基于卷積神經(jīng)網(wǎng)絡(luò)的箱號(hào)識(shí)別技術(shù).pdf

1、數(shù)字圖像處理研究已經(jīng)有多年的歷史，許多相關(guān)理論均已成熟，各種算法和技術(shù)豐富。箱號(hào)識(shí)別技術(shù)在港口運(yùn)輸領(lǐng)域有廣泛的應(yīng)用需要，目前上海港的各個(gè)碼頭都只是在碼頭進(jìn)出場(chǎng)道口進(jìn)行箱號(hào)識(shí)別，且識(shí)別效率有限。進(jìn)入堆場(chǎng)作業(yè)、裝卸船等受制于條件限制，都沒(méi)有箱號(hào)識(shí)別程序進(jìn)行相關(guān)有效的校驗(yàn)。而隨著深度學(xué)習(xí)的流行和卷積神經(jīng)網(wǎng)絡(luò)理論再次崛起，使得在箱號(hào)識(shí)別算法上面有了改進(jìn)的可能。
　　本文在學(xué)習(xí)了國(guó)內(nèi)外卷積神經(jīng)網(wǎng)絡(luò)的相關(guān)研究成果后，對(duì)實(shí)現(xiàn)集裝箱箱號(hào)識(shí)別過(guò)程進(jìn)

2、行了改進(jìn)，并將卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用到集裝箱箱號(hào)識(shí)別技術(shù)中。
　　論文的主要工作如下：
　　1、通過(guò)學(xué)習(xí)集裝箱的基本知識(shí)、了解采集圖像的設(shè)備安裝布局、分析采集的圖像，并從中找出箱號(hào)中字母與數(shù)字的分布規(guī)律。并運(yùn)用這些規(guī)律進(jìn)行圖像的預(yù)處理，通過(guò)實(shí)驗(yàn)比較各種灰度轉(zhuǎn)換、濾波器對(duì)箱號(hào)圖片的影響，并找出最適合的灰度化算法和濾波器，并利用Canny算法進(jìn)行邊緣檢測(cè)，找出圖像中有用的特征信息。并比較各種圖像的處理方法的優(yōu)劣。
　　2、在箱號(hào)

3、定位的部分，采用了角點(diǎn)分析法，并對(duì)該方法進(jìn)行進(jìn)一步優(yōu)化。利用垂直投影法分割出每個(gè)字符圖像。箱號(hào)的末尾字符進(jìn)行去邊框處理時(shí)采用了進(jìn)行腐蝕、中值濾波、膨脹等多種組合處理方法，取得了不錯(cuò)的效果。
　　3、為了進(jìn)一步提高箱號(hào)的識(shí)別率，采用卷積神經(jīng)網(wǎng)絡(luò)模型，對(duì)字符圖像進(jìn)行有監(jiān)督的訓(xùn)練學(xué)習(xí)，之后與google公司的開(kāi)源識(shí)別庫(kù)tesseract-ocr進(jìn)行了圖像識(shí)別對(duì)比實(shí)驗(yàn)。并比較了兩者識(shí)別率，實(shí)驗(yàn)發(fā)現(xiàn)基于卷積神經(jīng)網(wǎng)絡(luò)的字符處理取得了不錯(cuò)的效果