本技术涉及岸桥自动化，具体而言，涉及一种应用于岸桥系统的集装箱识别方法及装置。
背景技术：
1、集装箱作为运输行业的重要载体，尤其在海运中有着广泛的应用。集装箱的应用使得海边港口能集中存放货物，推动了标准化运输和多线路联运物流系统的实现。因此，如何提高集装箱运输效率成为了行业内重要研究方向之一。
2、集装箱拥有箱号标识符，通过标识符可以得到集装箱相关信息，因此在运输集装箱的过程中必须完成集装箱箱号的记录。当集装箱进入铁路货场时，货场工作人员需记录集装箱箱号，查询集装箱是否备案、是否到期等相关信息，并进行相应处理。由此可见，集装箱箱号的识别速度对集装箱吞吐量和运输效率至关重要。尽管货场和港口已经广泛应用了现代化的管理模式，但集装箱箱号的识别和记录工作大多仍需要人工进行。一方面，人工读取和记录集装箱箱号的过程中难以避免人为失误；另一方面，人工记录还会影响集装箱的进出货场速度，同时造成货场内集装箱管理混乱、不便于集装箱查找和溯源等问题，增加货运企业成本。
3、随着信息化技术的不断发展，集装箱箱号自动识别系统开始在货场和港口等运输场所普及。集装箱箱号自动识别系统的出现和发展在一定程度上解决了人工读取和记录集装箱箱号存在的问题，能完成集装箱从装货到卸货全流程的自动化管理任务。遗憾的是，现有的大多数集装箱箱号自动识别系统仅适用于普通场景下的集装箱箱号检测和识别，在强光照射、箱体油污造成箱号区域污染、雨雪等恶劣天气影响、其他字符干扰、箱号倾斜等复杂场景下的箱号识别精准度普遍低下，抗干扰能力差。因此，如何提高集装箱箱号识别系统在复杂场景下的识别准确度仍是箱号识别领域的一大难题。
4、现有技术对于以上问题的解决，主要是将集装箱分为箱号区域定位和箱号文本识别两部分。箱号区域定位是整个流程的第一步，其定位效果直接影响后续箱号识别。箱号识别即提取箱号字符的特征，利用分类器等方式得到箱号识别结果，输出集装箱箱号。集装箱长期处于室外环境，且集装箱箱号是用油漆涂刷于箱体上，多数集装箱箱号存在污损、箱号粘连或断裂、油漆脱落等现象，因此现实中的集装箱箱号识别往往处于复杂场景下，然而现有的集装箱箱号识别系统普遍在复杂场景下难以实现高准确度的箱号识别。
技术实现思路
1、本发明的目的在于提供一种应用于岸桥系统的集装箱识别方法及装置，以改善现有技术存在的问题。
2、本技术实施例采用的技术方案如下：
3、第一方面，提供一种应用于岸桥系统的集装箱识别方法，所述岸桥系统包括行车、吊装设备以及设置在所述吊装设备上的图像采集装置，还包括与所述行车、所述吊装设备和所述图像采集装置通信的服务器，所述行车用于带动所述吊装设备进行移动，所述吊装设备用于对集装箱进行吊装作业，所述图像采集装置用于采集区域内的图像信息，所述方法应用于所述服务器；所述方法包括：
4、获取所述吊装设备与所述集装箱之间的实时距离，当所述实时距离处于预设置的图像采集距离范围内时，通过所述图像采集装置采集所述集装箱在相邻单元时刻的第一图像和第二图像；基于预设置的多个高斯滤波参数对所述第一图像和所述第二图像分别进行高斯滤波处理，得到与所述第一图像、所述第二图像相关的多个分层图像，并对相邻单元时刻所对应的层级的分层图像基于像素值作差得到差值，并基于差值的结果阈值确定所述分层图像的状态，基于状态进行降噪处理，并将降噪处理后的多层图像进行融合得到待识别图像，所述待识别图像中包含待识别信息；对所述待识别图像通过边缘梯度增强方法提取包含待识别信息的第一目标区域图像，基于第二区域提取模型对所述待识别图像进行目标区域提取，得到包含待识别信息的第二目标区域图像，将所述第一目标区域图像和所述第二目标区域图像进行合并，将合并之后区域的最小外接矩形作为目标检测区域图像；对所述目标检测区域图像二值化处理，对二值化处理的图像进行投影分析得到字符投影块，根据所述字符投影块坐标进行分割得到与所述集装箱箱号相关的箱号字符图像。
5、进一步的，所述多个高斯滤波参数包括数值依次增大的第一参数、第二参数、第三参数和第四参数，多个所述分层图像包括与所述第一图像和所述第二图像相关的第一层滤波图像，第二层滤波图像、第三层滤波图像和第四层滤波图像。
6、进一步的，在所述对相邻单元时刻所对应的层级的分层图像基于像素值作差得到差值的步骤之前，还包括：对所述第一图像和所述第二图像的所述第一层滤波图像基于空域滤波模板分别进行空域卷积滤波处理，得到降噪第一层滤波图像；所述空域滤波模板由0°、45°、90°、135°四个方向的四个子模板组成。
7、进一步的，所述分层图像的状态包括分层图像平坦区和分层图像突变区；所述对相邻单元时刻所对应的层级的分层图像基于像素值作差得到差值，并基于差值的结果阈值确定所述分层图像的状态的步骤，包括：将相邻单元时刻所对应的所述降噪第一层滤波图像、所述第二层滤波图像、所述第三层滤波图像和所述第四层滤波图像基像素值作差，当差值的绝对值大于所述结果阈值时确定所述状态为所述分层图像突变区，当差值的绝对值小于所述结果阈值时确定所述状态为所述分层图像平坦区。
8、进一步的，所述基于状态进行降噪处理的步骤，包括：当状态为所述分层图像突变区时，将所述分层图像的像素点以所述第二图像对应的分层图像像素点进行替换；当状态为所述分层图像平坦区时，将所述第一图像和所述第二图像当前分层图像中的对应的像素点的像素值进行加权平均处理。
9、进一步的，所述对所述待识别图像通过边缘梯度增强方法提取包含待识别信息的第一目标区域图像的步骤，包括：对所述待识别图像进行灰度处理得到灰度图，基于边缘梯度增强方法对所述灰度图进行梯度处理得到有关所述待识别图像的梯度幅度图，基于预设置的灰度调节范围对所述梯度幅度图进行正向调节和反向调节，将正向调节得到的第一最大稳定极值区域和反向调节得到的第二最大稳定极值区域进行结合得到所述第一目标区域图像。
10、进一步的，所述第二区域提取模型包括特征提取层、特征融合层和输出层，所述特征提取层用于对所述待识别图像进行处理得到尺寸分别为1/4、1/8、1/16、1/32的第一特征图、第二特征图、第三特征图和第四特征图；所述特征融合层包括三个上池化层、第一卷积核和第二卷积核，每个所述上池化层用于接收所述第四特征图、所述第三特征图和所述第二特征图并将以上特征图基于上一层特征图进行扩大至于与上一层特征图尺寸相同，并将扩大后的特征图与上一层特征图进行融合得到融合特征图输出至对应所述第一卷积核，经由所述第一卷积核处理后输出至对应所述第二卷积核输出至所述上池化层循环处理，直至所述第二卷积核输出最终一张目标特征图，所述第一卷积核和所述第二卷积核分别为1×1卷积核和3×3卷积核；所述输出层包括7个输出通道，第一输出通道输出所述目标特征图中像素点的位置，第二输出通道和第三输出通道输出该像素点是否为边界像素以及为头部边界像素还是尾部边界像素，第四输出通道至第七输出通道输出头部边界像素的两个坐标和尾部边界像素的两个坐标。
11、进一步的，所述基于第二区域提取模型对所述待识别图像进行目标区域提取，得到包含待识别信息的第二目标区域图像的步骤，包括：基于所述第二区域提取模型得到输出结果确定目标像素合集，遍历所有目标像素点，将所述目标特征图中左右相邻的像素点合并形成多个像素点列表，遍历所有所述像素点列表，将所述目标特征图中上下相邻的所述像素点列表合并形成像素点组，遍历所述像素点组中的所有像素点，并确定头部和尾部边界像素集合；将所有头部和尾部边界像素预测的坐标值进行加权平均，得到第二目标区域所对应的所述第二目标区域图像。
12、进一步的，所述将所述第一目标区域图像和所述第二目标区域图像进行合并的步骤，包括：将所述第一目标区域图像和所述第二目标区域图像通过取并集进行合并。
13、第二方面，提供一种应用于岸桥系统的集装箱识别装置，所述岸桥系统包括行车、吊装设备以及设置在所述行车上的图像采集装置，还包括与所述行车、所述吊装设备和所述图像采集装置通信的服务器，所述行车用于带动所述吊装设备进行移动，所述吊装设备用于对集装箱进行吊装作业，所述图像采集装置用于采集区域内的图像信息，所述装置设置于所述服务器；所述装置包括：图像获取模块，用于获取所述集装箱在相邻单元时刻的第一图像和第二图像；图像融合模块，用于对所述第一图像和所述第二图像进行分层，并对分层后的图像进行降噪和融合处理得到待识别图像；图像分割模块，用于对待识别图像进行区域分割得到目标检测区域图像；识别模块，用于对所述目标检测区域图像二值化处理，对二值化处理的图像进行投影分析得到字符投影块，根据所述字符投影块坐标进行分割得到与所述集装箱箱号相关的箱号字符图像。
14、第三方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的方法。
15、本技术实施例提供的技术方案中，通过对目标集装箱进行图像采集，采集集装箱在相邻单元时刻的第一图像和第二图像，并针对第一图像和第二图像进行分层降噪处理并融合得到待识别图像，并通过对待识别图像分别通过边缘梯度增强算法以及区域提取模型得到第一目标区域和第二目标区域，并将第一目标区域和第二目标区域进行合并为最终仅包含待识别字符的目标检测区域图像，通过对目标检测区域图像二值化处理，对二值化处理的图像进行投影分析得到字符投影块，根据所述字符投影块坐标进行分割得到与所述集装箱箱号相关的箱号字符图像，实现了对于集装箱箱号信息在外部环境下的识别。本技术通过多处理方式结合，提高了集装箱识别的准确性以及提高了处理方法的鲁棒性。
1.一种应用于岸桥系统的集装箱识别方法，其特征在于，所述岸桥系统包括行车、吊装设备以及设置在所述吊装设备上的图像采集装置，还包括与所述行车、所述吊装设备和所述图像采集装置通信的服务器，所述行车用于带动所述吊装设备进行移动，所述吊装设备用于对集装箱进行吊装作业，所述图像采集装置用于采集区域内的图像信息，所述方法应用于所述服务器；所述方法包括：
2.根据权利要求1所述的应用于岸桥系统的集装箱识别方法，其特征在于，所述多个高斯滤波参数包括数值依次增大的第一参数、第二参数、第三参数和第四参数，多个所述分层图像包括与所述第一图像和所述第二图像相关的第一层滤波图像，第二层滤波图像、第三层滤波图像和第四层滤波图像。
3.根据权利要求2所述的应用于岸桥系统的集装箱识别方法，其特征在于，在所述对相邻单元时刻所对应的层级的分层图像基于像素值作差得到差值的步骤之前，还包括：
4.根据权利要求3所述的应用于岸桥系统的集装箱识别方法，其特征在于，所述分层图像的状态包括分层图像平坦区和分层图像突变区；所述对相邻单元时刻所对应的层级的分层图像基于像素值作差得到差值，并基于差值的结果阈值确定所述分层图像的状态的步骤，包括：
5.根据权利要求4所述的应用于岸桥系统的集装箱识别方法，其特征在于，所述基于状态进行降噪处理的步骤，包括：
6.根据权利要求1所述的应用于岸桥系统的集装箱识别方法，其特征在于，所述对所述待识别图像通过边缘梯度增强方法提取包含待识别信息的第一目标区域图像的步骤，包括：
7.根据权利要求6所述的应用于岸桥系统的集装箱识别方法，其特征在于，所述第二区域提取模型包括特征提取层、特征融合层和输出层；
8.根据权利要求7所述的应用于岸桥系统的集装箱识别方法，其特征在于，所述基于第二区域提取模型对所述待识别图像进行目标区域提取，得到包含待识别信息的第二目标区域图像的步骤，包括：
9.根据权利要求8所述的应用于岸桥系统的集装箱识别方法，其特征在于，所述将所述第一目标区域图像和所述第二目标区域图像进行合并的步骤，包括：
10.一种应用于岸桥系统的集装箱识别装置，其特征在于，所述岸桥系统包括行车、吊装设备以及设置在所述行车上的图像采集装置，还包括与所述行车、所述吊装设备和所述图像采集装置通信的服务器，所述行车用于带动所述吊装设备进行移动，所述吊装设备用于对集装箱进行吊装作业，所述图像采集装置用于采集区域内的图像信息，所述装置设置于所述服务器；所述装置包括：
