毕业论文

打赏
当前位置: 毕业论文 > 艺术论文 >

模板匹配和特征匹配的集装箱箱号识别算法【1635字】

时间:2023-02-27 12:55来源:毕业论文
模板匹配和特征匹配的集装箱箱号识别算法【1635字】

模板匹配和特征匹配的集装箱箱号识别算法

0引言

集裝箱是主要的物流装备,十三五“期间,上海港的集装箱年吞吐量预计达到4


模板匹配和特征匹配的集装箱箱号识别算法

0引言

集裝箱是主要的物流装备,十三五“期间,上海港的集装箱年吞吐量预计达到4200万TEU左右。集装箱箱号是集装箱的唯一标识,实现对集装箱箱号的正确识别是提高集装箱管理效率的有效途径。识别集装箱箱号的传统手工方法有很多缺点,如速论文网度慢。错误率高等,因此国内外学者在对箱号识别方面做了很多研究。宓超等[1]提出了模板匹配的集装箱箱号识别方法,该方法对集装箱箱号的识别率高,但当箱号噪声较大时,箱号识别会发生错误;胡婷[2]提出了人工神经网络(artificialneuralnetworks,ANNs)的集装箱箱号识别方法,该方法对箱号的识别率高,但训练时间长,需要进行大量试验;安博文等[3]提出了支持向量机(supportvectormachine,SVM)分类器的集装箱箱号识别方法,此方法虽然稳定性较好,对箱号的识别率高,但是需要大量的训练样本。本文提出一种模板匹配和特征匹配的集装箱箱号识别方法。该方法通过采集的集装箱图像建立字符模板库和相似字符的特征模板库,在对箱号进行识别时,首先对箱号进行模板匹配,再对模板匹配得到的相似字符进行特征匹配,最终得到箱号识别结果。本文提出的识别方法选取相似字符之间差异较大的特征作为特征模板库的特征向量,能够避免模板匹配对相似字符的误识别;同时模板匹配不像SVM方法那样需要大量的训练样本,也不像神经网络方法那样需要大量的训练时间,可提高识别的效率。

1集装箱箱号的特征

根据ISO标准,集装箱箱号由3个部分组成[4]:4个大写英文字母。6位数字和1个校验码。虽然在这11个ISO字符旁边可能有其他字符,但是这11个ISO字符被认为是集装箱的唯一代码。ISO标准仅规定集装箱上的代码类型。字符和背景,而没有规定集装箱箱号的位置。字体类型和字号。典型集装箱箱号示例见图1。

集装箱箱号的特征[5]总结如下:

①不同的集装箱箱号位置可能不同,箱号的字体类型和字体颜色也可能不同。

②同一集装箱箱号灰度接近,由大小相对一致的印刷体组成,箱号字符与背景之间对比强烈。

③集装箱箱号字符有多种排列模式,例如:水平排成1行;水平排成2行;竖直排成1列。

④采用竖直排列模式的集装箱箱号宽高比范围为1/10~1/8。

本文主要描述应用于竖直排列模式的方法。只要把集装箱图像旋转180°,再调整几个参数,该方法就可以适用于水平排列模式。2集装箱箱号的识别过程

下面通过处理一幅集装箱图像来说明集装箱箱号的识别过程。

集装箱箱号的识别过程包括4个步骤(或模块):集装箱图像预处理。集装箱箱号定位。集装箱箱号分割。集装箱箱号字符识别。

集装箱箱号识别的各个模块是相互关联的,前一个模块的处理会影响后续模块运行的效果,因此有针对各个模块的处理算法。

2。1集装箱图像预处理

集装箱图像的预处理模块是整个识别系统中的第1个模块,在预处理模块中对集装箱图像进行灰度化。平滑。二值化操作,其目的是改善图像质量,提高箱号识别的精度和速度。

2。1。1图像灰度化操作

2。1。2图像平滑操作

图像平滑操作是为了降低噪声对集装箱图像中箱号区域的影响。系统采用中值滤波对集装箱灰度图像进行平滑操作,滤除噪声,让集装箱图像灰度与实际物体的灰度最大程度地匹配。中值滤波采用空域平滑算法[7]。中值滤波的原理:首先将箱号区域像素值按从小到大的顺序排列,然后选出处于中间位置的像素值作为图像的输出灰度。中值滤波器是一个滑动窗口,滑动窗口中含有奇数个像素值,窗口正中间的像素值为窗口中所有像素值的中值。对于1个3×3的集装箱灰度图像,其中值滤波示意图见图3。

4结束语

集装箱箱号的自动识别对现代集装箱管理系统非常重要,对集装箱箱号自动识别系统的研究要考虑算法的实时性和鲁棒性。本系统通过对采集的集装箱图像进行预处理,能够自动准确地定位到箱号区域,对箱号区域字符进行分割,并能正确快速地识别出箱号字符。

在研究的过程中发现,对于污损过大和曝光过度的集装箱箱号,采用本文的方法无法正确识别。未来将尝试由一台或多台摄像机采集集装箱在不同位置或不同时间的图像(集装箱箱号图像在一张图像中可能是清晰的,在另一张图像中可能是模糊的),然后将这些图像整合或融合至同一幅集装箱图像中,从而提高集装箱箱号自动识别的性能。

模板匹配和特征匹配的集装箱箱号识别算法

模板匹配和特征匹配的集装箱箱号识别算法【1635字】:http://www.youerw.com/yishu/lunwen_142718.html
------分隔线----------------------------
推荐内容