基于圖像處理的鐵路貨車(chē)

車(chē)號(hào)識(shí)別及其應(yīng)用研究西南交通大學(xué)研究生學(xué)位論文楊大治指導(dǎo)老師田懷文教授2010年5月研究背景及意義主要內(nèi)容一國(guó)內(nèi)外相關(guān)研究情況二研究目的三主要研究?jī)?nèi)容四總結(jié)五2一、研究背景及意義在鐵路貨物運(yùn)輸中，使用了大量的貨物列車(chē)作為運(yùn)載工具，20世紀(jì)80年代以來(lái)，隨著我國(guó)國(guó)民經(jīng)濟(jì)的迅速發(fā)展，貨運(yùn)列車(chē)的規(guī)模及流量大幅度增加，種類(lèi)和型號(hào)更加復(fù)雜，因此貨物列車(chē)管理現(xiàn)代化水平的提高勢(shì)在必行，迫切需要采用高科技手段來(lái)充實(shí)和提高其管理水平。鐵路運(yùn)輸管理信息系統(tǒng)（TMIS）在管理過(guò)程中，可以使貨車(chē)管理過(guò)程完全自動(dòng)化，大大提高貨物運(yùn)輸?shù)耐ㄐ心芰头?wù)水平，有效地減輕工作人員的勞動(dòng)強(qiáng)度，改善其工作環(huán)境，減低人工管理的失誤率。3一、研究背景及意義車(chē)號(hào)自動(dòng)識(shí)別系統(tǒng)是一個(gè)以特定目標(biāo)為對(duì)象的專(zhuān)用計(jì)算機(jī)視覺(jué)系統(tǒng)，該系統(tǒng)能從一幅圖像中自動(dòng)提取車(chē)號(hào)圖像，自動(dòng)分割字符，進(jìn)而對(duì)字符進(jìn)行識(shí)別。它運(yùn)用模式識(shí)別，人工智能技術(shù)，對(duì)采集到的車(chē)號(hào)圖像進(jìn)行的處理，能夠?qū)崟r(shí)準(zhǔn)確地自動(dòng)識(shí)別出車(chē)號(hào)的數(shù)字、字母及其他字符，并以計(jì)算機(jī)可直接運(yùn)行的數(shù)據(jù)形式給出識(shí)別結(jié)果，使得貨車(chē)的電腦化監(jiān)控和管理成為現(xiàn)實(shí)，是鐵路運(yùn)輸管理信息系統(tǒng)（TMIS）的一個(gè)重要組成部分。4二、國(guó)內(nèi)外相關(guān)研究情況國(guó)外對(duì)于鐵路貨車(chē)車(chē)號(hào)的研究較早，60年代末、70年代初，國(guó)外鐵路系統(tǒng)就開(kāi)始對(duì)車(chē)號(hào)自動(dòng)識(shí)別進(jìn)行了研究。由于受當(dāng)時(shí)的技術(shù)發(fā)展影響，通常采用彩色條形碼、磁感應(yīng)、聲表面波等技術(shù)來(lái)實(shí)現(xiàn)貨車(chē)的自動(dòng)識(shí)別，但在使用過(guò)程中，都因現(xiàn)場(chǎng)的具體應(yīng)用環(huán)境惡劣，始終未能解決系統(tǒng)識(shí)別精度不高和抗干擾性能差等技術(shù)難題，因此沒(méi)有得到廣泛應(yīng)用。5二、國(guó)內(nèi)外相關(guān)研究情況進(jìn)入80年代，隨著計(jì)算機(jī)技術(shù)和微波技術(shù)的不斷發(fā)展，國(guó)外許多公司都在致力于采用微波反射調(diào)制技術(shù)來(lái)實(shí)現(xiàn)機(jī)車(chē)、貨車(chē)自動(dòng)識(shí)別的研究，由于此項(xiàng)技術(shù)具有較高的抗干擾性能和較高的識(shí)別精度，基本解決了前述識(shí)別技術(shù)中存在的影響識(shí)別正確率的技術(shù)難題，很快被各國(guó)鐵路部門(mén)認(rèn)可，在鐵路管理系統(tǒng)中得到了推廣使用。國(guó)際鐵路聯(lián)合會(huì)通過(guò)多方面論證，向世界各國(guó)推薦自動(dòng)化車(chē)號(hào)識(shí)別系統(tǒng)采用微波反射調(diào)制技術(shù)，國(guó)際6個(gè)標(biāo)準(zhǔn)化組織也基于此項(xiàng)技術(shù)制定了相應(yīng)的自動(dòng)識(shí)別標(biāo)準(zhǔn)，并巳被世界各國(guó)所采納。6二、國(guó)內(nèi)外相關(guān)研究情況我國(guó)相關(guān)科研院所在消化吸收國(guó)外技術(shù)設(shè)備的基礎(chǔ)上，也在研制開(kāi)發(fā)適合中國(guó)鐵路實(shí)際情況的采用微波反射調(diào)制技術(shù)的貨車(chē)車(chē)號(hào)自動(dòng)識(shí)別系統(tǒng)，為今后在全路建立車(chē)號(hào)自動(dòng)識(shí)別系統(tǒng)積累經(jīng)驗(yàn)，做了一定的前期準(zhǔn)備。但基于微波反射調(diào)制技術(shù)的車(chē)號(hào)自動(dòng)識(shí)別系統(tǒng)存在著一些問(wèn)題和局限，主要包括整個(gè)識(shí)別系統(tǒng)的建設(shè)、使用、維護(hù)的成本高，初期投入大，建設(shè)的周期較長(zhǎng)，而使用壽命較短的問(wèn)題，其應(yīng)用受到了一定的限制。7二、國(guó)內(nèi)外相關(guān)研究情況目前國(guó)內(nèi)貨車(chē)車(chē)號(hào)自動(dòng)識(shí)別也可以采用基于圖像處理的技術(shù)，主要包括軟件方式和軟硬件結(jié)合方式兩種技術(shù)方案。軟件方式就是通過(guò)識(shí)別軟件對(duì)普通的車(chē)號(hào)圖像進(jìn)行識(shí)別，它的最大特點(diǎn)就是成本低，通用性好。軟硬件結(jié)合方式就是首先通過(guò)專(zhuān)用的圖像抓拍設(shè)備獲取一幅適合于計(jì)算機(jī)識(shí)別的高質(zhì)量貨車(chē)車(chē)號(hào)圖像，然后用軟件、硬件結(jié)合的方式對(duì)所獲取的圖像進(jìn)行車(chē)號(hào)識(shí)別。8二、國(guó)內(nèi)外相關(guān)研究情況其中包括以下核心技術(shù)：車(chē)號(hào)定位技術(shù)：采用獨(dú)特的車(chē)號(hào)定位算法，在各種不同的光照背景下均能很好地定位出車(chē)號(hào)，大大增強(qiáng)了系統(tǒng)的適應(yīng)性，為進(jìn)行車(chē)號(hào)圖像匹配奠定了良好的基礎(chǔ)。光學(xué)字符識(shí)別技術(shù)（OCR）：以通用OCR算法為基礎(chǔ)，并針對(duì)車(chē)號(hào)字符特征進(jìn)行了優(yōu)化，具有很高的性能。車(chē)號(hào)圖像匹配技術(shù)：把圖像匹配技術(shù)運(yùn)用于鐵路運(yùn)輸管理信息系統(tǒng)中，應(yīng)用專(zhuān)用的圖像匹配算法，具有準(zhǔn)確的匹配性能和較快的匹配速度。9三、研究目的本文針對(duì)我國(guó)鐵路運(yùn)輸管理信息系統(tǒng)及相關(guān)技術(shù)的發(fā)展要求，提出了一種利用數(shù)字圖像處理技術(shù)來(lái)研究開(kāi)發(fā)車(chē)號(hào)自動(dòng)識(shí)別系統(tǒng)的方法。貨車(chē)車(chē)號(hào)自動(dòng)識(shí)別的主要困難是在復(fù)雜背景下快速、準(zhǔn)確地進(jìn)行車(chē)號(hào)的定位及號(hào)碼的正確分割。貨車(chē)車(chē)號(hào)識(shí)別的最終目標(biāo)是在貨車(chē)運(yùn)行的狀態(tài)下，動(dòng)態(tài)識(shí)別一列貨車(chē)的車(chē)號(hào)。10貨車(chē)車(chē)號(hào)的定位和識(shí)別存在難點(diǎn)1.貨車(chē)車(chē)廂具有多種類(lèi)型散車(chē)、棚車(chē)、敞車(chē)、罐車(chē)、特種車(chē)等，同一類(lèi)型車(chē)廂的結(jié)構(gòu)、號(hào)碼位置、間隔距離等也不相同。2.在使用過(guò)程中，車(chē)廂不可避免的會(huì)出現(xiàn)不同程度的變形、損壞，從而造成車(chē)號(hào)識(shí)別的困難。3.車(chē)號(hào)號(hào)碼噴涂時(shí)可能出現(xiàn)同一字符間斷脫離，或者多個(gè)字符之間粘連的情況。4.自然環(huán)境的問(wèn)題。監(jiān)控系統(tǒng)攝取的車(chē)號(hào)圖像含有一定的自然背景及車(chē)身背景信息，易受照明條件、天氣條件及運(yùn)動(dòng)失真和模糊的影響，因此所獲取的圖像質(zhì)量一般都不很高。11四、主要研究?jī)?nèi)容（一）首先從所獲取的貨車(chē)圖像中對(duì)車(chē)號(hào)進(jìn)行定位，即找出噴涂的車(chē)號(hào)所處的位置，這是識(shí)別車(chē)號(hào)的基礎(chǔ)。目前車(chē)號(hào)定位的方法主要有基于邊界、基于區(qū)域、基于神經(jīng)元網(wǎng)絡(luò)等方法。本文根據(jù)各種定位技術(shù)實(shí)現(xiàn)的原理和工作的特點(diǎn)，針對(duì)影響車(chē)號(hào)定位的一個(gè)重要的且不穩(wěn)定的因素即閾值的確定，提出了基于顏色空間及灰度形態(tài)學(xué)的車(chē)號(hào)定位方法，并進(jìn)行相應(yīng)的工作和研究，提高車(chē)號(hào)的識(shí)別成功率和速度。12四、主要研究?jī)?nèi)容（二）然后進(jìn)行貨車(chē)車(chē)號(hào)的預(yù)處理及分割。一系列預(yù)先處理：對(duì)車(chē)號(hào)的圖像進(jìn)行灰度化、二值化、校正圖像的傾斜等一系列預(yù)先處理。對(duì)于車(chē)號(hào)字符分割，主要的法有投影法和基于聚類(lèi)分析的方法。本文在傳統(tǒng)投影法的基礎(chǔ)上，為解決其可靠性較低的問(wèn)題，結(jié)合我國(guó)貨車(chē)車(chē)號(hào)字符的一些特征進(jìn)行字符的分割，力圖提高識(shí)別系統(tǒng)在字符分割方面的成功率。13四、主要研究?jī)?nèi)容（三）最后是對(duì)分割出的字符進(jìn)行識(shí)別，最終輸出貨車(chē)車(chē)號(hào)的信息。目前車(chē)號(hào)識(shí)別的方法主要有統(tǒng)計(jì)決策法、模板匹配法和人工神經(jīng)元網(wǎng)絡(luò)法。其中模板匹配法是使用特定方法提取分割出的貨車(chē)車(chē)號(hào)字符的微結(jié)構(gòu)特征，通過(guò)與字符標(biāo)準(zhǔn)模板匹配比較獲得車(chē)號(hào)號(hào)碼。神經(jīng)網(wǎng)絡(luò)模式識(shí)別方法能夠?qū)崿F(xiàn)模式信息處理工作，采用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行模式識(shí)別，可以突破傳統(tǒng)模式識(shí)別技術(shù)的局限，開(kāi)辟模式識(shí)別技術(shù)的新途徑，本文即采用了該種方法對(duì)車(chē)號(hào)字符進(jìn)行識(shí)別。14車(chē)號(hào)識(shí)別系統(tǒng)組成及工作原理貨車(chē)車(chē)號(hào)自動(dòng)識(shí)別系統(tǒng)由多個(gè)系統(tǒng)組成，主要包括圖像捕捉采集模塊、車(chē)號(hào)自動(dòng)識(shí)別模塊、網(wǎng)絡(luò)傳輸模塊、數(shù)據(jù)庫(kù)管理模塊等，具體有固定安裝在鐵軌一側(cè)一定距離上的超聲監(jiān)測(cè)探頭、攝像機(jī)、通道切換器和控制系統(tǒng)操作的計(jì)算機(jī)及監(jiān)視器、車(chē)號(hào)自動(dòng)識(shí)別裝置等部分，如圖（貨車(chē)車(chē)廂號(hào)碼自動(dòng)識(shí)別系統(tǒng)構(gòu)成）所示。15車(chē)號(hào)識(shí)別系統(tǒng)組成及工作原理基于圖像處理的車(chē)號(hào)識(shí)別技術(shù)也存在一些需要解決的問(wèn)題，如識(shí)別的成功率會(huì)受到外界因素的影響和制約，如天氣狀況、車(chē)號(hào)污損程度以及貨車(chē)圖像質(zhì)量的高低，貨車(chē)高速運(yùn)行時(shí)采集貨車(chē)圖像的精度要求很高等，因此，需要對(duì)這種識(shí)別技術(shù)做更深入的研究和開(kāi)發(fā)。161.車(chē)號(hào)識(shí)別中圖像處理技術(shù)車(chē)號(hào)圖像的獲取：圖像獲取是圖像的數(shù)字化過(guò)程，即把圖像采集到計(jì)算機(jī)中的過(guò)程，主要涉及成像及模數(shù)轉(zhuǎn)換技術(shù)?，F(xiàn)場(chǎng)工作站的主機(jī)通過(guò)視頻捕捉卡獲取貨車(chē)的視頻數(shù)據(jù)，經(jīng)過(guò)壓縮后通過(guò)計(jì)算機(jī)網(wǎng)絡(luò)傳送給中心站儲(chǔ)存或播放。視頻圖像傳輸軟件分為現(xiàn)場(chǎng)站軟件和中心站軟件，均采用多線(xiàn)程的運(yùn)行方式，現(xiàn)場(chǎng)站包括的主線(xiàn)程有圖像的捕捉和壓縮線(xiàn)程。目前，圖像的數(shù)字化設(shè)備可分為兩類(lèi)，一類(lèi)是使用圖像采集卡或通過(guò)圖像卡將模擬制式的視頻信號(hào)采集到計(jì)算機(jī)，另一類(lèi)是攝像機(jī)本身帶有數(shù)字化部件，可以直接將數(shù)字圖像通過(guò)計(jì)算機(jī)端口如并口、接口或標(biāo)準(zhǔn)設(shè)備如磁盤(pán)驅(qū)動(dòng)器傳送到計(jì)算機(jī)。172.基于顏色空間及灰度形態(tài)學(xué)的車(chē)號(hào)定位技術(shù)本文提出了基于顏色空間及灰度形態(tài)學(xué)的車(chē)號(hào)定位方法，可以避開(kāi)二值化中閾值的確定問(wèn)題。主要思想就是將采集的圖像從RGB彩色空間轉(zhuǎn)化到HSV彩色空間，考慮到我國(guó)貨車(chē)車(chē)號(hào)的一些特點(diǎn)，利用V分量特性可將黑色區(qū)域識(shí)別出來(lái)，利用H、S分量可將藍(lán)、黃區(qū)域識(shí)別出來(lái)，利用S、V分量可以確定白色區(qū)域，然后將其他的顏色信息設(shè)為背景，將圖像轉(zhuǎn)化為級(jí)灰度圖，然后采用灰度形態(tài)學(xué)運(yùn)算有效地消除孤立干擾點(diǎn)，再利用迭代法通過(guò)對(duì)等一個(gè)連通區(qū)域的搜索，確定候選區(qū)域，并進(jìn)行標(biāo)記，然后根據(jù)車(chē)號(hào)特征從候選區(qū)域中準(zhǔn)確地分割出原始圖像中的車(chē)號(hào)。183.車(chē)號(hào)圖像的預(yù)處理及分割（一）對(duì)車(chē)號(hào)