基于MATLAB軟件的集裝箱箱號(hào)識(shí)別系統(tǒng)

王夢(mèng)麒 宋廣軍

【摘 要】 為提高集裝箱自動(dòng)化裝卸效率，基于MATLAB軟件建立集裝箱箱號(hào)識(shí)別系統(tǒng)，通過(guò)圖像預(yù)處理、圖像擺正、字符識(shí)別匹配等3個(gè)環(huán)節(jié)對(duì)已獲得的圖像進(jìn)行識(shí)別，以得到圖像中集裝箱的具體號(hào)碼。該系統(tǒng)可以避免傳統(tǒng)集裝箱管理過(guò)程中人工辨別易出現(xiàn)的錯(cuò)誤和疏忽問(wèn)題。

【關(guān)鍵詞】 MATLAB軟件;圖像處理;集裝箱箱號(hào)識(shí)別

0 引 言

近幾年，我國(guó)對(duì)外貿(mào)易快速發(fā)展，各港口進(jìn)出口貨物吞吐量日益提升，散雜貨集裝箱化率也不斷提高。集裝箱貨物在世界海運(yùn)貿(mào)易中占據(jù)很大的貿(mào)易價(jià)值量，對(duì)經(jīng)濟(jì)發(fā)展有著積極的推動(dòng)作用，因此集裝箱裝卸作業(yè)技術(shù)的研究備受重視。集裝箱自動(dòng)化裝卸作業(yè)，需要計(jì)算機(jī)系統(tǒng)能在各種復(fù)雜的環(huán)境下進(jìn)行視覺(jué)定位，從而實(shí)現(xiàn)對(duì)集裝箱的各種運(yùn)輸控制?？梢?jiàn)，對(duì)集裝箱進(jìn)行基于圖像處理技術(shù)的箱號(hào)識(shí)別工作是很有必要的，有助于提升集裝箱自動(dòng)化裝卸效率。

集裝箱箱號(hào)識(shí)別過(guò)程主要包括獲取集裝箱圖像、圖像預(yù)處理、圖像擺正、識(shí)別匹配、輸出結(jié)果。

1 圖像預(yù)處理

1.1 濾波去噪

集裝箱箱號(hào)識(shí)別系統(tǒng)所獲取的集裝箱圖像帶有一定的噪聲干擾，這時(shí)需要對(duì)獲取的集裝箱圖像進(jìn)行去噪濾波，同時(shí)進(jìn)行集裝箱圖像的灰度處理、集裝箱圖像的邊緣檢測(cè)和圖像擺正、集裝箱圖像的RGB模式像素提取等，可以采用均值濾波器或中值濾波器對(duì)圖像進(jìn)行濾波處理。

1.1.1 均值濾波器

均值濾波也稱(chēng)為線(xiàn)性濾波，其采用的主要方法為鄰域平均法。線(xiàn)性濾波的基本原理是用均值代替原圖像中的各個(gè)像素值，即對(duì)待處理的當(dāng)前像素點(diǎn)（x，y），選擇一個(gè)模板，該模板由其近鄰的若干像素組成，求模板中所有像素的均值，再把該均值賦予當(dāng)前像素點(diǎn)（x，y），作為處理后圖像在該點(diǎn)上的灰度g（x，y）。常用等式關(guān)系為

均值濾波本身存在著固有的缺陷，在圖像去噪的同時(shí)也破壞了圖像的細(xì)節(jié)部分，從而使圖像變得模糊，不能很好地去除噪聲點(diǎn)。

1.1.2 中值濾波器

中值濾波是一種非線(xiàn)性數(shù)字濾波技術(shù)，主要用于抑制脈沖噪聲，可以完全濾除尖波干擾噪聲，同時(shí)對(duì)目標(biāo)圖像邊緣特性也有較好的保護(hù)。

中值濾波可以過(guò)濾尖峰脈沖，濾波后的數(shù)據(jù)可保持原始圖像的方向，同時(shí)消除尖峰值的影響。以一維信號(hào)的中值濾波為例，灰度排列為110、90、100、130、120、210、80。若按照從大到小來(lái)進(jìn)行排列，其結(jié)果為80、90、100、110、120、130、210，其中間位置上的灰度值110即為該灰度序列的中值。一維信號(hào)的中值濾波器實(shí)際上是用一個(gè)中值來(lái)代替信號(hào)值事先所規(guī)定的位置（通常是指原始信號(hào)序列的中心位置）。由以上序列可知，中值濾波的結(jié)果就是剔除序列110、90、100、130、120、210、80中的信號(hào)序列峰值210，再用之前計(jì)算求出的中值110來(lái)代替，得到的濾波序列就是90、130、100、110、110、120、80。若210是此序列的一個(gè)噪聲信號(hào)，那么噪聲點(diǎn)就會(huì)被消除。

1.2 集裝箱圖像灰度處理

圖像灰度處理就是將一個(gè)彩色圖像轉(zhuǎn)換成一個(gè)灰度圖像的過(guò)程。彩色圖像中的像素色彩是由R（Red）、G（Green）、B（Blue）的3個(gè)分量來(lái)確定的，每一個(gè)分量的值是0～255，因此，像素可以是一組超過(guò)1 600萬(wàn)級(jí)的變化（255 ？255 ？255）。灰色圖像是R、G、B 3個(gè)分量的同一個(gè)特殊彩色圖像，一個(gè)像素的變化范圍為256種，所以數(shù)字圖像處理通常是將各種格式的圖像變成灰色圖像，這樣一來(lái)就使得后續(xù)圖像的計(jì)算量變小。圖像灰度處理可以由以下兩種方式實(shí)現(xiàn)。

（1）將每個(gè)像素的R、G、B 3種分量的平均值再平均分配給像素的3個(gè)分量。

（2）基于顏色空間YUV編碼方法，從灰度圖像亮度的級(jí)別，可以根據(jù)所期望的變化和YUV顏色空間值創(chuàng)建亮度Y與R、G、B之間的對(duì)應(yīng)關(guān)系，關(guān)系式為

1.3 集裝箱圖像的邊緣提取

邊緣檢測(cè)是計(jì)算機(jī)視覺(jué)和圖像處理中的一個(gè)基本問(wèn)題。檢測(cè)的關(guān)鍵之處是識(shí)別數(shù)字圖像的亮度顯著變化的點(diǎn)。常見(jiàn)的邊緣檢測(cè)算子有Canny算子和Sobel算子。

（1） Canny算子。Canny算子是一種最優(yōu)的邊緣檢測(cè)算法。最優(yōu)邊緣檢測(cè)的含義是：好的檢測(cè)算法能夠盡可能多地識(shí)別出圖像的實(shí)際邊緣，要求實(shí)際邊緣與所識(shí)別的邊緣盡可能接近，圖像中的邊緣只可以被識(shí)別一次。任何邊緣檢測(cè)算法無(wú)法處理原始數(shù)據(jù)，因此，應(yīng)使用高斯平滑函數(shù)對(duì)原始數(shù)據(jù)作卷積運(yùn)算。圖像中的邊緣可以在不同的方向顯示，所以Canny算法使用4個(gè)掩模來(lái)檢測(cè)水平、斜向和垂直方向的邊緣。由像素點(diǎn)的最大值和邊緣的方向生成圖像中每個(gè)像素點(diǎn)的梯度亮度和原始圖像梯度亮度的方向。亮度相對(duì)高的梯度有可能是邊緣，但目前還沒(méi)有確切值來(lái)限制其具體值，因此使用延遲閾值。延遲閾值需要低閾值和高閾值兩個(gè)閾值。取用較大的閾值通過(guò)導(dǎo)出的方向信息來(lái)識(shí)別比較確定的真實(shí)邊緣，并跟蹤整個(gè)邊緣;跟蹤時(shí)，使用較小的閾值，直至回到起點(diǎn)都可以跟蹤到模糊曲線(xiàn)。這一過(guò)程完成后，會(huì)得到一個(gè)二值圖像，每個(gè)像素點(diǎn)表示是否為該點(diǎn)的邊緣。

（2）Sobel算子。Sobel算子是典型的邊緣檢測(cè)算子并且是基于一階導(dǎo)數(shù)的。該算法提供類(lèi)似的局部平均運(yùn)算，因此噪聲會(huì)有一個(gè)平滑的效果，是一個(gè)可以去除噪聲影響的好方法。Sobel算子分別在縱向和橫向的模板中組成一組3 ？3陣列，與平面圖像作卷積運(yùn)算，獲取垂直和水平方向上的大致差值。

2 集裝箱圖像的擺正

對(duì)于有可能出現(xiàn)不一樣圖像的情況，可對(duì)圖像作出校正處理，此系統(tǒng)采用Radon變換將圖像進(jìn)行擺正處理。Radon變換可以看作是平行束對(duì)圖像的線(xiàn)積分，變換角度默認(rèn)是逆時(shí)針。

3 結(jié) 語(yǔ)

集裝箱的箱號(hào)識(shí)別是提高集裝箱自動(dòng)化管理技術(shù)的必要途徑。本文所設(shè)計(jì)的集裝箱箱號(hào)識(shí)別系統(tǒng)使用MATLAB軟件進(jìn)行模擬和測(cè)試是實(shí)際有效的，可以提高識(shí)別集裝箱箱號(hào)的效率。