CN114299408A - 轮胎吊车号箱号识别方法及系统、存储介质及终端 - Google Patents
轮胎吊车号箱号识别方法及系统、存储介质及终端 Download PDFInfo
- Publication number
- CN114299408A CN114299408A CN202111663764.5A CN202111663764A CN114299408A CN 114299408 A CN114299408 A CN 114299408A CN 202111663764 A CN202111663764 A CN 202111663764A CN 114299408 A CN114299408 A CN 114299408A
- Authority
- CN
- China
- Prior art keywords
- tire crane
- box number
- box
- image
- tire
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000012549 training Methods 0.000 claims abstract description 25
- 238000007781 pre-processing Methods 0.000 claims abstract description 20
- 238000013527 convolutional neural network Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 16
- 238000005516 engineering process Methods 0.000 abstract description 7
- 230000000007 visual effect Effects 0.000 abstract description 6
- 230000001537 neural effect Effects 0.000 abstract description 5
- 238000012545 processing Methods 0.000 description 22
- 238000012795 verification Methods 0.000 description 11
- 230000003287 optical effect Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 4
- 238000010200 validation analysis Methods 0.000 description 4
- 230000016776 visual perception Effects 0.000 description 4
- 231100001261 hazardous Toxicity 0.000 description 3
- 238000009877 rendering Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明提供一种轮胎吊车号箱号识别方法及系统、存储介质及终端，包括以下步骤：获取轮胎吊图像；对所述轮胎吊图像进行预处理；在预处理后的轮胎吊图像中标记车号和箱号；基于标记好的轮胎吊图像训练轮胎吊车号箱号识别模型；基于训练好的轮胎吊车号箱号识别模型进行轮胎吊车号箱号识别。本发明的轮胎吊车号箱号识别方法及系统、存储介质及终端能够基于视觉网络神经技术实现轮胎吊车号箱号的准确识别，可靠性高，实用性强。
Description
技术领域
本发明涉及图像处理的技术领域，特别是涉及一种轮胎吊车号箱号识别方法及系统、存储介质及终端。
背景技术
随着船舶公司联盟化、船舶大型化的发展趋势，对港口相关服务提出更高的要求，要求集装箱码头装卸效率更高。而传统的手持终端机(PDA)理货难以满足理货数据的全面采集。另外，受目前传统理货工艺的制约，提高理货服务质量难度不断加大。
为了提升港口的智能化程度，互联网、数字化技术在各个作业环节中得到了广泛的应用。然而，受到现场复杂工况的影响，轮胎吊车号箱号的识别率往往较低。轮胎吊上车号、集装箱箱号作为码头、物流运输作业中用于跟踪集装箱的重要标志，在码头道口和港口设备装卸等场景中是至关重要的。
因此，如何实现轮胎吊车号箱号识别成为当前的热点研究课题。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种轮胎吊车号箱号识别方法及系统、存储介质及终端，能够基于视觉网络神经技术实现轮胎吊车号箱号的准确识别，可靠性高，实用性强。
为实现上述目的及其他相关目的，本发明提供一种轮胎吊车号箱号识别方法，包括以下步骤：获取轮胎吊图像；对所述轮胎吊图像进行预处理；在预处理后的轮胎吊图像中标记车号和箱号；基于标记好的轮胎吊图像训练轮胎吊车号箱号识别模型；基于训练好的轮胎吊车号箱号识别模型进行轮胎吊车号箱号识别。
于本发明一实施例中，对所述轮胎吊图像进行预处理包括以下步骤：
在所述轮胎吊图像中识别车号区域和箱号区域；
对所述车号区域和所述箱号区域进行形状矫正；
当所述车号区域和所述箱号区域位置倒转时，进行所述车号区域和所述箱号区域的翻转。
于本发明一实施例中，所述轮胎吊车号箱号识别模型采用卷积神经网络。
于本发明一实施例中，箱号识别的对象包括单箱箱号、箱组箱号和危险品标志。
于本发明一实施例中，还包括对识别到的车号和箱号进行校验。
本发明提供一种轮胎吊车号箱号识别系统，包括图像获取模块、预处理模块、标记模块、训练模块和识别模块；
所述图像获取模块用于获取轮胎吊图像；
所述预处理模块用于对所述轮胎吊图像进行预处理；
所述标记模块用于在预处理后的轮胎吊图像中标记车号和箱号；
所述训练模块用于基于标记好的轮胎吊图像训练轮胎吊车号箱号识别模型；
所述识别模块用于基于训练好的轮胎吊车号箱号识别模型进行轮胎吊车号箱号识别。
本发明提供一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的轮胎吊车号箱号识别方法。
本发明提供一种轮胎吊车号箱号识别终端，包括：处理器及存储器；
所述存储器用于存储计算机程序；
所述处理器用于执行所述存储器存储的计算机程序，以使所述轮胎吊车号箱号识别终端执行上述的轮胎吊车号箱号识别方法。
本发明提供一种轮胎吊车号箱号识别系统，包括上述的轮胎吊车号箱号识别终端和图像采集装置；
所述图像采集装置用于采集轮胎吊图像，并发送至所述轮胎吊车号箱号识别终端。
于本发明一实施例中，所述轮胎吊车号箱号识别终端包括GPU。
如上所述，本发明的轮胎吊车号箱号识别方法及系统、存储介质及终端，具有以下有益效果：
(1)能够基于视觉网络神经技术实现轮胎吊车号箱号的识别，识别率达到85％或者更高；
(2)不影响轮胎吊原有的作业方式，可适用于多种应用场景；
(3)能够彻底实现数字化理货和产品可追溯，进一步提高了理货服务质量，能够实现数据实时同步，从而能够更好地满足船舶公司的服务需求。
附图说明
图1显示为本发明的轮胎吊车号箱号识别方法于一实施例中的流程图；
图2显示为本发明的轮胎吊车号箱号识别系统于一实施例中的结构示意图；
图3显示为本发明的轮胎吊车号箱号识别终端于一实施例中的结构示意图；
图4显示为本发明的轮胎吊车号箱号识别系统于另一实施例中的结构示意图。
元件标号说明
21 图像获取模块
22 预处理模块
23 标记模块
24 训练模块
25 识别模块
31 处理器/处理单元
32 存储器
321 随机存取存储器
322 高速缓存存储器
323 存储系统
324 程序/实用工具
3241 程序模块
33 总线
34 输入/输出接口
35 网络适配器
41 轮胎吊车号箱号识别终端
42 图像采集装置
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
本发明的轮胎吊车号箱号识别方法及系统、存储介质及终端基于视觉网络神经技术，通过轮胎吊车号箱号识别模型实现轮胎吊车号箱号的识别，准确性高，可靠性强，能够彻底实现数字化理货和产品可追溯，进一步提高了理货服务质量，能够实现数据实时同步，从而能够更好地满足船舶公司的服务需求，极具实用强。
如图1所示，于一实施例中，本发明的轮胎吊车号箱号识别方法包括以下步骤：
步骤S1、获取轮胎吊图像。
具体地，通过图像采集装置采集轮胎吊图像，并通过无线的方式发送至本发明的轮胎吊车号箱号识别终端。
于本发明一实施例中，所述图像采集装置采用摄像头、照相机中的一种或组合。
步骤S2、对所述轮胎吊图像进行预处理。
具体地，由于轮胎吊高度不同，所获取的轮胎吊图像的角度存在差异，导致拍摄到的箱号文字方向、大小存在不同，同时也存在一张图片包括两类方向不同的箱号的情况。
为了解决上述问题，于本发明一实施例中，对所述轮胎吊图像进行预处理包括以下步骤：
21)在所述轮胎吊图像中识别车号区域和箱号区域。
具体地，通过对所述轮胎吊图像进行图像识别，获取车号所在区域和箱号所在区域。
22)对所述车号区域和所述箱号区域进行形状矫正。
具体地，当所述轮胎吊图像存在角度偏差、形状偏移时，为了保证车号和箱号识别的准确性，须对所述车号区域和所述箱号区域进行形状矫正，以使所述车号和所述箱号矫正为标准模式。
23)当所述车号区域和所述箱号区域位置倒转时，进行所述车号区域和所述箱号区域的翻转。
具体地，对于位置倒转的车号区域和所述箱号区域，进行翻转操作。
步骤S3、在预处理后的轮胎吊图像中标记车号和箱号。
具体地，基于人工标记的方式在预处理后的轮胎吊图像中标记车号和箱号。
步骤S4、基于标记好的轮胎吊图像训练轮胎吊车号箱号识别模型。
具体地，具体地，所述集装箱箱顶洞识别模块采用卷积神经网络(ConvolutionalNeural Networks，CNN)。卷积神经网络是一类包含卷积计算且具有深度结构的前馈神经网络(Feedforward Neural Networks)，是深度学习(deep learning)的代表算法之一。卷积神经网络具有表征学习(representation learning)能力，能够按其阶层结构对输入信息进行平移不变分类(shift-invariant classification)，因此也被称为“平移不变人工神经网络(Shift-Invariant Artificial Neural Networks,SIANN)”。具体地，卷积神经网络仿造生物的视知觉(visual perception)机制构建，可以进行监督学习和非监督学习，其隐含层内的卷积核参数共享和层间连接的稀疏性使得卷积神经网络能够以较小的计算量对格点化(grid-like topology)特征。
于本发明一实施例中，基于标记好的轮胎吊图像训练轮胎吊车号箱号识别模型包括以下步骤：
1)将标记好的轮胎吊图像划分为训练集和验证集；
2)基于所述训练集训练所述轮胎吊车号箱号识别模型；
3)基于所述验证集验证所训练的轮胎吊车号箱号识别模型；
4)基于更新的训练集和验证集更新所述轮胎吊车号箱号识别模型。
步骤S5、基于训练好的轮胎吊车号箱号识别模型进行轮胎吊车号箱号识别。
具体地，对于待识别的轮胎吊图像，在进行预处理后输入所述轮胎吊车号箱号识别模型，所述轮胎吊车号箱号识别模型则输出对应的轮胎吊车号和箱号识别信息，从而完成智能化的识别过程，快速高效。
于本发明一实施例中，箱号识别的对象包括单箱箱号、箱组箱号和危险品标志。
于本发明一实施例中，本发明的轮胎吊车号箱号识别方法还包括对识别到的车号和箱号进行校验。具体地，通过对所述车号和所述箱号进行校验，进一步保证识别信息的有效性。优选地，对于所述箱号进行校验时，可采用持箱人代码校验、校验码校验、箱型代码校验等方式进行校验。
如图2所示，于一实施例中，本发明的轮胎吊车号箱号识别系统包括图像获取模块21、预处理模块22、标记模块23、训练模块24和识别模块25。
所述图像获取模块21用于获取轮胎吊图像。
具体地，通过图像采集装置采集轮胎吊图像，并通过无线的方式发送至本发明的轮胎吊车号箱号识别终端。
于本发明一实施例中，所述图像采集装置采用摄像头、照相机中的一种或组合。
所述预处理模块22与所述图像获取模块21相连，用于对所述轮胎吊图像进行预处理。
具体地，由于轮胎吊高度不同，所获取的轮胎吊图像的角度存在差异，导致拍摄到的箱号文字方向、大小存在不同，同时也存在一张图片包括两类方向不同的箱号的情况。
为了解决上述问题，于本发明一实施例中，对所述轮胎吊图像进行预处理包括以下步骤：
21)在所述轮胎吊图像中识别车号区域和箱号区域。
具体地，通过对所述轮胎吊图像进行图像识别，获取车号所在区域和箱号所在区域。
22)对所述车号区域和所述箱号区域进行形状矫正。
具体地，当所述轮胎吊图像存在角度偏差、形状偏移时，为了保证车号和箱号识别的准确性，须对所述车号区域和所述箱号区域进行形状矫正，以使所述车号和所述箱号矫正为标准模式。
23)当所述车号区域和所述箱号区域位置倒转时，进行所述车号区域和所述箱号区域的翻转。
具体地，对于位置倒转的车号区域和所述箱号区域，进行翻转操作。
所述标记模块23与所述预处理模块22相连，用于在预处理后的轮胎吊图像中标记车号和箱号。
具体地，基于人工标记的方式在预处理后的轮胎吊图像中标记车号和箱号。
所述训练模块24与所述标记模块23相连，用于基于标记好的轮胎吊图像训练轮胎吊车号箱号识别模型。
具体地，具体地，所述集装箱箱顶洞识别模块采用卷积神经网络(ConvolutionalNeural Networks，CNN)。卷积神经网络是一类包含卷积计算且具有深度结构的前馈神经网络(Feedforward Neural Networks)，是深度学习(deep learning)的代表算法之一。卷积神经网络具有表征学习(representation learning)能力，能够按其阶层结构对输入信息进行平移不变分类(shift-invariant classification)，因此也被称为“平移不变人工神经网络(Shift-Invariant Artificial Neural Networks,SIANN)”。具体地，卷积神经网络仿造生物的视知觉(visual perception)机制构建，可以进行监督学习和非监督学习，其隐含层内的卷积核参数共享和层间连接的稀疏性使得卷积神经网络能够以较小的计算量对格点化(grid-like topology)特征。
于本发明一实施例中，基于标记好的轮胎吊图像训练轮胎吊车号箱号识别模型包括以下步骤：
1)将标记好的轮胎吊图像划分为训练集和验证集；
2)基于所述训练集训练所述轮胎吊车号箱号识别模型；
3)基于所述验证集验证所训练的轮胎吊车号箱号识别模型；
4)基于更新的训练集和验证集更新所述轮胎吊车号箱号识别模型。
所述识别模块25与所述训练模块24相连，用于基于训练好的轮胎吊车号箱号识别模型进行轮胎吊车号箱号识别。
具体地，对于待识别的轮胎吊图像，在进行预处理后输入所述轮胎吊车号箱号识别模型，所述轮胎吊车号箱号识别模型则输出对应的轮胎吊车号和箱号识别信息，从而完成智能化的识别过程，快速高效。
于本发明一实施例中，箱号识别的对象包括单箱箱号、箱组箱号和危险品标志。
于本发明一实施例中，本发明的轮胎吊车号箱号识别系统还包括校验模块，用于对识别到的车号和箱号进行校验。具体地，通过对所述车号和所述箱号进行校验，进一步保证识别信息的有效性。优选地，对于所述箱号进行校验时，可采用持箱人代码校验、校验码校验、箱型代码校验等方式进行校验。
需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现，也可以全部以硬件的形式实现，还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如：x模块可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现。此外，x模块也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上x模块的功能。其它模块的实现与之类似。这些模块全部或部分可以集成在一起，也可以独立实现。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(Application Specific Integrated Circuit，简称ASIC)，一个或多个微处理器(Digital Signal Processor，简称DSP)，一个或者多个现场可编程门阵列(Field Programmable Gate Array，简称FPGA)等。当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，如中央处理器(CentralProcessing Unit，简称CPU)或其它可以调用程序代码的处理器。这些模块可以集成在一起，以片上系统(System-on-a-chip，简称SOC)的形式实现。
本发明的存储介质上存储有计算机程序，该程序被处理器执行时实现上述的轮胎吊车号箱号识别方法。优选地，所述存储介质包括：ROM、RAM、磁碟、U盘、存储卡或者光盘等各种可以存储程序代码的介质。
可以采用一个或多个存储介质的任意组合。存储介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机盘、硬盘、RAM、ROM、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
下面将参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述本发明。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机程序指令实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些计算机程序指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。
也可以把这些计算机程序指令存储在计算机可读介质中，这些指令使得计算机、其它可编程数据处理装置、或其他设备以特定方式工作，从而，存储在计算机可读介质中的指令就产生出包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的指令的制造品(article of manufacture)。
也可以把计算机程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机或其它可编程装置上执行的指令提供实现流程图和/或框图中的一个或多个方框中规定的功能/动作的过程。
于一实施例中，本发明的轮胎吊车号箱号识别终端包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述轮胎吊车号箱号识别方法。
所述存储器包括：ROM、RAM、磁碟、U盘、存储卡或者光盘等各种可以存储程序代码的介质。
所述处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DigitalSignal Processor，简称DSP)、专用集成电路(Application Specific IntegratedCircuit，简称ASIC)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
如图3所示，本发明的轮胎吊车号箱号识别终端以通用计算设备的形式表现。轮胎吊车号箱号识别终端的组件可以包括但不限于：一个或者多个处理器或者处理单元31，存储器32，连接不同系统组件(包括存储器32和处理单元31)的总线33。
总线33表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
轮胎吊车号箱号识别终端典型地包括多种计算机系统可读介质。这些介质可以是任何能够被轮胎吊车号箱号识别终端访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储器32可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)321和/或高速缓存存储器322。轮胎吊车号箱号识别终端可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统323可以用于读写不可移动的、非易失性磁介质(通常称为“硬盘驱动器”)。尽管图3中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM，DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线33相连。存储器32可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块3241的程序/实用工具324，可以存储在例如存储器32中，这样的程序模块3241包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块3241通常执行本发明所描述的实施例中的功能和/或方法。
轮胎吊车号箱号识别终端也可以与一个或多个外部设备(例如键盘、指向设备、显示器等)通信，还可与一个或者多个使得用户能与该轮胎吊车号箱号识别终端交互的设备通信，和/或与使得该轮胎吊车号箱号识别终端能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口34进行。并且，轮胎吊车号箱号识别终端还可以通过网络适配器35与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图3所示，网络适配器35通过总线33与轮胎吊车号箱号识别终端的其它模块通信。应当明白，尽管图中未示出，可以结合轮胎吊车号箱号识别终端使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
如图4所示，于一实施例中，本发明的轮胎吊车号箱号识别系统包括上述的轮胎吊车号箱号识别终端41和图像采集装置42。
所述图像采集装置42与所述轮胎吊车号箱号识别终端41相连，用于采集轮胎吊图像，并发送至所述轮胎吊车号箱号识别终端41。
于本发明一实施例中，所述轮胎吊车号箱号识别终端41包括GPU(GraphicsProcessing Unit，图形处理器)。GPU又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作站、游戏机和一些移动设备(如平板电脑、智能手机等)上做图像和图形相关运算工作的微处理器。GPU使显卡减少了对CPU的依赖，并进行部分原本CPU的工作，尤其是在3D图形处理时GPU所采用的核心技术有硬件T&L(几何转换和光照处理)、立方环境材质贴图和顶点混合、纹理压缩和凹凸映射贴图、双重纹理四像素256位渲染引擎等。
综上所述，本发明的轮胎吊车号箱号识别方法及系统、存储介质及终端能够基于视觉网络神经技术实现轮胎吊车号箱号的识别，识别率达到85％或者更高；不影响轮胎吊原有的作业方式，可适用于多种应用场景；能够彻底实现数字化理货和产品可追溯，进一步提高了理货服务质量，能够实现数据实时同步，从而能够更好地满足船舶公司的服务需求。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种轮胎吊车号箱号识别方法，其特征在于：包括以下步骤：
获取轮胎吊图像；
对所述轮胎吊图像进行预处理；
在预处理后的轮胎吊图像中标记车号和箱号；
基于标记好的轮胎吊图像训练轮胎吊车号箱号识别模型；
基于训练好的轮胎吊车号箱号识别模型进行轮胎吊车号箱号识别。
2.根据权利要求1所述的轮胎吊车号箱号识别方法，其特征在于：对所述轮胎吊图像进行预处理包括以下步骤：
在所述轮胎吊图像中识别车号区域和箱号区域；
对所述车号区域和所述箱号区域进行形状矫正；
当所述车号区域和所述箱号区域位置倒转时，进行所述车号区域和所述箱号区域的翻转。
3.根据权利要求1所述的轮胎吊车号箱号识别方法，其特征在于：所述轮胎吊车号箱号识别模型采用卷积神经网络。
4.根据权利要求1所述的轮胎吊车号箱号识别方法，其特征在于：箱号识别的对象包括单箱箱号、箱组箱号和危险品标志。
5.根据权利要求1所述的轮胎吊车号箱号识别方法，其特征在于：还包括对识别到的车号和箱号进行校验。
6.一种轮胎吊车号箱号识别系统，其特征在于：包括图像获取模块、预处理模块、标记模块、训练模块和识别模块；
所述图像获取模块用于获取轮胎吊图像；
所述预处理模块用于对所述轮胎吊图像进行预处理；
所述标记模块用于在预处理后的轮胎吊图像中标记车号和箱号；
所述训练模块用于基于标记好的轮胎吊图像训练轮胎吊车号箱号识别模型；
所述识别模块用于基于训练好的轮胎吊车号箱号识别模型进行轮胎吊车号箱号识别。
7.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至5中任一项所述的轮胎吊车号箱号识别方法。
8.一种轮胎吊车号箱号识别终端，其特征在于，包括：处理器及存储器；
所述存储器用于存储计算机程序；
所述处理器用于执行所述存储器存储的计算机程序，以使所述轮胎吊车号箱号识别终端执行权利要求1至5中任一项所述的轮胎吊车号箱号识别方法。
9.一种轮胎吊车号箱号识别系统，其特征在于：包括权利要求8所述的轮胎吊车号箱号识别终端和图像采集装置；
所述图像采集装置用于采集轮胎吊图像，并发送至所述轮胎吊车号箱号识别终端。
10.根据权利要求9所述的轮胎吊车号箱号识别系统，其特征在于：所述轮胎吊车号箱号识别终端包括GPU。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111663764.5A CN114299408A (zh) | 2021-12-31 | 2021-12-31 | 轮胎吊车号箱号识别方法及系统、存储介质及终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111663764.5A CN114299408A (zh) | 2021-12-31 | 2021-12-31 | 轮胎吊车号箱号识别方法及系统、存储介质及终端 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114299408A true CN114299408A (zh) | 2022-04-08 |
Family
ID=80974239
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111663764.5A Pending CN114299408A (zh) | 2021-12-31 | 2021-12-31 | 轮胎吊车号箱号识别方法及系统、存储介质及终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114299408A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114919907A (zh) * | 2022-04-14 | 2022-08-19 | 哪吒港航智慧科技(上海)有限公司 | 道口进箱模拟控制方法、终端以及介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107679531A (zh) * | 2017-06-23 | 2018-02-09 | 平安科技（深圳）有限公司 | 基于深度学习的车牌识别方法、装置、设备及存储介质 |
| CN110378332A (zh) * | 2019-06-14 | 2019-10-25 | 上海咪啰信息科技有限公司 | 一种集装箱码头箱号和车号识别方法及系统 |
| CN110472633A (zh) * | 2019-08-15 | 2019-11-19 | 南京拓控信息科技股份有限公司 | 一种基于深度学习的列车车号检测和识别方法 |
| CN111178359A (zh) * | 2018-11-09 | 2020-05-19 | 中移（杭州）信息技术有限公司 | 车牌号码识别方法、装置和设备及计算机存储介质 |
| CN113221894A (zh) * | 2021-05-31 | 2021-08-06 | 中邮信息科技(北京)有限公司 | 车辆的车牌号识别方法、装置、电子设备和存储介质 |
| CN113780278A (zh) * | 2021-09-10 | 2021-12-10 | 北京精英路通科技有限公司 | 一种识别车牌内容的方法、装置、电子设备以及存储介质 |
-
2021
- 2021-12-31 CN CN202111663764.5A patent/CN114299408A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107679531A (zh) * | 2017-06-23 | 2018-02-09 | 平安科技（深圳）有限公司 | 基于深度学习的车牌识别方法、装置、设备及存储介质 |
| CN111178359A (zh) * | 2018-11-09 | 2020-05-19 | 中移（杭州）信息技术有限公司 | 车牌号码识别方法、装置和设备及计算机存储介质 |
| CN110378332A (zh) * | 2019-06-14 | 2019-10-25 | 上海咪啰信息科技有限公司 | 一种集装箱码头箱号和车号识别方法及系统 |
| CN110472633A (zh) * | 2019-08-15 | 2019-11-19 | 南京拓控信息科技股份有限公司 | 一种基于深度学习的列车车号检测和识别方法 |
| CN113221894A (zh) * | 2021-05-31 | 2021-08-06 | 中邮信息科技(北京)有限公司 | 车辆的车牌号识别方法、装置、电子设备和存储介质 |
| CN113780278A (zh) * | 2021-09-10 | 2021-12-10 | 北京精英路通科技有限公司 | 一种识别车牌内容的方法、装置、电子设备以及存储介质 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114919907A (zh) * | 2022-04-14 | 2022-08-19 | 哪吒港航智慧科技(上海)有限公司 | 道口进箱模拟控制方法、终端以及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| AU2017206291B2 (en) | Instance-level semantic segmentation | |
| CN111144322A (zh) | 一种分拣方法、装置、设备和存储介质 | |
| CN110222703B (zh) | 图像轮廓识别方法、装置、设备和介质 | |
| CN114022558B (zh) | 图像定位方法、装置、计算机设备和存储介质 | |
| CN108765584A (zh) | 激光点云数据集增广方法、装置及可读存储介质 | |
| CN112052850A (zh) | 车牌识别方法、装置、电子设备及存储介质 | |
| CN107491428A (zh) | 基于光学点阵技术的银行单及其信息录入方法及装置 | |
| CN110427946A (zh) | 一种文档图像二值化方法、装置和计算设备 | |
| CN112580684A (zh) | 基于半监督学习的目标检测方法、装置及存储介质 | |
| CN111178357A (zh) | 车牌识别方法、系统、设备和存储介质 | |
| CN114299408A (zh) | 轮胎吊车号箱号识别方法及系统、存储介质及终端 | |
| CN113673519A (zh) | 基于文字检测模型的文字识别方法及其相关设备 | |
| CN111985449A (zh) | 救援现场图像的识别方法、装置、设备及计算机介质 | |
| CN112528616A (zh) | 业务表单生成方法、装置、电子设备及计算机存储介质 | |
| CN112541902A (zh) | 相似区域搜索方法、装置、电子设备及介质 | |
| CN115760886B (zh) | 基于无人机鸟瞰图的地块划分方法、装置及相关设备 | |
| CN114862866B (zh) | 标定板的检测方法、装置、计算机设备和存储介质 | |
| CN108229552A (zh) | 一种模型处理方法、装置及存储介质 | |
| CN114529719A (zh) | 一种地面地图要素语义分割方法、系统、介质及设备 | |
| CN108009576A (zh) | 一种目标匹配的物体识别方法、设备及存储设备 | |
| CN115035032A (zh) | 神经网络训练方法、相关方法、设备、终端及存储介质 | |
| CN114769072A (zh) | 高速喷射阀控制方法、装置、电子设备及存储介质 | |
| CN114155471A (zh) | 设计图纸与实物的核验方法、装置、计算机设备和系统 | |
| CN112561893A (zh) | 图片匹配方法、装置、电子设备及存储介质 | |
| CN114359762A (zh) | 集装箱箱顶洞识别方法及系统、存储介质及终端 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |