(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 202211130918.9 (22)申请日 2022.09.16 (71)申请人 合肥友高物联网标识设备有限公司 地址 231200 安徽省合肥市经开区桃花工 业园拓展区汤口路 (72)发明人 陈文正　史志宪　 (74)专利代理 机构 合肥律众知识产权代理有限 公司 34147 专利代理师 朱晗 (51)Int.Cl. G06K 17/00(2006.01) G06V 10/28(2022.01) G06V 10/30(2022.01) G06V 10/34(2022.01) G06V 10/50(2022.01)G06V 10/74(2022.01) G06V 10/75(2022.01) G06V 10/764(2022.01) (54)发明名称 一种试剂盒正向及反向输送的赋码方法 (57)摘要 本发明涉及试剂盒赋码， 具体涉及一种试剂 盒正向及反向输送的赋码方法， 获取当前输送试 剂盒的待识别图像， 提取待识别图像中试剂盒的 图元特征信息； 基于试剂盒的图元特征信息， 结 合预设图形识别模板， 对待识别图像中试剂盒表 面的结构图形进行识别； 根据试剂盒的结构图形 识别结果判定试剂盒的输送状态； 基于试剂盒的 输送状态获取标识区域， 并在标识区域内进行赋 码操作； 本发 明提供的技术方案能够有效克服现 有技术所存在的试剂盒装配完成后无法对处于 反向输送状态的产品进行有效赋码， 而导致赋码 效率较低的缺陷。 权利要求书2页 说明书5页 附图2页 CN 115526281 A 2022.12.27 CN 115526281 A 1.一种试剂盒正向及反向输送的赋码方法， 其特 征在于： 包括以下步骤： S1、 获取当前输送试剂盒的待识别图像， 提取待识别图像中试剂盒的图元 特征信息； S2、 基于试剂盒的图元特征信息， 结合预设图形识别模板， 对待识别图像 中试剂盒表面 的结构图形进行识别； S3、 根据试剂盒的结构图形识别结果判定试剂盒的输送状态； S4、 基于试剂盒的输送状态获取 标识区域， 并在标识区域内进行 赋码操作。 2.根据权利要求1所述的试剂盒正向及 反向输送的赋码方法， 其特征在于： S1中提取待 识别图像中试剂盒的图元 特征信息， 包括： 按照预设图元模板提取试剂盒的所有图元， 并基于 图元类型对提取的图元进行分类， 统计每种图元类型包 含的图元 数量； 对图元类型及每种图元类型包含的图元数量进行关联， 得到待识别图像中试剂 盒的图 元特征信息。 3.根据权利要求2所述的试剂盒正向及 反向输送的赋码方法， 其特征在于： S2中基于试 剂盒的图元特征信息， 结合预设图形识别模板， 对待识别图像中试剂盒表面的结构图形进 行识别， 包括： 将试剂盒的图元特征信息与预设图形识别模板中预存储的规则图元特征信息进行匹 配； 当预设图形识别模板中存在与试剂 盒的图元特征信 息匹配的规则图元特征信 息时， 判 断待识别图像中试剂盒表面的结构图形为规则图形， 并根据匹配的规则图元特征信息对应 的规则图形类型确定试剂盒表面的结构图形； 当预设图形识别模板中不存在与 试剂盒的图元特征信 息匹配的规则图元特征信 息时， 判断待识别图像中试剂盒表面的结构图形为不规则图形， 并按照不规则图形识别方法对试 剂盒表面的结构图形进行识别。 4.根据权利要求3所述的试剂 盒正向及 反向输送的赋码方法， 其特征在于： 所述当预设 图形识别模板中不存在与试剂盒的图元 特征信息匹配的规则图元 特征信息时， 包括： 确定待识别图像中试剂 盒表面的结构图形的坐标点集合， 并利用最小包围圆算法得到 结构图形对应的第一 最小包围圆； 计算结构图形对应的第一最小包围圆与各预设图形识别模板对应的第二最小包围圆 之间的相似度； 当相似度大于相似度阈值时， 判断待识别图像中试剂盒表面的结构图形为规则图形， 并根据相似的预设图形识别模板对应的规则图形类型确定试剂盒表面的结构图形。 5.根据权利要求3所述的试剂盒正向及 反向输送的赋码方法， 其特征在于： S3 中根据试 剂盒的结构图形识别结果判定试剂盒的输送状态， 包括： 根据识别出的试剂 盒表面的结构图形判定试剂 盒当前处于正向输送状态/反向输送状 态。 6.根据权利要求5所述的试剂盒正向及 反向输送的赋码方法， 其特征在于： S4中基于试 剂盒的输送状态获取 标识区域， 并在标识区域内进行 赋码操作， 包括： 对待识别图像进行形态学轮廓提取， 并利用轮廓跟踪算法得到边界定位的二值化图 像；权　利　要　求　书 1/2 页 2 CN 115526281 A 2对边界定位的二值化图像提取HOG特征， 基于试剂盒的输送状态确定试剂盒表面的标 识区域， 并在标识区域内进行 赋码操作。 7.根据权利要求6所述的试剂 盒正向及 反向输送的赋码方法， 其特征在于： 所述对待识 别图像进行 形态学轮廓提取， 包括： 采用开运算和闭运 算对待识别图像进行 滤波， 并对滤波后的待识别图像进行腐蚀； 对滤波后的待识别图像与腐蚀后的待识别图像进行相减处理， 并对相减后的待识别图 像进行二 值化处理。 8.根据权利要求6所述的试剂 盒正向及 反向输送的赋码方法， 其特征在于： 所述对边界 定位的二 值化图像提取HO G特征， 包括： 对边界定位的二 值化图像进行归一 化处理， 并计算图像梯度； 对于每一cell的梯度直方图进行规定权重 的投影， 对于每一block内的cell进行对比 度归一化， 将所有bl ock内的梯度直方图向量组成HO G特征。 9.根据权利要求8所述的试剂 盒正向及 反向输送的赋码方法， 其特征在于： 所述基于试 剂盒的输送状态确定试剂盒表面的标识区域， 包括： 基于试剂盒的输送状态确定试剂盒方位信息， 根据HOG特征确定试剂盒表面的目标区 域， 并将区域 面积大于面积阈值的目标区域作为标识区域， 用于进行 赋码操作。权　利　要　求　书 2/2 页 3 CN 115526281 A 3