[发明专利]字符检测识别系统在审

专利信息
申请号: 201910320804.2 申请日: 2019-04-20
公开(公告)号: CN110096980A 公开(公告)日: 2019-08-06
发明(设计)人: 李清顺;谭良 申请(专利权)人: 东莞中科蓝海智能视觉科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/34;G06K9/38;G06K9/62;G06T5/20;G06T7/11;G06T7/136;G06T7/194
代理公司: 深圳华奇信诺专利代理事务所(特殊普通合伙) 44328 代理人: 范亮
地址: 523000 广东省东莞市松*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 文本图像 二值化处理 区域图像 识别系统 字符检测 图像 视觉检测技术 最小外接矩形 准确度 采集图像 参数配合 局部图像 拍摄装置 字符匹配 字符识别 字符图像 阈值分割 兼容性 精准度 多行 采集
【说明书】:

发明涉及视觉检测技术领域,尤其是指一种字符检测识别系统,包括如下步骤,步骤A:采集图像;步骤B:对采集的图像进行二值化处理;步骤C:提取二值化处理完成后的图像中的局部图像,得到识别区域图像;步骤D:对识别区域图像进行阈值分割,得到文本图像;步骤E:对文本图像进行最小外接矩形计算,得到矩形文本图像;步骤F:对矩形文本图像进行OCR字符识别计算,判断矩形文本图像的对应字符图像。特定的拍摄装置及其布置参数配合该识别步骤,很好的达到识别精准度和字符匹配准确度高,且兼容性强可同时识别多行字符。

技术领域

本发明涉及视觉检测技术领域,尤其是指一种字符检测识别系统。

背景技术

机器视觉检测的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合,常用机器视觉来替代人工视觉;同时在大批量工业生产过程中,用人工视觉检查产品质量效率低且精度不高,用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成,是实现计算机集成制造的基础技术。视觉检测就是用机器代替人眼来做测量和判断。视觉检测是指通过机器视觉产品,图像摄取装置分 CMOS 和CCD 两种,将被摄取目标转换成图像信号,传送给专用的图像处理系统,根据像素分布和亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作。是用于生产、装配或包装的有价值的机制。它在检测缺陷和防止缺陷产品被配送到消费者的功能方面具有不可估量的价值。

正如上述情况,视觉检测有着庞大的市场价值,在视觉检测体系中最核心的不是硬件设备而是算法步骤,而算法步骤会因检测结果要求、产品外形、作业环境情况以及设计人员或团体的技术能力等因素出现千差万别,若核心算法步骤设计欠缺,则影响着整套视觉检测设备的运行效率和运行质量,而在字符检测识别的算法步骤中,市场上大部分技术方案的使用成本高昂,同时算法步骤也较为复杂不利于一般技术人员的常规更改参数等操作设定。

发明内容

本发明要解决的技术问题是提供一种搭配特定拍摄装置,达到识别精准度和字符匹配准确度高,且兼容性强可同时识别多行字符的字符检测识别系统。

为了解决上述技术问题,本发明采用如下技术方案:一种字符检测识别系统,包括机架、设置于机架的检测台、位于检测台上方的弧形光源及位于环形光源上方的图像采集装置,所述机架装设有水平横杆及用于驱动水平横杆上下移动的升降模组;视觉检测步骤如下,步骤A:采集图像;

步骤B:对采集的图像进行二值化处理;

步骤C:提取二值化处理完成后的图像中的局部图像,得到识别区域图像;

步骤D:对识别区域图像进行阈值分割,得到文本图像;

步骤E:对文本图像进行最小外接矩形计算,得到矩形文本图像;

步骤F:对矩形文本图像进行OCR字符识别计算,判断矩形文本图像的对应字符信息。

优选的,所述步骤F中,OCR字符识别计算的具体步骤如下:

步骤F1:预先采集字符图像;

步骤F2:对字符图像进行二值化处理和过滤处理;

步骤F3:将完成处理的字符图像设置为模板图像并存储至存储模块;

步骤F4:将得到的矩形文本图像与存储模块内的模板图像进行匹配,得到对应字符信息。

优选的,所述采集图像装置包括使用300至600万像素的黑白相机搭配25至45毫米的定焦镜头进行拍摄以及使用弧形光源从侧面进行照射辅助图像拍摄。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东莞中科蓝海智能视觉科技有限公司,未经东莞中科蓝海智能视觉科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910320804.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top