摘要在港口自动化管理中，集装箱箱号自动识别是其核心。由于箱号字符区域不确定、 光照不均匀、摄像头采集图像扭曲、箱体污损等因素的影响，使得自动箱号识别变成一 个具有挑战性的问题。针对这一系列的问题，本文设计并实现了自然场景下集装箱箱号 识别系统，主要由三部分组成：预处理模块，识别模块和后处理模块。在预处理模块， 本文提出了使用自适应阈值二值化、霍夫变换以及区域连通检测对图像进行预处理。在 识别模块，本文提过了使用 OpenMP 进行加速优化的 kNN 算法。在后处理模块，本文提出 针对集装箱箱号的特征的结果筛选方法。最后，还采用了多面集装箱箱号识别的集成策 略，使其准确率和速度得到提高，并且能够满足实际使用的需求。74313

毕业论文关键词 集装箱箱号识别 OCR kNN

Title Container Code Recognition Under Natural Scene

Abstract Container code recognition is the core part of automatic identification in harbor automation management。 Because of the influence of various facts such as uncertain code area location, lighting asymmetry, image distortion, stained container and so on, container code recognition becomes a great challenge。 According to these problems, we have designed a container code recognition system, which mainly contains three modules: preprocessing module, recognition module and postprocessing module。 In preprocessing module, we use adaptive threshold to binarize the image。 Also we apply Hough transform to remove impurities and regional connectivity detection to get text area。 In the recognition module, we use OpenMP to optimize kNN。 In the postprocessing module, we sift candidate results in regard to the feature of container code。 Finally, we propose to integrate the results of images, which are images of different directions of one container。 The accuracy and processing speed of the system are improved by the integration, which can meet the demands of practical application。

Keywords  container code recognition OCR kNN

本科毕业设计说明书 第 I 页

目 次

1 绪论 1

1。1 集装箱号命名校验规则简介 1

1。2 数字图像处理 2

1。2。1 图像降噪 2

1。2。2 二值化 2

1。2。3 OpenCV 2

1。3 机器学习 3

1。4 相关发展现状 3

1。5 本文的组织结构 4

2 系统整体架构 6

2。1 预处理模块 6

2。1。1 灰度化 6

2。1。2 对比度标准化 7

2。1。3 二值化 9

2。1。4