[發明專利]一種集裝箱號的識別方法、裝置及移動終端

有效

• 申請號: 201910337746.4
• 申請日: 2019-04-25
• 公開（公告）號: CN110119742B
• 公開（公告）日: 2023-07-07
• 發明（設計）人: 徐國強
• 申請（專利權）人: 添維信息科技（天津）有限公司
• 主分類號: G06V20/62
• 分類號: G06V20/62;G06V30/148;G06V30/18;G06V30/19;G06V10/82;G06N3/0464;B60P3/00;B65D88/12
• 代理公司: 北京眾達德權知識產權代理有限公司 11570
• 代理人: 劉杰

1.一種集裝箱號的識別方法，其特征在于，應用在移動終端中，所述方法包括：

采集集裝箱箱門的第一圖像數據；

利用基于卷積神經網絡的文字檢測算法對所述第一圖像數據進行處理，確定出文字區域；

獲取所述集裝箱箱門的圖形特征，在所述文字區域對所述圖形特征進行特征分析，以確定所述集裝箱的箱號區域；

對所述箱號區域進行文字識別，輸出所述集裝箱的箱號；其中，所述圖形特征包括：所述集裝箱箱門的輪廓和高度、所述集裝箱箱門的文字密度、所述集裝箱箱號的校驗位；

當所述圖形特征為所述集裝箱箱門的輪廓和高度時，所述獲取所述集裝箱箱門的圖形特征，包括：

獲取所述第一圖像數據的灰度圖；

根據k-means算法對所述灰度圖中全部像素點的灰度值進行聚類計算，獲取聚類計算后的第二圖像數據；

對所述第二圖像數據進行顏色分析，確定所述集裝箱箱門的輪廓和高度；

當所述圖形特征為所述集裝箱箱門的文字密度時，所述獲取所述集裝箱箱門的圖形特征，包括：

利用密度聚類算法，將所述文字區域中的文字外框分為點集合；

根據點集合的密度確定所述集裝箱箱門的文字密度；

當所述圖形特征為所述集裝箱箱箱號的校驗位時，所述獲取所述集裝箱箱門的圖形特征，包括：

獲取所述第一圖像數據的灰度圖；

對所述灰度圖進行邊緣檢測，以獲得邊緣檢測結果；

對所述邊緣檢測結果進行多邊形擬合，以獲得多個多邊形；

根據所述集裝箱箱號校驗位的特征參數在各多邊形中確定出所述集裝箱箱號的校驗位；

所述在所述文字區域對所述圖形特征進行特征分析，以確定所述集裝箱的箱號區域，包括：

確定所述集裝箱箱門高度和輪廓；

獲取所述集裝箱箱門上的文字密度，確定箱門上文字密度最大的區域；

在箱門上文字密度最大的區域進行分析，獲取所述集裝箱箱號的校驗位；

根據所述校驗位定位所述集裝箱的箱號區域。

2.如權利要求1所述的方法，其特征在于，所述對所述箱號區域進行文字識別，輸出所述集裝箱的箱號，包括：

建立集裝箱箱號特征庫；

利用所述特征庫對所述箱號區域進行文字識別，輸出所述集裝箱的箱號。

3.如權利要求2所述的方法，其特征在于，所述建立集裝箱箱號特征庫，包括：

獲取不同集裝箱箱號的樣本數據；

合并所述樣本數據，生成合并數據；

利用訓練工具對所述合并數據進行訓練，生成訓練數據；

對所述訓練數據進行校正；

根據特征庫生成命令將校正后的訓練數據生成集裝箱箱號特征庫。

4.一種集裝箱號的識別裝置，其特征在于，所述裝置包括：

采集單元，用于采集集裝箱箱門的第一圖像數據；

處理單元，用于利用基于卷積神經網絡的文字檢測算法對所述第一圖像數據進行處理，確定出文字區域；

獲取單元，用于獲取所述集裝箱箱門的圖形特征，在所述文字區域對所述圖形特征進行特征分析，以確定所述集裝箱的箱號區域；

識別單元，用于對所述箱號區域進行文字識別，輸出所述集裝箱的箱號；其中，所述圖形特征包括：所述集裝箱箱門的輪廓和高度、所述集裝箱箱門的文字密度、所述集裝箱箱號的校驗位。

5.如權利要求4所述的裝置，其特征在于，當所述圖形特征為所述集裝箱箱門的輪廓和高度時，所述獲取單元具體用于：

獲取所述第一圖像數據的灰度圖；

根據k-means算法對所述灰度圖中全部像素點的灰度值進行聚類計算，獲取聚類計算后的第二圖像數據；

對所述第二圖像數據進行顏色分析，確定所述集裝箱箱門的輪廓和高度。

6.如權利要求4所述的裝置，其特征在于，當所述圖形特征為所述集裝箱箱門的文字密度時，所述獲取單元具體用于：

利用密度聚類算法，將所述文字區域中的文字外框分為點集合；

根據點集合的密度確定所述集裝箱箱門的文字密度。

7.一種移動終端，其特征在于，所述終端包括如權利要求1至3任一項所述的方法。