基于数学形态学的集装箱箱号分割改进算法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (13): 174-177.

• 图形、图像、模式识别 • 上一篇下一篇

基于数学形态学的集装箱箱号分割改进算法

谭伟，方超，杜建洪

复旦大学信息科学与工程学院通信科学与工程系，上海 200433

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-05-01 发布日期:2011-05-01

Improved container code segmentation algorithm based on mathematical morphology

TAN Wei，FANG Chao，DU Jianhong

Department of Communication Science and Engineering，School of Information Science and Engineering，Fudan University，Shanghai 200433，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-05-01 Published:2011-05-01

摘要/Abstract

摘要： 提出了基于数学形态学和直方图投影的集装箱箱号分割改进算法。在箱号定位阶段，运用基于边缘检测和数学形态学的改进算法，能自适应确定形态学结构元素的大小，将箱号区域连通成一个区域，并能解决集装箱文字纵向排列的问题。字符分割阶段用数学形态学方法消除干扰边缘和噪声，通过投影直方图法完成行与列分割。实验表明，该算法简单可行，只需较少的集装箱先验信息，并且整箱分割正确率达到93.33%，证明了算法的有效性。

关键词: 边缘检测, 数学形态学, 连通区域, 直方图投影

Abstract: This paper has advanced an improved algorithm based on mathematical morphology and histogram projection.In the locating section，an improved algorithm based on edge detection and mathematical morphology is used to connect the container code area into a whole connecting region，which can fix the size of the morphologic structure adaptively and solve the problem of vertical array of the container characters.In the segmentation section，mathematical morphology is employed to remove noise，and histogram projection is used to segment each character horizontally and vertically.The experiment results indicate that this algorithm is easy and available with little prior information and the overall segmentation accuracy can achieve 93.33%，which proves the validity of the algorithm.

Key words: edge detection, mathematical morphology, connected region, histogram projection

谭伟，方超，杜建洪. 基于数学形态学的集装箱箱号分割改进算法[J]. 计算机工程与应用, 2011, 47(13): 174-177.

TAN Wei，FANG Chao，DU Jianhong. Improved container code segmentation algorithm based on mathematical morphology[J]. Computer Engineering and Applications, 2011, 47(13): 174-177.

[1]	马庆禄，唐小垚. 融合时域和分水岭信息的车辆检测算法[J]. 计算机工程与应用, 2021, 57(24): 227-233.
[2]	齐小祥，李敏，朱颖，宋雨，杜卫东. 基于边缘检测的SAR图像自适应区域分割[J]. 计算机工程与应用, 2021, 57(22): 232-240.
[3]	涂兵1，2，3，张晓飞1，3，潘建武1，3，张国云1，2，3，周紫璇1，3. 多特征与边缘校正融合的天际线检测算法研究[J]. 计算机工程与应用, 2019, 55(6): 178-185.
[4]	孙梦茹，王瑜，邢素霞. 基于结构局部边缘模式的绿色植物物种识别[J]. 计算机工程与应用, 2019, 55(3): 167-170.
[5]	韩彬，杨大利. 基于透射变换的印刷品图像归一化研究[J]. 计算机工程与应用, 2019, 55(23): 188-193.
[6]	聂东林，王洪辉，王翔，孟令宇. 基于图像处理的滑坡后缘裂缝运动轨迹分析[J]. 计算机工程与应用, 2019, 55(22): 201-205.
[7]	冯正英，王世东. 结合MNF变换和Canny算子的遥感影像变化检测[J]. 计算机工程与应用, 2019, 55(14): 266-270.
[8]	杜树林，邱卫根，张立臣. 组件树理论和方法研究综述[J]. 计算机工程与应用, 2019, 55(12): 44-53.
[9]	刘丽霞1，李宝文3，王阳萍1，2，杨景玉1，2. 改进Canny边缘检测的遥感影像分割[J]. 计算机工程与应用, 2019, 55(12): 54-58.
[10]	吴进，赵隽，李聪，吴汉宁. 机器视觉中边缘检测算法的SDSoC加速实现[J]. 计算机工程与应用, 2019, 55(12): 208-214.
[11]	张经宇，滕建辅，白煜. 医学图像边缘检测的Levy-DNA-ACO算法研究[J]. 计算机工程与应用, 2018, 54(8): 14-20.
[12]	朱明明1，许悦雷1，张旭蕾2，马时平1，吕超1，辛鹏1，邹洪中1，马红强1. 基于V1细胞特性的边缘检测[J]. 计算机工程与应用, 2018, 54(5): 200-205.
[13]	李忠海，金海洋，邢晓红. 整数阶滤波的分数阶Sobel算子的边缘检测算法[J]. 计算机工程与应用, 2018, 54(4): 179-184.
[14]	况杰，章杨松，赵佳斌. 基于相位一致性图像处理的岩体裂隙自动检测[J]. 计算机工程与应用, 2018, 54(24): 193-197.
[15]	沈夏炯1，2，段晓宇2，原万里2，韩道军1，2. 基于连通区域标记算法的圆检测算法的研究[J]. 计算机工程与应用, 2018, 54(21): 95-98.

基于数学形态学的集装箱箱号分割改进算法

Improved container code segmentation algorithm based on mathematical morphology

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics