[发明专利]一种基于图像分割的工件金属表面文字识别方法及系统

说明书

本发明公开一种基于图像分割的工件金属表面文字识别方法及系统，涉及文字识别技术领域，包括：获取工件金属表面的文本行图像；根据预先生成的文字识别模型对所述文本行图像进行特征提取，得到所述文本行图像对应的语义分割掩码图和实例分割掩码图；根据所述语义分割掩码图处理得到所述文本行图像中的若干文字区域；根据所述实例分割掩码图处理得到各所述文字区域的文字类别；根据所述文字区域的二维坐标位置和所述文字类别处理得到所述文本行图像的文字识别结果。本发明的有益效果是实时可靠地获取工件金属表面的每个文字在图片中的位置和类别，获取工件金属表面文字图片的识别结果，有效提高作业效率和准确率。

技术领域

本发明涉及文字识别技术领域，具体涉及一种基于图像分割的工件金属表面文字识别方法及系统。

背景技术

文字识别一般是指对文本图像进行识别分析处理，获取文字图像上有用文字信息的过程。主要可分为光学文字识别、自然场景中的文字识别、特殊场景中的文字识别。随着深度学习的兴起，文字识别的准确率相比以前有了较大幅度的提升，文字识别也逐渐可应用到实际工业生产中，用于提升工业自动化水平和作业效率。

然而现有文字识别大多应用于身份证识别、发票识别、汽车VN码识别、车牌识别等领域，在工业场景中的文字识别应用则比较少，尤其是工业场景中的工件金属表面文字识别应用。相较于常规文字识别应用，工件金属表面文字识别的难点在于：1，文字的成像造成的难点。现场工业车间作业环境通常较为恶劣，实际工业场景中工件的制造工序一般较为复杂，同时金属表面成像还会存在反光等情形，这就导致相机对现场工件的成像稳定性和质量不如常规文字识别应用场景。2，文字质量造成的难点。与常规文字识别应用场景中的印刷体文字不同，工件金属表面文字主要是由激光雕刻、焊接、撞针刻蚀等方式产生，产生的工件表面文字与工件背景颜色接近，同时文字本身的质量也因实际雕刻或焊接等的工艺水平而有所不同，并且受工业现场影响，工件上的文字易出现划痕、污损、残缺等情况。3，文字长度造成的难点。工件金属表面文字的文字长度和格式不固定，不同工件均有所不同。

现有常规文字识别应用领域的算法主要是CNN+RNN+CTC和CNN+RNN+Attention，若将其直接应用到工业环境中的工件金属表面文字识别，由于常规文字识别应用场景与工业场景有很大的不同，上述提到的工件金属表面文字识别的几个难点使得现有技术对工件金属表面文字的识别准确率达不到实际应用的要求。

发明内容

本发明的目的在于提供一种基于图像分割的工件金属表面文字识别方法及系统。

为达此目的，本发明采用以下技术方案：

提供一种基于图像分割的工件金属表面文字识别方法，具体包括以下步骤：

步骤S1，获取工件金属表面的文本行图像；

步骤S2，根据预先生成的文字识别模型对所述文本行图像进行特征提取，得到所述文本行图像对应的语义分割掩码图和实例分割掩码图；

步骤S3，根据所述语义分割掩码图处理得到所述文本行图像中的若干文字区域；

步骤S4，根据所述实例分割掩码图处理得到各所述文字区域的文字类别；

步骤S5，根据所述文字区域的二维坐标位置和所述文字类别处理得到所述文本行图像的文字识别结果。

作为本发明的一种优选方案，还包括一预先生成所述文字识别模型的过程，具体包括：

步骤A1，获取所述工件金属表面的若干文本行图像，并对各所述文本行图像进行字符级别的标注，得到包含字符标注信息的标注图像；

所述字符标注信息包括图像中各字符的真实位置区域和真实类别信息；

步骤A2，将各所述标注图像输入具有预设参数的初始识别模型中进行特征提取，得到所述标注图像对应的语义分割掩码图和实例分割掩码图；