[發明專利]基于多分類支持向量機的集裝箱箱號識別方法

無效

• 申請號: 201010202168.2
• 申請日: 2010-06-13
• 公開（公告）號: CN101894277A
• 公開（公告）日: 2010-11-24
• 發明（設計）人: 馬爭;解梅;蘇俊人
• 申請（專利權）人: 電子科技大學
• 主分類號: G06K9/66
• 分類號: G06K9/66
• 代理公司: 電子科技大學專利中心 51203
• 代理人: 葛啟函

技術領域

本發明屬于圖像處理技術領域，涉及模式識別技術，特別涉及集裝箱箱號識別方法。

背景技術

集裝箱是一種綜合性的大型周轉貨箱，全球所有的集裝箱都具有一個唯一的箱號與之對應。集裝箱箱號通常用不同于箱體本身顏色的油漆印刷于集裝箱箱體兩側和后側。由于每個集裝箱都具有一個唯一的箱號與之對應，所以對集裝箱的識別就可以歸結為對箱號的識別。

本發明中集裝箱箱號識別是指利用計算機視覺技術來完成對集裝箱箱號的識別。集裝箱箱號識別系統一般要求能實時識別通過卡口的集裝箱箱號并通過計算機檢索系統查詢集裝箱的信息。通常，集裝箱箱號識別方法可以分為四個過程：圖像采集、箱號定位、箱號字符分割和字符識別，而如何進行精確的字符識別是影響集裝箱箱號識別系統識別率高低的一個關鍵問題。

全球的集裝箱有統一的編號標準：箱號由四個大寫英文字母表示公司簡稱，六個阿拉伯數字表示編號，最后還有一個被框起來的數字校驗位。

雖然集裝箱箱號識別可以借鑒現有的一些計算機字符識別方法，但集裝箱箱號字符識別具有自身的特點：小字符集(數字和字母)、箱號字體沒有統一的印刷標準(箱號字體的印刷因集裝箱所屬公司而有所不同)、干擾和幾何變形較多(如集裝箱背面還存在著很多非箱號的其他字符)、甚至出現箱號破損的情況。而且集裝箱箱號字符識別要求更高的識別率，上下文字符也沒有語義和概率上的相關性。

現有的計算機字符識別主要有以下幾種方法：

1.模板匹配的方法，利用字符輪廓、骨干、網絡或者投影等特征，與標準字符比對分類。但是，由于實際應用中存在的干擾和變形，實用中常常沒有很高的識別率。

2.按字符特征分類的方法，找出能夠區別字符集中字符的特征集，如：字符像素比例、孔洞數、字形結構、筆畫特征等。由于特征算法的實現困難，而且同樣由于噪聲干擾的問題，這一方法的識別率不高。

3.神經網絡的方法是目前比較成功的方法。但是存在輸入數據選擇和網絡結構設計等問題。

發明內容

本發明的目的是提供一種基于多分類支持向量機的集裝箱箱號識別方法。本發明基于多分類支持向量機，利用其良好的分類能力，直接對提取出來的字符分類，相比于其他同領域的方案具有更高的識別率。

為方便描述本發明內容，這里首先對一些術語進行必要的定義：

定義1.集裝箱箱號。對應于全球唯一的集裝箱，由4個大寫英文字母和7個阿拉伯數字組成，共11個字符。其中4個字母分為箱主(經營人代碼)和設備識別碼兩部分，7個數字分為序號和校驗碼兩部分。

定義2.灰度圖像的二值化。在灰度圖像中，常采用一個字節表示一個像素點，其灰度級為0～255，其二值化方法為構造用一個二進制位表示一個像素點的圖像，設置二值化閾值T，將大于T的像素點設置為1，小于等于T的點設為0。

本發明技術方案如下：

基于多分類支持向量機的集裝箱箱號識別方法，如圖1所示，包括多分類支持向量機的訓練過程和使用多分類支持向量機進行集裝箱箱號的識別過程：

一、多分類向量機的訓練過程，包括如下步驟：

步驟1：采集足夠多的集裝箱箱號字符圖像；然后對集裝箱箱號字符圖像進行二值化處理，并歸一化成寬度為M個像素、高度為N個像素大小的尺寸。歸一化后的二值化集裝箱箱號字符圖像集記為圖像集Train。

步驟2：將步驟1所得的圖像集Train分成字母圖像集Train_C_I和數字圖像集Train_N_I，其中字母圖像集Train_C_I包括26個子集，數字圖像集Train_N_I包括10個子集。

步驟3：計算步驟2所得各個圖像集中所有圖像的特征向量，得到字母特征向量集Train_C_V和數字特征向量集Train_N_V，其中字母特征向量集Train_C_V包括26個子集，數字特征向量集Train_N_V包括10個子集。所述特征向量為一個M×N+1維的行向量，其中前M×N維由每幅圖像的灰度值按行依次排列成，第M×N+1維是區別36個子集的標簽。

步驟4：將字母特征向量集Train_C_V中所有特征向量組合成字母特征向量矩陣Train_C_V_M，同時將數字特征向量集Train_N_V中所有特征向量組合成數字特征向量矩陣Train_N_V_M。

步驟5：建立兩個多分類支持向量機分類器SV_C和SV_N。