基于视觉识别的工器具出入库管理方法及系统.pdf

《基于视觉识别的工器具出入库管理方法及系统.pdf》由会员分享，可在线阅读，更多相关《基于视觉识别的工器具出入库管理方法及系统.pdf（17页完成版）》请在专利查询网上搜索。

1、(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 202410014649.2(22)申请日 2024.01.05(71)申请人 山东通广电子股份有限公司地址 255022 山东省淄博市张店区房镇镇三赢路5号西地创新产业园C座(72)发明人 王维良翟慧辛光孙峰陈岩石翠刘栋孟晓晓袁亚洲王磊(74)专利代理机构 北京云嘉湃富知识产权代理有限公司 11678专利代理师 张亮(51)Int.Cl.G06Q 10/087(2023.01)G06V 10/26(2022.01)G06V 10/44(2022.01)G06V 20/70(2022.01)(54。

2、)发明名称一种基于视觉识别的工器具出入库管理方法及系统(57)摘要本发明属于工器具出入库识别技术领域，公开了一种基于视觉识别的工器具出入库管理方法及系统。该方法包括：检测工器具在工具存储库上的存入信息和库存总量信息；计算出工器具的初始库存量和当前库存总量信息，根据工器具库存总量信息设定合适的工器具库存总量集合，然后判断工器具是否有库存量存入信息；纠正工器具重复存入信息的库存量；判断工器具是否有种类变化，获取工器具出入库过程中工器具出入信息。本发明能对工器具出入库的过程进行有效监控与识别，对出入库的库存能获取准确信息，对后续的采购等提供准确的信息。权利要求书4页 说明书10页 附图2页CN 11。

3、7522281 A2024.02.06CN 117522281 A1.一种基于视觉识别的工器具出入库管理方法，其特征在于，该方法包括以下步骤：S1，检测工具存储库内工器具的存入信息和库存总量信息，在库存区域工器具的存入信息和库存总量信息变化时，拍摄工器具的变化图像并传送到差异识别终端；S2，进行图像预处理，获取图像的灰度区域，对库存区域边界进行提取，计算出工器具的初始库存量信息和当前库存总量信息，将当前库存量信息传递给库存量识别模块；S3，库存量识别模块调整工器具库存总量，根据工器具库存总量信息设定工器具库存总量集合，判断工器具是否有库存量存入信息，若有存入信息，则通过差异识别终端判定出入工器。

4、具取出量及取出频次；S4，纠正工器具重复存入信息的库存量；S5，判断工器具是否有种类变化，若存在种类变化，差异识别终端采用种类识别法判定出入工器具取出量信息，工器具初始库存量不变，只改变库存总量信息；S6，工器具的初始库存量和当前库存总量信息差异识别结束后，将工器具送到前端服务器进行确认，获取工器具出入库过程中的工器具出入信息。2.根据权利要求1所述的基于视觉识别的工器具出入库管理方法，其特征在于，在步骤S2中，所述工器具的初始库存量的表达式为：；式中，为四个库存区域边界的横坐标值的平均值，为四个库存区域边界的纵坐标值的平均值，为四个库存区域边界的交点值，为第一库存区域边界的横坐标值，为第二库。

5、存区域边界的横坐标值，为第三库存区域边界的横坐标值，为第四库存区域边界的横坐标值，为第一库存区域边界的纵坐标值，为第二库存区域边界的纵坐标值，为第三库存区域边界的纵坐标值，为第四库存区域边界的纵坐标值，为第一库存区域边界的交点值，为第二库存区域边界的交点值，为第三库存区域边界的交点值，为第四库存区域边界的交点值。3.根据权利要求1所述的基于视觉识别的工器具出入库管理方法，其特征在于，在步骤S2中，所述进行图像预处理，包括：采用灰度权重分割方法对工器具图像进行权重分割，根据整幅图像的灰度值，选取最佳的权重，权重分割的数学表达为：；式中，为当前最佳的整幅图像权重分割值，为整幅图像权重分割中当前分割。

6、的权重，为设定的标准权重。4.根据权利要求1所述的基于视觉识别的工器具出入库管理方法，其特征在于，在步骤S2中，所述获取图像的灰度区域，包括：权利要求书1/4 页2CN 117522281 A2S2.1、确定取样核种类，对原图像边界作对应的拓展，用边界值作为拓展值，使边界处的方差值变小；S2.2、用取样核遍历所有像素，得到所有像素的邻域方差；S2.3、将所有方差值映射到0255的灰度范围，得到方差灰度图，工器具边界位于灰度值最大的部分，表达式为：；式中，为方差灰度图像处的灰度值，为处的方差值，为方差最小值，为方差最大值，运算为向下取整，为方差最大值与方差最小值的偏差映射到255的灰度比值；S2。

7、.4、设定方差权重，提取方差大于权重的部分像素点，将值设为1，其余像素点的值设为0，得到方差灰度化图像；S2.5、提取面积最大的区域，得到工器具边界所在区域，对区域进行形态学闭运算，填充补丁；S2.6、对所得区域之外的部分进行高斯灰度化，对边界区域不作处理。5.根据权利要求1所述的基于视觉识别的工器具出入库管理方法，其特征在于，在步骤S2中，所述对库存区域边界进行提取，包括：步骤一、对图像进行边界检测，提取边界图像中的特征点，区域边界不为工器具边线，将区域边界特征点剔除，剩下的特征点组成节点网络空间；式中，为节点网络空间，为某特征点在节点网络中所处位置的横纵坐标值；步骤二、按 递增的顺序从中提。

8、取子集，为图像高度，作为种子集；由于目标库存区域边界必过图像水平中线，这种种子点的提取方式减少了原算法中选取种子点的盲目性；式中，为在横向递增的某节点网络空间子集，为横向递增的某节点网络子集特征点所处位置的横坐标值，为横向递增的某节点网络子集特征点所处位置的纵坐标值；步骤三、初始化参数累加器数组；步骤四、从剩余特征点中随机选取一点，计算；其中，为某节点网络空间中剩余特征点的反向角度，为某特征点 在节点网络中所处位置的横纵坐标值，为某剩余特征点 在节点网络中所处位置的横纵坐标值；步骤五、若点满足，则认为与在一条库存区域边界上，将参数的累加器加1；若不满足，则重新开辟的累加器；直到某一累加器的值达。

9、到权重，则认为检测到一条库存区域边界；其中，为节点网络空间中剩余的第 个特征点网络空间，权利要求书2/4 页3CN 117522281 A3为剩余的第 个特征点网络空间的反向角度，为某节点网络空间中剩余特征点的反向角度，为剩余特征点的反向角度允许偏差值，为累加器权重值；步骤六、计算参数 表示的库存区域边界：；式中，为库存区域边界，为剩余特征点j在节点网络中所处位置的横坐标值，为某节点i网络子集特征点所处位置的纵坐标值；步骤七、遍历中的特征点，若，则删除该特征点，若删除的特征点数目大于权重，则确定图像中存在上式表示的库存区域边界；其中，为剩余特征点，为节点网络中横向，为节点网络中纵向，为剩余特征。

10、点的反向角度在库存区域边界约束下允许偏差值，为删除的特征点累加器累加权重；步骤八、将删除第一条库存区域边界上的点后的点集记为，重复以上步骤在中提取第二条库存区域边界，将累加器数值最大的库存区域边界作为生产后区域的库存区域边界。6.根据权利要求1所述的基于视觉识别的工器具出入库管理方法，其特征在于，在步骤S3中，所述判断工器具是否有库存量存入信息，包括：搁置工器具的识别货架上层为有源识别标签工器具，下层为无源识别标签工器具，通过视觉识别仪器配合外部产品追溯终端识别不同工器具的详细信息，详细信息包括：制造地、型号、性能、种类以及等级。7.根据权利要求1所述的基于视觉识别的工器具出入库管理方法，其特。

11、征在于，在步骤S3中，所述通过差异识别终端判定出入工器具取出量及取出频次，包括：由视觉识别仪器检测工器具在工具存储库上的存入信息和库存总量信息，由库存量识别模块采用出入周期的差异识别方法先将工器具库存量差异识别到正常生产消耗标准值，再采用种类识别法将工器具库存总量信息差异识别到生产消耗种类变化库存标准值。8.根据权利要求7所述的基于视觉识别的工器具出入库管理方法，其特征在于，所述出入周期的差异识别方法，包括：库存量差异识别包括：；式中，为工器具以取出量在库存量差异识别时间段内的偏差；为生产前工器具取出量，为工器具纠正库存量存入信息时生产后较生产前多消耗的数量；库存量差异识别开始时，出入工器具同。

12、时开始统计出入频率，防止工器具生产前存入量为0，生产后取出量不为0而产生库存欠缺，库存量差异识别结束时，出入量同时降为0，然后开始种类差异识别；表示工器具纠正中种类，表示消耗标准值，表示时间段；为某取出量数值，为任意一取出量值；所述种类识别法包括：出入工器具取出量种类相等，取出频次异常，均先判定正常生产消耗标准量后统计出入频率；工器具开始重复判定，查找工器具原始库存总量信息和当前库存量差异判定新增库存总量信息，即有：权利要求书3/4 页4CN 117522281 A4；其中，为种类差异识别过程中生产后工器具的偏差；为纠正库存总量信息时工器具正常生产消耗标准量的数量，为生产后工器具取出量；纠正完。

13、库存量存入信息和库存总量信息后，工器具差异识别动作完成，此时出入工器具取出量均为0，最后判定正常生产消耗标准量。9.根据权利要求1所述的基于视觉识别的工器具出入库管理方法，其特征在于，在步骤S6中，所述获取工器具出入库过程中的工器具出入信息后，通过采集工器具的图像进行对比，获取工器具的自动化保养和维修周期，并对不合格的、超期未试验安全工器具进行报警提示。10.一种基于视觉识别的工器具出入库管理系统，其特征在于，该系统实施如权利要求19任意一项所述的基于视觉识别的工器具出入库管理方法，该系统包括：差异变化检测模块（1），用于检测工具存储库内工器具的存入信息和库存总量信息，在库存区域工器具的存入信。

14、息和库存总量信息变化时，拍摄工器具的变化图像并传送到差异识别终端；工器具的初始库存量和当前库存总量信息计算模块（2），用于进行图像预处理，获取图像的灰度区域，对库存区域边界进行提取，计算出工器具的初始库存量信息和当前库存总量信息，将当前库存量信息传递给库存量识别模块；出入工器具取出量及取出频次判定模块（3），用于库存量识别模块调整工器具库存总量，根据工器具库存总量信息设定工器具库存总量集合，判断工器具是否有库存量存入信息，若有存入信息，则通过差异识别终端判定出入工器具取出量及取出频次；库存量纠正模块（4），用于纠正工器具重复存入信息的库存量；工器具种类差异变化判定模块（5），用于判断工器具是否。

15、有种类变化，若存在种类变化，差异识别终端采用种类识别法判定出入工器具取出量信息，工器具初始库存量不变，只改变库存总量信息；工器具出入库过程中工器具出入信息获取模块（6），用于工器具的初始库存量和当前库存总量信息差异识别结束后，将工器具送到前端服务器进行确认，获取工器具出入库过程中的工器具出入信息。权利要求书4/4 页5CN 117522281 A5一种基于视觉识别的工器具出入库管理方法及系统技术领域0001本发明属于工器具出入库识别技术领域，尤其涉及一种基于视觉识别的工器具出入库管理方法及系统。背景技术0002工器具出入库管理大部分依然采用传统手工登记方式，但手工登记方式对运维人员的自觉性要求。

16、较高，不同的个人有不同的记录习惯，登记工作基本上流于形式，且手工登记方式较为繁琐，用户每次领取或归还均需填写大量存储信息，占用较多工作时间，降低了班组人员工作效率，尤其是工作任务紧急时，没有时间填写太多的内容，容易因人为原因造成管理混乱，不能满足工器具管理制度要求，严重影响工作效率。0003为解决上述技术问题，现有技术中国发明专利 工器具出入库识别方法、装置、计算机设备和存储介质，公开号CN110175800A，公开日20190827，公开方法包括：扫描工器具的识别码，获取所述工器具的识别码信息；根据所述识别码信息，得到对应的所述工器具的存储信息；解析所述存储信息获得所述工器具的出入库状态；检。

17、测所述出入库状态是否为出库；当所述出入库状态为出库时，将所述出入库状态切换为入库；当所述出入库状态不为出库时，将所述出入库状态切换为出库，需要对工器具进行出入库操作时，只需通过扫描工器具的识别码，就可以将工器具的出入库状态进行切换，即只需要扫码领用或者归还的工器具的识别码，即可实现工器具出入库的登记。0004通过上述分析，现有技术存在的问题及缺陷为：现有技术不能对工器具出入库的状态以及库存信息不能进行有效管理记录，对后续的采购等不能提供准确的信息。发明内容0005为克服相关技术中存在的问题，本发明公开实施例提供了一种基于视觉识别的工器具出入库管理方法及系统。0006所述技术方案如下：一种基于视。

18、觉识别的工器具出入库管理方法，包括以下步骤：S1，检测工具存储库内工器具的存入信息和库存总量信息，在库存区域工器具的存入信息和库存总量信息变化时，拍摄工器具的变化图像并传送到差异识别终端；S2，进行图像预处理，获取图像的灰度区域，对库存区域边界进行提取，计算出工器具的初始库存量信息和当前库存总量信息，将当前库存量信息传递给库存量识别模块；S3，库存量识别模块调整工器具库存总量，根据工器具库存总量信息设定工器具库存总量集合，判断工器具是否有库存量存入信息，若有存入信息，则通过差异识别终端判定出入工器具取出量及取出频次；S4，纠正工器具重复存入信息的库存量；S5，判断工器具是否有种类变化，若存在种。

19、类变化，差异识别终端采用种类识别法判定出入工器具取出量信息，工器具初始库存量不变，只改变库存总量信息；S6，工器具的初始库存量和当前库存总量信息差异识别结束后，将工器具送到前说明书1/10 页6CN 117522281 A6端服务器进行确认，获取工器具出入库过程中的工器具出入信息。0007步骤S2中，工器具的初始库存量的表达式为：；式中，为四个库存区域边界的横坐标值的平均值，为四个库存区域边界的纵坐标值的平均值，为四个库存区域边界的交点值，为第一库存区域边界的横坐标值，为第二库存区域边界的横坐标值，为第三库存区域边界的横坐标值，为第四库存区域边界的横坐标值，为第一库存区域边界的纵坐标值，为第二。

20、库存区域边界的纵坐标值，为第三库存区域边界的纵坐标值，为第四库存区域边界的纵坐标值，为第一库存区域边界的交点值，为第二库存区域边界的交点值，为第三库存区域边界的交点值，为第四库存区域边界的交点值。0008在步骤S2中，进行图像预处理，包括：采用灰度权重分割方法对工器具图像进行权重分割，根据整幅图像的灰度值，选取最佳的权重，权重分割的数学表达为：；式中，为当前最佳的整幅图像权重分割值，为整幅图像权重分割中当前分割的权重，为设定的标准权重。0009在步骤S2中，获取图像的灰度区域，包括：S2.1、确定取样核种类，对原图像边界作对应的拓展，用边界值作为拓展值，使边界处的方差值变小；S2.2、用取样核。

21、遍历所有像素，得到所有像素的邻域方差；S2.3、将所有方差值映射到0255的灰度范围，得到方差灰度图，工器具边界位于灰度值最大的部分，表达式为：；式中，为方差灰度图像处的灰度值，为处的方差值，为方差最小值，为方差最大值，运算为向下取整，为方差最大值与方差最小值的偏差映射到255的灰度比值；S2.4、设定方差权重，提取方差大于权重的部分像素点，将值设为1，其余像素点的值设为0，得到方差灰度化图像；S2.5、提取面积最大的区域，得到工器具边界所在区域，对区域进行形态学闭运说明书2/10 页7CN 117522281 A7算，填充补丁；S2.6、对所得区域之外的部分进行高斯灰度化，对边界区域不作处理。

22、。0010在步骤S2中，对库存区域边界进行提取，包括：步骤一、对图像进行边界检测，提取边界图像中的特征点，区域边界不为工器具边线，将区域边界特征点剔除，剩下的特征点组成节点网络空间；式中，为节点网络空间，为某特征点在节点网络中所处位置的横纵坐标值；步骤二、按 递增的顺序从中提取子集，为图像高度，作为种子集；由于目标库存区域边界必过图像水平中线，这种种子点的提取方式减少了原算法中选取种子点的盲目性；式中，为在横向递增的某节点网络空间子集，为横向递增的某节点网络子集特征点所处位置的横坐标值，为横向递增的某节点网络子集特征点所处位置的纵坐标值；步骤三、初始化参数累加器数组；步骤四、从剩余特征点中随机。

23、选取一点，计算；其中，为某节点网络空间中剩余特征点的反向角度，为某特征点 在节点网络中所处位置的横纵坐标值，为某剩余特征点 在节点网络中所处位置的横纵坐标值；步骤五、若点满足，则认为与在一条库存区域边界上，将参数的累加器加1；若不满足，则重新开辟的累加器；直到某一累加器的值达到权重，则认为检测到一条库存区域边界；其中，为节点网络空间中剩余的第 个特征点网络空间，为剩余的第 个特征点网络空间的反向角度，为某节点网络空间中剩余特征点的反向角度，为剩余特征点的反向角度允许偏差值，为累加器权重值；步骤六、计算参数 表示的库存区域边界：；式中，为库存区域边界，为剩余特征点j在节点网络中所处位置的横坐标值。

24、，为某节点i网络子集特征点所处位置的纵坐标值；步骤七、遍历中的特征点，若，则删除该特征点，若删除的特征点数目大于权重，则确定图像中存在上式表示的库存区域边界；其中，为剩余特征点，为节点网络中横向，为节点网络中纵向，为剩余特征点的反向角度在库存区域边界约束下允许偏差值，为删除的特征点累加器累加权重；步骤八、将删除第一条库存区域边界上的点后的点集记为，重复以上步骤在中提取第二条库存区域边界，将累加器数值最大的库存区域边界作为生产后区域的库存区域边界。说明书3/10 页8CN 117522281 A80011在步骤S3中，判断工器具是否有库存量存入信息，包括：搁置工器具的识别货架上层为有源识别标签工。

25、器具，下层为无源识别标签工器具，通过视觉识别仪器配合外部产品追溯终端识别不同工器具的详细信息，详细信息包括：制造地、型号、性能、种类以及等级。0012在步骤S3中，通过差异识别终端判定出入工器具取出量及取出频次，包括：由视觉识别仪器检测工器具在工具存储库上的存入信息和库存总量信息，由库存量识别模块采用出入周期的差异识别方法先将工器具库存量差异识别到正常生产消耗标准值，再采用种类识别法将工器具库存总量信息差异识别到生产消耗种类变化库存标准值。0013进一步，出入周期的差异识别方法，包括：库存量差异识别包括：；式中，为工器具以取出量在库存量差异识别时间段内的偏差；为生产前工器具取出量，为工器具纠正。

26、库存量存入信息时生产后较生产前多消耗的数量；库存量差异识别开始时，出入工器具同时开始统计出入频率，防止工器具生产前存入量为0，生产后取出量不为0而产生库存欠缺，库存量差异识别结束时，出入量同时降为0，然后开始种类差异识别；表示工器具纠正中种类，表示消耗标准值，表示时间段；为某取出量数值，为任意一取出量值；所述种类识别法包括：出入工器具取出量种类相等，取出频次异常，均先判定正常生产消耗标准量后统计出入频率；工器具开始重复判定，查找工器具原始库存总量信息和当前库存量差异判定新增库存总量信息，即有：；其中，为种类差异识别过程中生产后工器具的偏差；为纠正库存总量信息时工器具正常生产消耗标准量的数量，为。

27、生产后工器具取出量；纠正完库存量存入信息和库存总量信息后，工器具差异识别动作完成，此时出入工器具取出量均为0，最后判定正常生产消耗标准量。0014在步骤S6中，获取工器具出入库过程中的工器具出入信息后，通过采集工器具的图像进行对比，获取工器具的自动化保养和维修周期，并对不合格的、超期未试验安全工器具进行报警提示。0015本发明的另一目的在于提供一种基于视觉识别的工器具出入库管理系统，该系统实施所述的基于视觉识别的工器具出入库管理方法，该系统包括：差异变化检测模块，用于检测工具存储库内工器具的存入信息和库存总量信息，在库存区域工器具的存入信息和库存总量信息变化时，拍摄工器具的变化图像并传送到差异。

28、识别终端；工器具的初始库存量和当前库存总量信息计算模块，用于进行图像预处理，获取图像的灰度区域，对库存区域边界进行提取，计算出工器具的初始库存量信息和当前库存总量信息，将当前库存量信息传递给库存量识别模块；出入工器具取出量及取出频次判定模块，用于库存量识别模块调整工器具库存总说明书4/10 页9CN 117522281 A9量，根据工器具库存总量信息设定工器具库存总量集合，判断工器具是否有库存量存入信息，若有存入信息，则通过差异识别终端判定出入工器具取出量及取出频次；库存量纠正模块，用于纠正工器具重复存入信息的库存量；工器具种类差异变化判定模块，用于判断工器具是否有种类变化，若存在种类变化，差。

29、异识别终端采用种类识别法判定出入工器具取出量信息，工器具初始库存量不变，只改变库存总量信息；工器具出入库过程中工器具出入信息获取模块，用于工器具的初始库存量和当前库存总量信息差异识别结束后，将工器具送到前端服务器进行确认，获取工器具出入库过程中的工器具出入信息。0016结合上述的所有技术方案，本发明所具备的有益效果为：本发明能对工器具出入库的过程进行有效监控与识别，对出入库的库存能获取准确信息，对后续的采购等提供准确的信息。本发明基于视觉识别仪器图像采集的智能货架对货架上物品图像采集并识别货架上物资名称、数量、检定周期，动态实时显示对应储位上物资名称、数量，并提示问题物资。附图说明0017此处。

30、的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理；图1是本发明实施例提供的基于视觉识别的工器具出入库管理方法流程图；图2是本发明实施例提供的基于视觉识别的工器具出入库管理系统示意图；图中：1、差异变化检测模块；2、工器具的初始库存量和当前库存总量信息计算模块；3、出入工器具取出量及取出频次判定模块；4、库存量纠正模块；5、工器具种类差异变化判定模块；6、工器具出入库过程中工器具出入信息获取模块。具体实施方式0018为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体。

31、细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其他方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似改进，因此本发明不受下面公开的具体实施的限制。0019实施例1，如图1所示，本发明实施例提供的基于视觉识别的工器具出入库管理方法包括：S1，检测工具存储库内工器具的存入信息和库存总量信息，在库存区域工器具的存入信息和库存总量信息变化时，拍摄工器具的变化图像并传送到差异识别终端；S2，进行图像预处理，获取图像的灰度区域，对库存区域边界进行提取，计算出工器具的初始库存量信息和当前库存总量信息，将当前库存量信息传递给库存量识别模块；S3，库存量识别模块调整工器具库存总量，根。

32、据工器具库存总量信息设定工器具库存总量集合，判断工器具是否有库存量存入信息，若有存入信息，则通过差异识别终端判定出入工器具取出量及取出频次；S4，纠正工器具重复存入信息的库存量；说明书5/10 页10CN 117522281 A10S5，判断工器具是否有种类变化，若存在种类变化，差异识别终端采用种类识别法判定出入工器具取出量信息，工器具初始库存量不变，只改变库存总量信息；S6，工器具的初始库存量和当前库存总量信息差异识别结束后，将工器具送到前端服务器进行确认，获取工器具出入库过程中的工器具出入信息。0020在本发明实施例步骤S2中，在对工器具的图像检测之前，将工器具部分剔除，同时将工器具图像分。

33、割为三个区域，工器具图像上会有视觉识别仪器本身产生的噪点和工器具表面的杂点，在库存区域边界提取时对图像进行灰度化，同时不能对工器具边界产生影响，灰度化之后，对工器具图像进行权重分割，区分前景与背景，突出工器具边界，然后利用边界检测方法获取工器具边界点，对工器具的四条边线进行提取，得到工器具四条边线的解析式，根据四条库存区域边界的解析式求取四个交点和库存区域边界的初始库存量信息，工器具的初始库存量的表达式为：；式中，为四个库存区域边界的横坐标值的平均值，为四个库存区域边界的纵坐标值的平均值，为四个库存区域边界的交点值，为第一库存区域边界的横坐标值，为第二库存区域边界的横坐标值，为第三库存区域边界。

34、的横坐标值，为第四库存区域边界的横坐标值，为第一库存区域边界的纵坐标值，为第二库存区域边界的纵坐标值，为第三库存区域边界的纵坐标值，为第四库存区域边界的纵坐标值，为第一库存区域边界的交点值，为第二库存区域边界的交点值，为第三库存区域边界的交点值，为第四库存区域边界的交点值。0021最后将图像坐标系中的工器具库存图像信息变换到世界坐标系中；进行图像预处理，包括：采用灰度权重分割方法对工器具图像进行权重分割，根据整幅图像的灰度值，选取最佳的权重，权重分割的数学表达为：；式中，为当前最佳的整幅图像权重分割值，为整幅图像权重分割中当前分割的权重，为设定的标准权重。0022在本发明实施例步骤S2中，在库。

35、存区域边界提取时对图像进行灰度化，采用以下基于方差的差异化灰度化方法进行灰度化，包括：S2.1、确定取样核种类，对原图像边界作对应的拓展，用边界值作为拓展值，使边界处的方差值变小；S2.2、用取样核遍历所有像素，得到所有像素的邻域方差；S2.3、将所有方差值映射到0255的灰度范围，得到方差灰度图，工器具边界位于说明书6/10 页11CN 117522281 A11灰度值最大的部分，表达式为：；式中，为方差灰度图像处的灰度值，为处的方差值，为方差最小值，为方差最大值，运算为向下取整，为方差最大值与方差最小值的偏差映射到255的灰度比值；S2.4、设定方差权重，提取方差大于权重的部分像素点，将值。

36、设为1，其余像素点的值设为0，得到方差灰度化图像；S2.5、提取面积最大的区域，得到工器具边界所在区域，对区域进行形态学闭运算，填充补丁；S2.6、对所得区域之外的部分进行高斯灰度化，对边界区域不作处理。0023在本发明实施例中，步骤S2所述库存区域边界提取时的步骤如下：步骤一、对图像进行边界检测，提取边界图像中的特征点，区域边界不为工器具边线，将区域边界特征点剔除，剩下的特征点组成节点网络空间；式中，为节点网络空间，为某特征点在节点网络中所处位置的横纵坐标值；步骤二、按 递增的顺序从中提取子集，为图像高度，作为种子集；由于目标库存区域边界必过图像水平中线，这种种子点的提取方式减少了原算法中选。

37、取种子点的盲目性；式中，为在横向递增的某节点网络空间子集，为横向递增的某节点网络子集特征点所处位置的横坐标值，为横向递增的某节点网络子集特征点所处位置的纵坐标值；步骤三、初始化参数累加器数组；步骤四、从剩余特征点中随机选取一点，计算；其中，为某节点网络空间中剩余特征点的反向角度，为某特征点i在节点网络中所处位置的横纵坐标值，为某剩余特征点j在节点网络中所处位置的横纵坐标值；步骤五、若点满足，则认为与在一条库存区域边界上，将参数的累加器加1；若不满足，则重新开辟的累加器；直到某一累加器的值达到权重，则认为检测到一条库存区域边界；其中，为节点网络空间中剩余的第 个特征点网络空间，为剩余的第 个特征。

38、点网络空间的反向角度，为某节点网络空间中剩余特征点的反向角度，为剩余特征点的反向角度允许偏差值，为累加器权重值；说明书7/10 页12CN 117522281 A12步骤六、计算参数 表示的库存区域边界：；式中，为库存区域边界，为剩余特征点j在节点网络中所处位置的横坐标值，为某节点i网络子集特征点所处位置的纵坐标值；步骤七、遍历中的特征点，若，则删除该特征点，若删除的特征点数目大于权重，则确定图像中存在上式表示的库存区域边界；其中，为剩余特征点，为节点网络中横向，为节点网络中纵向，为剩余特征点的反向角度在库存区域边界约束下允许偏差值，为删除的特征点累加器累加权重；步骤八、将删除第一条库存区域边。

39、界上的点后的点集记为，重复以上步骤在中提取第二条库存区域边界，将累加器数值最大的库存区域边界作为生产后区域的库存区域边界。0024在本发明实施例步骤S3中，搁置工器具的识别货架上层为有源识别标签工器具，下层为无源识别标签工器具，均通过视觉识别仪器配合外部产品追溯终端识别不同工器具的详细信息，包括制造地、型号、性能、种类以及等级。以及识别货架上物资名称、数量、检定周期。0025在步骤S3中，由视觉识别仪器检测工器具在工具存储库上的存入信息和库存总量信息，由库存量识别模块采用出入周期的差异识别方法先将工器具库存量差异识别到正常生产消耗标准值，再采用种类识别法将工器具库存总量信息差异识别到生产消耗种。

40、类变化库存标准值；所述出入周期的差异识别方法包括：库存量差异识别，不同时期出入工器具均以象限曲线开始统计出入频率，直到出入工器具均统计出入频率为0；不同时期出入工器具取出量种类不同，库存量差异识别取出量曲线围成的面积即为生产后工器具较生产前多消耗的数量，该数量由工器具存入信息量和当前库存总量信息计算得到，库存量差异识别包括：；式中，为工器具以取出量在库存量差异识别时间段内的偏差；为生产前工器具取出量，为工器具纠正库存量存入信息时生产后较生产前多消耗的数量；库存量差异识别开始时，出入工器具同时开始统计出入频率，防止工器具生产前存入量为0，生产后取出量不为0而产生库存欠缺，库存量差异识别结束时，出。

41、入量同时降为0，然后开始种类差异识别；表示工器具纠正中种类，表示消耗标准值，表示时间段；为某取出量数值，为任意一取出量值；所述种类识别法包括：出入工器具取出量种类相等，取出频次异常，均先判定正常生产消耗标准量后统计出入频率；工器具开始重复判定，查找工器具原始库存总量信息和当前库存量差异判定新增库存总量信息，即有：；说明书8/10 页13CN 117522281 A13其中，为种类差异识别过程中生产后工器具的偏差；为纠正库存总量信息时工器具正常生产消耗标准量的数量，为生产后工器具取出量；纠正完库存量存入信息和库存总量信息后，工器具差异识别动作完成，此时出入工器具取出量均为0，最后判定正常生产消耗。

42、标准量。0026由视觉识别仪器检测工器具在工具存储库上的存入信息和库存总量信息后，采用动态有限元方法结合BP神经网络法进工器具库存总量集合预测；根据每次工器具的工况，包括品种种类、工器具库存总量种类、损耗状况，采用动态有限元方法进行模拟，得到每一个工况下的工器具库存总量集合；采用正交试验的方法进行工况数据的组合，并依次进行有限元动态模拟，得到一个生产工况对应下的工器具库存总量集合的集合；再运用BP神经网络的方法进行训练，建立较精准的基于工况参数的人工神经网络的工器具库存总量集合的数学映射模型；再以此训练好的数学映射模型代入到新的工况中，得到每次具体工况下的考虑品种种类、工器具库存总量种类、损耗。

43、状况的工器具库存总量集合，完成库存总量集合数据库的建立。0027在本发明实施例中，在步骤S6获取工器具出入库过程中工器具出入信息后，通过视觉识别仪器进一步进行：通过采集工器具的图像进行对比，获取工器具的自动化保养和维修周期，并对不合格的、超期未试验安全工器具进行报警提示。0028通过上述实施例可知，本发明基于视觉识别仪器图像采集的智能货架对货架上物品图像采集并识别货架上物资名称、数量、检定周期，动态实时显示对应储位上物资名称、数量，并提示问题物资。0029本发明通过工器具的图像对比，实现工器具的自动化保养和维修，提高工器具的使用寿命和工作效率，通过识别标签还可以实现工器具的真伪鉴别，防止工器具。

44、被假冒伪劣产品代替。0030通过系统的及时监控功能，对不合格的、超期未试验安全工器具进行报警提示，防止现场作业过程中因安全工器具质量问题而引发的安全事故，做到防患于未然。0031实施例2，如图2所示，本发明实施例提供的基于视觉识别的工器具出入库管理系统包括：差异变化检测模块1，用于检测工具存储库内工器具的存入信息和库存总量信息，在库存区域工器具的存入信息和库存总量信息变化时，拍摄工器具的变化图像并传送到差异识别终端；工器具的初始库存量和当前库存总量信息计算模块2，用于进行图像预处理，获取图像的灰度区域，对库存区域边界进行提取，计算出工器具的初始库存量信息和当前库存总量信息，将当前库存量信息传递。

45、给库存量识别模块；出入工器具取出量及取出频次判定模块3，用于库存量识别模块调整工器具库存总量，根据工器具库存总量信息设定工器具库存总量集合，判断工器具是否有库存量存入信息，若有存入信息，则通过差异识别终端判定出入工器具取出量及取出频次；库存量纠正模块4，用于纠正工器具重复存入信息的库存量；工器具种类差异变化判定模块5，用于判断工器具是否有种类变化，若存在种类变化，差异识别终端采用种类识别法判定出入工器具取出量信息，工器具初始库存量不变，只说明书9/10 页14CN 117522281 A14改变库存总量信息；工器具出入库过程中工器具出入信息获取模块6，用于工器具的初始库存量和当前库存总量信息差。

46、异识别结束后，将工器具送到前端服务器进行确认，获取工器具出入库过程中的工器具出入信息。0032在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。0033以上所述，仅为本发明较优的具体的实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。说明书10/10 页15CN 117522281 A15图 1说明书附图1/2 页16CN 117522281 A16图 2说明书附图2/2 页17CN 117522281 A17。