终检评审通过 创新训练 520计算机科学技术 智能制造国家级

在工业生产技术革新的浪潮下 ，工业互联网成为数字经济的重要组成部分 。图像是工业 现场便于获取的重要信息之一 。图像中的字符信息与工业生产过程中的生产 、查询、跟 踪、核对等息息相关。基于深度学习的图像识别技术推动了工业智能化中的生产进程智 能化、生产管控智能化等众多要素发展 ，极大地提高了工业生产效率，减少工作人员的 劳动负担。因此，从工业现场图像中快速、精确地提取字符信息对于工业智能化十分重 要。工业环境复杂多变，拍摄会受光线、噪声、遮挡等影响。此外，工业环境下的字符 可能存在尺寸过小、字迹模糊、腐蚀、倾斜、表面划痕、字符粘连等干扰，导致检测和 识别难度加大。铸造工件上的标识字符是物体表面一种立体凹凸字符 ，由于字符与背景 同色、对比度较低、不同工件的字符分布方式不同 ，因而识别这种低对比度下铸件标识 字符的方法大多只针对单一产品 ，泛化性低。虽然成熟的字符识别方法很多 ，但都具有 局限性。本课题以某铸造加工企业使用消失模铸造工艺的铸件成型后 ，需要人工通过铸 件标识字符重新登记产品信息为背景 ，开发针对不同分布场景下的铸件标识字符的智能 识别程序。