一种基于卷积神经网络分类的集装箱箱号识别方法

摘要

本发明公开了一种基于卷积神经网络分类的集装箱箱号识别方法，其包括有以下步骤：S1、获取集装箱不同方向的RGB图像，通过对RGB图像进行一系列预处理，从而对图像中的集装箱箱号区域进行定位；S2、对S1步骤中已经定位的箱号区域进行透视变换与二值化处理，通过基于字符边框与投影法相结合的处理方法，对各类箱号字符进行准确分割；S3、将S2步骤中分割好的箱号字符按照其在箱号中的位置顺序，输入预设好的五层卷积神经网络模型，将识别结果进行组合，通过后处理得到准确的集装箱箱号。本发明能够准确应对各类字符变形、残缺、粘连等问题，实现更高的识别准确率和识别速率。