一种钢铁场景下的包号识别方法以及包号识别系统技术方案

技术编号:22076715 阅读:61 留言:0更新日期:2019-09-12 14:28
本发明专利技术的一种钢铁场景下的包号识别方法以及包号识别系统,通过自动采集实时的原始图像,对原始图像中是否有包号标示区域即目标区域,通过采用所述包号位置标注网络对所述划分出目标区域以及背景区域的目标图像进行对目标区域的位置信息标注处理,获得待识别图像,后续对待识别图像进行识别时,根据标注的位置信息对目标区域进行识别,读取包号信息;本发明专利技术可以在钢包、铁包以及料包等运动的过程中,实现对钢包、铁包以及料包上的包号信息自动识别,可以实现在工作环境恶劣,温度极高的条件下进行自动识别,减少了安全事故的发生,降低了包号的识别难度。

A PACK NUMBER RECOGNITION METHOD AND PACK NUMBER RECOGNITION SYSTEM IN IRON AND STEEL SCENE

【技术实现步骤摘要】
一种钢铁场景下的包号识别方法以及包号识别系统
本专利技术涉及一种钢铁生产设备监测
,特别是涉及一种钢铁场景下的包号识别方法以及包号识别系统。
技术介绍
炼钢生产过程的工艺复杂、环节繁多,为提高生产现场管理的能力,以及智能化车间的建设需要,应该实施炼钢物流的智能识别跟踪。在炼钢物流系统中,最核心、最重要的生产设备则为钢铁场景下各种各样的包体,如铁包、钢包和料包。目前炼钢厂、电炉厂、铸造厂等对铁包、钢包以及料包的管理和调度,尤其是包号的识别,还是采用人工的方式。然而,钢铁场景下的工作环境恶劣,温度极高,采用人工的方式容易发生安全事故,包号识别的难度较大。
技术实现思路
鉴于以上所述现有技术的缺点,本专利技术的目的在于提供一种钢铁场景下的包号识别方法以及包号识别系统,用于解决现有技术中采用人工的方式容易发生安全事故,包号识别的难度较大的问题。为实现上述目的及其他相关目的,本专利技术提供一种钢铁场景下包号识别方法,包括:采集标准图像以及原始图像;对所述原始图像进行预处理,获得待检测图像;对所述待检测图像进行分区处理,获得目标图像;获得样本图像,构建样本数据集;对所述样本数据集进行训练,构建本文档来自技高网...

【技术保护点】
1.一种钢铁场景下包号识别方法,其特征在于,包括:采集标准图像以及原始图像;对所述原始图像进行预处理,获得待检测图像;对所述待检测图像进行分区处理,获得目标图像;获得样本图像,构建样本数据集;对所述样本数据集进行训练,构建包号位置标注网络;采用所述包号位置标注网络对所述目标图像进行处理,获得待识别图像;对所述待识别图像进行识别,读取包号信息。

【技术特征摘要】
1.一种钢铁场景下包号识别方法,其特征在于,包括:采集标准图像以及原始图像;对所述原始图像进行预处理,获得待检测图像;对所述待检测图像进行分区处理,获得目标图像;获得样本图像,构建样本数据集;对所述样本数据集进行训练,构建包号位置标注网络;采用所述包号位置标注网络对所述目标图像进行处理,获得待识别图像;对所述待识别图像进行识别,读取包号信息。2.根据权利要求1所述的钢铁场景下的包号识别方法,其特征在于,所述对所述原始图像进行预处理,获得待检测图像包括:获得所述标准图像的各个像素点的像素点坐标以及标准灰度值;获得所述原始图像的各个像素点的像素点坐标以及实际灰度值;获得所述像素点坐标对应的所述原始图像的像素点的实际灰度值与所述标准图像的像素点的标准灰度值的差值;判断所述差值是否大于阈值;若所述差值大于所述阈值,则所述原始图像为待检测图像,获得所述待检测图像。3.根据权利要求2所述的钢铁场景下的包号识别方法,其特征在于,还包括;根据所述待检测图像的像素点的实际灰度值与所述标准图像的像素点的标准灰度值的差值大于阈值的所述待检测图像的像素点的集合将所述待检测图像划为目标区域以及背景区域;根据所述待检测图像的所述目标区域以及所述背景区域获得所述目标图像,所述目标图像包括所述目标区域以及所述背景区域。4.根据权利要求3所述的钢铁场景下的包号识别方法,其特征在于,所述采用所述包号位置标注网络对所述目标图像进行处理,获得待识别图像包括:对所述目标图像的所述目标区域的位置信息进行标注,获得有所述目标区域以及所述目标区域的所述位置信息的待识别图像。5.根据权利要求4所述的钢铁场景下的包号识别方法,其特征在于,所述对所述待识别图像进行识别,读取包号信息包括:根据所述位置信息对所述待识别图像的所述目标区域进行分割,得到多个单字符图像;对所述单字符图像进行灰度化处理,获得灰度图;对所述灰度图进行滤波处理,获得滤波后的灰度图;对所述滤波后的灰度图进行二值化处理,获得二值图;对所述二值图进行大小归一化处理,获得归一化单字符二值图;对所述的归一化单字符二值图进行逐像素点特征提取,获得特征向量矩阵;将所述的特征向量矩阵与多个...

【专利技术属性】
技术研发人员:庞殊杨毛尚伟贾鸿盛王风郭红宇陈翔杭开武邓兴国
申请(专利权)人:中冶赛迪重庆信息技术有限公司
类型:发明
国别省市:重庆,50

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1