[发明专利]一种处理图像的方法、装置及扫描识别装置有效

专利信息
申请号: 202011015536.2 申请日: 2020-09-23
公开(公告)号: CN112163439B 公开(公告)日: 2022-12-13
发明(设计)人: 张发恩;杨经宇;凌明 申请(专利权)人: 创新奇智(青岛)科技有限公司
主分类号: G06K7/10 分类号: G06K7/10;G06K17/00;G06K19/06;G06N3/04
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 钟扬飞
地址: 266200 山东省青岛市*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 处理 图像 方法 装置 扫描 识别
【权利要求书】:

1.一种处理图像的方法,其特征在于,所述方法包括:

获取包含被遮挡对象的待重建图像,其中,所述待重建图像中包括所述被遮挡对象和与所述被遮挡对象部分或者全部重叠的遮挡对象;

通过神经网络对所述包含被遮挡对象的待重建图像进行重建获取目标图像,其中,所述目标图像包括去除所述遮挡对象后得到的被遮挡对象;

其中,所述神经网络为生成对抗网络,所述生成对抗网络的参数是根据模拟训练数据集和真实训练数据集训练得到的,其中,所述模拟训练数据集和所述真实训练数据集均包括成对的有遮挡条形码数据和无遮挡条形码数据,所述成对的有遮挡条形码数据和无遮挡条形码数据属于状态相同的数据,所述状态包括光照环境或者拍摄角度;

所述模拟训练数据集中包括的有遮挡条形码数据是对根据条形码规范标准生成的多种类的条形码图片叠加文本后得到的,其中,所述多种类的条形码图片包括多种长度或多种外观的条形码,所述文本是对任意一段文字经过扭曲变形和亮度调整得到的。

2.如权利要求1所述的方法,其特征在于,所述被遮挡对象为条形码,所述遮挡对象为文字或图片。

3.如权利要求2所述的方法,其特征在于,所述通过神经网络对所述包含被遮挡对象的待重建图像进行重建获取目标图像之后,所述方法还包括:对所述目标图像进行解码识别。

4.如权利要求1所述的方法,其特征在于,所述真实训练数据集是根据拍摄单元拍摄的打印出来的条形码得到的,其中,所述打印出来的条形码是根据条形码规范标准生成的。

5.如权利要求1所述的方法,其特征在于,所述参数还根据补充训练数据训练得到的,其中,所述补充训练数据包括实际产线上未被遮挡条形码的模拟数据和真实数据的原图。

6.如权利要求1所述的方法,其特征在于,所述生成对抗网络中生成器的损失函数是根据所述成对的有遮挡条形码数据和无遮挡条形码数据的差值图计算得到的。

7.如权利要求4所述的方法,其特征在于,停止对所述生成对抗网络进行训练的条件包括解码率满足预定条件,其中,所述解码率为解码器对所述生成对抗网络根据真实数据重建得到的所述目标图像的解码结果的准确率。

8.一种处理图像的装置,其特征在于,所述装置包括:

获取模块,被配置为获取包含被遮挡对象的待重建图像,其中,所述待重建图像中包括所述被遮挡对象和与所述被遮挡对象部分或者全部重叠的遮挡对象;

目标图像重建模块,被配置为通过神经网络对所述包含被遮挡对象的待重建图像进行重建获取目标图像,其中,所述目标图像包括去除所述遮挡对象后得到的被遮挡对象;

其中,所述神经网络为生成对抗网络,所述生成对抗网络的参数是根据模拟训练数据集和真实训练数据集训练得到的,其中,所述模拟训练数据集和所述真实训练数据集均包括成对的有遮挡条形码数据和无遮挡条形码数据,所述成对的有遮挡条形码数据和无遮挡条形码数据属于状态相同的数据,所述状态包括光照环境或者拍摄角度;

所述模拟训练数据集中包括的有遮挡条形码数据是对根据条形码规范标准生成的多种类的条形码图片叠加文本后得到的,其中,所述多种类的条形码图片包括多种长度或多种外观的条形码,所述文本是对任意一段文字经过扭曲变形和亮度调整得到的。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于创新奇智(青岛)科技有限公司,未经创新奇智(青岛)科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011015536.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top