本發(fā)明涉及圖像識(shí)別，特別涉及一種α、β表面污染儀屏幕示數(shù)識(shí)別方法及系統(tǒng)。

背景技術(shù)：

1、α、β表面污染儀作為監(jiān)測和評估工作環(huán)境中α粒子和β粒子輻射水平的重要工具，在核工業(yè)、醫(yī)療、科研等領(lǐng)域具有不可替代的作用。其屏幕示數(shù)的準(zhǔn)確讀取對于自動(dòng)化檢定裝置至關(guān)重要，直接影響到環(huán)境安全和人員健康的評估。

2、傳統(tǒng)的人工讀取方式存在效率低下、易出錯(cuò)等問題，尤其在高輻射環(huán)境下，人工讀取不僅效率低，而且對操作人員的健康構(gòu)成威脅。因此，自動(dòng)化的圖像識(shí)別技術(shù)成為提高讀取效率和準(zhǔn)確性的有效手段。盡管已有一些圖像識(shí)別技術(shù)應(yīng)用于屏幕示數(shù)的識(shí)別，但這些技術(shù)往往需要復(fù)雜的預(yù)處理和特征提取步驟，且對于不同品牌α、β表面污染儀的識(shí)別準(zhǔn)確率不高。因此，開發(fā)一種新的α、β表面污染儀屏幕示數(shù)識(shí)別方法，以提高識(shí)別效率和準(zhǔn)確性，減少人為誤差，具有重要的實(shí)際意義。

3、現(xiàn)有的圖像識(shí)別技術(shù)多依賴于傳統(tǒng)的圖像處理算法，這些算法在面對不同品牌和型號(hào)的α、β表面污染儀時(shí)，往往難以適應(yīng)其屏幕示數(shù)的多樣性和復(fù)雜性。此外，這些方法在處理速度和準(zhǔn)確率上均存在不足，無法滿足工業(yè)自動(dòng)化和智能化發(fā)展的需求。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供了一種α、β表面污染儀屏幕示數(shù)識(shí)別方法及系統(tǒng)，該方法通過自動(dòng)化的圖像識(shí)別技術(shù)顯著提高了示數(shù)的識(shí)別效率和準(zhǔn)確性，同時(shí)減少了人為誤差。本發(fā)明涉及獲取屏幕圖像樣本數(shù)據(jù)集、建立并訓(xùn)練目標(biāo)檢測模型，以及圖像處理和數(shù)值識(shí)別，最終輸出屏幕示數(shù)。利用深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)模型，本發(fā)明能夠適應(yīng)不同品牌和型號(hào)的α、β表面污染儀，實(shí)現(xiàn)高準(zhǔn)確率的識(shí)別，并適用于工業(yè)自動(dòng)化生產(chǎn)線中的實(shí)時(shí)監(jiān)控和識(shí)別。

2、一種α、β表面污染儀屏幕示數(shù)識(shí)別方法，包括以下步驟：

3、獲取α、β表面污染儀屏幕圖像作為樣本數(shù)據(jù)集，并對其進(jìn)行標(biāo)注；

4、建立用于檢測圖像中的數(shù)字、乘數(shù)“×1000”和單位的目標(biāo)檢測模型，并訓(xùn)練該模型；

5、利用所述目標(biāo)檢測模型對屏幕圖像進(jìn)行識(shí)別，得到數(shù)字和單位的邊框位置信息；

6、對識(shí)別后的圖像進(jìn)行圖像處理及數(shù)值識(shí)別，輸出屏幕示數(shù)。

7、進(jìn)一步的，其中，所述目標(biāo)檢測模型是基于深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)模型。

8、進(jìn)一步的，其中所述圖像處理及數(shù)值識(shí)別步驟進(jìn)一步包括：

9、對識(shí)別后的圖像進(jìn)行去噪和增強(qiáng)；

10、提取數(shù)字、乘數(shù)“×1000”和單位的數(shù)值；

11、將提取的數(shù)值轉(zhuǎn)換為屏幕示數(shù)并輸出。

12、進(jìn)一步的，其中所述樣本數(shù)據(jù)集的標(biāo)注包括數(shù)字的位置、數(shù)值、乘數(shù)“×1000”和單位的顏色或形狀。

13、進(jìn)一步的，其中所述目標(biāo)檢測模型的訓(xùn)練包括以下步驟：

14、將標(biāo)注的樣本數(shù)據(jù)集作為訓(xùn)練數(shù)據(jù)輸入模型；

15、計(jì)算模型的損失函數(shù)；

16、通過反向傳播更新模型的權(quán)重。

17、一種α、β表面污染儀屏幕示數(shù)識(shí)別系統(tǒng)，包括：

18、數(shù)據(jù)采集模塊，用于獲取α、β表面污染儀屏幕圖像；

19、目標(biāo)檢測模型，用于檢測圖像中的數(shù)字、乘數(shù)“×1000”和單位；

20、圖像處理模塊，用于對識(shí)別后的圖像進(jìn)行圖像處理及數(shù)值識(shí)別；

21、輸出模塊，用于輸出屏幕示數(shù)。

22、存儲(chǔ)模塊。

23、進(jìn)一步的，其中所述數(shù)據(jù)采集模塊包括照相機(jī)和圖像緩存數(shù)量、斷線重連時(shí)間、圖像寬度高度、像素格式、幀率和曝光模式以及曝光時(shí)間的設(shè)置。

24、進(jìn)一步的，其中所述目標(biāo)檢測模型為輕量化設(shè)定，以適應(yīng)不同的計(jì)算環(huán)境。

25、進(jìn)一步的，所述存儲(chǔ)模塊包括計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，且存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)執(zhí)行程序。

26、進(jìn)一步的，其中所述計(jì)算機(jī)執(zhí)行程序進(jìn)一步包括用于實(shí)現(xiàn)圖像源設(shè)置、高精度匹配、位置修正、屏幕示數(shù)符號(hào)識(shí)別、格式化處理和發(fā)送數(shù)據(jù)的邏輯流程。

27、有益效果

28、本發(fā)明的專利優(yōu)點(diǎn)包括高效率識(shí)別、高準(zhǔn)確率、減少人為誤差、適應(yīng)性強(qiáng)、實(shí)時(shí)監(jiān)控、降低工作風(fēng)險(xiǎn)和成本節(jié)約。通過深度學(xué)習(xí)技術(shù)的應(yīng)用，本方法能夠在不同品牌和型號(hào)的α、β表面污染儀中實(shí)現(xiàn)高準(zhǔn)確率的識(shí)別，這對于提升工業(yè)自動(dòng)化生產(chǎn)線的監(jiān)控效率和質(zhì)量控制水平具有顯著的效益。

29、在構(gòu)件分述中，本發(fā)明的各個(gè)構(gòu)件的形態(tài)特征、連接特征和功能均得到了詳細(xì)的闡述，確保了描述的完整性。同時(shí)，通過適當(dāng)?shù)穆?lián)想和替代方式的描述，擴(kuò)大了權(quán)利要求的范圍，使得本發(fā)明不局限于特定的構(gòu)件或技術(shù)。例如，雖然使用了卷積神經(jīng)網(wǎng)絡(luò)模型，但任何能夠?qū)崿F(xiàn)高準(zhǔn)確率識(shí)別的深度學(xué)習(xí)模型都可以替代。此外，圖像采集模塊不僅可以是相機(jī)，也可以是任何能夠捕獲屏幕圖像的設(shè)備。圖像處理模塊也可以采用不同的圖像處理技術(shù)，只要能夠提高識(shí)別準(zhǔn)確性。

技術(shù)特征：

1.一種α、β表面污染儀屏幕示數(shù)識(shí)別方法及系統(tǒng)，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種α、β表面污染儀屏幕示數(shù)識(shí)別方法，其中所述目標(biāo)檢測模型是基于深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)模型。

3.根據(jù)權(quán)利要求1所述的一種α、β表面污染儀屏幕示數(shù)識(shí)別方法及，其中所述圖像處理及數(shù)值識(shí)別步驟進(jìn)一步包括：

4.根據(jù)權(quán)利要求1所述的一種α、β表面污染儀屏幕示數(shù)識(shí)別方法，其中所述樣本數(shù)據(jù)集的標(biāo)注包括數(shù)字的位置、數(shù)值、乘數(shù)“×1000”和單位的顏色或形狀。

5.根據(jù)權(quán)利要求1所述的一種α、β表面污染儀屏幕示數(shù)識(shí)別方法，其中所述目標(biāo)檢測模型的訓(xùn)練包括以下步驟：

6.一種α、β表面污染儀屏幕示數(shù)識(shí)別系統(tǒng)，用于權(quán)利要求1-5任意一項(xiàng)一種α、β表面污染儀屏幕示數(shù)識(shí)別方法及系統(tǒng)，其特征在于，包括：

7.一種α、β表面污染儀屏幕示數(shù)識(shí)別系統(tǒng)，其特征在于，其中所述數(shù)據(jù)采集模塊包括照相機(jī)和圖像緩存數(shù)量、斷線重連時(shí)間、圖像寬度高度、像素格式、幀率和曝光模式以及曝光時(shí)間的設(shè)置。

8.一種α、β表面污染儀屏幕示數(shù)識(shí)別系統(tǒng)，其特征在于，其中所述目標(biāo)檢測模型為輕量化設(shè)定，以適應(yīng)不同的計(jì)算環(huán)境。

9.一種α、β表面污染儀屏幕示數(shù)識(shí)別系統(tǒng)，其特征在于，所述存儲(chǔ)模塊包括計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，且存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)執(zhí)行程序。

10.一種α、β表面污染儀屏幕示數(shù)識(shí)別系統(tǒng)，其特征在于，其中所述計(jì)算機(jī)執(zhí)行程序進(jìn)一步包括用于實(shí)現(xiàn)圖像源設(shè)置、高精度匹配、位置修正、屏幕示數(shù)符號(hào)識(shí)別、格式化處理和發(fā)送數(shù)據(jù)的邏輯流程。

技術(shù)總結(jié)
本發(fā)明公開了一種α、β表面污染儀屏幕示數(shù)識(shí)別方法及系統(tǒng)，該方法包括：獲取α、β表面污染儀屏幕圖像作為樣本數(shù)據(jù)集，并對其進(jìn)行標(biāo)注；建立用于檢測圖像中的數(shù)字、乘數(shù)“×1000”和單位的目標(biāo)檢測模型，并訓(xùn)練該模型；利用目標(biāo)檢測模型對屏幕圖像進(jìn)行識(shí)別，得到數(shù)字和單位的邊框位置信息；對識(shí)別后的圖像進(jìn)行圖像處理及數(shù)值識(shí)別，輸出屏幕示數(shù)。該方法適配多種型號(hào)，通過深度學(xué)習(xí)模型實(shí)現(xiàn)屏幕示數(shù)的自動(dòng)識(shí)別，減少人工成本，提高施工效率。其優(yōu)點(diǎn)在于提高檢定準(zhǔn)確性，降低成本，并適應(yīng)多種工作環(huán)境。

技術(shù)研發(fā)人員：江凱,張朕朕,陳燦,尹毓才,梅杰,龐超亞,陳幫強(qiáng),姚馨博
受保護(hù)的技術(shù)使用者：浙江省質(zhì)量科學(xué)研究院
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15