[发明专利]一种基于非精确切分的工业字符检测流程在审
| 申请号: | 202010582179.1 | 申请日: | 2020-06-23 |
| 公开(公告)号: | CN111754525A | 公开(公告)日: | 2020-10-09 |
| 发明(设计)人: | 邢述达;汪雪林;顾庆毅 | 申请(专利权)人: | 苏州中科全象智能科技有限公司 |
| 主分类号: | G06T7/11 | 分类号: | G06T7/11;G06T7/90;G06T7/187;G06T5/30;G06T5/20;G06K9/34;G06K9/32;G06T5/00 |
| 代理公司: | 北京精金石知识产权代理有限公司 11470 | 代理人: | 尉月丽 |
| 地址: | 215000 江苏省苏州*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 精确 切分 工业 字符 检测 流程 | ||
1.一种基于非精确切分的工业字符检测流程,其特征在于:检测流程中包括对输入的灰度图像进行图像分割,其中图像分割算法基于改进最大稳定极值区域算法;
所述改进最大稳定极值区域算法是指分别计算灰度图像中所有连通区域内的灰度梯度,然后利用公式(1),通过用联通域灰度梯度的变化来获得最大稳定极值区域:
对所有的连通区域G1,G2,···,Gn,其中前一个区域是后一个区域的子区域,即Gi∈Gi+1,Gi表示第i个连通区域内的灰度梯度之和,|Gi|表示第i个连通区域内灰度梯度之和的梯度值,Δ表示微小的阈值变化,取自1-5中的任一整数;当s(i)为局部极小值时表示稳定区域,即为最大稳定极值区域。
2.如权利要求1所述的基于非精确切分的工业字符检测流程,其特征在于:对输入的图像进行图像分割之前,对图像进行双边滤波处理,以及腐蚀和膨胀处理。
3.如权利要求1所述的基于非精确切分的工业字符检测流程,其特征在于:检测流程中完成图像分割后,依次进行字符定位、将图像中字符的参数与设定参数进行对比、特征提取和文字识别。
4.如权利要求3所述的基于非精确切分的工业字符检测流程,其特征在于:所述字符定位采用投影的方式进行。
5.如权利要求4所述的基于非精确切分的工业字符检测流程,其特征在于:所述字符定位完成后,将图像中字符的参数与设定参数进行对比,判断是否需要进行字符分割:若图像中字符的参数符合设定参数,则不需要进行字符分割,直接进行特征提取;若图像中字符的参数不符合设定参数,则进行字符分割,字符分割完成后,再进行特征提取。
6.如权利要求5所述的基于非精确切分的工业字符检测流程,其特征在于:在字符分割时,若字符为非粘连字符和粘连等宽字符,则采用投影分割的方式进行字符分割;若字符是粘连非等宽字符,则采用投影极值的方式进行字符分割。
7.如权利要求6所述的基于非精确切分的工业字符检测流程,其特征在于:所述投影分割的方式是当字符为非粘连字符时,在图像像素值投影累加值为0处进行字符分割;当字符为粘连等宽字符时,根据字符宽度在相应位置处进行字符分割。
8.如权利要求6所述的基于非精确切分的工业字符检测流程,其特征在于:所述投影极值的方式是在图像像素值投影累加值极小处进行字符分割。
9.如权利要求6所述的基于非精确切分的工业字符检测流程,其特征在于:对于粘连非等宽字符,采用投影极值的方式进行字符分割后,获取满足条件的ROI,然后进行特征提取、文字识别和文字筛选。
10.如权利要求9所述的基于非精确切分的工业字符检测流程,其特征在于:所述文字筛选的过程为先找到最优字符,再根据设定参数从最优字符向前和向后搜索,确定所有字符。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州中科全象智能科技有限公司,未经苏州中科全象智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010582179.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于伪随机序列的噪声调制方法
- 下一篇:一种光学玻璃熔炉





