[发明专利]基于概率特征加权融合的铁路接触网支柱号牌检测识别法

说明书

本发明公开了一种基于概率特征加权融合的铁路接触网支柱号牌检测识别法，包括对铁路接触网图像内的铁路接触网支柱号牌目标区域进行小目标区域鲁棒自动提取；根据类间方差最大方法对提取的铁路接触网支柱号牌目标区域的进行二值化，得到二值化图像；对二值化图像进行概率特征加权融合的的铁路接触网支柱号牌识别。本发明充分利用小目标区域鲁棒自动提取的特征学习深度卷积神经网络进行小号牌区域自动检测，并采用多特征提取方法提取每个字符特征，根据概率特征加权方法融合不同特征对应结果，得到高精度的铁路接触网支柱号牌识别结果，具有良好的应用前景。

技术领域

本发明涉及图像处理技术领域，具体涉及一种基于概率特征加权融合的铁路接触网支柱号牌检测识别法。

背景技术

近年来，中国高铁里程数已经超过2.2万公里，连接了各大城市。但是，随着高铁网络的铺设，铁路接触网的分布越来越广，铁路接触网支柱的数量也越来越多。通过对接触网支柱号牌的识别能够快速确定接触网异常的位置，因此，铁路接触网支柱号牌检测和识别在确保铁路接触网正常工作中起到了重要的作用。

传统的通常对铁路接触网支柱号牌的检测和识别，多通过人工方式，具体为工作人员找到图片或者视频中的号牌，并记录其信息，该方法既耗人力又耗时间。

近年来，有学者尝试借鉴车牌识别的方法进行接触网支柱的号牌识别，车牌识别方法一般分为两个步骤，首先采用形态学变换和连通区域特征进行号牌检测，然后在使用模板匹配进行识别。但是，与车牌识别相比，铁路接触网支柱的号牌识别存在如下几个难点：1)火车在高速运动中摄像头捕捉到的图像质量不高；2)铁路接触网支柱的号牌区域在整个图像中所占的比例特别小；3)铁路接触网支柱的号牌所在区域在不同的图像中呈现的状态和位置差异较大；4)铁路接触网分布在不同的地形，不同的环境之下，在不同的时间存在不同的光照效果。因此，针对常规车牌识别方法不能直接应用于铁路接触网支柱的号牌识别中，需要针对铁路接触网图像的特点，应用模式识别、人工智能、图像处理等先进技术，设计新的铁路接触网号牌自动检测识别技术。

现有的目标检测和字符识别技术，近些年在图像处理领域得到了广泛应用。但是直接应用于铁路接触网支柱号牌识别中仍存在如下几个问题：(1)随着机器学习的快速发展，很多目标检测方法在普通目标检测和识别中得到成功应用，但是，铁路接触网支柱号牌区域在整个图像中所占比例极小，如何自动提取微小的号牌区域是有待解决的问题之一；(2)虽然模板匹配方法和其他的特征提取再匹配方法在字符识别中取得了很高的识别率，但是，铁路接触网支柱号牌区域中存在模糊、异物干扰、扭曲变形等图像降质问题。

通过上述描述，如何准确地提取铁路接触网支柱号牌区域，并进行有效识别是亟待解决的问题。

发明内容

本发明的目的是克服现有的铁路接触网支柱号牌识别存在的问题。本发明的基于概率特征加权融合的铁路接触网支柱号牌检测识别法，充分利用小目标区域鲁棒自动提取的特征学习深度卷积神经网络进行小号牌区域自动检测，并采用多特征提取方法提取每个字符特征，根据概率特征加权方法融合不同特征对应结果，得到高精度的铁路接触网支柱号牌识别结果，具有良好的应用前景。

为了达到上述目的，本发明所采用的技术方案是：

一种基于概率特征加权融合的铁路接触网支柱号牌检测识别法，包括以下步骤，

步骤(A)，对铁路接触网图像内的铁路接触网支柱号牌目标区域进行小目标区域鲁棒自动提取，得到铁路接触网支柱号牌目标区域的坐标；

步骤(B)，根据类间方差最大方法对提取的铁路接触网支柱号牌目标区域的进行二值化，得到二值化图像；

步骤(C)，对二值化图像进行概率特征加权融合的的铁路接触网支柱号牌识别。

前述的基于概率特征加权融合的铁路接触网支柱号牌检测识别法，步骤(A)，对铁路接触网图像内的铁路接触网支柱号牌目标区域进行小目标区域鲁棒自动提取，包括以下步骤，