龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：中钞长城金融设备控股有限公司
申请日：2021-03-12
公开（公告）日：2024-05-14
公开（公告）号：CN113033635B
主分类号：G06V10/764
分类号：G06V10/764;G06V10/80;G06V10/82;G06V10/774;G06N3/0464;G06N3/045;G06N3/09
优先权：
专利状态码：有效-授权
法律状态：2024.05.14#授权;2021.07.13#实质审查的生效;2021.06.25#公开
摘要：本发明公开了一种硬币隐形图文检测方法及装置。该方法包括：获取单张待测硬币隐形图文所在面的图像，并进行预处理；将预处理后的图像输入到训练好的硬币隐形图文缺陷检测模型中，得到该图像中各个像素位置属于预设缺陷的概率，并将大于预设缺陷概率的缺陷类型保留，生成缺陷类别图；对缺陷类别图进行预处理后，进行Blob分析，得出待测硬币隐形图文是否合格。本发明中获取的图像不受环境明暗程度变化的影响，检测结果稳定，实现硬币隐形图文特征单次成像检测，并且满足多种角度呈现不同隐形图文的检测需求。
主权项：1.一种硬币隐形图文检测方法，其特征在于包括如下步骤：获取单张待测硬币隐形图文所在面的图像，并进行预处理；将预处理后的图像输入到训练好的硬币隐形图文缺陷检测模型中，得到该图像中各个像素位置属于预设缺陷的概率，并将大于预设缺陷概率的缺陷类型保留，生成缺陷类别图；对所述缺陷类别图进行预处理后，进行Blob分析，得出所述待测硬币隐形图文是否合格，其中，采用训练集数据对多个卷积神经网络联合训练，得到所述硬币隐形图文缺陷检测模型，所述多个卷积神经网络包括第一卷积神经网络、第二卷积神经网络和第三卷积神经网络；所述第一卷积神经网络，用于从输入的硬币隐形图文所在面的图像中提取出预设数量的浅层、中层、和高层信息，并分别以四维特征向量进行表示；所述第二卷积神经网络，用于对预设数量的表示不同层次信息的四维特征向量在不同尺度下进一步提取各个层次信息，并将各个层次信息统一成高层信息对应的四维特征向量进行输出；所述第三卷积神经网络，用于对所述第二卷积神经网络输出的四维特征向量进行特征融合后，对输入到所述第一卷积神经网络的硬币隐形图文图像中每一个像素位置进行属于预设缺陷类别的严重程度的标签标注，并计算每一个像素位置属于预设缺陷类别的概率后，将大于预设缺陷概率的缺陷类型保留，形成缺陷类别图。
全文数据：
权利要求：
百度查询： 中钞长城金融设备控股有限公司 一种硬币隐形图文检测方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号