（计算机应用技术专业论文）集装箱自动识别系统研究.pdf

西南交通大学硕士研究生学位论文第l 页 摘要 架裟衍自动u 别系统红海关物流舭控系统、? 也务同集? 雌j ：f 符：i ：! j i 系统、场 站集装箱管理系统、加工区监管系统、运输行业集装箱管理系统等领域有着 广泛的应用。基于光学字符识别技术的集装箱自动识别系统主要是通过图像 处理技术，自动提取集装箱箱号并识别，由于其具有不需要在集装箱上增加 任何其他设备以及可通过人机界面，加入人工二j 二预提高系统性能的优点，发 展较快，日益受到人们的重视。 本文研究的是基于光学字符识别技术的集装箱自动识别系统，简要介绍 了系统的工作原理，分析了集装箱原始图像的特点，详细闸述了系统处理流 程：图像预处理、箱号字符区域定位、箱号字符区域二值化及字符分割、识 别预处理、特征提取和字符识别。本文运用形态学运算消除背景、进行灰度 变换增强对比度和进行平滑过滤噪声来完成图像的预处理。对预处理后的图 像进行边缘提取，先消除非字符边缘的长线条，再用形态学运算消除干扰边 缘和噪声。针对字符排列相对集中的特点，详细介绍了如何利用边缘结合形 态学定位箱号字符的方法米实现衍号字符的定位。选用合适的二值化方法完 成字符区域的狄度图像到二值图像的转换。利川基于求连通区域与投影相结 合的字符切分技术完成字符的分割。讨论了字符识别技术，实现了利用图像 矩特征进行字符识别以及利用数字的结构特征识别数字。 实验表明，文中的箱号定位方法是有效的，字符识别方法亦具有一定的 参考价值。 关键词集装箱；图像处理；数学形态学：字符识别 西南交通大学硕士研究生学位论文第| i 页 a b s t r a c t c o n t a i n e ra u t o m a t i ce q u i p m e n ti d e n t i f i c a t i o n ( a e i ) s y s t e mcanb ew i d e l y a p p l i e d t om a t e r i a lc i r c u l a t i o nm o n i t o r i n g s y s t e m i nc u s t o m s ，t oc o n t a i n e r m a n a g e m e n ts y s t e mi ni m r b o rb u r e a u ，c o l l t a 1 l e l d e l ) o l ，a n dl r a n s p o l t a t i o ni n d u s t r y ， a n dt om o n i t o r i n ga n dm a n a g e m e n ts y s t e mi nm a c h i n i n gc e n t e r , e t c c o n t a i n e r a e is y s t e mb a s e do no p t i e a lc h a r a c t e rr e c o g n i t i o n ( o c r ) t e c h n o l o g ym a k e su s e o fi m a g ep r o c e s s i n gt e c h n o l o g yt oe x t r a c ta n dr e c o g n i z ec h a r a c t e r so fc o n t a i n e r c o d e sa u t o m a t i c a l l y o i la c c o u n to ft i l ea d v a n t a g e st h a ts u c hs y s t e md o e s n tn e e d t oa t t a c ha n yo t h e re q u i p m e n to nc o n t a i n e rw h e nr e c o g u i z i n g ，a t t di t sp e r f o r m a n c e c a l lb ei m p r o v e db ym e a n so fm a f i u a lo p e r a t i o nt h r o u g ht h eu s e ri n t e r f a c eo f c o m p u t e rt e r m i n a l ，i ti sd e v e l o p e dr a p i d l ya n da l t a c h e dg r e a ti m p o r t a n c eb y p e o p l ei n c r e a s i n g l y i nt h i st h e s i s ，t h ec o n t a i n e ra e is y s t e mb a s e do no c rt e c h n o l o g yi s i n v e s t i g a t e d f i r s t ，t h ew o r k i n gp r i n c i p l eo ft h es y s t e mi si n t r o d u c e da n dt h e c h a r a c t e r i s t i c so fc o n t a i n e r s o r i g i n a li m a g e i s a n a l y z e d t h e nt h ep r o c e s s p r o c e d u r e sa r ed i s c u s s e di nd e t a i l ，w h i c hi n c l u d ei m a g ep r e p r o c e s s ，l o c a l i z a t i o n a n dt h r e s h o l do fc o n t a i n e rc o d e sr e g i o n ，c h a r a c t e r ss e g m e n t a t i o n ，r e c o g n i t i o n p r e p r o c e s s ，f e a t u r ee x t r a c t i o na n dr e c o g n i t i o n i l li m a g ep r e p i o c e s s i a g ，i m a g e q u a l i t yi si m p r o v e db yu s i n gm a t h e m a t i c a lm o r p h o l o g yt or e m o v eb a c k g r o u n do f t h ei m a g e ，m a k i n gg r a y - s c a l et r a n s f o r m a t i o nt oe n h a n c ec o n t r a s ta n ds m o o t h i n g p r o c e s s i n gt of i l t e rn o i s e a f t e ri m a g ep r e p r o c e s s e d ，i t se d g ei sd e t e c t e d ，a n ds o m e l o n gl i n e si ne d g ei m a g ea r ef i l t e r e d ，a n dt h e nm a t h e m a t i c a lm o r p h o l o g yi s e m p l o y e dt or e m o v ee d g en o i s e c o n s i d e r i n gt h ec h a r a c t e r i s t i co fc h a r a c t e r s a r r a y e dc o n c e n t r a t e d ，t h em e t h o dt h a tl l o wt om a k eu s co fc h a r a c t e re d g ea n d m a t h e m a t i c a lm o r p h o l o g yt ol o c a t ec o n t a i n e rc o d e si sd e s c r i b e d t h eg r a yi m a g e i nc h a r a c t e r sa r e ai sc o n v e r t e dt o b i n a r y o n e b y s u i t a b l et h r e s h o l d t h e s e g m e n t a t i o nt e c h n o l o g yt h a tc o m b i n e st h et e c h n o l o g i e so fg e t t i n gc o n n e c t e d r e g i o na n dp r o j e c t i n gc a nb eu s e dt os e g m e n tc h a r a c t e r s f i n a l l y , c h a r a c t e r sa r e r e c o g n i z e d b yu t i l i z i n gm o m e n t st or e c o g n i z ea l p h a b e t i cc h a r a c t e ra n ds t r u c t u r e i n f o r m a t i o no fn u m e r i cc h a r a c t e rt or e c o g n i z en u m b e r t h ee x p e r i m e n t s r e s u l t ss h o wt h a tt h em e t h o do fl o c a t i n gc o n t a i n e rc o d e si s e f f e c t i v ea n dt h em e t h o do fc h a r a c t e rr e c o g n i t i o nh a ss o m er e f e f e n c ev a l u e 西南交通大学硕士研究生学位论文第1 jl 页 k e yw o r d s ：c o n t a i n e r , i m a g ep r o c e s s ，m a t h e m a t i c a lm o r p h o l o g y , c h a r a c t e r r e c o g n i t i o n 西南交通大学硕士研究生学位论文第1 页 1 1 概述 第1 章绪论 随着现代物流管理技术的发展，货物运输过程中相关信息的获得、传输 和管理正变得日益重要。同时，随着货物运量的加大，加快货物通道的管理 自动化已成为十分紧迫的任务。集装箱自动识别系统提供一种集装箱数据采 集与控制装霞，不须人工干预，即可自动完成一系列现场数据的采集、比较 和开关闸控制工作以及直接用l e o 指示车辆去向等，节省人力，提高工作效 率，减少人为干预。集装箱自动识别系统可用于海关物流监控系统、港务局 集装箱管理系统、场站集装箱管理系统、加工区监管系统、保税区监管系统、 运输行业集装箱管理系统等。所有针对集装箱进行管理的系统都可以使用此 系统实现提高工作效率、降低人为风险、加强监管和统筹安排等目的。因此， 集装箱自动识别系统应用日益广泛。 1 2 集装箱自动识别系统的发展和现状 8 0 年代末，一些发达国家为了增加市场竞争实力，提高运输效率和 服务质量，实现集装箱运输的现代化，研制出了技术先进的集装箱自动识 别系统，随后经过技术的不断完善，9 0 年代初，国际上已有大量的集装 箱自动识别系统投入使用，并取得了显著效果。1 9 9 1 年l o 月1 日，国际 标准化组织集装箱技术委员会i s o t c l 0 4 制定并颁布了i s o1 0 3 7 4 ( 集装 箱自动识别) 这一标准，并将美国的a m t e c h 公司自动车辆识别系统的技术 条件纳入了该国际标准的附录。随后，集装箱自动识别技术得到了很大 发展。当前，主要存在以下几种形式： ( 1 ) 电视识别系统。它可利用安装在线路或道路旁的摄像设备传送 车辆或集装箱的车号、箱号等数据，但仍需依靠人工将有关数据抄录下来。 这种识别装置误读率较高，可靠性和精确性都很低，只有少数国家和地区 在使用。 ( 2 ) 条形码识别系统。其以条形码的形式用光学识别系统进行识别。 这是一项已被广泛应用的新兴科技成果，尤其是当今已发展成用铜箔或银 箔制成的金属条码，采用常用的激光枪识读，识读距离可达5 m 。金属条 西南交通大学硕士研究生学位论文 第2 页 码耐腐蚀，耐高低温，抗风、雨、雪侵蚀和日晒，寿命长，在户外恶劣环 境下能长期使用，可广泛应用于自动控制、检测、自动化管理等方面，是 目前能在户外环境下长期使用的成本较低的无源码板，适应温度为一4 0 到+ 1 8 0 。陔系统的主要缺点足抗污染一队较差，受沙坐、盐雾、汕污、冰 雪和划垢侵蚀后需经常擦沈；以读的司靠性达不到i s o1 0 3 7 4 国际标准规 定的9 9 9 9 ，也就是说一万次读码中，其失误达不到不得超过1 次。 ( 3 ) 微波反射系统。该系统采川“微波反射渊制式”技术进行珏 别。 这利l 技术是国际上自8 0 年代起开发的高新技术，它不受雨、雪、雾、灰 尘、汕污、风沙、酷热、，”寒、噪声、振动、冲击等恶劣环境的影响抗 污染性强，已被世界各囡广泛应用在车辆和集装箱等自动识别系统上。这 种形式的识别系统已于1 9 9 1 年被纳入i s o1 0 3 7 4 集裟箱自动谚 别i j 。 但其不足之处是，安装在集装箱上的电子码板是有源的，这种源来自于码 板中的电池，而电池的寿命是有限的，因此在应用过程中可能要更换电池 或更换电子码板。另外，有一种无源码板，也是通过微波反射系统进行识 别的，但它的主要缺点是识别距离短，一般在2 l 左右，因此运用在集装 箱上的自动识别码板，一般都采用有源码板。 近年来，发展了另一种形式的集装衍自动识别系统光学字符识别 系统。这种系统类似于i u 视- i = , q n 系统，它也足通过安裟在线路或道路旁的 摄像设备拍摄集装箱箱号的图像，然后进行图像处理，利用光学字符识别 技术提取箱号进行自动识别。虽然这种技术也受雨、雪、雾、灰尘、油污 等恶劣环境的影响，但光学字符识别技术已发展得比较成熟，能达到较高 的识别率，并且它由于拍摄了集装箱箱号的图像，当系统不能识别或识别 错误时，可通过人工干预纠正，因此它的可靠性和精确性都很高。它具有 无须在集装箱或集装箱车辆上增加任何设备或标识，完全光学识别的优 点。 由于各个系统各具有优缺点，因此各种系统都有人研究，但近几年来， 受到普遍重视的是微波反射调制的自动识别系统、条形码形式的光学识别 系统以及光学字符识别系统，并都已取得了一定的成效。其中光学字符识 别系统，由于具有不需要在集装箱上增加任何其他设备以及可通过人机界 面，加入人工干预提高系统性能的优点，发展较快，现在已有此种系统投 入使用。 西南交通大学硕士研究生学位论文第3 页 1 3 基于光学字符识别技术的集装箱自动识别系统概述 集装箱箱号唯一地标识了全球范围内的每一个集装箱，因此，集装箱的 自动识别就可以归结为对箱号的识别，只要箱号硼定了，其他有关该集装箱 的信息也就确定了。基于光学字符识别技术的集装箱自动u 别系统就是通过 口 别涂刷在筘俅发i _ f i j 的柑q 字符米谚 别集城箱的。 一个典型的集装箱自动识别系统主要山图像采集、图像处理和数据库管 理系统三个部分组成，系统框图如图卜i 所示。图像采集部分主要山传感器、 c c d 摄像帆、幽像采集卡和灯光j ( 1 恻设备组成。1 擘感器川- j ：检测集卡( 运送栾 裟箱的卡车) f r j n 米，激活i 到像采集忙工作。图像采集p 主婴接收c c i ) 摄像 机的视频信号。将模拟图像转换成数字图像并传送到计算机进行图像处理。 现场辅助照明用于保证在光照不足( 或夜间) 的条件下仍能获得良好的图像。 图像处理部分主要用软件实现，山图像预处理、箱号定位、箱号分割和箱号 识别四个模块组成。计算机接收图像采集卡采集的集装箱图像，进行预处理、 箱号定位、分割、识别，输出识别结果到数据库。数据库管理系统主要用于 对信息的管理。 传感器l 塞土型塑 图像i 集装 采集卡广面原 现场 i 辅助照明j图像采集 黜h 箱号定位预处理广1 捌亏难但 箱号识别| + 一箱号分割 图 像 处 理 图i - i 集装箱箱号自动识别系统框图 其主要工作流程为： ( 1 ) 系统接收集卡到来的信息，激活图像采集卡工作。 喾一 西南交通大学硕士研究生学位论文第4 页 ( 2 ) 采集集装箱图像并数字化。 ( 3 ) 对图像进行处理，识别出箱号。 ( 4 ) 将箱号信息存入数据库，或传送到远程控制中心。 1 4 研究内容和思路 本论文主要研究的是基于光学字符识别技术的集装箱箱号自动识别系统 的幽像处理部分，其丛本思j i ! 足将状墩的架驶牟i 1 _ 酗像，进行图像处耻，挺墩 箱号区域，进行字符分割，最后以别山字符，输出集装箱的衍号。本文对集 装箱箱号识别的一些问题进行了研究，主要有以下j l 个方面： ( 1 ) 对集装箱原始图像进行了分析，找出了原始图像的特点，为后面的 箱号字符定位和识别奠定基础。 ( 2 ) 对集装箱箱号字符的定位方法进行了研究，运用基于边缘检测和数 学形态学运算相结合的集装箱箱号字符定位方法实现箱号字符的定位。 ( 3 ) 研究了集装箱箱号字符的分割方法，利用基于求连通区域和投影相 结合的字符分割技术实现字符的分割。 ( 4 ) 对字符识别问题进行了初步研究，用基于图像的矩特征进行匹配的 方法来识别字符以及利用数字字符的结构特征来识别数字。 西南交通大学硕士研究生学位论文第5 页 第2 章集装箱原始图像分析 2 1 集装箱箱号的组成规律 2 1 1 集装箱箱号的组成 集装箱箱号山4 个大写英文字母神i7 个阿拉伯数字组成，1 1 个字符。 其中4 个字母分为箱主代码羽1 设备识别码两部分，7 个数字分为序号和校验码 两部分。具体组成如图2 1 所示。 箱主代碍：集装箱箱主代码由国际集装箱局( b i c ) 注册的三个大写英文 字母组成。为了保证箱号不重复，国际标准化组织规定使用箱主代号 前应向国际集装箱局登记注册，国际集装箱局每半年公布一次在册的 箱主代号一览表。 设备识别码：设备识别码是由1 个大写英文字母表示的。 u 表示所有的集装箱。 j 表示集装箱所配置的挂装设备。 z 表示集装箱拖挂车和底盘挂车。 序号：序号由箱主自己按顺序编排，由6 位阿拉伯数字组成，不足6 位时，应在前面置0 以补足6 位。 校验码( 核对数字) ：l 位数字。 图2 - 1 集装箱箱号的组成 有时候也将三位箱主代码与一位设备以别码一起称为箱主代码或箱主代 号，以后如不特别浇明，提到的箱主代号或箱主代码均指4 个大写英文字符。 西南交通大学硕士研究生学位论文第6 页 2 1 2 集装箱箱号的校验 集装衍符号的校验码，用来核对筘主代号和顺序号i 己录是甭有误的该校 验码是用i s 0 6 3 4 6 货物集装箱编码、谚 别习= l i 标志中给山的计算方法获 得的。这些校验码的存在及其后续的处理，保证了该系统将剔出和拒绝9 0 以上误读或误入的集装箱信息。 校验码的具体计算方法是它等于箱主代号的等值数和序号分别与由各个 位置所对应的加权系数的乘积之和除以l l 的余数，余数为1 0 时取核对数为0 。 其中字母a 的等值数为1 0 ，字母b 到k 的等值数为1 2 到2 1 ，字母l 到u 的 等值数为2 3 到3 2 ，字母v 到z 的等值数为3 4 到3 8 。这里，人们有意避丌了 1 1 、2 2 和3 3 这三个1 l 的倍数。各个字母和数字的加权系数从前到后依次为 2 0 到2 9 ，利用校验码可以帮助我们检验识别结果是否正确，提高集装箱箱号 的识别率。 2 2 集装箱原始图像的特点 为了找到合适的方法米处理集装箱剧像，曲1 先应划集装箱原始图像进行 分析，找出其规律和特点。经过对大量集装箱箱号的图像( 如图2 2 ) 进行分 析，我们发现箱号原始图像具有如下特点： a 由于工作环境的关系，集装箱表面常有沙尘、油污等，且箱面的油漆 有脱落现象，造成字符断裂，因此拍摄的图像质量受到影响，干扰较多。 b 集装箱表面凹凸不平，除本身产生干扰外，有时还造成涂刷在上面的 字符产生扭曲变形( 如图2 2 ( c ) ) 。 c 各个公司生产的集装箱，其箱号涂刷没有统一标准，不同的公司使用 的字体可能不一样( 如图2 2 ( a ) 中的数字“9 ”与( b ) 中的数字“9 ”的字体便 不一样) ，字符的大小也有较大的变化范围。 d 集装箱箱号的涂刷位置不固定，其附近常涂刷有重量、容量等其他字 符。另外箱体表面也常涂有公司标志和相关信息。 e 字符涂刷的颜色不固定，一般为白色或黑色，但其背景多样，字符可 能直接涂刷在箱体( 不同箱体颜色并不一样) 上( 如图2 2 ( a ) 和( c ) ) ，亦可 能在箱体上要涂刷字符的地方箱涂上白色背景，再涂上黑色字符( 如图2 - 2 ( b ) 和( d ) ) 。、 f 字符的排列不规则。字符可能排成一行、两行、或四行，亦可能排成 西南交通大学硕士研究生学位论文第7 页 - y , j 。字符的排列间隔亦不固定。 g 由于光照的不均，拍摄的图像可能有的地方较亮，有的地方较暗。 h 箱号字符笔划狄度接近，且与背景狄度有较大的对比度。 ( c )( d ) 图2 - 2 一些集装箱图像 i 字符排列虽不固定，但排列一般较集中，且固定了几利一排列方式： 排成一行：一般箱主代码和设备识别码4 个大写字母排得较近，且间 隔均匀；6 个序号数字排在一起，间隔均匀；4 个大写字母与6 个数字序 号之间，6 个数字序号与校验码之间可能间隔较大。 排成两行：箱主代码与设备识别码排成一行，且字符间隔均匀；序号 和校验码在箱主代码下方排成另一行，且序号数字问隔均匀，校验码可能 间隔较远。 排成四行：箱主代码排成一行，序号中的每三位在箱主代码正下方分 别排成一行，校验码排在第四行，且在右下方。 排成一列：排成一列的与排成一行类似，只不过是竖着排列。 西南交通大学硕士研究生学位论文第8 页 j 字符的大小有一定范围，高宽比有一定限制。 k 字符所占的像素应只占图像的一小部分。 根据以上的分析和结合实际的情况，我们作出如下设定： a 字符最小宽度为图像宽度的3 ，即： c h a r 膨i n h d t h = l m a g e l h d t hx3 b 字符最大宽度为图像宽度的1 0 ，即： c h a r m a x w i d t h = l i n a g e j h d t h l 0 c 字符最小高度为字符最小宽度的11 0 ，即： c h , ： 1 r m j n l e i g h t = c h a r m i n l h d t h xl1 0 d 字符最大高度为字符最大宽度的1 5 0 ，u l j ： c h a r m a x l l o j g h t = l m a g e l l e i g z hx1 5 0 e 字符高宽比应在卜3 之间( 字符“1 ”除外) ， 最小值：m i n h w r a r i o = 1 最大值：m a x l l l f l ? at j o = 3 f 字符间隔最大值，即4 个大写字母之间、6 个数字序号之间的间隔最 大值为图像宽度的6 ( 水平排列时) 或图像高度的3 ( 竖直排列时) ，即： m a z c h a r h s p a c e = f f a g e w l d t h 6 m a x c h a r v s p a c e = m n g e l l e i g h x3 g 不同部分之间间隔最大值，即4 个大写字母与序号之问、序号与校验 码之间的间隔最大值为图像宽度的1 0 ( 按行排列时) 或图像高度的6 ( 排 成一列时) ，即： m a x c h a r p a r t h s p a c e = i m a g e w ，d t hx1 0 m a x c h a r p a r tv s p a c e 。i m a g e h e i g h tx6 h 字符的最大行距，即字符排成两行或四行时，行之间的最大距离为图 像高度的1 0 ，即： m a x f o x l n e s p a c o = i m a g e h e i g h txlo 西南交通大学硕士研究生学位论文第9 页 第3 章集装箱箱号图像预处理 根据第2 章对集装牟j ；原始图像的分析，拍摄的图像受到讷：多不利的因素 的影i 响而质量较差，为了保u e 有较商以别率，成改善原始图像的质最，减小 或消除不利因素的影响。因此，在进行图像进一步处理之前，要先对图像进 行预处理。本章主要介绍利用形态学运算来消除图像背景噪声，然后进行次 度调整，最后平滑图像，从而得到改善质量后的图像。 3 1 数学形态学方法 3 1 1 数学形态学简介 数学形态学( m a t h e m a t i c a lm o r p h o l o g y ) 是一门新兴的图像分析学科， 诞生于1 9 6 4 年，当时的法国人马瑟荣( g m a t h e r o n ) 和赛拉( t s e r r a ) 为其奠定了理沦基础。此后得到不断的发展，理沦f | 趋完善，现在已成为图 像处理的一个主要研究领域，井j 泛应川_ 二文字以别、医学图像处理、图像 编码压缩、视觉检测、材料科学以及及机器人视觉等“1 。形态学方法已迅速成 为图像应用领域工程技术人员的必备工具。 3 1 2 数学形态学的基本运算及性质 数学形态学中最基本的运算是腐蚀和膨胀。腐蚀和膨胀的定义是和集合 及集合的运算密切相关的，因此它们均用集合来定义。首先介绍一个相关的 概念欧氏空问中的一个基本运算平移。 ( 1 ) 平移 4 表示将一个集合彳平移距离6 ，其定义为 一6 = 口+ 6 l 口爿 ( 3 - 1 ) ( 2 ) 膨胀 设撑维欧氏空间e ( ”中的两个集合爿和口，则a 被口膨胀定义为 西南交通大学硕士研究生学位论文 第10 页 a o 曰一 口+ 6 c a ，b c 口) = u a 6 ( 3 2 ) ( 3 ) 腐蚀腐蚀运算是膨胀运算的对偶运算，其定义如下： 设n 维欧氏空问e ( ”中的集合a 和口，则爿被口腐蚀定义为 a o b = c e e i c + 厶爿，v b e 口1 ；n 爿6 ( 3 3 ) 6 e 口 ( 4 ) j - i ：4 划。口的丌，即a 被口进行丌运算f j j 结果定义为： 爿。b 。似e b ) o b ( 3 - 4 ) ( 5 ) 闭：a 对b 的闭，即a 被口进行闭运算的结果定义为： a b 一口o b ) 邮 由开运算和闭运算的定义式知：开运算就先腐蚀，后膨胀 膨胀，后腐蚀。丌运算和闭运算是互为对偶的运算，即 ( 3 - 5 ) 闭运算就是先 一b = 0 。口) ，a 。b = ( 爿。b ) 数学形态学的基本运算具有一系列的重要性质，下面给出一些最基本的性 质。 膨胀和腐蚀运算的基本性质如下： 性质l 平移性 a o 口= o o 口) = a o 玩 ( 3 6 ) a o 曰= 即) 一a e b , , ( 3 7 ) 性质2 尺度伸展性 a 0 0 口) ；川。尬 ( 3 8 ) 口0 1 7 ) = x , t s a b ( 3 - 9 ) 性质3 扩展性与反扩展性 爿。口 a( 当原点0 属于b 时) a o bc a ( 当原点0 属于b 时) 性质4 交换律 爿o b = b o a 注意：腐蚀运算不满足交换律，即a o b b o a 。 ( 3 - 1 0 ) ( 3 一1 1 ) ( 3 一1 2 ) 磷赢交嫩大学颟士硪究生学位论文第ll 页 性质5 分辑b 律 径质6 结合律 a 0 ( b u c ) = 即o b ) u 口o c ) a e ( b u c ) 一o b ) d ( a o c ) ( 一u 矗) o c = c ) u ( b o c ) 口n o ) e c - 口e o n ( b e c ) 翟国嚣) 固c = a p 国c ) g e b ) e cm a e ( b 辔c ) 性质7 单调性 若a b ，翊 爿o c c 曰o c o c c 艿o c 糟爿c 口，则 e 国0 c c o 嚣 c 0 4 c 曰 性质8 膨涨和腐饿运算与集台运算豹关系 如果a d b ，那么 + 似一砷0 c 州0 c ) 一e c ) - b ) o c c 卅o c ) 一e c ) 歼运藓和闭运算的藤有蟊i 下基本性质： 性质1 扩展性与魇扩展性 叫。口) c a 性质2 单调性 似占) 一 ( 3 一1 3 ) ( 3 一l 1 ) ( 3 - 1 5 ) ( 3 - 1 6 ) 3 - 1 7 ) ( 3 1 8 ) ( 3 一1 9 ) ( 一2 1 ) ( 3 - 2 1 ) ( 3 - 2 2 ) ( 3 - 2 3 ) ( 3 - 2 4 ) ( 3 - 2 5 ) ( 3 2 6 ) 嚣南交遴大学碳士蚕嚣究生学位论文第12 茭 性矮3 器铃洼 彳c b 似。c ) c 俾。c ) c b 研c ) c ( 口c ) 似。艿) 。b 一爿。b 卅曰) 嚣= 爿口 3 。3 数学彩态学在图像处理拳的藏羯 ( 3 - 2 7 ) ( 3 2 8 ) ( 3 2 9 ) ( 3 3 0 ) 数学形态学是一种菲线俄图像( 信号) 处理和分祈理论，它其脊一套完 整的理论、方法及算法体系，其系统性和严密燃不亚予传统的线性图像处理 理论”“。数学。形态学图像处理的基本思想楚利嗣一个称作结构元素 ( s t r u t t u r i n ge l e l l t e l l ) f f , j “探针”收集蚓像蚴信息。当探针在图像中刁i 断 移动时，便可考察冈像箨个部分闻的甜if f 硷系肌i 丽了解黼绦慧个渐分0 镣 构特征。作为探钟的结构元素，卅。直接班船知以( 形惑、大小以及狄度和色 度信息) ：来探测所研究图像的结构特点。通过稳迄不鬻的结构元素，便可敬 完成对图像不同性质的分析，得到不同的分析缩爆。 图像数学形态学的基本遴算有膨胀、腐蚀、，l ：帮闭。其中开运算和闭运 算足膨胀釉腐蚀运算的复合运算。 ( 1 ) 膨胀和腐蚀 设羧入嚣豫为f ，缝槐元素茭b ，则b 对f 憝膨胀定义热： ，o 办) 冬) a m a x f ( s - x ) 十刍扛) | x e 玩，宴一力e d ， ( 3 3 1 ) b 对，翡建饿定义为： ( ，i b 6 ) ) 一m i n f ( s + z ) - b ( x ) i x e o l ，v ( s + x ) e d ， ( 3 3 2 ) 其中，d r 巍瑗分别为，秘各豹定义域，s 稳x 是整数z2 空超中豹囊量。 出定义式群箱，瓣予膨获运冀，缝构元素b 夔复瓣与羧入爱像，戆交不为窑。 西南交通大学硕士研究生学位论文第13 页 相反，对于腐蚀运算，只有当结构元素6 全 _ i | j 位于，内时r 才能刘厂进行腐蚀- 从几何上讲，膨胀能扩大图像形态，而腐蚀能缩小图像形态。 ( 2 ) ) j ：羽jj = j _ i j 1 ：运算和刚运算是由膨胀和腐蚀运算符合而成的。b 对f 的丌定义为： b 刈，的刚定义为 厂。bt ( 6 ) o 厶 ( 3 - ：3 ：j ) f b = ( 厂0 6 ) 。6 ( 3 - 3 4 ) 丌运算能够去除图像一i z 与结构元素不川吻合的i “i 区域，同时保刚那砦棚 吻合的区域。而闭运算则填充那些幽像上与结构7 索l i 棚吻合的凹区域，刖 时保留那些相吻合的凹区域。 3 2 背景消除 根据第2 章对集装箱原始图像的分析，拍摄的图像常仃在光照刁i 均的情 况，此外i ：集装衍受到沙尘铈污染涂删m q 宁竹山蹙刊了彤响 降低了对比度。若能将背景消除，则吲以突出字符，便于处理。 从图像形态学运算可知，开运算能消除图像上与结构元索不枷吻合的凸区 域，因此，可以利用开运算将图像上的字符区域消除，则剩下的就是背景丁， 阿刚原始图像减去背景，就得到消除背景后的图像。利用形态学运算的关键 在于结构元素的选择，选择的太大，达不到背景消除的效果，选的太小，可 能将字符也当作背景消除掉了。在本文| _ i _ i ，选取宽为字符最大宽度的2 3 ，高 为字符最大高度的1 3 的矩形结构元素，这是因为，当字符某部分笔划的宽 度超过字符最大宽度的2 3 时，其高不会超过字符最大高度的i 3 。具体算法 如下： ( 1 ) 用行为 c h a r m a x h e i g h t 2 j ，列为 c h a r m a x w i d t h4 2 3 j 的矩形结构 元素对原始图像进行丌运算得到背景图像。 ( 2 ) 刚原； f ；i 图像减老背景图像得到消除背景后的图像。 蚓3 1 描述了背景消除的效果，北中( “) 为蚓2 - 2 ( c ) 经过j 啡；运算后 西南交通大学硕士研究生学位论文第l4 页 得到的背景图像，( b ) 为背景消除后的图像。从图中可以看出，大量背景被 去掉了，光照不均【王得到了改善。 ( a ) 背最图像 3 3 灰度变换 图3 - 1 背景消除效果 ( b ) 背景消除后构图像 原始图像背景消除后，整个图像的狄度降低了，显得很暗，因此需要进 行灰度变换，增强图像的对i ：p , ，改善图像的质量。灰度变换又称作对比度 增强、对比度拉伸，是- f e l , 简单有效的图像增强方法。它的主要目的是展宽 某一部分狄度的动态范围，增强图像的对比度。典型的变换关系如图3 2 所 示，设变换前的图像为，变换后的图像为g ，则其变换式如下式： f 盯 g 篁卢( ，一口) + g 。 【y ( ，一6 ) + 占6 ( 0 s f a ) ( as f b ) ( 3 - 3 5 ) ( b f - - j 惯上称为模扳， 常用的模板有： 塌_ ；iil 皿。孟i ；i 也2 去臣i 封，。i 1 10ii 。模板的取法不同，中心点或邻域的重要程度也不相同，可根据需要设 计不同的模板。本文中，由于模板h ，既顾及了中心点的重要性，也顾及了 邻点距离不同而产生的影响，既消除了噪声也保护了细节，效果较好，因 西南交通大学硕士研究生学位论文第l7 页 此选用模板h ，来进行平滑。图3 4 为图3 - 3 用模板h ，平滑后的图像。 3 5 处理效果比较 图3 4 平滑后的图像 前面介绍了几种图像预处理的方法，进行预处理是否改善了图像质量， 要通过比较才能确定。对于人眼来说，平滑后的图像反而比平滑前的图像更 模糊。由于后面的箱号定位主要依赖于边缘，因此，我们对原始图像和处理 后的图像进行边缘提取，检查预处理的效果如何。图3 5 显示了图2 2 ( c ) 处理前后的边缘情况。图3 6 显示了一幅对比度较差的图像预处理后的边缘 情况。从图3 - 6 可以看出，在对比度较差的情况下，直接对原始图像提取边 缘效果较差，平滑前的图像干扰边缘点较多，平滑后的图像边缘检测效果较 好，于扰少，便于进一步的处理。因此，本文的预处理方法是有效且是十分 必要的。 西南交通大学硕士研究生学位论文第18 页 ( a ) 原始图像边缘 ( c ) 平滑后图森边缘 ( b ) 平滑前图像边缘 图3 - 5 图像预处理效果比较( 1 ) 西南交通大学硕士研究生学位论文第19 页 ( a ) 原始图像 ( c ) 平滑前图像边缘 ( b ) 原始图像边缘 ( d ) s f 滑后图像边缘 图3 - 6图像预处理效果比较( 2 ) 西南交通大学硕士研究生学位论文第20 页 第4 章集装箱箱号定位方法研究 集装箱箱号的定位，属于字符区域或文本区域的定位问题，由于集装箱 箱号涂刷的不规则性以及干扰字符较多的特点使得一些常用于文木区域定1 1 i ) ： 的方法不适用于集装箱箱号的定位，本文对利用边缘特征及数学形态学方法 结合集装箱箱号涂刷的特点进行定位的方法进行了探讨，给出了具体的定位 方法。 基于形态学的箱号区域定位方法的主要思想足剥图像进行边缘提取根 据字符排列相对集中的特性，其边缘亦相对集中，通过对边缘图像进行闭运 算使集中的边缘粘连成字符区域、进行开运算消除噪声边缘，从而结合集装 箱箱号字符的涂刷特点定位出箱号字符区域。 4 1 集装箱箱号图像的边缘检测 边缘是目标和背景的分界线，提取出边缘才能将目标和背景区分开来。 在图像中，边界表明一个特征区域的终结和另一个特征区域的开始，边界分 开区域的内部特征或属性是一致的，而不同区域内部的特征或属性是不同的， 边缘检测正是利用物体和背景在某种图像特性上的差异来实现的。边缘检测 实际上就是检测图像特性发生变化的位置。灰度是图像的最基本的特征之一， 因此灰度突变的地方往往对应了边缘点，常用的边缘检测方法都是利用灰度 突变的信息来检测边缘的。 导数算子具有突出灰度变化的作用，对图像运用导数算子，灰度变化较大 的点处算得的值较高，因此可将这些导数值作为相应点的边界强度，通过设 j ，j f 置门限的方法，提取边界点集。一阶导数! l 与兰l 是最简单的导数算子，它们 a xd v 分别求出了灰度在x 和y 方向上的变化率。图像( x ，_ ) ，) 在o ，y ) 点的梯度幅值 为l a l - 【( 当：+ 为：】m ，梯度方向为口：辔一【为) 】。梯度幅值表示了灰 0 优d vd v唧 度变化的最大变化率，具有位移不变性和各向同性的特性，可以很好的检测 边缘。对于数字图像，可采用差分运算代替求导，相对应的一阶差分为： ，f ( i ，) 一( i ，) 一f ( i lj ) ( 4 - i ) 西南交通大学硕士研究生学位论文第2l 页 ，“，) = f ( i ，) 一f ( i ，一1 ) 梯度幅值为： ig o ，) i ； 【，f ( i ，) 】2 + 【，f q ，j ) 】2 ) “2 ( 4 - 2 ) ( 4 - 3 ) 为了避免平方和开方运算，简化计算，一般取两分量的绝对值之和或绝 对值较大的一个作为梯度幅值，即 c f q ，朋i - i a x f ( i ，训+ i ，o ，) i ( 4 4 ) 或 i g i f ( i ，) 】卜m a x i ，厂o ，) i ，j ，( f ，) i j ( 4 5 ) 在图像的边缘提取中，利用梯度与差分原理可以得到许多其它的边缘检 测方法。常用的有r o b e r t s 算子、s o b e l 算子和c a n n y 算子等。 ( 1 ) r o b e r t s 边缘检测算子 r o b e r t s 边缘检测算子是用交叉差分来表示梯度，即取： c f ( i ，) 】- 【，( f ，) 一f ( i + 1 ，+ 1 ) 】2 + 【厂( f + 1 ，) 一，( f ，+ 1 ) 】2 ) “2 ( 4 - 6 ) 其近似表示式为： g f ( i ，) 】- i f ( i + 1 ，+ 1 ) 一，( f ，) l + l ，( f + 1 ，) 一，( f ，+ 1 ) l ( 4 7 ) c f q ，) 】- m a x i f ( i + 1 ，+ 1 ) 一，( f ，) i ，l f ( i + 1 ，) 一，u ，+ 1 ) i 】 ( 4 8 ) ( 2 ) s o b e l 边缘检测算子 图4 - 1 所示的两个卷积核形成了s o b e l 边缘算子，图像中的每个点都用这 两个核做卷积，一个核对垂直边缘响应最大，而另一个对水平边缘响应最大。 两个卷积的最大值作为该点的输出。 吐一 _ 1 - 2 一l o00 l2 1 以一 一lol _ 202 _ 1ol 图4 - 1s o b e l 边缘检测算子 ( 3 ) 拉普拉斯算子 拉普拉斯算子是对二维函数进行运算的二阶导数算子。由于拉普拉斯算 西南交通大学硕士研究生学位论文第22 页 子是一个二阶导数，它将在边缘处产生一个陡峭的零交叉。通常使用的拉普 拉斯算子如图4 2 所示。 1 4 , 一 0_ 1o - l4_ l 0一lo h 2 ， _ l- 1- l _ l8_ l 1 _ l 圈4 - 2 拉普拉斯边缘检测算子 ( 4 ) p r e w i t t 算子 p r e w i t t 算子由图4 3 的两个模板表示。一个检测横向边缘，一个检测竖 向边缘。可取两个模板运算的结果之和或最大值作为输出。 矾= - l_ 1_ 1 00o 1l1 d y = 图4 - 3p r e w i t t 边缘检测算子 ( 5 ) c a n n y 算子 c a n n y 边缘检测是一种比较新的边缘检测算子，具有很好的边缘检测性 能。它利用高斯函数的一阶微分，能在噪声抑制和边缘检测之间取得较好的 平衡，得到了越来越广泛的应用。 使用不同的算子，得到的边缘有所不同，图4 - 4 显示了不同算予的边缘 检测效果。其中图( a ) 为一幅集装箱原始图像，图( b ) 为经过预处理后的 图像，后面的边缘检测是针对图( b ) 进行的。根据对不同集装箱图像进行各 种算子的边缘检测比较，发现s o b c l 和p r c w i t t 算子效果差不多，都具有较好 的字符边缘，既反映了字符的