CRH列車車牌識別系統(tǒng)設(shè)計實現(xiàn)

1、-. zCRH列車車牌自動識別系統(tǒng)設(shè)計與實現(xiàn)Auto Recognition System Design and Implementationof CRH Train License PlateAbstract:Based on the fi*ed digital camera, we capture the side image of CRH train when it arrives the station platform. License plate is positioned and e*tracted. Based on the OCR algorithm, we recogniz

2、e the character including letter and number. Following the CRH train naming rule, we summarize a logic process to processautomatic recognition, the accuracy is acceptable for the real train department to control and manage the CRH train.Keyword: CRH train, license plate recognition, character image

3、recognition【摘要】系統(tǒng)采用固定攝像機(jī)對CRH列車進(jìn)站時的側(cè)面進(jìn)展圖像采集，從圖像上提取車牌信息并定位，根據(jù)圖像分析算法拆分字符。使用OCR對提取出的字符圖像進(jìn)展識別，通過CRH列車車牌的命名規(guī)則，總結(jié)出一套可以用來自動進(jìn)展字符識別結(jié)果校準(zhǔn)的邏輯流程，從而到達(dá)準(zhǔn)確識別的目的?！娟P(guān)鍵詞】CRH 動車 車牌識別 字符圖像識別 一、引言隨著全國電氣化鐵路的建立，國的鐵路開展已經(jīng)快速向電氣化、高速化開展。CRH列車具有的方便、快捷與舒適等特點，收到越來越多乘客的青睞。所以鐵路部門對CRH列車的管理也需要從普通列車的人工管理模式轉(zhuǎn)變成由計算機(jī)自動管理記錄的模式。而對于CRH列車而言，由于其具有

4、較新的技術(shù)和較規(guī)的車號命名規(guī)則，所以，我們可以通過對列車車號的自動識別，來對列車進(jìn)出站，以及進(jìn)出車庫等活動進(jìn)展自動監(jiān)管、記錄。目前所見的動車組列車共分為1型車、2型車、3型車、5型車、6型車等五種車型。列車的每節(jié)車廂上都會有車廂號的記錄，而車廂號是根據(jù)車型+車號+車廂號組成的。系統(tǒng)將通過對列車行進(jìn)規(guī)律和對字符的自動識別實現(xiàn)對CRH列車進(jìn)出站時的自動車號識別。二、CRH列車車牌分析車牌識別技術(shù)在機(jī)動車和道路卡口抓拍上的應(yīng)用已經(jīng)非常成熟，對于機(jī)動車而言，車輛卡口抓拍大都是通過高清攝像機(jī)對距離攝像機(jī)10米的車輛進(jìn)展實時抓拍，并對圖片進(jìn)展分析從而得出車牌。而CRH列車的車牌編號在車廂側(cè)面，通過攝像頭抓

5、拍的方式采集車牌畫面則需要將攝像機(jī)安裝在軌道旁的平安區(qū)域上，這樣一來，攝像機(jī)照射的CRH車輛畫面如下列圖所示。紅框的區(qū)域則為CRH列車的車牌及車廂號。圖1 CRH車牌抓拍畫面例如圖1中，ZE 607613為該車廂車廂號，其中第一個數(shù)字6表示車輛為6型車，6076為該CRH列車車號，13為車廂號。CRH列車車牌號具有如下特點：1.背景為白色，文字為黑色，比照度大；2.文字只有1行；3.絕大局部場景，多個文字會同時出現(xiàn)8節(jié)編組和16節(jié)編組的列車每個車廂均有車號，即一個車號在同一輛列車中會出現(xiàn)屢次；三、CRH列車車牌識別系統(tǒng)總體設(shè)計安裝檢測攝像機(jī)，使得鏡頭照射方向垂直于CRH列車側(cè)面。通過采集模塊，

6、將視頻采集到識別模塊中。車牌識別模塊收到視頻幀后，開場定位車牌位置，隨后對車牌的每個字符進(jìn)展分割和預(yù)處理過濾掉一些不必要的噪點。隨后將拆分的文字用OCR字符集庫進(jìn)展識別，將識別的結(jié)果進(jìn)展基于車牌規(guī)則的矯正。圖2 CRH列車車牌識別系統(tǒng)工作流程四、系統(tǒng)設(shè)計與實現(xiàn)1、檢測區(qū)域及參數(shù)預(yù)設(shè)經(jīng)過實際測算，到列車的行駛速度在20Km/h以下時，畫面中車牌的清晰度最高，可以滿足檢測要求，則，在列車行駛進(jìn)入車輛維修保養(yǎng)基地時的行駛速度較慢，正好滿足此要求。為了排除圖像OSD以及其他因素對檢測的干擾，系統(tǒng)將預(yù)先設(shè)定檢測區(qū)域，如下列圖所示：圖3 車牌檢測區(qū)域設(shè)定圖3中，MarginTop, MarginBotto

7、m, MarginLeft, MarginRight這4個參數(shù)構(gòu)成了分析區(qū)域，它應(yīng)該包含文字可能出現(xiàn)的區(qū)域，以像素為單位。鑒于列車是水平運動的，所以left和right的margin值設(shè)為0即可。我們定義Te*tHeightLow, Te*tHeightHigh, Te*tWidthLow, Te*tWidthHigh4個參數(shù)，用來描述檢測文字的大小圍的參數(shù)，以像素為單位。由于圖像成像的因素，我們設(shè)定為畫面中文字大小上下浮動一定圍。height可以在實際文字的height上下浮動25%, width情況較為復(fù)雜比方文字只出現(xiàn)一大半，或者檢測時2個字連著，建議low為width的25%，high

8、為width的2倍。此外，再定義SpaceLow, SpaceHigh用來描述文字水平距離圍的參數(shù)，以像素為單位。如果攝像機(jī)安裝的位置較好，文字在水平方向形變很小，這個值可以的圍可以小些，反之則大些。這個值通常low設(shè)定為文字寬度的1/5即可，high設(shè)定為1.5倍主要是考慮到連字符的影響。如圖3的列車畫面所示，形變較大，文字尺寸是16*32，這是設(shè)定的參數(shù)為：config.Te*tHeightLow = 25;config.Te*tHeightHigh = 40;config.Te*tWidthLow = 5;config.Te*tWidthHigh = 30;config.SpaceLow

9、 = 3;config.SpaceHigh =40;2、車牌字符位置檢測系統(tǒng)采用二值化+投影的方法來實現(xiàn)字符位置檢測，由于CRH車牌均為白底黑字，我們采用自動OSTU算法或自適應(yīng)二值化算法即可。隨后我們對二值化的結(jié)果進(jìn)展水平投影，在文字出現(xiàn)的水平位置，會形成較高的峰。根據(jù)攝像機(jī)拍攝的車牌文字高度，可以濾掉一些不需要的噪聲區(qū)間。該步驟處理后的文字所在的水平高度區(qū)間，截取經(jīng)過水平投影處理得到的帶狀二值化圖像，進(jìn)展垂直投影。如果是多個車牌的文字，會在投影的位置形成多峰的曲線。截取第一個峰開場的位置，和最末個峰完畢的位置，便得到文字所在的位置區(qū)間的集合。如，攝像機(jī)采集了一幀車牌圖像如圖4-1所示，紅框

10、是預(yù)先設(shè)定的檢測區(qū)域我們采用OSTU對其進(jìn)展二值化處理得到圖4-2的二值化圖像。隨后將其分別進(jìn)展水平投影和垂直投影得到圖4-3和圖4-4所示的圖像，這里根據(jù)投影結(jié)果的區(qū)間計算確定出車牌所在位置。圖4-1 圖4-2圖4-3 圖4-4圖4 車牌字符位置定位計算過程根據(jù)上述算法定位出粗略的車號位置，系統(tǒng)需要再次對每個字符進(jìn)展拆分和預(yù)處理。根據(jù)上述水平投影和垂直投影的結(jié)果，可以確定每個字符的包圍矩形。從原圖的灰度圖中提取這局部的小圖像。再對該圖像的二值化圖像分別做一次水平和垂直投影，以去掉不必要的空白像素，以上面的例子來說明，其得到的最終字符分割結(jié)果如圖5所示：圖5 經(jīng)過拆分和預(yù)處理得到的追蹤車牌字符

11、3、使用OCR對字符進(jìn)展識別我們將2所述的拆分出來的每個字符送入OCR字符集庫中進(jìn)展識別。通用的OCR字符集并不能很好的支持這種特殊情況下的識別，需要一定程度的調(diào)整。4、基于車牌規(guī)則的矯正通常在車速不是很快的情況下，一個車牌從出現(xiàn)到消失，會存在經(jīng)過25幀。校正的目的，就是為了防止單次檢測的準(zhǔn)確率不高的情況；另外，可以利用列車車牌命名的規(guī)則，對一些錯誤進(jìn)展校正。這里設(shè)定了一個屢次結(jié)果融合的校準(zhǔn)方法。屢次檢測結(jié)果融合的過程就是一個尋找2個字符串拼接的最正確位置的過程。其中需要注意的是：單次識別結(jié)果可能有未識別出來的情況這時候輸出為。幾個常見的識別混淆的字符，比方4和9,1和7。這時候計算最正確匹配

12、的時候，要考慮對這樣的情況的處理。舉個例子，f1=ZC601, f2=60171, 則f1+f2=ZC60171。如果f1=ZC60，f2不變，拼接時.位置的字符就以f2的為準(zhǔn)了。但如果都不是. (比方4和9), 這是要用到下面的解決方法；如果一個位置拼接時有超過2次重疊，我們需要vote即采用出現(xiàn)次數(shù)多的那個字符作為最后的結(jié)果，還是以剛剛的為例，f1=ZC601, f2=60771, f3=07714, 則最后f1+f2+f3=ZC607714. 因為第5位，有1次是1,2次是7，所以7的可信度高些。5、輸出車牌信息根據(jù)鐵道部2021年發(fā)布的關(guān)于新一代高速動車組型號、車號及座席號的通知，圖5

13、中的車牌識別結(jié)果為CRH380A-6010，則該車為6型車，車號為6061。系統(tǒng)則將此結(jié)果與列車運行方向、出現(xiàn)時間以及軌道號打包發(fā)送給上一級管理平臺記錄備案。五、實際效果測試根據(jù)本文所描述的方法對多種CRH列車進(jìn)展了實地測試。系統(tǒng)對每一節(jié)車廂的車號均進(jìn)展了檢測，根據(jù)每節(jié)車廂車號的識別率做出統(tǒng)計，結(jié)果如下。1型車測試，車號為1064的16節(jié)編組列車，識別的準(zhǔn)確率平均值為94%；圖6 1型車車廂側(cè)面視頻截圖2型車測試，車號為2001的8節(jié)編組列車，識別的準(zhǔn)確率平均值為100%；圖7 2型車車廂側(cè)面視頻截圖3型車測試，車號為3019的8節(jié)編組列車，識別的準(zhǔn)確率平均值為83%。圖8 3型車車廂側(cè)面視頻截圖5型車測試，車號為5006的8節(jié)編組列車，識別的準(zhǔn)確率平均值為100%。圖9 5型車車廂側(cè)面視頻截圖6型車測試，車號為6232的16節(jié)編組列車，識別的準(zhǔn)確率平均值為94%。圖10 6型車車廂側(cè)面視頻截圖六、完畢語經(jīng)過測試，列車進(jìn)入或離開CRH車庫的車速在20km/h之檢測效果最好，由于本系統(tǒng)采用的是從視頻監(jiān)控畫面中調(diào)取視頻幀的方式用來檢測字符，鑒于列車軌道間距短的原因，無法架設(shè)更為復(fù)雜的設(shè)備進(jìn)展優(yōu)化。接下來將考慮采用電子快門的方式