(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 202211219563.0 (22)申请日 2022.10.08 (71)申请人 南通有来信息技 术有限公司 地址 226000 江苏省南 通市开发区广州路 42号455室 (72)发明人 邵振菲　孙安行　 (74)专利代理 机构 深圳信科专利代理事务所 (普通合伙) 44500 专利代理师 张琼 (51)Int.Cl. G06T 7/00(2017.01) G06T 5/30(2006.01) (54)发明名称 一种基于物流标签的条 形码缺陷检测方法 (57)摘要 本发明涉及一种基于物流标签的条形码缺 陷检测方法， 属于数据识别技术领域， 该方法步 骤包括： 获取物流标签图像并区分出实际条形码 区域， 构建实际条形码区域的实际图结构； 对实 际图结构中全部边值进行分类， 得到多个边值类 别； 根据边值类别在实际图结构中的连续性对实 际图结构进行拆分， 得到多个实际子图； 根据每 个实际子图的边值确定膨胀后图结构； 根据实际 子图、 边值类别、 膨胀后图结构构建出实际树结 构； 将实际树结构与预设标准树结构进行对比， 确定出实际条形码区域中宽度 异常区域； 本发明 能准确的检测出物流标签中条形码区域内黑线 宽度异常区域， 避免不 合格的物流标签流出。 权利要求书2页 说明书7页 附图5页 CN 115294121 A 2022.11.04 CN 115294121 A 1.一种基于物流标签的条 形码缺陷检测方法， 其特 征在于， 该 方法包括： 获取物流标签图像， 并将物流标签图像中实际条 形码区域区分出来； 将实际条形码区域中黑线区域用节点表示， 将相邻 两个黑线区域之间的白色区域用节 点之间的边表示， 将白色区域的宽度用节点之 间的边值表示构建出实际条形码区域的实际 图结构； 对实际图结构中全部边值， 利用多阈值分割方法对全部边值进行分类得到多个边值类 别； 根据边值类别在实际图结构中的连续 性对实际图结构进行拆分， 得到多个实际子图； 以根据每个实际子图中每个边值确定的膨胀距离， 对实际条形码区域中全部黑线区域 进行膨胀操作得到多个膨胀后条形码区域， 同时构建每个膨胀后条形码区域的膨胀后图结 构； 根据每个实 际子图、 每个边值类别、 每个膨胀后图结构构建出实 际条形码区域的实 际 树结构； 将获取物流标签的实际树结构与 预设标准树结构逐层进行对比， 确定出实际条形码区 域中宽度异常区域。 2.根据权利要求1所述的一种基于物流标签的条形码缺陷检测方法， 其特征在于， 所述 以根据每个实际子图中每个边值确定的膨胀 距离， 对实际条形码区域中全部黑线区域进 行 膨胀操作得到多个膨胀后条形码区域， 同时构建每个膨胀后条形码区域的膨胀后图结构， 包括： 选取任一实际子图中任一 边值并记作第一 边值； 根据第一边值确定的膨胀距离， 对实际条形码区域中全部黑线区域进行一 次形态学膨 胀操作得到第一 膨胀后条 形码区域； 构建第一膨胀后条形码区域的膨胀后图结构， 并将膨胀后图结构记作第 一边值对应的 膨胀后图结构； 根据第一边值对应的膨胀后图结构的获取方法， 获取每个实际子图中每个边值对应的 膨胀后图结构。 3.根据权利要求2所述的一种基于物流标签的条形码缺陷检测方法， 其特征在于， 所述 根据第一边值确定的膨胀 距离， 对实际条形码区域中全部黑线区域进 行一次形态学膨胀操 作得到第一 膨胀后条 形码区域， 包括： 将第一边值的一半作为第一 边值对应的膨胀距离； 利用第一边值对应的膨胀距离， 对实际条形码区域中全部黑线区域进行一 次形态学膨 胀操作得到第一 膨胀后条 形码区域。 4.根据权利要求2所述的一种基于物流标签的条形码缺陷检测方法， 其特征在于， 所述 根据每个实际子图、 每个边值类别、 每个膨胀后图结构构建出实际条形码区域的实际树结 构， 包括： 将全部实际子图中节点数量总和作为实际树结构的第 一层、 将每个边值类别中包含的 边值数量作为实际树结构的第二层、 将 每个边值类别中具体的边值作为 实际树结构的第三 层、 将每个边值对应的膨胀后图结构 中节点数量总和作为实际树结构的第四层、 将每个边 值对应的膨胀后图结构作为实际树结构的第五层；权　利　要　求　书 1/2 页 2 CN 115294121 A 2根据实际树结构的第一层、 实际树结构的第二层、 实际树结构的第三层、 实际树结构的 第四层、 实际树结构的第五层构建出实际树结构。 5.根据权利要求1所述的一种基于物流标签的条形码缺陷检测方法， 其特征在于， 所述 获取物流标签图像， 并将物流标签图像中实际条 形码区域区分出来， 包括： 获取物流标签RGB图像； 对获取的物流标签RGB图像进行语义分割处 理得到物流标签二 值图； 对物流标签二 值图进行霍夫直线检测得到多条检测直线； 将全部检测直线转换到霍夫参数空间中区分出全部条形码直线， 由全部条形码直线组 成实际条 形码区域。 6.根据权利要求5所述的一种基于物流标签的条形码缺陷检测方法， 其特征在于， 所述 将全部检测直线转换到霍夫参数空间中区分出全部条 形码直线， 包括： 将全部检测直线转换到霍夫参数空间中得到多个点， 并将该点记作标记点； 对霍夫参数空间中全部标记点的投票 值进行统计， 得到投票 值直方图； 根据投票 值直方图选取投票 值大于预设第一阈值的点称为高亮点； 对霍夫参数空间中每 个横坐标对应的高亮点的数量进行统计； 根据每个横坐标对应的高亮点投票 值的离散系数； 选择离散系数最小的横坐标对应的全部 高亮点， 将离散系数最小的横坐标对应的全部 高亮点转换到图像空间中得到全部条 形码直线。 7.根据权利要求1所述的一种基于物流标签的条形码缺陷检测方法， 其特征在于， 所述 根据边值类别在实际图结构中的连续 性对实际图结构进行拆分， 得到多个实际子图， 包括： 将属于同一 边值类别并在实际图结构中处于相连位置的边 值划分为同一相连区域； 按照同一相连区域的划分原则对实际图结构进行拆分， 得到多个实际子图。权　利　要　求　书 2/2 页 3 CN 115294121 A 3