通过机器视觉系统进行子弹编号光学字符识别收藏

光学字符识别（Optical Character Recognition， OCR）针对撷取的文字图像文件进行分析辨识处理，取得图片中文字信息，常为机器视觉及影像处理任务之一，各式各样的检测项目经过OCR，能大幅增进检测效率。

警政单位与The Imaging Source 映美精相机合作，选择DMK 33GP031  GigE黑白工业相机，藉由相机捕捉影像，采用机器学习算法，对比原始样本，进行子弹壳编号辨识从肉眼检测到自动化筛选

制式的子弹在弹壳底部一般会刻有标记，标示制造厂商、年份、口径等，利于比对 由于子弹数量庞大且种类繁多，警政单位过去常常需要消耗大量人力及时间将子弹使用目测的方式进行分类，以避免混料情形发生，为了增进效率，几年前开始寻求科技的力量来解决现有问题，而最大的挑战在于找到一套有效率且持久性佳的系统。

机器视觉系统能达成细微的检测工作，运用工业相机捕获图像，经过后端开发AI软件，自动识别弹壳底部文字及编号，顺利解决因人工检测产生的疲乏及错误率，同时节省大量人力成本

*两台DMK 33GP031  GigE黑白工业相机安装于检测台上，拍摄通过的子弹盒，撷取子弹底部的编号，后端透过机器学习进行字符辨识，框列不合格的子弹黑白工业相进行OCR为了让后端软件能更方便、快速且精准进行 OCR相关计算，图片内容需尽量呈现黑白化，若原始图像为含有大数据的彩色，软件通常都得先进行一个步骤的色彩处理，The Imaging Source  GigE黑白工业相机 则在图像撷取的阶段就已经为黑白影像，而5MP CMOS 感测器可提供清晰、无失真且低噪点的影像质量，GigE-Vision标准兼容接口则确保稳定的传输且与硬件以及近乎所有影像处理库的快速整合，可让软体快速辨识影像中的字符。

在为警政单位开发设计的机器视觉检测系统中，两台相机安装于检测台上，拍摄通过的子弹盒（一盒内约为50颗排列整齐子弹），子弹底部朝上，方便相机撷取编号，接着使用代理商自行编写的OCR智能软件进一步处理影像，系统自动框列空的子弹格或不合格的子弹编号， 检测过程只需5秒钟。

相较传统OCR技术要求排版工整，结合工业相机及深度学习 OCR 建立的机器视觉系统，即使辨识画面歪斜、拍摄物体表面不平整、字句无平整排列，都能清楚辨识  ，可随着处理过的数据量增加，加强辨别错字的辨识能力，自我学习优化。

*机器视觉系统通过学习完整且正确的子弹编号及排列（上图），在检测中框列出不合格的子弹（下图）。

机器视觉系统快速且灵活的开发特性成功地解决多年来的人工检测问题，不仅大幅增进分类效率，也节省大量的人力成本其代理商表示：「透过机器视觉系统进行辨识，自动回报及捡选出规格不同的子弹，警政单位成功减少约60%的人力。

」

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。