基于BLS的識別算法在智能碼頭中的應(yīng)用研究
發(fā)布時間:2020-12-31 02:00
近些年來,信息科學(xué)技術(shù)和計算機科學(xué)技術(shù)的飛速發(fā)展,以及人工智能技術(shù)研究的突飛猛進,智能碼頭這一概念隨之出現(xiàn)。集裝箱作為國際運輸業(yè)的重要組成部分,隨著世界各國貿(mào)易運輸越來越頻繁,貨物量的急劇增加給集裝箱的管理和統(tǒng)計增加了很大的難度。港口城市也已經(jīng)越來越重視集裝箱碼頭裝卸作業(yè)的自動化水平,以此來提高集裝箱的吞吐能力和碼頭的綜合管理效率。其中,集裝箱號碼的定位識別技術(shù)是集裝箱碼頭裝卸作業(yè)實現(xiàn)自動化的核心關(guān)鍵之一,也是模式識別領(lǐng)域的研究熱點。隨著條形碼識別系統(tǒng)逐漸淡出人們的視線,如今我們大多數(shù)采用的是基于人工智能的視頻識別系統(tǒng)。然而,受到天氣、污垢、箱面的凹凸折痕等因素的影響,使得集裝箱號碼字符發(fā)生了形變或缺失,嚴重影響了識別率。針對上述問題,本文詳細介紹了基于人工智能技術(shù)的集裝箱號碼識別系統(tǒng)的基本結(jié)構(gòu),從集裝箱圖像的獲取,到集裝箱號碼圖像的預(yù)處理、號碼區(qū)域的定位、字符的分割以及字符識別,并提出了一種基于寬度學(xué)習(xí)的集裝箱號碼識別系統(tǒng)。首先,對采集的集裝箱號碼圖像做預(yù)處理,包括圖像灰度化、二值化以及邊緣檢測,并根據(jù)集裝箱號碼字符的特點,采用了基于先驗知識的水平投影法對集裝箱號碼區(qū)域作定位。針對定...
【文章來源】:大連海事大學(xué)遼寧省 211工程院校
【文章頁數(shù)】:56 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景和意義
1.2 智能碼頭的國內(nèi)外研究現(xiàn)狀
1.3 集裝箱號碼的編寫規(guī)則
1.4 論文的組織結(jié)構(gòu)
2 圖像識別技術(shù)簡介
2.1 光學(xué)字符識別技術(shù)簡介
2.2 集裝箱號碼智能識別技術(shù)簡介
2.2.1 集裝箱號碼智能識別技術(shù)簡介
2.2.2 集裝箱號碼識別技術(shù)的國內(nèi)外研究現(xiàn)狀
3 集裝箱號碼圖片預(yù)處理
3.1 集裝箱圖片的預(yù)處理
3.1.1 圖像灰度化
3.1.2 圖像的二值化
3.1.3 集裝箱號碼的邊緣檢測
3.2 集裝箱號碼的定位
3.3 集裝箱號碼的字符分割
3.3.1 字符分割方法分析
3.3.2 集裝箱字符分割中可利用的先驗知識
3.3.3 基于先驗知識約束的垂直投影的字符分割算法
3.3.4 字符的歸一化
3.4 本章小結(jié)
4 集裝箱號碼的識別方法
4.1 基于機器學(xué)習(xí)的模式識別技術(shù)
4.1.1 CNN基礎(chǔ)理論的研究簡介
4.1.2 SVM基礎(chǔ)理論的研究簡介
4.1.3 BLS基礎(chǔ)理論的研究簡介
4.2 集裝箱號碼庫的構(gòu)建
4.3 各算法模型參數(shù)尋優(yōu)
4.3.1 SVM的參數(shù)尋優(yōu)實驗
4.3.2 CNN的參數(shù)尋優(yōu)實驗
4.3.3 BLS的參數(shù)尋優(yōu)實驗
4.4 實驗結(jié)果分析
結(jié)論
參考文獻
致謝
作者簡歷及攻讀碩士學(xué)位期間的科研成果
本文編號:2948728
【文章來源】:大連海事大學(xué)遼寧省 211工程院校
【文章頁數(shù)】:56 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景和意義
1.2 智能碼頭的國內(nèi)外研究現(xiàn)狀
1.3 集裝箱號碼的編寫規(guī)則
1.4 論文的組織結(jié)構(gòu)
2 圖像識別技術(shù)簡介
2.1 光學(xué)字符識別技術(shù)簡介
2.2 集裝箱號碼智能識別技術(shù)簡介
2.2.1 集裝箱號碼智能識別技術(shù)簡介
2.2.2 集裝箱號碼識別技術(shù)的國內(nèi)外研究現(xiàn)狀
3 集裝箱號碼圖片預(yù)處理
3.1 集裝箱圖片的預(yù)處理
3.1.1 圖像灰度化
3.1.2 圖像的二值化
3.1.3 集裝箱號碼的邊緣檢測
3.2 集裝箱號碼的定位
3.3 集裝箱號碼的字符分割
3.3.1 字符分割方法分析
3.3.2 集裝箱字符分割中可利用的先驗知識
3.3.3 基于先驗知識約束的垂直投影的字符分割算法
3.3.4 字符的歸一化
3.4 本章小結(jié)
4 集裝箱號碼的識別方法
4.1 基于機器學(xué)習(xí)的模式識別技術(shù)
4.1.1 CNN基礎(chǔ)理論的研究簡介
4.1.2 SVM基礎(chǔ)理論的研究簡介
4.1.3 BLS基礎(chǔ)理論的研究簡介
4.2 集裝箱號碼庫的構(gòu)建
4.3 各算法模型參數(shù)尋優(yōu)
4.3.1 SVM的參數(shù)尋優(yōu)實驗
4.3.2 CNN的參數(shù)尋優(yōu)實驗
4.3.3 BLS的參數(shù)尋優(yōu)實驗
4.4 實驗結(jié)果分析
結(jié)論
參考文獻
致謝
作者簡歷及攻讀碩士學(xué)位期間的科研成果
本文編號:2948728
本文鏈接:http://www.sikaile.net/kejilunwen/daoluqiaoliang/2948728.html