一种灰度化混合法在集装箱箱号识别中的运用

作者：张超; 李小平

来源：计算机与现代化, 2019, (05): 41-45.

• 集装箱
• 灰度化
• 主成分分析法
• 贝叶斯阈值估计

研究一种基于机器视觉的集装箱箱号识别方法。对于集装箱彩色图像预处理过程中的灰度化方法,传统的灰度化算法不能有效弥补图像中污损或其他信息缺失的部分,因此,本文提出使用主成分分析法(PCA)结合贝叶斯阈值估计灰度变化率的混合法对图像的灰度化进行优化,可以在判断图像中某一点灰度值与周围相邻像素点的灰度值的变化率后,弥补缺失信息,有效确定边缘特征,从而使后续的字符识别准确率大大提高。最后使用该算法模型设计实现一套用于港口集装箱的智能检测系统。经过Matlab实验验证,在对50幅港口集装箱箱号图像的识别中,通过使用本文提出的混合灰度化方法,与普通的均值法和加权平均法的灰度化方法相比,准确率更高,其中单一字符准确率可达96%,箱号准确率可达92%。

• 单位
  兰州交通大学; 机电工程学院