基于圖像處理的高速列車車號識別算法研究.pdf

1、目前，我國迎來了高速鐵路建設的高潮，按照《中長期鐵路網(wǎng)規(guī)劃》我國最終形成“八橫八縱”的高速鐵路網(wǎng)，運營里程的增加和速度的提升使列車安全問題越來越受重視。受電弓滑板作為列車從接觸網(wǎng)上獲取電能的關鍵部件，在利用現(xiàn)有圖像處理技術監(jiān)測到其發(fā)生異常情況后，需要迅速判斷列車車號等相關信息，及時排除安全隱患并上報有關部門。使用傳統(tǒng)射頻技術識別車號無法建立與受電弓滑板狀態(tài)一一對應的關系，而利用攝像機同時采集車號圖像與受電弓滑板圖像進行車號識別達到了這樣

2、要求，是進一步檢測受電弓故障異常狀態(tài)的基礎。
　　本文工作是依托受電弓滑板監(jiān)測裝置來展開的，算法利用攝像機對列車側面拍攝得到的車號數(shù)據(jù)，進行車號定位、矯正、分割后，完成了高速列車車號自動識別的任務。本文主要內(nèi)容如下:
　　(1)在圖像預處理階段，使用帶彩色恢復的多尺度視網(wǎng)膜皮層增強算法(Multi-scale Retinex with Color Restoration，MSRCR)對數(shù)據(jù)集中部分受到天氣或者拍攝環(huán)境影響產(chǎn)生

3、的過曝、過暗以及存在霧氣的圖像進行圖像增強。
　　(2)車號精確定位過程中，針對筆畫寬度變換(Stroke Width Transform，SWT)出現(xiàn)計算量大、定位不準等問題，首先提前進行圖像輪廓篩選和設置最大筆畫閾值，然后進行筆畫寬度變換，最后采用形態(tài)學膨脹操作將單個字符筆畫值連接為一個車號整體進行定位。經(jīng)測試，改進后的SWT變換程序運算時間比原算法縮短了約70％。
　　(3)針對車號存在透視畸變的問題，首先分析了傳統(tǒng)基

4、于滅點算法在本文中的不適應性，然后研究了變換不變低秩紋理(Transform Invariant Low-rank Textures，TILT)算法，建立了求解的數(shù)學模型并進行矯正，最后單個車號字符分割過程中，本文引入了一種基于字符間距的輪廓檢測均分算法。該算法對存在斷裂和粘連字符的分割正確率與普通的輪廓分割算法相比有較大的提高。
　　(4)在單個字符識別過程中，首先對小樣本數(shù)據(jù)進行數(shù)據(jù)增強以滿足訓練網(wǎng)絡的需要，然后以經(jīng)典LeNe