【技术实现步骤摘要】
本申请涉及计算机视觉，尤其涉及一种基于深度学习的线缆字符检测方法。
技术介绍
1、线缆制造过程中，通常会在线缆上打印电压、电流、类型、长度、厂家、相关编码等信息字符，方便相关人员进行快速识别，避免使用不当，从而减少相关电气事故的发生。同时，线缆上完整、准确的字符信息也有利于库存管理。
2、在实际生产中，在对线缆进行字符喷印或压印时，不可避免会出现字符特征缺陷，例如字符错印、漏印、打印模糊、跳米等缺陷情况。因此，对于印刷后的线缆还需要进行质检，对存在字符缺陷的线缆进行重新印刷字符。
3、在线缆字符质检时采用ocr(即，光学字符识别)技术进行字符识别能够显著提高质检的效率。
4、现有的ocr模型鲁棒性较差，线缆的字符特征存在缺陷或拍摄的线缆图像质量的不同，会导致现有的基于深度学习的ocr算法误检率较高，也就是将字符正确的线缆误检为字符错误。
5、由于字符沿线缆周向印刷，线缆表面是弯曲曲面而非平面，也就导致线缆字符和平面字符形状不一样。在线缆上，字符的顶部和底部会沿字符高度方向压缩，字符的中部则...
【技术保护点】
1.一种基于深度学习的线缆字符检测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于深度学习的线缆字符检测方法，其特征在于，在所述获取字符区域图像之后，还包括：
3.根据权利要求2所述的一种基于深度学习的线缆字符检测方法，其特征在于，对所述字符区域图像进行预处理，具体包括：
4.根据权利要求1所述的一种基于深度学习的线缆字符检测方法，其特征在于，所述字符图像标记有图像分割前的字符坐标；
5.根据权利要求1所述的一种基于深度学习的线缆字符检测方法，其特征在于，对所述字符区域图像进行字符分割，具体包括：
...
【技术特征摘要】
1.一种基于深度学习的线缆字符检测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于深度学习的线缆字符检测方法，其特征在于，在所述获取字符区域图像之后，还包括：
3.根据权利要求2所述的一种基于深度学习的线缆字符检测方法，其特征在于，对所述字符区域图像进行预处理，具体包括：
4.根据权利要求1所述的一种基于深度学习的线缆字符检测方法，其特征在于，所述字符图像标记有图像分割前的字符坐标；
5.根据权利要求1所述的...
【专利技术属性】
技术研发人员：岳翔，张义伟，刘敏，徐洋，沈宝诚，金怀国，刘振洗，魏保良，
申请(专利权)人：中国电子科技集团公司第四十一研究所，
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。