基于BiSeNet和YOLOv5s的条烟32位激光码识别方法研究

本文针对条状香烟激光编码在条状香烟中存在的特征提取与定向困难等问题,采用BiSeNet与YOLOv5s相结合的方式,对条状香烟的条状香烟进行了扫描。首先,我们将使用BiSeNet神经网络来实现对包含特征的目标的提取,然后,针对目标的偏移,我们将使用透射变换来纠正目标的偏移。然后,对经过灰度化和阈值处理的特征图像进行YOLOv5s的特征图像进行特征识别,并利用气泡法对其进行分类,最终完成了对香烟盒子的激光编码的自动识别。实验证明,本文提出的方法能够很好地实现特征点的提取,并且能够很好地克服特征点不能进行方位判断的困难,并且相对于其他方法来说,该方法更加稳健,更加准确。