[发明专利]缺失字符检测、缺失字符检测模型的建立方法及装置有效

专利信息
申请号: 201910936228.4 申请日: 2019-09-29
公开(公告)号: CN110705531B 公开(公告)日: 2022-03-18
发明(设计)人: 肖航;张子昊 申请(专利权)人: 北京猎户星空科技有限公司
主分类号: G06V20/62 分类号: G06V20/62;G06V30/146;G06V30/148;G06V30/18;G06V30/19;G06V10/82;G06K9/62;G06N3/04;G06N3/08
代理公司: 北京同达信恒知识产权代理有限公司 11291 代理人: 赵祎
地址: 100025 北京市朝*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 缺失 字符 检测 模型 建立 方法 装置
【说明书】:

本申请公开一种缺失字符检测、缺失字符检测模型的建立方法及装置,属于图像处理技术领域,该方法包括:获取待检测图像,将待检测图像输入缺失字符检测模型中,根据缺失字符检测模型输出的待检测图像中各像素的概率信息生成第一目标图像,对第一目标图像进行轮廓提取,根据提取的轮廓信息确定待检测图像中喷码字符的个数,若喷码字符的个数小于预设个数,则确定待检测图像中的喷码字符有缺失,其中,缺失字符检测模型输出的各像素的概率信息包括每个像素属于喷码字符的概率,这样,以像素为单位对喷码字符进行缺失检测,检测的准确度较高,且待检测图像在尺寸上的变化也不易对检测效果产生影响。

技术领域

本申请涉及图像处理技术领域,尤其涉及一种缺失字符检测、缺失字符检测模型的建立方法及装置。

背景技术

工业生产中,产品在出厂之前大多需要在外包装上印制生产日期或生成批号等字符信息,并且,这些字符一般是采用喷码机来生成的,然而当喷码机的喷墨缺失时,会出现喷码字符缺失的现象。

目前,对喷码字符的缺失检测采用的方案是:获取图像后,计算图像中喷码字符的像素面积,若确定喷码字符的像素面积小于预设阈值,则认为图像中的喷码字符有缺失;若确定喷码字符的像素面积不小于预设阈值,则认为图像中的喷码字符没有缺失。在该方案中,图像不能有尺寸上的变化,因为图像尺寸变化后喷码字符的像素面积也会发生改变,预设阈值将不再有效,并且,预设阈值设置过高容易造成漏检,预设阈值设置过低容易造成错检,检测的准确率也难以保证。

发明内容

本申请实施例提供一种缺失字符检测、缺失字符检测模型的建立方法及装置,用以解决现有技术中在进行缺失字符检测时存在的对待检测图像的尺寸要求严格、且准确率难以保证的问题。

第一方面,本申请实施例提供的一种缺失字符检测方法,包括:

获取待检测图像;

将所述待检测图像输入到建立的缺失字符检测模型中,以确定所述待检测图像中各像素的概率信息,每个像素的概率信息包括第一概率信息,所述第一概率信息包括该像素属于喷码字符的概率;

根据所述缺失字符检测模型输出的所述待检测图像中各像素的第一概率信息,生成第一目标图像;

对所述第一目标图像进行轮廓提取,根据提取的轮廓信息确定所述待检测图像中的喷码字符信息,所述喷码字符信息包括喷码字符的个数;

若确定所述喷码字符的个数小于预设个数,则确定所述待检测图像中的喷码字符有缺失。

第二方面,本申请实施例提供的一种缺失字符检测模型的建立方法,包括:

获取图像样本,所述图像样本中包含至少一个喷码字符;

将所述图像样本输入到深度学习网络模型中,以确定所述图像样本中各像素的概率信息,每个像素的概率信息包括第一概率信息,所述第一概率信息包括该像素属于喷码字符的概率;

根据所述深度学习网络模型输出的所述图像样本中各像素的第一概率信息和预先生成的第一标签图像,确定所述深度学习网络模型的第一损失值;

根据所述第一损失值调整所述深度学习网络模型的参数,建立缺失字符检测模型。

第三方面,本申请实施例提供的一种缺失字符检测装置,包括:

获取模块,用于获取待检测图像;

确定模块,用于将所述待检测图像输入到建立的缺失字符检测模型中,以确定所述待检测图像中各像素的概率信息,每个像素的概率信息包括第一概率信息,所述第一概率信息包括该像素属于喷码字符的概率;

生成模块,用于根据所述缺失字符检测模型输出的所述待检测图像中各像素的第一概率信息,生成第一目标图像;

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北京猎户星空科技有限公司,未经北京猎户星空科技有限公司许可,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/201910936228.4/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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