-
公开(公告)号:CN110378337B
公开(公告)日:2023-03-31
申请号:CN201910603403.8
申请日:2019-07-05
申请人: 上海交通大学 , 常州市海力工具有限公司
IPC分类号: G06V10/26 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08 , G06T7/00 , G06T7/13 , G06T7/187
摘要: 一种金属切削刀具图纸标识信息视觉输入方法及系统,基于连通区域面积计算初步提取标识信息位置候选区域,并使用卷积神经网络区分实际标识区域和背景区域从而提取出尺寸标识信息;然后通过图形图像算法对字符进行矫正、切割尺寸公差并分割粘连字符,利用缺陷检测进行字符分类;最后通过卷积神经网络进行图纸整体类型识别并调用对应的参数表实现与标识信息的匹配,达到标识信息视觉输入的目的。本发明显著提高图纸标识信息视觉提取的准确率,同时解决了旋转短字符识别,粘连字符分割等字符识别领域常见问题,具有不遗漏信息、不错误提取信息等优点且准确提取率达到了99.3%以上,其准确识别率为96.8%。
-
公开(公告)号:CN110378337A
公开(公告)日:2019-10-25
申请号:CN201910603403.8
申请日:2019-07-05
申请人: 上海交通大学 , 常州市海力工具有限公司
摘要: 一种金属切削刀具图纸标识信息视觉输入方法及系统,基于连通区域面积计算初步提取标识信息位置候选区域,并使用卷积神经网络区分实际标识区域和背景区域从而提取出尺寸标识信息;然后通过图形图像算法对字符进行矫正、切割尺寸公差并分割粘连字符,利用缺陷检测进行字符分类;最后通过卷积神经网络进行图纸整体类型识别并调用对应的参数表实现与标识信息的匹配,达到标识信息视觉输入的目的。本发明显著提高图纸标识信息视觉提取的准确率,同时解决了旋转短字符识别,粘连字符分割等字符识别领域常见问题,具有不遗漏信息、不错误提取信息等优点且准确提取率达到了99.3%以上,其准确识别率为96.8%。
-