LECTURA CON DRONES DEL MARCAJE EN CONTENEDORES
Autor: Valdelvira Isla, Ignacio
Directores: Pina Barrios, Rafael y Pina Muñoz, Álvaro
Entidad Colaboradora: Air Drone Logistics
RESUMEN DEL PROYECTO
I. Introducción
Los contenedores de mercancías son recipientes
de carga para el transporte marítimo y terrestre
que pueden utilizarse para transportar objetos
voluminosos o pesados: motores, maquinaria,
pequeños vehículos, etc.
Estos contenedores, antes de ser transportados a
sus lugares de destino, son almacenados en los
llamados Centros de Logística. En estos centros,
se guardan y se dan órdenes de salida para su
distribución.
Los Centros de Logística presentan una continua
entrada y salida de productos. Para su eficiente
funcionamiento, es necesario poseer información
en todo momento del flujo de movimiento y del
tiempo de estancia de los mismos.
Actualmente, en los Centros donde se destinan
los contenedores de mercancías esta actividad de
logística se realiza de forma manual. Un operario
anota, a mano, cada uno de los contenedores
presentes en el Centro de Logística en ese
momento. A continuación, los transfiere a una
base de datos a partir de la cual se realizan las
correspondientes tareas de distribución.
Esta actividad puede resultar larga y tediosa,
además de poder conllevar a error, pues el ojo
humano acaba por fatigarse ante largas
actividades repetitivas.
Este proyecto, pretende transformar el método
para la realización de la actividad anterior
haciendo uso de la tecnología. Así pues, el
objetivo de este proyecto consiste en la lectura
con drones del marcaje en contenedores.
La actividad propuesta se realizará mediante un
dron teledirigido, que se desplazará por todos los
contenedores disponibles en el Centro de
Logística, realizando fotografías del marcaje que
los identifica. Una vez se ha obtenido un
conjunto de imágenes, el algoritmo que se
desarrollará en este proyecto permitirá analizar y
extraer el marcaje, para posteriormente
transferirlo a la base de datos.
Con este proyecto, se pretende mejorar la
eficiencia de los Centros de Logística, realizando
una tarea repetitiva de forma mucho más rápida
y económica.
Para ello, se hace uso de dos tecnologías: la
visión artificial y los drones.
La visión artificial se define como la disciplina
científica que incluye métodos de análisis y
captación de imágenes, con el fin de extraer
información que un ordenador pueda interpretar.
La visión artificial es una tecnología
relativamente reciente que, debido su gran
abanico de aplicaciones en prácticamente
cualquier ámbito de la vida, se ha desarrollado
muy rápidamente generando un gran impacto en
la sociedad.
Otra nueva tecnología que, de igual manera, ha
conseguido tener un gran impacto en diversos
sectores de la sociedad ha sido el dron. Los
drones domésticos y profesionales permiten
desplazarse a zonas inaccesibles por el ser
humano, e incluso grabar o fotografiar esas zonas
si se les añade una cámara.
Por lo tanto, un dron tendrá la posibilidad de
alcanzar grandes alturas, en las que un operario
requeriría de una herramienta para su elevación,
de forma rápida y precisa, tomando fotografías a
una gran velocidad. Gracias a la estabilidad que
proporcionan los drones actuales, las imágenes
pueden ser tan nítidas como las que realizaría una
cámara estable.
El marcaje de los contenedores de mercancías
está formado por los siguientes elementos:
Código BIC: Empresa propietaria del
contenedor de mercancías.
Identificación: Conjunto de seis dígitos que
define el contenedor.
Código de control: Dígito que se obtiene a partir
de una serie de operaciones realizadas con el
Código BIC y la Identificación. El dígito
obtenido sirve a modo de verificación, siendo el
marcaje correcto si coincide con el Código de
Control leído en la imagen.
Medidas y Características: Irrelevantes para la
logística y no se leerán.
Figura 1: Ejemplo de marcaje de contenedor
Así pues, el objetivo de este proyecto será la
lectura del marcaje en contenedores, y este se
dividirá en varios subobjetivos que consistirán en
la lectura de cada uno de los elementos
anteriormente mencionados.
Los objetivos perseguidos en este proyecto son
los siguientes:
➢ Lectura de Código BIC
➢ Lectura de Identificación
➢ Lectura de Código de Control
➢ Comparación Código de Control
obtenido a partir de Código BIC e
Identificación con el Código de Control
obtenido en la imagen
➢ Exportación a base de datos
II. Metodología
La visión artificial se define por una serie de
procesos o fases:
➢ Adquisición de la imagen: Se introduce la
imagen a analizar.
➢ Preprocesado: Primer filtrado con el fin de
mejorar la calidad de la imagen. Pretende
eliminar o minimizar las imperfecciones de
la misma
➢ Segmentación: Se buscan los objetos o
áreas de interés. Para ello, es necesario
conocer qué es lo que caracteriza a ese
elemento de interés con el fin de establecer
reglas geométricas u otros métodos que se
ajusten a sus características.
➢ Obtención de propiedades de los objetos:
Se trata de propiedades de tipo morfológico,
tales como área, perímetro…
➢ Reconocimiento: Se decide si es el
elemento que realmente se buscaba, a partir
de una serie de comprobaciones.
Basándose en este procedimiento, la metodología
para la consecución de los objetivos será la
siguiente:
➢ Familiarización con el lenguaje de
programación MATLAB y las Toolboxes de
Image Processing y Computer Vision que
presentan funciones relacionadas con el
análisis de imágenes
➢ Estudio de las técnicas de pre-procesado y
búsqueda de texto en la imagen.
Discriminación de zonas susceptibles de no
ser texto (Segmentación y propiedades)
o Técnica MSER [1]
o Técnica SWT [2]
➢ Estudio de las técnicas para la lectura de
texto
o OCR [3]
➢ Aplicación de las técnicas anteriores,
añadiendo algoritmos para la obtención de
cada elemento (Reconocimiento)
o Lectura Código BIC
o Lectura de Identificación
o Lectura de Código Control
o Unión de las partes
III. Resultados
El algoritmo para la obtención de marcaje de
contenedores desarrollado en este documento
consigue un destacable nivel de precisión ante
distintos grados de perspectiva y luminosidad.
Las fotografías se han tomado con el dron DJI
Phantom 2 provisto de una cámara GoPro Hero
4.
Figura 2: Imagen de partida
Partiendo de la imagen original, se realiza una
búsqueda de texto aplicando distintas técnicas y
reglas geométricas.
Figura 3: Búsqueda de texto en imagen
Para la posible lectura de cada una de las
imágenes de entrada, es necesario realizar
distintos filtros con el fin de abarcar todos los
tipos de luminosidad posibles en las fotografías.
Figura 4: Aplicación de distintos filtros en la imagen
Una vez realizada la lectura, se compara con una
base de datos de todos los Códigos BIC
existentes hasta el momento [4] hasta encontrar
una coincidencia. Una vez se ha obtenido el
Código BIC, se conocen las coordenadas del
marcaje en la imagen, por lo que se realiza un
zoom en esa zona para conseguir mayor
precisión, y se repite el mismo proceso para los
elementos restantes.
Figura 5: Recorte de la zona de interés
Dado que se han aplicado distintos filtros con el
fin de abarcar todos los niveles de luminosidad
en la imagen, se obtienen un conjunto de
Identificaciones y un conjunto de Códigos de
Control (uno para cada filtro) algunos de los
cuáles serán los correctos y otros no.
Para poder conocer qué marcaje es el correcto, se
debe realizar el algoritmo para obtener los
Códigos de Control a partir del Código BIC y las
varias Identificaciones con el fin de compararlo
con los Códigos de Control obtenidos en la
imagen.
Se ha observado que en ciertas ocasiones puede
coincidir un Código de Control de la imagen
incorrecto con un Código de Control obtenido
mediante el algoritmo anterior. Cuando esto
ocurre, además de coincidir el incorrecto, por la
aplicación de otro filtro también lo hace el
correcto, por lo que se extraen dos marcajes. Este
problema se puede solucionar eliminando el
incorrecto de la base de datos de forma manual.
Además, suelen producirse confusiones entre
caracteres similares como el 5 y el 6, o la O y la
U. Estos hechos suelen solucionarse con la
aplicación de varios filtros en los que en uno de
ellos se lee de forma correcta, pero siempre
pueden surgir excepciones.
IV. Conclusiones
El proyecto expuesto nace con la finalidad de
sustituir el método anterior por el que un operario
tomaba nota a mano de cada marcaje para pasarlo
posteriormente a una base de datos. Con este
nuevo método, se reduce drásticamente el tiempo
de realización de esta actividad.
El proyecto ha requerido la especialización en el
software MATLAB y las Toolboxes
correspondientes con funciones para el análisis
de imágenes.
El algoritmo se ha desarrollado analizando los
elementos que forman parte del marcaje y
estudiando factores tales como la luminosidad,
que pueden afectar a las imágenes.
Este proyecto pone de manifiesto la importancia
que ha adquirido la visión artificial en los últimos
años y la que seguirá teniendo en un futuro
próximo, con una cantidad de aplicaciones cada
vez más amplia.
Referencias
[1] VENK15 Text Detection On Scene Images
Using MSER
[2] EPSH10 Detecting Text in Natural Scenes
with Stroke Width Transform
[3] HANS02 A Matlab Project in Optical
Character Recognition (OCR)
[4] Listado de Códigos BIC: https://www.bic-
code.org/
 READING WITH DRONES OF CONTAINER MARKING
Autor: Valdelvira Isla, Ignacio
Directors: Pina Barrios, Rafael y Pina Muñoz, Álvaro
Collaborating entity: Air Drone Logistics
PROJECT SUMMARY
I. Introduction
Shipping containers are cargo recipients for
maritime and land transport that can be used to
transport heavy objects: engines, machinery,
small vehicles, etc.
These containers, before being shipped to their
destination, are stored in the so-called Logistics
Centers. In these centers, the containers are kept
until orders of distribution.
The Logistics Centers present a continuous
entrance and exit of products. In order to make
an efficient logistics operation, it is necessary to
have constant information about the inflow and
outflow and the stay of the containers.
Nowadays, in the Logistics Centers for shipping
containers, the activity of picking the information
about the flow is carried out manually. An
operator takes notes by hand of each container
present at the Center at that time. Then, he
transfers these notes to a database from which the
corresponding distribution tasks are performed.
This activity can be long and tedious, as well as
leading to error because the human eye
eventually becomes fatigued by long repetitive
activities.
This project aims to transform the method for
picking the information about the flow of
shipping containers by making use of
technology. Therefore, the objective of this
project is to read with the use of a camera
attached to a drone, the marking of shipping
containers.
The proposed activity will be carried out by a
remote control drone which will fly in the
Logistics Center taking photographs of the
marking of the shipping containers. Once a set of
images has been obtained, the algorithm that will
be developed in this project will analyze and
extract the markup of the container and add it to
the database.
The aim of this project is to improve the
efficiency of the Logistics Centers, by
performing repetitive tasks much faster and more
economically.
Two technologies are used for this task:
computer vision and drones.
Computer vision is defined as the scientific
discipline that includes methods of image
analysis in order to extract information that a
computer can interpret. Computer vision is a
relatively recent technology that, due to the wide
range of applications that it has in practically any
area of life, it has been rapidly developed,
generating a great impact on society.
Another new technology that has also had a great
impact in various sectors of the society has been
the drone. Domestic and professional drones
allow us to move to areas inaccessible to humans,
and even record and photograph those areas if a
camera is added to it.
Therefore, a drone is able to reach heights, in
which an operator would require a support for the
elevation, quickly and in a precise way, taking
photographs at a great speed. Due to the stability
that actual drones have, the photographs can be
as well-defined as if it was taken from a fixed
position.
The marking of shipping containers consists of
the following elements
BIC Code: Company that owns the shipping
container.
Identification: Set of six digits that defines the
container.
Control Code: Digit that is obtained from a
series of operations performed with the BIC
Code and Identification. The digit obtained
serves as verification, being the marking correct
if it matches with the Control Code acquired in
the image.
Measures and Characteristics: Irrelevant for
logistics and will not be read. Based on this procedure, the methodology for the
achievement of the objectives will be the
following:

➢ Familiarization with the MATLAB

programming language and the Image
Processing and Computer Vision Toolboxes
that present functions related to image
Figure 1: Example of container marking analysis
➢ Study of the techniques of pre-processing
and search of text in the image.
Discrimination of non-text areas
Therefore, the objective of this project will be the
(Segmentation and properties)
reading of the marking of shipping containers.
This objective will be divided into several sub- o MSER technique [1]
objectives that will consist of reading each of the o SWT technique [2]
mentioned elements. ➢ Study of techniques for reading the text
The objectives pursued in this project are the
o OCR [3]
following:
➢ Application of the previous techniques,
➢ BIC Code Reading adding algorithms to obtain each element
➢ Identification Reading (Recognition)
➢ Control Code Reading o Reading BIC Code
➢ Comparison of the Control Code o Reading Identification
obtained from BIC Code and
Identification with the Control Code o Control Code Reading
obtained in the image o Union of the parts
➢ Export to database
III.Results

II.Methodology The algorithm for obtaining the marking of

Computer vision is defined by a series of
processes or phases:
➢ Acquisition of the image: Input of the
image to analyze.
containers developed in this document achieves
a remarkable level of precision in different
degrees of perspective and luminosity. The
photographs have been taken with the DJI
Phantom 2 drone equipped with a GoPro Hero 4
camera.

➢ Preprocessing: First filtering in order to

improve image quality. It aims to eliminate
or minimize the imperfections of the same

➢ Segmentation: The objects or areas of

interest are searched for. To do this, it is
necessary to know what characterizes that
element of interest in order to establish
geometric rules or other methods that fit its
characteristics. Figure 2: Input image

➢ Obtain properties: Obtain the properties

that define those objects. These are
properties of morphological type, such as
area, perimeter…

➢ Recognition: It is decided if that was the

element really wanted from a series of
checks.
Starting with the original image, a text search is
performed applying different techniques and
geometric rules.
Figure 3: Text search in image
For the possible reading of each of the input
images, it is necessary to apply different filters
in order to cover all types of possible luminosity
in the photographs.
Figure 4: Application of different filters in the image
Once the reading is done, it is compared to a
database of all BIC Codes existent [4]. Once the
BIC Code has been obtained, the marking
coordinates are known in the image, a zoom is
made in that area to get more accuracy, and the
same process of obtaining text is performed.
Figure 5: Cropping the area of interest
Different filters have been applied in order to
cover all the levels of luminosity in the image, a
set of Identifications and a set of Control Codes
(one for each filter) are obtained, some of which
will be correct and others will not.
In order to know what marking is correct, the
algorithm must be performed to obtain the
Control Codes from the BIC Code and the
various Identifications in order to compare them
with the Control Codes obtained in the image.
It has been observed that on certain occasions an
incorrect Control Code from an image may
coincide with a Control Code obtained by the
above algorithm. When this occurs, in addition to
the incorrect marking, by the application of
another filter, also the correct one is obtained, so
that two markings are extracted. This problem
can be solved by removing the incorrect one from
the database manually.
In addition, there are often confusions between
similar characters such as 5 and 6, or O and U.
These facts are usually solved by the application
of several filters in which one is read correctly,
but exceptions can always arise.
IV.Conclusions
The project was born with the aim of replacing
the previous method by which an operator took a
note of each marking by hand to pass it later to a
database. With this new method, the time of
accomplishment for this activity is drastically
reduced.
The project has required specialization in
MATLAB software and corresponding
Toolboxes with functions for image analysis.
The algorithm has been developed analyzing the
elements that are part of the marking and
studying factors such as luminosity that can
affect the images.
This project highlights the importance that the
artificial vision has acquired in the last few years
and the one that will continue having in the near
future, with an ample amount of applications to
come.
References
[1] VENK15 Text Detection On Scene Images
Using MSER
[2] EPSH10 Detecting Text in Natural Scenes
with Stroke Width Transform
[3] HANS02 A Matlab Project in Optical
Character Recognition (OCR)
[4] Listado de Códigos BIC: https://www.bic-
code.org/