基于HOG与SVM的集装箱锁孔识别及定位研究

摘要

随着港口自动化技术的发展,码头需要对集装箱进行自动装卸作业.为了解决集装箱装卸作业中对集装箱锁孔的识别定位问题,提出一种基于机器视觉的集装箱锁孔识别方法,用于辅助码头集装箱的自动化装卸作业.首先采集集装箱照片,对照片中的集装箱锁孔进行人工标注,制作成锁孔样本,并进行归一化处理,进而提取锁孔样本的HOG特征,然后对SVM进行训练作为集装箱锁孔识别分类器,最后采用多尺度滑窗对图像进行扫描检测.使用300张测试样本进行测试实验,结果表明,该方法对集装箱锁孔的识别率达到92％,锁孔误检率低于3％,而且能够在各种复杂光照及背景条件下进行锁孔检测,可以满足港口自动化的实际要求.