CN105893912A - 直接标记字符检测方法 - Google Patents
直接标记字符检测方法 Download PDFInfo
- Publication number
- CN105893912A CN105893912A CN201410589063.5A CN201410589063A CN105893912A CN 105893912 A CN105893912 A CN 105893912A CN 201410589063 A CN201410589063 A CN 201410589063A CN 105893912 A CN105893912 A CN 105893912A
- Authority
- CN
- China
- Prior art keywords
- character
- result
- ocr
- product
- recognition device
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Character Discrimination (AREA)
Abstract
本发明公开了直接标记字符检测方法,包括字符识别设备和字符判别设备,所述字符识别设备,识别产品上的字符信息,并输出到字符判别设备,所述字符判别设备收集字符识别设备传递的识别信息,进行智能判别,当识别结果的合格率或者准确率,达到预先设定的数值时,判定产品合格,否则,判定为不合格,并将所述不合格结果输出至声光告警、剔除设备、停线设备,完成对产品的检测、以及对检测结果的处理。本发明解决了在现有OCR产品只能对输出结果做一对一的处理,而不能对分散的结果进行综合统计分析的问题。
Description
【技术领域】
本发明涉及在线检测物品上的直接标记领域,尤其是涉及直接标记字符检测方法。
【背景技术】
目前在产品包装行业,根据国家的相关法规,在生产中都需要实时喷印、蚀刻、烧灼等等以日期为主要内容的字符来代表产品的生产日期等信息。如果标记质量达不到相关法规的要求(可辨识度、正确度)则视为不合格产品,不允许在市场上流通。
由于现有的生产设备、工艺、和管理方式等原因,无法保证每个产品上的标记字符是完全符合标准的。由于产品的数量巨大,目前厂家都是通过人工抽检的方式进行检验,这种方式准确率低,耗人工、效果差,不能保证对每个产品都进行检测。
字符识别***主要是在线检测物品上的直接标记(喷印、粘贴、印刷、蚀刻等等)的字符质量,字符质量包含字符位置、字符可辨识度和字符的正确性。
字符位置:指的是字符在产品上的位置是否符合相关的要求
字符可辨识度:指的是字符对于人眼的可辨识程度以及字符的字体、字号是否符合相关标准
字符正确性:指的是字符所代表的含义是否符合预先定义的内容,例如日期信息,标识的日期信息是否和实际的日期信息相符。
目前现有的OCR的产品和技术对于实时喷印字符的识别效果达不到企业生产的实际需求,会产生大量的识别错误,导致***不能投入使用。
目前现场标记的字符质量由于各种原因,质量的统一性无法保障。
具体而言,重复差异很大目前现有的OCR技术对现场标记的字符的识别效果不能满足生产实际的需求。主要表现为识别错误和识别失败。如果用单一的字符识别设备的结果作为最终结果,将会产生大量的误判和漏判,无法满足生产实际的需求。
【发明内容】
本发明针以上缺点,采用直接标记字符检测方法,对产品上的喷印字符进行一对一的实时检测,以替代原来人工抽检的方式。提高了产品的出厂质量和检测效率,降低了人工劳动强度。。
为达到上述目的,本发明解决其技术问题所采用的技术方案是:
包括字符识别设备和字符判别设备,其特征在于:所述字符识别设备,识别产品上的字符信息,并输出到字符判别设备,所述字符判别设备收集字符识别设备传递的识别信息,进行智能判别,当识别结果的合格率或者准确率,达到预先设定的数值时,判定产品合格,否则,判定为不合格,并将所述不合格结果输出至声光告警、剔除设备、停线设备,完成对产品的检测、以及对检测结果的处理。
优选的,所述字符识别设备返回的结果包括:
A:正确识别出所有的字符,并输出正确的字符个数;
B:正确识别出部分字符,未识别的字符输出标识符号(?),但是字符:数量正确;
C:正确识别出部分字符,未识别的字符输出标识符号(?),字符数量不正确;
D:正确识别出部分字符,但是字符位置不正确,字符数量正确;
E:正确识别出部分字符,但是字符位置不正确,字符数量不正确;
F:错误的识别出部分字符,字符数量正确;
G:错误的识别出部分字符,字符数量不正确;
H:完全没有识别出字符,但是输出字符数量正确。(即能检测出字符个数);
I:完全没有识别出字符,输出字符数量不正确;
J:OCR失败,返回失败信息。
具体的,当接收到所述字符识别设备返回的结果时,设定智能判别规则如下:
N个结果中,如果OCR返回失败的此率大于OCR_NOK%,则判别编码缺失或者***故障;并且,
N个结果中,如果OCR返回字符个数小于某个阈值的比率大于OCR_Number_NOK%,则判别编码缺失或者***故障,N为大于1的自然数;
其中,OCR_NOK%:OCR失败阈值,
OCR_Number_NOK%:OCR返回字符数量阈值。
具体的,当接收到所述字符识别设备返回的结果时,设定智能判别规则如下:
在N个结果中,能识别出的结果中,关键字符被正确识读而且正确的此率小于某个阈值,则判别不合格;
关键字符被正确识读而且错误的此率大于某个阈值,则判别不合格;
如果关键字符的识别此率小于某个阈值,则产生告警信息。
具体的,其特征在于,当接收到所述字符识别设备返回的结果时,设定智能判别规则如下:
在N个检测结果中,能返回字符个数的结果中,如果返回个数不满足要求的比率大于某个阈值,则判断为不合格。
优选的,所述字符识别设备采用美国Microscan的Vision Hawk产品。
优选的,所述字符识别设备将数字相机以及图像处理部分集成在一起,可以直接通过串口、以太网接口输出字符识别结果。
优选的,所述字符判别设备由一台可编程现场控制器和相应的软件组成。
优选的,所述字符判别设备以嵌入式wince***为基础的,应用于工业现场的小型工控设备。
本发明解决了在现有OCR技术和产品以及现有的直接标记字符质量的情况下,对产品的喷印字符进行质量(可辨识度和准确度)检测的问题。
【附图说明】
图1为本发明实施例提供的字符检测方法的工作原理图;
图2为本发明实施例提供的字符识别设备的装置外观图;
图3为本发明实施例提供的字符判别设备的外观图。
【具体实施方式】
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供的***的主要功能是:
喷码内容判别:产地、产线和日期信息是否正确;
喷码位置判别:喷码是否在合适的位置上;
喷码字符缺失检测:有无字符缺失(不完整字符或者不完整字符串);
白包检测:有无喷印上字符。
本发明实施例的目的之一,是提供直接标记字符检测方法,如图1所示,具体包括以下部分:
包括字符识别设备和字符判别设备,所述字符识别设备,识别产品上的字符信息,并输出到字符判别设备,所述字符判别设备收集字符识别设备传递的识别信息,进行智能判别,当识别结果的合格率或者准确率,达到预先设定的数值时,判定产品合格,否则,判定为不合格,并将所述不合格结果输出至声光告警、剔除设备、停线设备,完成对产品的检测、以及对检测结果的处理,其特征在于,所述字符识别设备返回的结果包括:
A:正确识别出所有的字符,并输出正确的字符个数;
B:正确识别出部分字符,未识别的字符输出标识符号(?),但是字符:数量正确;
C:正确识别出部分字符,未识别的字符输出标识符号(?),字符数量不正确;
D:正确识别出部分字符,但是字符位置不正确,字符数量正确;
E:正确识别出部分字符,但是字符位置不正确,字符数量不正确;
F:错误的识别出部分字符,字符数量正确;
G:错误的识别出部分字符,字符数量不正确;
H:完全没有识别出字符,但是输出字符数量正确。(即能检测出字符个数);
I:完全没有识另出字符,输出字符数量不正确;
J:OCR失败,返回失败信息。
具体的,当接收到所述字符识别设备返回的结果时,设定智能判别规则如下:
N个结果中,如果OCR返回失败的此率大于OCR_NOK%,则判别编码缺失或者***故障;并且,
N个结果中,如果OCR返回字符个数小于某个阈值的比率大于OCR_Number_NOK%,则判别编码缺失或者***故障,N为大于1的自然数;
其中,OCR_NOK%:OCR失败阈值,
OCR_Number_NOK%:OCR返回字符数量阈值。
具体的,当接收到所述字符识别设备返回的结果时,设定智能判别规则如下:
在N个结果中,能识别出的结果中,关键字符被正确识读而且正确的此率小于某个阈值,则判别不合格;
关键字符被正确识读而且错误的比率大于某个阈值,则判别不合格;
如果关键字符的识别此率小于某个阈值,则产生告警信息。
具体的,其特征在于,当接收到所述字符识别设备返回的结果时,设定智能判另规则如下:
在N个检测结果中,能返回字符个数的结果中,如果返回个数不满足要求的此率大于某个阈值,则判断为不合格。
如图2所示,所述字符识别设备采用美国Microscan的Vision Hawk产品。
优选的,所述字符识别设备将数字相机以及图像处理部分集成在一起,可以直接通过串口、以太网接口输出字符识别结果。
如图3所示,所述字符判别设备由一台可编程现场控制器和相应的软件组成。
优选的,所述字符判别设备以嵌入式wince***为基础的,应用于工业现场的小型工控设备。
通过实地测试,字符识别设备对直接标记字符的一次正确率能达到60%~95%,而识别失败的主要原因是因为OCR技术对字符的质量要求高于实际的质量要求。从这个角度上看,是因为设备本身导致了很多的误判。
在生产实际中,出现字符不合格的情况大多数是因为设备故障、人为失误而造成的产品的大量的连续的错误,而在生产过程中出现个别字符不合格的情况非常少。
针对以上情况,本方案通过对字符识别数据采样分析,智能判别的办法,着重解决出现大批量连续错误的情况,出现此现象的原因(字符缺失、位置不合格、字符辨识度不合格等等)由人工来判别。对于个别产品的错误,给出错误的时间段,由人工检测解决。
与现有技术相比,提高了产品检测的准确性和实时性,提高工作效率的优点。以上所述本发明的具体实施方式,并不构成对本发明保护范围的限定。任何根据本发明的技术构思所作出的各种其他相应的改变与变形,均应包含在本发明权利要求的保护范围内。
Claims (5)
1.直接标记字符检测方法,包括字符识别设备和字符判别设备,其特征在于:所述字符识别设备,识别产品上的字符信息,并输出到字符判别设备,所述字符判别设备收集字符识别设备传递的识别信息,进行智能判别,当识别结果的合格率或者准确率,达到预先设定的数值时,判定产品合格,否则,判定为不合格,并将所述不合格结果输出至声光告警、剔除设备、停线设备,完成对产品的检测、以及对检测结果的处理。
2.如权利要求1所述的字符检测方法,其特征在于,所述字符识别设备返回的结果包括:
A:正确识别出所有的字符,并输出正确的字符个数;
B:正确识别出部分字符,未识别的字符输出标识符号,但是字符:数量正确;
C:正确识别出部分字符,未识别的字符输出标识符号,字符数量不正确;
D:正确识别出部分字符,但是字符位置不正确,字符数量正确;
E:正确识别出部分字符,但是字符位置不正确,字符数量不正确;
F:错误的识别出部分字符,字符数量正确;
G:错误的识别出部分字符,字符数量不正确;
H:完全没有识别出字符,但是输出字符数量正确;
I:完全没有识别出字符,输出字符数量不正确;
J:OCR失败,返回失败信息。
3.如权利要求1或2所述的字符检测方法,其特征在于,当接收到所述字符识别设备返回的结果时,设定智能判别规则如下:
N个结果中,如果OCR返回失败的比率大于OCR_NOK%,则判别编码缺失或者***故障;并且,
N个结果中,如果OCR返回字符个数小于某个阈值的比率大于OCR_Number_NOK%,则判别编码缺失或者***故障,N为大于1的自然数;
其中,OCR_NOK%:OCR失败阈值,
OCR_Number_NOK%:OCR返回字符数量阈值。
4.如权利要求1或2所述的字符检测方法,其特征在于,当接收到所述字符识别设备返回的结果时,设定智能判别规则如下:
在N个结果中,能识别出的结果中,关键字符被正确识读而且正确的比率小于某个阈值,则判别不合格;
关键字符被正确识读而且错误的比率大于某个阈值,则判别不合格;
如果关键字符的识别比率小于某个阈值,则产生告警信息。
5.如权利要求1或2所述的字符检测方法,其特征在于,当接收到所述字符识别设备返回的结果时,设定智能判别规则如下:
在N个检测结果中,能返回字符个数的结果中,如果返回个数不满足要求的比率大于某个阈值,则判断为不合格。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410589063.5A CN105893912A (zh) | 2014-10-29 | 2014-10-29 | 直接标记字符检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410589063.5A CN105893912A (zh) | 2014-10-29 | 2014-10-29 | 直接标记字符检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105893912A true CN105893912A (zh) | 2016-08-24 |
Family
ID=57001593
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410589063.5A Pending CN105893912A (zh) | 2014-10-29 | 2014-10-29 | 直接标记字符检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105893912A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110039916A (zh) * | 2019-04-16 | 2019-07-23 | 珠海格力电器股份有限公司 | 印刷品质量检测方法、计算机装置及计算机可读存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101782896A (zh) * | 2009-01-21 | 2010-07-21 | 汉王科技股份有限公司 | 结合ocr技术的pdf文字提取方法 |
CN103049743A (zh) * | 2012-12-27 | 2013-04-17 | 天津普达软件技术有限公司 | 碗底字符检测***及检测方法 |
-
2014
- 2014-10-29 CN CN201410589063.5A patent/CN105893912A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101782896A (zh) * | 2009-01-21 | 2010-07-21 | 汉王科技股份有限公司 | 结合ocr技术的pdf文字提取方法 |
CN103049743A (zh) * | 2012-12-27 | 2013-04-17 | 天津普达软件技术有限公司 | 碗底字符检测***及检测方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110039916A (zh) * | 2019-04-16 | 2019-07-23 | 珠海格力电器股份有限公司 | 印刷品质量检测方法、计算机装置及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110288032B (zh) | 一种车辆行驶轨迹类型检测方法及装置 | |
CN108469438A (zh) | 一种印刷品检测方法、装置、设备及存储介质 | |
CN206095981U (zh) | 一种瓶盖赋码质量检测*** | |
CN113744244B (zh) | 测量锂电池极片边缘到极耳边缘距离的在线视觉检测*** | |
CN111127517A (zh) | 一种基于监控视频的生产线产品定位方法 | |
CN112804336B (zh) | 故障检测方法、装置、***、计算机可读存储介质 | |
CN107491752A (zh) | 一种基于深度学习的自然场景中船牌文字识别方法、装置 | |
CN103308523B (zh) | 多尺度瓶口缺陷检测方法及装置 | |
CN110705630A (zh) | 半监督学习式目标检测神经网络训练方法、装置及应用 | |
CN105426908A (zh) | 一种基于卷积神经网络的变电站属性分类方法 | |
CN104268134A (zh) | 一种主客观分类器构建方法和*** | |
CN102157024A (zh) | 一种大张检查机机检数据在线二次检测核查的***及方法 | |
TWI755953B (zh) | 自動檢測系統及其操作方法 | |
CN114219799A (zh) | 一种智能制造用次品分析方法及*** | |
CN103258218B (zh) | 蒙版检测框架生成方法、装置、缺陷检测方法及装置 | |
WO2021030322A1 (en) | System and method of object detection using ai deep learning models | |
CN102967265B (zh) | 基于机器视觉的汽车连杆裂解槽检测方法 | |
CN115865483A (zh) | 一种基于机器学习的异常行为分析方法和装置 | |
CN114323042B (zh) | 地图数据的处理方法、装置、非易失性存储介质及处理器 | |
CN114895634A (zh) | 一种基于机器视觉的产品生产线自动控制*** | |
CN105893912A (zh) | 直接标记字符检测方法 | |
CN103247105B (zh) | 一种新型的清分机废品处理工艺及其装置 | |
CN204759441U (zh) | 一种二维码检测设备及相应检测*** | |
CN106096634B (zh) | 基于自适应滑动窗口算法与区间折半算法的故障检测方法 | |
CN101908238A (zh) | 一种新型钞券产品质量控制方法及相应装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
DD01 | Delivery of document by public notice | ||
DD01 | Delivery of document by public notice |
Addressee: Mao Zhihong Document name: Notification of Passing Examination on Formalities |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160824 |