一种石墨电极钢印文字识别方法技术

本发明专利技术提供了一种石墨电极钢印文字识别方法，包括如下步骤：

【技术实现步骤摘要】
一种石墨电极钢印文字识别方法


[0001]本专利技术涉及一种石墨电极钢印文字识别方法。

技术介绍

[0002]石墨电极是指以石油焦、沥青焦为骨料，煤沥青为黏结剂，经过多道加工制成的一种耐高温石墨质导电材料。石墨电极生产需要经历原料煅烧、破碎磨粉、配料、混捏、成型、焙烧、浸渍、石墨化和机械加工等多道焙烧工序，普通的印刷、射频识别、激光刻蚀等常见方法无法适应焙烧、浸渍过程产生的高温。因此，钢印标记成为一种有效、纯净的标记方法。在石墨电极生产过程中每道工序结束后工作人员通过钢印文字对产品进行识别，并决定他的下一道工序，辅助生产管控。但是，生产过程中的高温、高压、填充等行为会导致钢印文字的难以辨识，而且每道工序形态各不相同。目前人工识别钢印文字的准确率较低，一旦出现错误会导致产品报废。
[0003]尽管石墨电极钢印文字属于光学字符识别(Optical Character Recognition，OCR)的范畴，而且有很多OCR技术研究已经非常成熟，但因其与其他字符相比区别非常大，所以还不能将字符识别领域现有的识别方法直接用于压印字符，必须针对其图像特点，研究与之相适应的图像处理和识别算法。为了能够提升钢印字符识别的准确率，目前主要通过在每个工序完成后增加人工打码的方式来辅助辨认，但仍然会存在较高误识别的情况，同时还耗费了更多的人力成本。近年来，随着深度相机普及应用，为解决这一难题提供了技术手段。深度相机与传统的相机不同，可以同时得到场景的图像信息以及深度信息，带深度信息的三维图像分类与彩色图像分类相比，能直接反映物体表面的三维特征，且能够克服彩色图像分类易受光照变化、阴影、物体遮挡以及环境变化等因素干扰的缺点。
[0004]现有技术中的钢印识别技术，需要钢印表面形态较为完整且一致性较强，故采用普通光学相机即可完成识别，但石墨电极钢印在每道工序呈现形态不同，不同工序中高温、高压、填充等行为对钢印表面字符腐蚀和磨损的程度也不同，经专利技术人实际测试，现有技术中的钢印识别技术无法有效完成识别，不能解决石墨电极产品生产过程中钢印文字自动识别问题。

技术实现思路

[0005]为解决上述技术问题，本专利技术提供了一种石墨电极钢印文字识别方法，该石墨电极钢印文字识别方法能有效解决石墨电极产品生产过程中钢印文字自动识别问题。
[0006]本专利技术通过以下技术方案得以实现。
[0007]本专利技术提供的一种石墨电极钢印文字识别方法，包括如下步骤：
[0008]①
倾斜校正：获取待检测的钢印图像，将该钢印图像旋转至钢印图像中的钢印文字方向与水平方向夹角小于10
°
；
[0009]②
位置检测：采用位置检测模型对钢印文字在钢印图像中的位置进行检测和/或标记；
[0010]③
文字识别：采用文本识别模型对钢印文字进行识别，得到钢印文字的文本数据；
[0011]④
结果输出：将文本数据作为结果，输出并返回。
[0012]所述待检测的钢印图像由深度摄像头拍摄，包含颜色值和深度值。
[0013]所述位置检测模型采用输入大小为W*H*4的CTPN模型。
[0014]所述位置检测模型从底向上分别为卷积层、循环层、终末层；其中，卷积层为VGG16模型，循环层为BLSTM模型，终末层为全连接层后接输出层；卷积层中，卷积核大小为3*3*4。
[0015]所述文本识别模型采用输入大小为W*H*4的CRNN模型。
[0016]所述文本识别模型从底向上分别为卷积层、循环层、转录层；其中，卷积层为去除全连接层的VGG19模型，循环层为多个BLSTM模型堆叠，转录层用于输出结果。
[0017]本专利技术还提供一种石墨电极钢印文字识别系统，包括深度摄像头、安装框架、处理模块，所述安装框架安装于正对石墨电极钢印文字的位置，且安装框架的法向延长线垂直于石墨电极的轴线，深度摄像头安装在安装框架底部正对石墨电极钢印文字，处理模块固定在安装框架上并连接控制深度摄像头；处理模块执行如权利要求1至6中任一项所述的石墨电极钢印文字识别方法。
[0018]所述处理模块的处理核心为MPU，处理模块中有显示屏，且显示屏位于深度摄像头所在面的相对面。
[0019]本专利技术的有益效果在于：利用深度相机结合深度学习技术，能有效解决石墨电极产品生产过程中钢印文字自动识别问题；采用了能适应于钢印文字彩色RGB信息与深度信息的算法模型，可实现对多种类型钢印文字识别，用数字图像处理技术和深度学习算法完成图像中的文字自动化识别。
附图说明
[0020]图1是本专利技术的流程图；
[0021]图2是本专利技术CTPN网络的结构示意图；
[0022]图3是本专利技术CRNN网络的架构图；
[0023]图4是本专利技术系统的结构示意图；
[0024]图中：1
‑
深度摄像头，2
‑
安装框架，3
‑
处理模块。
具体实施方式
[0025]下面进一步描述本专利技术的技术方案，但要求保护的范围并不局限于所述。
[0026]实施例1
[0027]如图1所示的一种石墨电极钢印文字识别方法，包括如下步骤：
[0028]①
倾斜校正：获取待检测的钢印图像，将该钢印图像旋转至钢印图像中的钢印文字方向与水平方向夹角小于10
°
；
[0029]②
位置检测：采用位置检测模型对钢印文字在钢印图像中的位置进行检测和/或标记；
[0030]③
文字识别：采用文本识别模型对钢印文字进行识别，得到钢印文字的文本数据；
[0031]④
结果输出：将文本数据作为结果，输出并返回。
[0032]更优选的，步骤
①
中，钢印图像旋转至钢印图像中的钢印文字方向与水平方向夹
角小于3
°
。
[0033]实施例2
[0034]基于实施例1，待检测的钢印图像由深度摄像头拍摄，包含颜色值和深度值。
[0035]实施例3
[0036]基于实施例1，如图2所示，位置检测模型采用输入大小为W*H*4的CTPN模型。
[0037]实施例4
[0038]基于实施例3，位置检测模型从底向上分别为卷积层、循环层、终末层；其中，卷积层为VGG16模型，循环层为BLSTM模型，终末层为全连接层后接输出层；卷积层中，卷积核大小为3*3*4。
[0039]实施例5
[0040]基于实施例1，如图3所示，文本识别模型采用输入大小为W*H*4的CRNN模型。
[0041]实施例6
[0042]基于实施例5，文本识别模型从底向上分别为卷积层、循环层、转录层；其中，卷积层为去除全连接层的VGG19模型，循环层为多个BLSTM模型堆叠，转录层用于输出结果。
[0043]实施例7
[0044]基于实施例1，本专利技术还提供一种石墨电极钢本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种石墨电极钢印文字识别方法，其特征在于：包括如下步骤：
①
倾斜校正：获取待检测的钢印图像，将该钢印图像旋转至钢印图像中的钢印文字方向与水平方向夹角小于10
°
；
②
位置检测：采用位置检测模型对钢印文字在钢印图像中的位置进行检测和/或标记；
③
文字识别：采用文本识别模型对钢印文字进行识别，得到钢印文字的文本数据；
④
结果输出：将文本数据作为结果，输出并返回。2.如权利要求1所述的石墨电极钢印文字识别方法，其特征在于：所述待检测的钢印图像由深度摄像头拍摄，包含颜色值和深度值。3.如权利要求1所述的石墨电极钢印文字识别方法，其特征在于：所述位置检测模型采用输入大小为W*H*4的CTPN模型。4.如权利要求3所述的石墨电极钢印文字识别方法，其特征在于：所述位置检测模型从底向上分别为卷积层、循环层、终末层；其中，卷积层为VGG16模型，循环层为BLSTM模型，终末层为全连接层后接输出层；卷积层中，...

【专利技术属性】
技术研发人员：陶冠宏，葛军伟，
申请(专利权)人：成都天奥集团有限公司，
类型：发明
国别省市：