集卡车顶号自动识别方法、装置、系统、电子设备及介质与流程

1.本发明涉及图像处理技术领域，尤其涉及一种集卡车顶号自动识别方法、装置、系统、电子设备及介质。


背景技术：

2.集卡车，又称集装箱卡车，是指载运集装箱的货车。在现代物流和贸易中，集卡车作为一种重要的运输工具，已经被广泛应用，在车辆自动化运输过程中，可通过设置在集卡车车头上的集卡车顶号，来识别出集卡车的信息。
3.然而，现有的集卡车顶号识别方法通常需要手工提取特征，存在识别效率低、识别精度不稳定的问题。


技术实现要素：

4.有鉴于此，本发明提供一种利用一种集卡车顶号自动识别方法、装置、系统、电子设备及介质，能够高效准确地识别出集卡车顶号。
5.为解决上述技术问题，一方面，本发明提供一种集卡车顶号自动识别方法，包括：获取集卡车顶图像；识别集卡车顶图像中的集卡车顶号区域，得到文本检测框；对文本检测框方位进行校正，得到文本具有预定朝向的文本检测框；对具有预定朝向的文本检测框进行文本识别，得到集卡车顶号。
6.根据本发明的一些实施例，识别集卡车顶图像中的集卡车顶号区域，得到文本检测框的步骤，包括：利用文本检测算法模型识别集卡车顶图像中的集卡车顶号所在区域，得到文本检测框。
7.根据本发明的一些实施例，利用文本检测算法模型识别集卡车顶图像中的集卡车顶号所在区域，得到文本检测框的步骤，包括：利用文本检测算法模型对集卡车顶图像进行文本预测，得到文本预测结果；在文本预测结果中筛选出集卡车顶号区域，输出文本检测框。
8.根据本发明的一些实施例，对具有预定朝向的文本检测框进行文本识别，得到集卡车顶号的步骤，包括：利用文本识别算法模型识别出具有预定朝向的文本检测框中的集卡车顶号。
9.根据本发明的一些实施例，文本识别算法模型包括依次连接的卷积层、循环层以及转录层；利用文本识别算法模型识别出具有预定朝向的文本检测框中的集卡车顶号的步骤，包括：利用卷积层对具有预定朝向的文本检测框进行特征提取，得到对应的特征序列；利用循环层预测特征序列的标签分布；利用转录层基于特征序列的标签分布将特征序列转换为对应的文本类别序列，并将文本类别序列转换为集卡车顶号。
10.根据本发明的一些实施例，对文本检测框方位进行校正，得到文本具有预定朝向的文本检测框的步骤，包括：利用文本方向分类器对文本检测框中的文本进行方向分类，确定文本方向；基于文本方向对文本检测框进行几何变换，得到文本具有预定朝向的文本检
测框。
11.根据本发明的一些实施例，方法还包括：对集卡车顶图像进行图像预处理，图像预处理的操作包括去噪和抗干扰，其中，在集卡车顶号区域的识别的步骤中基于图像预处理后集卡车顶图像进行识别文本检测框。
12.第二方面，本发明实施例提供一种集卡车顶号识别装置，包括：获取模块，文本检测模块，校正模块以及文本识别模块。
13.获取模块用于获取集卡车顶图像；
14.文本检测模块用于识别集卡车顶图像中的集卡车顶号区域，得到文本检测框；
15.校正模块用于对文本检测框方位进行校正，得到文本具有预定朝向的文本检测框；
16.文本识别模块用于对具有预定朝向的文本检测框进行文本识别，得到集卡车顶号。
17.第三方面，本发明实施例提供一种集卡车顶号识别系统，包括：采集装置以及集卡车顶号识别装置。
18.采集装置用于采集集卡车顶图像；
19.集卡车顶号识别装置，与采集装置连接，用于实现下述步骤：获取集卡车顶图像；识别集卡车顶图像中的集卡车顶号区域，得到文本检测框；对文本检测框方位进行校正，得到文本具有预定朝向的文本检测框；对具有预定朝向的文本检测框进行文本识别，得到集卡车顶号。
20.第四方面，本发明实施例提供一种电子设备，包括：处理器；和存储器，在存储器中存储有计算机程序指令，其中，在计算机程序指令被处理器运行时，使得处理器执行以下步骤：获取集卡车顶图像；识别集卡车顶图像中的集卡车顶号区域，得到文本检测框；对文本检测框方位进行校正，得到文本具有预定朝向的文本检测框；对具有预定朝向的文本检测框进行文本识别，得到集卡车顶号。
21.第五方面，本发明实施例提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器运行时，使得处理器执行以下步骤：获取集卡车顶图像；识别集卡车顶图像中的集卡车顶号区域，得到文本检测框；对文本检测框方位进行校正，得到文本具有预定朝向的文本检测框；对具有预定朝向的文本检测框进行文本识别，得到集卡车顶号。
22.本发明的上述技术方案至少具有如下有益效果之一：
23.通过对集卡车顶图像依次进行文本检测、方位校正以及文本识别操作，实现了集卡车顶号的自动化识别，能够高效精准地检测和识别出集卡车顶号，满足实时性要求。而且，通过对文本检测框方位的校正，即使集卡车顶号的方向存在一定偏差，也能够保证集卡车顶号识别的准确性和鲁棒性。此外，本技术实施例中提出的集卡车顶号的自动化识别方案，可以广泛应用于港口或码头等物流场景中，能够进一步提高各个物流场景下的车辆进出场的效率和准确率，具有重要的实用价值。
24.进一步地，利用文本检测算法模型实现集卡车顶号所在区域的检测定位与分割，能够使得文本检测任务更加有针对性且效率更高。
25.进一步地，结合文本方向分类器和几何变换技术，能够精确高效地校正文本检测
框的方位，进而提高后续文本识别的准确度。
26.进一步地，利用文本识别算法模型实现集卡车顶号的文本识别，能够进一步提高文本识别效率和精度。
27.进一步地，采用psenet算法模型、文本方向分类器以及crnn算法模型进行集卡车顶号自动识别，充分利用了各个算法及技术的优点，高效、准确地实现集卡车顶号的自动化识别。
附图说明
28.图1为本发明实施例的集卡车顶号识别系统的示意图；
29.图2a为一个示例的采集装置的安装位置示意图；
30.图2b为一个示例的采集装置的安装位置另一视角的示意图；
31.图3为本发明实施例的集卡车顶号自动识别方法的流程图；
32.图4为本发明实施例的集卡车顶号自动识别方法中利用文本检测算法模型识别集卡车顶号区域的步骤流程图；
33.图5为本发明实施例的集卡车顶号自动识别方法中校正文本检测框方位的步骤流程图；
34.图6为本发明实施例的集卡车顶号自动识别方法中利用文本识别算法模型识别文本检测框的步骤流程图；
35.图7a为一个示例的集卡车顶图像；
36.图7b为根据本发明的集卡车顶号自动识别方法对图7a进行识别，得到的文本检测框；
37.图7c为校正后的文本检测框；
38.图8为本发明实施例的集卡车顶号识别装置的示意图；
39.图9为本发明实施例的电子设备的示意图。
具体实施方式
40.集卡车，又称集装箱卡车，是指载运集装箱的货车。在现代物流和贸易中，集卡车作为一种重要的运输工具，已经被广泛应用。在码头或港口等物流运输场景中，在集卡车的车头顶部通常会有一个集卡车顶号，其用于标识集卡车的信息。为了实现车辆的自动化操作，需要对码头或港口等场景下的集卡车的信息进行识别，由此集卡车顶号识别成为了自动化码头操作中的重要环节。
41.然而目前的集卡车顶号识别方法存在识别效率低、不稳定的问题，由此，为了克服该缺陷，本发明提供了一种集卡车顶号自动识别方法、装置、系统、电子设备及介质，实现集卡车顶号自动化识别，高效准确地识别出集卡车顶号。
42.下面将结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
43.如图1所示，本发明实施例的集卡车顶号识别系统10，包括相互连接的采集装置11以及集卡车顶号识别装置12。
44.采集装置11用于采集集卡车顶图像；其中，集卡车顶图像为包含集卡车的车头顶
部的图像，采集装置11可为设置在码头、堆场或港口等实际应用场景中的摄像设备，其用于采集并存储集卡车顶图像，并将集卡车顶图像传输至集卡车顶号识别装置12。
45.在一实际应用场景中，如图2a-图2b所示，其中，图2a-图2b中的标识：1-采集装置，2-集卡车，3-起重机，4-集装箱堆场，采集装置可设置在起重机的大车框架上，以采集在起重机下经过的集卡车车顶图像。
46.集卡车顶号识别装置12用于实现后述的集卡车顶号自动识别方法。具体而言，集卡车顶号识别装置12，可以是集成了图像传感器、图像识别模块等的芯片等，也可以是集成了处理器和存储器的设备(即后续的电子设备)。
47.本实施例中的集卡车顶号识别系统，能够广泛应用于各大港口或码头等场景，通过集卡车顶号识别装置来执行本技术实施例的集卡车顶号自动识别方法，能够实现集卡车顶号的自动化识别，实现高效准确地集卡车顶号的识别操作。
48.集卡车顶号识别装置12所采用的集卡车顶号自动识别方法在下述实施例中进行详细说明。
49.如图3所示，本发明实施例的集卡车顶号自动识别方法，包括：
50.步骤110、获取集卡车顶图像。
51.获取由采集装置采集得到的集卡车顶图像。
52.步骤120、识别集卡车顶图像中的集卡车顶号区域，得到文本检测框。
53.识别集卡车顶图像中的集卡车顶号区域，得到文本检测框。其中本发明中所描述的“框”并非仅指代边框，而指的是框内所包含的区域图像，例如，此处的文本检测框指的是包含集卡车顶号文本所在区域的图像。
54.在一实施例中，步骤120可包括：利用文本检测算法模型识别集卡车顶图像中的集卡车顶号所在区域，得到文本检测框。也就是说，可获取文本检测算法模型，然后将集卡车顶图像输入文本检测算法模型，以使得文本检测算法模型完成集卡车顶号所在区域的检测定位与分割，得到文本检测框。
55.其中，文本检测算法模型可为能够实现文本检测算法的机器学习模型，在一实施例中，文本检测算法模型可为psenet算法模型，通过利用psenet算法模型能够实现更加高效的文本检测；可以理解地，在其他实施例中，还可采用其他类型的文本检测算法模型，在此不作限定。相较于目标检测模型，本技术所采用的专门实现文本检测的文本检测算法模型更为轻量级，从而能够使得文本检测任务更加有针对性且效率更高。
56.在一实施例中，可构建文本检测算法模型，然后对文本检测算法模型进行训练，从而利用训练得到的文本检测算法模型进行集卡车顶号区域的检测。具体地，在文本检测算法模型的训练阶段，可先收集大量的集卡车顶图像数据，并对其进行标注，然后利用标注后的集卡车顶图像数据来训练文本检测算法模型，从而得到具有集卡车顶号区域检测定位与分割能力的文本检测算法模型。可以理解地，在其他实施例中，还可采用模型训练技术领域中的其他训练方法训练得到文本检测算法模型，例如无监督训练方式，在此不作详述与限定。
57.在一实施例中，如图4所示，利用文本检测算法模型识别集卡车顶图像中的集卡车顶号所在区域，得到文本检测框的步骤，可包括：
58.步骤121：利用文本检测算法模型对集卡车顶图像进行文本预测，得到文本预测结
果。
59.利用文本检测算法模型对集卡车顶图像进行文本预测，得到文本预测结果。具体地，文本检测算法模型可检测出集卡车顶图像中的各个文本区域所对应的预测框，即文本预测结果。
60.步骤122：在文本预测结果中筛选出集卡车顶号区域，输出文本检测框。
61.为了对集卡车顶号进行识别，可从文本预测结果中筛选出集卡车顶号区域，从而输出文本检测框。
62.在一实施例中，集卡车顶号自动识别方法还可包括：对集卡车顶图像进行图像预处理，图像预处理的操作包括去噪和抗干扰，其中，在集卡车顶号区域的识别的步骤(对应上述步骤120)中基于图像预处理后的集卡车顶图像进行识别文本检测框。通过图像预处理，能够提高图像质量，减少干扰因素对后续识别效果的影响，从而保证顶号识别精度。可以理解地，上述去噪和抗干扰的操作为图像预处理中的常规操作，在此不作详细介绍。在其他实施例中，还可采用图像预处理中的其他操作(例如图像灰度化、直方图均衡化或滤波等)对集卡车顶图像进行处理，在此也不作限定。
63.步骤130、对文本检测框方位进行校正，得到文本具有预定朝向的文本检测框。
64.对文本检测框方位进行校正，得到文本具有预定朝向的文本检测框。具体地，由于集卡车顶图像中的集卡车的朝向可能不同，可能导致集卡车顶号出现倾斜或旋转的情况，从而使得后续集卡车顶号的识别效果不好，通过对文本检测框的方位校正，能够使得文本检测框朝向预设方向，从而解决顶号倾斜带来的识别精度低的问题，从而提高集卡车顶号识别的精度。
65.其中，预定朝向一般为水平方向，具体可根据后续文本识别过程所需的方向进行选择，在此不作限定。
66.在一实施例中，如图5所示，步骤130可包括：
67.步骤131、利用文本方向分类器对文本检测框中的文本进行方向分类，确定文本方向。
68.可将文本检测框输入文本方向分类器中，然后利用文本方向分类器对文本检测框中的集卡车顶号的文本方向进行分类，从而确定集卡车顶号的文本方向。
69.其中，文本方向分类器没有特别限制，可以根据具体需要识别的文字种类，选择采用现有的文本方向分类器。例如，在文字为中英文的情况下，可以选用ppocr等。此外，也可以根据待识别文本中文字的特征(例如宽高比)等训练形成文本方向分类器。
70.步骤132、基于文本方向对文本检测框进行几何变换，得到文本具有预定朝向的文本检测框。
71.基于文本方向对文本检测框进行几何变换，得到文本具有预定朝向的文本检测框。具体地，可根据文本检测框中的文本方向，对文本检测框进行旋转、缩放或平移等几何变换操作，以在后续的集卡车顶号的文本识别过程中得到更好的识别效果。
72.上述步骤131-132中通过文本方向分类器和几何变换技术，能够准确地判断文本检测框的文本方向，并实现文本检测框的校正，使其按照预设方向排列，从而提高后续文本识别的准确度。
73.步骤140、对具有预定朝向的文本检测框进行文本识别，得到集卡车顶号。
74.在得到文本具有预定朝向的文本检测框之后，可对其进行文本识别，得到集卡车顶号。
75.在一实施例中，步骤140可包括：利用文本识别算法模型识别出具有预定朝向的文本检测框中的集卡车顶号。其中，文本识别算法模型可为能够实现文本识别算法的机器学习模型，在一实施例中，文本识别算法模型可为crnn(convolutional recurrent neural network)算法模型，可采用crnn算法模型识别出具有预定朝向的文本检测框中的集卡车顶号，从而能够提高文本识别的准确率和鲁棒性；可以理解地，在其他实施例中，还可采用其他类型的文本识别算法模型，在此不作限定。
76.在一实施例中，可利用预先训练得到的文本识别算法模型识别具有预定朝向的文本检测框中的集卡车顶号，也就是说，在利用文本识别算法模型进行文本识别之前，可先构建出文本识别算法模型，收集大量的集卡车图像数据，并对其进行标注，然后使用标注后的集卡车图像数据对文本识别算法模型进行训练，从而得到能够实现文本识别的文本识别算法模型。可以理解地，在其他实施例中，还可采用模型训练技术领域中的其他训练方法训练得到文本识别算法模型，例如无监督训练方式，在此不作详述与限定。
77.在一实施例中，文本识别算法模型可包括依次连接的卷积层、循环层以及转录层；利用文本识别算法模型识别出具有预定朝向的文本检测框中的集卡车顶号的步骤，可包括：
78.步骤141、利用卷积层对具有预定朝向的文本检测框进行特征提取，得到对应的特征序列。
79.步骤142、利用循环层预测特征序列的标签分布。
80.步骤143、利用转录层基于特征序列的标签分布将特征序列转换为对应的文本类别序列，并将文本类别序列转换为集卡车顶号。
81.本技术实施例通过对集卡车顶图像依次进行文本检测、方位校正以及文本识别等操作，实现了集卡车顶号的自动化识别，能够高效精准地检测和识别出集卡车顶号，满足实时性要求。而且，通过对文本检测框方位的校正，即使集卡车顶号的方向存在一定偏差，也能够保证集卡车顶号识别的准确性和鲁棒性。此外，本技术实施例中提出的集卡车顶号的自动化识别方案，可以广泛应用于港口或码头等物流场景中，能够进一步提高各个物流场景下的车辆进出场的效率和准确率，具有重要的实用价值。
82.进一步地，本技术实施例利用文本检测算法模型实现集卡车顶号所在区域的检测定位与分割，能够使得文本检测任务更加有针对性且效率更高。本技术实施例结合文本方向分类器和几何变换技术，能够精确高效地校正文本检测框的方位，进而提高后续文本识别的准确度。本技术实施例利用文本识别算法模型实现集卡车顶号的文本识别，能够进一步提高文本识别效率和精度。
83.下面结合一实际应用场景，对本技术一具体实施例即采用psenet算法模型、文本方向分类器以及crnn算法模型进行集卡车顶号自动识别的方法进行介绍。
84.s1：获取如图7a所示的集卡车顶图像。
85.s2：利用psenet算法模型识别集卡车顶图像中的集卡车顶号区域，得到如图7b所示的文本检测框。
86.psenet算法在保证检测准确率的同时，能够高效处理大量的集卡车顶图像数据，
具有高效率和高精度的优点。本实施例利用psenet算法模型实现集卡车顶号区域的检测定位，能够准确地检测和定位集卡车顶号区域，同时具有较高的检测速度，能够满足实时性要求。
87.s3：利用文本方向分类器对文本检测框方位进行校正，得到文本处于水平方向的如图7c所示的文本检测框。
88.利用文本方向分类器，能够对文本检测框中的顶号文本进行方向分类，并通过几何变换将文本检测框方位进行校正，从而能够大大提高方位校正的精准度和效率，进而提高集卡车顶号识别的准确率。s4：利用crnn算法模型对具有预定朝向的文本检测框进行文本识别，得到集卡车顶号：220。
89.通过crnn算法实现集卡车顶号的识别，该算法通过将卷积神经网络和循环神经网络结合，能够处理长文本序列，能够有效地处理集卡车顶号中的多行文本和特殊字符，提高顶号识别的准确率和鲁棒性。
90.本实施例基于psenet算法实现集卡车顶号区域的检测定位，具有高精度和高效率的优点；基于文本方向分类器和几何变换技术实现文本检测框的校正，解决顶号倾斜带来的识别精度低的问题，从而提高集卡车顶号识别的精度；基于crnn算法实现集卡车顶号的识别，能够提高集卡车顶号的识别效率和精度。本实施例通过利用上述三个步骤的相互配合，充分利用了各个算法及技术的优点，可以高效、准确地实现集卡车顶号的自动化识别。
91.如图8所示，本发明实施例的集卡车顶号识别装置800，包括：获取模块801，文本检测模块802，校正模块803，以及文本识别模块804。
92.获取模块801用于获取集卡车顶图像；文本检测模块802用于识别集卡车顶图像中的集卡车顶号区域，得到文本检测框；校正模块803用于对文本检测框方位进行校正，得到文本具有预定朝向的文本检测框；文本识别模块804用于对具有预定朝向的文本检测框进行文本识别，得到集卡车顶号。
93.需要说明的是，上述实施例提供的集卡车顶号识别装置800，在实现其功能时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的装置与相应方法实施例属于同一构思，其具体实现过程详见对应方法实施例，这里不再赘述。
94.本发明一个实施例还提供了一种电子设备，该电子设备包括处理器和存储器，该存储器中存储有至少一条指令或至少一段程序，该至少一条指令或该至少一段程序由该处理器加载并执行以实现如上述方法实施例所提供的集卡车顶号自动识别方法。
95.存储器可用于存储软件程序以及模块，处理器通过运行存储在存储器的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、功能所需的应用程序等；存储数据区可存储根据设备的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器还可以包括存储器控制器，以提供处理器对存储器的访问。
96.在一个具体的实施例中，图9示出了用于实现本发明实施例所提供的集卡车顶号自动识别方法的电子设备的结构示意图，电子设备可以为计算机终端、移动终端或其它设
备，电子设备还可以参与构成或包含本发明实施例所提供的集卡车顶号识别装置800。
97.如图9所示，电子设备900，包括：处理器901和存储器902，在存储器902中存储有计算机程序指令，其中，在计算机程序指令被处理器运行时，使得处理器901执行以下步骤：获取集卡车顶图像；识别集卡车顶图像中的集卡车顶号区域，得到文本检测框；对文本检测框方位进行校正，得到文本具有预定朝向的文本检测框；对具有预定朝向的文本检测框进行文本识别，得到集卡车顶号。
98.进一步地，如图9所示，电子设备900还包括网络接口903、输入设备904、硬盘905、和显示设备906。
99.上述各个接口和设备之间可以通过总线架构互连。总线架构可以是可以包括任意数量的互联的总线和桥。具体由处理器901代表的一个或者多个中央处理器(cpu)，以及由存储器902代表的一个或者多个存储器的各种电路连接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其它电路连接在一起。可以理解，总线架构用于实现这些组件之间的连接通信。总线架构除包括数据总线之外，还包括电源总线、控制总线和状态信号总线，这些都是本领域所公知的，因此本文不再对其进行详细描述。
100.网络接口903，可以连接至网络(如因特网、局域网等)，从网络中获取相关数据，并可以保存在硬盘905中。
101.输入设备904，可以接收操作人员输入的各种指令，并发送给处理器901以供执行。输入设备904可以包括键盘或者点击设备(例如，鼠标，轨迹球(trackball)、触感板或者触摸屏等。
102.显示设备906，可以将处理器901执行指令获得的结果进行显示。
103.存储器902，用于存储操作系统运行所必须的程序和数据，以及处理器901计算过程中的中间结果等数据。
104.可以理解，本发明实施例中的存储器902可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(rom)、可编程只读存储器(prom)、可擦除可编程只读存储器(eprom)、电可擦除可编程只读存储器(eeprom)或闪存。易失性存储器可以是随机存取存储器(ram)，其用作外部高速缓存。本文描述的装置和方法的存储器902旨在包括但不限于这些和任意其它适合类型的存储器。
105.在一些实施方式中，存储器902存储了如下的元素，可执行模块或者数据结构，或者他们的子集，或者他们的扩展集：操作系统9021和应用程序9022。
106.其中，操作系统9021，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序9022，包含各种应用程序，例如浏览器(browser)等，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序9022中。
107.上述处理器901，当调用并执行存储器902中所存储的应用程序和数据，具体的，可以是应用程序9022中存储的程序或指令时，获取集卡车顶图像；识别集卡车顶图像中的集卡车顶号区域，得到文本检测框；对文本检测框方位进行校正，得到文本具有预定朝向的文本检测框；对具有预定朝向的文本检测框进行文本识别，得到集卡车顶号。
108.本发明上述实施例揭示的方法可以应用于处理器901中，或者由处理器901实现。处理器901可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各
步骤可以通过处理器901中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器901可以是通用处理器、数字信号处理器(dsp)、专用集成电路(asic)、现成可编程门阵列(fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件，可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器902，处理器901读取存储器902中的信息，结合其硬件完成上述方法的步骤。
109.可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑设备(pld)、现场可编程门阵列(fpga)、通用处理器、控制器、微控制器、微处理器、用于执行本技术功能的其它电子单元或其组合中。
110.对于软件实现，可通过执行本文功能的模块(例如过程、函数等)来实现本文的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
111.具体地，处理器901还用于读取计算机程序，执行如下步骤:
112.识别集卡车顶图像中的集卡车顶号区域，得到文本检测框的步骤，包括：利用文本检测算法模型识别集卡车顶图像中的集卡车顶号所在区域，得到文本检测框。
113.利用文本检测算法模型识别集卡车顶图像中的集卡车顶号所在区域，得到文本检测框的步骤，包括：利用文本检测算法模型对集卡车顶图像进行文本预测，得到文本预测结果；在文本预测结果中筛选出集卡车顶号区域，输出文本检测框。
114.对具有预定朝向的文本检测框进行文本识别，得到集卡车顶号的步骤，包括：利用文本识别算法模型识别出具有预定朝向的文本检测框中的集卡车顶号。
115.文本识别算法模型包括依次连接的卷积层、循环层以及转录层；利用文本识别算法模型识别出具有预定朝向的文本检测框中的集卡车顶号的步骤，包括：利用卷积层对具有预定朝向的文本检测框进行特征提取，得到对应的特征序列；利用循环层预测特征序列的标签分布；利用转录层基于特征序列的标签分布将特征序列转换为对应的文本类别序列，并将文本类别序列转换为集卡车顶号。
116.对文本检测框方位进行校正，得到文本具有预定朝向的文本检测框的步骤，包括：利用文本方向分类器对文本检测框中的文本进行方向分类，确定文本方向；基于文本方向对文本检测框进行几何变换，得到文本具有预定朝向的文本检测框。
117.方法还包括：对集卡车顶图像进行图像预处理，图像预处理的操作包括去噪和抗干扰，其中，在集卡车顶号区域的识别的步骤中基于图像预处理后集卡车顶图像进行识别文本检测框。
118.另外，本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器运行时，使得处理器执行以下步骤：获取集卡车顶图像；识别集卡车顶图像中的集卡车顶号区域，得到文本检测框；对文本检测框方位进行校
正，得到文本具有预定朝向的文本检测框；对具有预定朝向的文本检测框进行文本识别，得到集卡车顶号。
119.在本技术所提供的几个实施例中，应该理解到，所揭露方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
120.另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理包括，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
121.上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例收发方法的部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，简称rom)、随机存取存储器(random access memory，简称ram)、磁碟或者光盘等各种可以存储程序代码的介质。
122.以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

技术特征：
1.一种集卡车顶号自动识别方法，其特征在于，包括如下步骤：获取集卡车顶图像；识别所述集卡车顶图像中的集卡车顶号区域，得到文本检测框；对所述文本检测框方位进行校正，得到文本具有预定朝向的文本检测框；对所述具有预定朝向的文本检测框进行文本识别，得到集卡车顶号。2.根据权利要求1所述的集卡车顶号自动识别方法，其特征在于，所述识别所述集卡车顶图像中的集卡车顶号区域，得到文本检测框的步骤，包括：利用文本检测算法模型识别所述集卡车顶图像中的集卡车顶号所在区域，得到所述文本检测框。3.根据权利要求2所述的集卡车顶号自动识别方法，其特征在于，所述利用文本检测算法模型识别所述集卡车顶图像中的集卡车顶号所在区域，得到所述文本检测框的步骤，包括：利用所述文本检测算法模型对所述集卡车顶图像进行文本预测，得到文本预测结果；在所述文本预测结果中筛选出集卡车顶号区域，输出所述文本检测框。4.根据权利要求1所述的集卡车顶号自动识别方法，其特征在于，所述对所述具有预定朝向的文本检测框进行文本识别，得到集卡车顶号的步骤，包括：利用文本识别算法模型识别出所述具有预定朝向的文本检测框中的集卡车顶号。5.根据权利要求4所述的集卡车顶号自动识别方法，其特征在于，所述文本识别算法模型包括依次连接的卷积层、循环层以及转录层；所述利用文本识别算法模型识别出所述具有预定朝向的文本检测框中的集卡车顶号的步骤，包括：利用所述卷积层对所述具有预定朝向的文本检测框进行特征提取，得到对应的特征序列；利用所述循环层预测所述特征序列的标签分布；利用所述转录层基于所述特征序列的标签分布将所述特征序列转换为对应的文本类别序列，并将所述文本类别序列转换为所述集卡车顶号。6.根据权利要求1所述的集卡车顶号自动识别方法，其特征在于，所述对所述文本检测框方位进行校正，得到文本具有预定朝向的文本检测框的步骤，包括：利用文本方向分类器对所述文本检测框中的文本进行方向分类，确定文本方向；基于所述文本方向对所述文本检测框进行几何变换，得到所述文本具有预定朝向的文本检测框。7.根据权利要求1所述的集卡车顶号自动识别方法，其特征在于，还包括：对所述集卡车顶图像进行图像预处理，所述图像预处理的操作包括去噪和抗干扰，其中，在集卡车顶号区域的识别的步骤中基于图像预处理后的所述集卡车顶图像进行识别文本检测框。8.一种集卡车顶号识别装置，其特征在于，包括：获取模块，用于获取集卡车顶图像；文本检测模块，用于识别所述集卡车顶图像中的集卡车顶号区域，得到文本检测框；校正模块，用于对所述文本检测框方位进行校正，得到文本具有预定朝向的文本检测框；
文本识别模块，用于对所述具有预定朝向的文本检测框进行文本识别，得到集卡车顶号。9.一种集卡车顶号识别系统，其特征在于，包括：采集装置，用于采集集卡车顶图像；集卡车顶号识别装置，与所述采集装置连接，用于实现下述步骤：获取所述集卡车顶图像；识别所述集卡车顶图像中的集卡车顶号区域，得到文本检测框；对所述文本检测框方位进行校正，得到文本具有预定朝向的文本检测框；对所述具有预定朝向的文本检测框进行文本识别，得到集卡车顶号。10.一种电子设备，其特征在于，包括：处理器；和存储器，在所述存储器中存储有计算机程序指令，其中，在所述计算机程序指令被所述处理器运行时，使得所述处理器执行以下步骤：获取集卡车顶图像；识别所述集卡车顶图像中的集卡车顶号区域，得到文本检测框；对所述文本检测框方位进行校正，得到文本具有预定朝向的文本检测框；对所述具有预定朝向的文本检测框进行文本识别，得到集卡车顶号。11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序指令，所述计算机程序指令被处理器运行时，使得所述处理器执行以下步骤：获取集卡车顶图像；识别所述集卡车顶图像中的集卡车顶号区域，得到文本检测框；对所述文本检测框方位进行校正，得到文本具有预定朝向的文本检测框；对所述具有预定朝向的文本检测框进行文本识别，得到集卡车顶号。

技术总结
本发明提供一种集卡车顶号自动识别方法、装置、系统、电子设备及介质，该集卡车顶号自动识别方法包括：获取集卡车顶图像；识别集卡车顶图像中5的集卡车顶号区域，得到文本检测框；对文本检测框方位进行校正，得到文本具有预定朝向的文本检测框；对具有预定朝向的文本检测框进行文本识别，得到集卡车顶号。根据本发明实施例的集卡车顶号自动识别方法，通过对集卡车顶图像依次进行文本检测、方位校正以及文本识别操作，能够高效准确地识别出集卡车顶号。能够高效准确地识别出集卡车顶号。能够高效准确地识别出集卡车顶号。


技术研发人员：张俊阳 崔岩虎 童巍 吕刚晓
受保护的技术使用者：上海振华重工(集团)股份有限公司
技术研发日：2023.05.08
技术公布日：2023/8/1