本发明专利技术提供一种板坯编号识别方法、系统、介质及电子终端，方法包括：连续采集多张板坯运输辊道上的板坯侧面图像；将所述板坯侧面图像输入预设的第一识别模型进行特征提取与分类，获取待拼接板坯图像，所述待拼接板坯图像为具有字母和/或数字特征的板坯侧面图像；将所述待拼接板坯图像输入预设的图像拼接模型进行图像拼接，获取拼接图像；将所述拼接图像输入预设的第二识别模型进行识别，获取板坯编号识别值；通过对比所述板坯编号识别值与预设的板坯编号期望值，发出警示，完成板坯编号识别；本发明专利技术中的板坯编号识别方法、系统、介质及电子终端，较好地实现了对板坯编号的精准识别，识别准确度较高，识别效率较高，成本较低，实施较方便。实施较方便。实施较方便。
【技术实现步骤摘要】
一种板坯编号识别方法、系统、介质及电子终端
[0001]本专利技术涉及图像识别
，尤其涉及一种板坯编号识别方法、系统、介质及电子终端。
技术介绍
[0002]随着钢铁行业的发展，人们对炼钢过程中的自动化程度地要求也越来越高，为了实现精细化生产，通常在生产过程中，需要对板坯的编号进行识别与统计，然而，目前，通常采用人工的方式对板坯编号进行识别，容易导致板坯编号识别准确率较低，识别效率较低，且成本较高。
技术实现思路
[0003]本专利技术提供一种板坯编号识别方法、系统、介质及电子终端，以解决现有技术中板坯编号识别准确率较低，识别效率较低，以及成本较高的问题。
[0004]本专利技术提供的板坯编号识别方法，包括：
[0005]连续采集多张板坯运输辊道上的板坯侧面图像；
[0006]将所述板坯侧面图像输入预设的第一识别模型进行特征提取与分类，获取待拼接板坯图像，所述待拼接板坯图像为具有字母和/或数字特征的板坯侧面图像；
[0007]将所述待拼接板坯图像输入预设的图像拼接模型进行图像拼接，获取拼接图像；
[0008]将所述拼接图像输入预设的第二识别模型进行识别，获取板坯编号识别值；
[0009]通过对比所述板坯编号识别值与预设的板坯编号期望值，发出警示，完成板坯编号识别。
[0010]可选的，连续采集多张板坯运输辊道上的板坯侧面图像的步骤包括：
[0011]利用预先设置的板坯到位检测装置，获取板坯到位信号；
[0012]根据所述板坯到位信号，获取辊道运行速度；
[0013]根据所述辊道运行速度和预设的拍摄规则，获取目标拍摄间隔；
[0014]根据所述目标拍摄间隔，定期采集多张板坯运输辊道两侧的板坯侧面图像。
[0015]可选的，所述第一识别模型的获取步骤包括：
[0016]获取第一训练集，所述第一训练集包括：多个训练样本，以及与所述训练样本相对应的真实类别信息；
[0017]将所述训练样本输入预设的第一卷积神经网络进行特征提取，获取第一样本特征；
[0018]通过对所述第一样本特征进行分类，获取预测图像类别；
[0019]根据所述预测图像类别和真实类别信息，对所述第一卷积神经网络进行迭代训练，获取所述第一识别模型。
[0020]可选的，所述图像拼接模型的获取步骤包括：
[0021]获取第二训练集，所述第二训练集包括：多个待拼接图像样本，以及与所述待拼接
图像样本相对应的真实拼接图像；
[0022]将多个所述待拼接图像样本输入预设的深度神经网络进行特征提取、滑移匹配与图像拼接，获取预测拼接图像；
[0023]根据所述真实拼接图像和预测拼接图像，对所述深度神经网络进行训练，获取所述图像拼接模型。
[0024]可选的，将多个所述待拼接图像样本输入预设的深度神经网络进行特征提取、滑移匹配与图像拼接，获取预测拼接图像的步骤包括：
[0025]对多个连续的所述待拼接图像样本进行特征提取与编码，获取多个连续的待拼接图像样本的特征值；
[0026]以列为单位，对相邻两个待拼接图像样本的特征值进行滑移匹配，获取匹配结果；
[0027]根据所述匹配结果，进行图像拼接，获取所述预测拼接图像。
[0028]可选的，所述第二识别模型的获取步骤包括：
[0029]获取第三训练集，所述第三训练集包括：多个待识别样本，以及与所述待识别样本相对应的真实标注信息；
[0030]将所述待识别样本输入预设的第二卷积神经网络进行特征提取，获取第二样本特征；
[0031]通过对所述第二样本特征进行特征匹配，获取预测结果；
[0032]根据预测结果和所述真实标注信息中的样本内容，对第二卷积神经网络进行一次训练；
[0033]将所述第二样本特征与预设的待比对特征进行对比，获取预测对比结果；
[0034]根据所述预测对比结果和所述真实标注信息中的真实对比结果，对经过一次训练后的第二卷积神经网络进行二次训练，获取所述第二识别模型。
[0035]可选的，通过对比所述板坯编号识别值与预设的板坯编号期望值，发出警示的步骤包括：
[0036]若所述板坯编号识别值与所述板坯编号期望值不同，则发出警示，并将对应的拼接图像记录为报错图像；
[0037]通过人工对所述报错图像进行核验，确定所述报错图像中的板坯编码是否正确；
[0038]若所述报错图像中的板坯编码正确，则将所述报错图像标记为正确图像，并记录标记次数；
[0039]当所述标记次数超出预设的次数阈值时，则对重新对所述第一识别模型、图像拼接模型和第二识别模型进行模型训练与优化，完成板坯编号识别。
[0040]本专利技术还提供一种板坯编号识别系统，包括：
[0041]图像采集模块，用于连续采集多张板坯运输辊道上的板坯侧面图像；
[0042]第一识别模块，用于将所述板坯侧面图像输入预设的第一识别模型进行特征提取与分类，获取待拼接板坯图像，所述待拼接板坯图像为具有字母和/或数字特征的板坯侧面图像；
[0043]图像拼接模块，用于将所述待拼接板坯图像输入预设的图像拼接模型进行图像拼接，获取拼接图像；
[0044]第二识别模块，用于将所述拼接图像输入预设的第二识别模型进行识别，获取板
坯编号识别值；
[0045]对比模块，用于通过对比所述板坯编号识别值与预设的板坯编号期望值，发出警示，完成板坯编号识别；所述图像采集模块、第一识别模块、图像拼接模块和第二识别模块连接。
[0046]本专利技术还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述方法。
[0047]本专利技术还提供一种电子终端，包括：处理器及存储器；
[0048]所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行如上述任一项所述方法。
[0049]本专利技术的有益效果：本专利技术中的板坯编号识别方法、系统、介质及电子终端，通过连续采集多张板坯运输辊道上的板坯侧面图像；将板坯侧面图像输入预设的第一识别模型进行特征提取与分类，获取待拼接板坯图像，所述待拼接板坯图像为具有字母和/或数字特征的板坯侧面图像；将待拼接板坯图像输入预设的图像拼接模型进行图像拼接，获取拼接图像；将拼接图像输入预设的第二识别模型进行识别，获取板坯编号识别值；通过对比所述板坯编号识别值与预设的板坯编号期望值，发出警示，完成板坯编号识别，较好地实现对板坯编号的精准识别，识别准确度较高，识别效率较高，成本较低，实施较方便，自动化程度较高。
附图说明
[0050]图1是本专利技术实施例中板坯编号识别方法的流程示意图。
[0051]图2是本专利技术实施例中板坯编号识别方法中连续采集多张板坯运输辊道上的板坯侧面图像的流程示意图。
[0052]图3是本专利技术实施例中板坯编号识别方法中本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种板坯编号识别方法，其特征在于，包括：连续采集多张板坯运输辊道上的板坯侧面图像；将所述板坯侧面图像输入预设的第一识别模型进行特征提取与分类，获取待拼接板坯图像，所述待拼接板坯图像为具有字母和/或数字特征的板坯侧面图像；将所述待拼接板坯图像输入预设的图像拼接模型进行图像拼接，获取拼接图像；将所述拼接图像输入预设的第二识别模型进行识别，获取板坯编号识别值；通过对比所述板坯编号识别值与预设的板坯编号期望值，发出警示，完成板坯编号识别。2.根据权利要求1所述的板坯编号识别方法，其特征在于，连续采集多张板坯运输辊道上的板坯侧面图像的步骤包括：利用预先设置的板坯到位检测装置，获取板坯到位信号；根据所述板坯到位信号，获取辊道运行速度；根据所述辊道运行速度和预设的拍摄规则，获取目标拍摄间隔；根据所述目标拍摄间隔，定期采集多张板坯运输辊道两侧的板坯侧面图像。3.根据权利要求1所述的板坯编号识别方法，其特征在于，所述第一识别模型的获取步骤包括：获取第一训练集，所述第一训练集包括：多个训练样本，以及与所述训练样本相对应的真实类别信息；将所述训练样本输入预设的第一卷积神经网络进行特征提取，获取第一样本特征；通过对所述第一样本特征进行分类，获取预测图像类别；根据所述预测图像类别和真实类别信息，对所述第一卷积神经网络进行迭代训练，获取所述第一识别模型。4.根据权利要求1所述的板坯编号识别方法，其特征在于，所述图像拼接模型的获取步骤包括：获取第二训练集，所述第二训练集包括：多个待拼接图像样本，以及与所述待拼接图像样本相对应的真实拼接图像；将多个所述待拼接图像样本输入预设的深度神经网络进行特征提取、滑移匹配与图像拼接，获取预测拼接图像；根据所述真实拼接图像和预测拼接图像，对所述深度神经网络进行训练，获取所述图像拼接模型。5.根据权利要求4所述的板坯编号识别方法，其特征在于，将多个所述待拼接图像样本输入预设的深度神经网络进行特征提取、滑移匹配与图像拼接，获取预测拼接图像的步骤包括：对多个连续的所述待拼接图像样本进行特征提取与编码，获取多个连续的待拼接图像样本的特征值；以列为单位，对相邻两个待拼接图像样本的特征值进行滑移匹配，获取匹配结果；根据所述匹配结果，进行图像拼接，获取所述预测拼接图像。6.根据权利要求1所述的板坯编号识别方法，其特...
【专利技术属性】
技术研发人员：张宏亮，王荣，杨凤琴，王晓凤，
申请(专利权)人：重庆钢铁股份有限公司，
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。