应用案例
解决方案

深度学习 OCR:子弹壳自动检测节省人力且降低错误率

发布时间:2022-04-19 11:30:34 浏览次数:26

深度学习 OCR:子弹壳自动检测节省人力且降低错误率

弹底标记是弹药的标记,作为一种分类系统,用于说明弹药的使用、安全运输、储存和质量控制。相关检测部门利用弹药控制数据库登记所有进出军械库的弹药。这些检查和录入任务由人工完成,每年花费相关单位数百小时。The Imaging Source与经销商与合作,建立一套基于深度学习的光学字符识示(OCR)机器视觉系统,对弹药进行检测及编目。项目工程师选择了The Imaging Source的DMK 33GP031 GigE黑白工业相机,与经销商专门为该应用开发的系统软件结合使用。新的检测系统使实现编目过程的完全自动化,节省了人力,降低了错误率。


盒中的子弹在分发前须先经过编目,而透过光学字符辨识(OCR),机器视觉确保能准确且有效地执行任务。

黑白工业相机为OCR提供高对比度图像

多年来,相关检测单位一直在寻找子弹检测自动化的方法,而这是他们第一次使用任何类型的视觉检测系统,找到可靠和高度精确的系统则成为最大的挑战。

映美精相机经销商设计了一套系统,其中两台The Imaging Source黑白工业相机从不同的角度捕捉子弹盒的影像。黑白相机是OCR等机器视觉任务的理想选择,它能提高影像的对比度与分辨率,提供锐利和高对比度的影像,确保字符的定位、分割和提取。

软件算法将提取的数据与预先训练好的数据集进行比较。任何不符合设定标准(NOK)的空缺格或子弹底壳都以红框表示(见下图)。该系统每5秒钟全面检查一盒(通常每盒有50发)子弹,满足了项目要求。"透过使用机器视觉系统自动识别、报告和挑出不同规格的子弹,相关检测单位成功地减少了约60%的人力,每年节省高达200万,"经销商说。


OCR机器视觉系统使用深度学习来检测不合设置标准的子弹及检测空缺。用于检测任务的劳动力成功地减少了60%。 

首页
联系
我们