一种基于机器视觉的X、γ剂量率仪自动检定方法

本发明公开了一种基于机器视觉的X、γ剂量率仪自动检定方法，涉及机器视觉技术领域，该方法包括S1、读取辐照室内仪表读数摄像头的图像作为数据源，对图像进行预处理以提升文本识别速度和准确率；S2、采用神经网络算法对仪表图片进行文本检测和识别，将仪表读数转为字符串存储在内存中；S3、对神经网络的输出结果进行后处理，后处理内容包括剂量率提取和数字跳变错误处理；S4、基于各测量点数据，对仪表的统计涨落、校准因子、相对固有误差、相对扩展不确定度进行计算，并将计算结果链接到检定证书模板的固定位置，完成证书的生成。本发明所提供的方法能够完成对X、γ剂量率仪数值的自动读取，识别时间小于0.5s，可显著提升检定效率。