[发明专利]一种车号自动识别方法及系统

说明书

技术领域

本发明涉及图像识别领域，更确切的说，涉及轨道交通中一种车号自动识别系统及其方法。

背景技术

目前我国铁路运营里程不断扩大，铁路交通日益发达，我国已经成为铁路运营大国，保有量位居世界前列。车号是的重要标志，在调度、检修、车辆编组、车辆追踪等方面有重要的作用。车型车号涂装在车身上，形成车号标记，用以对车型车号进行人工识别。进行日常检修时，各个部件运行状态的提取与存储过程都需要以车型车号作为索引，来达到对整体情况的准确掌握；与此同时，还需要能够迅速将同一辆以往的检测情况从数据库中调出来进行比较。传统的车号识别方法是人工识别，人工识别不仅存在效率低、精度低、劳动强度高等缺点，而且识别过程不可避免地掺杂人为因素，直接影响识别的准确率，因此迫切需要车号自动识别设备，实现对车号的动态识别。目前国内外针对车号识别的算法很多，大多是按照图像预处理、车号定位、车号识别等算法步骤进行。

虽然车号的图像处理不太受重视，但这方面的研究还是一直在进行。铁道部于上世纪90年代开展了车号自动识别系统(ATIS)工程建设。在此期间，哈尔滨铁路局科研所于1997年自主研制出了一套HTK196型铁路车号自动识别系统，该系统是基于射频识别(RFID)技术来实现车号的自动识别。一般情况下该系统能自动抄录列车车号，但其准确性依赖于列车上安装的RFID电子标签，安装电子标签虽然保证了车号读取速度，识别率高，但配套设备复杂，造价较高，电子标签容易损坏、丢失，对其运行环境及设备维护要求较高。如图1所示。

1998年，清华大学的王少杰等人为解决车号字符断裂、粘连、缺损等问题，提出以车型车号的编制规则为判断的准则，通过建立分割搜索树来实现以识别指导分割，获得了较好的效果，最终系统的识别准确率在90％左右。但该文对车号字符明暗程度不一的情况，未作研究和分析。

2000年，上海交通大学的赵雪春等人研究货车车号的识别，提出以识别结果为指导的智能字符分割方案。对字符大小一致、二值化质量较好，只出现字符粘连和断裂、没有出现字符笔画缺失的情况下，车号区域定位正确率大于99.8％，字符识别正确率大于96.5％。这种方法主要是以识别结果判定分割正误，解决的是粘连、断裂字符的分割问题。

北京科技大学的王志明等人利用单程分裂与归并的图像分割算法对集装箱号进行了识别，提出了一种基于图像分割和区域性分析的集装箱号字符定位和识别方法。该方法首先基于灰度相似性运用改进的单程分裂与归并算法对图像进行自适应阈值分割，同时统计各个区域的灰度、形状、边缘强度等特征；然后根据字符区域特征，利用一定规则来滤除非字符区域；最后定位出字符区域，再根据字符的区域性进行二值化，并采用神经网络与模板匹配相结合的方法进行了识别。主要解决的是多行字符的定位问题，对于同一字符灰度不一致的情况，没有分析处理。

发明内容

针对现有技术中存在的问题，本发明的目的是提供一种车号自动识别方法及系统，具有识别效率高、识别正确率高、信息化程度高、人工依赖程度低等特点。

为了实现本发明的目的，本发明的技术方案如下：

一种车号自动识别方法，包括以下步骤：

步骤一、图像采集：当进线以后，车轮触发传感器产生信号，相机和光源接收外触发信号完成车号图像的采集；

步骤二、车号定位：对采集的图像进行预处理，获得包含车号的RIO区域，再消除光斑或光照过暗的一些干扰，对车号进行粗定位、精确定位，完成车号定位；

步骤三、车号识别：车号字符分割，同时记录分割数目number，检验分割数目number是否满足实际车号字符数目；实现车号识别；检验识别结果是否满足车型先验知识；

步骤四、数据传输：将车号定位与识别结果传输到终端设备上存储和显示。

进一步的，步骤一中，通常一组图像为30至60张，完整车号图像为1至3张；

步骤二进一步包括以下步骤：

第2.1步：图像预处理，根据先验知识裁剪采集的图像，得到包含车号的RIO区域，根据车号的颜色与车身背景的差异性，提取颜色分量，将彩色图像变为单通道图像；

第2.2步：消除光斑或光照过暗的一些干扰；

第2.3步：将得到的图像进行数学形态学处理，根据车号的高度、宽度以及高宽比等先验知识对车号进行粗定位；

第2.4步：倾斜校正，得到倾斜校正后的粗定位图像；

第2.5步：去除粗定位图像中的噪点，得到精确定位的车号图像。