[发明专利]利用电子设备识别彩印包装的方法

说明书

本发明涉及人工智能技术领域，具体涉及一种利用电子设备识别彩印包装的方法。该方法通过HIS图像和灰度图像中梯度信息差异获得当前灰度图像的边缘信息保留度。通过对灰度图像中关键点的第一特征描述子进行分析，获得每个第一特征描述子的特征信息保留度。根据边缘信息保留度和特征信息保留度获得推荐度。进一步选出最佳的标准灰度转换公式用于对待检测彩印包装图像和模板彩印包装图像进行处理，并实现高效匹配识别。本发明实施例在生产领域人工智能系统下通过人工智能优化操作系统优化采样包装的检测算法，增加了彩印包装产品的识别检测效率和识别检测精度，利用标准灰度转换公式可通过计算机视觉软件实现该彩印模板下的大批量产品的识别检测。

技术领域

本发明涉及人工智能技术领域，具体涉及一种利用电子设备识别彩印包装的方法。

背景技术

随着生产领域技术的发展，人们对生产产品的质量有了更高的要求。其中产品的包装作为产品的重要组成部分，其质量也为生产领域中检测的重点。彩印包装直接影响了消费者对产品的印象和购买力，在彩印模板确定后，包装的生产过程中要保证彩印包装产品能够与彩印模板匹配。

在彩印包装质量检测中，人工检测精度低，效率低，不适合自动化生产领域的发展。因此在自动化生产领域中，需要通过计算机视觉技术提取彩印包装图像的特征，将其与彩印模板进行匹配。常用的匹配算法为兴趣点特征检测算法（SIFT算法），SIFT算法通过在不同尺度空间中查找关键点，根据关键点的特征信息进行匹配。彩印包装中的色彩丰富SIFT算法的计算量较大，因此可将彩印包装图像转换至灰度图像，简化SIFT算法计算负担，但是灰度图像有可能会导致彩色图像的边缘信息丢失，影响后续匹配结果。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种利用电子设备识别彩印包装的方法，所采用的技术方案具体如下：

本发明提出一种利用电子设备识别彩印包装的方法，所述方法包括：

获得彩印包装图像；将所述采样包装图像转换至HIS颜色空间中，获得HIS图像；根据预设灰度转换公式获得所述彩印包装图像的灰度图像；获得所述灰度图像中的灰度梯度信息；根据所述HIS图像中像素点之间的色相差异、饱和度差异和亮度差异获得HIS梯度信息；根据所述HIS梯度信息和所述灰度梯度信息的差异获得所述灰度图像的边缘信息保留度；

根据SIFT算法提取所述灰度图像中的多个第一特征描述子；根据每个所述第一特征描述子在多个主成分方向上的投影获得多个第二特征描述子；根据多个所述第二特征描述子获得对应的所述第一特征描述子的特征信息保留度；

根据所述边缘信息保留度和特征信息保留度获得所述灰度图像的推荐度；改变所述灰度转换公式中的参数，获得多个所述推荐度，以最大的所述推荐度对应的所述灰度转换公式作为标准灰度转换公式；

获取待检测彩印包装图像；根据所述标准灰度转换公式获得所述待检测彩印包装图像的待检测灰度图像；根据所述标准灰度转换公式获得模板彩印包装图像的模板灰度图像；根据SIFT算法获取所述待检测灰度图像和所述模板灰度图像的特征点并匹配，根据匹配结果识别所述待检测彩印包装图像。

进一步地，所述获得所述灰度图像中的灰度梯度信息包括:

根据Soble算子计算所述灰度图像中每个像素点的横向灰度梯度和纵向灰度梯度，具体包括：

其中，为像素点的所述横向灰度梯度，为像素点所述纵向灰度梯度，、、、、、、和为像素点的八邻域像素值；

根据每个像素点的所述横向灰度梯度和所述纵向灰度梯度获得灰度梯度幅值和灰度梯度方向，以所述灰度梯度幅值和所述灰度梯度方向作为所述灰度梯度信息。

进一步地，所述根据所述HIS图像中像素点之间的色相差异、饱和度差异和亮度差异获得HIS梯度信息包括：