| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外发展现状 | 第11-12页 |
| 1.3 研究内容和思路 | 第12-18页 |
| 第二章 基于 HSV 颜色模型和纹理的集装箱背面箱体检测 | 第18-32页 |
| 2.1 图像预处理 | 第19-22页 |
| 2.1.1 原始图像畸变校正——透视变换 | 第19-21页 |
| 2.1.2 箱体主体颜色判断 | 第21-22页 |
| 2.2 彩色箱体检测 | 第22-27页 |
| 2.2.1 HSV 颜色空间 | 第22-23页 |
| 2.2.2 彩色箱体检测方法 | 第23-27页 |
| 2.3 白色箱体检测 | 第27-29页 |
| 2.3.1 纹理概述 | 第27页 |
| 2.3.2 Sobel 滤波器和 Scharr 滤波器 | 第27-28页 |
| 2.3.3 白色箱体检测方法 | 第28-29页 |
| 2.4 实验结果与分析 | 第29-32页 |
| 2.4.1 彩色箱体检测结果 | 第30页 |
| 2.4.2 白色车箱检测结果 | 第30-31页 |
| 2.4.3 结果分析 | 第31-32页 |
| 第三章 集装箱箱号提取 | 第32-61页 |
| 3.1 集装箱箱号的编写规则 | 第32-33页 |
| 3.2 集装箱背面图像特征分析 | 第33-34页 |
| 3.3 图像预处理 | 第34-43页 |
| 3.3.1 图像的灰度转换 | 第35页 |
| 3.3.2 灰度图像中的基本形态学运算 | 第35-37页 |
| 3.3.3 图像的边缘提取 | 第37-41页 |
| 3.3.4 图像二值化 | 第41-43页 |
| 3.4 集装箱背面箱号定位 | 第43-46页 |
| 3.5 集装箱背面箱号分割 | 第46-52页 |
| 3.5.1 集装箱字符分割的再处理 | 第48-50页 |
| 3.5.2 第 11 个字符的单独处理 | 第50-51页 |
| 3.5.3 字符归一化 | 第51-52页 |
| 3.6 集装箱侧面箱号提取和分割 | 第52-58页 |
| 3.6.1 集装箱侧面箱号的分布特点和分析 | 第52-54页 |
| 3.6.2 集装箱侧面箱号的提取和分割 | 第54-58页 |
| 3.7 实验结果与分析 | 第58-59页 |
| 3.7.1 集装箱箱号提取结果 | 第58-59页 |
| 3.8 本章小节 | 第59-61页 |
| 第四章 基于稀疏表示的集装箱字符识别 | 第61-80页 |
| 4.1 模式识别基础知识 | 第61-65页 |
| 4.1.1 模式识别的基本概念 | 第61-62页 |
| 4.1.2 图像识别 | 第62-63页 |
| 4.1.3 图像识别过程 | 第63-64页 |
| 4.1.4 字符识别方法概述 | 第64-65页 |
| 4.2 基于模板匹配的集装箱字符识别 | 第65-71页 |
| 4.2.1 模板匹配及其在本系统中的应用 | 第65-67页 |
| 4.2.2 对容易出错的字符进行再识别 | 第67页 |
| 4.2.3 模板匹配识别结果 | 第67-71页 |
| 4.3 基于稀疏表示的字符识别 | 第71-78页 |
| 4.3.1 集装箱字符的表示 | 第71-72页 |
| 4.3.2 L2、L1、L0 范数求解 | 第72-73页 |
| 4.3.3 L1/2 求解 | 第73页 |
| 4.3.4 基于稀疏表示的集装箱字符识别过程和结果 | 第73-78页 |
| 4.4 整个系统的实验结果分析 | 第78-80页 |
| 第五章 总结与展望 | 第80-82页 |
| 5.1 本文工作的总结 | 第80-81页 |
| 5.2 未来工作的展望 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 致谢 | 第86-87页 |
| 攻读学位期间发表的学术论文 | 第87-90页 |
| 附件 | 第90页 |
