(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210756755.9 (22)申请日 2022.06.29 (71)申请人 厦门华联电子股份有限公司 地址 361000 福建省厦门市 火炬高新区火 炬园华联电子大厦 (72)发明人 钟华堡　张帆　沈亚锋　谢立寅　 (74)专利代理 机构 深圳市达文创新知识产权代 理事务所(普通 合伙) 44396 专利代理师 芮爽 (51)Int.Cl. G06K 7/14(2006.01) G06V 10/44(2022.01) G06V 10/24(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01)G06N 3/04(2006.01) (54)发明名称 一种局部顶点检测方法及装置 (57)摘要 本发明公开了一种局部顶点检测方法及装 置， 其中， 方法包括： 输入待检测图像； 利用预先 训练好的深度学习局部顶点检测模型对待检测 图像进行检测， 以输出多个预测的顶点； 顶点的 预测信息包括： 顶点类型、 置信度得分、 顶点坐 标、 顶点矢量； 对多个预测的顶点进行筛选以滤 除顶点矢量方向相同、 且坐标位置距离小于预设 值的顶点； 根据预测的顶点信息匹配出用于代表 条码的对角顶点对， 以及计算顶点对组成的斜 框； 以及旋转、 裁切斜框以获得条码的粗定位图 像， 并对粗定位图像进行解码以识别出对应的条 码。 通过本发明， 基于条码顶点局部区域图形结 构简单的特点以简化识别的难度， 并基于深度学 习检测技术， 适应各种背景干扰， 提高条码识别 的准确性。 权利要求书4页 说明书11页 附图6页 CN 115238723 A 2022.10.25 CN 115238723 A 1.一种局部顶点检测方法， 其特 征在于， 包括如下步骤： 输入待检测图像； 其中， 所述待检测图像中包 含多个、 多类型 条码； 利用预先训练好的深度 学习局部顶点检测模型对所述待检测图像进行检测， 以输出多 个预测的顶点； 所述顶点的预测信息包括： 顶点类型c、 置信度得分p、 顶点坐标(x,y)、 顶点 矢量 对所述多个预测的顶点进行筛选以滤除顶点矢量方向相同、 且坐标位置距离小于预设 值的顶点； 根据预测的顶点信 息匹配出用于代表条码的对角顶点对， 以及计算所述顶点对组成的 斜框； 以及 旋转、 裁切所述斜框以获得条码的粗定位图像， 并对所述粗定位图像进行解码以识别 出对应的条码。 2.根据权利要求1所述的局部顶点检测方法， 其特征在于， 对所述多个预测的顶点进行 筛选以滤除顶点矢量方向相同、 且坐标位置距离小于预设值的顶点， 具体包括： 根据所述多个预测的顶点的置信度得分p对顶点输入列表进行排序； 选择置信度得分最高的顶点添加至顶点输出列表中， 并将所述置信度得分最高的顶点 从所述顶点输入列表中删除； 计算所述顶点输入列表中的顶点与所述置信度得分最高的顶点的欧式距离； 计算所述顶点输入列表中的顶点与所述置信度得分最高的顶点的矢量内积； 以及 根据计算结果选择欧式距离小于阈值T1且矢量内积大于阈值T2的顶点， 并将选择的顶 点从所述顶点输入列表中删除； 重复如上 所述步骤直至所述顶点输入列表为空。 3.根据权利要求2所述的局部顶点检测方法， 其特征在于， 根据 预测的顶点信 息匹配出 用于代表条码的对角顶点对， 以及计算所述顶点对组成的斜框， 具体包括： 遍历所述顶点输出列表以根据筛 选条件筛 选并获取顶点对； 以及 根据获取的顶点对的预测信息计算对应的条码斜框， 并判断所述条码斜框的长度值、 宽度值是否满足预设条件； 若 是， 则所述顶 点对成立， 输出对应计算得到的斜框； 否则， 所述 顶点对不成立； 其中， 所述筛 选条件为： 根据同时满足以下 条件(1)、 (2)筛 选出顶点对： 条件(1)： ci＝cj； 其中， i和j分别为两个顶点编号； 条件(2)： 即vi xvj x+vi yvj y<T3； 所述预设条件为： w>T4且h>T4且T5<w/h<T6； 其中， w为斜框宽度、 h为斜框高度、 阈值T4为 条码的最小宽度值或高度值、 T5为条码的最小长 宽比， T6为条码的最大长 宽比。 4.根据权利要求3所述的局部顶点检测方法， 其特征在于， “根据获取的顶点对的预测 信息计算对应的条码斜框 ”， 具体包括： 设条码斜框表示为(cx,cy,w,h, θ )； 其中， (cx,cy)表示斜框中心坐标， θ表示斜框逆时 针旋转角度； 根据如下公式(1)计算由顶点 i和顶点j构成的斜框：权　利　要　求　书 1/4 页 2 CN 115238723 A 25.根据权利要求1所述的局部顶点检测方法， 其特征在于， 所述深度学习局部顶点检测 模型的训练方法， 具体包括： 收集多个条码图像以组成数据集； 对所述条码图像进行检测以识别条码， 并输出条码类型c、 以及4个条码顶点坐标(x, y)； 对图像中的所有条码的对角顶点进行自动标注； 其中， 标注内容包括： 顶点类型、 顶点 坐标、 顶点矢量； 对识别失败的条码图像进行人工标注， 以及对无法获得顶点坐标的条码图像进行人工 剔除； 以及 根据标注好的数据集训练所述深度学习局部顶点检测模型。 6.根据权利要求5所述的局部顶点检测方法， 其特征在于， 利用如下公式(2)计算所述 顶点矢量： 其中， i、 j、 k、 l分别表示左下角、 右上角、 左上角、 右下角顶点。 7.一种局部顶点检测装置， 包括存储单元、 图像获取单元以及处理单元； 所述图像获取 单元用于获取待检测图像； 其中， 所述待检测图像中包含多个、 多类型条码； 其特征在于， 所 述处理单元包括： 顶点预测单元， 用于利用预先训练好的深度 学习局部顶点检测模型对所述待检测图像 进行检测， 以输出多个预测的顶点； 其中， 所述每个顶点的预测信息包括： 顶点类型c、 置信 度得分p、 顶点 坐标(x,y)、 顶点矢量Vρ ＝(vx,vy)； 顶点筛选单元， 用于对所述多个预测的顶点进行筛选以滤除顶点矢量方向相同、 且坐 标位置距离小于预设值的顶点； 斜框计算单元， 用于根据预测的顶点信息匹配出用于代表条码的对角顶点对， 以及计 算所述顶点对组成的斜框； 裁切单元， 用于旋转、 裁切所述 斜框以获得 条码的粗定位图像； 以及 解码单元， 用于对所述 粗定位图像进行解码以识别出对应的条码。 8.根据权利要求7 所述的局部顶点检测装置， 其特 征在于， 所述顶点筛 选单元包括： 排序模块， 用于根据所述多个预测的顶点的置信度得分p对顶点输入列表进行排序；权　利　要　求　书 2/4 页 3 CN 115238723 A 3