[发明专利]一种集装箱箱号提取方法及系统

说明书

本发明提供了一种集装箱箱号提取方法及系统，属于港口自动化及图像识别技术领域。本发明的方案，一方面将畸变的集装箱箱号图像得以矫正，极大的提高了箱号识别的准确性；另一方面，通过对原始图片和裁切用矩形模板均进行变换处理且使用相同的变换矩阵，如此，裁切出集装箱箱号区域更为准确，可以进一步保障箱号识别的准确性。

技术领域

本发明涉及港口自动化及图像识别技术领域，具体而言，涉及一种集装箱箱号提取方法及系统。

背景技术

对集装箱箱号进行识别，是现代港口进行自动化作业的技术基础。随着深度学习技术和计算机视觉技术的发展，基于计算机视觉的集装箱箱号检测和识别算法因其精确度高、操作方便、无需人为干预的特点被广泛应用。对于集装箱箱号的检测，需要获取集装箱箱号的外接图形（矩形或四边形）。但是，由于港口作业环境复杂，改造成本高，当前集装箱箱号检测与识别面临如下关键问题：1) 箱号位置多变，可以出现在集装箱的多个不同位置；2)集装箱箱面存在污损干扰、二次印刷问题；3)当前采样设备难以安装到最佳位置，采集图像存在畸变。

然而，当前的基于深度学习或传统方法的集装箱箱号检测技术，均仅关注于箱号识别算法本身，而没有考虑到对大角度畸变进行矫正。它们能够生成箱号的最小外接矩形或外接多边形，但是检测结果交由识别网络时，仅直接裁切矩形的箱号区域，而没有对其进行矫正变换，其拍摄时存在的畸变依然存在。因此，在大角度下进行集装箱箱号识别，现有检测技术方案存在检测易、矫正难、识别差的关键问题。

发明内容

为了至少解决上述背景技术中存在的技术问题，本发明提供了一种集装箱箱号提取方法、系统、电子设备及计算机存储介质。

本发明的第一方面提供了一种集装箱箱号提取方法，包括如下步骤：

S1，采用经训练的文字检测算法从原始图像中分割得出若干集装箱的箱号区域图像；

S2，对分割出的每一个所述箱号区域图像进行连通区域提取；

S3，计算每一个所述连通区域对应的多个控制点坐标；

S4，对每一个所述连通区域进行宽高比重建，结合预设短边边长计算得到矩形模板；在矩形模板的上下边缘均匀取与矫正控制点个数相同的控制点对，并计算其在矫正图片中的坐标以确定出各目标点；

S5，将步骤S3中获得的多个控制点作为矫正算法的控制点，以及将步骤S4中获得的各所述目标点作为所述矫正算法的目标点，根据所述控制点和所述目标点计算所述矫正算法对应的变换矩阵；

S6，根据所述变换矩阵对步骤S1中的所述原始图像进行变换，得到矫正图片；

S7，计算步骤S2中获得的所述连通区域的外接多边形，使用第一有序点集进行表示；以及，使用所述变换矩阵对所述第一有序点集进行变换以得到第二有序点集；

S8，计算步骤S7中获得的所述第二有序点集的外接矩形；

S9，使用所述外接矩形的坐标对所述矫正图片进行裁切，得到矫正后的集装箱箱号文字图；

S10，循环步骤S6-S9，直至处理完所有连通区域。

进一步地，步骤S1中所述文字检测算法为DBNet++，其包含文字区域分割分支、控制点回归分支两个分支；

其中，所述文字区域分割分支，用于预测文字的中心区域，生成与所述原始图像大小一致的近似二值图；

所述控制点回归分支，用于对所述原始图像中的每一个像素点回归计算其到对应文字区域控制点的x方向和y方向的像素偏移值。

进一步地，步骤S2中所述对分割出的每一个所述箱号区域进行连通区域提取，包括：