原文传递
基于图像的铁路货车车号自动识别研究
| 论文题名： | 基于图像的铁路货车车号自动识别研究 |
| 关键词： | 铁路运输系统;货车车号;自动识别;支持向量机 |
| 摘要： | 准确获取和记录货车车号信息是铁路运输系统运行的一项基本任务。传统的货运车号获取办法由人工抄写记录，具有效率低、容易出现差错等缺点。现有的货车车号自动识别方法需要手工设计图像特征，效率不高。本文利用数字图像处理技术和深度学习技术，建立了一种自动识别铁路货车车号的系统。 首先研究了图像预处理技术，包括图像增强技术和图像去噪技术。通过图像预处理可以提高图像对比度、减少图像噪声同时保留图像边缘。其次，研究货车车号字符在图像中候选区域位置的确定，利用图像的颜色空间和关键点密度，综合检测确定出货车车号字符所在的候选区域。然后，建立了深度卷积神经网络模型用于自动地提取图像的特征，并实现了车号字符在图像中的精确定位。最后，对比研究了几种常用的分类器:k-近邻分类器、Softmax分类器、支持向量机分类器。实验结果表明，k-近邻分类器的分类正确率最低，Softmax分类器和支持向量机的正确率相当，支持向量机略高，因此，本文采用支持向量机作为分类器，用于识别车号内容。 本文建立的基于图像的铁路货车车号自动识别系统，可以准确识别出火车货车车号，为铁路系统自动化运行和管理提供有力的技术保障。 |
| 作者： | 廖健 |
| 专业： | 电力电子与电力传动 |
| 导师： | 冯晓云 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西南交通大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
