申请/专利权人：山东通广电子股份有限公司

申请日：2024-01-05

公开（公告）日：2024-04-16

公开（公告）号：CN117522281B

主分类号：G06Q10/087

分类号：G06Q10/087;G06V10/26;G06V10/44;G06V20/70

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2024.02.27#实质审查的生效;2024.02.06#公开

摘要：本发明属于工器具出入库识别技术领域，公开了一种基于视觉识别的工器具出入库管理方法及系统。该方法包括：检测工器具在工具存储库上的存入信息和库存总量信息；计算出工器具的初始库存量和当前库存总量信息，根据工器具库存总量信息设定合适的工器具库存总量集合，然后判断工器具是否有库存量存入信息；纠正工器具重复存入信息的库存量；判断工器具是否有种类变化，获取工器具出入库过程中工器具出入信息。本发明能对工器具出入库的过程进行有效监控与识别，对出入库的库存能获取准确信息，对后续的采购等提供准确的信息。

主权项：1.一种基于视觉识别的工器具出入库管理方法，其特征在于，该方法包括以下步骤：S1，检测工具存储库内工器具的存入信息和库存总量信息，在库存区域工器具的存入信息和库存总量信息变化时，拍摄工器具的变化图像并传送到差异识别终端；S2，进行图像预处理，获取图像的灰度区域，对库存区域边界进行提取，计算出工器具的初始库存量信息和当前库存总量信息，将当前库存量信息传递给库存量识别模块；S3，库存量识别模块调整工器具库存总量，根据工器具库存总量信息设定工器具库存总量集合，判断工器具是否有库存量存入信息，若有存入信息，则通过差异识别终端判定出入工器具取出量及取出频次；S4，纠正工器具重复存入信息的库存量；S5，判断工器具是否有种类变化，若存在种类变化，差异识别终端采用种类识别法判定出入工器具取出量信息，工器具初始库存量不变，只改变库存总量信息；S6，工器具的初始库存量和当前库存总量信息差异识别结束后，将工器具送到前端服务器进行确认，获取工器具出入库过程中的工器具出入信息；在步骤S2中，所述进行图像预处理，包括：采用灰度权重分割方法对工器具图像进行权重分割，根据整幅图像的灰度值，选取最佳的权重，权重分割的数学表达为： 式中，e′a，b为当前最佳的整幅图像权重分割值，ea，b为整幅图像权重分割中当前分割的权重，g为设定的标准权重；在步骤S2中，所述获取图像的灰度区域，包括：S2.1、确定取样核种类，对原图像边界作对应的拓展，用边界值作为拓展值，使边界处的方差值变小；S2.2、用取样核遍历所有像素，得到所有像素的邻域方差；S2.3、将所有方差值映射到0-255的灰度范围，得到方差灰度图，工器具边界位于灰度值最大的部分，表达式为： 式中，ea，b为方差灰度图像a，b处的灰度值，Ea，b为a，b处的方差值，Emin为方差最小值，Emax为方差最大值，[·]运算为向下取整，F为方差最大值与方差最小值的偏差映射到255的灰度比值；S2.4、设定方差权重，提取方差大于权重的部分像素点，将值设为1，其余像素点的值设为0，得到方差灰度化图像；S2.5、提取面积最大的区域，得到工器具边界所在区域，对区域进行形态学闭运算，填充补丁；S2.6、对所得区域之外的部分进行高斯灰度化，对边界区域不作处理；在步骤S2中，所述对库存区域边界进行提取，包括：步骤一、对图像进行边界检测，提取边界图像中的特征点，区域边界不为工器具边线，将区域边界特征点剔除，剩下的特征点组成节点网络空间X＝{ai，bi|i＝1，2，3…n}；式中，X为节点网络空间，ai，bi为某特征点在节点网络中所处位置的横纵坐标值；步骤二、按a递增的顺序从X中提取子集，Xia＝{aia，bia|bia＝c2}，c为图像高度，作为种子集；由于目标库存区域边界必过图像水平中线，这种种子点的提取方式减少了原算法中选取种子点的盲目性；式中，Xia为在横向递增的某节点网络空间子集，aia为横向递增的某节点网络子集特征点所处位置的横坐标值，bia为横向递增的某节点网络子集特征点所处位置的纵坐标值；步骤三、初始化参数累加器数组；步骤四、从剩余特征点X1中随机选取一点Xiaj，bj，计算其中，πij为某节点网络空间中剩余特征点X1的反向角度，ai，bi为某特征点i在节点网络中所处位置的横纵坐标值，aj，bj为某剩余特征点j在节点网络中所处位置的横纵坐标值；步骤五、若点Xg满足|πig-πij|≤η1，则认为Xg与Xj在一条库存区域边界上，将参数πij的累加器加1；若不满足，则重新开辟πig的累加器；直到某一累加器的值达到权重H1，则认为检测到一条库存区域边界；其中，Xg为节点网络空间中剩余的第g个特征点网络空间，πig为剩余的第g个特征点网络空间的反向角度，πij为某节点网络空间中剩余特征点X1的反向角度，η1为剩余特征点的反向角度允许偏差值，H1为累加器权重值；步骤六、计算参数π表示的库存区域边界：ζ＝ajcosπ+bisinπ式中，ζ为库存区域边界，aj为剩余特征点j在节点网络中所处位置的横坐标值，bi为某节点i网络子集特征点所处位置的纵坐标值；步骤七、遍历X1中的特征点xa，b，若|acosπ+bsinπ-ζ|≤η2，则删除该特征点，若删除的特征点数目大于权重H2，则确定图像中存在上式表示的库存区域边界；其中，X1为剩余特征点，a为节点网络中横向，b为节点网络中纵向，η2为剩余特征点的反向角度在库存区域边界约束下允许偏差值，H2为删除的特征点累加器累加权重；步骤八、将删除第一条库存区域边界上的点后的点集记为Y2，重复以上步骤在Y2中提取第二条库存区域边界，将累加器数值最大的库存区域边界作为生产后区域的库存区域边界。

全文数据：

权利要求：

百度查询： 山东通广电子股份有限公司 一种基于视觉识别的工器具出入库管理方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD