[发明专利]一种集装箱识别系统及集装箱识别方法

说明书

本发明涉及一种集装箱识别系统及集装箱识别方法，属于计算机图像识别算法领域。该系统包括数据采集端与控制端；所述的数据采集端布置在车辆经过的匝道上；数据采集端用于采集从匝道上经过的集装箱车辆上的集装箱图片信息；数据采集端与控制端进行数据传输；控制端对数据采集端所采集的集装箱图片信息进行处理，获得集装箱信息。本发明采用此集装箱识别系统，不仅可以节省大量的人力劳动，节约了物流港口的劳动成本，也提高了记录的速率，工作效率得到了稳定的提高，从而显著提高了企业的绩效。

技术领域

本发明涉及一种集装箱识别系统及集装箱识别方法，属于计算机图像识别算法领域。

背景技术

自然场景下的集装箱箱号识别系统主要由三大模块组成，分别是预处理模块、识别模块以及后处理模块。在预处理阶段，主要的工作是对输入图像进行二值化处理并且进行字符区域的确定和切割，可供选择的阈值提取方法有：1）Otsu；2）最大熵；3）迭代法；4）自适应阈值；5）基本全局阈值法。在识别模块，主要对上一阶段切割的字符进行识别，较好的方法有：1）k邻近算法（kNN）；2）卷积神经网络(CNN)。在识别完成之后，得到的结果可能并不是完全正确的，或者由于噪声、杂质等的影响，可能出现多个结果。因此，需要后处理模块来针对集装箱箱号的一些自身特征进行语义分析来评估和筛选，并最终获得正确的结果。

集装箱箱号识别系统不仅需要较高的准确率，并且也要有较高的速度性能，能够在可以接受的较短的时间内完成识别。只有速度足够快，才能凸显识别系统与人工登记相比较的巨大优势。 在性能提升方面，除了改进识别的算法以外，也可以采用一些提升程序运行速度的关键技术，比如多核芯编程、hadoop分布式计算、CUDA等等。

在字符识别领域，比较成熟的技术有：射频识别（RFID），光学字符识别（OCR）。射频识别在车牌识别中的应用十分广泛，射频识别不受气候、光线等影响，能够应用于不同的场景，而且射频识别的花销也比较小。但是，射频识别需要安装特定的设备，并且硬件设备没有统一的标准，厂家分别生产各自的产品，无法达到广泛应用。随着数字图像技术的日趋成熟，基于OCR的识别系统应用越来越多，并且在精度和速度上都能有很好的表现。

在大量关于集装箱箱号识别系统的文献中，系统的架构基本都是一致的。和其他模式识别系统一样，核心处理步骤有以下几步：区域检测、字符切割、字符识别。对于不同的实际应用场景，核心步骤使用的算法可以进行一定的调整。随着集装箱运输的越来越普及，已经有许多学者提出了一些集装箱箱号识别的方法。

目前，大多数的港口仍然采用人工登记的方法来记录集装箱箱号，不但需要花费额外的成本来招聘登记箱号的人员，而且后期录入系统也需要花费额外的人力和财力。除此之外，集装箱可能存在破损和生锈等问题，通过人工观察集装一侧可能无法得出完整的结果，登记人员必须前往其他侧面进行观测，这将降低了港口管理的效率。

发明内容

本发明针对上述不足提供了一种集装箱识别系统及集装箱识别方法。

本发明采用如下技术方案：

本发明所述的集装箱识别系统，该系统包括数据采集端与控制端；所述的数据采集端布置在车辆经过的匝道上；数据采集端用于采集从匝道上经过的集装箱车辆上的集装箱图片信息；数据采集端与控制端进行数据传输；控制端对数据采集端所采集的集装箱图片信息进行处理，获得集装箱信息。

本发明所述的集装箱识别系统，所述获得集装箱信息包括集装箱箱号，集装箱箱型，颜色信息，损坏情况信息。