基于计算机视觉的集装箱箱号识别方法的研究

发布时间：2025-01-07 01:51

　　经济社会的发展促进了物流业的快速发展,集装化运输是物流业运输的主要方式之一。为了对集装箱进行有效的管控,集装箱箱号识别系统得到了广泛的应用,它主要实现箱号的识别,箱号识别系统可以有效地减少识别时间,既节约了劳动力,又提高了箱号识别的准确率,缩短了单个集装箱的停留时间,使集装箱运输效率得到了提高。本文主要对集装箱箱号识别方法中的定位、分割、识别问题进行研究,并实现了基于OpenCV平台的箱号识别系统。主要工作如下:(1)针对集装箱图片中污渍、锈迹影响定位的问题,首先对其进行均衡化处理,以提高图片的质量,再进行滤波和边缘检测,然后用高斯滤波进行去噪,最后采用贝叶斯网络实现对箱号区域的定位。定位出来的箱号有可能需要进行字符的倾斜校正,本文采用最小二乘法和Radon变换对倾斜区域进行校正,完成倾斜校矫正后,字符分割会更易实现。(2)针对箱号分割中字符的粘连、断裂问题,本文采用改进的形心法和投影法相结合的方法实现对箱号的分割。改进的形心法先通过寻找各个字符的形心,然后确定相邻字符形心的中间位置为分割点,最后采用投影法实现字符的分割,准确的分割可以为字符的识别奠定基础。(3)针对箱号识别中相似字符误...

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

图1.2论文研究框架

论文研究框架如图1.2所示,主要由四大部分组成,即绪论、箱号定位、箱号分割及箱号识别。绪论主要包括了选题的背景及意义,字符识别的国内外现状,并且对识别中包括的字符定位及分割做了总结和分析,最后给出了自己的研究思路和方法。

图2.1定位流程图

本文在预处理阶段主要完成灰度化、均衡化、滤波处理、二值化及边缘检测等。其中灰度化采用加权平均法处理。下文将对均衡化、滤波、二值化及边缘检测予以研究,图2.1为箱号定位流程图。2.1.1均衡化处理

图2.2集装箱原图

对于一些在较低的光照度或者过高的光照度下处理后的图片,为了保证后续的处理效果,需要对图片进行均衡化处理,提高图片的整体质量,为实现箱号定位打下基础。集装箱原图及灰度均衡化后的图分别如图2.2和2.3所示。图2.3灰度均衡化后的图

图2.3灰度均衡化后的图

图2.2集装箱原图通过对比图2.2和图2.3可以得出,灰度均衡化后的集装箱图片在保留箱号的基础上,将图片从彩色变为黑白,图片冗余信息量减少,便于之后的滤波处理。

本文编号：4024314