基于图像处理的铁路货车车号定位与识别方法

《基于图像处理的铁路货车车号定位与识别方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于图像处理的铁路货车车号定位与识别方法　　对于铁路货车车号的特征，本文给出了一种基于图像处理的铁路货车车号定位与识别方法。其先是对车号位置图像实现预处理并粗定位出车号位置，接着应用改?M的Soble算子进行边缘检测与投影法以及铁路货车车号先验知识相结合对车号区域实现了精准定位，最终应用模板匹配法快速实现了对车号的识别。最后的实验结果证明，这一方法对铁路货车各类车型车号区域定位以及识别都有着很高的准确率。　　【关键词】图像处理车号定位识别　　随着许多研究人员都对图像处理做出深入的探索与研究，其逐渐发展成熟，这一技术也不

2、断应用到各个行业。在交通运输行业，图像处理技术主要被使用在车号定位及识别等方面。　　Fikriyeztürk等人研究了针对字符特征提取的相关算法的车辆车号定位、识别技术；MortezaZahedi等人研究了基于区域固定特征转换(SIFT)的汽车牌照识别方法；SZHANU基于现有的汽车车牌识别方法对其实现了改善和提升；黄山总结了现有的各类先进的车牌识别技术，并与国内的车牌特征相结合提出了一种符合国内车牌的识别技术；任俊基于支撑矢量机技术提出了一种对于车辆牌照的即时分任务嵌入式技术；骆雪超等人研究了基于车牌特征信息分析的车

3、牌识别技术；刘同焰深入分析了现有的车牌识别的相关技术，研究了一些有所改进的相关算法；查志强对车牌识别技术中的三个关键环节做出了深入地分析，研究了针对字符边缘特征的车辆号码定位方法。　　铁路货车车号是货车的重要辨识特征，其与货车的完整运行流程相伴，而车号识别在铁路的运营过程中起到了非常关键的作用，因此精准的识别货车车号使其进入信息系统是一个至关重要的过程。在铁路货车车号识别方面，陈春雷等人研究了基于视频的铁路列车车号的识别技术，通过图像的色彩信息精准实现车辆车牌图像定位分割以及基于像素面积理论的搜索技术；杨大志研究了基于

4、颜色空间及灰度形态学的车号定位技术；赵入宾对于铁路货车在户外运行过程中车号部分易于受沙尘或其他杂物的污染情况，做出了有关的研究。　　上面的图像处理技术在铁路货车车号的定位和识别方面都做出了较为深入的探索，但是图像采集过程中具有繁多的信息，假如处理方法不到位，就算能够做到车号的定位和识别，处理速率也不会很快。所以，本文应用了一种先进的方法，能够完成铁路货车车号的快速定位和识别。　　1车号预处理过程　　为了有效提升车号定位、识别的准确性，在对收集到的车号图像实现定位前，对其实现预处理，以去除其中不相干的干扰，提高相关信息的

5、可用性并尽可能地简化信息。车号预处理过程的效果对车号后面进一步的处理有着很大的影响，例如车号字符分割等。下面的预处理过程主要包括图像灰度均衡化、车号区域粗定位以及对投影的平滑处理等相关程序。　　1.1图像灰度均衡化　　在这里，应用传统的加权平均值法和直方图，使得图像的灰度直方图映射变得更加均匀，实现图像对比度整体上的提高。　　1.2车号区域粗定位　　对于车号区域粗定位使用纹理分析法，车号区域内有着统一性的许多字符水平规则地排列且有间断的特征，所以在车号的矩形区域内有着足够的边缘信息，字符垂直边缘与水平边缘相比更为密集，

6、凸显出规则的纹理特点。　　文中基于车号的持续性排序特点，将从目标到背景或者反过来定为一个跳变，车号域与别的非车号区域相比跳变要多，而且间隔在一定区域内的跳变数量也大过非车号区域。使用从下到上的排序扫描，对图像的每一行实现从左向右的扫描，遇到跳变点记下所在区域，假如某行遇到持续二十个跳变点以上，而且两个跳变点的距离在三十个像素内，就记下开始点以及停止点位置；假如持续有十行以上如此的跳变点，就认定这一区域即是车号预选区域。　　1.3对投影的平滑处理　　车号图像在收集或传递过程中往往遭受许多噪声的影响。为了抑制噪声提升图像水

7、平，就要实现平滑操作。此处应用的是离散高斯平滑算法对其实现相关平滑操作。　　经过上面一系列对车号图像相关的预处理，使得因为光线及环境等外界原因导致的图像过暗或对比度不强烈等情况获得较好的改善，便于之后的处理。　　2应用多种方法结合的车号定位　　车号定位是车号识别技术中的重要环节，车号定位是否精准对之后车号识别的精确率有很大影响。对于棚车货车图形区域繁复性、车号位置的不准确性以及外界的变化性等特征，应用多种方法结合的车号定位。　　2.1改进的Soble算子进行边缘检测　　首先要做的是对图像实现边缘检测。因为车号位置内有着

8、很多的边缘，而且在垂直方位上是持续的，经过边缘检测操作，能够削减车号之外区域，进而分开定位区域与其他区域。此处使用了一种改进的Soble算子进行边缘检测。　　之前的Soble算子包括两个3X3的矩阵，也就是仅有水平以及垂直两个方位，但是边缘检测是多个方位的，为了运用方便，常常在之前的Soble算法模板的前提下加进6个方位，变作8方