[发明专利]一种用于地铁电路图的智能识别装置在审
申请号: | 201811652825.6 | 申请日: | 2018-12-28 |
公开(公告)号: | CN109871748A | 公开(公告)日: | 2019-06-11 |
发明(设计)人: | 方宇;王帅;胡定玉 | 申请(专利权)人: | 上海工程技术大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/32;G06K9/62 |
代理公司: | 上海唯智赢专利代理事务所(普通合伙) 31293 | 代理人: | 姜晓艳 |
地址: | 201620 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 电路图 地铁 智能识别装置 转换模块 输入端 处理器 输出端相连 安全运行 保障列车 发生故障 归档管理 人力物力 图像处理 准确度 输出端 智能化 录入 查验 电路 应急 列车 | ||
本发明涉及图像处理的技术领域,公开了一种用于地铁电路图的智能识别装置,包括处理器,所述处理器与输入端、识别模块和转换模块、输出端相连,所述输入端用于对静态地铁电路图进行录入,所述识别模块用于对地铁电路图上的数字、字母、器件和线路进行识别,所述转换模块用于对识别后的数字、字母、器件和线路进行重组,形成完整的动态地铁电路图,所述输出端用于将动态地铁电路图显示出来。本发明的装置既可以节省人力物力和财力,又可以大大提高电路图识别的准确度和智能化水平,便于归档管理和查验,同时,在列车发生故障时可以快速找到相关部分电路,可以在最短的时间解决应急问题,保障列车的安全运行。
技术领域
本发明涉及图像处理的技术领域,具体涉及一种用于地铁电路图的智能识别装置。
背景技术
随着现代化交通的飞速发展,轨道交通已成为人们出行不可缺少的方式。地铁列车运行的安全和检修成为了人们关心的问题,而地铁列车内部电路是保证列车运行安全和发现故障并进行检修的重点,所以如何快速准确的识别地铁列车电路图是一件非常重要的工作。当前国内的地铁公司还是以纸质版电路图为主,工作人员也可以采用电脑浏览PDF的方式来进行人工识别电路图,但是这种方法存在大量弊端,如耗时长、效率低、容易受外界因素影响。而且由于是纯人工识别,所以需要购买大量设备,而电路图识别的设备需要的是高清显示屏,这样就增加了成本,同时工作人员在识别电路图时,受到本身主观印象的支配,会使得识别电路图的准确率降低,而且长期的坐在电脑前,对工作人员的身体健康会产生一定的影响,因此,如何智能化的采集电路图信息是当下应该思考的问题。
发明内容
本发明提供了一种用于地铁电路图的智能识别装置,解决了现有识别地铁电路图的方法耗时长、效率低、容易受外界因素影响等问题。
本发明可通过以下技术方案实现:
一种用于地铁电路图的智能识别装置,包括处理器,所述处理器与输入端、识别模块和转换模块、输出端相连,所述输入端用于对静态地铁电路图进行录入,所述识别模块用于对地铁电路图上的数字、字母、器件和线路进行识别,所述转换模块用于对识别后的数字、字母、器件和线路进行重组,形成完整的动态地铁电路图,所述输出端用于将动态地铁电路图显示出来。
进一步,所述识别模块包括数字和字母识别模块、器件识别模块和线路识别模块,
所述数字和字母识别模块用于对地铁电路图上的数字或者字母进行识别;
所述器件识别模块用于对地铁电路图上的器件的形状进行识别;
所述线路识别模块用于对地铁电路图上的每个线路的起讫点、线类型、拐点、连接器件进行识别。
进一步,所述数字和字母识别模块用于对数字或者字母进行细化,获取其对应的骨架和轮廓,再对所述骨架和轮廓进行特征提取,最后利用神经网络分类器对提取到的特征进行分类,识别出对应的字母或者数字;
所述器件识别模块用于通过边缘检测获取器件的轮廓,再对所述轮廓进行形状特征提取,最后将提取到的形状特征与器件形状库的各种器件的形状特征进行相似度匹配,识别出对应的器件;
所述线路识别模块用于采用最小核值相似区域算法识别出每个线路上的各个线段、所述线段上的拐点,借助器件识别模块、数字和字母识别模块识别出所述线段两端的连接器件,借助数字和字母识别模块识别出所述线段上的标号,进而获得对应的线类型。
进一步,所述拐点包括实点和虚点,所述实点通过灰度化后的像素面积进行判定。
进一步,所述数字和字母识别模块采用索引表细化算法、Hilditch经典细化算法、快速并行细化算法、Deutsch细化算法或者Pavlidis细化算法对数字或者字母进行细化。
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上海工程技术大学,未经上海工程技术大学许可,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/201811652825.6/2.html,转载请声明来源钻瓜专利网。