集装箱拖车编号的识别方法和装置制造方法及图纸

本发明专利技术公开了一种集装箱拖车编号的识别方法和装置。其中，该方法包括：基于预设特征库识别第一图像中的集装箱拖车车头区域，其中，第一图像携带有集装箱拖车编号；对集装箱拖车车头区域进行字符分割，得到多个字符；对多个字符进行分类识别，得到识别结果；组合多个识别结果，得到集装箱拖车编号。采用本发明专利技术，解决了现有技术中不能自动识别集装箱拖车编号的问题，实现了对集装箱拖车编号的自动高效且准确的识别。

【技术实现步骤摘要】

本专利技术涉及图像处理领域，具体而言，涉及一种集装箱拖车编号的识别方法和装置。
技术介绍
在港口作业中，为了方便对集装箱拖车的识别，每个集装箱拖车都有一个编号，以方便记录集装箱拖车在运输过程中的状态。现有技术中，都是工作人员人工获取集装箱拖车编号并做记录，利用该方法记录集装箱拖车编号时，存在人工成本高、工作效率低且人工抄录易出错误等缺陷。现有技术中还没有关于集装箱拖车编号的智能识别的方法，与之最相近的是一些关于集装箱箱号的智能识别方法。(1)现有技术中集装箱箱号的定位方法是利用图像处理方法或者形态学方法对采集到的集装箱图像进行处理以获取集装箱箱号的位置，如果成像条件稳定，上述对集装箱箱号进行提取的方法会起到一定的效果。但是，真实环境中的集装箱可能会受不同光照环境和相机曝光参数差异的影响，采集到的集装箱图像的对比度和平均亮度均会有较大的变化，从而影响对集装箱箱号的定位，若在箱面存在污损的情况下，甚至不能对集装箱箱号进行定位。(2)在确定了集装箱箱号的图像区域之后，对集装箱箱号进行识别的方法主要有两种，一是基于传统的单隐层神经网络训练分类器来实现箱号识别，其缺点是对分类器进行训练需要花费较长的时间；另一种方法是采用多类支持向量机的识别算法来实现箱号识别，该方法的缺点是对原始图像处理后得到的图像信息简单，且如果处理过程中的参数选择不合适，会直接影响识别结果的正确性，在使用该方法时，不仅参数选择上难以取到最优值参数，而且进行预测时的计算量相对较大、计算时间较长。针对现有技术中不能自动识别集装箱拖车编号的问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术的主要目的在于提供一种集装箱拖车编号的识别方法和装置，以解决现有技术中不能自动识别集装箱拖车编号的问题。为了实现上述目的，根据本专利技术实施例的一个方面，提供了一种集装箱拖车编号的识别方法，该方法包括：基于预设特征库识别第一图像中的集装箱拖车车头区域，其中，第一图像携带有集装箱拖车编号；对集装箱拖车车头区域进行字符分割，得到多个字符；对多个字符进行分类识别，得到识别结果；组合多个识别结果，得到集装箱拖车编号。为了实现上述目的，根据本专利技术实施例的另一方面，提供了一种集装箱拖车编号的识别装置，该装置包括：第一识别模块，用于基于预设特征库识别第一图像中的集装箱拖车车头区域，其中，第一图像携带有集装箱拖车编号；分割模块，用于对集装箱拖车车头区域进行字符分割，得到多个字符；第二识别模块，用于对多个字符进行分类识别，得到识别结果；第一组合模块，用于组合多个识别结果，得到集装箱拖车编号。采用本专利技术的集装箱拖车编号的识别方法，在港口理货过程中，获取经过角度校正后的数字摄相机拍摄到的集装箱拖车的图像，如第一图像，采用图像识别技术定位第一图像中集装箱拖车车头区域，具体地，基于预设特征库识别第一图像中的集装箱拖车车头区域，然后对集装箱拖车车头区域进行字符分割，得到多个字符，并对多个字符进行分类识别，得到识别结果，然后对识别结果进行组合得到集装箱拖车编号。采用本专利技术，通过图像处理技术对数字摄相机拍摄到的集装箱拖车图像进行处理，从而识别出集装箱拖车编号，解决了现有技术中不能自动识别集装箱拖车编号的问题，实现了对集装箱拖车编号的自动高效且准确的识别。附图说明构成本申请的一部分的附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是根据本专利技术实施例的集装箱拖车编号的识别方法的流程图；图2是根据本专利技术实施例的抓拍到的集装箱拖车的原始图像；图3是根据本专利技术实施例的Canny边缘图像的示意图；图4是根据本专利技术实施例的经过处理后的Canny边缘图像的示意图；图5是根据本专利技术实施例的第一图像的示意图；图6是根据本专利技术实施例的集装箱拖车车头的图像样本的示意图；图7是根据本专利技术实施例的一个二值化图像的示意图；图8是根据本专利技术实施例的另一个二值化图像的示意图；图9是根据本专利技术实施例的对二值化图像进行分割后的图像的示意图；图10是根据本专利技术实施例的车辆编号字符的识别目标样本的示意图；以及图11是根据本专利技术实施例的集装箱拖车编号的识别装置的示意图。具体实施方式需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本专利技术。为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。首先，在对本专利技术实施例进行描述的过程中出现的部分名词或术语适用于如下解释：集装箱：是指具有一定强度、刚度和规格的专供周转使用的大型装货容器。集装箱拖车：专门用于运载可卸下的集装箱的专用运输车辆，在集装箱拖车车头上方通常都有拖车车辆编号。HOG：英文全称是Histogram of Oriented Gradient，中文名称是方向梯度直方图，是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。LBP：英文全称是Local Binary Pattern，中文名称是局部二值模式，是一种用来描述图像局部纹理特征的算子，它具有旋转不变性和灰度不变性等显著的优点，用于纹
理特征提取，而且，提取的特征是图像的局部的纹理特征。Adaboost：是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的最终分类器(强分类器)。线性分类器：在机器学习领域，分类的目标是指将具有相似特征的对象聚集。而一个线性分类器则透过特征的线性组合来做出分类决定，以达到此种目的。对象的特征通常被描述为特征值，而在向量中则描述为特征向量。Canny算子：Canny边缘检测算子是John F.Canny于1986年开发出来的一个多级边缘检测算法，用于检测图像的边缘。Sobel算子：是计算机视觉领域的一种重要处理方法，主要用于获得数字图像的一阶梯度，常见的应用和物理意义是边缘检测。Sobel算子有两个，一个是检测水平边缘的；另一个是检测垂直边缘的。Hough变换：是一种使用表决原理的参数估计技术。其原理是利用图像空间和Hough参数空间的点－线对偶性，把图像空间中的检测问题转换到参数空间。通过在参数空间里进行简单的累加统计，然后在Hough参数空间寻找累加器峰值的方法检测直线。Hough变换的实质是将图像空间内具有一定关本文档来自技高网...

【技术保护点】
一种集装箱拖车编号的识别方法，其特征在于，包括：基于预设特征库识别第一图像中的集装箱拖车车头区域，其中，所述第一图像携带有集装箱拖车编号；对所述集装箱拖车车头区域进行字符分割，得到多个字符；对所述多个字符进行分类识别，得到识别结果；组合多个所述识别结果，得到所述集装箱拖车编号。

【技术特征摘要】
1.一种集装箱拖车编号的识别方法，其特征在于，包括：基于预设特征库识别第一图像中的集装箱拖车车头区域，其中，所述第一图像携带有集装箱拖车编号；对所述集装箱拖车车头区域进行字符分割，得到多个字符；对所述多个字符进行分类识别，得到识别结果；组合多个所述识别结果，得到所述集装箱拖车编号。2.根据权利要求1所述的方法，其特征在于，在基于预设特征库识别第一图像中的集装箱拖车车头区域之前，所述方法还包括：采集携带有所述集装箱拖车编号的第二图像；若所述第二图像中的集装箱拖车车身不呈水平方向，则对所述第二图像进行旋转校正处理，得到所述第一图像，其中，所述第一图像中的集装箱拖车车身呈水平方向。3.根据权利要求2所述的方法，其特征在于，对所述第二图像进行旋转校正处理，得到所述第一图像包括：对所述第二图像进行边缘检测，得到所述第二图像的边缘图像；获取所述边缘图像中长度排序位于前N位的直线的水平夹角，其中，所述N为自然数；基于各个所述直线之间的平行程度确定所述边缘图像的倾斜方向；根据各个所述直线的水平夹角和所述倾斜方向计算所述边缘图像在所述倾斜方向上的水平倾斜角度；按照所述水平倾斜角度对所述第二图像进行旋转变换，得到所述第一图像。4.根据权利要求1所述的方法，其特征在于，基于预设特征库识别第一图像中的集装箱拖车车头区域包括：基于预先获取的集装箱拖车车头特征训练检测器；通过所述检测器采用滑动窗口检测方法对所述第一图像进行特征识别，得到所述集装箱拖车车头区域。5.根据权利要求4所述的方法，其特征在于，通过所述检测器采用滑动窗口检测方法对所述第一图像进行图像窗口特征识别，得到所述集装箱拖车车头区域包括：获取所述第一图像的灰度积分图；在所述灰度积分图上计算局部二值特征；通过所述检测器采用滑动窗口检测方法对所述局部二值特征进行图像窗口特征识别，得到识别为车头子区域；组合识别出的所有所述车头子区域，得到所述集装箱拖车车头区域。6.根据权利要求1至5中任意一项所述的方法，其特征在于，对所述集装箱拖车车头区域进行字符分割，得到多个字符包括：基于所述集装箱拖车车头区域的灰度直方图对所述集装箱拖车车头区域进行二值化处理，得到二值化图像；使用矩形框标注所述二值化图像中的各个连通域，得到标注图像；基于标注图像中的所述矩形框进行字符分割，得到所述多个字符。7.一种集装箱拖车编号的识别装置，其特征在于，包括：第一识别模块，用于基于预设...

【专利技术属性】
技术研发人员：赵显，
申请(专利权)人：杭州海康威视数字技术股份有限公司，
类型：发明
国别省市：浙江;33