[发明专利]一种百米标数字识别方法

说明书

本发明涉及一种百米标数字识别方法，包括以下步骤：图像采集设备采集关于百米标的图像，对图像进行预处理；训练目标检测网络，对百米标图像进行目标检测，获取百米标检测框；利用数字识别方法对目标检测框中的百米标数字进行识别，获取百米标数字。

技术领域

本发明属于交通工程领域，涉及一种百米标数字识别方法。

背景技术

国内外轨道车辆现有定位需要在地面安装定位信标，车辆底部安装阅读器，当车辆驶过定位信标时，车载的阅读器读取到定位信标的数据，从而确定车辆当前的位置。该方法需要在整条线路安装大量的定位信标，工程量浩大且难以维护，此外，阅读器和定位信标之间通过电磁场耦合，当车辆行驶速度较快时，二者的通信交互时间短暂，容易产生丢码。当新增系统要与信号系统互联时，需要信号厂商的授权和认可，由于涉及核心安全，在工程实践上往往难以获得实施。

发明内容

基于此，针对现有技术的不足，本发明的第一个目的在于提供一种百米标识别方法，实现对百米标的精确识别，从而使通过识别百米标对车辆进行精确定位。

为了达到上述目的，本发明的解决方案是：

一种百米标数字识别方法，包括以下步骤：通过图像采集设备采集关于百米标的图像，对图像进行预处理；训练目标识别网络，对百米标图像进行识别，获取百米标检测框；利用数字识别方法对目标识别检测框中的百米标数字进行识别，由此，获取百米标数字。

较佳地，对关于百米标的图像进行预处理，包括：

S10、规则分幅裁剪：通过图像采集设备采集的关于百米标的图像，对图像进行规则分幅裁剪，确定图像裁剪位置的左下角坐标为通过图像采集设备采集的关于百米标的图像左下角坐标，右上角坐标为通过图像采集设备采集的关于百米标的图像中心点坐标，所述变换公式如下：

其中，(x_min，y_min)为原始图像左下角坐标，(x_max，y_max)为原始图像右上角坐标，(x′_max，y′_max)为规则分幅裁剪处理后的图像右上角坐标。

S20、去模糊处理：采用去模糊算法对裁剪后的图像进行去模糊处理，具体步骤为：

S21、设置对抗损失函数，对抗损失函数计算公式如下：

其中，L_GAN为对抗损失函数；为网络；为训练好的卷积神经网络；I^B为原始图像。

S22、设置内容损失函数，内容损失函数的计算公式如下：

其中，L_X为内容损失函数，φ_i，j为网络中第i个最大池化层之前的第j次卷积获得的特征图，W_i，j和H_i，j为特征图的维度，I^S是去模糊后的清晰图像；为训练好的卷积神经网络；I^B为原始图像。

S23、定义总损失函数，计算公式如下：

L＝L_GAN+λ·L_X

其中，L为总损失函数，L_GAN为对抗损失函数，L_X为内容损失函数，λ为内容损失函数的参数。

S24、采用运动轨迹随机生成方法，对运动轨迹矢量进行子像素插值。假设点扩散函数h_T服从生成分布。m个运动点扩散函数的集合H_T被认为独立于，其计算公式为：