1．目的及意义

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。

我国自动化集装箱码头建设起步较晚，但是随着我国“一带一路”建设的大力推进，港口作为“一带一路”战略版图上的重要环节，自动化集装箱码头将是未来港口重点的发展方向。 2013年10月，青岛港自动化码头建设正式启动，2017年5月11日，自动化码头正式全面投入使用。2014年，厦门远海码头对14号泊位及15号部分泊位开始进行改造，建成国内第一个全自动化集装箱码头，于2016年6月投入运营；2017年12月上海港洋山四期码头全面启用，成为世界最大的自动化集装箱码头。随着科技的发展，如今集装箱吞吐量正高速增长，如2016年宁波舟山港集装箱业务突破2000万TEU，目前闸口单道车辆通行数最高达到800辆/天，若采用人工输入箱号检查核对，速度慢且差错率高，很难满足吞吐量要求。因此在集装箱码头的装卸作业过程中，快速识别集卡车辆类型对港口的高效作业起着十分重要的作用。应用计算机视觉，通过摄像机实时拍摄驶入车辆照片，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，是解决问题的一种途径。

方向梯度直方图（Histogram of Oriented Gradient,HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度直方图来构成特征。目前，Hog特征结合SVM分类器已经被广泛用于图像识别中，尤其在行人检测中获得了极大的成功。本文将采用HOG SVM方法进行二维码识别研究。

{title}

2. 研究的基本内容与方案

{title}

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.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特征检测方法；