[发明专利]一种实时列车车号识别方法及装置有效

专利信息
申请号: 201710243990.5 申请日: 2017-04-14
公开(公告)号: CN108734158B 公开(公告)日: 2020-05-19
发明(设计)人: 张楠;宋平;王瑞锋 申请(专利权)人: 成都唐源电气股份有限公司
主分类号: G06K9/20 分类号: G06K9/20;G06K9/34;G06K9/62
代理公司: 成都九鼎天元知识产权代理有限公司 51214 代理人: 徐静
地址: 610046 四川省成都市武*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 实时 列车 车号 识别 方法 装置
【权利要求书】:

1.一种实时列车车号识别方法,其特征在于包括:

车号区域初定位步骤:对图像采集设备实时输入的图像数据通过局部二值模型计算出LBP图像,通过训练计算LBP图像的局部区域直方图最优灰度等级,最后得到最优灰度等级对应的整幅的灰度等级值;根据该灰度等级值通过线性的二类分类器从输入图像中定位出包含车号字符的矩形坐标;所述线性的二类分类器为SVM分类器;

字符分割步骤:采用动态二值化方法与连通成分分析算法将包含车号字符的矩形坐标区域分割为单独的字符;

字符识别步骤:根据SVM分类器对列车车号进行字符识别;其中,所述车号区域初定位步骤具体过程是:

采用LBP局部二值模型,计算窗口选择为m*m,计算出LBP图像;

通过计算得到最优灰度等级B0

得到特征长度B0*m*m维灰度等级值图像;

其中P为大量训练样本的字符识别平均概率,T为识别时间,T不超过300毫秒;m属于2到4。

2.根据权利要求1所述的一种实时列车车号识别方法,其特征在于所述B0=64;m=3。

3.根据权利要求1所述的一种实时列车车号识别方法,其特征在于所述二类分类器是线性分类器,并且二类分类器通过SVM分类器实现,二类分类器类型是c-SVM。

4.根据权利要求1所述的一种实时列车车号识别方法,其特征在于所述字符分割步骤具体实现过程是:

计算车号矩形区域的均值每个像素图像灰度值方差每个像素新的二值化图像为T(x,y)=I(x,y)var*t?255:0,其中参数t取值范围为0-1之间;

遍历二值图像,并记下每一行或列中连续的行程和标记的等价对,然后通过等价对对每个像素新的二值化图像进行重新标记,然后通过外接矩形框,取出真实的字符区域矩形;

其中x,y为每个像素在图像中的坐标值;I(x,y)为每个像素的灰度值。

5.根据权利要求4所述的一种实时列车车号识别方法,其特征在于所述t是通过线性回归训练得出,具体过程是:

收集n个字符区域矩形图,每张图归一化到P*P尺寸,计算每张图的全局灰度直方图,把灰度直方图输入svm分类器,手动计算每张图对应的t,并作为线性回归分类器的标签,训练SVM分类器模型;

当新来一张车号矩形区域图,归一化到P*P尺寸,计算此图的全局灰度直方图,把灰度直方图输入已经训练好的svm分类器,输出值为参数t;

其中P等于500到1500;n大于等于1000。

6.一种实时列车车号识别装置,其特征在于包括:

车号区域初定位模块:用于对图像采集设备实时输入的图像数据通过局部二值模型,计算最优灰度等级,最后得到最优灰度等级对应的整幅的灰度等级值;根据该灰度等级值通过线性的二类分类器从输入图像中定位出包含车号字符的矩形坐标;

字符分割模块:用于采用动态二值化方法与连通成分分析算法将包含车号字符的矩形坐标区域分割为单独的字符;

字符识别模块:用于根据SVM分类器对列车车号进行字符识别;其中,所述车号区域初定位模块具体过程是:

采用LBP局部二值模型,计算窗口选择为m*m,计算出LBP图像;

通过计算得到最有灰度等级B0

得到特征长度B0*m*m维灰度等级值图像;

其中P为大量训练样本的字符识别平均概率,T为识别时间,T不超过300毫秒;m属于2到4。

7.根据权利要求6所述的一种实时列车车号识别装置,其特征在于所述B0=64;m=4。

8.根据权利要求6所述的一种实时列车车号识别装置,其特征在于所述字符分割模块具体实现过程是:

计算车号矩形区域的均值每个像素图像灰度值方差每个像素新的二值化图为T(x,y)=I(x,y)var*t?255:0,其中参数t取值范围为0-1之间;

依次遍历二值图像每个像素,并记下每一行或列中连续的行程和标记的等价对,然后通过等价对对每个像素新的二值化图像进行重新标记,然后通过外接矩形框,取出真实的字符区域矩形。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都唐源电气股份有限公司,未经成都唐源电气股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710243990.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top