[发明专利]用于识别烟箱箱号的装置、方法、烟丝装箱设备和工控机在审

专利信息
申请号: 202110788857.4 申请日: 2021-07-13
公开(公告)号: CN113361657A 公开(公告)日: 2021-09-07
发明(设计)人: 陈谐飞;吴国忠;罗旻晖;郭峰;邱振洲;卢清锋;崔凯;陈佳旭 申请(专利权)人: 厦门烟草工业有限责任公司
主分类号: G06K9/62 分类号: G06K9/62;G06K9/34;G06K9/38;G06N3/04;G06N3/08
代理公司: 中国贸促会专利商标事务所有限公司 11038 代理人: 李浩
地址: 361022 *** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 识别 烟箱箱号 装置 方法 烟丝 装箱 设备 工控机
【权利要求书】:

1.一种用于识别烟箱箱号的装置,包括:

光电触发模块,用于在检测到运行到预定位置的烟箱的情况下发出触发信号;

图像获取模块,用于在接收到所述触发信号后对所述烟箱进行拍照以采集所述烟箱的图像;以及

工控机,用于从所述图像获取模块接收所述烟箱的图像,从所述图像中获取所述烟箱上的字符,将所述字符输入到预先训练的神经网络分类器中进行符号匹配以识别出所述烟箱的箱号。

2.根据权利要求1所述的装置,其中,

所述工控机用于对所述烟箱的图像进行识别区域定位和图片裁剪处理,对经过图片裁剪处理后的图片进行文本倾斜校正和二值化处理,并对经过二值化处理后的图片进行字符分割处理以获取所述烟箱上的字符。

3.根据权利要求1所述的装置,其中,

所述工控机用于在所述符号匹配的过程中,根据多个不同的通道进行多次符号匹配。

4.根据权利要求1所述的装置,其中,

所述工控机用于从历史数据中筛选出识别异常的图片,对所述识别异常的图片进行分类并进行图像预处理,从经过图像预处理后的图片中提取特征向量,将所述特征向量输入到神经网络分类器中以对所述神经网络分类器进行训练,对经过训练的神经网络分类器进行验证以获得有效的神经网络分类器;其中,所述图像预处理包括字符分割处理和二值化处理。

5.根据权利要求4所述的装置,其中,

所述特征向量包括基于灰度值的特征向量和基于符号区域的特征向量。

6.根据权利要求4所述的装置,其中,

所述工控机用于在对经过训练的神经网络分类器验证完毕后,将训练完成的多个神经网络分类器样本存储在分类器文件中,并获得每个神经网络分类器样本的置信值,并根据每个神经网络分类器样本的置信值确定对应的神经网络分类器样本是否为有效的神经网络分类器;其中,在神经网络分类器样本的置信值大于阈值的情况下,确定对应的神经网络分类器样本为有效的神经网络分类器。

7.根据权利要求1所述的装置,其中,

所述神经网络分类器为基于向量机的分类器或者基于多层神经元的分类器。

8.根据权利要求1所述的装置,其中,

所述光电触发模块安装在所述烟箱的输送轨道的侧面,且所述光电触发模块的检测方向与所述烟箱的行进路线相垂直;

所述图像获取模块安装在所述烟箱的输送轨道的侧面,且位于所述光电触发模块的上方。

9.根据权利要求1所述的装置,其中,

所述光电触发模块包括光电传感器;

所述图像获取模块包括工业相机、配合所述工业相机使用的闪光灯、图像存储装置和信息传输装置,其中,所述闪光灯、所述图像存储装置和所述信息传输装置分别与所述工业相机电连接;

所述工控机包括处理器、存储器、通讯装置和显示屏,其中,所述存储器、所述通讯装置和所述显示屏分别与所述处理器电连接。

10.一种烟丝装箱设备,包括:如权利要求1至9任意一项所述的用于识别烟箱箱号的装置。

11.一种用于识别烟箱箱号的方法,包括:

接收烟箱的图像;

从所述图像中获取所述烟箱上的字符;以及

将所述字符输入到预先训练的神经网络分类器中进行符号匹配以识别出所述烟箱的箱号。

12.根据权利要求11所述的方法,其中,从所述图像中获取所述烟箱上的字符的步骤包括:

对所述烟箱的图像进行识别区域定位和图片裁剪处理;

对经过图片裁剪处理后的图片进行文本倾斜校正;

对经过所述文本倾斜校正后的图片进行二值化处理;以及

对经过所述二值化处理后的图片进行字符分割处理以获取所述烟箱上的字符。

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厦门烟草工业有限责任公司,未经厦门烟草工业有限责任公司许可,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/202110788857.4/1.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