买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉江西省通讯终端产业技术研究院有限公司;江西省智能硬件制造创新中心有限公司;西安电子科技大学申请的专利一种基于深度学习的产品不规则形变字符检测方法及设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119049054B 。

龙图腾网通过国家知识产权局官网在2025-07-15发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411248664.X，技术领域涉及：G06V30/14；该发明授权一种基于深度学习的产品不规则形变字符检测方法及设备是由吴成中;王耀南;张辉;冯明涛;程军;谭玲平;范崇高;张聪炫;祝振敏;刘学兵;钟杭;熊鹏文;郭晨;李达;周博文;卢笑;梁韬;刘世福;葛继;朱青设计研发完成，并于2024-09-06向国家知识产权局提交的专利申请。

本一种基于深度学习的产品不规则形变字符检测方法及设备在说明书摘要公布了：本发明公开了一种基于深度学习的产品不规则形变字符检测方法及设备，利用机器人手眼协同的异形曲面最优感知姿态调节方法来调节对产品规则字符的最优采集，创新性解决检测过程中不规则曲面字符成像不规则、成像噪声干扰大和产品不规则检测单一化等问题，在检测过程中引入基于归一化互相关的模板匹配，再利用仿射变换和特征提取将字符图像与背景图像有效分离，分离后的字符图像送入深度学习的RCNN文本识别模型中，得到字符序列进行匹配，根据匹配结果输出产品字符信息是否合格。本发明使用这种检测方法的设备解决当前异形曲面字符主要依赖大量人工检测的问题，效率和检测精度都得到提升，可满足各类具有不规则产品表面字符的工业化检测生产。

本发明授权一种基于深度学习的产品不规则形变字符检测方法及设备在权利要求书中公布了：1.一种基于深度学习的产品不规则形变字符检测方法，其特征在于包括如下步骤： S1、采用手眼协同的搭载相机的机械臂对产品上的不规则形变字符进行图像试采集，所述相机固定于机械臂执行末端并随机械臂移动，通过棋盘格标定法对相机和机械臂进行手眼标定，通过比对不规则形变字符的试采集图像与标准图像之间的位置特征与结构特征获得机械臂的采集位姿偏差，优化调整机械臂的最优采集位姿，通过以下损失函数Loss对试采集图像与标准图像之间的SSIM指数进行优化： ， 其中，是试采集图像与标准图像之间当前SSIM指数，是试采集图像与标准图像之间目标SSIM指数，取0.8~0.9，是用于调整惩罚项的权重，是约束机械臂当前位置在球形区域T内的惩罚函数，如果机械臂当前位置在以T P 为半径的球形区域内，则惩罚函数为0，否则惩罚函数为机械臂位置到球形区域T P 的欧式距离，通过梯度下降优化算法调整机械臂的位置，使得试采集图像与标准图像之间当前SSIM指数达到设定的目标SSIM指数，或者损失函数Loss最小化时停止优化，此时机械臂停止移动，机械臂当前位置为该产品不规则形变字符的最优采集位姿，所述机械臂通过最优采集位姿对待检测产品字符进行图像采集； S2、将步骤S1采集的待检测产品字符图像去噪预处理后，通过归一化互相关确认图像中待检测产品字符所在的感兴趣区域，将所述感兴趣区域与标准图像进行仿射变换，矫正待检测产品字符图像中的字符畸变和倾斜，得到所述感兴趣区域的矫正后字符图像； S3、所述感兴趣区域的矫正后字符图像送入基于图像边缘分割的深度学习字符识别模型，将图像中的字符文本区域与背景区域分离，生成字符文本区域的文本框； S4、所述文本框输入CRNN文本识别模型，将文本框内的字符行作为一个单元进行识别，字符识别完成后以序列形式返回字符行的文本序列； S5、将步骤S4识别的文本序列与产品标准字符文本序列进行匹配，判断识别的待检测产品字符属于不合格或合格，并依据匹配结果输出待检测产品是否合格的产品信息。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江西省通讯终端产业技术研究院有限公司;江西省智能硬件制造创新中心有限公司;西安电子科技大学，其通讯地址为：343100 江西省吉安市井冈山经济技术开发区普祥路物联网创客园3号楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。