【技术实现步骤摘要】
本专利技术涉及集装箱检测，更具体地说，本专利技术涉及一种正面吊用集装箱箱号识别系统和方法。
技术介绍
1、在集装箱运输行业中，正面吊是一种常用的装卸设备，其主要功能是将集装箱从船上卸下并堆放在堆场，或者将集装箱从堆场装载到船上。
2、现有的正面吊用集装箱箱号识别系统主要由车载电脑、ai箱号识别摄像机和正面吊作业触发监测装置组成；这个系统在正面吊作业触发检测装置收到作业信号时，会通过ai智能分析视频来识别出集装箱的箱号、集装箱iso号信息；在高峰时段，进出港口的集装箱货柜数量非常大，人工查验容易出错，且成为码头营运瓶颈，而自动化系统能对货柜箱号信息进行实时检测，从而提高工作效率和港口吞吐量；此外，该系统还用于识别目标集装箱锁孔位置，获取正面吊的当前吊具位置和目标吊具位置，进一步提高了正面吊吊装的自动化水平，降低操作人员的劳动强度。
3、然而，现有的正面吊用集装箱箱号识别系统在使用过程中，对于光照不均匀、污损严重或背景复杂的集装箱，识别结果可能受到影响；不同国家和运输公司使用的箱号格式存在差异，系统可能需要针对不同格式进行适配和调整；在一些特殊情况下，如模糊的图像或类似的字符，系统可能出现误识别的情况。
技术实现思路
1、为了克服现有技术的上述缺陷，本专利技术提供一种正面吊用集装箱箱号识别系统和方法，通过数据采集模块利用无人机采集集装箱图像数据；通过数据预处理模块对采集的图像数据进行去噪、增强和标准化处理；通过数据处理模块提取图像数据的环境特征，并计算辅助识别指
2、为实现上述目的，本专利技术提供如下技术方案：一种正面吊用集装箱箱号识别系统和方法，包括：
3、数据采集模块：用于利用无人机采集集装箱的图像数据；所述图像数据包括不同类型和尺寸的集装箱图像，不同角度和光照条件下的集装箱图像，非理想环境情况的图像数据，以及因挤压和运输过程中的变形导致的箱号难以识别的图像；
4、数据预处理模块：用于对采集到的图像数据进行去噪、增强和标准化处理；
5、数据处理模块：用于根据数据预处理模块传输的图像数据，提取对应图像数据的环境特征，并依据环境特征计算辅助识别指数，用于衡量集装箱箱号的可识别程度；
6、图像分类模块：用于接收数据处理模块传输的数据，结合辅助识别指数，对带有标注信息的方格图像ai进行综合特征值计算，并依据综合特征值，将带有标注信息的方格图像分类为易识别的箱号图像、难以识别的箱号图像；
7、箱号自动化识别模块：用于接收图像分类模块传输的易识别的箱号图像，利用卷积神经网络模型进行训练，将训练好的模型部署到实际应用中，对新的待识别图像进行预测，并输出相应的箱号结果；
8、箱号图像分析模块：用于接收图像分类模块传输的难以识别的箱号图像，对箱号图像进行处理，计算每个字符的综合评分zhs，根据每个字符的综合评分zhs对字符进行最终筛选，将最终筛选的字符作为集装箱的箱号输出，从而实现对集装箱箱号的识别。
9、在一个优选的实施方式中，所述数据处理模块的具体处理过程为：
10、a1、将数据预处理模块传输的不同类型和尺寸的集装箱图像，不同角度和光照条件下的集装箱图像，非理想环境情况的图像数据，以及因挤压和运输过程中的变形导致的箱号难以识别的图像，分别进行提取对应图像数据的环境特征；所述环境特征包括集装箱的角度、所处光照条件、干扰元素数量，以及作业倾斜程度；
11、a2、根据集装箱的角度θ、所处光照条件gz、干扰元素数量m，以及作业倾斜程度qc，计算辅助识别指数fsx，用于衡量集装箱箱号的可识别程度；所述辅助识别指数fsx的计算公式为：
12、其中m表示图像总像素数，u1、u2、u3、u4分别表示各项的比例系数。
13、在一个优选的实施方式中，所述图像分类模块的具体处理过程为：
14、b1、使用边缘检测算法获取集装箱箱号的轮廓信息，并根据轮廓信息计算出划分方格的大小和位置；
15、b2、将单个图像数据依据计算出的方格大小和位置，划分成ai个方格图像，i＝1，2，3……n；
16、b3、通过人工或半自动的方式，对ai个方格图像进行标注，标注信息包括标志、形状、颜色、字符类型、字符布局，以及字体大小；
17、b4、结合辅助识别指数fsx和标注信息，计算综合特征值ζ，设定分类阈值，并根据分类阈值ζ阈，将带有标注信息的方格图像ai进行分类。
18、在一个优选的实施方式中，所述结合辅助识别指数fsx和标注信息，计算综合特征值ζ，设定分类阈值，根据分类阈值ζ阈，将带有标注信息的方格图像ai进行分类，其处理过程如下：
19、b41、结合辅助识别指数fsx和标注信息，计算综合特征值ζ；所述综合特征值的计算公式为：
20、ζ＝e∫(lnfsx+lnb+lnc+lny+lnz+lnj+lnt)dx，其中b、c、y、z、j、t分别表示标志、形状、颜色、字符类型、字符布局，以及字体大小；
21、b42、在综合特征值上设定分类阈值ζ阈；
22、b43、根据分类阈值ζ阈，将带有标注信息的方格图像ai进行分类，若ζ≥ζ阈表示该带有标注信息的方格图像为易识别的箱号图像；反之则表示该带有标注信息的方格图像为难以识别的箱号图像。
23、在一个优选的实施方式中，所述箱号自动化识别模块的具体处理过程为：
24、c1、将易识别的箱号图像记作数据集，为每个图像标注正确的箱号信息，以便用于模型训练和评估；
25、c2、利用卷积神经网络模型获取图像的高层次特征表示；
26、c3、将数据集分为训练集和验证集，使用训练集来训练模型，并通过验证集来评估模型的性能；
27、c4、将训练好的模型部署到实际应用中，对新的待识别图像进行预测，并输出相应的箱号结果。
28、在一个优选的实施方式中，所述将数据集分为训练集和验证集，使用训练集来训练模型，并通过验证集来评估模型的性能，其处理过程如下：
29、c31、使用训练集对模型进行训练，使用交叉验证方法来调整模型参数；
30、c32、使用验证集评估已训练好的模型的泛化性能，计算模型性能指数，评估模本文档来自技高网...
【技术保护点】
1.一种正面吊用集装箱箱号识别系统，其特征在于：包括：
2.根据权利要求1所述的一种正面吊用集装箱箱号识别系统，其特征在于：所述数据处理模块的具体处理过程为：
3.根据权利要求1所述的一种正面吊用集装箱箱号识别系统，其特征在于：所述图像分类模块的具体处理过程为：
4.根据权利要求3所述的一种正面吊用集装箱箱号识别系统，其特征在于：所述结合辅助识别指数Fsx和标注信息，计算综合特征值ζ，设定分类阈值，根据分类阈值ζ阈，将带有标注信息的方格图像ai进行分类，其处理过程如下：
5.根据权利要求1所述的一种正面吊用集装箱箱号识别系统，其特征在于：所述箱号自动化识别模块的具体处理过程为：
6.根据权利要求5所述的一种正面吊用集装箱箱号识别系统，其特征在于：所述将数据集分为训练集和验证集，使用训练集来训练模型，并通过验证集来评估模型的性能，其处理过程如下：
7.根据权利要求1所述的一种正面吊用集装箱箱号识别系统，其特征在于：所述箱号图像分析模块的具体处理过程为：
8.一种正面吊用集装箱箱号识别方法，所述方法用
...【技术特征摘要】
1.一种正面吊用集装箱箱号识别系统，其特征在于：包括：
2.根据权利要求1所述的一种正面吊用集装箱箱号识别系统，其特征在于：所述数据处理模块的具体处理过程为：
3.根据权利要求1所述的一种正面吊用集装箱箱号识别系统，其特征在于：所述图像分类模块的具体处理过程为：
4.根据权利要求3所述的一种正面吊用集装箱箱号识别系统，其特征在于：所述结合辅助识别指数fsx和标注信息，计算综合特征值ζ，设定分类阈值，根据分类阈值ζ阈，将带有标注信息的方格图像ai进行分类，其处理过程如下：
5.根据权利要求1所...
【专利技术属性】
技术研发人员：方曾利，王芳，魏永存，王鹏，梁亚莉，冀功贤，齐梦茹，郭永健，任俊学，郑欢欢，
申请(专利权)人：郑州综合交通运输研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。