具有物体识别的称重装置和称重方法

技术领域

本发明涉及一种能够进行物体识别的称重装置和称重方法。

背景技术

在称重领域，物体计数、检重、配方等应用都有着广阔的市场，但随着应用的复杂程度，对于称重技术也提出了更高的要求。比如在配方或订单应用中，称重技术无法直接识别物体类别，只能借助外部扫描枪等设备读取物体条形码或人工输入该物料类型方能进行下一步操作，但对于物料种类较多的配方或订单，工序变得较为复杂，操作效率较低。

随着图像识别技术得到了越来越广泛的应用。将物体识别技术应用于称重领域，为上述物体计数、检重、配方等应用提供了新的解决方案。例如借助图像识别技术，称重台面上的物料可以直接被识别，然后通过称重应用，称量并核准该物料的重量，避免了外部输入的步骤，极大地提升了效率。

图像内物体的成像效果和后台的算法直接决定了物体识别的精度和准确度。但是在实际的称重应用现场中，可能会遇到更为复杂的情况。比如当称重台面上所要识别的物体粘连在一起或有堆叠现象发生时，会给识别算法带来了较大的挑战；当期待识别的称重区域因为阴影、光照较强或较弱等外部原因，造成成像效果不佳时，也会给识别算法带来较大挑战；此外，为了获取较准确的识别结果，物体在建模时需要考虑物体不同姿态、在视野内不同位置上的最终成像，建模过程相对复杂，对于操作人员的要求较高，同时耗费的时间也较长。

发明内容

本发明要解决的技术问题是：为了克服现有技术的图像识别应用在称重设备时，精度和准确度不高的问题，提供了一种全新的具有物体识别功能的称重装置和称重方法，平衡图像和算法之间的契合度，有效地提升物体识别的精度和准确度。

本发明是通过下述技术方案来解决上述技术问题的：

本发明提供了一种称重方法，其特点是，包括以下步骤：

识别放置于称台台面上物体识别区域内的一个或多个待检测物体，并称出放置在整个称台台面上的待检测物体的重量。

本发明通过在称台台面设置物体识别区域，从而在物体识别时，一方面便于操作，用户只要针对该区域特意地放置待检测物体，因而便于物体识别，而现有技术中识别整个台面上放置的物体，用户需要对台面上物体进行放置和操作来保证物体能够被识别出来，与现有技术相比，本发明设置物体识别区域，对于用户而言更加容易操作，识别的成功率也更高；另一方面还避免整个台面放置物体时，物体粘连、堆叠现象或环境光源、阴影的因素对物体辨认和识别影响。进而降低算法识别的难度，有效提升物体识别的精度和准确度。同时相对于利用扫描枪等传统方式又保留了图像识别的操作简单、快速高效的特点。

本发明中通过识别待检测物体能够确定或匹配到称台台面加载的物体相关的信息，例如，物品种类、物料号、尺寸、重量等。

本发明中识别待检测物体可以在称量待检测物体的重量之前或之后，也可以与称量待检测物体的重量同时发生。

较佳地，输出待检测物体的重量和识别出的待检测物体的信息，或者将待检测物体的重量和识别出的待检测物体的信息输入订单或数据库，或者通过待检测物体的重量对待检测物计数并输出。

本发明中将识别出的物体类别、物料号等物体的信息和称量得到的物体总重量一起推送外部，便于进一步使用，尤其是输入到订单信息中或相应的一些数据库中，为后续的订单管理等提供快速高效地输入。

较佳地，识别物体包括以下步骤：

拍摄包括整个称台台面图像的图片，或者拍摄所述物体识别区域的图片；

识别图片对应所述物体识别区域中放置的待检测物体或所述物体识别区域的图片中放置的待检测物体。

本发明通过整个称台台面图片中物体识别区域进行视觉识别，可以直接利用和改造现有的视觉识别设备实现本发明的称重方法。

本发明也可以直接安装对应于物体识别区域的视觉识别的设备，降低设备安装的要求。

较佳地，识别物体和称量物体之前还包括以下步骤：

称量放置在所述物体识别区域内一个或多个待检测物体的重量。

本发明将图像信息和重量信息共同作为物体识别的参数来实现物体的识别。

其中本发明中在称量放置在所述物体识别区域内一个或多个待检测物体的重量，然后称量放置在整个称台台面上的待检测物体的重量。所以先在所述物体识别区域放置一个或多个待检测物体，在检测重量后，既可以在称台上其他区域放入所有待检测物体并检测重量，然后通过图像识别待检测物体。反之操作也可以，甚至同时操作也是可以。

优选地，将图片送入训练模型识别所述物体识别区域中放置的待检测物体；

或者将图片和所述物体识别区域内一个或多个待检测物体的重量送入训练模型识别所述物体识别区域中放置的待检测物体。

本发明利用现有通用训练模型，结合需要识别的物体的图像等信息来完成特定物体的识别。

优选地，所述训练模型利用图片特征比对，识别图片中待检测物体；

或者所述训练模型利用图片特征比对以及待检测物体的重量与模型内预设标准重量的偏差是否在误差范围内，识别图片中待检测物体。

本发明一方面利用现有的图片比对技术对图片中待检测物体的图像与模型内记载的物体图像特征进行匹配程度来识别待检测物体；另一方面还通过物体重量与标准重量的比对，来进一步验证物体识别的准确性。

优选地，所述训练模型构建步骤如下：

拍摄放置于称台台面上物体识别区域内的一个或多个物体不同角度方向的图片；

将所述图片送入识别算法，并构建成为训练模型。

本发明中也可以利用物体识别区域，从不同方向拍摄物体图片，比如拍摄物体在称台上以不同的站立面放置时的图片，得到包含物体图像和呈现的姿态等信息的模型。由于物体识别区域作为称台台面上特别选定的区域，其环境因素等外界因素影响显著降低，构建模型更加简单，便捷。

优选地，在拍摄物体照片过程中或者拍摄前或拍摄后，获取物体的重量信息、光源信息和阴影信息中的一种或多种信息；

将获取的信息和拍摄的图片送入识别算法，并构建成为训练模型。

本发明进一步通过环境信息和物体的重量信息来完善训练模型，提高识别的准确度。

本发明还提供了一种称重装置，称台台面为平面，其特点是，使用如上所述的称重方法。

较佳地，所述称台台面上沿所述物体识别区域的边界设置有凸起或标志线，或者所述物体识别区域为高于所述称台台面其他部分的高台部，或者所述称台台面其他部分为相对于所述物体识别区域下凹的凹槽部。

本发明通过将物体识别区域与其他区域隔离出来的方式，便于用户操作和使用。

优选地，所述物体识别区域位于称台台面的边缘部分或中心部分。

本发明还进一步通过将物体识别区域设置于边角等位置或中心位置来提高操作和使用的便利性。

本发明的积极进步效果在于：

本发明通过提升称重台面上物体和算法的契合度，从而降低算法识别的难度，减少操作流程的复杂度和所需时间，有效提升物体识别的精度和准确度。

附图说明

图1为本发明的一个实施例的平台秤的称台面的示意图。

图2为本发明的另一个实施例的平台秤的称台面的示意图。

图3为本发明的又一个实施例的平台秤的称台面的示意图。

具体实施方式

下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。

本发明的称重设备的称台面划分出独立的图像区域或者物体识别区域，并对图像区域或识别区域中的物体进行识别，在进而对整个称台上的所有物体进行称重。利用称重数据和物体识别结果还可以进一步对物体进行计数等处理。此外结合物体相关的物料信息能够实现配方或订单信息等的处理。

下面通过如下所述的实施例，举例说明本发明的实现方式。

图1所示实施例的平台秤的称重台面中物体识别区域A设置于台面的一个边角处。平台秤上的摄像头视野区域覆盖整个称台，本实施例仅对称重台面上设置的物体识别区域A内放置的物体进行视觉识别。

在另一个实施例中，物体识别区域A可以设置于其他的3个边角的任一个或者如图2所示的一条边上或者其他3条边的任一条上。

此外，在图3所示一个变形例中，物体识别区域A可以设置于称台的中心区域上。除了上述实施例中区域A的设置位置之外，物体识别区域A可以设置于称台上的任何位置。

本实施例的平台秤的称重台面是图1所示的平面；在另一个实施例中，称台台面中沿着区域A的边沿轮廓设置有突起部分，从物理上将区域A从称台中隔离出来，从而便于放置物体。

在又一个实施例中，称台中区域A部分相对于称台的其他部分整体突起，形成高于称台其他部分的平台区域。在一个变形例中称台中其他部分相对于区域A下凹，形成低于区域A的凹槽区域。

与图1所示矩形称台台面的设计不同，在另一个实施例中，称台台面为圆形或者椭圆形等异型形状，区域A的设置方式同样可以使用如上所述的各个实施例或变形例中的设置放置方式。

在又一个实施例中，平台秤上的摄像头视野区域仅覆盖物体识别区域A，并对区域A内的物体进行视觉识别，从而可以降低视觉识别设备和采集图像的环境的要求。同时，也更加便于安装和调试。

在进行物体识别时，可以将1个物体放置在区域A中，也可以将3个或6个等多个物体放置在称重台面的区域A，摄像头对整个称台拍照或者仅针对区域A拍照，并称出区域A内物体的重量weight_a并保存重量数据。

后台算法通过照片识别称重台面上的区域A内放置的物体，将图片特征提取后与之前存储的训练模型进行比对建立联系，给出物体匹配置信度，然后将重量信息weight_a与模型中记录的重量信息weight_a_s在预设的一定容差内进行比较。结合置信度和重量容差对比物体识别结果做综合判断。

因为仅针对于区域A的物体进行识别，因此算法在特征提取和比对时都降低了难度，此外，如果训练模型中的图片也是从区域A中获得，因为区域A中实际的成像效果与模型中图片较为相近，因此算法在特征提取和比对进一步降低了难度，可以得出更优的识别结果，同时结合重量判断的方式也进一步提升了准确度。

然后称重台面上其他区域B可以任何放置或倾倒不限数量的物体，本实施例中物体识别仅在区域A进行，所以相对于现有技术，区域B的物体放置没有任何要求，便于操作人员使用和操作。

此后对整个称台拍照，并称出整个台面上的重量weight_ab，将照片、重量数据weight_a和weight_ab送入后台算法进行处理。

在摄像头视野区域仅覆盖区域A的实施例中，此时仅需要称出整个台面上的重量weight_ab，将重量数据weight_a和weight_ab送入后台算法进行处理。

当后台算法判断出称重台面的区域A中的物体正是期待的物体后，可以直接将物体信息和重量信息weight_ab输出或记录。还可以将整个台面上的重量数据weight_ab可送入订单，以记录该订单内的物体的总重，同时通过总重与单重的关系，可以计算出该种物体的数量，数量信息也一并送入订单进行保存。处理完毕后，平台秤进入下一类物体的处理。

在另一个实施例中，在进行物体识别时，将一个或多个物体放置在称重台面的区域A，称出区域A内物体的重量weight_a并保存重量数据，然后称重台面上其他区域B可以任何放置或倾倒不限数量的物体，此后对整个称台拍照，并称出整个台面上的重量weight_ab，将照片、重量数据weight_a和weight_ab送入后台算法进行处理。

后台算法优先识别指定照片中对应称重台面上的区域A部分图像内放置的物体，当后台算法判断出称重台面的区域A中的物体正是期待的物体后，将物体信息和重量信息weight_ab进行后续处理，例如将整个台面上的重量数据weight_ab送入订单。

在又一个实施例中，直接在称台上倾倒不限数量的物体，并使得区域A中只有1个物体，也可以是区域A放置5个或8个等多个物体。

然后对整个称台拍照或者只对区域A拍照，并称出整个台面上的重量weight_ab，将照片、重量数据weight_ab送入后台算法进行处理。

后台算法通过照片识别称重台面上的区域A内放置的物体或者直接对区域A的照片内的物体，将图片特征提取后与之前存储的训练模型进行比对建立联系，给出物体匹配置信度，并进而给出物体识别结果。

当后台算法判断出称重台面的区域A中的物体正是期待的物体后，将物体信息和重量信息weight_ab进行后续处理，例如将整个台面上的重量数据weight_ab送入订单。

为了进一步降低算法特征提取和比对的难度，在另一个实施例中，训练模型也利用称台上区域A建立。模型建立首先将1个物体，或者7个或12个等多个物体以指定的姿态和位置摆放在称重台面上的区域A，比如针对一个有三个站立面的零件，可以只选取某一个站立面，将一个零件摆放在区域A的中心位置，其朝向与A位置垂直，然后拍照，并将拍摄的照片送入识别算法，进行模型训练，最后得到包含物体图像和呈现的姿态等信息的模型。

在另一个实施例中，在对物体拍照的同时，还对物体称重，获得物体的重量weight_a_s信息，并将重量信息送入识别算法，进行模型训练。

在又一个实施例中，在物体拍照的整个过程或者拍照前或拍照时的光源、阴影等环境信息，并同样送入识别算法，进行模型训练。

虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。