【技术实现步骤摘要】
本专利技术涉及条码识别，具体涉及一种基于条码自动识别方法、系统、存储介质及电子设备。
技术介绍
1、条形码是由宽度不同、反射率不同的条（深色部分，通常是黑色）和空（浅色部分，通常是白色）组成的。这些条和空按照一定的编码规则（码制）排列，用以表达一组数字或字母符号信息。
2、现有技术中，针对移动式的条码，通过图像采集方式将会获取大量的条码图像，在其处理过程中，不能有效快速地对其条码图像进行筛选，得到质量最高的条码，进而限制条码识别的准确性；
3、以及，条码在移动时，速度的异常变化，将会大大影响到条码被识别，目前也不能根据其问题进行分析，与传输设备端进行相互联系，对条码传输速度进行自动控制，保证其条码识别的高效性。
技术实现思路
1、本专利技术的目的在于提供一种基于条码自动识别方法、系统、存储介质及电子设备，本专利技术所解决的技术问题为：不能有效快速地对其条码图像进行筛选，得到质量最高的条码，进而限制条码识别的准确性。
2、本专利技术的目的可以通过以下技术方案实现：
3、一种基于条码自动识别方法，包括以下步骤：
4、步骤1：获取条码采集图像的条码数据；
5、其中，条码数据包括每一帧条码图像的条码对比度；
6、步骤2：基于条码数据，获取条码采集图像的识别值，确定条码采集图像的质量；
7、其中，条码采集图像的识别值由数据合格率值和变化合格率值进行求和计算得到；
8、若条码采集图像的识
9、若条码采集图像的识别值小于条码采集图像的识别阈值时，则生成条码识别不合格信号；
10、步骤3：基于数据合格条码采集图像和变化合格条码采集图像，确定最优的条码，通过条码识别器完成自动识别工作；
11、其中，最优的条码确定过程为：
12、提取所有的数据合格条码采集图像，得到数据合格条码采集图像的集合；
13、再从数据合格条码采集图像的集合中提取变化合格条码采集图像，得到待选图像；
14、获取待选图像中条码对比度最大值，将其待选图像标记为选中图像。
15、作为本专利技术进一步的方案：在步骤2中，条码采集图像的数据合格率值的获取方式为：
16、获取数据合格条码采集图像，统计数据合格条码采集图像的个数，将数据合格条码采集图像的个数与条码采集图像的总个数进行比值计算，得到条码采集图像的数据合格率值。
17、作为本专利技术进一步的方案：条码采集图像的变化合格率值的获取方式为：
18、获取变化合格条码采集图像，统计变化合格条码采集图像的个数，将变化合格条码采集图像的个数与条码采集图像的总个数进行比值计算，得到条码采集图像的变化合格率值。
19、作为本专利技术进一步的方案：数据合格条码采集图像的获取过程为：
20、获取每一帧条码图像的条码对比度，若条码对比度大于条码对比度阈值时，则生成条码对比度好信号，将条码对比度好信号所对应的条码图像，标记为数据合格条码采集图像；
21、若条码对比度小于等于条码对比度阈值时，则生成条码对比度差信号，将条码对比度差信号所对应的条码图像，标记为数据不合格条码采集图像。
22、作为本专利技术进一步的方案：变化合格条码采集图像的获取过程为：
23、获取每一帧条码图像的条码对比度，并与相邻帧数的条码图像的条码对比度进行差值计算，得到条码变化对比度；
24、若条码变化对比度小于等于条码变化对比度阈值时，则生成条码变化对比度好信号，将条码变化对比度好信号所对应的条码图像，标记为变化合格条码采集图像。
25、作为本专利技术进一步的方案：还包括以下步骤：
26、基于条码识别不合格信号，获取移动因素分辨值，并进行判断，生成物件影响信号或物件不影响信号；
27、其中，通过对速度异常时间和信号异常时间进行分析，得到移动因素分辨值；
28、若移动因素分辨值大于等于移动因素分辨阈值时，则生成物件影响信号。
29、作为本专利技术进一步的方案：移动因素分辨值由时长对应比与时点对应比相加求和计算得到。
30、作为本专利技术进一步的方案：时长对应比的获取过程为：
31、将速度异常时间的总时长与信号异常时间的总时长进行差值计算，得到时长对应值，将时长对应值与异常总时长进行比值计算，得到时长对应比。
32、作为本专利技术进一步的方案：时点对应比的获取过程为：
33、获取速度异常时间的每个时间点和信号异常时间的每个时间点，提取速度异常时间的每个时间点与信号异常时间的每个时间点的非重合点，得到时点对应值，将时点对应值与异常总时点进行比值计算，得到时点对应比。
34、作为本专利技术进一步的方案：速度异常时间的获取过程为：
35、当得到条码识别不合格信号时，获取条码物件的异常速度，将异常速度的所对应时间，标记为速度异常时间。
36、作为本专利技术进一步的方案：信号异常时间的获取过程为：
37、获取数据不合格条码采集图像对应信号生成的时间，标记为信号异常时间。
38、作为本专利技术进一步的方案：还包括以下步骤：
39、步骤5：获取调控因子和预设速度值，输出得到速度调控值；将得到的速度调控值反馈至物件传输设备，按照速度调控值调整当前预设的传输速度。
40、作为本专利技术进一步的方案：调控因子的获取过程为：
41、获取条码不合格反映占比和速度不合格反映占比，将条码不合格反映占比与速度不合格反映占比进行加权处理，得到调控因子。
42、作为本专利技术进一步的方案：条码不合格反映占比的获取方式为：
43、将条码采集图像的数据不合格率值与条码采集图像的变化不合格率值进行均值计算，得到条码不合格反映占比。
44、作为本专利技术进一步的方案：条码采集图像的数据不合格率值的获取过程为：
45、获取数据不合格条码采集图像，统计数据不合格条码采集图像的个数，将数据不合格条码采集图像的个数与条码采集图像的总个数进行比值计算，得到条码采集图像的数据不合格率值。
46、作为本专利技术进一步的方案：条码采集图像的变化不合格率值的获取过程为：
47、统计变化不合格条码采集图像的个数，将变化不合格条码采集图像的个数与条码采集图像的总个数进行比值计算，得到条码采集图像的变化不合格率值。
48、作为本专利技术进一步的方案：速度不合格反映占比的获取方式为：
49、将异常速度偏差均值与实时移动速度阈值进行比值计算，得到速度不合格反映占比。
50、作为本专利技术进一步的方案：异常速度偏差均值的获取过程为：
51、将异常速度与实时移动速度阈值进行差值计算，得到异常速度偏差值，将速度异常时间的总时长内所有异常速度偏差值相本文档来自技高网...
【技术保护点】
1.一种基于条码自动识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于条码自动识别方法,其特征在于，还包括以下步骤：
3.根据权利要求2所述的一种基于条码自动识别方法,其特征在于，移动因素分辨值由时长对应比与时点对应比相加求和计算得到。
4.根据权利要求3所述的一种基于条码自动识别方法,其特征在于，时长对应比的获取过程为：
5.根据权利要求4所述的一种基于条码自动识别方法,其特征在于，时点对应比的获取过程为：
6.根据权利要求5所述的一种基于条码自动识别方法,其特征在于，速度异常时间的获取过程为：
7.根据权利要求6所述的一种基于条码自动识别方法,其特征在于，信号异常时间的获取过程为：
8.根据权利要求2所述的一种基于条码自动识别方法,其特征在于，还包括以下步骤：
9.根据权利要求8所述的一种基于条码自动识别方法,其特征在于，调控因子的获取过程为：
10.根据权利要求9所述的一种基于条码自动识别方法,其特征在于，条码不合格反映占比的获取方式为：
【技术特征摘要】
1.一种基于条码自动识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于条码自动识别方法,其特征在于，还包括以下步骤：
3.根据权利要求2所述的一种基于条码自动识别方法,其特征在于，移动因素分辨值由时长对应比与时点对应比相加求和计算得到。
4.根据权利要求3所述的一种基于条码自动识别方法,其特征在于，时长对应比的获取过程为：
5.根据权利要求4所述的一种基于条码自动识别方法,其特征在于，时点对应比的获取过程为：
【专利技术属性】
技术研发人员：张立静，贺超，关永珍，张承杰，张行敏，
申请(专利权)人：深圳盈达信息科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。