Zhao Zhibing, Wu Di
Juicycode-Team
Mit der rasanten Entwicklung der Digitalisierung und der Intelligenz sind intelligente Erkennungssysteme auf der Grundlage von Computer Vision in verschiedenen Bereichen weit verbreitet. Darunter ist die Verwaltung und Erhaltung von Sammlungen ein Bereich von großer Bedeutung. Das auf OpenCV basierende "Collection Treasure Intelligent Visual Recognition Management System" (ArtIQ ™) zielt darauf ab, eine schnelle und genaue Erkennung und Verwaltung von RMB- und Gedenkbanknoten mit Hilfe von Computer-Vision-Technologie zu ermöglichen.
Während die herkömmliche manuelle Identifizierung von RMB- und Gedenkbanknoten zeit- und arbeitsintensiv ist, nutzt das System OpenCV, um eine automatisierte visuelle Identifizierungsfunktion zu implementieren, die die Seriennummer und den Münztyp schnell und genau identifizieren kann, was die Effizienz der Verwaltung verbessert. Das System kann die erkannten Informationen aufzeichnen und speichern, was der Institution eine große Menge an Daten liefert und Statistiken und Analysen erleichtert. Anhand der Statistiken über die verschiedenen Münztypen und Seriennummern kann die Institution wertvolle Sammlungen von RMB- und Gedenkbanknoten usw. besser verwalten und schützen sowie das Niveau und die Effizienz der Sammlungsverwaltung verbessern.
ArtIQ ™ wurde in Python entwickelt, und die Bildverarbeitungsfunktionen werden mit verschiedenen Funktionen aus der OpenCV-Computer-Vision-Bibliothek implementiert. Die Software-GUI wird mit PyQt5 entwickelt. Das System ist mit einer RMB- und Gedenkmünzen-Erkennungsfunktion ausgestattet, die den RMB schnell lokalisieren und die Parameter wie Breite, Höhe, Farbe usw. ermitteln kann, den festgelegten Bereich abfängt und eine Vorlagenerkennung durchführt. Mit den Funktionen "Farbe", "Vorlage" und "Seitenverhältnis", die für die Farberkennung, die Vorlagenerkennung bzw. die horizontale und vertikale Erkennung stehen, kann das System RMB und Gedenkmünzen identifizieren, indem es die Farbe, die Vorlage sowie die horizontale und vertikale Erkennung an den Münzen durchführt. Das System führt die Farb-, Schablonen- und Aspekterkennung auf dem RMB-Bild durch, um die endgültige Erkennungsaussage auf gewichtete Weise zu erhalten. Auf der Grundlage der ORB-Merkmalextraktion wird SVM zur Klassifizierung und Identifizierung der Gedenkmünzen verwendet. EAST wird verwendet, um die Seriennummer auf den Gedenkmünzen zu lokalisieren, und dann wird Tesseract verwendet, um die Seriennummer zu identifizieren. Für die erkannten Bildinformationen gibt es eine vollständige Zugriffs- und Speicherverwaltung.
Die grafische Benutzeroberfläche ist mit einer dynamischen Anpassung der Gewichte, einem Gewichtsschalter, einer Steuerung des Ausgabeinhalts, einer dynamischen Anpassung der Binarisierungsparameter für die Vorder- und Rückseitenerkennung, einer dynamischen Anpassung der Empfindlichkeit der Vorlagenerkennung und einem Schalter für die Anpassungsregeln ausgestattet und verfügt gleichzeitig über die Funktion der Einbettung eines Fensters, das die "endgültige Erkennungsansicht", die "Originalansicht vor der Korrektur" und die "Binarisierungs-Echtzeitverarbeitungsansicht" anzeigt, und kann eine der drei oben genannten Ansichten durch Umschalten anzeigen. Gleichzeitig hat es die Funktion, die "Endgültige Erkennungsansicht", die "Originalansicht vor der Korrektur" und die "Binarisierungs-Echtzeitverarbeitungsansicht" eingebettet in das Fenster anzuzeigen, und es kann eine der drei oben genannten Ansichten durch Umschalten anzeigen. Die Option "Alle Ansichten öffnen" ist ebenfalls verfügbar und ermöglicht es dem Benutzer, alle Prozessansichten zu öffnen, einschließlich des Bildausschnitts. Außerdem gibt es ein Echtzeit-Arbeitsausgabefenster, das Erkennungsergebnisse und Systemaufforderungen in Echtzeit ausgibt.
Das System verfügt außerdem über ein Echtzeit-Warnsystem, das potenzielle Fehler auf der Grundlage des Verhaltens des Benutzers bei der Änderung von Parametern erkennen kann. Wenn die Anpassung der Gewichte durch den Benutzer dazu führt, dass das Gewicht eines Gewichts größer ist als die Summe der Gewichte der beiden anderen Gewichte, erscheint ein Eingabeaufforderungsfenster, und der Benutzer muss nur auf die Schaltfläche "√" klicken, um die Parameter auf die empfohlenen Parameter zurückzusetzen und das Problem zu lösen. Sie können die Eingabeaufforderung auch durch Klicken auf die Schaltfläche "X" schließen und die Eingabeaufforderung bis zum nächsten Start der Erkennung ignorieren.
Um die Stabilität der Lichtquelle und des Hintergrunds während der Erkennung zu kontrollieren, haben wir die "Juicycode Environment Control Light Box" angepasst, die mit drei Lichtquellenmodi ausgestattet ist: gelbes Licht, rein weißes Licht und gelb-weißes Mischlicht, und die eine 12-stufige Einstellung der Lichtintensität unterstützt. Die Light Box ist mit einem lichtabsorbierenden Tuch und einem Kameraschlitz ausgestattet, der die stabilste Erkennungsumgebung bietet und die Genauigkeit der Erkennung verbessert. Der Leuchtkasten ist mit einem lichtabsorbierenden Tuch und einem Kameraschlitz ausgestattet, der die stabilste Erkennungsumgebung bietet und die Erkennungsgenauigkeit verbessert.
