集装箱箱号自动识别方法技术

本发明专利技术公开了集装箱箱号自动识别方法，包括以下步骤：（１）获取箱号图片后，搜索集装箱边框，以此边框以为参照线测算倾斜度，校正后截取框内图片；（２）将截取的图像灰度化、动态二值化、滤除噪声干扰；（３）通过行列扫描法，逐个扫描并分割出满足条件的“箱号字符”图片；（４）通过判定设备识别码，准确提取满足条件的１１位箱号字符；（５）逐个提取字符特征，完成识别过程，并结合校验位判断箱号是否正确。本发明专利技术改进了传统箱号识别算法分别定位、分割、识别的过程，提高了整个系统的连续性，同时本发明专利技术识别速度快、精度高。

【技术实现步骤摘要】

本专利技术涉及一种图像识别技术，具体涉及一种集装箱箱号自动识别技术。
技术介绍
每一个集装箱都拥有它们独一无二的箱号，这些箱号在集装箱每一次的进出港 口，仓库，海关时都会被用到，箱号会出现在集装箱的五个面上(底面没有箱号)，而 现阶段多数的码头，港口，海关和仓库都使用操作员去记录这些箱号，然后输入到电脑 中，这不仅浪费了大量时间与人力而且也会由于操作员的各种疏忽导致记录错误。基于上述问题，越来越多的人期望机器能够自动快速并且正确的阅读字符和数 字用以提高工作效率。由于汽车车牌的自动识别技术，它被广泛的应用在交通部门，帮 助有需要的部门日夜不停的检测通过视频抓取系统抓取到的车牌号码，从而大大减少了 人力成本，加快了工作效率以及提高了工作准确率。从而设计出相应的集装箱的箱号识 别系统。然而自动识别系统的实现也面临着诸多困难，由于集装箱的箱号没有固定的字 体和大小，箱号的位置也会随着箱子的不同而发生变化，即使同一个箱子中，不同面上 箱号的排列方向和位置也会不同，这些都会给识别带来一定的困难。进行自动识别时，最初的带有箱号的集装箱图片来自于视频抓取装置(比较常 用的是有自动调焦性能的照相机，也可以使用摄像机等)，可是白天的太阳光照强度， 晚上自动曝光系统的曝光能力，甚至集装箱箱面涂层的反光率都会大大影响系统最后的 识别结果，所以为了代替现有人手动记录箱号方式，一款的稳定的，精确地，对周围环 境可适应强的自动字符识别系统的开发是极其有必要的。现有的集装箱箱号自动识别技术一般都仿照目前发展较为成熟的车牌自动识别技 术，将箱号的识别过程分为“箱号的定位、字符分割、特征抽取及字符识别”，其中箱号 定位和字符分割被业内认为是箱号自动识别技术中的关键步骤。但与车牌字符排列相比， 箱号排列多种多样，其不规则性决定了不能以传统的车牌定位方法来进行箱号定位。公开号为CN 101650780A，公开日为2010年2月17日的专利申请(申请号为 200910170227.X)公开了一种集装箱箱号识别方法，其包括以下步骤集装箱箱号的提 取将得到包含集装箱箱号的图片经过图像处理技术切割出有用的箱号，并对切割出的 箱号再次经过图像标准化处理；字符识别得到经过图像标准化处理后的信息，使用神 经网络技术和欧氏距离法对切割后的字符进行识别。该识别方法其算法计算复杂，识别 速度慢，效率低下。因此，提供一种算法简单、识别速度快的是本领域亟 需解决的问题。
技术实现思路
本专利技术针对现有集 装箱箱号识别技术所存在的识别效率低等问题，而提供一种，将箱号定位与分割进行有效合并来实现箱号的精确提取，同 时极大的降低了算法的复杂性，同时在字符识别算法上做了相应的改进，提高效率。为了达到上述目的，本专利技术采用如下的技术方案 ，包括以下步骤(1)图像倾斜校正获取箱号图片后，搜索集装箱边框，以此边框以为参照线测算 倾斜度，校正后截取框内图片；(2)图像预处理将截取的图像灰度化、动态二值化、滤除噪声干扰；(3)分割箱号字符通过行列扫描法，逐个扫描并分割出满足条件的“箱号字符”图片；权利要求1.，其特征在于，所述自动识别方法包括以下步骤(1)图像倾斜校正获取箱号图片后，搜索集装箱边框，以此边框以为参照线测算 倾斜度，校正后截取框内图片；(2)图像预处理将截取的图像灰度化、动态二值化、滤除噪声干扰；(3)分割箱号字符通过行列扫描法，逐个扫描并分割出满足条件的“箱号字符”图片；(4)判定设备识别码通过判定设备识别码，准确提取满足条件的11位箱号字符；(5)箱号字符识别并校验逐个提取字符特征，完成识别过程，结合校验准则判断 箱号识别是否成功。2.根据权利要求1所述的，其特征在于，所述步骤(2)的 图像预处理通过以下步骤实现(2.1)灰度化读取进步骤(1)处理的图像的位图数据区的像素的R，G，B三原色值，由灰度转 换公式将图片转化为灰度图其中Grey为转换后的图像灰度值，R、G、B分别为原彩色图像的红色、绿色和蓝色分量；(2.2)动态二值化统计灰度化的位图像素灰度均值及均方差，由下式计算整幅位图的动态二值化阈值其中FftJ)为像素灰度值，K <τ分别为取均值和均方差运算； 获取该阈值后，对图像进行二值化过程，若像素灰度值大于该阈值，则将该像素灰 度值设定为255，否则为0;(3.3)滤除噪声利用线性特征滤除图像中门锁金属杆干扰二值化后，通过Hough变换，扫描图像 的线状物，当直线的列向前景点像素数超过一定阈值，认为该直线为金属杆列向边界， 当两条金属线的间距小于一定阈值时，认定两线间区域为金属杆区，将该区域像素灰度 值设为O ；采用图像形态学算法开运算逐渐淡化该类字符，减小干扰其公式如下其中S表示进行开运算的二值图像集合，B表示用来进行开运算的结构元素，X表示 元图像经过二值化后的像素集合，， 、θ分别表示开运算、腐蚀、膨胀。3.根据权利要求1所述的，其特征在于，所述步骤(3)的 分割箱号字符通过以下步骤实现(3.1)通过逐行扫描箱号图片，搜索图像前景点数，当点数超过一定阈值时，初步认定为字符区域，并作出标记，该过程中需要区分本行是否为字符区域的上下边界；(3.2)扫描整幅图像，标定所有的包含字符的行区域；(3.3)行扫描后，到标定行区域对图片进行列向扫描，当列向图像点数超过一定阈 值时，字符存在，通过边界判定，标定其左右边界，同时结合行区域切割该字符。4.根据权利要求1所述的，其特征在于，所述步骤(4)的 判定设备识别码通过以下步骤实现(4.1)在切割好的字符图片底部三分之一部分扫描直线，若图片下方直线存在，则 初步判定为设备识别码“U”，否则认为字符非设备识别码“U” ；(4.2)在初步判定为“U”的字符图片上，在除边界外的三分高度点上统计跳变点 数，在字符图片宽度二分点处统计跳变点数，若三项跳变点数满足4，4，2，则认为字符“U”存在。5.根据权利要求1所述的及校验判定过程，其特征在于，所 述步骤(5)的箱号字符识别通过以下步骤实现(5.1)从分割好的集装箱箱号字符中提取0 9十个阿拉伯数字，A Z共26个英文字 母将每个字符进行大小归一化，位置归一化成42*28像素，再做细化处理，做成模板；(5.2)将每个字符均勻地划分为六个网格，统计每个网格里字符像素数目，形成六 维特征向量，再在字符的中间垂直方向画条线计算交叉点数目，水平三等分位置画两条 水平线计算交叉点数目，共形成九维特征向量；(5.3)对模板里36个字符按照步骤(5.2)进行特征提取，形成36*9的特征库；(5.4)按照上述特征提取方法提取待识别字符的特征，将英文字母与数字分开进行 识别，其识别原则按照加权距离模板匹配的方法，公式如下所示全文摘要本专利技术公开了，包括以下步骤(1)获取箱号图片后，搜索集装箱边框，以此边框以为参照线测算倾斜度，校正后截取框内图片；(2)将截取的图像灰度化、动态二值化、滤除噪声干扰；(3)通过行列扫描法，逐个扫描并分割出满足条件的“箱号字符”图片；(4)通过判定设备识别码，准确提取满足条件的11位箱号字符；(5)逐个提取字符特征，完成识别过程，并结合校验位判断箱号是否正确。本专利技术改进了传统箱号识别算法分别定位、分割、识别的过程，提高了整个系统的连续性，同时本专利技术识别速本文档来自技高网...

【技术保护点】
集装箱箱号自动识别方法，其特征在于，所述自动识别方法包括以下步骤：（１）图像倾斜校正：获取箱号图片后，搜索集装箱边框，以此边框以为参照线测算倾斜度，校正后截取框内图片；（２）图像预处理：将截取的图像灰度化、动态二值化、滤除噪声干扰；（３）分割箱号字符：通过行列扫描法，逐个扫描并分割出满足条件的“箱号字符”图片；（４）判定设备识别码：通过判定设备识别码，准确提取满足条件的１１位箱号字符；（５）箱号字符识别并校验：逐个提取字符特征，完成识别过程，结合校验准则判断箱号识别是否成功。

【技术特征摘要】

【专利技术属性】
技术研发人员：辉林如，郭喜凤，安博文，
申请(专利权)人：上海海事大学，
类型：发明
国别省市：31[中国|上海]