本發(fā)明涉及圖像數(shù)據(jù)處理。更具體地，本發(fā)明涉及基于圖像處理的奶粉類別檢測(cè)方法及系統(tǒng)。

背景技術(shù)：

1、隨著人工智能和圖像處理技術(shù)的快速發(fā)展，基于視覺(jué)信息的自動(dòng)分類方法在工業(yè)生產(chǎn)中得到了應(yīng)用。奶粉作為一種重要的食品產(chǎn)品，其包裝罐體通常標(biāo)注有品牌、類別、生產(chǎn)日期等信息，這些信息是實(shí)現(xiàn)分類和溯源的重要依據(jù)。

2、傳統(tǒng)的奶粉類別檢測(cè)方法多依賴于人工檢查或基于灰度圖像模板匹配的算法，雖然在某些特定場(chǎng)景下能夠?qū)崿F(xiàn)基本的分類功能，但仍存在一定的局限性。尤其是在光照條件復(fù)雜、標(biāo)簽字體變化或罐體存在表面反射等情況下，僅依賴灰度圖像模板匹配的方式容易出現(xiàn)識(shí)別錯(cuò)誤或漏檢問(wèn)題。此外，隨著奶粉市場(chǎng)的多樣化，包裝標(biāo)簽樣式愈發(fā)復(fù)雜，現(xiàn)有方法對(duì)圖像中文字內(nèi)容、邊緣結(jié)構(gòu)及圖案特征的綜合分析能力較弱，難以滿足高精度、高魯棒性分類的需求。

3、申請(qǐng)公布號(hào)為cn118823397a的專利申請(qǐng)文件公開了一種乳粉包裝標(biāo)簽視覺(jué)識(shí)別方法及系統(tǒng)。該專利申請(qǐng)文件根據(jù)相關(guān)系數(shù)對(duì)奶粉罐灰度圖像與現(xiàn)有模板進(jìn)行模板匹配，完成奶粉罐標(biāo)簽的視覺(jué)識(shí)別，提高對(duì)奶粉罐上的標(biāo)簽的精確識(shí)別度。然而，上述技術(shù)方案單一地依賴灰度圖像的相關(guān)系數(shù)作為匹配依據(jù)，未能充分考慮奶粉罐標(biāo)簽中文字內(nèi)容和邊緣結(jié)構(gòu)等其他重要特征對(duì)匹配結(jié)果的影響，從而導(dǎo)致在奶粉的分類過(guò)程中精確性不足的問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、為解決上述背景技術(shù)中提出的在奶粉的分類過(guò)程中精確性不足的問(wèn)題，本發(fā)明在如下的多個(gè)方面中提供方案。

2、在第一方面中，本發(fā)明提供了基于圖像處理的奶粉類別檢測(cè)方法，包括：采集奶粉罐圖像，并提取奶粉罐圖像的特征點(diǎn)；計(jì)算所述特征點(diǎn)的文字校準(zhǔn)重要度，所述文字校準(zhǔn)重要度表征特征點(diǎn)的偏離程度；計(jì)算第個(gè)特征點(diǎn)的文字可能程度：

3、；

4、式中，為以第個(gè)特征點(diǎn)為中心的設(shè)定窗口內(nèi)所有像素點(diǎn)的灰度方差，為設(shè)定窗口內(nèi)閉合邊緣的總數(shù)，為設(shè)定窗口內(nèi)第j個(gè)邊緣中的第個(gè)鏈碼值，為設(shè)定窗口內(nèi)第j個(gè)邊緣中的第個(gè)鏈碼值，為設(shè)定窗口內(nèi)邊緣的總數(shù)，為設(shè)定窗口內(nèi)第j個(gè)邊緣中的鏈碼總數(shù)，為經(jīng)驗(yàn)常數(shù)，且，為線性歸一化函數(shù)；將各特征點(diǎn)的文字可能程度與文字校準(zhǔn)重要度的乘積，作為所述各特征點(diǎn)的校準(zhǔn)必要度，將所述校準(zhǔn)必要度高于設(shè)定閾值的特征點(diǎn)進(jìn)行透視變換后，提取文字信息并輸入分類模型中，完成奶粉類別的分類。

5、上述技術(shù)方案通過(guò)將特征點(diǎn)的文字校準(zhǔn)重要度與文字可能程度相結(jié)合，有效篩選出與文字區(qū)域高度相關(guān)且對(duì)圖像校準(zhǔn)貢獻(xiàn)顯著的關(guān)鍵特征點(diǎn)，顯著提升了校準(zhǔn)的精準(zhǔn)性和文字提取的可靠性，并以校準(zhǔn)必要度為標(biāo)準(zhǔn)進(jìn)行篩選，減少了干擾特征點(diǎn)對(duì)透視變換和文字提取的影響，進(jìn)而增強(qiáng)了文字識(shí)別的成功率和分類模型的準(zhǔn)確性。

6、進(jìn)一步地，所述文字校準(zhǔn)重要度為：

7、；

8、式中，為第個(gè)特征點(diǎn)的文字校準(zhǔn)重要度，為第個(gè)特征點(diǎn)的密度，為第個(gè)特征點(diǎn)橫坐標(biāo)，為第個(gè)特征點(diǎn)縱坐標(biāo)，為以第個(gè)特征點(diǎn)為中心的設(shè)定窗口內(nèi)所有特征點(diǎn)橫坐標(biāo)的平均值，為以第個(gè)特征點(diǎn)為中心的設(shè)定窗口內(nèi)所有特征點(diǎn)縱坐標(biāo)的平均值，為以第個(gè)特征點(diǎn)為中心的設(shè)定窗口內(nèi)特征點(diǎn)的總數(shù)，為取最大值，為線性歸一化函數(shù)。

9、上述技術(shù)方案通過(guò)文字校準(zhǔn)重要度的計(jì)算，綜合考慮了特征點(diǎn)的局部密度和偏離程度，使得篩選出的關(guān)鍵特征點(diǎn)既具備良好的幾何分布特性，又能夠在圖像校準(zhǔn)中發(fā)揮顯著作用；同時(shí)，通過(guò)歸一化處理確保不同場(chǎng)景下的校準(zhǔn)重要度具有一致性，提升了算法的穩(wěn)健性。該方法有效地減少了對(duì)低價(jià)值或噪聲特征點(diǎn)的依賴，使透視變換更加精準(zhǔn)，為后續(xù)文字提取和分類任務(wù)提供了高質(zhì)量的輸入基礎(chǔ)，顯著提高了系統(tǒng)的識(shí)別準(zhǔn)確性和適應(yīng)性。

10、進(jìn)一步地，所述第個(gè)特征點(diǎn)的密度為：第個(gè)特征點(diǎn)到所述奶粉罐圖像中其余特征點(diǎn)平均歐式距離的倒數(shù)。

11、上述技術(shù)方案實(shí)現(xiàn)了對(duì)特征點(diǎn)局部分布情況的量化描述。該密度計(jì)算方式能夠有效反映特征點(diǎn)在圖像中的聚集程度，密度越高說(shuō)明特征點(diǎn)更可能位于信息豐富或具有顯著特征的區(qū)域，而稀疏區(qū)域的特征點(diǎn)則因密度較低被賦予較小的權(quán)重，從而減少無(wú)效或噪聲點(diǎn)對(duì)后續(xù)處理的影響。這種基于距離的密度表征方法在數(shù)學(xué)上具有對(duì)稱性和魯棒性，能夠在復(fù)雜背景或不規(guī)則分布的特征點(diǎn)場(chǎng)景中表現(xiàn)出良好的適應(yīng)性，進(jìn)一步提高了校準(zhǔn)必要度的計(jì)算精度，為特征點(diǎn)篩選、透視變換和文字提取提供了更加可靠的依據(jù)，從而提升了整體圖像處理的效率和準(zhǔn)確性。

12、進(jìn)一步地，利用面陣相機(jī)或ccd相機(jī)采集奶粉罐圖像。

13、進(jìn)一步地，還包括，對(duì)所述奶粉罐圖像進(jìn)行去噪、灰度化和邊緣檢測(cè)處理。

14、上述技術(shù)方案不僅提升了后續(xù)透視變換和文字識(shí)別的魯棒性，還進(jìn)一步提高了系統(tǒng)對(duì)復(fù)雜圖像場(chǎng)景的適應(yīng)能力，為奶粉類別的精準(zhǔn)分類提供了可靠的前期保障。

15、進(jìn)一步地，利用canny邊緣檢測(cè)算法識(shí)別設(shè)定窗口內(nèi)閉合邊緣的總數(shù)。

16、進(jìn)一步地，所述完成奶粉類別的分類，具體為：選擇校準(zhǔn)必要度高于設(shè)定閾值的特征點(diǎn)，并基于所述特征點(diǎn)計(jì)算單應(yīng)性矩陣，進(jìn)行透視變換后，利用自適應(yīng)二值化算法增強(qiáng)文字對(duì)比度，結(jié)合輪廓檢測(cè)方法提取文字區(qū)域；利用光學(xué)字符識(shí)別技術(shù)對(duì)提取的文字區(qū)域進(jìn)行識(shí)別；將識(shí)別到的文字信息輸入分類模型，完成奶粉類別的分類。

17、上述技術(shù)方案通過(guò)篩選校準(zhǔn)必要度高于設(shè)定閾值的特征點(diǎn)，確保參與單應(yīng)性矩陣計(jì)算的點(diǎn)具有較高的校準(zhǔn)貢獻(xiàn)和文字關(guān)聯(lián)性，從而提升了透視變換的精度，能夠有效矯正奶粉罐圖像因曲面或視角偏差導(dǎo)致的畸變。透視變換后的圖像通過(guò)自適應(yīng)二值化算法增強(qiáng)文字對(duì)比度，進(jìn)一步突出了文字區(qū)域的顯著性，而結(jié)合輪廓檢測(cè)方法的文字區(qū)域提取則精準(zhǔn)分離了文字信息與背景噪聲，減少了無(wú)關(guān)信息的干擾。最終，光學(xué)字符識(shí)別技術(shù)能夠高效準(zhǔn)確地提取文字內(nèi)容，將其輸入分類模型后，基于文字信息完成對(duì)奶粉類別的精準(zhǔn)分類。該方案通過(guò)多步驟的優(yōu)化處理，不僅顯著提高了圖像文字提取的精度和效率，還為奶粉類別分類提供了高質(zhì)量的輸入數(shù)據(jù)，確保分類結(jié)果的可靠性和適應(yīng)性，適用于復(fù)雜包裝文字識(shí)別和分類的多種實(shí)際場(chǎng)景。

18、在第二方面中，本發(fā)明提供了基于圖像處理的奶粉類別檢測(cè)系統(tǒng)，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器內(nèi)存儲(chǔ)有計(jì)算機(jī)程序指令，當(dāng)所述計(jì)算機(jī)程序指令被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)以上任意一項(xiàng)所述的基于圖像處理的奶粉類別檢測(cè)方法。

19、本發(fā)明的有益效果在于：

20、本發(fā)明通過(guò)特征點(diǎn)的提取和文字校準(zhǔn)重要度與文字可能程度的結(jié)合，篩選出對(duì)校準(zhǔn)和文字提取至關(guān)重要的特征點(diǎn)，并采用單應(yīng)性矩陣計(jì)算和透視變換矯正圖像畸變，提高了校準(zhǔn)的精度和穩(wěn)定性；利用自適應(yīng)二值化算法增強(qiáng)文字對(duì)比度，再通過(guò)光學(xué)字符識(shí)別技術(shù)和分類模型實(shí)現(xiàn)了高效準(zhǔn)確的文字識(shí)別與分類。本發(fā)明還通過(guò)硬件和算法的結(jié)合設(shè)計(jì)，增強(qiáng)了系統(tǒng)的可實(shí)現(xiàn)性和實(shí)用性，適用于奶粉罐包裝檢測(cè)及類似復(fù)雜圖像場(chǎng)景的文字識(shí)別與分類任務(wù)，顯著提升了系統(tǒng)的魯棒性、效率和適應(yīng)性。

技術(shù)特征：

1.基于圖像處理的奶粉類別檢測(cè)方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的基于圖像處理的奶粉類別檢測(cè)方法，其特征在于，所述文字校準(zhǔn)重要度為：

3.根據(jù)權(quán)利要求2所述的基于圖像處理的奶粉類別檢測(cè)方法，其特征在于，所述第個(gè)特征點(diǎn)的密度為：

4.根據(jù)權(quán)利要求1所述的基于圖像處理的奶粉類別檢測(cè)方法，其特征在于，利用面陣相機(jī)或ccd相機(jī)采集奶粉罐圖像。

5.根據(jù)權(quán)利要求1所述的基于圖像處理的奶粉類別檢測(cè)方法，其特征在于，還包括，對(duì)所述奶粉罐圖像進(jìn)行去噪、灰度化和邊緣檢測(cè)處理。

6.根據(jù)權(quán)利要求1所述的基于圖像處理的奶粉類別檢測(cè)方法，其特征在于，利用canny邊緣檢測(cè)算法識(shí)別設(shè)定窗口內(nèi)閉合邊緣的總數(shù)。

7.根據(jù)權(quán)利要求1所述的基于圖像處理的奶粉類別檢測(cè)方法，其特征在于，所述完成奶粉類別的分類，具體為：

8.基于圖像處理的奶粉類別檢測(cè)系統(tǒng)，其特征在于，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器內(nèi)存儲(chǔ)有計(jì)算機(jī)程序指令，當(dāng)所述計(jì)算機(jī)程序指令被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1~7任意一項(xiàng)所述的基于圖像處理的奶粉類別檢測(cè)方法。

技術(shù)總結(jié)
本發(fā)明涉及圖像數(shù)據(jù)處理技術(shù)領(lǐng)域，具體涉及基于圖像處理的奶粉類別檢測(cè)方法及系統(tǒng)，包括：采集奶粉罐圖像并提取其特征點(diǎn)；計(jì)算每個(gè)特征點(diǎn)的文字校準(zhǔn)重要度，以表征特征點(diǎn)相對(duì)于文字區(qū)域的偏離程度；同時(shí)計(jì)算特征點(diǎn)的文字可能程度，綜合特征點(diǎn)在圖像中屬于文字區(qū)域的概率；將文字校準(zhǔn)重要度與文字可能程度的乘積定義為特征點(diǎn)的校準(zhǔn)必要度；篩選出校準(zhǔn)必要度高于設(shè)定閾值的特征點(diǎn)，通過(guò)這些特征點(diǎn)計(jì)算單應(yīng)性矩陣，進(jìn)行透視變換后，提取文字區(qū)域以識(shí)別文字信息，將識(shí)別到的文字信息輸入分類模型完成奶粉類別的自動(dòng)分類。本發(fā)明解決了在奶粉的分類過(guò)程中精確性不足的問(wèn)題。

技術(shù)研發(fā)人員：董旭,南建浩,張鵬
受保護(hù)的技術(shù)使用者：陜西雅泰乳業(yè)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6