基于圖像的鐵路貨車車號自動識別研究.pdf

1、準確獲取和記錄貨車車號信息是鐵路運輸系統(tǒng)運行的一項基本任務。傳統(tǒng)的貨運車號獲取辦法由人工抄寫記錄，具有效率低、容易出現(xiàn)差錯等缺點?，F(xiàn)有的貨車車號自動識別方法需要手工設計圖像特征，效率不高。本文利用數(shù)字圖像處理技術和深度學習技術，建立了一種自動識別鐵路貨車車號的系統(tǒng)。
　　首先研究了圖像預處理技術，包括圖像增強技術和圖像去噪技術。通過圖像預處理可以提高圖像對比度、減少圖像噪聲同時保留圖像邊緣。其次，研究貨車車號字符在圖像中候選區(qū)域位

2、置的確定，利用圖像的顏色空間和關鍵點密度，綜合檢測確定出貨車車號字符所在的候選區(qū)域。然后，建立了深度卷積神經(jīng)網(wǎng)絡模型用于自動地提取圖像的特征，并實現(xiàn)了車號字符在圖像中的精確定位。最后，對比研究了幾種常用的分類器:k-近鄰分類器、Softmax分類器、支持向量機分類器。實驗結(jié)果表明，k-近鄰分類器的分類正確率最低，Softmax分類器和支持向量機的正確率相當，支持向量機略高，因此，本文采用支持向量機作為分類器，用于識別車號內(nèi)容。