- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于图像处理的铁路货车车号识别及其应用研究课件
腹腔热灌注化疗在腹膜假性黏液腺瘤治疗中应用肝功能异常时肠外营养中氨基酸的应用钢球磨煤机顶轴润滑油站系统讲解剖析高密隆运服务顾问和客服思想意识和基础汽车知识话术讲解流程培训高新技术企业与研发费加计扣除政策讲解苏州工业园区地方税务局 * 基于图像处理的铁路货车车号识别及其应用研究 西南交通大学 研究生学位论文 杨大治 指导老师田怀文教授 2010年5月 研究背景及意义 主要内容 一 国内外相关研究情况 二 研究目的 三 主要研究内容 四 总 结 五 一、研究背景及意义 在铁路货物运输中,使用了大量的货物列车作为运载工具,20世纪80年代以来,随着我国国民经济的迅速发展,货运列车的规模及流量大幅度增加,种类和型号更加复杂,因此货物列车管理现代化水平的提高势在必行,迫切需要采用高科技手段来充实和提高其管理水平。 铁路运输管理信息系统(TMIS)在管理过程中,可以使货车管理过程完全自动化,大大提高货物运输的通行能力和服务水平,有效地减轻工作人员的劳动强度,改善其工作环境,减低人工管理的失误率。 一、研究背景及意义 车号自动识别系统是一个以特定目标为对象的专用计算机视觉系统,该系统能从一幅图像中自动提取车号图像,自动分割字符,进而对字符进行识别。 它运用模式识别,人工智能技术,对采集到的车号图像进行的处理,能够实时准确地自动识别出车号的数字、字母及其他字符,并以计算机可直接运行的数据形式给出识别结果,使得货车的电脑化监控和管理成为现实,是铁路运输管理信息系统(TMIS)的一个重要组成部分。 二、国内外相关研究情况 国外对于铁路货车车号的研究较早,60年代末、70年代初,国外铁路系统就开始对车号自动识别进行了研究。由于受当时的技术发展影响,通常采用彩色条形码、磁感应、声表面波等技术来实现货车的自动识别,但在使用过程中,都因现场的具体应用环境恶劣,始终未能解决系统识别精度不高和抗干扰性能差等技术难题,因此没有得到广泛应用。 二、国内外相关研究情况 目前国内货车车号自动识别也可以采用基于图像处理的技术,主要包括软件方式和软硬件结合方式两种技术方案。 软件方式就是通过识别软件对普通的车号图像进行识别,它的最大特点就是成本低,通用性好。 软硬件结合方式就是首先通过专用的图像抓拍设备获取一幅适合于计算机识别的高质量货车车号图像,然后用软件、硬件结合的方式对所获取的图像进行车号识别。 二、国内外相关研究情况 其中包括以下核心技术: 车号定位技术:采用独特的车号定位算法,在各种不同的光照背景下均能很好地定位出车号,大大增强了系统的适应性,为进行车号图像匹配奠定了良好的基础。 光学字符识别技术(OCR):以通用OCR算法为基础,并针对车号字符特征进行了优化,具有很高的性能。 车号图像匹配技术:把图像匹配技术运用于铁路运输管理信息系统中,应用专用的图像匹配算法,具有准确的匹配性能和较快的匹配速度。 三、研究目的 本文针对我国铁路运输管理信息系统及相关技术的发展要求,提出了一种利用数字图像处理技术来研究开发车号自动识别系统的方法。 货车车号自动识别的主要困难是在复杂背景下快速、准确地进行车号的定位及号码的正确分割。 货车车号识别的最终目标是在货车运行的状态下,动态识别一列货车的车号。 货车车号的定位和识别存在难点 1.货车车厢具有多种类型散车、棚车、敞车、罐车、特种车等,同一类型车厢的结构、号码位置、间隔距离等也不相同。 2.在使用过程中,车厢不可避免的会出现不同程度的变形、损坏,从而造成车号识别的困难。 3.车号号码喷涂时可能出现同一字符间断脱离,或者多个字符之间粘连的情况。 4.自然环境的问题。监控系统摄取的车号图像含有一定的自然背景及车身背景信息,易受照明条件、天气条件及运动失真和模糊的影响,因此所获取的图像质量一般都不很高。 四、主要研究内容(一) 首先从所获取的货车图像中对车号进行定位,即找出喷涂的车号所处的位置,这是识别车号的基础。 目前车号定位的方法主要有基于边界、基于区域、基于神经元网络等方法。 本文根据各种定位技术实现的原理和工作的特点,针对影响车号定位的一个重要的且不稳定的因素即阈值的确定,提出了基于颜色空间及灰度形态学的车号定位方法,并进行相应的工作和研究,提高车号的识别成功率和速度。 四、主要研究内容(二) 然后进行货车车号的预处理及分割。 一系列预先处理:对车号的图像进行灰度化、二值化、校正图像的倾斜等一系列预先处理。 对于车号字符分割,主要的法有投影法和基于聚类分析的方法。 本文在传统投影法的基础上,为解决其可靠性较低的问题,结合我国货车车号字符的一些特征进行字符的分割,力图提高识别系统在字符分割方面的成功率。 四、主要研究内容(三) 最后是对分割出的字符进行识别,最终输出货车车号的信息。 目前车号识别的方法主要有统计决
原创力文档


文档评论(0)