專利名稱：一種基于小波變換的集裝箱號(hào)碼定位方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理領(lǐng)域，主要涉及集裝箱號(hào)碼識(shí)別系統(tǒng)中號(hào)碼定位技術(shù)。
背景技術(shù)：
隨著經(jīng)濟(jì)的快速發(fā)展，各大港口的吞吐量越來越大。對(duì)港口上的集裝箱進(jìn)行高效 的管理已成為一個(gè)亟待解決的問題，這關(guān)系著集裝箱出港、進(jìn)港的高效性，也直接關(guān)系著港 口的所能承受的吞吐量。而現(xiàn)在港口對(duì)于進(jìn)出的集裝箱都是使用人工的形式對(duì)該箱進(jìn)行登 記并辦理相關(guān)手續(xù)，這嚴(yán)重影響了集裝箱進(jìn)出的效率，也影響了港口的容納能力。而且港口 需要全天候的工作，這就很難保證港口工作人員不因疲勞、心情等因素影響而出錯(cuò)。為了高 效、準(zhǔn)確地對(duì)港口集裝箱進(jìn)出進(jìn)行管理，對(duì)集裝箱的自動(dòng)識(shí)別系統(tǒng)的研究就變得更加迫切 了。有了集裝箱號(hào)碼自動(dòng)識(shí)別系統(tǒng)，人們就可以全天候的自動(dòng)對(duì)進(jìn)出港的集裝箱進(jìn)行登記 辦理相關(guān)的手續(xù)，從而打量縮短集裝箱在港口的滯留時(shí)間，提高集裝箱進(jìn)出港效率，還能保 證對(duì)集裝箱號(hào)碼的登記工作不受人的心情、疲勞等因素的影響而出錯(cuò)。一個(gè)完整的集裝箱識(shí)別系統(tǒng)至少需要三個(gè)步驟1)集裝箱號(hào)碼定位，2)集裝箱號(hào) 碼分割，3)集裝箱號(hào)碼的識(shí)別。由于集裝箱號(hào)碼排列方式多樣、且集裝箱顏色背景多樣，這 都加大了集裝箱箱號(hào)定位的難度。目前已有集裝箱號(hào)碼定位方法主要有1、首先在圖片中找到可疑的字符候選框，然后在進(jìn)行篩選使盡可能的去掉非集裝 箱號(hào)碼的字符候選塊，此時(shí)再進(jìn)一步使用字符候選塊的中心點(diǎn)作為hough變換的輸入，來 定位出一條通過盡可能多字符候選塊直線，從而來定位出集裝箱字符。2、首先對(duì)圖片行或列數(shù)據(jù)進(jìn)行掃描，標(biāo)記在一行或一列中梯度差大于某個(gè)閾值的 像素點(diǎn)的個(gè)數(shù)，如果某行該類像素點(diǎn)的個(gè)數(shù)大于某個(gè)閾值，則將該行作為集裝箱號(hào)碼的可 疑行。如果整個(gè)圖片中未找到可疑行則調(diào)低閾值重新掃描尋找。在找到了集裝箱號(hào)碼的可 疑行后，對(duì)可疑行進(jìn)行進(jìn)一步的確認(rèn)，即對(duì)可疑行的下面連續(xù)幾行數(shù)據(jù)進(jìn)行掃描標(biāo)記，如果 每一行的標(biāo)記點(diǎn)與上一行的標(biāo)記點(diǎn)位置相差不多時(shí)則確認(rèn)該可疑行為集裝箱號(hào)碼所在行， 這就完成了集裝箱號(hào)碼的粗定位。然后系統(tǒng)根據(jù)已有的集裝箱號(hào)碼排列方式生成排列規(guī) 則，再調(diào)用規(guī)則與粗定位后的圖片數(shù)據(jù)進(jìn)行比較，從而定位出正確的集裝箱號(hào)牌。上述算法在集裝箱號(hào)碼定位中都在一定程度上存在問題。定位算法1中并未對(duì)定 位圖片中可疑字符候選框的算法進(jìn)行描述，無法得知該字符候選框的定位算法。但要從原 始圖片中準(zhǔn)確定位出每個(gè)可疑字符候選框有很大的難度，其準(zhǔn)確率也會(huì)因?yàn)閳D片質(zhì)量而不 同，這就造成最后集裝箱號(hào)碼的準(zhǔn)確定位率不高。定位算法2是利用圖片中灰度差異來進(jìn) 行集裝箱號(hào)牌的粗定位的，這就決定了該方法對(duì)噪聲較為敏感。

發(fā)明內(nèi)容
本發(fā)明提供了一種基于小波變換的集裝箱號(hào)碼定位方法。該方法能夠在復(fù)雜背景 中定位出集裝箱號(hào)碼，對(duì)噪聲不敏感，集裝箱上面可能出現(xiàn)的小字符對(duì)集裝箱號(hào)碼定位結(jié)
3果沒有影響。本發(fā)明的詳細(xì)技術(shù)方案如下一種基于小波變換的集裝箱號(hào)碼定位方法，如圖1所示，包括以下步驟步驟1 采集的待識(shí)別集裝箱號(hào)碼原圖片，并將其轉(zhuǎn)換成灰度格式圖片。由于集裝箱背景色和集裝箱號(hào)碼沒有固定的顏色搭配，不能根據(jù)顏色值來定 位集裝箱號(hào)碼，故需將待識(shí)別集裝箱號(hào)碼原圖片轉(zhuǎn)換成灰度格式圖片。若采集的待識(shí) 別集裝箱號(hào)碼原圖片為RGB格式圖片，將其轉(zhuǎn)換成灰度格式圖片的轉(zhuǎn)化公式為gray = 0. 229XR+0. 587XG+0. 114XB，其中g(shù)ray表示灰度格式圖片中某個(gè)像素點(diǎn)的灰度值，R、G 和B分別表示RGB格式圖片中該像素點(diǎn)的紅色、綠色和藍(lán)色三個(gè)通道的像素值。步驟2 選用harr小波，對(duì)步驟1所得的灰度格式圖片進(jìn)行一維小波變換。步驟3 將小波變換后得到的高頻系數(shù)組成圖片，對(duì)該圖片進(jìn)行中值濾波。中值濾波是為了剔除噪聲的影響，它對(duì)圖片中的孤立噪聲去除有很好的效果。中 值濾波的窗口為3 X 3像素或5 X 5像素大小。步驟4 對(duì)中值濾波后的圖片進(jìn)行二值化處理。由于中值濾波后的高頻系數(shù)90%集中在30以下，故二值化處理時(shí)的二值化閾值 可確定在3-5之間。步驟5 對(duì)二值化圖片進(jìn)行形態(tài)學(xué)處理。采用相對(duì)于集裝箱號(hào)碼字符一半大小的結(jié)構(gòu)體作為形態(tài)學(xué)處理的結(jié)構(gòu)體對(duì)二值 化圖片先進(jìn)行腐蝕然后再進(jìn)行膨脹。由于集裝箱號(hào)碼字符處灰度變換劇烈，小波變換后具有較大的高頻系數(shù)。二值 化后，集裝箱箱號(hào)處都被二值化為1，而其他背景地方則被二值化為0，但是有可能出現(xiàn)的 是存在某一個(gè)或者幾個(gè)字符二值化后與其他字符時(shí)沒有連接起來的，也會(huì)出現(xiàn)部分噪聲區(qū) 域。該類噪聲區(qū)域雖被二值化為1但是該區(qū)域較小，且被孤立的很遠(yuǎn)。使用形態(tài)學(xué)方法先 對(duì)該圖片進(jìn)行腐蝕然后再進(jìn)行膨脹，可以將噪聲區(qū)域剔除并且同時(shí)將將斷裂的集裝箱號(hào)碼 連接起來。步驟6 提取形態(tài)學(xué)處理后二值化圖片中的連通區(qū)域。采用4-鄰域連通法標(biāo)記出形態(tài)學(xué)處理后二值化圖片中的連通區(qū)域，并逐一統(tǒng)計(jì) 出每個(gè)連通區(qū)域的大小、位置信息。步驟7 對(duì)步驟6提取出的連通區(qū)域進(jìn)行判斷，并找到集裝箱號(hào)碼在原圖片中所對(duì) 應(yīng)的區(qū)域。集裝箱號(hào)碼排列方式包括一列、兩列、一行和兩行。由于集裝箱號(hào)碼本身的排列方 式存在多樣性，所以需要對(duì)各個(gè)連通區(qū)域進(jìn)行分析判斷，判讀出哪個(gè)連通區(qū)域才是真正的 號(hào)碼區(qū)域。實(shí)際操作時(shí)，根據(jù)連通區(qū)域的長(zhǎng)度、寬度及連通區(qū)域間的位置關(guān)系來判斷原圖片 中集裝箱號(hào)碼的區(qū)域首先選取最長(zhǎng)的連通區(qū)域，判斷該區(qū)域是否達(dá)到一行或者一列號(hào)碼 排列方式的集裝箱號(hào)碼長(zhǎng)度，如果是則該最長(zhǎng)的連通區(qū)域在原圖片中所對(duì)應(yīng)的區(qū)域就是集 裝箱號(hào)碼區(qū)域；如果不是，則最長(zhǎng)的連通區(qū)域加上第二長(zhǎng)的連通區(qū)域在原圖片中所對(duì)應(yīng)的 區(qū)域就是集裝箱號(hào)碼區(qū)域。步驟8 檢測(cè)步驟7所得集裝箱號(hào)碼區(qū)域的傾斜度，并作相應(yīng)旋轉(zhuǎn)調(diào)整。首先提取出步驟7所得集裝箱號(hào)碼區(qū)域邊緣點(diǎn)，然后利用霍夫(Hough)變換檢測(cè)集裝箱號(hào)碼區(qū)域的傾斜度，若傾斜度超過2°，則利用插值算法將其旋轉(zhuǎn)至水平。通過以上步驟，就可以在待識(shí)別集裝箱號(hào)碼原圖片中定位出號(hào)碼所在區(qū)域。當(dāng)然 經(jīng)過以上步驟后也只是將集裝箱號(hào)碼粗定位出來，要到達(dá)集裝箱號(hào)碼的識(shí)別還需要對(duì)定位 出來的集裝箱號(hào)牌進(jìn)行精確定位并分割出每個(gè)字符。本發(fā)明采用的是小波變換來尋找集裝 箱的字符區(qū)域，由于字符區(qū)域灰度變換較大，其變換后的高頻系數(shù)就比較大，所以本發(fā)明利 用高頻系數(shù)就可定位出集裝箱號(hào)碼所在區(qū)域，其中的形態(tài)學(xué)處理也能夠很好的解決圖片噪 聲的問題。本發(fā)明可以對(duì)高頻系數(shù)二值化閾值進(jìn)行調(diào)整從而實(shí)現(xiàn)定位出所有集裝箱號(hào)碼候 選區(qū)域，從而避免集裝箱號(hào)碼的漏定位，提高集裝箱號(hào)碼的準(zhǔn)確定位率。


圖1為本發(fā)明流程示意圖。
具體實(shí)施例方式一種基于小波變換的集裝箱號(hào)碼定位方法，如圖1所示，包括以下步驟步驟1 采集的待識(shí)別集裝箱號(hào)碼原圖片，并將其轉(zhuǎn)換成灰度格式圖片。由于集裝箱背景色和集裝箱號(hào)碼沒有固定的顏色搭配，不能根據(jù)顏色值來定 位集裝箱號(hào)碼，故需將待識(shí)別集裝箱號(hào)碼原圖片轉(zhuǎn)換成灰度格式圖片。若采集的待識(shí) 別集裝箱號(hào)碼原圖片為RGB格式圖片，將其轉(zhuǎn)換成灰度格式圖片的轉(zhuǎn)化公式為gray = 0. 229XR+0. 587XG+0. 114XB，其中g(shù)ray表示灰度格式圖片中某個(gè)像素點(diǎn)的灰度值，R、G 和B分別表示RGB格式圖片中該像素點(diǎn)的紅色、綠色和藍(lán)色三個(gè)通道的像素值。步驟2 選用harr小波，對(duì)步驟1所得的灰度格式圖片進(jìn)行一維小波變換。步驟3 將小波變換后得到的高頻系數(shù)組成圖片，對(duì)該圖片進(jìn)行中值濾波。中值濾波是為了剔除噪聲的影響，它對(duì)圖片中的孤立噪聲去除有很好的效果。中 值濾波的窗口為3 X 3像素或5 X 5像素大小。步驟4 對(duì)中值濾波后的圖片進(jìn)行二值化處理。由于中值濾波后的高頻系數(shù)90%集中在30以下，故二值化處理時(shí)的二值化閾值 可確定在3-5之間。步驟5 對(duì)二值化圖片進(jìn)行形態(tài)學(xué)處理。采用相對(duì)于集裝箱號(hào)碼字符一半大小的結(jié)構(gòu)體作為形態(tài)學(xué)處理的結(jié)構(gòu)體對(duì)二值 化圖片先進(jìn)行腐蝕然后再進(jìn)行膨脹。由于集裝箱號(hào)碼字符處灰度變換劇烈，小波變換后具有較大的高頻系數(shù)。二值 化后，集裝箱箱號(hào)處都被二值化為1，而其他背景地方則被二值化為0，但是有可能出現(xiàn)的 是存在某一個(gè)或者幾個(gè)字符二值化后與其他字符時(shí)沒有連接起來的，也會(huì)出現(xiàn)部分噪聲區(qū) 域。該類噪聲區(qū)域雖被二值化為1但是該區(qū)域較小，且被孤立的很遠(yuǎn)。使用形態(tài)學(xué)方法先 對(duì)該圖片進(jìn)行腐蝕然后再進(jìn)行膨脹，可以將噪聲區(qū)域剔除并且同時(shí)將將斷裂的集裝箱號(hào)碼 連接起來。步驟6 提取形態(tài)學(xué)處理后二值化圖片中的連通區(qū)域。采用4-鄰域連通法標(biāo)記出形態(tài)學(xué)處理后二值化圖片中的連通區(qū)域，并逐一統(tǒng)計(jì) 出每個(gè)連通區(qū)域的大小、位置信息。
5
步驟7 對(duì)步驟6提取出的連通區(qū)域進(jìn)行判斷，并找到集裝箱號(hào)碼在原圖片中所對(duì) 應(yīng)的區(qū)域。集裝箱號(hào)碼排列方式包括一列、兩列、一行和兩行。由于集裝箱號(hào)碼本身的排列方 式存在多樣性，所以需要對(duì)各個(gè)連通區(qū)域進(jìn)行分析判斷，判讀出哪個(gè)連通區(qū)域才是真正的 號(hào)碼區(qū)域。實(shí)際操作時(shí)，根據(jù)連通區(qū)域的長(zhǎng)度、寬度及連通區(qū)域間的位置關(guān)系來判斷原圖片 中集裝箱號(hào)碼的區(qū)域首先選取最長(zhǎng)的連通區(qū)域，判斷該區(qū)域是否達(dá)到一行或者一列號(hào)碼 排列方式的集裝箱號(hào)碼長(zhǎng)度，如果是則該最長(zhǎng)的連通區(qū)域在原圖片中所對(duì)應(yīng)的區(qū)域就是集 裝箱號(hào)碼區(qū)域；如果不是，則最長(zhǎng)的連通區(qū)域加上第二長(zhǎng)的連通區(qū)域在原圖片中所對(duì)應(yīng)的 區(qū)域就是集裝箱號(hào)碼區(qū)域。步驟8 檢測(cè)步驟7所得集裝箱號(hào)碼區(qū)域的傾斜度，并作相應(yīng)旋轉(zhuǎn)調(diào)整。首先提取出步驟7所得集裝箱號(hào)碼區(qū)域邊緣點(diǎn)，然后利用霍夫(Hough)變換檢測(cè) 集裝箱號(hào)碼區(qū)域的傾斜度，若傾斜度超過2°，則利用插值算法將其旋轉(zhuǎn)至水平。通過以上步驟，就可以在待識(shí)別集裝箱號(hào)碼原圖片中定位出號(hào)碼所在區(qū)域。
權(quán)利要求
一種基于小波變換的集裝箱號(hào)碼定位方法，包括以下步驟步驟1采集的待識(shí)別集裝箱號(hào)碼原圖片，并將其轉(zhuǎn)換成灰度格式圖片；步驟2選用harr小波，對(duì)步驟1所得的灰度格式圖片進(jìn)行一維小波變換；步驟3將小波變換后得到的高頻系數(shù)組成圖片，對(duì)該圖片進(jìn)行中值濾波；步驟4對(duì)中值濾波后的圖片進(jìn)行二值化處理；步驟5對(duì)二值化圖片進(jìn)行形態(tài)學(xué)處理；采用相對(duì)于集裝箱號(hào)碼字符一半大小的結(jié)構(gòu)體作為形態(tài)學(xué)處理的結(jié)構(gòu)體對(duì)二值化圖片先進(jìn)行腐蝕然后再進(jìn)行膨脹；步驟6提取形態(tài)學(xué)處理后二值化圖片中的連通區(qū)域；采用4 鄰域連通法標(biāo)記出形態(tài)學(xué)處理后二值化圖片中的連通區(qū)域，并逐一統(tǒng)計(jì)出每個(gè)連通區(qū)域的大小、位置信息；步驟7對(duì)步驟6提取出的連通區(qū)域進(jìn)行判斷，并找到集裝箱號(hào)碼在原圖片中所對(duì)應(yīng)的區(qū)域；根據(jù)連通區(qū)域的長(zhǎng)度、寬度及連通區(qū)域間的位置關(guān)系來判斷原圖片中集裝箱號(hào)碼的區(qū)域首先選取最長(zhǎng)的連通區(qū)域，判斷該區(qū)域是否達(dá)到一行或者一列號(hào)碼排列方式的集裝箱號(hào)碼長(zhǎng)度，如果是則該最長(zhǎng)的連通區(qū)域在原圖片中所對(duì)應(yīng)的區(qū)域就是集裝箱號(hào)碼區(qū)域；如果不是，則最長(zhǎng)的連通區(qū)域加上第二長(zhǎng)的連通區(qū)域在原圖片中所對(duì)應(yīng)的區(qū)域就是集裝箱號(hào)碼區(qū)域；步驟8檢測(cè)步驟7所得集裝箱號(hào)碼區(qū)域的傾斜度，并作相應(yīng)旋轉(zhuǎn)調(diào)整；首先提取出步驟7所得集裝箱號(hào)碼區(qū)域邊緣點(diǎn)，然后利用霍夫變換檢測(cè)集裝箱號(hào)碼區(qū)域的傾斜度，若傾斜度超過2°，則利用插值算法將其旋轉(zhuǎn)至水平。
2.根據(jù)權(quán)利要求1所述的基于小波變換的集裝箱號(hào)碼定位方法，其特征在于，步驟1中 若采集的待識(shí)別集裝箱號(hào)碼原圖片為RGB格式圖片，將其轉(zhuǎn)換成灰度格式圖片的轉(zhuǎn)化公式 為gray = 0. 229 X R+0. 587 XG+0. 114XB，其中g(shù)ray表示灰度格式圖片中某個(gè)像素點(diǎn)的灰 度值，R、G和B分別表示RGB格式圖片中該像素點(diǎn)的紅色、綠色和藍(lán)色三個(gè)通道的像素值。
3.根據(jù)權(quán)利要求1所述的基于小波變換的集裝箱號(hào)碼定位方法，其特征在于，步驟3中 值濾波的窗口為3 X 3像素或5 X 5像素大小。
4.根據(jù)權(quán)利要求1所述的基于小波變換的集裝箱號(hào)碼定位方法，其特征在于，步驟4二 值化處理時(shí)的二值化閾值確定在3-5之間。
全文摘要
一種基于小波變換的集裝箱號(hào)碼定位方法，屬于圖像處理技術(shù)領(lǐng)域。本發(fā)明利用待識(shí)別集裝箱號(hào)碼原圖片的灰度信息，經(jīng)一維小波變換后對(duì)高頻信息進(jìn)行中值濾波、二值化和形態(tài)學(xué)處理，采用4-鄰域連通法提取連通區(qū)域，根據(jù)連通區(qū)域的長(zhǎng)度、寬度及連通區(qū)域間的位置關(guān)系來判斷原圖片中集裝箱號(hào)碼的區(qū)域，最后利用霍夫變換檢測(cè)出號(hào)碼的傾斜角度并進(jìn)行旋轉(zhuǎn)糾正。本發(fā)明對(duì)高頻系數(shù)二值化閾值進(jìn)行調(diào)整從而實(shí)現(xiàn)定位出所有集裝箱號(hào)碼候選區(qū)域，從而避免集裝箱號(hào)碼的漏定位，提高集裝箱號(hào)碼的準(zhǔn)確定位率。本發(fā)明對(duì)噪聲不敏感，集裝箱上面可能出現(xiàn)的小字符對(duì)集裝箱號(hào)碼定位結(jié)果沒有影響。
文檔編號(hào)G06T3/60GK101894255SQ201010202140
公開日2010年11月24日 申請(qǐng)日期2010年6月13日 優(yōu)先權(quán)日2010年6月13日
發(fā)明者李云, 解梅, 馬爭(zhēng) 申請(qǐng)人:電子科技大學(xué)