【技术实现步骤摘要】
本专利技术属于字符识别，具体涉及一种基于字符识别的铁路货运列车车厢计数方法。
技术介绍
1、铁路运输已成为货运行业不可替代的存在，铁路运输具有稳定性高、成本低、物流效率高、运输量大等优势，可以与海运、公路运输等多种运输方式有效结合，已成为大宗物资运输的的主力。对铁路货运列车的科学管理直接影响着铁路运输的效率和安全，可以保障大宗物资如煤炭产品的供应速度和供应质量。在这个全球化的时代，铁路货运列车的稳定管理，在保证国家铁路运输业健康发展的同时，对国际产业链供应链的稳定也具有重大意义。
2、现有的铁路货运列车车厢数目统计方法主要是两种，一种是在铁轨旁安装摄像机，实时监控或调取回放，耗费人力进行车厢计数，这种方法对人力的素质要求较高，摄像机的功能也没有得到充分使用，存在人力成本高、计数错误率高、计数效率低、设备利用率低等问题；另一种是在铁轨处安装感应设备，当列车在铁轨上驶过时，会发射感应信号，通过感应信号获取车厢数，这种方法对硬件的依赖度极高，且一旦硬件出现问题，不能发射正确的信号，则车厢计数工作废止，具有设备成本高、容错率低、稳定性差的缺陷。
技术实现思路
1、为解决现有技术存在的技术问题，本专利技术提供了基于字符识别的铁路货运列车车厢计数方法，本专利技术将字符识别技术引入铁路货运列车管理中，避免了人力计数和硬件计数的缺陷，实时监控铁路货运列车车厢情况，为铁路运输赋能，提高了铁路运输效率。
2、为实现上述目的，本专利技术所采用的技术方案为：一种基于字符识别的铁路货
3、步骤一、通过摄像机收集货运列车车厢图像素材，对车厢图像进行图像处理，基于处理后的车厢图像数据集进行车厢类型字符和车厢编号字符区域的矩形标注，基于yolov5物体检测算法训练车号字符检测模型；
4、步骤二、根据车号字符检测模型的标注数据裁剪车厢类型字符和车厢编号字符的图像，对裁剪后的图像数据集进行车厢类型字符和车厢编号字符的文本标注，基于crnn字符识别算法训练车号字符识别模型；
5、步骤三、采用训练好的车号字符检测模型，对摄像机拍摄的图像进行推理，定位车厢类型字符和车厢编号字符；
6、步骤四、采用训练好的车号字符识别模型，对已定位的车厢类型字符和车厢编号字符进行推理，获得车厢类型字符和车厢编号字符；
7、步骤五、分别计算车厢类型和车厢编号识别结果的相似度，判断两组识别结果是否分属不同车厢，得到车厢数目。
8、在步骤一中，具体训练步骤为：
9、步骤s11、通过摄像机收集货运列车车厢图像素材；
10、步骤s12、对摄像机拍摄的车厢图像进行图像处理，获取摄像机拍摄的图像后，调整图像的对比度、亮度和饱和度，调整图像中车号字符的方向，给图像去噪和添加噪声，通过形态学处理改变图像中车号字符的清晰度；
11、图像对比度的调整方法如下：
12、g(i,j)＝af(i,j)
13、其中，f(i,j)为原像素灰度，g(i,j)为调整后的像素灰度，a为系数；
14、图像亮度的调整方法如下：
15、g(i,j)＝f(i,j)+b
16、其中，f(i,j)为原像素灰度，g(i,j)为调整后的像素灰度，b为系数；
17、图像饱和度的调整方法如下：
18、g(i,j)＝b(i,j)f(i,j)
19、其中，f(i,j)为原像素饱和度，g(i,j)为调整后的像素饱和度，b(i,j)为调整饱和度的线性变换函数；
20、给图像去除和添加高斯噪声的方法如下：
21、g(i,j)＝f(i,j)±n(i,j)
22、其中，f(i,j)为原像素灰度，g(i,j)为调整后的像素灰度，n(i,j)为添加的高斯噪声，其概率密度函数如下：
23、
24、其中，z表示灰度值，μ表示z的平均值或期望值，σ表示z的标准差；
25、图像的形态学处理分为膨胀和腐蚀两种，膨胀运算用公式表示为：
26、
27、腐蚀运算用公式表示为：
28、
29、其中，element为结构元，(x,y)为锚点o的位置，x'和y'为结构元值为1的像素相对锚点o的位置偏移，src表示原图，dst表示结果图；
30、用f⊕s表示膨胀运算，用表示腐蚀运算；
31、开运算为对图像f用同一结构元s先腐蚀再膨胀，用公式表示为：
32、
33、闭运算为对图像f用同一结构元s先膨胀再腐蚀，用公式表示为：
34、
35、梯度运算是膨胀与腐蚀结果的差分，用公式表示为：
36、
37、顶帽变换是输入图像与其开运算的差分，用公式表示为：
38、
39、黑帽变换是输入图像闭运算与其本身的差分，用公式表示为：
40、
41、仿射变换调整图像的字符方向，是线性变换和平移变换的叠加，用公式表示为：
42、
43、其中，(x,y)为锚点o的位置，x'和y'为结构元值为1的像素相对锚点o的位置偏移，为旋转矩阵，为平移矩阵；
44、步骤s13、进行车号字符区域矩形标注：
45、创建车厢类型、车厢编号两个检测标签，基于训练集完成字符区域的矩形目标框标注，得到yolov5模型可用的txt文本文档文件，标注文件内容为图像中各个检测对象的标签和坐标信息；
46、标注文件中的标签信息是指车厢类型和车厢编号这两个检测标签名称在标签数组中的索引，索引为0和1；
47、标注文件中的坐标信息有4个，标注框中心点的横坐标占图像宽度的比重：
48、xcr＝(xl+xr)/2/iw
49、标注框中心点的横坐标占图像宽度的比重：
50、ycr＝(yt+yb)/2/ih
51、标注框的宽度占图像宽度的比重：
52、bw＝(xr-xl)/iw
53、标注框的高度占图像高度的比重：
54、bh＝(yb-yt)/ih
55、其中，xcr为第一个坐标数据，表示标注框中心点的横坐标占图像宽度的比重；ycr为第二个坐标数据，表示标注框中心点的横坐标占图像宽度的比重；bw为第三个坐标数据，表示标注框的宽度占图像宽度的比重；bh为第四个坐标数据，表示标注框的高度占图像高度的比重；xl为标注框左上角的横坐标，yt为标注框左上角的纵坐标，xr为标注框右下角的横坐标，yb为标注框右下角的纵坐标；iw为图像的宽度，ih为图像的高度；
56、步骤s14、基于yolov5物体检测算法训练车号字符检测模型，用于检测图像中是否存在车厢类型或车厢编号字符。
57、在步骤二中，具体训练步骤为：
58、步骤s21：根据车号字符检测模型的本文档来自技高网...
【技术保护点】
1.一种基于字符识别的铁路货运列车车厢计数方法，其特征在于，具体步骤为：
2.根据权利要求1所述的一种基于字符识别的铁路货运列车车厢计数方法，其特征在于，在步骤一中，具体训练步骤为：
3.根据权利要求2所述的一种基于字符识别的铁路货运列车车厢计数方法，其特征在于，在步骤二中，具体训练步骤为：
4.根据权利要求1所述的一种基于字符识别的铁路货运列车车厢计数方法，其特征在于，在步骤五中，具体步骤为：
【技术特征摘要】
1.一种基于字符识别的铁路货运列车车厢计数方法，其特征在于，具体步骤为：
2.根据权利要求1所述的一种基于字符识别的铁路货运列车车厢计数方法，其特征在于，在步骤一中，具体训练步骤为：
3.根据权...
【专利技术属性】
技术研发人员：贾颜兴，高佳锋，魏佳鑫，武娇娇，郭高峰，刘静，申鹏，赵彦伟，杨潇菁，
申请(专利权)人：山西阳光三极科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。