摘 要

运输业的发展对港口集装箱码头的装卸效率提出了更高的要求。计算机视觉的应用对实现集装箱码头的智能化、自动化和现代化起到了不可或缺的作用。本文主要研究了在港口码头背景下，通过识别集装箱卡车车顶的二维码，实现快速获取集装箱卡车车辆信息及装载信息，以加快闸口进出速度，完善车辆调度系统，提高港口内集卡车装卸效率。本文完成了集卡车车顶二维码识别算法设计，共分为三个环节，图像预处理，二维码定位和二维码解码。本文的研究重点是集卡车车顶二维码定位算法部分，共采用了HSV颜色空间定位和SVM HOG特征定位两种方案，分别对二维码区域进行定位，并对结果进行了对比分析。SVM HOG特征定位方案能够更加准确的对车顶二维码区域进行定位。

关键词：集装箱卡车；二维码识别；支持向量机；自动化码头；方向梯度直方图

Abstract

The development of the transportation industry puts forward higher requirements for the loading and unloading efficiency of port container terminals. The application of computer vision plays an indispensable role in realizing the intelligence, automation and modernization of container terminals. This thesis mainly studies the rapid acquisition of container truck vehicle information and loading information by identifying the QR code of container truck roof in the background of port terminal, in order to speed up the gate entry and exit speed, improve the vehicle dispatching system, and improve the truck loading and unloading efficiency in the port. This thesis completed the design of the QR code recognition algorithm for truck roof, which is divided into three parts, image preprocessing, QR code positioning and QR code decoding. The research focus of this thesis is to collect the QR code positioning algorithm part of truck roof. The two schemes of HSV color space localization and SVM HOG feature localization are adopted, and the QR code region is respectively located, and the results are compared and analyzed. The SVM HOG feature positioning scheme can more accurately locate the QR code area of the roof.

Key Words： container truck; QR code recognition; Support Vector Machine; automated dock; Histogram of oriented gradient

目 录

第1章 绪论 1

1.1 研究背景 1

1.1.1 自动化集装箱码头的发展 1

1.1.2 计算机视觉技术在集装箱码头的应用 1

1.1.3 车顶二维码识别技术的意义 2

1.2 国内外研究现状 2

1.3 集卡车车顶二维码识别算法难点分析 2

1.4 论文的结构安排和主要内容 3

第2章 车顶二维码识别算法总体研究 4

2.1 环境搭建 4

2.2 车顶二维码识别算法整体设计 5

2.3 样本图片格式预处理 6

第3章 车顶二维码定位算法的实现 7

3.1 二维码区域的图像特征 7

3.2 基于HSV颜色空间的车顶二维码定位算法 7

3.2.1 基础知识 8

3.2.2 基于HSV颜色空间的车顶二维码定位算法的实现 9

3.3 基于SVM_HOG的车顶二维码定位算法 17

3.3.1 基础知识 17

3.3.2 XML文件训练 18

3.3.3 基于SVM_HOG的车顶二维码定位算法的实现 18

3.4 定位结果对比 20

第4章 基于libdmtx库的二维码解码研究 21

第5章 总结与展望 23

参考文献 24

致 谢 25

第1章 绪论

1.1 研究背景

1.1.1 自动化集装箱码头的发展

航运是运输量最大的运输手段,在国民经济中起着举足轻重的作用。码头作为航运货物的装卸点，货物能否快速的流转进出，很大程度上影响航运运输的效率。过去的码头，主要是劳动力为主，人的作用占主导地位。但是随着运输业的发展，主要依靠普通人力和简单机械进行操作的效率不高，无法满足经济发展的要求。因此，加快集装箱码头的智能化、自动化和现代化建设，从而提高集装箱码头的装卸效率是非常必要的。

自动化集装箱码头的发展已经有20多年的历史。1993年在荷兰鹿特丹港投入生产的ECT Delta Sealand是世界上第一个自动化集装箱码头，也是第一代自动化集装箱码头的代表。2002年，第二代自动化集装箱码头的代表，德国汉堡港CTA化码头开始生产。2008年，第三代集装箱自动化码头的代表，荷兰鹿特丹港Euromax码头投入运营。2013年，中国厦门远海码头开始建设，成为世界上第一个第四代集装箱全自动化码头。直至2017年，全球规模最大的自动化集装箱码头——上海洋山深水港四期码头正式开港^[1]。自动化集装箱码头经历了一代又一代的改进，其智能化的需求也在不断提高。

1.1.2 计算机视觉技术在集装箱码头的应用

计算机视觉技术起源于上世纪80年代的神经网络技术。使用图像摄取装置和电脑来模拟人类视觉，对目标进行识别、追踪、测量等，并通过识别和分析，做进一步的图像处理，使目标成为更适合人眼观察或传递给仪器检测的图像。随着技术的不断发展，计算机视觉技术的应用也越来越广。目前在军事、工业、医疗卫生、交通运输等领域都有相应的研究和产品。在集装箱码头智能化的进程中，计算机视觉发挥了其不可或缺的作用。

在港口自动化集装箱码头的建设中，集装箱码头可视化管理系统、集装箱码头自动化理货系统、集装箱码头自动化闸口系统等的建立都与计算机视觉技术密切相关。采用计算机视觉识别集装箱的箱号、集装箱尺寸，对集装箱表面进行探测，识别进出车辆车牌号、车顶二维码，统计车流量，从而减少人工记录的繁琐，降低错误率，大大提高了集装箱码头的工作效率。随着计算机视觉技术的不断成熟，在集装箱码头智能化的进程中，计算机视觉技术将发挥着越来越重要的作用。本文所研究的集卡车车顶二维码的识别就是计算机视觉在自动化集装箱码头中的一大应用，主要在码头进出闸口处，识别记录集卡车的车辆信息，集装箱的装载信息等。

1.1.3 车顶二维码识别技术的意义

在集装箱码头的装卸作业过程中，如何快速识别集卡车辆类型、集装箱装载信息对港口的高效作业起着十分重要的作用。二维码是用黑格和白格组成的按一定规律在平面分布的二进制图片，具有数据容量大、成本低、可靠性高、可修改性高等诸多优点^[2]，目前广泛应用于我们的生活当中，二维码手机支付、快递二维码、二维码点餐、二维码广告宣传等等。同样，二维码在工业识别领域也具有很大的价值。首先在集卡车车顶贴上统一标准的专用二维码，将集卡车信息录入其中。在通过码头闸口时，使用计算机视觉技术，由图像摄取装置实时拍摄驶入的集卡车车顶的照片,提取相应的二维码进行识别,得到相应的车辆编号，从而获得集卡车的各类信息。能够免去繁琐的身份识别环节，节省进出闸口的时间。同时能够及时将集卡车信息连入信息系统，方便总控室进行调度。