[发明专利]一种基于文字识别技术的铁路作业检测系统

说明书

本发明公开了一种基于文字识别技术的铁路作业检测系统，具体包括采集单元、处理单元和输出单元。其中采集单元将采集的信息以字节数组方式传送至处理单元。处理单元接收到字节数组后将其解码为开源计算机视觉库OpenCV通用的Mat格式；通过对图像进行二值化操作去除图像中文字以外的非重要信息，通过形态学腐蚀、膨胀操作将相连的两个字在连接部位断开；并将图像中文字按行进行分块处理，以提高后续文字识别模块的正确率。输出单元接收所述处理单元传送的文字信息将该文字传送至外界客户端，外界客户端如铁路上其它列车作业辅助系统可以根据自己需要获取相关信息。

技术领域

本发明涉及文字识别技术领域，尤其涉及一种基于文字识别技术的铁路作业检测系统。

背景技术

OCR技术目前已经较为成熟且应用很广，但尚无将其应用于铁路系统的截图信息提取作为铁路其它辅助系统数据接口的案例。目前某些火车站的铁路系统相对封闭，没有提供信息接口，其它列车作业辅助系统无法直接获取该火车站与邻站的信息等数据。

发明内容

根据现有技术存在的问题，本发明公开了一种基于文字识别技术的铁路作业检测系统，具体包括：获取车务终端系统窗口上图像信息的采集单元，其中窗口图像信息包括车次、车站以及相关指令的文字信息；

接收所述采集单元传送的窗口图像信息的处理单元，所述处理单元对接收到的图像进行二值化处理去除图像中文字以外的其它信息，并通过形态学腐蚀、膨胀操作将相连的两个字在连接部位进行断开处理，再采用长短期记忆网络对文字进行识别；

接收所述处理单元传送的文字信息将该文字传送至外界客户端的输出单元。

所述处理单元至少包括图像预处理模块、文字识别模块、错字替换模块和文本分析模块；

所述图像预处理模块将接收的文字信息的字节数组解码为开源计算机视觉库OpenCV通用的Mat格式，通过对文字图像进行二值化操作去除图像中文字以外的非重要信息，通过形态学腐蚀、膨胀操作将相连的两个字在连接部位断开，并将图像中文字按行进行分块处理；

所述文字识别模块将预处理后的图像通过图像设置接口传入文字识别引擎、引擎识别完成后取出识别结果字符串，并进行UTF8编码到Ansi编码格式的转换；

所述错字替换模块将识别结果中出现频率次数多的错字进行替换，将其替换成正确的文字；

所述文本分析模块采用铁路用语中固定用语匹配的方式再次对文字识别结果进行分析校正。

所述文字识别模块设置Tesseract的识别语言库及识别模式，采用长短期记忆网络进行文字识别，其中语言库为中文和英文模式。

由于采用了上述技术方案，本发明提供的一种基于文字识别技术的铁路作业检测系统，该系统具有识别正确率高，耗时短的特点。本系统首先运用开源计算机视觉库OpenCV对采集的文字信息截图进行预处理；再基于长短期记忆网络的Tesseract文字识别引擎对预处理后图像进行文字识别；识别结果再通过错字替换处理和文本分析处理可进一步提高文字识别正确率；最终将文字识别结果输出以供其它系统进行调用。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明系统的结构示意图。

图2为本发明系统的流程图。

具体实施方式

为使本发明的技术方案和优点更加清楚，下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚完整的描述：