[发明专利]一种钢卷喷码识别通用检测方法

权利要求书

1.一种钢卷喷码识别通用检测方法，其特征在于：包括步骤如下：

(1)将红外监控相机安放在钢卷运输辊道旁，红外监控相机正对钢卷喷码侧进行拍摄，得到原始采集图像，并通过网络传输到图像处理工作站上进行存储和检测；

(2)首先通过自定义的语义分割网络从原始采集图像上提取出钢卷ROI，得到钢卷区域的二值图像，通过形变处理模块，将原始采集图像中已变形的钢卷进行仿射变换处理，使钢卷区域呈现出原本的标准圆形；

(3)针对标准圆形钢卷图像，以钢卷正中心像素点为基准，向钢卷外环以2度为间隔均匀绘制180条射线，统计射线上所有像素点的灰度分布，当灰度大于指定阈值时射线保留，遍历所有射线后保留得到的最外侧两条射线中间所围成的区域即为字符区域；

(4)通过极坐标系到直角坐标系的转换，将字符区域由圆弧状态拉伸为矩形状态，也即将字符由弯曲型字符转为通用的直线型字符；

(5)最后训练基于yolo-v3的改进目标检测模型，针对字符区域尺寸不变性，设计采用单个的锚点框，并根据特征层对应的字符大小滤除掉部分较大或较小无用目标框，完成钢卷喷码识别。

2.根据权利要求1所述的钢卷喷码识别通用检测方法，其特征在于：所述步骤(2)中自定义的语义分割网络为利用深度学习技术搭建的用于语义分割的网络模型，包括编码层和解码层，编码层采用卷积和膨胀卷积操作充分提取图像特征，解码层对图像特征进行上采样，最终得到与输入图像同等尺寸大小的二值分割图。

3.根据权利要求1所述的钢卷喷码识别通用检测方法，其特征在于：所述步骤(2)中从原始采集图像中利用分割算法提取出钢卷区域并利用形变矫正算法还原出钢卷本身的圆形形态，其中，分割算法依赖于训练得到的语义分割模型，模型的输入为原始采集图像，输出为钢卷区域提取的二值图像；形变矫正还原算法是根据提取到的二值图像以钢卷正中心为原点，宽度方向为x轴，高度方向为y轴，分别统计x轴灰度均值和y轴灰度均值，灰度比值作为形变矫正的长宽比，进行图像尺寸调整。

4.根据权利要求1所述的钢卷喷码识别通用检测方法，其特征在于：所述步骤(3)中指定阈值介于字符区域灰度和背景灰度之间，根据实际调整。

5.根据权利要求1所述的钢卷喷码识别通用检测方法，其特征在于：所述步骤(5)中基于yolo-v3的改进目标检测模型是指在yolo-v3中采用单锚点框，进行特征层的选择性过滤。

6.根据权利要求1所述的钢卷喷码识别通用检测方法，其特征在于：所述步骤(5)中将锚点框设计为字符同等大小。

7.根据权利要求1所述的钢卷喷码识别通用检测方法，其特征在于：所述步骤(5)较大无用目标框是指大于(m+0.5*min(m,n))×(n+0.5*min(m,n))的目标框，较小无用目标框是指小于(m-0.5*min(m,n))×(n-0.5*min(m,n))的目标框，其中m为字符的平均宽度，n为字符的平均高度。

8.根据权利要求1所述的钢卷喷码识别通用检测方法，其特征在于：该方法识别准确率达到99％以上。