System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【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。