基于OpenCV的高速列車車號(hào)識(shí)別算法研究
發(fā)布時(shí)間:2025-04-15 03:22
近十幾年來我國(guó)高速鐵路從無到有,引進(jìn)、消化、吸收、再創(chuàng)新,直到今天高鐵已成為中國(guó)制造的一張亮麗名片。高速鐵路給我們帶來方便、快捷、舒適的同時(shí),還有一群人默默的守護(hù)著他們的安全。動(dòng)車組動(dòng)態(tài)運(yùn)行故障圖像檢測(cè)系統(tǒng)(TEDS,Trouble of moving EMU Detection System)作為一項(xiàng)實(shí)時(shí)監(jiān)測(cè)高速列車健康狀態(tài)的技術(shù),通過識(shí)別車號(hào)來定位出哪列車的哪一輛出現(xiàn)故障,從而建立了列車車號(hào)與故障部位一一對(duì)應(yīng)的關(guān)系,F(xiàn)有的TEDS系統(tǒng)依賴噴涂在列車兩側(cè)的車號(hào)來識(shí)別車輛,從而通過自動(dòng)化的圖像比對(duì)實(shí)現(xiàn)動(dòng)車組故障判斷。車號(hào)作為列車身份的唯一象征,準(zhǔn)確的車號(hào)識(shí)別是TEDS系統(tǒng)能夠正常工作的前提,說明車號(hào)識(shí)別在TEDS系統(tǒng)的重要性。本文利用計(jì)算機(jī)視覺技術(shù)庫(kù)(OpenCV)的優(yōu)良特性,對(duì)獲取的高速列車車號(hào)數(shù)據(jù)先進(jìn)行圖像預(yù)處理,再進(jìn)行車號(hào)定位,車號(hào)字符分割后,最終實(shí)現(xiàn)對(duì)車號(hào)的自動(dòng)識(shí)別。本文的內(nèi)容如下:(1)車號(hào)圖像預(yù)處理操作,由于獲取的車號(hào)圖像存在噪聲和干擾,通過圖像灰度化、圖像增強(qiáng)、圖像去噪等一系列算法提高車號(hào)圖像的質(zhì)量。(2)利用數(shù)學(xué)形態(tài)學(xué)與投影法相結(jié)合對(duì)高速列車車號(hào)進(jìn)行精確定位,整個(gè)定位過程...
【文章頁(yè)數(shù)】:54 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景和研究意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 國(guó)外研究現(xiàn)狀
1.2.2 國(guó)內(nèi)硏究現(xiàn)狀
1.3 實(shí)驗(yàn)環(huán)境及Open CV介紹
1.3.1 實(shí)驗(yàn)環(huán)境
1.3.2 Open CV
1.4 論文主要工作內(nèi)容及章節(jié)安排
2 高速列車車號(hào)圖像預(yù)處理
2.1 數(shù)字圖像處理介紹
2.1.1 數(shù)字圖像的表示方法
2.1.2 數(shù)字圖像的處理方法
2.2 車號(hào)圖像灰度化
2.2.1 分量法
2.2.2 最大值法
2.2.3 平均值法
2.2.4 加權(quán)平均值法
2.3 圖像增強(qiáng)
2.4 圖像去噪
2.5 本章小結(jié)
3 高速列車車號(hào)定位
3.1 常用的定位方法
3.2 數(shù)學(xué)形態(tài)學(xué)圖像處理技術(shù)
3.2.1 圖像形態(tài)學(xué)的基本概念
3.2.2 形態(tài)學(xué)的基本運(yùn)算
3.3 車號(hào)粗定位
3.3.1 圖像濾波處理
3.3.2 獲取連通區(qū)域
3.3.3 去除非車號(hào)區(qū)域
3.4 基于投影法的車號(hào)精確定位
3.5 實(shí)驗(yàn)結(jié)果及分析
3.6 本章小結(jié)
4 高速列車車號(hào)字符分割
4.1 高速列車車號(hào)字符的特點(diǎn)
4.2 基于投影法的車號(hào)字符分割
4.3 字符歸一化處理
4.4 本章小結(jié)
5 基于卷積神經(jīng)網(wǎng)絡(luò)的車號(hào)字符識(shí)別
5.1 CNN簡(jiǎn)介
5.2 車號(hào)字符CNN結(jié)構(gòu)設(shè)計(jì)
5.2.1 網(wǎng)絡(luò)層的排列規(guī)則
5.2.2 輸入輸出層設(shè)計(jì)
5.2.3 隱藏層設(shè)計(jì)
5.3 實(shí)驗(yàn)結(jié)果
5.4 本章小結(jié)
總結(jié)
致謝
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果
本文編號(hào):4039991
【文章頁(yè)數(shù)】:54 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景和研究意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 國(guó)外研究現(xiàn)狀
1.2.2 國(guó)內(nèi)硏究現(xiàn)狀
1.3 實(shí)驗(yàn)環(huán)境及Open CV介紹
1.3.1 實(shí)驗(yàn)環(huán)境
1.3.2 Open CV
1.4 論文主要工作內(nèi)容及章節(jié)安排
2 高速列車車號(hào)圖像預(yù)處理
2.1 數(shù)字圖像處理介紹
2.1.1 數(shù)字圖像的表示方法
2.1.2 數(shù)字圖像的處理方法
2.2 車號(hào)圖像灰度化
2.2.1 分量法
2.2.2 最大值法
2.2.3 平均值法
2.2.4 加權(quán)平均值法
2.3 圖像增強(qiáng)
2.4 圖像去噪
2.5 本章小結(jié)
3 高速列車車號(hào)定位
3.1 常用的定位方法
3.2 數(shù)學(xué)形態(tài)學(xué)圖像處理技術(shù)
3.2.1 圖像形態(tài)學(xué)的基本概念
3.2.2 形態(tài)學(xué)的基本運(yùn)算
3.3 車號(hào)粗定位
3.3.1 圖像濾波處理
3.3.2 獲取連通區(qū)域
3.3.3 去除非車號(hào)區(qū)域
3.4 基于投影法的車號(hào)精確定位
3.5 實(shí)驗(yàn)結(jié)果及分析
3.6 本章小結(jié)
4 高速列車車號(hào)字符分割
4.1 高速列車車號(hào)字符的特點(diǎn)
4.2 基于投影法的車號(hào)字符分割
4.3 字符歸一化處理
4.4 本章小結(jié)
5 基于卷積神經(jīng)網(wǎng)絡(luò)的車號(hào)字符識(shí)別
5.1 CNN簡(jiǎn)介
5.2 車號(hào)字符CNN結(jié)構(gòu)設(shè)計(jì)
5.2.1 網(wǎng)絡(luò)層的排列規(guī)則
5.2.2 輸入輸出層設(shè)計(jì)
5.2.3 隱藏層設(shè)計(jì)
5.3 實(shí)驗(yàn)結(jié)果
5.4 本章小結(jié)
總結(jié)
致謝
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果
本文編號(hào):4039991
本文鏈接:http://www.sikaile.net/kejilunwen/daoluqiaoliang/4039991.html
最近更新
教材專著