基于图像的动车组车号识别与受电弓检测-控制工程专业论文.docx

Classified Classified Index：TM614 U．D．C：621．3 S outhwest Jiaotong University Master Degree Thesis SERIAL NUMBER RECOGNIZITION AND王公LNTOGRAPH DETECTION FOR HSR TRAINS BASED ON IMAGE PROCES SING Grade：2013 Candidate：Zheng Qiao Academic Degree Applied for．I Master Degree Speciality：Control Engineering Supervisor：Prof．Jin Weidong May,2016 万方数据 西南交通大学 西南交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保 留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。 本人授权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检 索，可以采用影印、缩印或扫描等复印手段保存和汇编本学位论文。 本学位论文属于 1．必威体育官网网址口，在 年解密后适用本授权书； 2．不必威体育官网网址≤，使用本授权书。 (请在以上方框内打“、／”) 学位论文作者签名：却均 指导老师签名： 参巾 Et期：‘细刍．歹．4， 万方数据 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： 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)图像数据预处理操作。针对实际图像拍摄过程中，由于多种外界因素不可避免 地造成拍摄图像光照不均，分辨率低等问题，本文采用MSR图像增强算法对实验数据 进行图像增强处理。针对列车车顶图像受拍摄角度影响造成的图像倾斜，提出边缘检 测与直线检测相结合的倾斜矫正方法。这部分预处理操作为后续车号识别及受电弓检 测奠定了基础。 (2)动车组车号检测及识别。针对动车组全局图像干扰多，计算量大等问题，本文 提出基于边缘检测及直线检测的全局图像区域划分。对划分出的区域采用MSER算法 对动车组车号进行定位，并采用灭点检测实现车号透视矫正。针对车号字符存在倾斜、 粘连及断裂现象，本文提出一种基于轮廓检测的字符分割算法，针对不同情况采用不 同解决方案，实现了车号字符分割。对分割出的单个字符提取HOG特征，并训练SVM 分类器进行字符识别。通过对两组实验数据进行测试，验证了本文方法的有效性。 (3)受电弓区域粗提取。本文根据车顶图像中受电弓滑板的固有特征，首先对全局 图像提取受电弓边缘特征，采用Sobel滤波及直线检测等方式对疑似受电弓区域进行粗 提取，将提取出的受电弓图像用于后续分类器的训练及检测。 (4)基于词包特征的受电弓检测。本文对提取出的受电弓区域，提出基于词包特征 的受电弓检测方法。将疑似受电弓区域作为分类器训练样本，离线训练级联分类器， 将该分类器用于受电弓精确检测，将检测正确的受电弓图像提取出来。测试表明，训 练出的级联分类器能达到预期效果。 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已经发表或撰 写过的研究成果。对本文的研究做出贡献的个人和集体，均已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：却乃 日期：如tb·F·牛 万方数据 西南交通大学硕士研究生学位论文 西南交通大学硕士研究生学位论文 第1页 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