[发明专利]一种基于人工智能语义分割的条码识别装置与方法

说明书

本发明涉及一种基于人工智能语义分割的条码识别装置及方法，其通过卷积神经网络语义分割算法对复杂环境中的条码图像进行粗定位，获取条码粗选信息，然后对粗选信息进行细定位，获取解码图和相应的解码附加信息，最后根据解码附加信息对解码图进行译码操作，获取条码电子信息。本发明能够识别复杂情况下的条码，且具有高效、高速、高鲁棒性的特点。

技术领域

本发明涉及条码识别领域，具体涉及一种基于人工智能语义分割的条码识别装置及方法。

背景技术

条码识别任务主要由检测、定位、解码三部分组成。检测任务的作用是在整幅图像范围内，把具备条码特征的物体识别出来；定位任务的作用是在在检测基础上给出条码的具体坐标（x1,y1,x2,y2定义一个矩形框）；解码任务的作用是把定位到的条码的电子数据信息解析出来。

条码识别的前端物理信息采集有基于激光和基于图像传感器两钟方法。基于激光的条码识别仅针对单个条码有效，当出现多个条码时，该技术很难实现多个条码的同时识别，在应用上有极大缺陷。

基于图像传感器的条码识别则利用传统图像识别技术完成检测、定位、解码任务。例如，使用滑动窗口技术对整幅图的不同区域进行迭代多次计算，并通过传统手工设计条码特征匹配的方法完成检测，再通过传统图像识别技术把条码坐标给定位出来，并最终完成解码工作。

现有的基于图像传感器的条码识别依赖图像预处理或图像增强技术来实现干扰噪声的过滤，依赖手工设计条码特征模板的正确性。因此，在复杂环境、复杂背景等情况下效果不佳，特别是在远距离、高噪声等情况下。特别的，当出现多码同图（一幅图包含2个甚至更多条码）的情况，由于传统技术在检测和定位上的遍历搜索特性，条码数量的变多会进一步导致检测定位的难度变大、变慢。

总之，现有的条码识别方法对于多条码、复杂背景、复杂环境等情况下的条码识别速度和精度上都表现欠佳。

发明内容

为解决现有技术存在的问题，本发明提供一种基于人工智能语义分割的条码识别装置与方法，其能在复杂环境下有效识别条码。

为实现上述目的，本发明采用的技术方案是：

一种基于人工智能语义分割的条码识别装置，其包括依次连接的图像获取单元、图像预处理单元、条码掩码粗定位单元、条码掩码细定位单元和解码单元，

所述图像获取单元，用于从图像传感器获取包含条码的图像；所述图像预处理单元，用于对包含条码的图像进行图像处理；

所述条码掩码粗定位单元，利用卷积神经网络语义分割算法对预处理后的图像进行计算，获取条码粗选信息，该粗选信息包含至少一条码区域；还用于对条码粗选信息进行过滤，以获取粗选可信信息，该粗选可信信息包含至少一条码区域；

所述条码掩码细定位单元，用于对粗选可信信息中的每一条码区域进行细定位，以获取解码图以及相应的解码附加信息；

所述解码单元，用于接收解码图及相应的解码附加信息，并根据解码附加信息选择相应的算法对解码图进行译码操作，获取条码电子信息。

所述条码掩码粗定位单元获取粗选可信信息的过滤规则如下：

（1）计算粗选信息中的每个条码区域的宽高比，删除宽高比大于M的条码区域；

（2）计算粗选信息中的每个条码区域的条码角度，删除条码角度大于X的条目；

（3）删除非法码制条码区域。

所述条码掩码细定位单元对粗选可信信息条码区域的细定位具体如下：

（1）条码掩码外延扩展：对于条码区域的条码像素点，以该像素点为中心，把该像素点四周T个像素都设置为条码像素点，数值与中心像素点相同；

（2）截取条码区域，获取条码图；