[发明专利]一种处理图像的方法、装置及扫描识别装置

说明书

本申请实施例提供一种处理图像的方法、装置及扫描识别装置，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。本申请实施例有效去除了遮挡物对被遮挡对象的遮挡，方便对条形码等被遮挡对象的进一步识别或者解码等处理，提升了对标识信息(例如，条形码)的自动化解码的程度，进而可以提升工业产线自动化程度。

技术领域

本申请涉及图像识别领域，具体而言本申请实施例涉及一种处理图像的方法、装置及扫描识别装置。

背景技术

在需要扫描识别标识的相关领域(例如，工业产线或者超市)上，很多产品或部件是由标识(例如，条形码)进行标记的，而为了保护这些产品或部件，外部常包裹有带有文字或图案的透明塑料袋。现有方案无法识别出有文字或图案(属于遮挡对象的示例)遮挡的标识，还需要人工调整位置来对被遮挡的标识(属于被遮挡对象的示例)进行扫码识别，是产线自动化的阻碍。

以服装产业为例，服装标签多为条形码，服装的透明包装袋上也会印有多种文字图案，在打包后的分拣等环节里，还需要人工来对包装和标签位置进行调整后手动使用扫码设备进行扫码，自动化程度非常低，不利于提升效率。

发明内容

本申请实施例的目的在于提供一种处理图像的方法、装置及扫描识别装置，本申请实施例可以基于神经网络来去除遮挡被遮挡对象(例如，条形码)的文字图案等来对被遮挡对象进行重建，使得原本无法自动化检测只能人工扫码的被遮挡对象(例如，条形码标识等)的工作能够自动化完成，对于产线的自动化程度提高有很大帮助。

第一方面，本申请实施例提供一种处理图像的方法，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。

本申请实施例有效去除了遮挡物对被遮挡对象的遮挡，方便对条形码等被遮挡对象的进一步识别或者解码等处理，提升了对标识信息(例如，条形码)的自动化解码的程度，进而可以提升工业产线自动化程度。

在一些实施例中，所述被遮挡对象为条形码，所述遮挡对象为文字或图片。

本申请实施例通过去除遮挡条形码的文字或者图片等遮挡对象后，可以对条形码进行更加准确的识别，提升了条形码识别的自动化程度和效率。

在一些实施例中，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。

本申请实施例通过对去除遮挡后的条形码进行解码可以提升解码的效果，减少由于条形码被遮挡而需要解码时造成的人工操作的增加，例如需要人工调整包装袋的位置以获取无遮挡的条形码图像。

在一些实施例中，所述神经网络为生成对抗网络。

本申请实施例通过生成对抗网络可以采用无监督的方式提升去除遮挡物后得到的重建图像的效果。

在一些实施例中，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组成，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。

本申请实施例通过模拟数据集可以解决由于真实数据集匮乏而不能完成网络训练的技术目的。