技術(shù)特征：

1.一種袋裝物體的ai視覺檢測方法，其特征在于，其包括如下的步驟：

2.根據(jù)權(quán)利要求1所述的袋裝物體的ai視覺檢測方法，其特征在于：步驟s4中，利用卷積神經(jīng)網(wǎng)絡cnn模型對無袋物體圖像進行圖像處理，卷積神經(jīng)網(wǎng)絡cnn模型中，經(jīng)過卷積層、激活函數(shù)、池化層的交替處理，提取圖像的特征信息。

3.根據(jù)權(quán)利要求2所述的袋裝物體的ai視覺檢測方法，其特征在于：卷積神經(jīng)網(wǎng)絡cnn模型包括：

4.根據(jù)權(quán)利要求3所述的袋裝物體的ai視覺檢測方法，其特征在于：步驟s4中的處理過程如下：

5.根據(jù)權(quán)利要求1所述的袋裝物體的ai視覺檢測方法，其特征在于：步驟s32中，采用膨脹和雕刻圖像處理技術(shù)進行處理。

6.根據(jù)權(quán)利要求5所述的袋裝物體的ai視覺檢測方法，其特征在于：步驟s32的具體過程包括：

7.根據(jù)權(quán)利要求6所述的袋裝物體的ai視覺檢測方法，其特征在于：s321的具體操作過程為：

8.根據(jù)權(quán)利要求6所述的袋裝物體的ai視覺檢測方法，其特征在于：s322的具體操作過程為：

技術(shù)總結(jié)
本發(fā)明涉及視覺檢測技術(shù)領域，提供一種袋裝物體的AI視覺檢測方法，旨在提高智能秤等設備對商品的識別效率和準確性。該方法包括圖像獲取與轉(zhuǎn)換、顏色剝離、袋子形狀處理和圖像檢測四個主要步驟。首先，獲取袋裝物體的圖像并從RGB轉(zhuǎn)換到HSV色彩空間，同時獲取僅含袋裝材料的圖像并進行相同轉(zhuǎn)換。其次，通過減法運算在HSV空間中剝離顏色，并將結(jié)果轉(zhuǎn)換回RGB空間。在袋子形狀處理階段，通過灰度值處理和形態(tài)學操作，如膨脹和雕刻，去除不連續(xù)區(qū)域，保留物體的最大連續(xù)區(qū)域。最后，利用卷積神經(jīng)網(wǎng)絡CNN模型對預處理后的圖像進行特征提取和物體識別。本發(fā)明通過一次訓練即可識別套袋和未套袋物品，顯著減少了訓練時間和成本。

技術(shù)研發(fā)人員：丁超,李昊旻
受保護的技術(shù)使用者：青島海石商用科技股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/10