多摄像头联动跟踪图像物料重识别方法

为保证入库物资能够严格按照规定仓位进行存储，提出基于CNN的多摄像头联动跟踪图像物料重识别方法。分析膨胀、腐蚀操作过程，经过形态开、闭运算，过滤跟踪图像噪声，将阈值分割与归一化颜色模型相结合，分离背景与前景；获取不同摄像头在相同位置对应点，设置卷积层与池化层的滑动步长，探究激活函数层与全连接层特征，建立卷积神经网络模型，结合物料已知特征设置语义，引入损失函数，提取图像中物料深度信息，完成重识别。仿真实验表明，所提方法可增强图像质量，获取更多物料信息，提高识别精度。