基于圖像處理的鐵路貨車車號定位與識別方法

對于鐵路貨車車號的特征，本文給出了一種基于圖像處理的鐵路貨車車號定位與識別方法。其先是對車號位置圖像實現(xiàn)預(yù)處理并粗定位出車號位置，接著應(yīng)用改進的Soble算子進行邊緣檢測與投影法以及鐵路貨車車號先驗知識相結(jié)合對車號區(qū)域?qū)崿F(xiàn)了精準(zhǔn)定位，最終應(yīng)用模板匹配法快速實現(xiàn)了對車號的識別。最后的實驗結(jié)果證明，這一方法對鐵路貨車各類車型車號區(qū)域定位以及識別都有著很高的準(zhǔn)確率。

【關(guān)鍵詞】圖像處理 車號定位 識別

隨著許多研究人員都對圖像處理做出深入的探索與研究，其逐漸發(fā)展成熟，這一技術(shù)也不斷應(yīng)用到各個行業(yè)。在交通運輸行業(yè)，圖像處理技術(shù)主要被使用在車號定位及識別等方面。

Fikriye ztürk等人研究了針對字符特征提取的相關(guān)算法的車輛車號定位、識別技術(shù)；Morteza Zahedi等人研究了基于區(qū)域固定特征轉(zhuǎn)換(SIFT)的汽車牌照識別方法；S ZHANU基于現(xiàn)有的汽車車牌識別方法對其實現(xiàn)了改善和提升；黃山總結(jié)了現(xiàn)有的各類先進的車牌識別技術(shù)，并與國內(nèi)的車牌特征相結(jié)合提出了一種符合國內(nèi)車牌的識別技術(shù)；任俊基于支撐矢量機技術(shù)提出了一種對于車輛牌照的即時分任務(wù)嵌入式技術(shù)；駱雪超等人研究了基于車牌特征信息分析的車牌識別技術(shù)；劉同焰深入分析了現(xiàn)有的車牌識別的相關(guān)技術(shù)，研究了一些有所改進的相關(guān)算法；查志強對車牌識別技術(shù)中的三個關(guān)鍵環(huán)節(jié)做出了深入地分析，研究了針對字符邊緣特征的車輛號碼定位方法。

鐵路貨車車號是貨車的重要辨識特征，其與貨車的完整運行流程相伴，而車號識別在鐵路的運營過程中起到了非常關(guān)鍵的作用，因此精準(zhǔn)的識別貨車車號使其進入信息系統(tǒng)是一個至關(guān)重要的過程。在鐵路貨車車號識別方面，陳春雷等人研究了基于視頻的鐵路列車車號的識別技術(shù)，通過圖像的色彩信息精準(zhǔn)實現(xiàn)車輛車牌圖像定位分割以及基于像素面積理論的搜索技術(shù)；楊大志研究了基于顏色空間及灰度形態(tài)學(xué)的車號定位技術(shù)；趙入賓對于鐵路貨車在戶外運行過程中車號部分易于受沙塵或其他雜物的污染情況，做出了有關(guān)的研究。

上面的圖像處理技術(shù)在鐵路貨車車號的定位和識別方面都做出了較為深入的探索，但是圖像采集過程中具有繁多的信息，假如處理方法不到位，就算能夠做到車號的定位和識別，處理速率也不會很快。所以，本文應(yīng)用了一種先進的方法，能夠完成鐵路貨車車號的快速定位和識別。

1 車號預(yù)處理過程

為了有效提升車號定位、識別的準(zhǔn)確性，在對收集到的車號圖像實現(xiàn)定位前，對其實現(xiàn)預(yù)處理，以去除其中不相干的干擾，提高相關(guān)信息的可用性并盡可能地簡化信息。車號預(yù)處理過程的效果對車號后面進一步的處理有著很大的影響，例如車號字符分割等。下面的預(yù)處理過程主要包括圖像灰度均衡化、車號區(qū)域粗定位以及對投影的平滑處理等相關(guān)程序。

1.1 圖像灰度均衡化

在這里，應(yīng)用傳統(tǒng)的加權(quán)平均值法和直方圖，使得圖像的灰度直方圖映射變得更加均勻，實現(xiàn)圖像對比度整體上的提高。

1.2 車號區(qū)域粗定位

對于車號區(qū)域粗定位使用紋理分析法，車號區(qū)域內(nèi)有著統(tǒng)一性的許多字符水平規(guī)則地排列且有間斷的特征，所以在車號的矩形區(qū)域內(nèi)有著足夠的邊緣信息，字符垂直邊緣與水平邊緣相比更為密集，凸顯出規(guī)則的紋理特點。

文中基于車號的持續(xù)性排序特點，將從目標(biāo)到背景或者反過來定為一個跳變，車號域與別的非車號區(qū)域相比跳變要多，而且間隔在一定區(qū)域內(nèi)的跳變數(shù)量也大過非車號區(qū)域。使用從下到上的排序掃描，對圖像的每一行實現(xiàn)從左向右的掃描，遇到跳變點記下所在區(qū)域，假如某行遇到持續(xù)二十個跳變點以上，而且兩個跳變點的距離在三十個像素內(nèi)，就記下開始點以及停止點位置；假如持續(xù)有十行以上如此的跳變點，就認定這一區(qū)域即是車號預(yù)選區(qū)域。

1.3 對投影的平滑處理

車號圖像在收集或傳遞過程中往往遭受許多噪聲的影響。為了抑制噪聲提升圖像水平，就要實現(xiàn)平滑操作。此處應(yīng)用的是離散高斯平滑算法對其實現(xiàn)相關(guān)平滑操作。

經(jīng)過上面一系列對車號圖像相關(guān)的預(yù)處理，使得因為光線及環(huán)境等外界原因?qū)е碌膱D像過暗或?qū)Ρ榷炔粡娏业惹闆r獲得較好的改善，便于之后的處理。

2 應(yīng)用多種方法結(jié)合的車號定位

車號定位是車號識別技術(shù)中的重要環(huán)節(jié)，車號定位是否精準(zhǔn)對之后車號識別的精確率有很大影響。對于棚車貨車圖形區(qū)域繁復(fù)性、車號位置的不準(zhǔn)確性以及外界的變化性等特征，應(yīng)用多種方法結(jié)合的車號定位。

2.1 改進的Soble算子進行邊緣檢測

首先要做的是對圖像實現(xiàn)邊緣檢測。因為車號位置內(nèi)有著很多的邊緣，而且在垂直方位上是持續(xù)的，經(jīng)過邊緣檢測操作，能夠削減車號之外區(qū)域，進而分開定位區(qū)域與其他區(qū)域。此處使用了一種改進的Soble算子進行邊緣檢測。

之前的Soble算子包括兩個3X3的矩陣，也就是僅有水平以及垂直兩個方位，但是邊緣檢測是多個方位的，為了運用方便，常常在之前的Soble算法模板的前提下加進6個方位，變作8方位，進而提升邊緣檢測的效果。

2.2 投影法的使用

基于以上方法，與投影法和車號先驗特征相結(jié)合精準(zhǔn)地定位車號區(qū)域。先是經(jīng)過水平方向?qū)崿F(xiàn)自上而下的對圖像來逐行掃描，把每一行的值加起來。在明確車號左右范圍時，使用垂直投影使垂直方位的定位相對噪音降低。利用垂直投影，基于車號區(qū)域的較為集中的特征定位車號左右范圍，如此就獲得較多的候選車號區(qū)域。

2.3 車號先驗知識

經(jīng)過研究，棚車主要具有以下特征:

（1）棚車車號是七位數(shù)字；

（2）車號長、高的比例大約是7:1；

（3）車型(P70)一般是在車號上方；

（4）車型為三個字符，車型長高比為1.3:1。

依據(jù)上面的（1）和（2）對多個車號候選區(qū)域?qū)崿F(xiàn)分析，精準(zhǔn)的判斷出車號位置，接著應(yīng)用改進的Soble算子以及其他方法相結(jié)合的定位技術(shù)，按照特征（3）和（4）精準(zhǔn)定位出車種車型區(qū)域。

在實現(xiàn)了車號、車型區(qū)域的定位后，將其二值化，使其都變成黑底白字的二值圖像，便于下一步的字符分割處理。

3 鐵路貨車車號識別

3.1 字符分割和歸一化處理

實現(xiàn)車號定位之后，可將獲得的車號再接著實現(xiàn)字符分割。因為字符在垂直方位上的投影肯定是位處在字符之間或字符內(nèi)的間隔處獲得區(qū)域最小值的旁邊，而且這個區(qū)域應(yīng)符合車輛牌照的字符表示格式、字符、長短限制和某些別的元素，所以應(yīng)用垂直投影法對圖像中的字符進行分割效果較好。

不過，因為拍攝狀況、列車行駛速度、車號位置不清楚等因素，造成之前獲得的車號具有字符粘連情況，而往往字符的粘連處就處在鄰接字符的間隔處，根據(jù)在字符粘連處車號垂直投影值很小這一特點，能夠利用區(qū)域閩值的設(shè)計來獲得垂直投影的最低值，如此就能夠精準(zhǔn)地獲得到字符的粘連處。

在識別字符之前，要把分割出來的字符實現(xiàn)歸一化處理，以保證字符的準(zhǔn)確性。一方面，把字符區(qū)域中心化。使用方法是查詢字符上下左右界限小標(biāo)，以此映射字符完整圖像，把字符之外的區(qū)域都除去，使字符布滿完整圖像。另一方面，出現(xiàn)的像素可能在圖像中找不到相關(guān)的像素點，如此就需要應(yīng)用插值處理的辦法使字符大小準(zhǔn)確化。此處應(yīng)用內(nèi)插法，也就是雙線差值變換法實現(xiàn)字符大小標(biāo)準(zhǔn)化操作。

3.2 車號識別

對車號的識別這里應(yīng)用的是粗網(wǎng)格特征提取法，把車號分成NXN維網(wǎng)格，計算每個網(wǎng)格中的像素數(shù)，而網(wǎng)格又代表了車號的某一特征，在識別期間，把每個網(wǎng)格聯(lián)合起來當(dāng)作統(tǒng)計特征并通過它來識別車號。

針對棚車車號無漢字、英文字母很少并且多是數(shù)字的特性，在上面的方法的基礎(chǔ)上，應(yīng)用模板匹配法來識別車號字符。在獲得車號字符特征后，構(gòu)建標(biāo)準(zhǔn)字庫，接著將待識別字符通過輸入分類器中實現(xiàn)歐式距離比較，進而選取離最小的樣本類別當(dāng)作待識別樣本。

4 結(jié)語

在本文的實驗中，按比例縮減后制做了門架及各種小車，在其上面裝設(shè)了簡單遙控器，使其能勻速經(jīng)過門架。并且在其上面和左右兩邊裝設(shè)了三個攝像頭，當(dāng)小車經(jīng)過門架下面時，可獲取實驗小車左右兩邊車輛的圖像。按照車號先驗知識實現(xiàn)車號位置定位后，應(yīng)用字符分割和歸一化處理，可完成對實驗小車車種車號的識別作用。

鐵路貨物車輛的類型多樣，除了棚車(P)外，還包含了敞車(C)、平車(N)和罐車(U)等。在實驗許可下，本文所提出的辦法能夠完成對鐵路各種貨車的車號定位、字符分割和車種車號識別。在鐵路現(xiàn)實使用中，當(dāng)外界環(huán)境不佳時，如大風(fēng)、雨雪天氣或塵土天氣，會給圖像識別造成很大的干擾，這就必須充足的照明設(shè)備來確保圖像的拍攝成效。

當(dāng)前，鐵路總運量的八成左右來自于鐵路專用線和專用鐵路，而這些車輛的貨車車號自動識別非常差，所以本文的方法有著廣泛的使用前景和較好的社會經(jīng)濟效益。

參考文獻

[1]張婷曼,閆文耀,王慶.基于圖像處理的車牌定位及字符識別算法研究[J].現(xiàn)代雷達,2014,36(08):26-30.

[2]蔡杰.數(shù)字圖像處理技術(shù)在車牌定位中的應(yīng)用[J].遼東學(xué)院學(xué)報(自然科學(xué)版),2014,21(04):278-283.

[3]高軍,朱宏輝.數(shù)字圖像處理技術(shù)在車牌識別系統(tǒng)中的應(yīng)用[J].計算機光盤軟件與應(yīng)用,2014(04):18-20.

[4]陳春雷,王陽萍,祝詠升,等.基于視頻列車車號識別系統(tǒng)的研究[J].蘭州交通大學(xué)學(xué)報,2007,26(06):99-102.

作者簡介

馬凌宇(1982-)，男，吉林省四平市人。碩士研究生學(xué)歷。現(xiàn)為哈爾濱市科佳通用機電股份有限公司經(jīng)理、中級職稱，研究方向為圖像處理、模式識別、機器視覺、深度學(xué)習(xí)。

作者單位

哈爾濱市科佳通用機電股份有限公司 黑龍江省哈爾濱市 150001