基于图像的动车组车号识别与受电弓检测

发布时间：2017-07-08 11:26

  本文关键词：基于图像的动车组车号识别与受电弓检测

  更多相关文章： 图像处理 车号识别 目标识别 受电弓检测

【摘要】：随着我国高铁战略的推进,我国高速铁路的技术成果和建设成就都取得了世界瞩目的成绩,社会各界对列车运行的安全问题也更为关注。由于列车通过弓网系统获取电能,弓网系统的状态好坏已成为列车提速、提高运行安全的主要制约因素,因此对弓网系统进行实时、智能监测成为了各界研究的重点。在对弓网系统进行日常检修的过程中,准确识别列车车号,能够对弓网系统的故障进行定位,及时排除列车安全隐患。因此高效准确地识别动车组车号,正确检测并提取列车受电弓图像,是受电弓滑板监测系统的基础。本文以受电弓滑板监测装置所采集的一系列动车组图像为研究对象,以计算机视觉及图像处理技术为依托,对不同实验数据进行实验,实现了对动车组车号的自动识别与动车组受电弓图像的检测提取。在图像预处理阶段,本文首先采用MSR算法对光照不均、分辨率不高的实验数据进行了图像增强处理。针对动车车顶俯视图像受拍摄角度影响存在倾斜畸变的问题,采用边缘检测及直线检测提取车身信息,通过透视变换对图像进行倾斜矫正。在动车组车号检测与识别部分,本文首先采用边缘检测与Hough变换相结合的方法对全局图像进行区域划分,对划分后的区域采用MSER算法提取车号图像,并通过灭点检测对车号图像进行透视变换。然后对提取出的车号图像,提出基于轮廓检测的字符分割方法,针对粘连及断裂字符提出不同的分割方案。最后对分割好的单个字符提取HOG特征,训练SVM分类器实现字符识别。在动车组受电弓检测部分,本文提出基于词包特征的受电弓检测算法。首先对车顶图像进行倾斜矫正；然后采用Sobel滤波与直线检测相结合的方式对受电弓区域进行粗提取；再对该区域提取词包特征,训练级联分类器准确检测受电弓图像。本文对现有的图像数据进行测试,验证了本文方法的有效性。结果表明,使用本文方法进行动车组车号识别及受电弓检测,能够得到理想的正确率,适应性较好,具有一定工程应用价值。
【关键词】：图像处理 车号识别 目标识别 受电弓检测
【学位授予单位】：西南交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要6-7
• Abstract7-11
• 第1章 绪论11-16
• 1.1 研究背景及意义11-12
• 1.2 国内外研究现状12-14
• 1.2.1 动车组车号识别研究现状12-13
• 1.2.2 列车受电弓检测研究现状13-14
• 1.4 本文采用的方法14
• 1.5 论文的主要内容14-16
• 第2章 动车组监测图像预处理16-24
• 2.1 动车组监测图像采集16-17
• 2.2 实验数据介绍17-19
• 2.3 面向车体图像的预处理技术19-22
• 2.3.1 多尺度视网膜(MSR)图像增强算法19-21
• 2.3.2 车顶图像倾斜矫正21-22
• 2.4 本章小结22-24
• 第3章 动车组车号检测与识别24-53
• 3.1 基于Hough变换的车体图像区域划分25-29
• 3.1.1 动车车体边缘检测25-27
• 3.1.2 动车车体直线检测27-28
• 3.1.3 图像区域划分28-29
• 3.2 基于MSER算法的车号提取29-39
• 3.2.1 MSER算法原理29-30
• 3.2.2 动车组车号定位30-33
• 3.2.3 基于灭点的车号图像透视变换33-35
• 3.2.4 动车组车号图像精确提取35-39
• 3.3 动车组车号字符分割39-45
• 3.3.1 车号字符轮廓提取40-41
• 3.3.2 标准字符分割方法41-42
• 3.3.3 粘连字符分割方法42-43
• 3.3.4 断裂字符分割方法43-45
• 3.4 结合HOG特征与SVM的字符识别45-49
• 3.4.1 HOG特征原理45-47
• 3.4.2 SVM分类器训练47-49
• 3.5 实验结果与分析49-52
• 3.5.1 动车组车号提取实验结果及分析49-50
• 3.5.2 动车组车号识别实验结果及分析50-52
• 3.6 本章小结52-53
• 第4章 动车组受电弓检测53-67
• 4.1 基于边缘检测的受电弓区域粗提取53-57
• 4.1.1 受电弓边缘检测54-56
• 4.1.2 受电弓区域粗提取56-57
• 4.2 基于Bag-of-Feature特征的受电弓检测57-64
• 4.2.1 Bag-of-Feature模型原理58
• 4.2.2 SIFT特征提取58-61
• 4.2.3 建立Bag-of-Feature模型61-62
• 4.2.4 分类器训练62-63
• 4.2.5 受电弓检测63-64
• 4.3 实验结果与分析64-66
• 4.3.1 受电弓粗提取实验结果与分析64-65
• 4.3.2 受电弓检测实验结果与分析65-66
• 4.4 本章小结66-67
• 第5章 总结67-69
• 致谢69-70
• 参考文献70-74
• 攻读硕士学位期间发表的论文及科研成果74

【相似文献】

中国期刊全文数据库 前6条

1 姚远;郭迪龙;姚拴宝;杨国伟;;高速受电弓非定常气动特性分析[J];计算机辅助工程;2012年05期

2 孙洪强;王水源;;DSA380型受电弓常见故障分析[J];电子世界;2013年22期

3 张秀平;彭浩文;;铁路TSG3630/25型受电弓动作仿真设计[J];电脑知识与技术;2010年12期

4 邢继军;张曼;;一种受电弓与接触网的接触力检测方法[J];铁路计算机应用;2008年06期

5 韩珩;张海明;张波;;基于Simulink的受电弓运动学仿真[J];机械研究与应用;2007年02期

6 ;[J];;年期

中国重要会议论文全文数据库 前10条

1 郑积浩;李华伟;;高速受电弓主要设计规范研究[A];高速铁路接触网系统新技术研讨会论文集[C];2010年

2 宦荣华;朱位秋;;计及列车车体振动时高速受电弓的主动控制研究[A];第四届全国动力学与控制青年学者研讨会论文摘要集[C];2010年

3 韩峰;吴积钦;;中国铁路受电弓的发展与展望[A];高速铁路接触网系统新技术研讨会论文集[C];2010年

4 陈恩利;杨绍普;袁向荣;;多频激励下滞后非线性悬挂受电弓的亚谐共振[A];第八届全国结构工程学术会议论文集（第Ⅲ卷）[C];1999年

5 徐孟怀;;受电弓动态包络线的理解和实际应用[A];第十届中国科协年会中部地区物流产业体系建设论坛专辑[C];2008年

6 孙振旭;姚远;姚拴宝;郭迪龙;杨国伟;;高速列车受电弓涡致振动流固耦合研究[A];第七届全国流体力学学术会议论文摘要集[C];2012年

7 陈宗广;郭建强;王东镇;葛剑敏;;高速列车受电弓处车体振动研究[A];第十届全国振动理论及应用学术会议论文集（2011）上册[C];2011年

8 廖欣;梁君海;孙召进;葛剑敏;;受电弓对高速列车噪声的影响[A];2011'中国西部声学学术交流会论文集[C];2011年

9 吴燕;吴俊勇;宋洪磊;;高速列车受电弓导流板及气缸主动控制策略研究[A];高速铁路接触网系统新技术研讨会论文集[C];2010年

10 朱飞雄;;高速铁路受电弓—接触网系统的主要关键技术[A];高速铁路接触网系统新技术研讨会论文集[C];2010年

中国重要报纸全文数据库 前7条

1 詹琳;云锡松矿干部职工为生产经营献计献策[N];红河日报;2008年

2 徐允上　李孝忠;太仓研制成功高铁供电关键设备[N];江苏经济报;2009年

3 驻太仓首席记者 徐允上　通讯员 李孝忠;高铁供电关键设备太仓造[N];苏州日报;2009年

4 陈世卿;九方电器公司签订国内首批时速300公里动车组受电弓订单[N];人民铁道;2007年

5 通讯员 陈明君;三项制度确保秋鉴整治取得实效[N];人民铁道;2009年

6 记者 陆文军;上海:市民高空乱扔垃圾“逼停”轻轨列车[N];新华每日电讯;2013年

7 韩玉斌邋时琼;电力机车咽喉部件技术填补国内空白[N];中国质量报;2008年

中国博士学位论文全文数据库 前4条

1 吴燕;高速受电弓—接触网动态性能及主动控制策略的研究[D];北京交通大学;2011年

2 宋冬利;多状态多模式受电弓机械系统混合可靠性模型研究[D];西南交通大学;2012年

3 吴积钦;受电弓——接触网系统电接触特性研究[D];西南交通大学;2009年

4 阮杰;电气化高速铁路接触网与受电弓动态性能研究[D];武汉理工大学;2013年

中国硕士学位论文全文数据库 前10条

1 段友丽;重庆跨座式单轨车受电弓失效分析[D];重庆大学;2009年

2 刘征东;主动控制受电弓控制系统研究[D];西南交通大学;2011年

3 张雪;基于空气动力学的高速受电弓研究[D];西南交通大学;2015年

4 庄林楠;受电弓气动补偿翼板的仿真与应用研究[D];西南交通大学;2015年

5 贾潞;基于风险管理的动车组受电弓故障树分析[D];西南交通大学;2015年

6 范子臣;高速列车转向架和受电弓的气动噪声分析[D];西南交通大学;2015年

7 王洪娇;高速列车受电弓的气动力学特性[D];西南交通大学;2015年

8 周森;受电弓结构优化设计及其绝缘子破坏机理研究[D];东南大学;2015年

9 董继蕾;高速动车组受电弓气动噪声产生机理及分布特性研究[D];西南交通大学;2016年

10 郑巧;基于图像的动车组车号识别与受电弓检测[D];西南交通大学;2016年

，

本文编号：534402