基于图像处理的铁路货车车号定位与识别方法

对于铁路货车车号的特征，本文给出了一种基于图像处理的铁路货车车号定位与识别方法。其先是对车号位置图像实现预处理并粗定位出车号位置，接着应用改進的Soble算子进行边缘检测与投影法以及铁路货车车号先验知识相结合对车号区域实现了精准定位，最终应用模板匹配法快速实现了对车号的识别。最后的实验结果证明，这一方法对铁路货车各类车型车号区域定位以及识别都有着很高的准确率。

【关键词】图像处理 车号定位 识别

随着许多研究人员都对图像处理做出深入的探索与研究，其逐渐发展成熟，这一技术也不断应用到各个行业。在交通运输行业，图像处理技术主要被使用在车号定位及识别等方面。

Fikriye ztürk等人研究了针对字符特征提取的相关算法的车辆车号定位、识别技术；Morteza Zahedi等人研究了基于区域固定特征转换(SIFT)的汽车牌照识别方法；S ZHANU基于现有的汽车车牌识别方法对其实现了改善和提升；黄山总结了现有的各类先进的车牌识别技术，并与国内的车牌特征相结合提出了一种符合国内车牌的识别技术；任俊基于支撑矢量机技术提出了一种对于车辆牌照的即时分任务嵌入式技术；骆雪超等人研究了基于车牌特征信息分析的车牌识别技术；刘同焰深入分析了现有的车牌识别的相关技术，研究了一些有所改进的相关算法；查志强对车牌识别技术中的三个关键环节做出了深入地分析，研究了针对字符边缘特征的车辆号码定位方法。

铁路货车车号是货车的重要辨识特征，其与货车的完整运行流程相伴，而车号识别在铁路的运营过程中起到了非常关键的作用，因此精准的识别货车车号使其进入信息系统是一个至关重要的过程。在铁路货车车号识别方面，陈春雷等人研究了基于视频的铁路列车车号的识别技术，通过图像的色彩信息精准实现车辆车牌图像定位分割以及基于像素面积理论的搜索技术；杨大志研究了基于颜色空间及灰度形态学的车号定位技术；赵入宾对于铁路货车在户外运行过程中车号部分易于受沙尘或其他杂物的污染情况，做出了有关的研究。

上面的图像处理技术在铁路货车车号的定位和识别方面都做出了较为深入的探索，但是图像采集过程中具有繁多的信息，假如处理方法不到位，就算能够做到车号的定位和识别，处理速率也不会很快。所以，本文应用了一种先进的方法，能够完成铁路货车车号的快速定位和识别。

1 车号预处理过程

为了有效提升车号定位、识别的准确性，在对收集到的车号图像实现定位前，对其实现预处理，以去除其中不相干的干扰，提高相关信息的可用性并尽可能地简化信息。车号预处理过程的效果对车号后面进一步的处理有着很大的影响，例如车号字符分割等。下面的预处理过程主要包括图像灰度均衡化、车号区域粗定位以及对投影的平滑处理等相关程序。

1.1 图像灰度均衡化

在这里，应用传统的加权平均值法和直方图，使得图像的灰度直方图映射变得更加均匀，实现图像对比度整体上的提高。

1.2 车号区域粗定位

对于车号区域粗定位使用纹理分析法，车号区域内有着统一性的许多字符水平规则地排列且有间断的特征，所以在车号的矩形区域内有着足够的边缘信息，字符垂直边缘与水平边缘相比更为密集，凸显出规则的纹理特点。

文中基于车号的持续性排序特点，将从目标到背景或者反过来定为一个跳变，车号域与别的非车号区域相比跳变要多，而且间隔在一定区域内的跳变数量也大过非车号区域。使用从下到上的排序扫描，对图像的每一行实现从左向右的扫描，遇到跳变点记下所在区域，假如某行遇到持续二十个跳变点以上，而且两个跳变点的距离在三十个像素内，就记下开始点以及停止点位置；假如持续有十行以上如此的跳变点，就认定这一区域即是车号预选区域。

1.3 对投影的平滑处理

车号图像在收集或传递过程中往往遭受许多噪声的影响。为了抑制噪声提升图像水平，就要实现平滑操作。此处应用的是离散高斯平滑算法对其实现相关平滑操作。

经过上面一系列对车号图像相关的预处理，使得因为光线及环境等外界原因导致的图像过暗或对比度不强烈等情况获得较好的改善，便于之后的处理。

2 应用多种方法结合的车号定位

车号定位是车号识别技术中的重要环节，车号定位是否精准对之后车号识别的精确率有很大影响。对于棚车货车图形区域繁复性、车号位置的不准确性以及外界的变化性等特征，应用多种方法结合的车号定位。

2.1 改进的Soble算子进行边缘检测

首先要做的是对图像实现边缘检测。因为车号位置内有着很多的边缘，而且在垂直方位上是持续的，经过边缘检测操作，能够削减车号之外区域，进而分开定位区域与其他区域。此处使用了一种改进的Soble算子进行边缘检测。

之前的Soble算子包括两个3X3的矩阵，也就是仅有水平以及垂直两个方位，但是边缘检测是多个方位的，为了运用方便，常常在之前的Soble算法模板的前提下加进6个方位，变作8方位，进而提升边缘检测的效果。

2.2 投影法的使用

基于以上方法，与投影法和车号先验特征相结合精准地定位车号区域。先是经过水平方向实现自上而下的对图像来逐行扫描，把每一行的值加起来。在明确车号左右范围时，使用垂直投影使垂直方位的定位相对噪音降低。利用垂直投影，基于车号区域的较为集中的特征定位车号左右范围，如此就获得较多的候选车号区域。

2.3 车号先验知识

经过研究，棚车主要具有以下特征:

（1）棚车车号是七位数字；

（2）车号长、高的比例大约是7:1；

（3）车型(P70)一般是在车号上方；

（4）车型为三个字符，车型长高比为1.3:1。

依据上面的（1）和（2）对多个车号候选区域实现分析，精准的判断出车号位置，接着应用改进的Soble算子以及其他方法相结合的定位技术，按照特征（3）和（4）精准定位出车种车型区域。

在实现了车号、车型区域的定位后，将其二值化，使其都变成黑底白字的二值图像，便于下一步的字符分割處理。

3 铁路货车车号识别

3.1 字符分割和归一化处理

实现车号定位之后，可将获得的车号再接着实现字符分割。因为字符在垂直方位上的投影肯定是位处在字符之间或字符内的间隔处获得区域最小值的旁边，而且这个区域应符合车辆牌照的字符表示格式、字符、长短限制和某些别的元素，所以应用垂直投影法对图像中的字符进行分割效果较好。

不过，因为拍摄状况、列车行驶速度、车号位置不清楚等因素，造成之前获得的车号具有字符粘连情况，而往往字符的粘连处就处在邻接字符的间隔处，根据在字符粘连处车号垂直投影值很小这一特点，能够利用区域闽值的设计来获得垂直投影的最低值，如此就能够精准地获得到字符的粘连处。

在识别字符之前，要把分割出来的字符实现归一化处理，以保证字符的准确性。一方面，把字符区域中心化。使用方法是查询字符上下左右界限小标，以此映射字符完整图像，把字符之外的区域都除去，使字符布满完整图像。另一方面，出现的像素可能在图像中找不到相关的像素点，如此就需要应用插值处理的办法使字符大小准确化。此处应用内插法，也就是双线差值变换法实现字符大小标准化操作。

3.2 车号识别

对车号的识别这里应用的是粗网格特征提取法，把车号分成NXN维网格，计算每个网格中的像素数，而网格又代表了车号的某一特征，在识别期间，把每个网格联合起来当作统计特征并通过它来识别车号。

针对棚车车号无汉字、英文字母很少并且多是数字的特性，在上面的方法的基础上，应用模板匹配法来识别车号字符。在获得车号字符特征后，构建标准字库，接着将待识别字符通过输入分类器中实现欧式距离比较，进而选取离最小的样本类别当作待识别样本。

4 结语

在本文的实验中，按比例缩减后制做了门架及各种小车，在其上面装设了简单遥控器，使其能匀速经过门架。并且在其上面和左右两边装设了三个摄像头，当小车经过门架下面时，可获取实验小车左右两边车辆的图像。按照车号先验知识实现车号位置定位后，应用字符分割和归一化处理，可完成对实验小车车种车号的识别作用。

铁路货物车辆的类型多样，除了棚车(P)外，还包含了敞车(C)、平车(N)和罐车(U)等。在实验许可下，本文所提出的办法能够完成对铁路各种货车的车号定位、字符分割和车种车号识别。在铁路现实使用中，当外界环境不佳时，如大风、雨雪天气或尘土天气，会给图像识别造成很大的干扰，这就必须充足的照明设备来确保图像的拍摄成效。

当前，铁路总运量的八成左右来自于铁路专用线和专用铁路，而这些车辆的货车车号自动识别非常差，所以本文的方法有着广泛的使用前景和较好的社会经济效益。

参考文献

[1]张婷曼,闫文耀,王庆.基于图像处理的车牌定位及字符识别算法研究[J].现代雷达,2014,36(08):26-30.

[2]蔡杰.数字图像处理技术在车牌定位中的应用[J].辽东学院学报(自然科学版),2014,21(04):278-283.

[3]高军,朱宏辉.数字图像处理技术在车牌识别系统中的应用[J].计算机光盘软件与应用,2014(04):18-20.

[4]陈春雷,王阳萍,祝咏升,等.基于视频列车车号识别系统的研究[J].兰州交通大学学报,2007,26(06):99-102.

作者简介

马凌宇(1982-)，男，吉林省四平市人。硕士研究生学历。现为哈尔滨市科佳通用机电股份有限公司经理、中级职称，研究方向为图像处理、模式识别、机器视觉、深度学习。

作者单位

哈尔滨市科佳通用机电股份有限公司 黑龙江省哈尔滨市 150001