在字符识别领域，比较成熟的技术有：射频识别（RFID），光学字符识别（OCR）。射频识别在车牌识别中的应用十分广泛，射频识别不受气候、光线等影响，能够应用于不同的场景，而且射频识别的花销也比较小。但是，射频识别需要安装特定的设备，并且硬件设备没有统一的标准，厂家分别生产各自的产品，无法达到广泛应用。随着数字图像技术的日趋成熟，基于OCR的识别系统应用越来越多，并且在精度和速度上都能有很好的表现。目前，比较成熟的OCR识别系统有由Y。LeCun、L。Bottou提出的基于卷积神经网络的手写数字识别系统LeNet-5。LeNet-5是一个七层卷积神经网络：输入层是32*32的手写数字图；第一层是卷积层，采用5*5的卷积核，处理完成后得到6个28*28的特征图；第二层是子采样层，采用2*2的卷积核，处理完成后得到6个14*14的子图；第三层是卷积层，采用5*5的卷积核，处理得到16个10*10的特征图；第四层是下采样层，采用2*2的卷积层，处理得到16个5*5的子图；第五层是卷积层，采用5*5的卷积核，处理完成后得到120个1*1的子图，即标准三层神经网络的输入层；第六层是隐含层，与神经网络输入层全联接；第七层是输出层，与隐含层采用高斯连接。LeNet-5以及相关的延伸模型的准确率均在99%以上。但是，LeNet-5目前只能用于数字识别，字母的相似性比数字要大得多，不确定因素也更多。74313
在大量关于集装箱箱号识别系统的文献中，系统的架构基本都是一致的。和其他模式识别系统一样，核心处理步骤有以下几步：区域检测、字符切割、字符识别。对于不同的实际应用场景，核心步骤使用的算法可以进行一定的调整。随着集装箱运输的越来越普及，已经有许多学者提出了一些集装箱箱号识别的方法。（安博文等，2010）提出了基于边界模板匹配算法的集装箱箱号识别；（RinkuBanthani等，2015）发表了关于集装箱箱号识别的调查，并给出了识别系统的基本流程；（WeiWu等，2014）提出了基于分割和HMM方法的集装箱箱号识别新框架。
参 考 文 献
[1]安博文, 李丹, 庞然。 基于 SVM 分类器的集装箱箱号识别法[J]。 上海海事大学学报, 2011, 32(1): 25-29。
[2]王志明, 张丽, 王丽君。 基于单程分裂与归并图像分割的集装箱号识别[J]。 中国图象图 形学报, 2007, 12(3): 450-455。
[3]毛洪辉。 码头闸口集装箱箱号自动识别系统设计与开发[J]。 水运工程, 2011 (11):48-51。
[4]Yin J, Cao A, Li J。 A new method for container code location[C]/Mullot R, Olivier C, Bourdon J L, et al。 Automatic extraction methods of container identity number and registration plates of cars[C]//Industrial Electronics, Control and Instrumentation, 1991。 Proceedings。 IECON'91。, 1991 International Conference on。 IEEE, 1991:
1739-1744。/Automation and Logistics, 2007 IEEE International Conference on。 IEEE, 2007: 2842-2845。
[5]Mullot R, Olivier C, Bourdon J L, et al。 Automatic extraction methods of container identity number and registration plates of cars[C]//Industrial Electronics, Control and Instrumentation, 1991。 Proceedings。 IECON'91。, 1991 International Conference on。 IEEE, 1991: 1739-1744。
[6]牛欣, 沈兰荪。 汽车牌照识别技术的研究[J]。 测控技术, 1999, 18(12): 14-17。 [7]黄文杰。 高速公路收费系统的车牌智能识别系统 [D][D]。 南京航空航天大学, 2007。 [8]邢向华, 顾国华。 基于模板匹配和特征点匹配相结合的快速车牌识别方法[J]。 光电子技 术, 2003, 23(4): 268-270。
[9]张起贵, 贺智。 条形码技术及应用[J]。 电子工艺技术, 1996 (3): 26-29。
[10]Zhu L, Zhang S, Ye X。 Implementing VLPR systems based on TMS320DM642[J]。 Journal of Zhejiang University SCIENCE A, 2007, 8(12): 2005-2016。 OCR识别系统国内外研究现状和参考文献:http://www.youerw.com/yanjiu/lunwen_84889.html