买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京计算机技术及应用研究所;北京航天爱威电子技术有限公司申请的专利一种面向仓库管理的物品识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116665195B 。

龙图腾网通过国家知识产权局官网在2025-11-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310200452.3，技术领域涉及：G06V20/60；该发明授权一种面向仓库管理的物品识别方法是由贺志洋;梁翠萍;陈鸿琼;蒋遂平;马承振;张丹;白民生设计研发完成，并于2023-03-02向国家知识产权局提交的专利申请。

本一种面向仓库管理的物品识别方法在说明书摘要公布了：本发明涉及一种面向仓库管理的物品识别方法，属于图像识别技术领域。本发明的方法包括：构造背景模型图像集H、通过RPCA方法对图像中的物品与背景分割、物品区域图像标准化、物品种类识别和输出识别结果，达到标签损坏物品识别的目的。本发明的有益效果在于提供一种用于仓库物品标签损坏的物品识别方法，其计算量的轻量化可满足物联网节点的边缘计算的需求，而且识别准确率高。

本发明授权一种面向仓库管理的物品识别方法在权利要求书中公布了：1.一种面向仓库管理的物品识别方法，其特征在于，该方法包括如下步骤： S1、图像采集：采集待识别图像I； S2、构造背景模型图像集H：构造或更新背景模型图像集H是由开机标识、采集平台上物品质量、距离上次采集背景时间t共同决定的，在开机时和过程中两种情况下，均进行背景模型图像集H的更新； S3、基于背景模型图像集H，利用鲁棒主成分分析RPCA方法基于对待识别图像I中的物品与背景进行分割，得到物品区域图像Ie； S4、物品区域图像Ie标准化，得到图像Ig； S5、物品种类识别：利用已经训练好的分类器进行识别，即将图像Ig送入分类器中，输出识别出的物品种类； S6、输出识别结果 根据识别出的物品种类与仓库内物品清单对比，输出物品状态及名称； 其中， 所述步骤S3具体包括如下步骤： S31：将背景模型图像集H中每张图像和待识别的图像I向量化，将上述向量按列组合为观测矩阵D，其中D的最后一列为待识别图像I向量化后的数据；然后利用RPCA方法将观测矩阵D分解为A+E，其中A为输出的稀疏矩阵，E为低秩矩阵；稀疏矩阵A中的最后一列包含有待识别物品信息； S32：将稀疏矩阵A的最后一列按待识别图像I的大小重新排列得到图像I1，I1为物品的区域图像； S33：对物品区域图像I1做二值化运算得到二值化图像IB； S34：对二值化图像IB做闭运算得到Ic； S35：对图像Ic做开运算得到图像Id； S36：根据最小面积原则MABR计算图像Id中最大连通域的最小外接矩形M，得到M的中心点坐标及M的长和宽； S37：根据M的中心点坐标及M的长和宽，扣取待识别图像I中对应最小外接矩形M位置的图像，得到物品区域图像Ie。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京计算机技术及应用研究所;北京航天爱威电子技术有限公司，其通讯地址为：100854 北京市海淀区永定路51号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。