基于外接矩形的集裝箱字符矯正算法

張起坤,陳亮東

（上海海事大學(xué) 信息工程學(xué)院,上海 201306）

1 引言

在集裝箱箱號(hào)識(shí)別系統(tǒng)中，通過(guò)圖像預(yù)處理、箱號(hào)定位和字符分割得到單個(gè)字符的分割圖，歸一化及預(yù)處理后便可進(jìn)入字符識(shí)別階段[1]。由于拍攝環(huán)境、角度以及箱體傾斜等問(wèn)題[2]，使得字符圖帶有很大的復(fù)雜性。在這些復(fù)雜的噪聲中，字符的傾斜勢(shì)必會(huì)對(duì)最后的識(shí)別造成影響，嚴(yán)重情況下會(huì)導(dǎo)致識(shí)別出一個(gè)錯(cuò)誤結(jié)果[3]。因此，我們提出一種基于外接矩形的字符矯正算法，在識(shí)別前對(duì)傾斜字符做矯正。

2 矯正算法

2.1 算法設(shè)計(jì)

通過(guò)對(duì)分割提取出的集裝箱箱號(hào)字符圖像進(jìn)行研究分析發(fā)現(xiàn)[4]，箱號(hào)字符均具有瘦高的特點(diǎn)。在箱號(hào)字符沒(méi)有發(fā)生傾斜的情況下，其最小外接矩形[5]的高度與寬度之比應(yīng)為最大值。

2.2 基于外接矩形的字符矯正算法

詳細(xì)算法如下：

首先逐步對(duì)箱號(hào)字符圖像進(jìn)行旋轉(zhuǎn)，從-30°度開(kāi)始旋轉(zhuǎn)，每次只順時(shí)針旋轉(zhuǎn)3°，總共旋轉(zhuǎn)60°，即旋轉(zhuǎn)角度范圍是[-30°30°]。

然后對(duì)每一次旋轉(zhuǎn)之后的箱號(hào)字符求其最小外接矩形，并計(jì)算出最小外接矩形的高度Height和寬度Width，最后計(jì)算得到最小外接矩形的高度與寬度之比Height/Width。

最后根據(jù)第2步得到的高度與寬度之比，求出最大的高度與寬度之比MAX{Height/Width}，并對(duì)這些最大高度與寬度比值所對(duì)應(yīng)的旋轉(zhuǎn)角度進(jìn)行平均計(jì)算，最后得到一個(gè)平均角度。

第3步求出的平均角度即是需要旋轉(zhuǎn)矯正的角度，對(duì)原箱號(hào)字符圖像進(jìn)行旋轉(zhuǎn)也就完成了單個(gè)箱號(hào)字符的傾斜矯正。

如圖1所示，對(duì)該箱號(hào)字符進(jìn)行逐步順時(shí)針旋轉(zhuǎn)，旋轉(zhuǎn)范圍為[-60°60°]，每次旋轉(zhuǎn)3°，然后求其最小外接矩形的高度與寬度之比。從圖1中容易看出，高度與寬度之比的最大值對(duì)應(yīng)的旋轉(zhuǎn)度數(shù)大約為-15°，對(duì)傾斜箱號(hào)字符圖像進(jìn)行順時(shí)針旋轉(zhuǎn)15°后（即旋轉(zhuǎn)-15°）的結(jié)果，傾斜的箱號(hào)字符明顯得到了矯正。

3 實(shí)驗(yàn)結(jié)果

本文利用上述算法對(duì)分割提取出的部分傾斜字符進(jìn)行了矯正實(shí)驗(yàn)，結(jié)果如下所示：

4 結(jié)語(yǔ)

集裝箱箱號(hào)自動(dòng)識(shí)別過(guò)程中，字符的傾斜對(duì)字符的特征提取以及最終識(shí)別結(jié)果有至關(guān)重要的影響。文中提出了一種基于單個(gè)箱號(hào)字符的最小外接矩形的高度與寬度之比的傾斜矯正方法，實(shí)驗(yàn)結(jié)果證明了該算法的可行性和有效性。

[1]陳永煌.集裝箱箱號(hào)識(shí)別技術(shù)的研究與實(shí)現(xiàn)[D].華中科技大學(xué),2013.

[2]Gu S, Luo X. An efficient algorithm of container code characters location[C].Computer Engineering and Technology(ICCET), 2010 2nd International Conference on. IEEE, 2010, 6:V6-180-V6-183.

[3]胡婷. 基于神經(jīng)網(wǎng)絡(luò)的集裝箱字符識(shí)別的研究[D]. 武漢理工大學(xué), 2012.

[4]Jiao J, Ye Q, Huang Q. A configurable method for multistyle license plate recognition[J]. Pattern Recognition,2009, 42(03): 358-369.

[5]Chen H C, Chen C K, Hsu F Y, et al. A Computer Vision System for Automated Container Code Recognition[C].Proceedings of the International MultiConference of Engineers and Computer Scientists. 2011, 1.