一种集装箱号智能识别优化系统及方法技术方案

本发明专利技术提供一种集装箱号智能识别优化系统及方法，涉及图像识别技术领域，包括：采集进出待检测区域的集装箱车辆的多帧车辆图像；对各帧车辆图像进行图像识别得到识别集装箱号及关联的字符类别；将各识别集装箱号作为一个图像点转换到同一三维坐标系内；对三维坐标系内的各图像点按照关联的字符类别进行关键路径拟合得到对应的拟合路径，并对每个拟合路径上的各图像点对应的识别集装箱号进行按位组合得到对应的集装箱号组合结果；对各集装箱号组合结果进行筛选，并将筛选得到的符合集装箱号码规则的集装箱号组合结果根据字符类别进行拼接得到集装箱号智能识别优化结果。有益效果是有效提升集装箱号识别准确率，进而提升集装箱自动化管理效率。装箱自动化管理效率。装箱自动化管理效率。

【技术实现步骤摘要】
一种集装箱号智能识别优化系统及方法


[0001]本专利技术涉及图像识别
，尤其涉及一种集装箱号智能识别优化系统及方法。

技术介绍

[0002]集装箱作为国际运输业的重要组成部分，其应用范围和数量都在大幅度增加，目前国内的集装箱运输呈现出了飞跃式发展，货物量的大幅度增加给集装箱的追踪和自动化装卸提出了更高标准的要求。使得智能集装箱识别系统的研究和开发成为迫切需求。其中，集装箱箱号作为集装箱的唯一标识ID符号，采用ISO6346(1995)标准。它在集装箱运输过程中的各个环节都需要被记录，方便在集装箱流转的时候确认位置。
[0003]现有的集装箱箱号检测方法中，通过摄像机采集集装箱的图像信息，进而对图像进行图像识别获取集装箱箱号。这里的图像识别依赖于训练得到的深度学习模型，通常将深度学习模型的识别结果直接作为集装箱箱号输出。实际检测环境中，可能由于摄像机硬件参数限制或拍摄环境恶劣或深度学习模型准确率不够高等因素导致集装箱箱号的识别准确率较低，无法满足集装箱自动化流转管理需求。

技术实现思路

[0004]针对现有技术中存在的问题，本专利技术提供一种集装箱号智能识别优化系统，包括：
[0005]至少一图像采集装置，设置于一待检测区域出入口，用于采集进出所述待检测区域的集装箱车辆的多帧车辆图像；
[0006]服务器，分别连接各所述图像采集装置，所述服务器包括：
[0007]图像识别模块，分别连接各所述图像采集装置，用于分别对各帧所述车辆图像进行图像识别得到各帧所述车辆图像中包含的识别集装箱号及所述识别集装箱号关联的字符类别；
[0008]识别结果处理模块，连接所述图像识别模块，用于针对每个所述图像采集装置，将拍摄得到的各帧所述车辆图像对应的所述识别集装箱号作为一个图像点，并将各所述图像采集装置对应的各所述图像点转换到同一三维坐标系内；
[0009]识别结果优化模块，连接所述识别结果处理模块，用于对所述三维坐标系内的各所述图像点按照关联的所述字符类别分别进行关键路径拟合得到每个所述字符类别对应的拟合路径，并对每个所述拟合路径上的各所述图像点对应的所述识别集装箱号进行按位组合得到每个所述字符类别对应的集装箱号组合结果；
[0010]结果筛选模块，连接所述识别结果优化模块，用于根据预设的集装箱号码规则对各所述集装箱号组合结果进行筛选，并将筛选得到的符合所述集装箱号码规则的所述集装箱号组合结果根据所述字符类别进行拼接得到所述集装箱车辆的集装箱号智能识别优化结果。
[0011]优选的，所述识别结果处理模块包括：
[0012]图像拼接单元，用于针对每个所述图像采集装置，将拍摄得到的各帧所述车辆图像进行排序后拼接得到一拼接图像；
[0013]图像点生成单元，用于针对每帧所述车辆图像，分别将识别得到的各所述识别集装箱号在所述车辆图像所占的像素区域的中心点作为所述识别集装箱号对应的所述图像点；
[0014]图像点转换单元，分别连接所述图像拼接单元和所述图像点生成单元，用于将各所述图像采集装置对应的各所述图像点转换到同一三维坐标系内。
[0015]优选的，所述图像拼接单元中，按照图像拍摄时间先后顺序和图像拍摄的车辆位置的前后顺序，将拍摄得到的各帧所述车辆图像从上到下进行排序后拼接得到所述拼接图像。
[0016]优选的，每个所述识别集装箱号还关联有一识别置信度，则所述识别结果优化模块包括：
[0017]图像点划分单元，用于按照各所述图像点对应的所述识别集装箱号关联的所述字符类别将所述三维坐标系内的各所述图像点对应划分为多个点集合；
[0018]图像点排序单元，连接所述图像点划分单元，用于针对每个所述点集合，按照各所述图像点对应的所述识别集装箱号关联的所述识别置信度由大到小的顺序对各所述图像点进行排序得到一排序集合；
[0019]图像点拟合单元，连接所述图像点排序单元，用于针对每个所述排序集合，按照一预设步长调整一预设占比数量，并在每次调整所述预设占比数量后由所述点集合中选取排序靠前的所述预设占比数量的各所述图像点进行关键路径拟合得到相应的一拟合模型，直至达到一迭代次数；
[0020]模型筛选单元，连接所述图像点拟合单元，用于针对每个所述拟合模型，分别统计对应的所述点集合中满足所述拟合模型的所述图像点的数量得到一内点数量，并筛选出最大的所述内点数量对应的所述拟合模型作为所述字符类别关联的所述拟合模型；
[0021]箱号组合单元，连接所述模型筛选单元，用于针对每个所述字符类别，根据关联的所述拟合模型构建所述拟合路径，并对每个所述拟合路径上的各所述图像点对应的所述识别集装箱号进行按位组合得到每个所述字符类别对应的所述集装箱号组合结果。
[0022]优选的，所述图像点拟合单元中，采用RANSAC算法进行关联路径拟合得到所述拟合模型。
[0023]优选的，所述图像采集装置为多个，分布于所述待检测区域出入口的不同方向，每个所述图像采集装置上对应配置有检测部件，用于实时检测所述图像采集装置与所述集装箱车辆之间的距离；
[0024]则所述图像点转换单元包括：
[0025]坐标系构建子单元，用于针对每帧所述车辆图像，以对应的所述图像点在所述车辆图像的图像坐标系中的像素坐标值作为X轴坐标值和Y轴坐标值，以所述距离为Z轴坐标值构建对应的所述图像采集装置的一三维坐标系；
[0026]三维转换子单元，连接所述坐标系构建子单元，用于将各所述三维坐标系中的各所述图像点转换到同一所述三维坐标系中。
[0027]本专利技术还提供一种集装箱号智能识别优化方法，应用如上述的集装箱号智能识别
优化系统，所述集装箱号智能识别优化方法包括：
[0028]步骤S1，采集进出一待检测区域的集装箱车辆的多帧车辆图像；
[0029]步骤S2，分别对各帧所述车辆图像进行图像识别得到各帧所述车辆图像中包含的识别集装箱号及所述识别集装箱号关联的字符类别；
[0030]步骤S3，针对每个所述图像采集装置，将拍摄得到的各帧所述车辆图像对应的所述识别集装箱号作为一个图像点，并将各所述图像采集装置对应的各所述图像点转换到同一三维坐标系内；
[0031]步骤S4，对所述三维坐标系内的各所述图像点按照关联的所述字符类别分别进行关键路径拟合得到每个所述字符类别对应的拟合路径，并对每个所述拟合路径上的各所述图像点对应的所述识别集装箱号进行按位组合得到每个所述字符类别对应的集装箱号组合结果；
[0032]步骤S5，根据预设的集装箱号码规则对各所述集装箱号组合结果进行筛选，并将筛选得到的符合所述集装箱号码规则的所述集装箱号组合结果根据所述字符类别进行拼接得到所述集装箱车辆的集装箱号智能识别优化结果。
[0033]优选的，所述步骤S3包括：
[0034]步骤S31，针对每个所述图像采集装置，将拍摄得到的各帧所述车辆图像进行排序后拼接得到一拼接图像；
[0035]步骤S32，针对每帧所述车辆本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种集装箱号智能识别优化系统，其特征在于，包括：至少一图像采集装置，设置于一待检测区域出入口，用于采集进出所述待检测区域的集装箱车辆的多帧车辆图像；服务器，分别连接各所述图像采集装置，所述服务器包括：图像识别模块，分别连接各所述图像采集装置，用于分别对各帧所述车辆图像进行图像识别得到各帧所述车辆图像中包含的识别集装箱号及所述识别集装箱号关联的字符类别；识别结果处理模块，连接所述图像识别模块，用于针对每个所述图像采集装置，将拍摄得到的各帧所述车辆图像对应的所述识别集装箱号作为一个图像点，并将各所述图像采集装置对应的各所述图像点转换到同一三维坐标系内；识别结果优化模块，连接所述识别结果处理模块，用于对所述三维坐标系内的各所述图像点按照关联的所述字符类别分别进行关键路径拟合得到每个所述字符类别对应的拟合路径，并对每个所述拟合路径上的各所述图像点对应的所述识别集装箱号进行按位组合得到每个所述字符类别对应的集装箱号组合结果；结果筛选模块，连接所述识别结果优化模块，用于根据预设的集装箱号码规则对各所述集装箱号组合结果进行筛选，并将筛选得到的符合所述集装箱号码规则的所述集装箱号组合结果根据所述字符类别进行拼接得到所述集装箱车辆的集装箱号智能识别优化结果。2.根据权利要求1所述的集装箱号智能识别优化系统，其特征在于，所述识别结果处理模块包括：图像拼接单元，用于针对每个所述图像采集装置，将拍摄得到的各帧所述车辆图像进行排序后拼接得到一拼接图像；图像点生成单元，用于针对每帧所述车辆图像，分别将识别得到的各所述识别集装箱号在所述车辆图像所占的像素区域的中心点作为所述识别集装箱号对应的所述图像点；图像点转换单元，分别连接所述图像拼接单元和所述图像点生成单元，用于将各所述图像采集装置对应的各所述图像点转换到同一三维坐标系内。3.根据权利要求2所述的集装箱号智能识别优化系统，其特征在于，所述图像拼接单元中，按照图像拍摄时间先后顺序和图像拍摄的车辆位置的前后顺序，将拍摄得到的各帧所述车辆图像从上到下进行排序后拼接得到所述拼接图像。4.根据权利要求1所述的集装箱号智能识别优化系统，其特征在于，每个所述识别集装箱号还关联有一识别置信度，则所述识别结果优化模块包括：图像点划分单元，用于按照各所述图像点对应的所述识别集装箱号关联的所述字符类别将所述三维坐标系内的各所述图像点对应划分为多个点集合；图像点排序单元，连接所述图像点划分单元，用于针对每个所述点集合，按照各所述图像点对应的所述识别集装箱号关联的所述识别置信度由大到小的顺序对各所述图像点进行排序得到一排序集合；图像点拟合单元，连接所述图像点排序单元，用于针对每个所述排序集合，按照一预设步长调整一预设占比数量，并在每次调整所述预设占比数量后由所述点集合中选取排序靠前的所述预设占比数量的各所述图像点进行关键路径拟合得到相应的一拟合模型，直至达到一迭代次数；
模型筛选单元，连接所述图像点拟合单元，用于针对每个所述拟合模型，分别统计对应的所述点集合中满足所述拟合模型的所述图像点的数量得到一内点数量，并筛选出最大的所述内点数量对应的所述拟合模型作为所述字符类别关联的所述拟合模型；箱号组合单元，连接所述模型筛选单元，用于针对每个所述字符类别，根据关联的所述拟合模型构建所述拟合路径，并对每个所述拟合路径上的各所述图像点对应的所述识别集装箱号进行按位组合得到每个所述字符类别对应的所述集装箱号组合结果。5.根据权利要求4所述的集装箱号智能识别优化系统，其特征在于，所述图像点拟合单元中，采用RANSAC算法进行关联路径拟合得到所述拟合模型。6.根据权利要求2所述的集装箱号智能识别优化系统，其特征在于，所述图像采集装置为多个，分布于所述待检测区域出入口的不同方向，每个所述图像采集装置上对应配置有检测部件，用于实时检测所述图像采集装...

【专利技术属性】
技术研发人员：项乐宏，王翀，霍铮，刘伟杰，李裕麒，夏银水，
申请(专利权)人：乐仓信息科技有限公司，
类型：发明
国别省市：