预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共13页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112307827A(43)申请公布日2021.02.02(21)申请号201910700040.X(51)Int.Cl.(22)申请日2019.07.31G06K9/00(2006.01)G06K9/46(2006.01)(71)申请人梅特勒-托利多(常州)测量技术有限公司地址213125江苏省常州市新北区太湖西路111号申请人梅特勒-托利多(常州)精密仪器有限公司梅特勒-托利多国际贸易(上海)有限公司(72)发明人王沈辉张凇曹淙涵于清松(74)专利代理机构上海专利商标事务所有限公司31100代理人陈亮权利要求书2页说明书8页附图2页(54)发明名称对象识别装置,系统和方法(57)摘要本发明提供了一种对象识别装置,系统和方法,其中,所述对象识别装置包括:第一图像匹配模块,用于将各类型对象图像特征信息中的第一图像特征信息,与所述目标对象的第一图像特征,进行比对筛选;计数模块,用于对目标对象,按照各类型对象的质量分布信息逐一称重计数;计算模块,用于根据各类型对象的所述质量分布信息和对应的称重计数数据,逐一计算各类型对象因统计误差而允许的计数误差;判断模块,用于通过逐一判断所述称重计数数据是否在对应类型对象的所述统计误差而允许的计数误差的范围内,进行筛选。通过所述对象识别装置,系统和方法,可以提高物品识别效率。CN112307827ACN112307827A权利要求书1/2页1.一种对象识别装置,其特征在于,包括:第一图像匹配模块,用于将各类型对象图像特征信息中的第一图像特征信息,与目标对象的第一图像特征,进行比对筛选;计数模块,用于对目标对象,按照各类型对象的质量分布信息逐一称重计数;计算模块,用于根据各类型对象的所述质量分布信息和对应的称重计数数据,逐一计算各类型对象因统计误差而允许的计数误差;判断模块,用于通过逐一判断所述称重计数数据是否在对应类型对象的所述统计误差而允许的计数误差的范围内,进行筛选。2.如权利要求1所述的对象识别装置,其特征在于,所述因统计误差而允许的计数误差为:其中,K为预设可信度倍数指标,σn为根据一类对象的质量分布获得的标准差,Nn为一类对象的称重计数,AWn为根据一类对象的质量分布获得的称重均值。3.如权利要求1所述的对象识别装置,其特征在于,所述计算模块,还用于根据称重设备的称重精度误差和各类型对象的称重均值,计算称重误差的允许计数误差;所述判断模块,通过逐一判断所述称重计数数据是否在对应类型对象的所述统计误差而允许的计数误差,以及所述称重误差的允许计数误差的范围内,进行筛选;所述称重误差的允许计数误差为:±C/AWn;其中,C为称重设备的称重精度误差,AWn为根据所述质量分布信息获得的一类对象的称重均值。4.如权利要求3所述的对象识别装置,其特征在于,所述判断模块计算:称重计数±(统计误差而允许的计数误差+称重误差的允许计数误差)是否覆盖至少一个整数;如果是,判定所述称重计数数据在对应类型对象的所述统计误差而允许的计数误差的范围内,否则判定超出允许的计数误差的范围。5.如权利要求1所述的对象识别装置,其特征在于,还包括:第二图像匹配模块,用于在所述判断模块完成前轮筛选后,将各类型对象图像特征信息中的第二图像特征信息,与所述目标对象的第二图像特征,进行下轮比对筛选;或者,通过增强识别,将各类型对象图像特征信息中的第一图像特征信息,与所述目标对象的第一图像特征,进行下轮比对筛选。6.一种对象识别系统,其特征在于,包括:如权利要求1~5任一项所述的对象识别装置,存储装置,图像获取装置和称重装置;所述存储装置,用于存储各类型对象的图像特征信息和质量分布信息;所述图像获取装置,用于获取所述目标对象的图像;所述称重装置,用于对所述目标对象称重。7.一种对象识别方法,其特征在于,包括:将各类型对象图像特征信息中的第一图像特征信息,与所述目标对象的第一图像特征,进行比对筛选;对目标对象按照各类型对象的质量分布信息逐一称重计数;根据各类型对象的所述质量分布信息和对应的称重计数数据,逐一计算各类型对象因2CN112307827A权利要求书2/2页统计误差而允许的计数误差;通过逐一判断所述称重计数数据是否在对应类型对象的所述统计误差而允许的计数误差的范围内,进行筛选。8.如权利要求7所述的对象识别方法,其特征在于,所述因统计误差而允许的计数误差为:其中,K为预设可信度倍数指标,σn为根据一类对象的质量分布获得的标准差,Nn为一类对象的称重计数,AWn为根据一类对象的质量分布获得的称重均值。9.如权利要求7所述的对象识别方法,其特征在于,在根据各类型对象的所述质量分布信息和对应的称重计数数据,逐一计算各类型对象因统计误差而允许的计数误差后,还