一种基于计算机视觉的目标识别方法与系统技术方案

本发明专利技术提供一种基于计算机视觉的目标识别方法及系统，涉及计算机视觉识别技术领域,实现对工业厂房内文本标签的精确检测与识别。该方法包括：接收工业厂房内RGB格式的原始图片作为输入，采用改进的DB‑net网络模型对原始图片进行文本区域检测，输出检测到的文本区域点集及对应的最小外接矩形框；根据每个文本区域的最小外接矩形框，从输入图像中截取相应的文本图像，采用CRNN网络模型对截取的文本图像进行文字识别，输出识别到的文字内容及原始位置信息；对识别到的文字内容进行分类筛选，区分贴标内容文本和位置刻度文本，剔除错误和无效信息。所述一种基于计算机视觉的目标识别系统应用一种基于计算机视觉的目标识别方法。

【技术实现步骤摘要】

本专利技术涉及计算机视觉识别，更具体地说，是涉及一种基于计算机视觉的目标识别方法与系统。

技术介绍

1、随着深度学习技术的快速发展，目标检测与识别技术在各个领域得到了广泛应用。然而，在工业厂房等特定场景下，目标物因外形、颜色、规格的高度统一，使得传统基于图像特征的方法难以有效区分。相比之下，文字标签作为目标物的重要标识信息，成为区分和识别这些目标的关键。然而，工业厂房内的文本标签往往存在字体小、形状不规则、分布集中、易粘连以及受光照、拍摄角度影响大等挑战，导致现有技术在文本检测与识别上存在漏检、误识等问题。

技术实现思路

1、本专利技术的目的在于提供一种基于计算机视觉的目标识别方法与系统，通过结合改进的db-net网络模型和crnn网络模型，实现对工业厂房内文本标签的精确检测与识别，同时采用分类筛选机制剔除错误和无效信息，提高识别的准确性和可靠性。

2、为了实现上述目的，本专利技术提供一种基于计算机视觉的目标识别方法，该方法包括：

3、步骤s1：接收工业厂房内rgb格式的原始图片作为输本文档来自技高网...

【技术保护点】

1.一种基于计算机视觉的目标识别方法，其特征于，包括：

2.根据权利要求1所述的一种基于计算机视觉的目标识别方法，其特征在于，

3.根据权利要求2所述的一种基于计算机视觉的目标识别方法，其特征在于，可微二值化处理公式为：

4.根据权利要求2所述的一种基于计算机视觉的目标识别方法，其特征在于，

5.根据权利要求2所述的一种基于计算机视觉的目标识别方法，其特征在于，基于字符级概率图P2细化文本区域边界，获得文本区域掩码，包括：

6.根据权利要求2所述的一种基于计算机视觉的目标识别方法，其特征在于，

7.一种基于计算机视觉...

【技术特征摘要】

1.一种基于计算机视觉的目标识别方法，其特征于，包括：

2.根据权利要求1所述的一种基于计算机视觉的目标识别方法，其特征在于，

3.根据权利要求2所述的一种基于计算机视觉的目标识别方法，其特征在于，可微二值化处理公式为：

4.根据权利要求2所述的一种基于计算机视觉的目标识别方法，其特征在于，

5.根据权利要求2所述的一种基于计算机视觉的目标识别方法，其特征在于，基于字符级概率图p2细化文本区...

【专利技术属性】
技术研发人员：曹红梅，
申请(专利权)人：沂水县院东头镇卫生院，
类型：发明
国别省市：