文献类型：专利

专利类型：发明专利

是否失效：否

是否授权：否

申 请 号：CN202010117394.4

申 请 日：20200225

发 明 人：郑会龙

申 请 人：杭州测质成科技有限公司

申请人地址：311231 浙江省杭州市萧山科技城304-41室(萧山区钱江农场)

公 开 日：20200710

公 开 号：CN111401142A

代 理 人：邓月芳

代理机构：32306 镇江基德专利代理事务所(普通合伙)

语　　种：中文

摘　　要：本发明公开了一种基于深度学习的航空发动机叶片金属表面蚀刻字符识别方法，在获取图片后，通过深度学习模型，进行字符整体位置定位、字符特征整体提取、单字符切割、单字符识别，图像摆正重识别并定制化输出结果。本发明改变了传统的依靠人工进行识别并手动进行记录的方法，能够大幅度提高航空叶片字符识别的准确率和效率，同时能够将是识别照片进行集中保存，便于后期对其进行查证。

主 权 项：1.一种基于深度学习的航空发动机叶片金属表面蚀刻字符识别方法，其特征在于，包括显微镜摄像机、叶片夹持固定设备和运行着深度学习算法模型的电子设备，具体包含如下的步骤：S1：模型预训练利用大量航空发动机叶片图片和针对图片进行的标注内容，对深度学习模型进行训练；S2：获取航空发动机叶片图片通过显微镜摄像机进行发动机叶片图片拍摄；S3：文字整体位置定位文字在叶片上占比非常小，用深度学习模型进行文字范围定位，并把有文字的部分看做一个整体切割出来；S4：文字特征整体提取利用深度学习网络在切割后的文字图片上进行特征提取；S5:单字符切割根据提取出来的特征，定位每个字符，并把字符从整体图片上切分出来；S6:单字符识别对于切割出来的图形，根据特征以及前期网络提供的长宽、字符间拟合出的直线斜率等信息进行字符识别；S7:图像摆正重识别如果深度学习网络判断的图片倾斜角度过大，将把图片进行摆正操作，并进行重新识别；S8:定制化输出结果获取识别结果，对结果处理之后输出到终端设备。

关 键 词：字符识别 单字符  航空发动机叶片 蚀刻  航空叶片 金属表面  输出结果  整体提取  整体位置  字符特征 传统的  定制化 准确率  切割  图像  学习  保存  记录  图片  

IPC专利分类号：G06K9/00(20060101);G06K9/20(20060101);G06K9/32(20060101);G06K9/46(20060101);G06K9/62(20060101);G06N3/04(20060101);G06N3/08(20060101)