[发明专利]一种铁水罐罐号的图像智能识别系统及方法

权利要求书

1.一种铁水罐罐号的图像智能识别系统，其特征在于，包括图像采集模块（1）、运动检测模块（2）、对象检测模块（3）、彩色铁水罐图像动静态特征表示与描述模块（4）、基于卷积神经网络的数字字符分类模块（5）和上位机边缘计算模块（6）；

图像采集模块（1）、运动检测模块（2）、对象检测模块（3）、彩色铁水罐图像动静态特征表示与描述模块（4）、基于卷积神经网络的数字字符分类模块（5）和上位机边缘计算模块（6）依次顺序连接；

运动检测模块（2）、对象检测模块（3）还分别与上位机边缘计算模块（6）连接；

所述的图像采集模块（1）用于采集铁水罐图像，并将采集到的铁水罐图像传输至运动检测模块（2）；

所述的运动检测模块（2）用于检测采集到的铁水罐图像中是否有运动物体出现；

当检测有运动物体出现，所述的对象检测模块（3）检测运动物体是否是铁水罐；

当检测运动物体为铁水罐，彩色铁水罐图像动静态特征表示与描述模块（4）计算铁水罐的图像特征；

基于卷积神经网络的数字字符分类模块（5）用于将彩色铁水罐图像动静态特征表示与描述模块（4）得到的图像特征转换为字符数值；

上位机边缘计算模块（6）用于根据基于卷积神经网络的数字字符分类模块（5）传来的字符数值、运动检测模块（2）的检测结果和对象检测模块（3）的检测结果进行边缘计算，得到识别结果，并将识别结果传输至后台。

2.根据权利要求1所述的铁水罐罐号的图像智能识别系统，其特征在于，所述的图像采集模块包括摄像头，所述的摄像头安装在火车运输铁水罐经过的计量位置处。

3.根据权利要求2所述的铁水罐罐号的图像智能识别系统，其特征在于，所述的摄像头为彩色CCD摄像头；摄像头主光轴与铁轨垂直，高度与铁水罐的中心位置一致。

4.根据权利要求1所述的铁水罐罐号的图像智能识别系统，其特征在于，所述的运动检测模块（2）利用高斯混合背景模型检测图像中是否有运动物体出现。

5.根据权利要求1所述的铁水罐罐号的图像智能识别系统，其特征在于，所述的对象检测模块（3）利用深度学习对象检测方法检测运动物体是否是铁水罐。

6.根据权利要求1所述的铁水罐罐号的图像智能识别系统，其特征在于，所述的图像特征为亮度特征、色度特征、纹理特征和光流场运动特征。

7.根据权利要求1所述的铁水罐罐号的图像智能识别系统，其特征在于，基于卷积神经网络的数字字符分类模块（5）利用卷积神经网络建立图像特征与数字字符值的关系模型，隐含层为高斯函数，输出层为稀疏交叉熵映射。

8.一种铁水罐罐号的图像智能识别方法，采用权利要求1-7任意一项所述的铁水罐罐号的图像智能识别系统，其特征在于，包括如下步骤：

图像采集模块连续采集铁水罐图像并传送至运动检测模块，运动检测模块利用高斯混合背景模型检测图像中是否有运动物体出现；

当检测有运动物体出现，运动检测模块将图像传输至对象检测模块，对象检测模块利用深度学习对象检测方法检测运动物体是否是铁水罐；

当检测运动物体为铁水罐，对象检测模块将图像传输至彩色铁水罐图像动静态特征表示与描述模块，彩色铁水罐图像动静态特征表示与描述模块计算铁水罐的图像特征；

之后，基于卷积神经网络的数字字符分类模块将彩色铁水罐图像动静态特征表示与描述模块得到的图像特征转换为字符数值；上位机边缘计算模块根据基于卷积神经网络的数字字符分类模块传来的字符数值、运动检测模块的检测结果和对象检测模块的检测结果进行边缘计算，得到识别结果，并将识别结果传输至后台。