一种基于深度神经网络的包装瓶身文字检测、识别系统技术方案

本发明专利技术公开的属于包装检测技术领域，具体为一种基于深度神经网络的包装瓶身文字检测、识别系统，包括图像解析单元、图像处理单元与识别检测单元，且图像处理单元与图像解析单元、识别检测单元连接，所述图像解析单元包括用于对检测图片中文字所在位置的目标检测模块与用于对图片中文字所在位置进行裁剪的图像裁剪模块，所述图像处理单元包括用于对图像中文字优化的图像优化模块、对图像中文字放大处理的图像处理模块与对图像中文字多角度旋转的图像旋转模块，本发明专利技术图像处理单元能够完成对图像的无损放大、图像优化的操作，从而使得识别检测单元能够更加快速、准确的检测、识别出图像中的文字信息，且准确性更高。且准确性更高。且准确性更高。

【技术实现步骤摘要】
一种基于深度神经网络的包装瓶身文字检测、识别系统


[0001]本专利技术涉及包装检测
，具体为一种基于深度神经网络的包装瓶身文字检测、识别系统。

技术介绍

[0002]深度神经网络是机器学习(ML,Machine Learning)领域中一种技术，随着科技的进步与发展、深度神经网络被应用于多种领域中，在食品与饮品领域中，其需要对包装完成后的产品外部文字进行检测，从而保证瓶身文字的正确性，现有技术中采用对文字检测、识别的系统配合识别硬件对其进行识别，但是现有的检测、识别系统仍然存在着一定的缺陷，在对文字较小或文字排版模糊时，系统无法准确的进行检测、识别，其系统的适用性较差。

技术实现思路

[0003]本专利技术的目的在于提供一种基于深度神经网络的包装瓶身文字检测、识别系统，以解决上述
技术介绍
中提出的系统无法准确的进行检测、识别，其系统的适用性较差的问题。
[0004]为实现上述目的，本专利技术提供如下技术方案：一种基于深度神经网络的包装瓶身文字检测、识别系统，包括图像解析单元、图像处理单元与识别检测单元，且图像处理单元与图像解析单元、识别检测单元连接，所述图像解析单元包括用于对检测图片中文字所在位置的目标检测模块与用于对图片中文字所在位置进行裁剪的图像裁剪模块，所述图像处理单元包括用于对图像中文字优化的图像优化模块、对图像中文字放大处理的图像处理模块与对图像中文字多角度旋转的图像旋转模块，所述识别检测单元包括字体模板库、语言库、文字筛选模块、互联网传输模块、文字识别模块与文字提取输出模块。
[0005]优选的，所述目标检测模块通过目标检测算法检测出图像中文字所在的位置，且目标检测算法为Faster RCNN、SSD、YOLO以及YOLO
‑
v中的任意一种，所述图像裁剪模块根据检测出的文字的所在位置对票据图像进行裁剪，裁剪的范围大小是所检测出的文字整体范围大小的两倍。
[0006]优选的，所述图像处理模块用于对图像裁剪模块所裁剪得到的图像进行放大处理，所述图像优化模块用于对图像处理模块中放大处理完成后的图像进行优化，并将优化完成后的图像通过图像旋转模块进行360
°
旋转，同时旋转模块同步将旋转的图像输送给文字识别模块中进行同步识别，文字识别模块通过EAST、RRCNN、TextBoxes、CTPN中的任意一种算法对图像中的文字进行检测识别。
[0007]优选的，根据图像上的图像轮廓或色差进行分区；并将每个区域中的图像分割呈不同色块；再对每一色块进行标记，最后并创建新的图层，并将该图层的面域转化为矢量图片，将矢量图层依照坐标参数进行合并，根据放大比例对矢量图片进行缩小或放大，并对矢量图片中缺失的色块进行填充。
[0008]优选的，所述填充的方式为从缺失色块的临近色块中提取重叠色块，并将其应用
与缺失的色块中，其临近色块的位置为缺失色块坐标参数
±
个坐标参数。
[0009]优选的，所述图像优化模块对图像的优化方法为根据图像上的图像轮廓或色差进行分区；根据分区中多个色差对比重叠判断出图像背景；将图像背景与其他图像轮廓分离，并基于其他图像轮廓调节图像背景的亮度值得到优化后的图像。
[0010]优选的，所述字体模板库用于提供文字识别模块检测识别所需要的字体数据，文字识别模块将图像中的文字与字体模板库中的字体比对，识别得到文字信息，并将文字信息输送进入语言库中进行判断，判断结果为或，当结果为时，文字信息表述错误，将文字信息输送给文字筛选模块；当判断结果为时，文字信息表述正确，将文字信息输送给文字提取输出模块，其语言库与互联网传输模块连接，互联网传输模块用于提供多种实时文字语言排列数据，用于判断文字信息表达是否正确。
[0011]优选的，所述文字筛选模块用于对文字信息中的繁体字进行转换，重叠字或重叠字母进行删除，然后将文字信息输送给文字提取输出模块输出得到完成的文字信息。
[0012]与现有技术相比，本专利技术的有益效果是：
[0013]1)本专利技术图像处理单元能够完成对图像的无损放大、图像优化的操作，从而使得识别检测单元能够更加快速、准确的检测、识别出图像中的文字信息，且准确性更高，有效的解决了文字较小或文字排版模糊系统无法识别的这一问题。
[0014]2)本专利技术通过互联网传输模块与语言库相配合，能够实现语言库中多种实时文字语言排列数据的实时更新，实现了能够对多种文字进行识别，没有局限性，整个系统基于深度神经网络具有深度学习的功能，系统更加的智能化，适用性更好。
附图说明
[0015]图1为本专利技术系统逻辑框图；
[0016]图2为本专利技术图像解析单元逻辑框图；
[0017]图3为本专利技术图像处理单元逻辑框图；
[0018]图4为本专利技术识别检测单元逻辑框图。
[0019]图中：1图像解析单元、2图像处理单元、3识别检测单元、4目标检测模块、5图像裁剪模块、6图像优化模块、7图像旋转模块、8图像处理模块、9模板库、10语言库、11文字筛选模块、12互联网传输模块、13文字识别模块、14文字提取输出模块。
具体实施方式
[0020]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0021]在本专利技术的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。
[0022]实施例：
[0023]请参阅图1
‑
4，本专利技术提供一种技术方案：一种基于深度神经网络的包装瓶身文字检测、识别系统，包括图像解析单元1、图像处理单元2与识别检测单元3，且图像处理单元2与图像解析单元1、识别检测单元3连接，所述图像解析单元1包括用于对检测图片中文字所在位置的目标检测模块4与用于对图片中文字所在位置进行裁剪的图像裁剪模块5，所述图像处理单元2包括用于对图像中文字优化的图像优化模块6、对图像中文字放大处理的图像处理模块8与对图像中文字多角度旋转的图像旋转模块7，所述识别检测单元3包括字体模板库9、语言库10、文字筛选模块11、互联网传输模块12、文字识别模块13与文字提取输出模块14。
[0024]工作原理：目标检测模块4通过目标检测算法检测出图像中文字所在的位置，且目标检测算法为Faster RCNN、SSD、YOLO以及YOLO
‑
v2中的任意一种，图像裁剪模块5根据检测出的文字的所在位置对票据图像进行裁剪，裁剪的范围大小是所检测出的文字整体范围大小的两倍，图像处理模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度神经网络的包装瓶身文字检测、识别系统，其特征在于：包括图像解析单元(1)、图像处理单元(2)与识别检测单元(3)，且图像处理单元(2)与图像解析单元(1)、识别检测单元(3)连接，所述图像解析单元(1)包括用于对检测图片中文字所在位置的目标检测模块(4)与用于对图片中文字所在位置进行裁剪的图像裁剪模块(5)，所述图像处理单元(2)包括用于对图像中文字优化的图像优化模块(6)、对图像中文字放大处理的图像处理模块(8)与对图像中文字多角度旋转的图像旋转模块(7)，所述识别检测单元(3)包括字体模板库(9)、语言库(10)、文字筛选模块(11)、互联网传输模块(12)、文字识别模块(13)与文字提取输出模块(14)。2.根据权利要求1所述的一种基于深度神经网络的包装瓶身文字检测、识别系统，其特征在于：所述目标检测模块(4)通过目标检测算法检测出图像中文字所在的位置，且目标检测算法为Faster RCNN、SSD、YOLO以及YOLO
‑
v2中的任意一种，所述图像裁剪模块(5)根据检测出的文字的所在位置对票据图像进行裁剪，裁剪的范围大小是所检测出的文字整体范围大小的两倍。3.根据权利要求2所述的一种基于深度神经网络的包装瓶身文字检测、识别系统，其特征在于：所述图像处理模块(8)用于对图像裁剪模块(5)所裁剪得到的图像进行放大处理，所述图像优化模块(6)用于对图像处理模块(8)中放大处理完成后的图像进行优化，并将优化完成后的图像通过图像旋转模块(7)进行360
°
旋转，同时旋转模块(7)同步将旋转的图像输送给文字识别模块(13)中进行同步识别，文字识别模块(13)通过EAST、RRCNN、TextBoxes、CTPN中的任意一种算法对图像中的文字进行检测识别。4.根据权利要求3所述的一种基于深度神经网络的包装瓶身文字检测、识别系统，其特征在于：所述放大处...

【专利技术属性】
技术研发人员：藤岛康纪，
申请(专利权)人：苏州藤岛自动化设备有限公司，
类型：发明
国别省市：