基于全景图像的铁路集装箱货场智能大门研究与设计

摘要

铁路集装箱货场的迅猛发展对智能化程度要求越来越高，货场大门作为集装箱中心站与运输车辆交接的门户，其通行的效率以及数据的安全准确是至关重要的。集装箱卡车通过集装箱货场大门时，需要对集装箱货物、集装箱、集装箱卡车等的交接以及各种操作处理进行识别、验证和记录。由于，通过人工处理成本较大、工作效率低下，且容易出现错误，加大了系统负担，导致货场的吞吐量无法有效提高。故传统的人工和半自动化系统实现的数据采集与管理已不能满足现在的要求。随着计算机信息技术发展，新技术不断涌现并应用于集装箱智能大门中。世界上很多国家均投入了大量的人力物力对智能交通系统进行开发与研究，尤其在物流交通与作业管理方面。随着我国自动化集装箱货场与码头的发展，集装箱智能大门的应用范围将进一步扩大。
　　智能大门系统对所通过的车辆定位后，采集多张图片用于识别集装箱箱号、检验箱体残损、确定车辆定位，这些控制技术对整个系统十分关键。现在的成像设备视角不能直接拍摄超宽照片，系统在集装箱车辆的定位、图像采集、箱型和箱号识别一直是需要优化的问题。本文对国内外智能大门系统进行了系统研究，基于集装箱智能大门系统中图像采集、箱号识别、箱体验残中出现的问题，提出了应用于铁路货场智能大门系统的全景图像技术的构想。为系统的实现做了以下研究与设计:
　　研究基于视频流拼接帧的集装箱全景图像采集方法并对相应系统进行设计。根据纹理特征向量提取关键帧;SURF提取特征匹配点并改进RANSAC算法剔除误匹配;根据透视变换矩阵配准图像;构造权值函数融合图像。对图像采集系统中进行电气设计、视频通信设计和系统通讯设计，最后进行图像采集流程设计。
　　研究基于全景图像的OCR技术，根据全景图片和集装箱箱号特点，对全景图像OCR识别进行预处理;提取全景图像箱号，快速定位与分割数学形态字符，提取字符特征向量，进行模板匹配;对同一集装箱进行多图像识别和校验，进一步提高箱号的识别率。
　　论文在集装箱图像采集和识别处理方法研究的基础上，设计智能大门系统总体方案中的系统工作流程和数据关系，最后对系统运行效果进行展示并对箱号识别进行实验验证可行性。

目录

声明

摘要

1 绪论

1．1 选题背景及意义

1．1．1 研究背景

1．1．2 研究意义

1．2 国内外研究现状

1．2．1 研究现状

1．2．2 研究现状评述

1．3 论文主要研究内容

1．4 研究方法与框架

1．4．1 研究方法

1．4．2 研究步骤

2 基于视频流拼接帧的集装箱全景图像采集方法研究

2．1 全景图像拼接方法介绍

2．1．1 图像变换

2．1．2 图像配准

2．1．3 图像融合

2．2 基于视频流的全景图像拼接

2．2．1 概述

2．2．2 视频帧序列拼接方式

2．3 基于视频流的集装箱全景图像拼接流程

2．3．1 视频序列关键帧的选取

2．3．2 关键帧的特征选取

2．3．3 图像配准

2．3．4 关键帧的融合

2．4 实验与分析

2．5 小结

3 集装箱全景图像采集系统设计

3．1 系统总体设计

3．2 视频通信设计

3．3 系统通讯

3．3．1 基于OPC技术的通讯

3．3．2 PLC通讯协议

3．3．3 程序实现

3．4 采集流程

3．4．1 红外对射开关定位方法

3．4．2 车辆定位与图像采集

3．5 小结

4 集装箱全景图像的OCR技术研究

4．1．2 图像预处理算法

4．1．3 基于中值滤波的集装箱图片预处理

4．2 基于全景图像的集装箱箱号识别方法研究

4．2．1 全景图片箱号识别流程

4．2．2 全景图片箱号提取

4．2．3 数学形态字符快速定位与分割

4．2．4 字符识别

4．3 多箱号校验方法

4．3．1 箱号校验规则

4．3．2 多箱号校验方法

4．4 小结

5 系统运行

5．1 系统总体方案

5．1．1 系统工作流程

5．1．3 后台数据关系

5．2 运行效果

5．2．1 运行环境

5．2．2 运行界面

5．3 箱号识别实验报告

5．4 小结

6 总结与展望

致谢

参考文献

附录

攻读学位期间的研究成果