[发明专利]一种实时列车车号识别方法及装置

说明书

本发明涉及图像识别领域，针对现有技术存在的问题，提供一种实时列车车号识别方法包括：车号区域初定位步骤对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。

技术领域

本发明涉及图像识别领域，尤其是一种实时列车车号识别方法及装置。

背景技术

当前列车车号识别主要存在如下的缺点：(1)离线识别，即列车通过后较长时间才报识别结果，离线识别的一个显著缺点为，随着列车数量较多，识别时间越长，当天的列车车号很可能需要第二天才能识别出结果，时间滞后，影响工作；(2)识别车号图像类型单一，市面已有厂家的车号识别要不支持面阵相机图像，要不支持线阵相机图像，较少有同时支持面阵相机和线阵相机的车号识别算法；(3)支持识别车号类型偏少，现有列车车号包括普速电力机车HXD开头的车号、韶山型车号、动车车号、双向来车车号等，已有的列车车号识别不能全部支持以上类型的车号识别；(4)识别率偏低，目前的已有列车车号识别率平均92％，离铁路总公司规定的99％有不小差距。

发明内容

本发明所要解决的技术问题是：针对现有技术存在的问题，提供一种实时列车车号识别方法及装置。本发明从输入图像中快速定位出包含车号字符的矩形坐标，然后动态二值化和连通成分分析方法把包含车号字符的区域分割为单独的字符；然后根据训练好的SVM分类器模型对每个字符进行具体识别，得到列车车号的具体字符。达到本设计要求。

本发明采用的技术方案如下：

一种实时列车车号识别方法包括：

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。

进一步的，所述车号区域初定位步骤具体过程是：

采用LBP模型，计算窗口选择为m*m，计算出IBP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。

进一步的，所述B₀＝64；m＝4。

进一步的，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。

进一步的，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方差新的二值化图为T(x,y)＝I(x,y)＞var*t？255:0，其中参数t取值范围为0-1之间；

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，然后通过外接矩形框，取出真实的字符区域矩形。

进一步的，所述t是通过线性回归训练得出，具体过程是：