本文主要研究内容
作者张超,李小平（2019）在《一种灰度化混合法在集装箱箱号识别中的运用》一文中研究指出：研究一种基于机器视觉的集装箱箱号识别方法。对于集装箱彩色图像预处理过程中的灰度化方法,传统的灰度化算法不能有效弥补图像中污损或其他信息缺失的部分,因此,本文提出使用主成分分析法(PCA)结合贝叶斯阈值估计灰度变化率的混合法对图像的灰度化进行优化,可以在判断图像中某一点灰度值与周围相邻像素点的灰度值的变化率后,弥补缺失信息,有效确定边缘特征,从而使后续的字符识别准确率大大提高。最后使用该算法模型设计实现一套用于港口集装箱的智能检测系统。经过Matlab实验验证,在对50幅港口集装箱箱号图像的识别中,通过使用本文提出的混合灰度化方法,与普通的均值法和加权平均法的灰度化方法相比,准确率更高,其中单一字符准确率可达96%,箱号准确率可达92%。
Abstract
yan jiu yi chong ji yu ji qi shi jiao de ji zhuang xiang xiang hao shi bie fang fa 。dui yu ji zhuang xiang cai se tu xiang yu chu li guo cheng zhong de hui du hua fang fa ,chuan tong de hui du hua suan fa bu neng you xiao mi bu tu xiang zhong wu sun huo ji ta xin xi que shi de bu fen ,yin ci ,ben wen di chu shi yong zhu cheng fen fen xi fa (PCA)jie ge bei xie si yu zhi gu ji hui du bian hua lv de hun ge fa dui tu xiang de hui du hua jin hang you hua ,ke yi zai pan duan tu xiang zhong mou yi dian hui du zhi yu zhou wei xiang lin xiang su dian de hui du zhi de bian hua lv hou ,mi bu que shi xin xi ,you xiao que ding bian yuan te zheng ,cong er shi hou xu de zi fu shi bie zhun que lv da da di gao 。zui hou shi yong gai suan fa mo xing she ji shi xian yi tao yong yu gang kou ji zhuang xiang de zhi neng jian ce ji tong 。jing guo Matlabshi yan yan zheng ,zai dui 50fu gang kou ji zhuang xiang xiang hao tu xiang de shi bie zhong ,tong guo shi yong ben wen di chu de hun ge hui du hua fang fa ,yu pu tong de jun zhi fa he jia quan ping jun fa de hui du hua fang fa xiang bi ,zhun que lv geng gao ,ji zhong chan yi zi fu zhun que lv ke da 96%,xiang hao zhun que lv ke da 92%。
论文参考文献
论文详细介绍
论文作者分别是来自计算机与现代化的张超,李小平，发表于刊物计算机与现代化2019年05期论文，是一篇关于集装箱论文,灰度化论文,主成分分析法论文,贝叶斯阈值估计论文,计算机与现代化2019年05期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自计算机与现代化2019年05期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：集装箱论文; 灰度化论文; 主成分分析法论文; 贝叶斯阈值估计论文; 计算机与现代化2019年05期论文;