專利名稱：分色處理再匯整結(jié)果的貨柜號(hào)碼自動(dòng)辨識(shí)方法
技術(shù)領(lǐng)域：
本發(fā)明是關(guān)于一種分色處理再匯整結(jié)果的貨柜號(hào)碼自動(dòng)辨識(shí)方法，特別是指一種針對(duì)貨柜彩色影像的R(紅)、G(綠)、B(藍(lán))三種成分個(gè)別的灰階矩陣圖(Bitmap)分別做貨柜號(hào)碼自動(dòng)辨識(shí)，再將R、G、B三種成分個(gè)別的貨柜號(hào)碼辨識(shí)結(jié)果予以匯整的貨柜號(hào)碼自動(dòng)辨識(shí)方法。
背景技術(shù)：
現(xiàn)有的貨柜號(hào)碼辯識(shí)方法多是對(duì)R、G、B三種成分個(gè)別的灰階矩陣圖合并轉(zhuǎn)換成的整合灰階矩陣圖來(lái)做辨識(shí)。如此一來(lái)，辨識(shí)結(jié)果可能會(huì)有誤差。
由此可見(jiàn)，上述已有物品仍有諸多缺失，實(shí)非一良善的設(shè)計(jì)者，而極待加以改良。
本案發(fā)明人鑒于上述已有方式所衍生的各項(xiàng)缺點(diǎn)，乃亟思加以改良創(chuàng)新，并經(jīng)多年苦心孤詣潛心研究后，終于成功研發(fā)完成本件分色處理再匯整結(jié)果的貨柜號(hào)碼自動(dòng)辨識(shí)方法。

發(fā)明內(nèi)容
本發(fā)明的目的即在于提供一種分色處理再匯整結(jié)果的貨柜號(hào)碼自動(dòng)辨識(shí)方法，利用對(duì)貨柜彩色影像的R、G、B三種成分個(gè)別的灰階矩陣圖(Bitmap)分別做貨柜號(hào)碼自動(dòng)辨識(shí)，再將R、G、B三種成分個(gè)別的貨柜號(hào)碼辨識(shí)結(jié)果予以匯整；一方面R、G、B三種成分個(gè)別的灰階矩陣圖中至少有一個(gè)較合并轉(zhuǎn)換成的整合灰階矩陣圖來(lái)得適合貨柜號(hào)碼辨識(shí)并可得到較佳的辨識(shí)結(jié)果；且由于不同的貨柜號(hào)碼顏色可能對(duì)應(yīng)不同的貨柜號(hào)碼編碼規(guī)則，R、G、B三種成分個(gè)別灰階矩陣圖的貨柜號(hào)碼辨識(shí)結(jié)果可以利用各種貨柜號(hào)碼顏色的貨柜號(hào)碼編碼規(guī)則做為知識(shí)(Knowledge)來(lái)予以校正并匯整，以收到更好的貨柜號(hào)碼自動(dòng)辨識(shí)最終結(jié)果。
可達(dá)成上述發(fā)明目的的分色處理再匯整結(jié)果的貨柜號(hào)碼自動(dòng)辨識(shí)方法，主要是對(duì)貨柜彩色影像的R(紅)、G(綠)，B(藍(lán))三種成分個(gè)別的灰階矩陣圖(Bitmap)分別做貨柜號(hào)碼自動(dòng)辨識(shí)，再將R、G、B三種成分個(gè)別的貨柜號(hào)碼辨識(shí)結(jié)果予以匯整。若R成分灰階矩陣圖的貨柜號(hào)碼辨識(shí)結(jié)果為字串SR，G成分灰階矩陣圖的貨柜號(hào)碼辨識(shí)結(jié)果為字串SG，B成分灰階矩陣圖的貨柜號(hào)碼辨識(shí)結(jié)果為字串SB，且底色或字體顏色的R成分高于一定程度以上的貨柜號(hào)碼的編碼規(guī)則為CR、底色或字體顏色的G成分高于一定程度以上的貨柜號(hào)碼的編碼規(guī)則為CG、底色或字體顏色的B成分高于一定程度以上的貨柜號(hào)碼的編碼規(guī)則為CB，則可運(yùn)用貨柜號(hào)碼的編碼規(guī)則CR來(lái)驗(yàn)證辨識(shí)結(jié)果SR的正確性，并在CR的規(guī)則范圍內(nèi)校正SR使成為SR’、運(yùn)用貨柜號(hào)碼的編碼規(guī)則CG來(lái)驗(yàn)證辨識(shí)結(jié)果SG的正確性并在CG的規(guī)則范圍內(nèi)校正SG使成為SG’、運(yùn)用貨柜號(hào)碼的編碼規(guī)則CB來(lái)驗(yàn)證辨識(shí)結(jié)果SB的正確性并在CB的規(guī)則范圍內(nèi)校正SB使成為SB’，SR’、SG’、SB’三者的可信性較高者即是貨柜號(hào)碼自動(dòng)辨識(shí)最終結(jié)果。


圖1為本發(fā)明分色處理再匯整結(jié)果的貨柜號(hào)碼自動(dòng)辨識(shí)方法的架構(gòu)實(shí)施例圖。
具體實(shí)施例方式
請(qǐng)參閱以下有關(guān)本發(fā)明一較佳實(shí)施例的詳細(xì)說(shuō)明及其附圖，將可進(jìn)一步了解本發(fā)明的技術(shù)內(nèi)容及其目的功效請(qǐng)參閱圖1，本發(fā)明所提供的分色處理再匯整結(jié)果的貨柜號(hào)碼自動(dòng)辨識(shí)方法，主要包括有針對(duì)紅色成分灰階矩陣圖的貨柜號(hào)碼自動(dòng)辨識(shí)模塊11、針對(duì)綠色成分灰階矩陣圖的貨柜號(hào)碼自動(dòng)辨識(shí)模塊12、針對(duì)藍(lán)色成分灰階矩陣圖的貨柜號(hào)碼自動(dòng)辨識(shí)模塊13、紅色成分高于一定程度以上的貨柜號(hào)碼的編碼規(guī)則庫(kù)21、綠色成分高于一定程度以上的貨柜號(hào)碼的編碼規(guī)則庫(kù)22、藍(lán)色成分高于一定程度以上的貨柜號(hào)碼的編碼規(guī)則庫(kù)23、針對(duì)紅色成分灰階矩陣圖校正貨柜號(hào)碼自動(dòng)辨識(shí)結(jié)果并量計(jì)其可信性的模塊31、針對(duì)綠色成分灰階矩陣圖校正貨柜號(hào)碼自動(dòng)辨識(shí)結(jié)果并量計(jì)其可信性的模塊32、針對(duì)藍(lán)色成分灰階矩陣圖校正貨柜號(hào)碼自動(dòng)辨識(shí)結(jié)果并量計(jì)其可信性的模塊33、比較器4。紅色成分高于一定程度以上的貨柜號(hào)碼的編碼規(guī)則庫(kù)21收容底色或字體顏色的紅色成分高于一定程度以上(例如紅色、紫色、橘色、白色)的貨柜號(hào)碼的編碼規(guī)則、綠色成分高于一定程度以上的貨柜號(hào)碼的編碼規(guī)則庫(kù)22收容底色或字體顏色的綠色成分高于一定程度以上(例如綠色、白色)的貨柜號(hào)碼的編碼規(guī)則、藍(lán)色成分高于一定程度以上的貨柜號(hào)碼的編碼規(guī)則庫(kù)23收容底色或字體顏色的藍(lán)色成分高于一定程度以上(例如藍(lán)色、紫色、白色)的貨柜號(hào)碼的編碼規(guī)則；貨柜號(hào)碼自動(dòng)辨識(shí)模塊11、貨柜號(hào)碼自動(dòng)辨識(shí)模塊12與貨柜號(hào)碼自動(dòng)辨識(shí)模塊13對(duì)貨柜彩色影像的紅色、綠色、藍(lán)色三種成分個(gè)別的灰階矩陣圖分別做貨柜號(hào)碼自動(dòng)辨識(shí)，三者的辨識(shí)結(jié)果再由針對(duì)紅色成分灰階矩陣圖校正貨柜號(hào)碼自動(dòng)辨識(shí)結(jié)果并量計(jì)其可信性的模塊31、針對(duì)綠色成分灰階矩陣圖校正貨柜號(hào)碼自動(dòng)辨識(shí)結(jié)果并量計(jì)其可信性的模塊32、針對(duì)藍(lán)色成分灰階矩陣圖校正貨柜號(hào)碼自動(dòng)辨識(shí)結(jié)果并量計(jì)其可信性的模塊33分別根據(jù)紅色成分高于一定程度以上的貨柜號(hào)碼的編碼規(guī)則庫(kù)21、綠色成分高于一定程度以上的貨柜號(hào)碼的編碼規(guī)則庫(kù)22、藍(lán)色成分高于一定程度以上的貨柜號(hào)碼的編碼規(guī)則庫(kù)23來(lái)校正貨柜號(hào)碼自動(dòng)辨識(shí)的結(jié)果并量計(jì)辨識(shí)結(jié)果的可信性，三個(gè)貨柜號(hào)碼自動(dòng)辨識(shí)校正結(jié)果的可信性經(jīng)比較器4比較后較高者即是貨柜號(hào)碼自動(dòng)辨識(shí)最終結(jié)果。
該貨柜號(hào)碼自動(dòng)辨識(shí)方法是包含下列步驟步驟一將貨柜號(hào)碼的彩色影像處加以處理為紅色、綠色或藍(lán)色的各別的灰階矩陣圖；步驟二將紅色、綠色或藍(lán)色的各別的灰階矩陣圖送至針對(duì)紅色、綠色或藍(lán)色的貨柜號(hào)碼自動(dòng)辨識(shí)模塊進(jìn)行辨識(shí)；步驟三由針對(duì)紅色成份灰階矩陣圖的校正辨識(shí)結(jié)果及量計(jì)可信性模塊、針對(duì)綠色成份灰階矩陣圖的校正辨識(shí)結(jié)果及量計(jì)可信性模塊或針對(duì)藍(lán)色成份灰階矩陣圖的校正辨識(shí)結(jié)果及量計(jì)可信性模塊，分別依據(jù)紅色成分高于一定程度以上的編碼規(guī)則庫(kù)、綠色成分高于一定程度以上的編碼規(guī)則庫(kù)或藍(lán)色的成分高于一定程度以上的編碼規(guī)則庫(kù)，將分別針對(duì)紅色、綠色或藍(lán)色的貨柜號(hào)碼自動(dòng)辨識(shí)模塊所產(chǎn)出的辨識(shí)結(jié)果加以校正，并量計(jì)其可信性；步驟四將該針對(duì)紅色成份灰階矩陣圖的校正辨識(shí)結(jié)果及量計(jì)可信性模塊、針對(duì)絲色成份灰階矩陣圖的校正辨識(shí)結(jié)果及量計(jì)可信性模組或針對(duì)藍(lán)色成份灰階矩陣圖的校正辨識(shí)結(jié)果及量計(jì)可信性模塊，所產(chǎn)出的可信性的結(jié)果送至比較器；步驟五經(jīng)由比較器比較后，其可信性較高者為最終辨識(shí)的結(jié)果。
其中上述的步驟二可為將紅色、綠色及藍(lán)色的灰階矩陣圖送至同一個(gè)貨柜號(hào)碼自動(dòng)辨識(shí)模塊進(jìn)行辨識(shí)，并分別產(chǎn)出三者的辨識(shí)結(jié)果。
又上述的步驟三可為由同一灰階矩陣圖的校正辨識(shí)結(jié)果及量計(jì)可信性模塊，依據(jù)紅色成份高于一定程度以上的編碼規(guī)則庫(kù)、綠色成份高于一定程度以上的編碼規(guī)則庫(kù)或藍(lán)色成份高于一定程度以上的編碼規(guī)則庫(kù)，分別將三者的辨識(shí)結(jié)果加以校正，并量計(jì)三者的可信性。
本發(fā)明所提供的分色處理再匯整結(jié)果的貨柜號(hào)碼自動(dòng)辨識(shí)方法，與前述引證案及其他已有技術(shù)相互比較時(shí)，更具有下列的優(yōu)點(diǎn)本發(fā)明提供一種分色處理再匯整結(jié)果的貨柜號(hào)碼自動(dòng)辨識(shí)方法，利用對(duì)貨柜彩色影像的R、G，B三種成分個(gè)別的灰階矩陣圖(Bitmap)分別做貨柜號(hào)碼自動(dòng)辨識(shí)，再將R、G、B三種成分個(gè)別的貨柜號(hào)碼辨識(shí)結(jié)果予以匯整；一方面R、G、B三種成分個(gè)別的灰階矩陣圖中至少有一個(gè)較合并轉(zhuǎn)換成的整合灰階矩陣圖來(lái)得適合貨柜號(hào)碼辨識(shí)并可得到較佳的辨識(shí)結(jié)果；且由于不同的貨柜號(hào)碼顏色可能對(duì)應(yīng)不同的貨柜號(hào)碼編碼規(guī)則，R、G、B三種成分個(gè)別灰階矩陣圖的貨柜號(hào)碼辨識(shí)結(jié)果可以利用各種貨柜號(hào)碼顏色的貨柜號(hào)碼編碼規(guī)則做為知識(shí)(Knowledge)來(lái)予以校正并匯整，以收到更好的貨柜號(hào)碼自動(dòng)辨識(shí)最終結(jié)果。
上列詳細(xì)說(shuō)明是針對(duì)本發(fā)明的一可行實(shí)施例的具體說(shuō)明，惟該實(shí)施例并非用以限制本發(fā)明的專利范圍，凡未脫離本發(fā)明技藝精神所為的等效實(shí)施或變更，均應(yīng)包含于本案的專利范圍中。
權(quán)利要求
1.一種分色處理再匯整結(jié)果的貨柜號(hào)碼自動(dòng)辨識(shí)方法，其特征在于，包括有步驟一將貨柜號(hào)碼的彩色影像處加以處理為紅色、綠色或藍(lán)色的各別的灰階矩陣圖；步驟二將紅色、綠色或藍(lán)色的各別的灰階矩陣圖送至針對(duì)紅色、綠色或藍(lán)色的貨柜號(hào)碼自動(dòng)辨識(shí)模塊進(jìn)行辨識(shí)；步驟三由針對(duì)紅色成份灰階矩陣圖的校正辨識(shí)結(jié)果及量計(jì)可信性模塊、針對(duì)綠色成份灰階矩陣圖的校正辨識(shí)結(jié)果及量計(jì)可信性模塊或針對(duì)藍(lán)色成份灰階矩陣圖的校正辨識(shí)結(jié)果及量計(jì)可信性模塊，分別依據(jù)紅色成分高于一定程度以上的編碼規(guī)則庫(kù)、綠色成分高于一定程度以上的編碼規(guī)則庫(kù)或藍(lán)色的成分高于一定程度以上的編碼規(guī)則庫(kù)，將分別針對(duì)紅色、綠色或藍(lán)色的貨柜號(hào)碼自動(dòng)辨識(shí)模塊所產(chǎn)出的辨識(shí)結(jié)果加以校正，并量計(jì)其可信性；步驟四將該針對(duì)紅色成份灰階矩陣圖的校正辨識(shí)結(jié)果及量計(jì)可信性模塊、針對(duì)綠色成份灰階矩陣圖的校正辨識(shí)結(jié)果及量計(jì)可信性模塊或針對(duì)藍(lán)色成份灰階矩陣圖的校正辨識(shí)結(jié)果及量計(jì)可信性模塊，所產(chǎn)出的可信性的結(jié)果送至比較器；步驟五經(jīng)由比較器比較后，其可信性較高者為最終辨識(shí)的結(jié)果。
2.如權(quán)利要求1所述的分色處理再匯整結(jié)果的貨柜號(hào)碼自動(dòng)辨識(shí)方法，其特征在于，其中該步驟二可為將紅色、綠色及藍(lán)色的灰階矩陣圖送至同一個(gè)貨柜號(hào)碼自動(dòng)辨識(shí)模塊進(jìn)行辨識(shí)，并分別產(chǎn)出三者的辨識(shí)結(jié)果。
3.如權(quán)利要求1所述的分色處理再匯整結(jié)果的貨柜號(hào)碼自動(dòng)辨識(shí)方法，其特征在于，其中該步驟三可為由同一灰階矩陣圖的校正辨識(shí)結(jié)果及量計(jì)可信性模塊，依據(jù)紅色成份高于一定程度以上的編碼規(guī)則庫(kù)，綠色成份高于一定程度以上的編碼規(guī)則庫(kù)或藍(lán)色成份高于一定程度以上的編碼規(guī)則庫(kù)，分別將三者的辨識(shí)結(jié)果加以校正，并量計(jì)三者的可信性。
全文摘要
一種分色處理再匯整結(jié)果的貨柜號(hào)碼自動(dòng)辨識(shí)方法，主要是針對(duì)貨柜彩色影像的紅、綠、藍(lán)三種成分個(gè)別的灰階矩陣圖分別做貨柜號(hào)碼自動(dòng)辨識(shí)，再將紅、綠、藍(lán)三種成分個(gè)別的貨柜號(hào)碼辨識(shí)結(jié)果予以匯整。由于紅、綠、藍(lán)三種成分個(gè)別的灰階矩陣圖合并轉(zhuǎn)換成整合灰階矩陣圖是為將紅、綠、藍(lán)三種成分以一定的比例加總而成(例如三種成分相加之后除以3)，因此紅、綠、藍(lán)三種成分個(gè)別的灰階矩陣圖中至少有一個(gè)(R或G或B)灰階矩陣圖的對(duì)比較合并轉(zhuǎn)換成的整合灰階矩陣圖的對(duì)比來(lái)得好，亦即紅、綠、藍(lán)三種成分個(gè)別的灰階矩陣圖中至少有一個(gè)較合并轉(zhuǎn)換成的整合灰階矩陣圖來(lái)得適合貨柜號(hào)碼辨識(shí)并可得到較佳的辨識(shí)結(jié)果。
文檔編號(hào)G06F17/16GK1549189SQ0312361
公開日2004年11月24日 申請(qǐng)日期2003年5月9日 優(yōu)先權(quán)日2003年5月9日
發(fā)明者吳坤榮, 柳恒崧, 藍(lán)元宗 申請(qǐng)人:中華電信股份有限公司