基于图像处理的铁路货车车号识别及其应用研究

基于图像处理的铁路货车

车号识别及其应用研究西南交通大学研究生学位论文杨大治指导老师田怀文教授2010年5月研究背景及意义主要内容一国内外相关研究情况二研究目的三主要研究内容四总结五2一、研究背景及意义在铁路货物运输中，使用了大量的货物列车作为运载工具，20世纪80年代以来，随着我国国民经济的迅速发展，货运列车的规模及流量大幅度增加，种类和型号更加复杂，因此货物列车管理现代化水平的提高势在必行，迫切需要采用高科技手段来充实和提高其管理水平。铁路运输管理信息系统（TMIS）在管理过程中，可以使货车管理过程完全自动化，大大提高货物运输的通行能力和服务水平，有效地减轻工作人员的劳动强度，改善其工作环境，减低人工管理的失误率。3一、研究背景及意义车号自动识别系统是一个以特定目标为对象的专用计算机视觉系统，该系统能从一幅图像中自动提取车号图像，自动分割字符，进而对字符进行识别。它运用模式识别，人工智能技术，对采集到的车号图像进行的处理，能够实时准确地自动识别出车号的数字、字母及其他字符，并以计算机可直接运行的数据形式给出识别结果，使得货车的电脑化监控和管理成为现实，是铁路运输管理信息系统（TMIS）的一个重要组成部分。4二、国内外相关研究情况国外对于铁路货车车号的研究较早，60年代末、70年代初，国外铁路系统就开始对车号自动识别进行了研究。由于受当时的技术发展影响，通常采用彩色条形码、磁感应、声表面波等技术来实现货车的自动识别，但在使用过程中，都因现场的具体应用环境恶劣，始终未能解决系统识别精度不高和抗干扰性能差等技术难题，因此没有得到广泛应用。5二、国内外相关研究情况进入80年代，随着计算机技术和微波技术的不断发展，国外许多公司都在致力于采用微波反射调制技术来实现机车、货车自动识别的研究，由于此项技术具有较高的抗干扰性能和较高的识别精度，基本解决了前述识别技术中存在的影响识别正确率的技术难题，很快被各国铁路部门认可，在铁路管理系统中得到了推广使用。国际铁路联合会通过多方面论证，向世界各国推荐自动化车号识别系统采用微波反射调制技术，国际6个标准化组织也基于此项技术制定了相应的自动识别标准，并巳被世界各国所采纳。6二、国内外相关研究情况我国相关科研院所在消化吸收国外技术设备的基础上，也在研制开发适合中国铁路实际情况的采用微波反射调制技术的货车车号自动识别系统，为今后在全路建立车号自动识别系统积累经验，做了一定的前期准备。但基于微波反射调制技术的车号自动识别系统存在着一些问题和局限，主要包括整个识别系统的建设、使用、维护的成本高，初期投入大，建设的周期较长，而使用寿命较短的问题，其应用受到了一定的限制。7二、国内外相关研究情况目前国内货车车号自动识别也可以采用基于图像处理的技术，主要包括软件方式和软硬件结合方式两种技术方案。软件方式就是通过识别软件对普通的车号图像进行识别，它的最大特点就是成本低，通用性好。软硬件结合方式就是首先通过专用的图像抓拍设备获取一幅适合于计算机识别的高质量货车车号图像，然后用软件、硬件结合的方式对所获取的图像进行车号识别。8二、国内外相关研究情况其中包括以下核心技术：车号定位技术：采用独特的车号定位算法，在各种不同的光照背景下均能很好地定位出车号，大大增强了系统的适应性，为进行车号图像匹配奠定了良好的基础。光学字符识别技术（OCR）：以通用OCR算法为基础，并针对车号字符特征进行了优化，具有很高的性能。车号图像匹配技术：把图像匹配技术运用于铁路运输管理信息系统中，应用专用的图像匹配算法，具有准确的匹配性能和较快的匹配速度。9三、研究目的本文针对我国铁路运输管理信息系统及相关技术的发展要求，提出了一种利用数字图像处理技术来研究开发车号自动识别系统的方法。货车车号自动识别的主要困难是在复杂背景下快速、准确地进行车号的定位及号码的正确分割。货车车号识别的最终目标是在货车运行的状态下，动态识别一列货车的车号。10货车车号的定位和识别存在难点1.货车车厢具有多种类型散车、棚车、敞车、罐车、特种车等，同一类型车厢的结构、号码位置、间隔距离等也不相同。2.在使用过程中，车厢不可避免的会出现不同程度的变形、损坏，从而造成车号识别的困难。3.车号号码喷涂时可能出现同一字符间断脱离，或者多个字符之间粘连的情况。4.自然环境的问题。监控系统摄取的车号图像含有一定的自然背景及车身背景信息，易受照明条件、天气条件及运动失真和模糊的影响，因此所获取的图像质量一般都不很高。11四、主要研究内容（一）首先从所获取的货车图像中对车号进行定位，即找出喷涂的车号所处的位置，这是识别车号的基础。目前车号定位的方法主要有基于边界、基于区域、基于神经元网络等方法。本文根据各种定位技术实现的原理和工作的特点，针对影响车号定位的一个重要的且不稳定的因素即阈值的确定，提出了基于颜色空间及灰度形态学的车号定位方法，并进行相应的工作和研究，提高车号的识别成功率和速度。12四、主要研究内容（二）然后进行货车车号的预处理及分割。一系列预先处理：对车号的图像进行灰度化、二值化、校正图像的倾斜等一系列预先处理。对于车号字符分割，主要的法有投影法和基于聚类分析的方法。本文在传统投影法的基础上，为解决其可靠性较低的问题，结合我国货车车号字符的一些特征进行字符的分割，力图提高识别系统在字符分割方面的成功率。13四、主要研究内容（三）最后是对分割出的字符进行识别，最终输出货车车号的信息。目前车号识别的方法主要有统计决策法、模板匹配法和人工神经元网络法。其中模板匹配法是使用特定方法提取分割出的货车车号字符的微结构特征，通过与字符标准模板匹配比较获得车号号码。神经网络模式识别方法能够实现模式信息处理工作，采用BP神经网络进行模式识别，可以突破传统模式识别技术的局限，开辟模式识别技术的新途径，本文即采用了该种方法对车号字符进行识别。14车号识别系统组成及工作原理货车车号自动识别系统由多个系统组成，主要包括图像捕捉采集模块、车号自动识别模块、网络传输模块、数据库管理模块等，具体有固定安装在铁轨一侧一定距离上的超声监测探头、摄像机、通道切换器和控制系统操作的计算机及监视器、车号自动识别装置等部分，如图（货车车厢号码自动识别系统构成）所示。15车号识别系统组成及工作原理基于图像处理的车号识别技术也存在一些需要解决的问题，如识别的成功率会受到外界因素的影响和制约，如天气状况、车号污损程度以及货车图像质量的高低，货车高速运行时采集货车图像的精度要求很高等，因此，需要对这种识别技术做更深入的研究和开发。161.车号识别中图像处理技术车号图像的获取：图像获取是图像的数字化过程，即把图像采集到计算机中的过程，主要涉及成像及模数转换技术。现场工作站的主机通过视频捕捉卡获取货车的视频数据，经过压缩后通过计算机网络传送给中心站储存或播放。视频图像传输软件分为现场站软件和中心站软件，均采用多线程的运行方式，现场站包括的主线程有图像的捕捉和压缩线程。目前，图像的数字化设备可分为两类，一类是使用图像采集卡或通过图像卡将模拟制式的视频信号采集到计算机，另一类是摄像机本身带有数字化部件，可以直接将数字图像通过计算机端口如并口、接口或标准设备如磁盘驱动器传送到计算机。172.基于颜色空间及灰度形态学的车号定位技术本文提出了基于颜色空间及灰度形态学的车号定位方法，可以避开二值化中阈值的确定问题。主要思想就是将采集的图像从RGB彩色空间转化到HSV彩色空间，考虑到我国货车车号的一些特点，利用V分量特性可将黑色区域识别出来，利用H、S分量可将蓝、黄区域识别出来，利用S、V分量可以确定白色区域，然后将其他的颜色信息设为背景，将图像转化为级灰度图，然后采用灰度形态学运算有效地消除孤立干扰点，再利用迭代法通过对等一个连通区域的搜索，确定候选区域，并进行标记，然后根据车号特征从候选区域中准确地分割出原始图像中的车号。183.车号图像的预处理及分割（一）对车号