System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于射线检测底片ocr识别,尤其涉及一种工业产品射线检测底片自动分类存储方法及系统。
技术介绍
1、射线检测作为一种无损检测方法,可以对产品内部缺陷进行检测,是工业产品质量检测的重要手段。随着数字化技术的不断发展,大量射线检测胶片需要经过扫描,进行数字化存储和管理。目前,每张扫描后的数字底片上传至计算机时需要人工输入底片分类信息,或在上传之前人工将大量扫描后的数字底片进行分类存储,再上传至计算机。此项工作劳动强度大、效率低、易出错。
技术实现思路
1、本专利技术解决的技术问题是:克服现有技术的不足,提供了一种工业产品射线检测底片自动分类存储方法及系统,解决了人工处理劳动强度大、效率低、易出错的问题。
2、本专利技术目的通过以下技术方案予以实现:一种工业产品射线检测底片自动分类存储方法,包括:在工业产品射线检测底片上标注文字信息;训练多目标识别深度学习模型;利用训练的多目标识别深度学习模型自动识别文字信息,输出字符串信息;根据字符串信息对工业产品射线检测底片进行命名;根据命名信息自动建立文件夹进行分类存储。
3、上述工业产品射线检测底片自动分类存储方法中,所述文字信息包括印刷码、铅字码、像质计。
4、上述工业产品射线检测底片自动分类存储方法中,所述训练的多目标识别深度学习模型能够针对工业产品射线检测底片扫描图像,进行图像处理识别出印刷码、铅字码、像质计所在的区域,输出各区域在图像中的位置坐标,并将各位置从图像中截取出来。
5、
6、上述工业产品射线检测底片自动分类存储方法中,所述多目标识别深度学习模型为ocr识别模型,能够识别英文字母、汉字和数字。
7、一种工业产品射线检测底片自动分类存储系统,包括:第一模块,用于在工业产品射线检测底片上标注文字信息;第二模块,用于训练多目标识别深度学习模型;第三模块,用于利用训练的多目标识别深度学习模型自动识别文字信息,输出字符串信息;第四模块,用于根据字符串信息对工业产品射线检测底片进行命名;第五模块,用于根据命名信息自动建立文件夹进行分类存储。
8、上述工业产品射线检测底片自动分类存储系统中,所述文字信息包括印刷码、铅字码、像质计。
9、上述工业产品射线检测底片自动分类存储系统中,所述训练的多目标识别深度学习模型能够针对工业产品射线检测底片扫描图像,进行图像处理识别出印刷码、铅字码、像质计所在的区域,输出各区域在图像中的位置坐标,并将各位置从图像中截取出来。
10、上述工业产品射线检测底片自动分类存储系统中,图像处理方法包括滤波和自适应二值化。
11、上述工业产品射线检测底片自动分类存储系统中,所述多目标识别深度学习模型为ocr识别模型,能够识别英文字母、汉字和数字。
12、本专利技术与现有技术相比具有如下有益效果:
13、(1)本专利技术训练的深度学习网络模型能够识别工业产品射线检测底片扫描图像中字符存在的区域,将各区域截取出来,进行后续字符识别操作,能够有效提高字符字符识别的准确率;
14、(2)本专利技术对字符区域进行图形处理操作,提高图像清晰度,有效提高易混字符的识别准确率;
15、(3)本专利技术能够实现射线检测底片扫描图像的自动分级分类存储,有效提高底片存储效率。
本文档来自技高网...【技术保护点】
1.一种工业产品射线检测底片自动分类存储方法,其特征在于包括:
2.根据权利要求1所述的工业产品射线检测底片自动分类存储方法,其特征在于:所述文字信息包括印刷码、铅字码、像质计。
3.根据权利要求1所述的工业产品射线检测底片自动分类存储方法,其特征在于:所述训练的多目标识别深度学习模型能够针对工业产品射线检测底片扫描图像,进行图像处理识别出印刷码、铅字码、像质计所在的区域,输出各区域在图像中的位置坐标,并将各位置从图像中截取出来。
4.根据权利要求3所述的工业产品射线检测底片自动分类存储方法,其特征在于:图像处理方法包括滤波和自适应二值化。
5.根据权利要求1所述的工业产品射线检测底片自动分类存储方法,其特征在于:所述多目标识别深度学习模型为OCR识别模型,能够识别英文字母、汉字和数字。
6.一种工业产品射线检测底片自动分类存储系统,其特征在于包括:
7.根据权利要求6所述的工业产品射线检测底片自动分类存储系统,其特征在于:所述文字信息包括印刷码、铅字码、像质计。
8.根据权利要求6所述的工业产品
9.根据权利要求8所述的工业产品射线检测底片自动分类存储系统,其特征在于:图像处理方法包括滤波和自适应二值化。
10.根据权利要求6所述的工业产品射线检测底片自动分类存储系统,其特征在于:所述多目标识别深度学习模型为OCR识别模型,能够识别英文字母、汉字和数字。
...【技术特征摘要】
1.一种工业产品射线检测底片自动分类存储方法,其特征在于包括:
2.根据权利要求1所述的工业产品射线检测底片自动分类存储方法,其特征在于:所述文字信息包括印刷码、铅字码、像质计。
3.根据权利要求1所述的工业产品射线检测底片自动分类存储方法,其特征在于:所述训练的多目标识别深度学习模型能够针对工业产品射线检测底片扫描图像,进行图像处理识别出印刷码、铅字码、像质计所在的区域,输出各区域在图像中的位置坐标,并将各位置从图像中截取出来。
4.根据权利要求3所述的工业产品射线检测底片自动分类存储方法,其特征在于:图像处理方法包括滤波和自适应二值化。
5.根据权利要求1所述的工业产品射线检测底片自动分类存储方法,其特征在于:所述多目标识别深度学习模型为ocr识别模型,能够识别英文字母、汉字和数字。
...【专利技术属性】
技术研发人员:刘骁佳,戴铮,王宁,曹立俊,周鹏飞,危荃,
申请(专利权)人:上海航天精密机械研究所,
类型:发明
国别省市:
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。