基于图像的铁路货车车号自动识别研究-电力电子与电力传动专业论文.docxVIP

西南交通大学硕士学位论文主要工作(贡献)声明本人在学位论文中所做的主要工作或贡献如下：1、采用多种方式(颜色空间、关键点)综合确定图像中的字符候选区域；2、将深度卷积神经网络应用于货车车号识别中；3、将多种分类器(k-近邻分类器、Softmax分类器、支持向量机)应用于货车车号识别中。本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体己经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均己在文中作了明确说明。本人完全了解违反上述声明所引起的一切法律责任将由本人承担。学位论文作者签名●●日期：弘c马●农广n}易彼，万方数据西南交通大学硕士研究生学位论文第1页摘要准确获取和记录货车车号信息是铁路运输系统运行的一项基本任务。传统的货运车号获取办法由人工抄写记录，具有效率低、容易出现差错等缺点。现有的货车车号自动识别方法需要手工设计图像特征，效率不高。本文利用数字图像处理技术和深度学习技术，建立了一种自动识别铁路货车车号的系统。首先研究了图像预处理技术，包括图像增强技术和图像去噪技术。通过图像预处理可以提高图像对比度、减少图像噪声同时保留图像边缘。其次，研究货车车号字符在图像中候选区域位置的确定，利用图像的颜色空间和关键点密度，综合检测确定出货车车号字符所在的候选区域。然后，建立了深度卷积神经网络模