ocr字符检测-苏州宣雄-江苏字符检测

检测对象:布匹缺陷

主要方法:作者使用一个多层的cnn网络对布匹缺陷数据集中的六类缺陷样本进行分类，分类结束之后，ocr字符检测，对于

每一类样本进行缺陷检测。具体做法是: 1.使用滑动窗口的方法在512*512的原图上进行采样，采样大小为

128*128 ; 2.对上部分每一类图像采样后的小图像块进行二 -分类(有缺陷和无缺陷)。下图为文章两次分类使

用的cnn网络，两次分类的区别在于: 1.全连接层的输入分别为6和2 ; 2输入的图像尺日

其中imagemerge1表示初步融合图片，imagemerge2表示融合图片，k1代表image1的---系数，k2代表image2的---系数，a表示拉伸系数，b表示拉伸偏移；image1表示凸台图片，image2表示端面图片。

根据本发明的一个方面，所述步骤s2包括：

s21、利用层拍相机沿z轴方向对镜头内部进行层拍获得多张图片，并按照顺序等分为多组；

s22、对每一组图片进行缺陷分割和识别，在线字符检测，将符合缺陷标准的所有缺陷放入到缺陷容器中；

s23、在所述缺陷容器中，通过比较缺陷中心距离偏差值将同一位置处的缺陷筛选出来；

s24、根据清晰度算法筛选出同一位置处表现为清晰的缺陷，按照此缺陷判断其尺寸是否为缺陷产品。