CN109165649B - 基于视觉检测的集装箱箱孔高精准检测方法 - Google Patents
基于视觉检测的集装箱箱孔高精准检测方法 Download PDFInfo
- Publication number
- CN109165649B CN109165649B CN201811023020.5A CN201811023020A CN109165649B CN 109165649 B CN109165649 B CN 109165649B CN 201811023020 A CN201811023020 A CN 201811023020A CN 109165649 B CN109165649 B CN 109165649B
- Authority
- CN
- China
- Prior art keywords
- screening
- box
- selecting
- holes
- candidate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明基于视觉检测的集装箱箱孔高精准检测方法,包括如下步骤:1)制作标准模板:2)进行集装箱顶部拍照;3)进行筛选最优结果:3‑1)初步筛选:选出匹配Score最大的一组箱孔进行长度甄选;ROI中根据Score选出一定数目候选箱孔并通过长度甄选;3‑1‑3)若步骤3‑1‑1)失败,则ROI中选择一定数目候选箱孔,先通过长度甄选,接着借助箱号位置继续筛选;3‑1‑4)得到初步筛选后的候选箱孔;3‑2)筛选候选目标中共点的连线:3‑2‑1)设定角度偏移阈值进行筛选;3‑2‑2)步骤3‑2‑1)后还有多条箱孔连线满足条件,则选择Score高的;3‑3)获得终筛选结果。
Description
技术领域
本发明涉及智能化控制技术,特别涉及用于集装箱码头的智能化控制体系,具体的,其展示一种基于视觉检测的集装箱箱孔高精准检测方法。
背景技术
集装箱箱孔检测是港口自动化的重要部分,通过箱孔检测可实现集装箱定位。
目前集装箱定位方法普遍采用视觉识别技术。模板匹配是一种常用的图像识别方法,但传统的模板匹配算法极易受外界因素干扰,适应性不强,当外部环境稍有变化时,鲁棒性大幅下降,造成误判。在实际应用过程中,集装箱存在脏污、腐蚀情况,也对模板匹配产生一定影响。
因此,有必要提供一种基于视觉检测的集装箱箱孔高精准检测方法来解决上述问题。
发明内容
本发明的目的是提供一种基于视觉检测的集装箱箱孔高精准检测方法。
技术方案如下:
一种基于视觉检测的集装箱箱孔高精准检测方法,包括如下步骤:
1)制作标准模板:基于箱孔内外轮廓信息,结合缩放因子、旋转因子等进行匹配;设置低阈值,确保能获得包括正确箱孔位置在内的多个候选位置,便于进行后续筛;
2)进行集装箱顶部拍照;
3)进行筛选最优结果:
3-1)初步筛选:
3-1-1)选出匹配Score最大的一组箱孔进行长度甄选;
3-1-2)ROI中根据Score选出一定数目候选箱孔并通过长度甄选;
3-1-3)若步骤3-1-1)失败,则ROI中选择一定数目候选箱孔,先通过长度甄选,接着借助箱号位置继续筛选;
3-1-4)得到初步筛选后的候选箱孔;
3-2)筛选候选目标中共点的连线:
3-2-1)设定角度偏移阈值进行筛选;
3-2-2)步骤3-2-1)后还有多条箱孔连线满足条件,则选择Score高的;
3-3)获得终筛选结果:
3-3-1)箱孔连线数为0,定位失败;
3-3-1)箱孔连线数为1,为输出结果;
3-3-3)箱孔连线数大于1,集装箱正方向从左往右第一条若为高Score,则输出结果;否则寻找靠近第一步最大Score连线且为高Score的箱孔连线作为输出结果。
与现有技术相比,本发明通过放宽匹配的要求,再对多个候选目标进行二次筛选,有效地提高定位精度。
附图说明
图1是最终结果,包含模板匹配的ROI,定位到的左右箱孔坐标及其连线信息。
具体实施方式
实施例:
请参阅图1,本实施例展示一种基于视觉检测的集装箱箱孔高精准检测方法,包括如下步骤:
1)制作标准模板:基于箱孔内外轮廓信息,结合缩放因子、旋转因子等进行匹配;设置低阈值,确保能获得包括正确箱孔位置在内的多个候选位置,便于进行后续筛;
2)进行集装箱顶部拍照;
3)进行筛选最优结果:
3-1)初步筛选:
3-1-1)选出匹配Score最大的一组箱孔进行长度甄选;
3-1-2)ROI中根据Score选出一定数目候选箱孔并通过长度甄选;
3-1-3)若步骤3-1-1)失败,则ROI中选择一定数目候选箱孔,先通过长度甄选,接着借助箱号位置继续筛选;
3-1-4)得到初步筛选后的候选箱孔;
3-2)筛选候选目标中共点的连线:
3-2-1)设定角度偏移阈值进行筛选;
3-2-2)步骤3-2-1)后还有多条箱孔连线满足条件,则选择Score高的;
3-3)获得终筛选结果:
3-3-1)箱孔连线数为0,定位失败;
3-3-2)箱孔连线数为1,为输出结果;
3-3-3)箱孔连线数大于1,集装箱正方向从左往右第一条若为高Score,则输出结果;否则寻找靠近第一步最大Score连线且为高Score的箱孔连线作为输出结果。
与现有技术相比,本实施例通过放宽匹配的要求,再对多个候选目标进行二次筛选,有效地提高定位精度。
以上所述的仅是本发明的一些实施方式。对于本领域的普通技术人员来说,在不脱离本发明创造构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。
Claims (1)
1.一种基于视觉检测的集装箱箱孔高精准检测方法,其特征在于:包括如下步骤:
1)制作标准模板:基于箱孔内外轮廓信息,结合缩放因子、旋转因子进行匹配;设置低阈值,确保能获得包括正确箱孔位置在内的多个候选位置,便于进行后续筛;
2)进行集装箱顶部拍照;
3)进行筛选最优结果:
3-1)初步筛选:
3-1-1)选出匹配Score最大的一组箱孔进行长度甄选;
3-1-2)ROI中根据Score选出一定数目候选箱孔并通过长度甄选;
3-1-3)若步骤3-1-1)失败,则ROI中选择一定数目候选箱孔,先通过长度甄选,接着借助箱号位置继续筛选;
3-1-4)得到初步筛选后的候选箱孔;
3-2)筛选候选目标中共点的连线:
3-2-1)设定角度偏移阈值进行筛选;
3-2-2)步骤3-2-1)后还有多条箱孔连线满足条件,则选择Score高的;
3-3)获得终筛选结果:
3-3-1)箱孔连线数为0,定位失败;
3-3-1)箱孔连线数为1,为输出结果;
3-3-3)箱孔连线数大于1,集装箱正方向从左往右第一条若为高Score,则输出结果;否则寻找靠近第一步最大Score连线且为高Score的箱孔连线作为输出结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811023020.5A CN109165649B (zh) | 2018-09-03 | 2018-09-03 | 基于视觉检测的集装箱箱孔高精准检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811023020.5A CN109165649B (zh) | 2018-09-03 | 2018-09-03 | 基于视觉检测的集装箱箱孔高精准检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109165649A CN109165649A (zh) | 2019-01-08 |
CN109165649B true CN109165649B (zh) | 2022-04-15 |
Family
ID=64894017
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811023020.5A Active CN109165649B (zh) | 2018-09-03 | 2018-09-03 | 基于视觉检测的集装箱箱孔高精准检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109165649B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102024144A (zh) * | 2010-11-23 | 2011-04-20 | 上海海事大学 | 集装箱箱号自动识别方法 |
CN102184398A (zh) * | 2011-06-17 | 2011-09-14 | 电子科技大学 | 一种基于边缘检测的集装箱号码定位方法 |
CN105930858A (zh) * | 2016-04-06 | 2016-09-07 | 吴晓军 | 一种带旋转、缩放的快速高精度几何模板匹配方法 |
CN105956619A (zh) * | 2016-04-27 | 2016-09-21 | 浙江工业大学 | 一种集装箱锁孔粗定位和跟踪方法 |
CN106097329A (zh) * | 2016-06-07 | 2016-11-09 | 浙江工业大学 | 一种基于边缘检测的集装箱轮廓定位方法 |
CN108090895A (zh) * | 2017-11-28 | 2018-05-29 | 浙江工业大学 | 一种基于图像处理的集装箱锁孔轮廓提取方法 |
-
2018
- 2018-09-03 CN CN201811023020.5A patent/CN109165649B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102024144A (zh) * | 2010-11-23 | 2011-04-20 | 上海海事大学 | 集装箱箱号自动识别方法 |
CN102184398A (zh) * | 2011-06-17 | 2011-09-14 | 电子科技大学 | 一种基于边缘检测的集装箱号码定位方法 |
CN105930858A (zh) * | 2016-04-06 | 2016-09-07 | 吴晓军 | 一种带旋转、缩放的快速高精度几何模板匹配方法 |
CN105956619A (zh) * | 2016-04-27 | 2016-09-21 | 浙江工业大学 | 一种集装箱锁孔粗定位和跟踪方法 |
CN106097329A (zh) * | 2016-06-07 | 2016-11-09 | 浙江工业大学 | 一种基于边缘检测的集装箱轮廓定位方法 |
CN108090895A (zh) * | 2017-11-28 | 2018-05-29 | 浙江工业大学 | 一种基于图像处理的集装箱锁孔轮廓提取方法 |
Non-Patent Citations (2)
Title |
---|
基于双目立体视觉的集装箱识别与定位技术研究;马蕾;《中国优秀硕士学位论文全文数据库-息科技辑》;20131115(第11期);I138-769 * |
基于机器视觉的集装箱锁孔识别算法研究;宓为建 等;《中国工程机械学报》;20161031;第14卷(第5期);第399-402页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109165649A (zh) | 2019-01-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102521838B (zh) | 一种图像匹配方法及*** | |
JP6598162B2 (ja) | 線形クラスタリングに基づくマルチタイプのbgaチップの視覚識別方法 | |
CN107133623B (zh) | 一种基于背景差和圆心定位的指针位置精确检测方法 | |
CN107590837A (zh) | 一种视觉定位智能精密装配机器人及其摄像机视觉标定方法 | |
CN108133460B (zh) | 一种适用于电力作业机器人的颜色型状态指示器识别方法 | |
CN109829911B (zh) | 一种基于轮廓超差算法的pcb板表面检测方法 | |
CN105701492A (zh) | 一种机器视觉识别***及其实现方法 | |
CN107564006B (zh) | 一种利用Hough变换的圆形目标检测方法 | |
CN105654421A (zh) | 基于变换不变低秩纹理的投影变换图像匹配方法 | |
CN111754422A (zh) | 一种基于EDLines和LSM的视觉巡边方法 | |
CN105991913B (zh) | 一种基于机器视觉定位摄像模组的花瓣槽角度的方法 | |
CN107507185B (zh) | 一种适用于工业检测的快速检测圆的方法 | |
CN109447062A (zh) | 基于巡检机器人的指针型仪表识别方法 | |
CN112085708B (zh) | 产品外轮廓中的直线边缘的缺陷检测方法及设备 | |
CN115055964A (zh) | 一种基于喷油泵的智能装配方法及*** | |
CN111027530A (zh) | 基于轮胎压印字符识别的预处理方法 | |
CN109165649B (zh) | 基于视觉检测的集装箱箱孔高精准检测方法 | |
CN111105418B (zh) | 一种针对图像中矩形目标的高精度图像分割方法 | |
CN109034151A (zh) | 一种用于多个指针式仪表识别的定位方法 | |
CN108520533A (zh) | 一种面向工件定位的多维度特征配准方法 | |
CN111002376A (zh) | Pcb板内层靶标孔智能防呆的方法 | |
CN114943710A (zh) | 利用改进最小二乘拟合对薄壁圆管类零件圆心定位的方法 | |
CN112418242B (zh) | 一种适用于大规模目标的彩色标识***及其识别方法 | |
Meng et al. | A coarse-to-fine angle automatic correction method for glassivation passivation parts wafer | |
CN111007441B (zh) | 一种电解电容极性检测方法及检测*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230627 Address after: 215124 Unit G1-1002, Artificial Intelligence Industrial Park, No. 88, Jinji Lake Avenue, Suzhou Industrial Park, China (Jiangsu) Pilot Free Trade Zone, Suzhou, Jiangsu Province Patentee after: Suzhou Wuliang Intelligent Technology Co.,Ltd. Address before: 215300 Building 2, 271 Dongping Road, Baicheng Town, Kunshan City, Suzhou City, Jiangsu Province Patentee before: SUZHOU JU NENG IMAGE INSPECTION TECHNOLOGY Co.,Ltd. |