一种基于深度学习的中子周围剂量监测仪智能检定方法技术

本发明专利技术公开了一种基于深度学习的中子周围剂量监测仪智能检定方法，涉及机器视觉技术领域，该方法包括S1、采集摄像头视频数据流的图片，基于OPENCV库对摄像头视频数据流进行预处理，以提升文本识别过程中的处理速度以及识别成功率；S2、基于PaddleOCR库实现对仪表图片的文本检测及文本识别；S3、基于PaddleOCR库对步骤S2的输出结果进行后处理以过滤掉识别结果数组中错误识别的数据，所述后处理包括提取剂量率和过滤识别结果序列；S4、完成所有测量点的数据识别后，基于各测量点数据，计算仪表的统计涨落、校准因子、相对固有误差、相对扩展不确定度。本发明专利技术所提供的方法能够完成对中子周围剂量监测仪数值的自动读取，识别时间小于0.5s，显著提升检定效率。

【技术实现步骤摘要】

本专利技术属于机器视觉，具体涉及一种基于深度学习的中子周围剂量监测仪智能检定方法。

技术介绍

1、中子周围剂量当量监测是核电站、加速器等核设施周围辐射防护监测的重要内容。为保证监测仪器的测量值的准确性，根据《中子周围剂量当量(率)仪检定规程》(jjg852-2019)的要求，中子周围剂量监测仪需要每年进行一次检定。但是，当前中子周围剂量监测仪的检定很大程度上依赖人工读数，给最终结果带来人因误差的同时，还存在检定效率偏低的问题。因此，如何在检定过程中自动识别仪器的量值，提高工作效率，同时避免手工记录导致的笔误和疏漏，成了目前重点研究的方向。

技术实现思路

1、针对现有技术中存在的缺陷，本专利技术的目的在于提供一种基于深度学习的中子周围剂量监测仪智能检定方法，使用该方法能够完成对中子周围剂量监测仪数值的自动读取，同时能够过滤掉由于数字漏选以及小数点遗漏造成的错误识别结果。

2、为实现上述目的，本专利技术采用的技术方案如下：

3、一种基于深度学习的中子周围剂量监测仪智能检定方法，包括以下步骤本文档来自技高网...

【技术保护点】

1.一种基于深度学习的中子周围剂量监测仪智能检定方法，包括以下步骤：

2.根据权利要求1所述的基于深度学习的中子周围剂量监测仪智能检定方法，其特征在于，步骤S1中所述预处理具体包括：对图像进行灰度化、切边及矫正、降噪和裁切。

3.根据权利要求2所述的基于深度学习的中子周围剂量监测仪智能检定方法，其特征在于，步骤S1中：

4.根据权利要求3所述的基于深度学习的中子周围剂量监测仪智能检定方法，其特征在于，步骤S1中对图像进行切边及矫正的具体步骤为：

5.根据权利要求3或4所述的基于深度学习的中子周围剂量监测仪智能检定方法，其特征在于，步骤S2中...

【技术特征摘要】

1.一种基于深度学习的中子周围剂量监测仪智能检定方法，包括以下步骤：

2.根据权利要求1所述的基于深度学习的中子周围剂量监测仪智能检定方法，其特征在于，步骤s1中所述预处理具体包括：对图像进行灰度化、切边及矫正、降噪和裁切。

3.根据权利要求2所述的基于深度学习的中子周围剂量监测仪智能检定方法，其特征在于，步骤s1中：

4.根据权利要求3所述的基于深度学习的中子周围剂量监测仪智能检定方法，其特征在于，步骤s1中对图像进行切边及矫正的具体步骤为：

5.根据权利要求3或4所述的基于深度学习的中子周围剂量监测仪智能检定方法，其特征在于，步骤s2中采用基于paddleocr的深度学习算法实现对仪表图片的ocr处理，所述ocr处理包括文本检测和文本识别，所述文本检测用于将图片中所包含的文字框选出来，其输出作为文本识别算法的输入；所述文本识别用于提取并识别文本框中的文字...

【专利技术属性】
技术研发人员：王雨青，黄政林，王桢，刘新昊，方登富，刘立业，曹勤剑，韦应靖，段嘉宇，李胤，陈双强，张婷婷，
申请(专利权)人：中国辐射防护研究院，
类型：发明
国别省市：