一种基于深度神经网络集装箱箱号检测方法技术

本发明专利技术公开了一种基于深度神经网络集装箱箱号检测方法，其包括有以下步骤：首先获取集装箱后侧的RGB图像，通过对包含箱号的集装箱图片输入到训练好的字符分割神经网络模型，得到箱号字符分割的图片集。然后对得到的图片集进行透视变换及二值化处理，然后输入到训练好的字符识别深度神经网络中，得到每个文字框中的文字信息。最后将获取到的文字信息进行筛选和组合进而得到准确的集装箱箱号。本发明专利技术能够快速、准确的得到集装箱箱号，实现更高的识别准确率和识别速率。

A method of container number detection based on depth neural network

【技术实现步骤摘要】
一种基于深度神经网络集装箱箱号检测方法
本专利技术设计一种图像处理方法，属于图像处理
，尤其是指一种基于深度神经网络集装箱箱号检测方法。
技术介绍
随着科学技术的进步和国家进出口贸易的增加，物流运输行业处于逐年迅速发展和需求大量提升的环境，对集装箱的运输量也是逐年增加。对于集装箱来讲在海上运输起到重要的作用，在海运大力发展的同时，需要更加智能快速的方法获取到集装箱的箱号信息，从而对大规模集装箱能够实现集装箱的信息化、智能化和现代化。集装箱箱号是每个集装箱的专有识别码，在集装箱的进出港口、海关和仓库等都需要。对于集装箱箱号自动识别更是对集装箱进行管理操作的基础。而现在的识别大多数是人工或者图像传统算法，对于集装箱箱号字符区域残缺等传统算法不能取得很好的结果，或者进行单字分割，进而识别单个字符，但是单个字符分割过程中会出现字符增多或减少，导致文本识别不准确。人工识别更是增加了人力成本。在这种背景下，基于深度神经网络集装箱箱号检测方法应运而生。在现有技术中，有传统算法基于机器视觉的集装箱箱号，检测主要基于集装箱箱号的图像学信息，本文档来自技高网...

【技术保护点】
1.本专利技术的技术方案为：/n一种基于深度神经网络集装箱箱号检测方法，包括如下步骤：/n(1)获取集装箱后侧的RGB图像，通过对包含箱号的集装箱图片输入到训练好的字符分割神经网络模型，得到箱号字符分割的图片集；/n(2)对(1)得到的图片集进行透视变换及二值化处理，然后输入到训练好的字符识别深度神经网络中，得到每个文字框中的文字信息；/n(3)将获取到的文字信息进行筛选和组合进而得到准确的集装箱箱号。本专利技术能够快速、准确的得到集装箱箱号，实现更高的识别准确率和识别速率。/n

【技术特征摘要】
1.本发明的技术方案为：
一种基于深度神经网络集装箱箱号检测方法，包括如下步骤：
(1)获取集装箱后侧的RGB图像，通过对包含箱号的集装箱图片输入到训练好的字符分割神经网络模型，得到箱号字符分割的图片集；
(2)对(1)得到的图片集进行透视变换及二值化处理，然后输入到训练好的字符识别深度神经网络中，得到每个文字框中的文字信息；
(3)将获取到的文字信息进行筛选和组合进而得到准确的集装箱箱号。本发明能够快速、准确的得到集装箱箱号，实现更高的识别准确率和识别速率。


2.一种基于深度神经网络集装箱箱号检测方法，其特征是所述方法包括如下步骤：
(1)获取集装箱图片的RGB图像，用过对RGB图像进行灰度化处理，将灰度图输入进训练好的深度神经网络中，得到含有集装箱文字分割框的图片，取文字框的最小外接矩形框来截取含有集装箱箱号的图片集；
(2)对(1)步骤已经得到的集装箱文字图片集按照神经网络得到的外接框进行透视变换，然后对透视变换好的图片进行文字识别；
(3)将(2)步骤中识别好的文字进行组合和筛选，通过后处理得到集装箱箱号。


3.根据权利要求2所述一种基于深度神经网络集装箱箱号检测方法，其特征在于：所述(1)步骤中，
采用以下公式对获取的RBG图像进行灰度化处理，以减小图像大小，提升运算速度，降低系统识别全程颜色对箱号识别的干扰：
Grey＝0.3*R+0.59*G+0.11*B,式中R、G和B表示图像三通道数值。


4.根据权利要求2所述一种基于深度神经网络集装箱箱号检...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：上海撬动网络科技有限公司，
类型：发明
国别省市：上海;31