1. 研究目的与意义（文献综述）

图像处理技术是与计算机的发展、数学的发展以及社会各行业的需求分不开的。20世纪 50年代，随着计算机出现，人们开始尝试利用计算机去处理图形和图像相关信息。60年代数字图像处理作为一门学科出现，自此人们开始利用图像增强、复原、编码、压缩等处理方法，去改善图像的质量。数字图像处理允许使用更复杂的算法，因此可以在简单任务中提供更复杂的性能，并且可以实现通过模拟方式不可能实现的方法。数字图像处理的实用技术包括：分类；特征提取；多尺度信号分析；模式识别；投影等。数字图像处理中使用的一些技术包括：各向异性扩散；隐马尔可夫模型；图像编辑；图像恢复；独立成分分析；线性过滤；神经网络；偏微分方程；像素化；主成分分析；自组织地图；小波。目前数字图像处理技术的应用领域相当广泛，其主要应用技术是图像输入输出技术、图像分析、变换预处理技术、图像识别和图像特征相关信息提取技术。将数字图像处理技术应用到交通中能够很好的实现交通的智能化，极大地方便了交通，在一定程度上促进了智能交通的发展和提升。

1993年世界上第一座自动化集装箱码头荷兰鹿特丹港的ect码头建成，接着是英国伦敦港、日本川崎港、新加坡港、德国汉堡港等港口相继建成自动化集装箱码头。早期的自动化码头基本的工艺都是采用“双小车岸桥 agv armg”作业，水平运输采用agv小车（自动导航车），堆场作业采用armg（自动化轨道吊）进行场地装卸。 随后经过20多年的发展和创新改进，目前自动化码头技术已经逐渐成熟和完善。

2. 研究的基本内容与方案

具体研究内容包括：

1. 查阅图像处理的发展和最新应用领域，查阅与二维码快速识别相关的国内外文献，了解工业环境下二维码识别的干扰和识别难度，掌握基于二维码识别的检测识别应用情况；

2. 学习c 的基本编程知识，掌握opencv的基本操作，学习hsv颜色空间,hog特征,svm分类等理论知识，掌握其基本使用方法和效果以及应用特点；

3. 研究计划与安排

1-2周（2.21-3.6）：掌握c 的基本编程知识，熟悉opencv的基本操作，学习hsv颜色空间,hog,svm等 理论知识，掌握基本用法；

3-4周（3.7-3.20）：学习opencv轮廓绘制，颜色空间转换等相关方法，熟悉svm训练过程，掌握 opencv工具箱中的hog检测方法。

5-6周（3.21-4.3）：编写程序使用hsv颜色定位法进行二维码定位。

4. 参考文献（12篇以上）

[1]晁越,李中健,黄士飞.opencv图像处理编程研究[j].电子设计工程,2013,21(10):175-177.

[2]汪沛.基于opencv库的c语言编程学习方法[j].电气电子教学学报,2012,34(04):93-95.

[3]袁淑芳. qr码识别技术研究及应用[d].东北石油大学,2014.