbaugruppe 162 Leuchtdioden (LEDs), sichtbare Lichtquellen und/oder Infrarotlichtquellen enthalten kann. Welche Beleuchtungsquelle zu einem bestimmten Zeitpunkt verwendet wird, kann von der Verarbeitungsplattform 160 bestimmt werden.
Auf diese Weise umfasst die Beleuchtungsbaugruppe 162 zahlreiche konfigurierbare Einstellungen, einschließlich der ausgewählten Beleuchtungsquelle, der Beleuchtungswellenlänge oder des Wellenlängenbereichs, der Art der Beleuchtungsquelle und der Beleuchtungshelligkeit. Diese Merkmale können durch Anweisungen von der Verarbeitungsplattform 160 konfiguriert werden. Zusätzlich können optische Merkmale des Bildsensors 158 konfiguriert werden, wie z. B. die optische Verstärkung und die Belichtungszeit, wobei sich die optische Verstärkung auf die Steuerung der optischen Verstärkungselemente im Pfad des empfangenen Lichts bezieht. In anderen Beispielen kann die digitale Verstärkung konfiguriert werden, wie sie zum Beispiel in der integrierten Ausleseschaltung des Bildgebungssensors 158 angewendet wird.
Darüber hinaus kann die Beleuchtungsbaugruppe 162 in einigen Beispielen ein oder mehrere Sichtfelder für verschiedene Beleuchtungsquellen haben, wie z. B. ein bi-optischer Bildgeber mit einer horizontalen Turmbeleuchtungsbaugruppe zur Erzeugung eines Beleuchtungsstrahls, der sich vertikal in ein erstes Sichtfeld erstreckt, und einer vertikalen Plattenbeleuchtungsbaugruppe zur Erzeugung eines Beleuchtungsstrahls, der sich horizontal in ein zweites Sichtfeld erstreckt, wobei sich diese beiden Sichtfelder überschneiden können. Das vorliegend von der Beleuchtungsbaugruppe 162 verwendete Sichtfeld kann durch Konfigurationseinstellungen ausgewählt und in einigen Beispielen auch angepasst werden.
Verschiedene Anwendungen zum Schutz vor Diebstahl und zur Überprüfung von Gegenständen können durch intensive Datenverarbeitung in einer Cloud-basierten Umgebung erreicht werden. Ein Beispiel hierfür ist das Training und die Verwendung eines neuronalen Faltungsnetzwerks (CNN) zur Identifizierung von Objekten durch Klassifizierung der aufgenommenen Bilder. Herkömmliche CNN-Techniken erfordern oft einen erheblichen Verarbeitungsaufwand, der Zeit und Kosten für eine ordnungsgemäße Bereitstellung verursacht. CNNs benötigen in der Regel einen großen Satz von Lernbildern und idealerweise Bilder, die aus den besten Bildern ausgewählt werden, die nur ein Objekt enthalten. Diese Bilder können sehr groß sein, was zusätzlichen Speicherplatz erfordert.
Möchte man darüber hinaus ein universelles Netzwerk zur Identifizierung von Objekten in allen Verkaufsstellen einrichten, werden diese Bilder an eine zentrale Datenbank in der Cloud gesendet. Die Anzahl der Bilder, die dann in die Cloud übertragen werden, belastet die bestehende IT-Architektur eines Geschäfts. Außerdem kann es zu einer zusätzlichen Zeitverzögerung kommen, wenn die Verarbeitung in einer Cloud stattfindet.
Obwohl die hierin enthaltenen besonderen Merkmale vorteilhaft sein können, um ein CNN zu vermeiden (und somit die zusätzlich erforderliche Verarbeitung und Kosten zu vermeiden), können diese Prozesse dennoch in Koordination mit einem CNN und/oder unter Verwendung eines entfernten Servers implementiert werden. Daher werden Implementierungen mit Prozessen, die im Strichcodeleser ausgeführt werden, als Beispiel und nicht als Einschränkung angegeben. Beispielsweise verwenden einige Ausführungsformen ein LAN, das die hierin beschriebenen Systeme und Verfahren für eine kleine Anzahl von POS in einem System verwaltet.
Im Gegensatz zu herkömmlichen, eigenständigen CNN-Systemen ermöglichen die vorliegenden Techniken eine ähnlich robuste Diebstahlüberwachung durch die Verwendung von Referenzmodellen, die auf dem Strichcodeleser gespeichert und ausgeführt werden können und die ohne CNN-Training oder andere maschinelle Lernklassifizierungsprozesse erzeugt werden können. Während die vorliegenden Techniken in ein bestehendes CNN-System integriert werden können, können die vorliegenden Techniken durch die Erzeugung und Referenzierung von Referenzmodellen ein Objekt in einem erfassten Bild, die Suche nach visuellen Merkmalen im Bild und die auf den Referenzmodellen basierende Bewertung, ob das gescannte Objekt ein unzulässiger Scan oder ein ordnungsgemäßer Scan war, schneller bewerten. In einigen Beispielen können diese Referenzmodelle, wie weiter oben beschrieben, eine Reihe von verschiedenen visuellen Merkmalen enthalten und die Dimensionen der einzelnen Merkmale verwenden, um das Scannen eines Objekts zu validieren. Die Dimensionen der visuellen Merkmale können viel weniger Daten verbrauchen, so dass sie lokal in einem Strichcodeleser gespeichert werden können, oder sie können zur Bildverarbeitung und/oder Objektidentifizierung an eine Cloud übertragen werden, was weniger Ressourcen erfordert als ein CNN-Einzelsystem. In dieser Hinsicht haben einige der hierin beschriebenen Ausführungsformen den Vorteil, dass sie zunächst die Dimensionen eines Gegenstands bestimmen und dann anhand der Dimensionen feststellen, ob ein unzulässiger Scanversuch stattgefunden hat.
Der Strichcodeleser verwendet das Bild des Strichcodes, um jeden gescannten Gegenstand zu identifizieren. In einigen Ausführungsformen ist der Strichcode eine Konstante in jedem dekodierten Bild, die zur Bestimmung der Dimensionen des Gegenstands herangezogen werden kann. Ein Strichcode kann als eine Bezugsgröße und Maßeinheit verwendet werden, um die Dimensionen des Gegenstands in Bezug auf den Strichcode zu bestimmen. Das Verhältnis dieser Messungen kann dann gespeichert werden, um in Zukunft damit verglichen zu werden.
In einigen Ausführungsformen werden Vektoren verwendet, um Richtungen und Abstände von visuellen Merkmalen zu identifizieren. Wie hierin verwendet, kann ein „visuelles Merkmal“ ein physisches Merkmal und/oder ein gedrucktes Merkmal sein. Beispiele für physische Merkmale umfassen: die Länge eines Teils eines Gegenstands, die Länge eines Teils eines Gegenstands, die Form eines Teils eines Gegenstands, eine physische Markierung auf dem Gegenstand oder eine physische Eigenschaft des Gegenstands. Beispiele für gedruckte Merkmale sind alphanumerische Zeichen oder Text, Grafiken und Bilder. Die hierin enthaltenen Verweise auf Prozesse, die an einem „visuellen Merkmal“, einem „physischen Merkmal“ oder einem „gedruckten Merkmal“ durchgeführt werden, sind als repräsentativ zu verstehen. Dieselben Prozesse können auch für jedes der anderen Merkmale durchgeführt werden, unabhängig davon, ob es in dem Beispiel ausdrücklich erwähnt wird oder nicht. Weitere Referenzen auf eines dieser Merkmale sind so zu verstehen, dass sie mehrere Merkmale des referenzierten Merkmals oder eines der Merkmale umfassen.
In einigen Ausführungsformen speichert ein Vektor Informationen, die visuelle Merkmale identifizieren. Durch die Verwendungvon Vektoren, um einige oder alle visuellen Merkmale zu definieren, kann ein Bild analysiert werden und Vektoren können verwendet werden, um visuelle Merkmale zu erkennen und/oder zu bestimmen, ob die visuellen Merkmale in erwarteten Richtungen und Abständen liegen.
Darüber hinaus können Richtungsdaten aus den Vektoren verwendet werden, um eine bestimmte Stelle auf dem Gegenstand zu zeigen. Darüber hinaus kann mit Hilfe von Vektordaten nach Merkmalen gesucht werden, die anderen Aspekten zugeordnet sind, z. B. nach physikalischen Merkmalen, die einer Kante eines Gegenstands zugeordnet sind, oder nach gedruckten Merkmalen, die einer Oberfläche zugeordnet sind.
Im Beispiel von 2 wird die Länge 202 des Strichcodes 200 gemessen (z. B. durch den Dimensionsbestimmer 164), so dass die Abstände zu den Kanten des Produkts 204 leicht bestimmt werden können, ebenso wie die Abstände zu den Kanten eines Produktetiketts 206. Diese Abstände können dann mit den bekannten Abständen des fraglichen Gegenstands verglichen werden, um festzustellen, ob sie mit dem erwarteten gescannten Artikel übereinstimmen. Auf diese Weise können Fälle von betrügerischem Verhalten, wie z. B. Ticketwechsel, erkannt und der Kassierer oder der Sicherheitsdienst des Geschäfts alarmiert werden. Ein Strichcodescansystem kann während des Scannens eine Datenbank mit den Dimensionen der Gegenstände erstellen oder eine Datenbank mit den Dimensionen bekannter Gegenstände hochladen, um sie zu vergleichen.
Im Beispiel von 2 ist der Strichcode 200 gut auf das Bildgebungssichtfeld der Fokus/FOV-Baugruppen 156 ausgerichtet. Beim schnellen Scannen am POS ist dies jedoch nicht immer möglich oder sogar wahrscheinlich. Es ist wahrscheinlicher, dass das Objekt in Bezug auf das Bildgebungs-FOV der Fokus/FOV-Baugruppen 156 geneigt oder rotiert wird. In diesen Fällen können die Ausmaße der Strichcodebegrenzungen lokalisiert und die Grenzdimensionen durch den Dimensionsbestimmer 164 bestimmt werden, um die Bestimmung sowohl der Rotation als auch der Translation zu unterstützen.
Im Beispiel der Rotation in 3A werden die Begrenzungen des Strichcodes 310 lokalisiert und ein Rotationswinkel bestimmt. Anschließend können die Dimensionen durch den Dimensionsbestimmer 164 auf der Grundlage der bekannten Rotation ermittelt werden.
Angesichts der viereckigen Begrenzungen eines geneigten Strichcodes (siehe z. B. Strichcode 320 in 3B oder Strichcode 330 in 3C) könnte der Strichcode zu einem normalen Rechteck entzerrt werden, um eine Perspektive zu kompensieren. Nach der Entzerrung der Strichcodebegrenzungen können die nachfolgenden Dimensionen mit denselben Faktoren entzerrt werden (z. B. durch den Dimensionsbestimmer 164).
Die dekodierten Daten können auch z. B. zwischen links und rechts unterscheiden, um die Codeausrichtung zu bestimmen, was dazu beiträgt, festzustellen, welchen Seiten der Codebegrenzungen die Dimensionen zugeordnet sind.
Die optische Zeichenerkennung (OCR) kann auch verwendet werden, um nach gleichartigen Zeichen in der Nähe des Strichcodes zu suchen. Auf diese Weise kann erkannt werden, wenn ein Strichcode von einer Verpackung entfernt und auf eine andere Verpackung ähnlicher Größe aufgetragen wurde (z. B. beim Ticketwechsel zwischen Verpackungen ähnlicher Größe).
Einige Ausführungsformen nutzen OCR, um bei der Erkennung eines unzulässigen Scanversuchs zu helfen. In diesem Zusammenhang erkennen einige Ausführungsformen ein oder mehrere numerische oder alphabetische Zeichen in der Nähe des Strichcodes oder an beliebiger Stelle auf dem Objekt 152 und bestimmen dann die Position des Zeichens bzw. der Zeichen auf der Grundlage der Bezugsgröße. Ein OCR-Verfahren kann dann z. B. verwendet werden, um (i) das/die Zeichen und die Position in einem Referenzmodell zu speichern, oder (ii) das/die Zeichen mit ähnlich positionierten Zeichen eines Referenzmodells zu vergleichen. Es sei verstanden, dass es von der Größe des Objekts 152 abhängen kann, ob sich das/die Zeichen in der Nähe des Strichcodes befinden.
Bei bestimmten Verpackungen können die Abstände etwas variieren. Einige Beispiele hierfür umfassen Beutel, die sich verformen (z. B. der Beutel 410 in 4A), oder Pakete, bei denen der Strichcode nicht einheitlich platziert ist. In solchen Fällen kann der Dimensionsbestimmer 164 die typischen Toleranzen für die Dimensionen der Verpackungs- oder Etikettenkanten ermitteln und Fälle kennzeichnen, die die vorgegebene Toleranz überschreiten (z. B. einen unzulässigen Scanversuch erkennen, wenn eine Toleranz überschritten wird).
Darüber hinaus kann die Krümmung von Strichcodes auf zylindrischen Objekten bestimmt werden, um festzustellen, dass der Code nicht auf eine Oberfläche mit einer anderen Krümmung verschoben wurde. 4B zeigt ein Beispiel für einen Strichcode 420, der auf einem zylindrischen Objekt platziert wurde. Bei gekrümmten Objekten kann die Strichcodemessung parallel zur Rotationsachse auch dazu verwendet werden, den Durchmesser eines gekrümmten Objekts in Bezug auf die Strichcodegröße zu bestimmen.
In einigen Fällen ist die Dichte des Strichcodes für die Berechnungen unerheblich, da der spezifische Strichcode eines jeden Gegenstands sowohl als Bezugsgröße als auch als Maßeinheit für die Dimensionen des betreffenden Gegenstands verwendet werden kann. So spielt es keine Rolle, ob der Strichcode 80 % UPC oder 100 % UPC ist - der Dimensionsbestimmer 164 wäre immer noch in der Lage, die Dimensionen relativ zu jedem Code zu bestimmen.
Alternativ oder zusätzlich sind einige Modelle mit der Strichcodedichte des jeweiligen Gegenstands vorprogrammiert. Diese Ausführungen können (da die Strichcodedichte bekannt ist) die Dimensionen des Strichcodes als endgültiges Messverfahren verwenden, um die tatsächlichen Dimensionen des Gegenstands zu ermitteln. Umgekehrt könnte, wenn die Dimensionen des Gegenstands dem System bekannt wären, die Strichcodedichte auf ähnliche Weise abgeleitet werden. Solche Daten wären für andere Systeme zur Identifizierung von Gegenständen, die die von einem Scanner mit den in dieser Offenbarung beschriebenen Techniken erfassten Daten verwenden könnten, äußerst nützlich. In einigen Ausführungsformen werden die Informationen selbst (z. B. über die Strichcodedichte, die Dimensionen des Gegenstands usw.) vom Strichcodeleser erfasst, indem die Informationen in der Datenbank nachgeschlagen werden (z. B. unter Verwendung einer Kennung, die in der Nutzlast des Strichcodes gefunden wird). In anderen Fällen werden die Informationen im Strichcode selbst kodiert (z. B. direkt aus der Nutzlast gelesen).
Außerdem können verschiedene Dimensionen des Strichcodes bestimmt und als Bezugsgröße verwendet werden. 5 zeigt zum Beispiel ein Beispiel für die Dimensionen eines Strichcodes. Diese abgebildeten Dimensionen können als Bezugsgröße verwendet werden.
6 zeigt einen Beispielprozess 600, der in einigen Ausführungsformen vom Dimensionsbestimmer 164 durchgeführt wird. In Prozess 602 wird ein Strichcode auf einem Objekt identifiziert (z. B. durch die Verarbeitungsplattform 160 des Bildgebungsscanners 150).
In Prozess 604 wird eine dem Strichcode zugeordnete Bezugsgröße bestimmt. In einigen Ausführungsformen wird die Bestimmung der Bezugsgröße dadurch erreicht, dass der Bildgebungssensor 158 ein Bild empfängt; die Verarbeitungsplattform 160 identifiziert dann einen Strichcode im Bild; und der Dimensionsbestimmer 164 bestimmt dann die Bezugsgröße aus dem Strichcode, wie weiter unten beschrieben wird. Es sollte verstanden werden, dass in einigen Ausführungsformen die Bezugsgröße eine Dimension des Strichcodes ist (z.B. eine Länge des Strichcodes; eine Länge eines Elementteils des Strichcodes; eine Grenzdimension des Strichcodes; ein Abstand von einer ersten oder letzten Strichcodezeile zu einer Kante eines Produkts oder eines Produktetiketts; oder so weiter).
In einigen Ansätzen kann die Bestimmung der Bezugsgröße die Identifizierung einer Begrenzung des Strichcodes im Bild beinhalten (z. B. mit der Verarbeitungsplattform 160). Dann kann die Begrenzung verwendet werden, um zu bestimmen, ob sich der Strichcode im Bild in einer geometrisch ausgerichteten Position befindet, und als Reaktion darauf, dass sich die Begrenzung nicht in einer geometrisch ausgerichteten Position befindet, kann eine geometrische Transformation an der Begrenzung durchgeführt werden. Anschließend kann die Bezugsgröße anhand der geometrisch transformierten Begrenzung bestimmt werden. In einem Beispiel handelt es sich bei der geometrischen Transformation um eine geometrische Rotation der Begrenzung, eine geometrische Translation der Begrenzung, eine geometrische Größenänderung der Begrenzung und/oder eine geometrische Neigungsentzerrung der Begrenzung.
In anderen Beispielen umfasst die Bestimmung der Bezugsgröße die Bestimmung eines Strichcodetyps und die Bestimmung einer Dimension des Strichcodes aus dem Strichcodetyp (wobei die Dimension z. B. die dem Strichcode zugeordnete Bezugsgröße ist). In einigen Ausführungsformen kann der Strichcodetyp ein 80% UPC, ein 100% UPC, ein QR-Code, ein 1D-Strichcode, ein 2D-Strichcode oder eine 2D-Datenmatrix sein.
In einigen Ausführungsformen erfolgt die Bestimmung der Bezugsgröße, indem zunächst eine Dichte des Strichcodes bestimmt wird und dann eine Dimension des Strichcodes aus der Strichcodedichte ermittelt wird. In anderen Ausführungsformen erfolgt die Bestimmung der Bezugsgröße, indem zunächst eine Nutzlast des Strichcodes dekodiert und dann eine Dimension des Strichcodes aus der Nutzlast bestimmt wird.
In Prozess 606 wird ein physisches Merkmal des Objekts 152, das sich außerhalb des Strichcodes befindet, bestimmt. Bei dem physischen Merkmal kann es sich beispielsweise um eine Kante des Objekts 152, eine Kante eines Etiketts, das zumindest einen Teil des Strichcodes enthält, oder um eine Grafik (z. B. Text) auf dem Objekt 152 handeln. Das physische Merkmal kann auf verschiedene Weise bestimmt werden. Beispielsweise kann das physische Merkmal durch die Verarbeitungsplattform 160 bestimmt werden, die ein vom Bildgebungssensor 158 empfangenes Bild des Objekts 152 analysiert. Die Verarbeitungsplattform 160 kann eine Vielzahl von verschiedenen möglichen physischen Merkmalen speichern, nach denen die Verarbeitungsplattform in den aufgenommenen Bildern sucht. Die physikalischen Merkmale können in einem Speicher des Bildgebungsscanners 150 gespeichert werden. In einigen Beispielen werden die physischen Merkmale separat gespeichert. In einigen Beispielen werden die physikalischen Merkmale in einem Referenzmodell gespeichert, das eine Vielzahl von Referenzdimensionsmerkmalen enthält. In einigen Beispielen können die physischen Merkmale von erkannten Merkmalen in dem erfassten Bild abhängig sein. Zum Beispiel kann die Verarbeitungsplattform 160 bestimmt werden, indem erkannt wird, dass eine Außenkante eines Objekts in einem Bild erfasst wurde, oder dass ein Etikett erfasst wurde, oder dass eine Kante eines Etiketts erfasst wurde, oder dass eine Grafik auf dem Objekt erfasst wurde, oder dass Text auf dem Objekt erfasst wurde. Die Verarbeitungsplattform kann feststellen, dass es sich bei diesen erfassten Merkmalen um physische Merkmale handelt. In einigen Beispielen identifiziert die Verarbeitungsplattform 160 als Reaktion auf die Identifizierung eines dieser Gegenstände ein weiteres physisches Merkmal. Beispielsweise kann die Verarbeitungsplattform 160 eine Vielzahl von Außenkanten eines Objekts identifizieren und eine Außenkante, die einer Kante des Strichcodes am nächsten liegt, als physisches Merkmal bestimmen. Bei den identifizierten Kanten kann es sich um Außenkanten, aber auch um Kanten oder Begrenzungen von Merkmalen innerhalb des äußeren Umfangs des Objekts handeln, wie z. B. Kanten an inneren Merkmalen, die in einem Bild erfasst wurden. In einem anderen Beispiel kann die Verarbeitungsplattform 160 eine OCR-Technik verwenden, um eine Grafik (z. B. Text) auf dem Objekt als das physische Merkmal zu bestimmen. In einigen Beispielen kann das physische Merkmal mehrere Merkmale darstellen, z. B. mehrere in einem Bild erfasste Kanten oder eine Kante an der Stelle des OCR-erfassten Textes oder einer Grafik auf dem Objekt.
In einem anderen Beispiel kann es sich bei dem physischen Merkmal um ein oder mehrere alphabetische oder numerische Zeichen in der Nähe des Strichcodes oder irgendwo im Objekt 152 handeln. Es sei verstanden, dass es von der Größe des Objekts 152 abhängen kann, ob sich das/die Zeichen in der Nähe des Strichcodes befinden.
In Prozess 608 wird die dem Strichcode zugeordnete Bezugsgröße mit dem (den) physischen Merkmal(en) verglichen, und als Reaktion darauf wird mindestens eine Dimension des Objekts bestimmt. Der Vergleich kann durch die Bestimmung eines geometrischen Abstands zwischen der Bezugsgröße und dem physischen Merkmal erfolgen. In einigen Ausführungsformen ist das physische Merkmal eine Krümmung des Objekts, und der Vergleich erfolgt durch den Vergleich einer Dimension des Strichcodes mit der Krümmung des Objekts.
Im Prozess 610 wird eine Erkennung eines unzulässigen Objektscans durchgeführt, z. B. die Erkennung eines unzulässigen Objektscanversuchs (z. B. eines Diebstahlversuchs durch Ticketwechsel). Im Block 610 kann der Dimensionsbestimmer 164 beispielsweise einen Unterschied zwischen einer Dimensionseigenschaft (z. B. einer äußeren Dimension des Objekts; einer Position eines Etiketts auf dem Objekt; einer Position von Text auf dem Objekt; einer inneren Dimension des Objekts; usw.), die aus dem Bild des Objekts bestimmt wurde, und einer Referenzdimensionseigenschaft, die z. B. vom Dimensionsbestimmer 164 gespeichert wurde, feststellen. Als Reaktion auf diese Feststellung kann ein Alarm (z. B. akustisch, visuell oder still) ausgelöst und das Sicherheitspersonal im Geschäft oder die örtlichen Strafverfolgungsbehörden benachrichtigt werden.
Die Referenzdimensionseigenschaft kann auf verschiedene Weise bestimmt werden. Beispielsweise kann die Referenzdimensionseigenschaft beim ersten Scannen eines Gegenstands bestimmt werden (z. B. speichert der Dimensionsbestimmer 164 beim ersten Scannen eines Gegenstands die Position des Texts auf einem Objekt als Referenzdimension); wie jedoch ersichtlich ist, funktioniert dieser Ansatz, wenn der Ticketwechsel beim ersten gescannten Gegenstand nicht stattgefunden hat. In einem anderen Beispiel wird die Referenzdimensionseigenschaft auf der Grundlage der Referenzdimensionseigenschaft bestimmt, die in einer vorgegebenen Anzahl von Scans des Bildgebungssensors 158 gefunden wurde. In einem anderen Beispiel kann ein Referenzmodell auch Referenzdimensionen/-eigenschaften speichern, wie unten in Bezug auf 7 beschrieben.
In diesem Zusammenhang ist es nützlich, ein „Referenzmodell“ eines Objekts zu erstellen. So können beispielsweise die Dimensionen (oder Dimensionseigenschaften) eines Referenzmodells mit den Dimensionsdaten eines Objekts verglichen werden, um festzustellen, ob ein Ticketwechsel stattgefunden hat. So kann in einigen Fällen ein Referenzmodell anstelle des Trainings eines CNN verwendet werden.
7 zeigt einen Beispielprozess 700 zur Erstellung eines Referenzmodells, der in einigen Ausführungsformen von dem Dimensionsbestimmer 164 durchgeführt wird. Im Prozess 702 wird ein Strichcode auf einem Objekt identifiziert (z. B. durch den Bildgebungsscanner 150). In Prozess 704 wird eine dem Strichcode zugeordnete Bezugsgröße bestimmt. In einigen Ausführungsformen ist die Bezugsgröße eine Dimension des Strichcodes (z.B. eine Länge des Strichcodes; eine Länge eines Elementteils des Strichcodes; eine Grenzdimension des Strichcodes; ein Abstand von einer ersten oder letzten Strichcodelinie zu einer Kante eines Produkts oder eines Produktetiketts; oder so weiter). In einigen Ansätzen kann die Bestimmung der Bezugsgröße zunächst die Identifizierung einer Begrenzung des Strichcodes im Bild beinhalten. Dann kann die Begrenzung verwendet werden, um festzustellen, ob sich der Strichcode im Bild in einer geometrisch ausgerichteten Position befindet, und als Reaktion darauf, dass sich die Begrenzung nicht in einer geometrisch ausgerichteten Position befindet, kann eine geometrische Transformation an der Begrenzung durchgeführt werden. Anschließend kann die Bezugsgröße anhand der geometrisch transformierten Begrenzung bestimmt werden. In einem Beispiel handelt es sich bei der geometrischen Transformation um eine geometrische Rotation der Begrenzung, eine geometrische Translation der Begrenzung, eine geometrische Größenänderung der Begrenzung und/oder eine geometrische Neigungsentzerrung der Begrenzung.
In anderen Beispielen umfasst die Bestimmung der Bezugsgröße die Bestimmung eines Strichcodetyps und die Bestimmung einer Dimension des Strichcodes aus dem Strichcodetyp (wobei die Dimension z. B. die dem Strichcode zugeordnete Bezugsgröße ist). In einigen Ausführungsformen kann der Strichcodetyp ein 80% UPC, ein 100% UPC, ein QR-Code, ein 1D-Strichcode, ein 2D-Strichcode oder eine 2D-Datenmatrix sein.
In einigen Ausführungsformen erfolgt die Bestimmung der Bezugsgröße, indem zunächst eine Dichte des Strichcodes bestimmt wird und dann eine Dimension des Strichcodes aus der Strichcodedichte ermittelt wird. In anderen Ausführungsformen erfolgt die Bestimmung der Bezugsgröße, indem zuerst eine Nutzlast des Strichcodes dekodiert und dann eine Dimension des Strichcodes aus der Nutzlast bestimmt wird. In einigen Ausführungsformen, wenn der Strichcode nur teilweise sichtbar ist (z.B. der Finger einer Person verdeckt einen Teil des Strichcodes), versucht der Dimensionsbestimmer 164, die Informationen zu bestimmen, die er aus dem sichtbaren Teil des Strichcodes ermitteln kann; auf diese Weise kann der Dimensionsbestimmer 164, wenn die Dichte oder andere Informationen gelernt werden, immer noch in der Lage sein, die Dimensionen des Objekts zu bestimmen.
In Prozess 706 wird ein physisches Merkmal des Objekts, das sich außerhalb des Strichcodes befindet, bestimmt. Bei dem physischen Merkmal kann es sich beispielsweise um eine Kante des Objekts, eine Kante eines Etiketts, das zumindest einen Teil des Strichcodes enthält, oder um eine Grafik (z. B. Text) auf dem Objekt handeln.
In Prozess 708 wird die dem Strichcode zugeordnete Bezugsgröße mit dem (den) physischen Merkmal(en) verglichen, und als Reaktion darauf wird eine Vielzahl von Dimensionen des Objekts bestimmt. Der Vergleich kann durch die Bestimmung eines geometrischen Abstands zwischen der Bezugsgröße und dem physischen Merkmal erfolgen. In einigen Ausführungsformen ist das physische Merkmal eine Krümmung des Objekts, und der Vergleich erfolgt durch den Vergleich einer Dimension des Strichcodes mit der Krümmung des Objekts.
In Prozess 710 wird ein Referenzmodell aus der Vielzahl von Dimensionen erstellt. Zur Verbesserung des Referenzmodells können die Prozesse 702, 704 und 706 für ein oder mehrere nachfolgende Bilder wiederholt werden, und das Referenzmodell kann entsprechend aktualisiert werden. Zusätzlich können Variationstoleranzen für jede der Dimensionen bestimmt und gespeichert werden. In einigen Ausführungsformen sind diese Abweichungstoleranzen nützlich, um festzustellen, ob ein unzulässiger Scanversuch stattgefunden hat, wie unten beschrieben. Darüber hinaus kann das Referenzmodell Referenzdimensionen und/oder Referenzdimensionseigenschaften enthalten (z. B. eine äußere Dimension des Objekts, eine Position eines Etiketts auf dem Objekt, eine Position von Text auf dem Objekt, eine innere Dimension des Objekts usw.). Die Referenzdimensionen und/oder Referenzdimensionseigenschaften können auf beliebige Weise bestimmt werden. Beispielsweise können sie von dem Dimensionsbestimmer 164 einfach anhand des Referenzmodells bestimmt werden (z. B. betrachtet der Dimensionsbestimmer 164 das Referenzmodell und bestimmt eine Position eines Etiketts und macht die Position des Etiketts zum Referenzmerkmal).
In Prozess 712 kann ein unzulässiger Scanversuch (z. B. ein Diebstahlversuch durch Ticketwechsel) durch die Bestimmung einer Differenz zwischen einer aus dem Bild des Objekts ermittelten Dimension und einer Dimension des Referenzmodells festgestellt werden. Als Reaktion auf diese Feststellung kann ein Alarm (z. B. akustisch, visuell oder still) ausgelöst werden, und das Sicherheitspersonal im Geschäft oder die örtlichen Strafverfolgungsbehörden können benachrichtigt werden. In einigen Ausführungsformen wird ein unzulässiger Scanversuch festgestellt, wenn eine aus einem Bild des Objekts ermittelte Dimension außerhalb der Abweichungstoleranz liegt. In einigen Ausführungsformen wird das unzulässige Scanereignis bestimmt durch: (i) Vergleichen einer Dimensionseigenschaft des Referenzmodells mit einer Dimensionseigenschaft eines erkannten Objekts, und (ii) Bestimmen, ob es eine Nichtübereinstimmung zwischen der Dimensionseigenschaft des Referenzmodells und der Dimensionseigenschaft des erkannten Objekts gibt.
Die obige Beschreibung bezieht sich auf ein Blockdiagramm in den beigefügten Zeichnungen. Alternative Ausführungsformen des im Blockdiagramm dargestellten Beispiels umfassen ein oder mehrere zusätzliche oder alternative Elemente, Verfahren und/oder Vorrichtungen. Zusätzlich oder alternativ können einer oder mehrere der Beispielblöcke des Diagramms kombiniert, geteilt, neu angeordnet oder weggelassen werden. Die durch die Blöcke des Diagramms dargestellten Komponenten werden durch Hardware, Software, Firmware und/oder eine beliebige Kombination von Hardware, Software und/oder Firmware implementiert. In einigen Beispielen wird mindestens eine der durch die Blöcke dargestellten Komponenten durch eine Logikschaltung implementiert. Wie hierin verwendet, ist der Begriff „Logikschaltung“ ausdrücklich als eine physische Vorrichtung definiert, die mindestens eine Hardwarekomponente enthält, die (z. B. durch Betrieb gemäß einer vorbestimmten Konfiguration und/oder durch Ausführung gespeicherter maschinenlesbarer Anweisungen) konfiguriert ist, um eine oder mehrere Maschinen zu steuern und/oder Operationen einer oder mehrerer Maschinen durchzuführen. Beispiele für Logikschaltungen sind ein oder mehrere Prozessoren, ein oder mehrere Coprozessoren, ein oder mehrere Mikroprozessoren, ein oder mehrere Controller, ein oder mehrere digitale Signalprozessoren (DSPs), ein oder mehrere anwendungsspezifische integrierte Schaltungen (ASICs), ein oder mehrere feldprogrammierbare Gate-Arrays (FPGAs), ein oder mehrere Mikrocontroller-Einheiten (MCUs), ein oder mehrere Hardware-Beschleuniger, ein oder mehrere Spezial-Computerchips und ein oder mehrere System-on-Chip-Bauteile (SoC). Einige Beispiel-Logikschaltungen, wie ASICs oder FPGAs, sind speziell konfigurierte Hardware zur Durchführung von Operationen (z. B. eine oder mehrere der hierin beschriebenen und in den Flussdiagrammen dieser Offenbarung dargestellten Operationen, falls solche vorhanden sind). Einige Beispiel-Logikschaltungen sind Hardware, die maschinenlesbare Befehle ausführt, um Operationen durchzuführen (z. B. eine oder mehrere der hierin beschriebenen und durch die Flussdiagramme dieser Offenbarung dargestellten Operationen, falls solche vorhanden sind). Einige Beispiel-Logikschaltungen umfassen eine Kombination aus speziell konfigurierter Hardware und Hardware, die maschinenlesbare Befehle ausführt. Die obige Beschreibung bezieht sich auf verschiedene hierin beschriebene Operationen und Flussdiagramme, die zur Veranschaulichung des Ablaufs dieser Operationen beigefügt sein können. Alle derartigen Flussdiagramme sind repräsentativ für die hierin offenbarten Beispielverfahren. In einigen Beispielen implementieren die durch die Flussdiagramme dargestellten Verfahren die durch die Blockdiagramme dargestellten Vorrichtungen. Alternative Implementierungen der hier offenbarten Beispielverfahren können zusätzliche oder alternative Operationen umfassen. Darüber hinaus können Vorgänge alternativer Implementierungen der hier offenbarten Verfahren kombiniert, aufgeteilt, neu angeordnet oder weggelassen werden. In einigen Beispielen werden die hier beschriebenen Operationen durch maschinenlesbare Anweisungen (z. B. Software und/oder Firmware) implementiert, die auf einem Medium (z. B. einem zugreifbaren maschinenlesbaren Medium) zur Ausführung durch eine oder mehrere Logikschaltungen (z. B. Prozessor(en)) gespeichert sind. In einigen Beispielen werden die hierin beschriebenen Operationen durch eine oder mehrere Konfigurationen einer oder mehrerer speziell entwickelter Logikschaltungen (z. B. ASIC(s)) implementiert. In einigen Beispielen werden die hierin beschriebenen Operationen durch eine Kombination von speziell entwickelten Logikschaltungen und maschinenlesbaren Anweisungen, die auf einem Medium (z. B. einem zugreifbaren maschinenlesbaren Medium) zur Ausführung durch Logikschaltungen gespeichert sind, implementiert.
Wie hierin verwendet, ist jeder der Begriffe „zugreifbares maschinenlesbares Medium“, „nichttransitorisches maschinenlesbares Medium“ und „maschinenlesbares Speichergerät“ ausdrücklich definiert als ein Speichermedium (z. B. eine Platte eines Festplattenlaufwerks, eine Digital Versatile Disc, eine Compact Disc, ein Flash-Speicher, ein Festwertspeicher, ein Speicher mit wahlfreiem Zugriff usw.), auf dem maschinenlesbare Anweisungen (z. B. Programmcode in Form von z. B. Software und/oder Firmware) für eine beliebige geeignete Zeitdauer (z. B. dauerhaft, für einen längeren Zeitraum (z. B. während der Ausführung eines mit den maschinenlesbaren Anweisungen verbundenen Programms) und/oder für einen kurzen Zeitraum (z. B. während der Zwischenspeicherung der maschinenlesbaren Anweisungen und/oder während eines Pufferungsprozesses)) gespeichert werden. Darüber hinaus sind die Begriffe „zugreifbares, maschinenlesbares Medium“, „nichttransitorisches, maschinenlesbares Medium“ und „maschinenlesbares Speichergerät“ hier ausdrücklich so definiert, dass sie die Übertragung von Signalen ausschließen. Das heißt, dass keiner der Begriffe „zugreifbares maschinenlesbares Medium“, „nichttransitorisches maschinenlesbares Medium“ und „maschinenlesbare Speichervorrichtung“, wie sie in den Ansprüchen dieses Patents verwendet werden, so gelesen werden kann, dass sie durch ein sich ausbreitendes Signal implementiert werden.
In der vorstehenden Beschreibung wurden spezifische Ausführungsformen beschrieben. Ein Durchschnittsfachmann erkennt jedoch, dass verschiedene Modifikationen und Änderungen vorgenommen werden können, ohne den Schutzumfang der Erfindung, wie sie in den untenstehenden Ansprüchen definiert ist, abzuweichen. Dementsprechend sind die Beschreibung und die Figuren vielmehr in einem illustrativen als in einem einschränkenden Sinne zu betrachten, und alle derartigen Modifikationen sollen im Umfang der vorliegenden Lehren eingeschlossen sein. Darüber hinaus sind die beschriebenen Ausführungsformen/Beispiele/Implementierungen nicht als sich gegenseitig ausschließend zu verstehen, sondern vielmehr als potentiell kombinierbar, wenn solche Kombinationen in irgendeiner Weise permissiv sind. Mit anderen Worten kann jedes Merkmal, das in einer der vorgenannten Ausführungsformen/Beispiele/Implementierungen offenbart wird, in jeder der anderen vorgenannten Ausführungsformen/Beispiele/Implementierungen enthalten sein.
Die Nutzen, Vorteile, Lösungen für Probleme und alle Elemente, die zum Auftreten oder einer Verstärkung eines Nutzens, eines Vorteils, oder einer Lösung führen können, sind nicht als kritische, erforderliche oder wesentliche Merkmale oder Elemente in einigen oder sämtlichen Ansprüchen zu verstehen. Die Erfindung ist lediglich durch die angehängten Ansprüche definiert, einschließlich jeglicher Änderungen, die während der Anhängigkeit dieser Anmeldung vorgenommen wurden und aller Äquivalente der erteilten Ansprüche.
Darüber hinaus können in diesem Dokument relationale Begriffe wie erster und zweiter, oberer und unterer und dergleichen lediglich verwendet sein, um eine Entität oder Aktion von einer anderen Entität oder Aktion zu unterscheiden, ohne notwendigerweise eine tatsächliche derartige Beziehung oder Reihenfolge zwischen solchen Entitäten oder Aktionen zu erfordern oder zu implizieren. Die Ausdrücke „umfasst“, „umfassend“, „hat“, „haben“, „aufweist“, „aufweisend“, „enthält“, „enthaltend“ oder jede andere Variation davon sollen eine nicht-ausschließliche Einbeziehung abdecken, derart, dass ein Prozess, Verfahren, Produkt oder Vorrichtung, das eine Liste von Elementen umfasst, hat, aufweist, enthält, nicht nur diese Elemente aufweist, sondern auch andere Elemente aufweisen kann, die nicht ausdrücklich aufgelistet sind oder einem solchen Prozess, Verfahren, Produkt oder Vorrichtung inhärent sind. Ein Element, dem „umfasst ... ein“, „hat ... ein“, „aufweist ... ein“ oder „enthält ...ein” vorausgeht, schließt ohne weitere Einschränkungen die Existenz zusätzlicher identischer Elemente in dem Prozess, dem Verfahren, dem Produkt oder der Vorrichtung, die das Element umfasst, hat, aufweist oder enthält, nicht aus. Die Begriffe „ein“ und „eine“ sind als eine oder mehrere definiert, sofern es hierin nicht ausdrücklich anders angegeben wird. Die Begriffe „im Wesentlichen“, „im Allgemeinen“, „ungefähr“, „etwa“ oder jede andere Version davon sind so definiert, dass sie von einem Fachmann auf diesem Gebiet nahekommend verstanden werden, und in einer nicht-einschränkenden Ausführungsform ist der Ausdruck definiert als innerhalb von 10%, in einer weiteren Ausführungsform als innerhalb von 5%, in einer weiteren Ausführungsform als innerhalb von 1% und in einer weiteren Ausführungsform als innerhalb von 0,5%. Der Ausdruck „gekoppelt“, wie er hierin verwendet wird, ist als verbunden definiert, jedoch nicht notwendigerweise direkt und nicht notwendigerweise mechanisch. Eine Vorrichtung oder eine Struktur, die auf eine bestimmte Art „konfiguriert“ ist, ist zumindest auch so konfiguriert, kann aber auch auf Arten konfiguriert sein, die nicht aufgeführt sind.
Die Zusammenfassung der Offenbarung wird bereitgestellt, um es dem Leser zu ermöglichen, schnell das Wesen der technischen Offenbarung zu ermitteln. Sie wird mit dem Verständnis bereitgestellt, dass sie nicht zur Auslegung oder Einschränkung des Umfangs oder der Bedeutung der Ansprüche verwendet wird. Ferner kann der vorangehenden detaillierten Beschreibung entnommen werden, dass verschiedene Merkmale in verschiedenen Ausführungsformen zum Zwecke der Verschlankung der Offenbarung zusammengefasst sind. Diese Art der Offenbarung ist nicht so auszulegen, dass sie die Absicht widerspiegelt, dass die beanspruchten Ausführungsformen mehr Merkmale erfordern, als ausdrücklich in jedem Anspruch angegeben sind. Vielmehr ist es so, wie die folgenden Ansprüche zeigen, dass der erfinderische Gegenstand in weniger als allen Merkmalen einer einzigen offenbarten Ausführungsform liegt. Somit werden die folgenden Ansprüche hiermit in die detaillierte Beschreibung inkorporiert, wobei jeder Anspruch für sich als ein separat beanspruchter Gegenstand steht.

Claims

Verfahren zur Erkennung von unzulässigen Objekten unter Verwendung eines Strichcodelesers, wobei das Verfahren umfasst: Identifizieren eines Strichcodes in einem Bild eines Objekts; Bestimmen einer dem Strichcode zugeordneten Bezugsgröße; Identifizieren eines visuellen Merkmals des Objekts, das sich außerhalb des Strichcodes befindet; Vergleichen der dem Strichcode zugeordneten Bezugsgröße mit dem visuellen Merkmal und, als Reaktion darauf, Bestimmen mindestens einer Dimensionseigenschaft des Objekts; und als Reaktion auf das Bestimmen der mindestens einen Dimensionseigenschaft, Vergleichen der mindestens einen Dimensionseigenschaft mit mindestens einer Referenzdimensionseigenschaft des Objekts, und als Reaktion auf eine Nichtübereinstimmung zwischen der mindestens einen Dimensionseigenschaft und der mindestens einen Referenzdimensionseigenschaft, Bestimmen, dass ein Erkennungsereignis eines unzulässigen Objekts aufgetreten ist; wobei das visuelle Merkmal eines oder mehrere umfasst von einem physischen Merkmal und/oder einem gedruckten Merkmal.
Verfahren nach Anspruch 1, wobei das Bestimmen der Bezugsgröße umfasst: Bestimmen einer Dimension des Strichcodes als die Bezugsgröße.
Verfahren nach Anspruch 2, wobei die Dimension des Strichcodes eine Länge des Strichcodes, eine Länge eines Elementteils des Strichcodes oder eine Grenzdimension des Strichcodes ist.
Verfahren nach Anspruch 2, wobei das Bestimmen der Bezugsgröße umfasst: Identifizieren einer Begrenzung des Strichcodes in dem Bild; Bestimmen anhand der Begrenzung, ob sich der Strichcode im Bild in einer geometrisch ausgerichteten Position befindet; und als Reaktion darauf, dass sich die Begrenzung nicht in einer geometrisch ausgerichteten Position befindet, Durchführen einer geometrischen Transformation an der Begrenzung und Bestimmen der Bezugsgröße aus einer geometrisch transformierten Begrenzung.
Verfahren nach Anspruch 4, wobei die geometrische Transformation eine geometrische Rotation der Begrenzung, eine geometrische Translation der Begrenzung, eine geometrische Größenänderung der Begrenzung und/oder eine geometrische Neigungsentzerrung an der Begrenzung ist.
Verfahren nach Anspruch 4, ferner umfassend das Bestimmen einer Dimension eines visuellen Merkmals des Objekts, das sich außerhalb des Strichcodes befindet, aus der geometrischen Transformation.
Verfahren nach Anspruch 1, wobei das Bestimmen der Bezugsgröße umfasst: Bestimmen eines Typs des Strichcodes; und Bestimmen einer Dimension des Strichcodes aus dem Typ des Strichcodes, wobei die Dimension die dem Strichcode zugeordnete Bezugsgröße ist.
Verfahren nach Anspruch 7, wobei der Typ des Strichcodes ausgewählt ist aus der Gruppe bestehend aus 80% UPC, 100% UPC, einem QR-Code, einem 1D-Strichcode, einem 2D-Strichcode, einem Digimarc und einer 2D-Datenmatrix.
Verfahren nach Anspruch 1, wobei das visuelle Merkmal eine Kante des Objekts, eine Kante eines Etiketts, das mindestens einen Teil des Strichcodes enthält, oder eine Grafik auf dem Objekt ist.
Verfahren nach Anspruch 9, wobei die Bezugsgröße eine Dimension des Strichcodes ist, und wobei das Vergleichen der Bezugsgröße mit dem visuellen Merkmal umfasst: Bestimmen eines geometrischen Abstands zwischen der Bezugsgröße und dem visuellen Merkmal.
Verfahren nach Anspruch 9, wobei die Grafik auf dem Objekt ein Text auf dem Objekt ist.
Verfahren nach Anspruch 1, wobei das visuelle Merkmal eine Krümmung des Objekts ist, und wobei das Vergleichen der Bezugsgröße mit dem visuellen Merkmal umfasst: Vergleichen einer Dimension des Strichcodes mit der Krümmung des Objekts.
Verfahren nach Anspruch 1, wobei das Bestimmen der dem Strichcode zugeordneten Bezugsgröße umfasst: Bestimmen einer Dichte des Strichcodes; und Bestimmen einer Dimension des Strichcodes aus der Strichcodedichte.
Verfahren nach Anspruch 1, wobei das Bestimmen der dem Strichcode zugeordneten Bezugsgröße umfasst: Dekodieren einer Nutzlast des Strichcodes; und Bestimmen einer Dimension des Strichcodes aus der Nutzlast.
Verfahren nach Anspruch 1, ferner umfassend: als Reaktion auf das Bestimmen, dass das Erkennungsereignis eines unzulässigen Objekts eingetreten ist, Übermitteln eines Alarmsignals.
Verfahren nach Anspruch 1, ferner umfassend: als Reaktion auf das Bestimmen der mindestens einen Dimensionseigenschaft, Bestimmen, ob es mindestens eine Referenzdimensionseigenschaft des Objekts gibt, die mit der mindestens einen Dimensionseigenschaft zu vergleichen ist, und als Reaktion auf das Bestimmen, dass es keine mindestens eine Referenzdimensionseigenschaft zum Vergleich gibt, Speichern der mindestens einen Dimensionseigenschaft in einem Referenzdimensionseigenschaftsmodell für das Objekt.
Verfahren nach Anspruch 1, ferner umfassend, vor dem Vergleichen der mindestens einen Dimensionseigenschaft mit mindestens einer Referenzdimensionseigenschaft des Objekts: Identifizieren und Dekodieren einer Nutzlast des Strichcodes; Identifizieren der mindestens einen Referenzdimensionseigenschaft aus der dekodierten Nutzlast; und Bestimmen, dass die mindestens eine Dimensionseigenschaft mit der mindestens einen Referenzdimensionseigenschaft korrespondiert.
Verfahren nach Anspruch 1, wobei die mindestens eine Dimensionseigenschaft mindestens eines umfasst von: einer äußeren Dimension des Objekts; einer Position eines Etiketts auf dem Objekt; einer Position des Textes auf dem Objekt; und einer internen Dimension des Objekts.
Verfahren nach Anspruch 1, ferner umfassend: Erkennen eines Zeichens in der Nähe des Strichcodes; Bestimmen einer Position des Zeichens basierend auf der Bezugsgröße; und Verwenden einer optischen Zeichenerkennungs (OCR) -technik für mindestens eines von: Speichern des Zeichens und der Position in einem Referenzmodell; und Vergleichen der Zeichendaten mit ähnlich positionierten Zeichendaten, die in einem Referenzmodell gespeichert sind.
Verfahren nach Anspruch 1, wobei die mindestens eine Referenzdimensionseigenschaft Teil eines Referenzmodells ist, und wobei das Verfahren ferner umfasst: Überprüfen des Referenzmodells auf ein visuelles Merkmal des Referenzmodells; Untersuchen des Bildes des Objekts auf das visuelle Merkmal, und Nichtfinden des visuellen Merkmals des Referenzmodells in dem untersuchten Bild; und als Reaktion auf das Nichtfinden des visuellen Merkmals des Referenzmodells im untersuchten Bild, Auslösen eines Alarms.
Verfahren nach Anspruch 1, wobei jeder der Schritte durch einen Strichcodeleser ausgeführt wird.
Verfahren zur Erkennung eines unzulässigen Objekts und zum Entwickeln eines Referenzdimensionsmodells für ein Objekt, wobei das Verfahren umfasst: a) Identifizieren eines Strichcodes in einem Bild eines Objekts; b) Bestimmen mindestens einer dem Strichcode zugeordneten Bezugsgröße; c) Identifizieren einer Vielzahl von visuellen Merkmalen des Objekts, wobei jedes visuelle Merkmal außerhalb des Strichcodes angeordnet ist, wobei die Vielzahl der visuellen Merkmale physische Merkmale und/oder gedruckte Merkmale umfasst; d) Vergleichen der mindestens einen dem Strichcode zugeordneten Bezugsgröße mit den visuellen Merkmalen und Bestimmen einer Vielzahl von Dimensionseigenschaften für das Objekt; e) Speichern der Vielzahl von Dimensionseigenschaften als das Referenzdimensionsmodell; und f) Bestimmen, dass ein Erkennungsereignis eines unzulässigen Objekts aufgetreten ist, durch: (i) Vergleichen einer Dimensionseigenschaft der Vielzahl von Dimensionseigenschaften mit einer Dimensionseigenschaft eines erkannten Objekts, und (ii) Bestimmen einer Nichtübereinstimmung zwischen der Dimensionseigenschaft der Vielzahl von Dimensionseigenschaften und der Dimensionseigenschaft des erkannten Objekts.
Verfahren nach Anspruch 22, wobei die mindestens eine Bezugsgröße eine Länge des Strichcodes, eine Länge eines Elementteils des Strichcodes oder eine Grenzdimension des Strichcodes umfasst.
Verfahren nach Anspruch 22, wobei das Bestimmen der mindestens einen Bezugsgröße umfasst: Identifizieren einer Begrenzung des Strichcodes in dem Bild; Bestimmen, anhand der Begrenzung, ob sich der Strichcode in dem Bild in einer geometrisch ausgerichteten Position befindet; und als Reaktion darauf, dass sich die Begrenzung nicht in einer geometrisch ausgerichteten Position befindet, Durchführen einer geometrischen Transformation an der Begrenzung und Bestimmen der Bezugsgröße aus einer geometrisch transformierten Begrenzung.
Verfahren nach Anspruch 24, wobei die geometrische Transformation eine geometrische Rotation der Begrenzung, eine geometrische Translation der Begrenzung, eine geometrische Größenänderung der Begrenzung und/oder eine geometrische Neigungsentzerrung an der Begrenzung ist.
Verfahren nach Anspruch 24, wobei die Vielzahl von visuellen Merkmalen ausgewählt sind aus der Gruppe bestehend aus einer Kante des Objekts, einer Kante eines Etiketts, das mindestens einen Teil des Strichcodes enthält, und einer Grafik auf dem Objekt.
Verfahren nach Anspruch 24, ferner umfassend das Durchführen von a), b) und c) für ein nachfolgendes Bild des Objekts oder eines anderen Objekts, wobei das Verfahren ferner umfasst: Bestimmen der nachfolgenden Werte für jede der Vielzahl von Dimensionen; Bestimmen von Abweichungstoleranzen für jede der Vielzahl von Dimensionen; und Speichern der Abweichungstoleranzen im Referenzdimensionsmodell.
Verfahren nach Anspruch 22, wobei die Schritte durch einen Strichcodeleser durchgeführt werden.
Elektronische Vorrichtung zur Erkennung eines unzulässigen Objekts unter Verwendung eines Strichcodelesers, wobei die elektronische Vorrichtung ein Gehäuse mit einer Steuerung umfasst, wobei die Steuerung konfiguriert ist, um: einen Strichcode in einem Bild eines Objekts zu identifizieren; eine dem Strichcode zugeordnete Bezugsgröße zu bestimmen; ein visuelles Merkmal des Objekts zu identifizieren, das sich außerhalb des Strichcodes befindet; die dem Strichcode zugeordnete Bezugsgröße mit dem visuellen Merkmal zu vergleichen und als Reaktion darauf mindestens eine Dimensionseigenschaft des Objekts zu bestimmen; und als Reaktion auf das Bestimmen der mindestens einen Dimensionseigenschaft die mindestens eine Dimensionseigenschaft mit mindestens einer Referenzdimensionseigenschaft des Objekts zu vergleichen, und als Reaktion auf eine Nichtübereinstimmung zwischen der mindestens einen Dimensionseigenschaft und der mindestens einen Referenzdimensionseigenschaft zu bestimmen, dass ein Erkennungsereignis eines unzulässigen Objekts aufgetreten ist; wobei das visuelle Merkmal eines oder mehrere umfasst von einem physischen Merkmal und/oder einem gedruckten Merkmal.
Elektronische Vorrichtung nach Anspruch 29, wobei die Vorrichtung einen Strichcodeleser umfasst.