【技术实现步骤摘要】
本专利技术属于自动化加工领域，尤其是涉及一种用于待检测工件的识别检测方法、系统及可读存储介质。
技术介绍
1、对于当下的智能化工厂，对产品标号或者文字进行识别尤为重要，主要在于对工件进行分类、计数、缺陷统计等操作，以实现替代人工、提高效率和作业稳定性的作用。
2、以往的图像采集均某一个固定位置抓取待识别文本进行识别，但是在生产车间环境复杂的一些应用场景下，由于现场环境光照条件多变；如钢包号的识别领域，因白天黑夜的光照不同，另者，特别由于钢包盖在生产过程中一定有掀开的工况，钢包盖一旦掀开，内部高温直接导致相机拍照一片通红，钢包身上的钢包号拍摄不清楚，且由于钢包自身所带来的自身光照强度很高，已经无法通过外界调节的形式进行修正。
3、因此由于上述的情况，会导致识别的错误率极高，无法满足当下的要求。
技术实现思路
1、为解决现有技术中提出的技术问题，本专利技术提供了一种用于待检测工件的识别检测方法、系统及可读存储介质。
2、在本申请的第一方面提供一种用于待检测工件的识别检测方法，所述识别检测方法包括：控制待检测工件沿预设的轨迹移动，在预设的位置获取视频流；在所述视频流中确定是否存在待检测文本图像；在所述视频流中存在所述待检测文本图像的情况下，确定待检测文本图像是否在预设的视野区域内；对所述待检测文本图像进行文本识别并输出结果；统计视野区域内的多个输出结果，将所述输出结果最多次序的作为最终结果。
3、在本申请可选的方案中，所述在所述视频流中确定
4、在本申请可选的方案中，所述通过预设的检测神经网络模型对所述目标图像进行特征提取和采样融合并连接后获得特征图像包括：在所述神经网络模型中添加空间注意力模块；将尺度不同的特征通过空间注意力模块处理得到最佳融合的特征图像。
5、在本申请可选的方案中，所述根据特征图像获取概率图和阈值图包括：
6、采用如下公式从构造概率图的偏移量d：
7、
8、其中，r表示特征图像的收缩率，a表示特征图像中文本轮廓的面积，l表示特征图像的中标注文本的周长，scale表示特征图像的文本长宽比例。
9、在本申请可选的方案中，所述根据特征图像获取概率图和阈值图包括：概率图的计算过程中得到的偏移量d进行多边形的扩充；计算概率图与阈值图之间的像素到原始框最近边的归一化距离；对所述归一化距离进行缩放得到阈值图。
10、在本申请可选的方案中，所述对所述概率图和阈值图近似二值化获取检测图像包括：采用如下公式从对所述概率图和阈值图近似二值化获取检测图像：
11、
12、其中，p是概率图，t是阈值图，k是增益因子。
13、在本申请可选的方案中，其中在所述待检测文本图像在所述视野区域内时进行文本识别包括：采用卷积循环神经网络模型，其中所述卷积循环神经网络模型包括卷积层、循环层和转录层；使用卷积层对特征图像提取特征得到特征序列；使用循环层对特征序列进行预测并输出预测标签分布；使用转录层损失把从所述循环层获取的所述预测标签转换成最终的标签序列。
14、在本申请可选的方案中，在循环层中添加加权注意力机制，对序列中的每个特征向量进行学习获得预测结果；将预测结果反馈给转录层。
15、在本申请所提供的第二方面，还提供一种用于待检测工件的识别检测系统，检测系统包括：移动模块，用于控制待检测工件沿预设的轨迹移动，图像获取模块，在预设的位置获取视频流；检测模块，用于对在视频流中确定是否存在待检测文本图像，在视频流中存在待检测文本图像的情况下，确定待检测文本图像是否在预设的视野区域；识别模块，用于对待检测文本图像进行文本识别并输出结果；统计模块，用于统计区域内的多个输出结果，将输出结果最多次序的作为最终结果。
16、最终，本申请还提供一种计算机可读存储介质，计算机可读存储介质存储有一个或者多个程序，一个或多个程序可被一个或者多个处理器执行，以实现如上的检测方法。
17、有益效果：
18、本专利技术实施例所提供的用于待检测工件的识别检测方法，该识别检测方法中将待检测工件设置为沿预设的轨迹移动，并通过摄像头在预设的位置实时获取视频流，当在视频流中检测到待检测文本时，确定待检测文本是否存在摄像头的视野区域，以待检测文本进入视野区域作为开始条件，离开视野区域作为结束条件，在视野区域内进行文本识别同时对每帧的识别结果进行结果统计，将识别为同一个输出结果统计最多的作为最终结果。并将最终结果在前段显示和在数据库存储。该方式相对于目前的定点取景识别，具备更高的精准度，对环境有更好的适用性和高通用率。
19、本专利技术实施例的其他特征和优点将在随后的具体实施方式部分予以说明。
本文档来自技高网...【技术保护点】
1.一种用于待检测工件的识别检测方法，其特征在于，所述识别检测方法包括：
2.根据权利要求1所述的识别检测方法，其特征在于，所述在所述视频流中确定是否存在待检测文本图像包括：
3.根据权利要求2所述的识别检测方法，其特征在于，所述通过预设的检测神经网络模型对所述目标图像进行特征提取和采样融合并连接后获得特征图像包括：
4.根据权利要求2所述的识别检测方法，其特征在于，所述根据特征图像获取概率图和阈值图包括：
5.根据权利要求4所述的识别检测方法，其特征在于，所述根据特征图像获取概率图和阈值图包括：
6.根据权利要求2所述的识别检测方法，其特征在于，所述对所述概率图和阈值图近似二值化获取检测图像包括：
7.根据权利要求1所述的识别检测方法，其特征在于，其中在所述待检测文本图像在所述视野区域内时进行文本识别包括：
8.根据权利要求7所述的识别检测方法，其特征在于，
9.一种用于待检测工件的识别检测系统，其特征在于，所述检测系统包括：
10.一种计算机可读存储介质，其特征在于，所
...【技术特征摘要】
1.一种用于待检测工件的识别检测方法，其特征在于，所述识别检测方法包括：
2.根据权利要求1所述的识别检测方法，其特征在于，所述在所述视频流中确定是否存在待检测文本图像包括：
3.根据权利要求2所述的识别检测方法，其特征在于，所述通过预设的检测神经网络模型对所述目标图像进行特征提取和采样融合并连接后获得特征图像包括：
4.根据权利要求2所述的识别检测方法，其特征在于，所述根据特征图像获取概率图和阈值图包括：
5.根据权利要求4所述的识别检测方法，其特征在于，所述根据特征图像获取概率图和阈值图包括：
...
【专利技术属性】
技术研发人员：侯平银，朱奉泽，曾雪峰，陈仁，
申请(专利权)人：北京瓦特曼智能科技有限公司，
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。