一種集裝箱箱號分割方法

摘 要:集裝箱號自動識別系統在海關物流領域中具有重要意義。本論文在分析集裝箱原始圖像的基礎上，綜合運用多種手段去除集裝箱圖像的非干擾信息，將預處理后的圖像進行邊緣提取，運用數學形態學方法使字符區域連通，通過查找最大連通區域定位箱號區域。最后利用投影直方圖法完成行與行、字符與字符的分割。實驗表明，整箱號分割正確率達到93.75%，證明了算法的有效性。

關鍵詞:圖像平滑;邊緣檢測;數學形態學;最大連通區域;直方圖投影

中圖分類號:TP391.41 文獻標識碼:A 文章編號:1674-7712 (2012) 12-0131-02

一、引言

集裝箱是國際物流的主要運輸設備。目前，我國許多集裝箱碼頭的堆場管理和裝卸管理均已實現計算機化，而集裝箱碼頭管理處的集裝箱文字標簽的識別基本靠人眼識別，手工記錄的工作方式，勞動強度大，工作效率低。因此實現集裝箱的自動識別是大勢所趨。本文從集裝箱原始圖像的特點出發，對預處理，圖像定位，字符分割進行了深入分析。在圖像定位技術中，采用形態學運算，提出了基于最大連通區域的圖像定位算法。在字符分割中，運用了直方圖投影法，并對算法進行了優化，以適應集裝箱圖像的分割。

二、圖像文本定位

本文利用梯度信息先對圖像進行邊緣提取，再對邊緣圖像進行形態學計算，直到圖像中只留下包含文本的目標區域。

(一)邊緣檢測

比較常用的邊緣檢測算子有Roberts邊緣檢測算子、Sobel邊緣檢測算子、Prewitt邊緣檢測算子、Log邊緣檢測算子和Canny邊緣檢測算子。運用不同算子檢測出的邊緣不同。為了提高字符分割的成功率和系統的識別率，我們選擇一種最佳的檢測方式。通過大量的實驗可知:對于像集裝箱文字標簽這樣背景比較復雜的圖像，Roberts算子、Sobel算子和Prewitt算子的檢測效果都比較差，所以對檢測精度要求較高的時候應該選用Log算子或Canny算子。

(二)數學形態學方法

運用數學形態學方法定位字符區域的基本依據是集裝箱箱號字符的排列特性。箱號字符的排列方式1行、2行、3行、4行或多列，且排列的距離有一定范圍，因此可利用數學形態學的膨脹運算使每一個字符粘連在一起形成集裝箱文字標簽的矩形區域，利用腐蝕運算消除非字符區域，剩下的區域就是可能的文字標簽區域了。

在進行數學形態學方法的處理的時候，關鍵是結構元素的選擇。如果選擇結構元素太小，形成不了較大的連通區域，實現不了預期的定位方法。選擇的結構元素太大，一些干擾信息(如集裝箱箱面的上邊緣和右邊緣，箱面的其他公司信息等)也會形成較大的連通區域，影響定位的準確性。由于箱號字符間距的不確定性，大量的實驗證明選擇長和寬分別為最大字符長度和寬度2倍的矩形結構元素，效果比較理想。先對邊緣圖像進行膨脹運算(如圖1(a)所示)，填平小于結構元素的小孔和彌合小裂縫，使字符變粗粘連在一起，但這時其他諸如公司標志邊緣也粘連在一起，所以繼續用相同的結構元素對圖像進行腐蝕運算(如圖1(b)所示)，這樣做的原因是公司標志等字符的寬度和長度與文字標簽的寬度和長度差距比較大，腐蝕可以使與結構元素不符合的區域去除，所以通過膨脹-腐蝕就只剩下幾個明顯的文字標簽候選區域。有時候此時公司標志部分還是形成較大的連通區域，可以再用字符大小的結構元素進行開運算(如圖1(c)所示)，以達到較好的效果。

(三)基于最大連通區域的箱號定位

一般而言，我們所要提取的文字標簽區域都連到了一塊，而且它是面積最大的一塊連通區域。但有時候由于集裝箱箱面上公司標志部分字符靠得比較近，經過膨脹-腐蝕-開運算等結果后，它可能是面積最大的連通區域。而且有時候由于拍攝的背景問題，箱面邊緣處的干擾信息特別嚴重，經過上述處理后它也行成了一塊較大的連通區域。因此要通過一定的算法消除這兩個方面的影響，使定位正確率更高。通過查找符合要求的最大連通區域，就可以將文字標簽定位出來。簡單的方法就是標記不同的連通區域，然后求出每塊區域的面積。符合要求的最大面積對應的區域為箱號區域。

三、字符分割

分割后的字符由于存在較大的干擾，并不能馬上用于字符分割，還應進行圖像預處理。本文采用了形態學方法對所分割區域進行預處理，濾除非字符信息，然后用改進的投影直方圖法分別進行行分割和列分割。

(一)濾除非字符信息

觀察經過邊緣提取的文字標簽區域，發現某些圖像存在以下一些問題:

1.圖像中有邊框存在;

2.圖像中有條紋存在;

3.字符邊緣有毛刺存在。

為了提高字符分割的準確性，先進行切

分前的預處理，來消除這些邊框、條紋和毛刺。

集裝箱文字標簽的字符大小是有一定限制的，所以我們可以根據這一特性來去除一些長線條。如果橫向的線條大于字符的最大寬度，豎向的線條大于字符的最大高度，則可判定為干擾邊緣，把它們去除掉。根據這一思想，具體的消除橫向長線條的算法如下:

1.逐行掃描經過邊緣提取的文字標簽區域，找到一個不為零的點，記錄該點的位置為起始點，并記線條長度為1;

2.跟蹤這個點后面的點，如果后一個點與前面的點一樣，則線條長度加1;如果不一樣，則結束跟蹤，記錄結束點的位置;

3.判斷線條長度是否大于最大字符寬度，如果大于，則此線條為干擾邊緣，將起始點到結束點的所有點置為0，重復步驟1.直到到達最后一行。

消除豎向長線條的算法跟橫向的相似，只要進行逐列掃描，比較跟蹤豎向長線條的長度與最大字符高度的關系來判斷是否是干擾邊緣。

(二)數學形態學法去除邊緣噪聲

數學形態學的開運算具有濾除小于結構元素的細節部分的功能，可以去除孤立的小點、毛刺、連接兩連通區域的小橋而保持總的位置和形狀不變;閉運算具有填補小于結構元素的細節部分的功能，可以填平小孔，彌補小裂縫而保持總的形狀和位置不變。所以可以利用閉運算來使字符邊緣粘連，利用開運算來清除非字符和孤立的區域。

因為字符的邊緣比較集中，所以很容易通過閉運算使字符邊緣粘連成塊狀區域，再使用較小的結構元素來消除孤立的線條及噪聲。通過使用橫向的線性結構元素使每一個字符的邊緣橫向連接(如圖2(a)所示)，再使用較小的結構元素進行開運算(如圖2(b)所示)，消除橫向的線條和孤立的噪聲。同理，通過使用豎向的線性結構元素使每一個字符的邊緣豎向連接(如圖2(c))，再使用較小的結構元素進行開運算(如圖2(d))，消除豎向的線條和孤立的噪聲。為使字符邊緣粘連而與其他邊緣不粘連，必須選擇大小合適的結構元素。經過大量的實驗，橫向的線性結構元素取最大字符寬度的70%，豎向的線性結構元素取最大字符高度。

對于經過橫向閉運算的邊緣圖像，橫向的零散邊緣及孤立的點不會形成很大的區域，因此可以用3行2列的矩形結構元素來消除線條和孤立的噪聲;同樣，對于經過豎向閉運算的邊緣圖像，可以用2行3列的矩形結構元素來消除線條和孤立的噪聲。

(三)字符分割

區域增長和邊界跟蹤算法并不適應于文字這種邊界很多且復雜的分割。而且經過前面的處理我們得到的是一個具有清晰邊界的字符邊緣圖像，所以本文以投影直方圖法為基礎，提出了一種適合集裝箱箱號分割的算法。由于集裝箱箱號可以是多行，因此首先要進行水平方向的直方圖投影，根據直方圖的分布特點可以看到集裝箱字符行與行之間間隔明顯，所以可以容易判斷每行字符起始行和結束行。

有時由于前面的預處理并不能完全的去除字符上下的噪聲，使得有時行的判斷出錯，所以如果兩個起始行之間的間距小于一定值，則可判斷前一個起始行為偽起始行，去掉這一起始行，如果兩個結束行之間的間距小于一定值，則可判斷后一個結束行為偽結束行，去掉這一結束行。起始行和結束行確定好后，就可一一對應，將字符一行行的分割出來(如圖3所示)。列分割與行分割算法基本一致。對于分割出來的每一行，根據垂直投影直方圖，將字符一一分割出來(如圖4所示)。

運用直方圖投影法對集裝箱箱號分割時應注意的幾個問題:

1.由于干擾的存在，有時字符行與列之間有時并沒有明顯的間隔。此時要根據字符的大小進行判斷。如果起始行(列)與結束行(列)之間的距離大于最大字符高(寬)的2倍(或多倍)，應該對該行(列)進行截斷，截斷的行(列)作為所需的行(列)

2.字符的大小和字符間距對分割的結果影響較大。通過觀察多幅集裝箱圖片，選擇合適的閾值，對提高分割準度很有幫助。

四、實驗結果

所有實驗都是在matlab7.0 環境下進行。本實驗樣本包含35幅集裝箱圖像。雖然樣本比較少，但包括各種條件下的圖像，具有代表性，在理論研究上可以證明該方法的有效性。圖像大小為632×574pixels。圖像有反光的、動態模糊的、箱體不干凈的、字符有缺損的、對比度很低的等等，箱號字符高度從30像素到50像素不等，寬度從10像素到15像素不等。行距和列距變化較大，從4像素到一倍字符高度或寬度。

實驗結果如表所示。表1為整箱號定位和分割實驗結果。在35幅圖像中，定位成功32幅，準確率為91.43%。未成功定位圖像部分原因是由于箱號字符間距太大，形成不了連通區域。在定位成功的基礎上，能正確分割的有30幅，正確率為93.75%。不能正確分割的原因為字符之間間距太小，或箱號字符有缺損。

五、結論

本文對集裝箱箱號的分割進行了較為深入的研究，針對集裝箱環境的特點，提出了適合集裝箱圖像處理的預處理方法，定位方法和字符分割方法。利用多種手段對圖像進行去干擾信息處理，提出了基于最大連通區域的定位算法，并利用改進的直方圖投影法進行字符分割。

參考文獻:

[1]Rafael C G，Richard Z W，Digital Image Processing Second Edition [M].阮秋琦，阮宇智等譯，2006，11

[2]王志明，張麗，王麗君.基于單程分裂與歸并圖像分割的集裝箱號識別[J].中國圖像圖形學報，2007(12):450-455

[3]盧盛輝，唐加慧.集裝箱箱號字符的粗定位方法[J].視頻技術應用與工程，2003(5):78-80