CN108710878B - 一种铁路接触网支柱号牌字符分割方法及系统 - Google Patents

一种铁路接触网支柱号牌字符分割方法及系统 Download PDF

Info

Publication number
CN108710878B
CN108710878B CN201810349308.5A CN201810349308A CN108710878B CN 108710878 B CN108710878 B CN 108710878B CN 201810349308 A CN201810349308 A CN 201810349308A CN 108710878 B CN108710878 B CN 108710878B
Authority
CN
China
Prior art keywords
projection matrix
candidate
point
number plate
contact net
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810349308.5A
Other languages
English (en)
Other versions
CN108710878A (zh
Inventor
闵锋
吴涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Institute of Technology
Original Assignee
Wuhan Institute of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan Institute of Technology filed Critical Wuhan Institute of Technology
Priority to CN201810349308.5A priority Critical patent/CN108710878B/zh
Publication of CN108710878A publication Critical patent/CN108710878A/zh
Application granted granted Critical
Publication of CN108710878B publication Critical patent/CN108710878B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/63—Scene text, e.g. street names
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/14—Image acquisition
    • G06V30/148—Segmentation of character regions
    • G06V30/153—Segmentation of character regions using recognition of characters or words
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/14—Image acquisition
    • G06V30/148—Segmentation of character regions
    • G06V30/158—Segmentation of character regions using character size, text spacings or pitch estimation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Character Input (AREA)

Abstract

本发明涉及一种铁路接触网支柱号牌字符分割方法及系统，其方法包括S1，对铁路接触网支柱号牌进行上、下轮廓投影，得到第一投影矩阵；S2，根据第一投影矩阵确定分割铁路接触网支柱号牌字符的候选分割点；S3，通过铁路接触网支柱号牌中的字符数目选取候选分割点进行组合，得到候选组合，并计算所述候选组合中相邻候选分割点之间的距离的变异系数；S4，对所述变异系数进行正规化，并选取正规化后变异系数最小的所述候选组合中的候选分割点作为最终分割点对铁路接触网支柱号牌字符进行分割。本发明采用过度分割的思想对分离及粘连的字符有良好的分割效果。

Description

一种铁路接触网支柱号牌字符分割方法及系统
技术领域
本发明涉及字符分割领域，具体涉及一种铁路接触网支柱号牌字符分割方法及系统。
背景技术
从原铁道部发布了《高速铁路供电安全检测监测系统(6C系统)总体技术规范》(铁运[2012]136号)以来，我国铁路智能巡检系统的建设有了巨大的进步，图像处理技术在其中的应用越来越广泛。支柱号牌提供了接触网的重要位置信息，在智能巡检系统中具有重要意义。其中，如何精确的提取字符为号牌识别中的重点与难点。
目前，光学字符分割方法主要有连通域标记法，投影法，小波变换法。连通域标记法实现简单，并且有一定的抗干扰性，但无法解决字符粘连、断裂的问题，传统投影法对矩阵难以解决矩阵中‘伪波谷’的问题，容易对分离的字符以及存在多个‘波谷’的字符进行错误的分割。小波变换往往需要其他方法相结合来实现准确分割，实现过程较复杂，难以适应复杂的铁路线路。
发明内容
本发明所要解决的技术问题是提供一种铁路接触网支柱号牌字符分割方法及系统，解决识别过程中字符分离、粘连的问题。
本发明解决上述技术问题的技术方案如下：一种铁路接触网支柱号牌字符分割方法，包括以下步骤，
S1，对铁路接触网支柱号牌进行上、下轮廓投影，得到第一投影矩阵；
S2，根据第一投影矩阵确定分割铁路接触网支柱号牌字符的候选分割点；
S3，通过铁路接触网支柱号牌中的字符数目选取候选分割点进行组合，得到候选组合，并计算所述候选组合中相邻候选分割点之间的距离的变异系数；
S4，对所述变异系数进行正规化，并选取正规化后变异系数最小的所述候选组合中的候选分割点作为最终分割点对铁路接触网支柱号牌字符进行分割。
本发明的有益效果是：本发明一种铁路接触网支柱号牌字符分割方法考虑到在同一号牌中字符的宽度以及间距大致相似，通过投影矩阵波谷之间距离的变异系数能够弹性找到距离合适的分割点，能有效的适应因拍摄问题导致的不同号牌字符大小、字符间距差异较大的问题，由于采用了过度分割的思想，对分离的字符以及粘连的字符也有良好的分割效果。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步，所述S2具体为，
S21，对所述第一投影矩阵进行水平方向反向翻转，得到第二投影矩阵；
S22，分别计算出所述第一投影矩阵和第二投影矩阵所对应的差分矩阵；
S23，通过所述差分矩阵分别获取对应的所述第一投影矩阵和第二投影矩阵的极值点；
S24，取所述第一投影矩阵和第二投影矩阵的极值点的平均值作为候选分割点。
进一步，所述S1具体为，对二值化处理之后的铁路接触网支柱号牌进行上、下轮廓投影，得到所述第一投影矩阵，并对所述第一投影矩阵进行预处理；
进一步，所述S21具体为，对预处理后的所述第一投影矩阵进行水平方向反向翻转，得到所述第二投影矩阵。
进一步，所述S24具体为，取所述第二投影矩阵的极小值点与其后面紧邻的所述第一投影矩阵的极小值点的平均值作为候选分割点；
且取所述第一投影矩阵或第二投影矩阵的极小值点，具体包括以下步骤：
S241，创建一个标志量去记录所述第一投影矩阵或第二投影矩阵所对应的差分矩阵中当前极值点的前面是否有极大值；
S242，判断当前极值点是否为极大值点，如果当前极值点为极大值点，则把标志量置为真，如果当前极值点不为极大值点，则判断当前极值点是否为极小值点；
S243，如果当前极值点为极小值点并且标志量为真，则记录当前极值点为对应的第一投影矩阵或第二投影矩阵的极小值点，并且将标志量置为假；
S244，如果当前极值点不为极小值点并且标志量为假，则将下一个极值点作为当前极值点，循环执行S241～S243，直到遍历完所述第一投影矩阵或第二投影矩阵所对应的差分矩阵中的所有极值点。
进一步，所述S24后还包括，若所述第二投影矩阵的极小值点与其后面紧邻的第一投影矩阵的极小值点之间的距离大于预设值，则保留第二投影矩阵的极小值点与其后面紧邻的第一投影矩阵的极小值点作为候选分割点。
进一步，在所述S3中，所述候选组合中候选分割点的数目为铁路接触网支柱号牌上字符的数目再加上1；
设选取的所述候选组合为P，且有n个候选分割点，计算所述候选组合P中相邻候选分割点之间的距离的变异系数的公式为：
Figure BDA0001632696980000031
其中，
Figure BDA0001632696980000032
Cv代表所述候选组合P中相邻候选分割点之间的距离的变异系数，μ为所述候选组合P中候选分割点之间的平均距离，σ为μ的方差，ai为所述候选组合P中第i个候选分割点在对应的第一投影矩阵或第二投影矩阵中的位置，ai-1为所述候选组合P中第i-1个候选分割点在对应的第一投影矩阵或第二投影矩阵中的位置。
进一步，在所述S4中，具体利用铁路接触网支柱号牌上字符的参考宽度或高度对所述变异系数进行正规化。
进一步，在所述S4中，选取正规化后变异系数最小的所述候选组合P的公式为：
Figure BDA0001632696980000041
其中，R(|μ-z|)为宽度正规化函数，其中z代表铁路接触网支柱号牌上字符的参考宽度或高度，α代表正规化函数的权值，p为变异系数最小的所述候选组合P，且设
Figure BDA0001632696980000042
基于上述一种铁路接触网支柱号牌字符分割方法，本发明还提供一种铁路接触网支柱号牌字符分割系统。
一种铁路接触网支柱号牌字符分割系统，包括第一投影矩阵获得模块、候选分割点获得模块、变异系数获得模块和最终分割点获得模块，
所述第一投影矩阵获得模块，其用于对铁路接触网支柱号牌进行上、下轮廓投影，得到第一投影矩阵；
所述候选分割点获得模块，其用于根据第一投影矩阵确定分割铁路接触网支柱号牌字符的候选分割点；
所述变异系数获得模块，其用于通过铁路接触网支柱号牌中的字符数目选取候选分割点进行组合，得到候选组合，并计算所述候选组合中相邻候选分割点之间的距离的变异系数；
所述最终分割点获得模块，其用于对所述变异系数进行正规化，并选取正规化后变异系数最小的所述候选组合中的候选分割点作为最终分割点对铁路接触网支柱号牌字符进行分割。
本发明的有益效果是：本发明一种铁路接触网支柱号牌字符分割系统考虑到在同一号牌中字符的宽度以及间距大致相似，通过投影矩阵波谷之间距离的变异系数能够弹性找到距离合适的分割点，能有效的适应因拍摄问题导致的不同号牌字符大小、字符间距差异较大的问题，由于采用了过度分割的思想，对分离的字符以及粘连的字符也有良好的分割效果。
附图说明
图1为本发明一种铁路接触网支柱号牌字符分割方法的流程图；
图2为本发明一种铁路接触网支柱号牌字符分割方法的原理图；
图3为本发明一种铁路接触网支柱号牌字符分割方法中获取极小值点的流程图；
图4为实际铁路接触网支柱号牌的原图；
图5为图4的二值图(左)以及上下轮廓投影图(右)；
图6为图5中第一投影矩阵及其水平翻转后的第二投影矩阵的极小值点的提取图；
图7为图6中以第一投影矩阵和第二投影矩阵的极小值点的平均值作为候选分割点的示意图；
表1为以图7中候选分割点进行组合的候选组合的变异系数分析表；
图8为由表1获得的分割结果的示意图；
图9为利用本发明的方法针对不同图片的分割结果的展示图；
图10为本发明一种铁路接触网支柱号牌字符分割系统的结构框图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
如图1和图2所示，一种铁路接触网支柱号牌字符分割方法，包括以下步骤，
S1，对铁路接触网支柱号牌进行上、下轮廓投影，得到第一投影矩阵；其中具体为，对二值化处理之后的铁路接触网支柱号牌进行上下轮廓投影，得到所述第一投影矩阵，并对所述第一投影矩阵进行预处理(也称精细化处理)，预处理包括平滑、缩放、归一化等处理。
例如，图4为铁路接触网支柱号牌的原图；然后对图4进行二值化处理后的二值图为图5(左)所示；对图5(左)的二值图进行上下轮廓投影得到图5(右)的第一投影矩阵。
S2，根据第一投影矩阵确定分割铁路接触网支柱号牌字符的候选分割点；在本具体实施例中，所述S2具体为：
S21，对所述第一投影矩阵进行水平方向反向翻转，得到第二投影矩阵；其中具体为，对预处理后的所述第一投影矩阵进行水平方向反向翻转，得到所述第二投影矩阵。
S22，分别计算出所述第一投影矩阵和第二投影矩阵所对应的差分矩阵；具体的是由第一投影矩阵计算得到第一投影矩阵的差分矩阵，由第二投影矩阵计算得到第二投影矩阵的差分矩阵；
由第一投影矩阵计算得到第一投影矩阵的差分矩阵或由第二投影矩阵计算得到第二投影矩阵的差分矩阵的原理相同，由投影矩阵求其差分矩阵的原理公式为dy＝a[n+1]-a[n](a为离散的数据)，此公式是离散数据求导的手段，即由第一投影矩阵数组中的后一个值减去第一投影矩阵数组中的前一个值(前向差分)所的到的数组即为第一投影矩阵的差分矩阵；由第二投影矩阵数组中的后一个值减去第二投影矩阵数组中的前一个值(前向差分)所的到的数组即为第二投影矩阵的差分矩阵。
S23，通过所述差分矩阵分别获取对应的所述第一投影矩阵和第二投影矩阵的极值点。
S24，取所述第一投影矩阵和第二投影矩阵的极值点的平均值作为候选分割点；具体的为取所述第二投影矩阵的极小值点与其后面紧邻的(这里强调紧邻，因为第一投影矩阵与第二投影矩阵是相对应的，设a为第一投影，b为第二投影，那么第一投影矩阵和第二投影矩阵中极值点是按b[0]a[0]b[1]a[1]...排列的，从图6可以清楚的看到)所述第一投影矩阵的极小值点的平均值作为候选分割点(波谷区域)；若所述第二投影矩阵的极小值与其后面紧邻的第一投影矩阵的极小值之间的距离大于预设值，则保留第二投影矩阵的极小值与其后面紧邻的第一投影矩阵的极小值作为候选分割点。
另外，取所述第一投影矩阵或第二投影矩阵的极小值点入图3所示，具体包括以下步骤：
S241，创建一个标志量(flag)去记录所述第一投影矩阵或第二投影矩阵所对应的差分矩阵中当前极值点的前面(一个投影矩阵中一般包含有许多极值点，这里是利用前面的极大值去限定后面的极小值)是否有极大值。
S242，判断当前极值点是否为极大值点，如果当前极值点为极大值点，则把标志量置为真，如果当前极值点不为极大值点，则判断当前极值点是否为极小值点。
S243，如果当前极值点为极小值点并且标志量为真，则记录当前极值点为对应的第一投影矩阵或第二投影矩阵的极小值点(波谷区域)，并且将标志量置为假。
S244，如果当前极值点不为极小值点并且标志量为假，则将下一个极值点作为当前极值点，循环执行S241～S243，直到遍历完所述第一投影矩阵或第二投影矩阵所对应的差分矩阵中的所有极值点。
图5(右)的第一投影矩阵和对图5(右)进行水平方向反向翻转后得到的第二投影矩阵的极小值提取图如图6所示，其中，细线条为第一投影矩阵的极小值点，粗线条为第二投影矩阵的极小值点。
S3，通过铁路接触网支柱号牌中的字符数目选取候选分割点进行组合，得到候选组合，并计算所述候选组合中相邻候选分割点之间的距离的变异系数；其中，所述候选组合中候选分割点的数目为铁路接触网支柱号牌上字符的数目再加上1；
设选取的所述候选组合为P，且有n个候选分割点，计算所述候选组合P中相邻候选分割点之间的距离的变异系数的公式为：
Figure BDA0001632696980000081
其中，
Figure BDA0001632696980000082
Cv代表所述候选组合P中相邻候选分割点之间的距离的变异系数，μ为所述候选组合P中候选分割点之间的平均距离，σ为μ的方差，ai为所述候选组合P中第i个候选分割点在对应的第一投影矩阵或第二投影矩阵中的位置，ai-1为所述候选组合P中第i-1个候选分割点在对应的第一投影矩阵或第二投影矩阵中的位置。
例如，图7为图6中第一投影矩阵和第二投影矩阵的极小值点的平均值作为候选分割点的示意图。
S4，对所述变异系数进行正规化，并选取正规化后变异系数最小的所述候选组合中的候选分割点作为最终分割点对铁路接触网支柱号牌字符进行分割；其中，具体利用铁路接触网支柱号牌上字符的参考宽度或高度对所述变异系数进行正规化；且选取正规化后变异系数最小的所述候选组合P的公式为：
Figure BDA0001632696980000091
其中，R(|μ-z|)为宽度正规化函数，其中z代表铁路接触网支柱号牌上字符的参考宽度或高度，α代表正规化函数的权值，p为变异系数最小的所述候选组合P，且设
Figure BDA0001632696980000092
表1为以图7中候选分割点进行组合的候选组合的变异系数分析表(设图7中的候选分割点从左到右依次设编号为0-6)，表1列出了候选组合中包含0号候选分割点的20种候选组合的计算数值。
表1
Figure BDA0001632696980000093
由表1可知“0246”的候选组合正规化后的变异系数最小，如果在表1中选取“0246”的候选组合对图7进行重新分割，分割结果如图8所示。
为验证本发明方法的有效性和实用性，对2000张京沪高铁徐州段的纵排列支柱号牌以及3405张兰州普速线路的横排列支柱号牌实验，排除字符严重脱落(号牌被脱落部分超过号牌的1/3)以及号牌被严重遮挡的图片(号牌被遮挡部分超过号牌的1/3)等无法识别的图片，准确分割率分别达到97.46％与95.04％；图9为采用本发明方法针对不同图片的分割结果，从图9中可以看出本发明方法对较复杂的图片有较好的适应能力。
基于上述一种铁路接触网支柱号牌字符分割方法，本发明还提供一种铁路接触网支柱号牌字符分割系统。
如图10所示，一种铁路接触网支柱号牌字符分割系统，包括第一投影矩阵获得模块、候选分割点获得模块、变异系数获得模块和最终分割点获得模块，
所述第一投影矩阵获得模块，其用于对铁路接触网支柱号牌进行上、下轮廓投影，得到第一投影矩阵；
所述候选分割点获得模块，其用于根据第一投影矩阵确定分割铁路接触网支柱号牌字符的候选分割点；
所述变异系数获得模块，其用于通过铁路接触网支柱号牌中的字符数目选取候选分割点进行组合，得到候选组合，并计算所述候选组合中相邻候选分割点之间的距离的变异系数；
所述最终分割点获得模块，其用于对所述变异系数进行正规化，并选取正规化后变异系数最小的所述候选组合中的候选分割点作为最终分割点对铁路接触网支柱号牌字符进行分割。
本发明一种铁路接触网支柱号牌字符分割系统考虑到在同一号牌中字符的宽度以及间距大致相似，通过投影矩阵波谷之间距离的变异系数能够弹性找到距离合适的分割点，能有效的适应因拍摄问题导致的不同号牌字符大小、字符间距差异较大的问题，由于采用了过度分割的思想，对分离的字符以及粘连的字符也有良好的分割效果。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种铁路接触网支柱号牌字符分割方法，其特征在于：包括以下步骤，
S1，对铁路接触网支柱号牌进行上、下轮廓投影，得到第一投影矩阵；
S2，根据第一投影矩阵确定分割铁路接触网支柱号牌字符的候选分割点；
S3，通过铁路接触网支柱号牌中的字符数目选取候选分割点进行组合，得到候选组合，并计算所述候选组合中相邻候选分割点之间的距离的变异系数；
S4，对所述变异系数进行正规化，并选取正规化后变异系数最小的所述候选组合中的候选分割点作为最终分割点对铁路接触网支柱号牌字符进行分割
所述S2具体为，
S21，对所述第一投影矩阵进行水平方向反向翻转，得到第二投影矩阵；
S22，分别计算出所述第一投影矩阵和第二投影矩阵所对应的差分矩阵；
S23，通过所述差分矩阵分别获取对应的所述第一投影矩阵和第二投影矩阵的极值点；
S24，取所述第一投影矩阵和第二投影矩阵的极值点的平均值作为候选分割点；
在所述S3中，所述候选组合中候选分割点的数目为铁路接触网支柱号牌上字符的数目再加上1；
设选取的所述候选组合为P，且有n个候选分割点，计算所述候选组合P中相邻候选分割点之间的距离的变异系数的公式为：
Figure FDA0003182082510000011
其中，
Figure FDA0003182082510000021
Cv代表所述候选组合P中相邻候选分割点之间的距离的变异系数，μ为所述候选组合P中候选分割点之间的平均距离，σ为μ的方差，ai为所述候选组合P中第i个候选分割点在对应的第一投影矩阵或第二投影矩阵中的位置，ai-1为所述候选组合P中第i-1个候选分割点在对应的第一投影矩阵或第二投影矩阵中的位置。
2.根据权利要求1所述的一种铁路接触网支柱号牌字符分割方法，其特征在于：所述S1具体为，对二值化处理之后的铁路接触网支柱号牌进行上、下轮廓投影，得到所述第一投影矩阵，并对所述第一投影矩阵进行预处理。
3.根据权利要求2所述的一种铁路接触网支柱号牌字符分割方法，其特征在于：所述S21具体为，对预处理后的所述第一投影矩阵进行水平方向反向翻转，得到所述第二投影矩阵。
4.根据权利要求1至3任一项所述的一种铁路接触网支柱号牌字符分割方法，其特征在于：所述S24具体为，取所述第二投影矩阵的极小值点与其后面紧邻的所述第一投影矩阵的极小值点的平均值作为候选分割点；
且取所述第一投影矩阵或第二投影矩阵的极小值点，具体包括以下步骤：
S241，创建一个标志量去记录所述第一投影矩阵或第二投影矩阵所对应的差分矩阵中当前极值点的前面是否有极大值；
S242，判断当前极值点是否为极大值点，如果当前极值点为极大值点，则把标志量置为真，如果当前极值点不为极大值点，则判断当前极值点是否为极小值点；
S243，如果当前极值点为极小值点并且标志量为真，则记录当前极值点为对应的第一投影矩阵或第二投影矩阵的极小值点，并且将标志量置为假；
S244，如果当前极值点不为极小值点并且标志量为假，则将下一个极值点作为当前极值点，循环执行S241～S243，直到遍历完所述第一投影矩阵或第二投影矩阵所对应的差分矩阵中的所有极值点。
5.根据权利要求4所述的一种铁路接触网支柱号牌字符分割方法，其特征在于：所述S24后还包括，若所述第二投影矩阵的极小值点与其后面紧邻的第一投影矩阵的极小值点之间的距离大于预设值，则保留第二投影矩阵的极小值点与其后面紧邻的第一投影矩阵的极小值点作为候选分割点。
6.根据权利要求1至3任一项所述的一种铁路接触网支柱号牌字符分割方法，其特征在于：在所述S4中，具体利用铁路接触网支柱号牌上字符的参考宽度或高度对所述变异系数进行正规化。
7.根据权利要求6所述的一种铁路接触网支柱号牌字符分割方法，其特征在于：在所述S4中，选取正规化后变异系数最小的所述候选组合P的公式为：
Figure FDA0003182082510000031
其中，R(|μ-z|)为宽度正规化函数，其中z代表铁路接触网支柱号牌上字符的参考宽度或高度，α代表正规化函数的权值，p为变异系数最小的所述候选组合P，且设
Figure FDA0003182082510000032
8.一种铁路接触网支柱号牌字符分割系统，其特征在于：包括第一投影矩阵获得模块、候选分割点获得模块、变异系数获得模块和最终分割点获得模块，
所述第一投影矩阵获得模块，其用于对铁路接触网支柱号牌进行上、下轮廓投影，得到第一投影矩阵；
所述候选分割点获得模块，其用于根据第一投影矩阵确定分割铁路接触网支柱号牌字符的候选分割点；
所述变异系数获得模块，其用于通过铁路接触网支柱号牌中的字符数目选取候选分割点进行组合，得到候选组合，并计算所述候选组合中相邻候选分割点之间的距离的变异系数；
所述最终分割点获得模块，其用于对所述变异系数进行正规化，并选取正规化后变异系数最小的所述候选组合中的候选分割点作为最终分割点对铁路接触网支柱号牌字符进行分割；
所述候选分割点获得模块具体用于，
对所述第一投影矩阵进行水平方向反向翻转，得到第二投影矩阵；
分别计算出所述第一投影矩阵和第二投影矩阵所对应的差分矩阵；
通过所述差分矩阵分别获取对应的所述第一投影矩阵和第二投影矩阵的极值点；
取所述第一投影矩阵和第二投影矩阵的极值点的平均值作为候选分割点；
在所述变异系数获得模块中，所述候选组合中候选分割点的数目为铁路接触网支柱号牌上字符的数目再加上1；
设选取的所述候选组合为P，且有n个候选分割点，计算所述候选组合P中相邻候选分割点之间的距离的变异系数的公式为：
Figure FDA0003182082510000041
其中，
Figure FDA0003182082510000042
Cv代表所述候选组合P中相邻候选分割点之间的距离的变异系数，μ为所述候选组合P中候选分割点之间的平均距离，σ为μ的方差，ai为所述候选组合P中第i个候选分割点在对应的第一投影矩阵或第二投影矩阵中的位置，ai-1为所述候选组合P中第i-1个候选分割点在对应的第一投影矩阵或第二投影矩阵中的位置。
CN201810349308.5A 2018-04-18 2018-04-18 一种铁路接触网支柱号牌字符分割方法及系统 Active CN108710878B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810349308.5A CN108710878B (zh) 2018-04-18 2018-04-18 一种铁路接触网支柱号牌字符分割方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810349308.5A CN108710878B (zh) 2018-04-18 2018-04-18 一种铁路接触网支柱号牌字符分割方法及系统

Publications (2)

Publication Number Publication Date
CN108710878A CN108710878A (zh) 2018-10-26
CN108710878B true CN108710878B (zh) 2021-11-26

Family

ID=63866756

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810349308.5A Active CN108710878B (zh) 2018-04-18 2018-04-18 一种铁路接触网支柱号牌字符分割方法及系统

Country Status (1)

Country Link
CN (1) CN108710878B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110728269B (zh) * 2019-12-17 2020-08-21 西南交通大学 一种基于c2检测数据的高铁接触网支柱杆号牌识别方法
CN113468958B (zh) * 2021-05-26 2022-11-18 河南格通智能科技有限公司 一种接触网支柱号牌识别方法
CN114297454B (zh) * 2021-12-30 2023-01-03 医渡云（北京）技术有限公司 特征的离散化方法、装置、电子设备及计算机可读介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102591892A (zh) * 2011-01-13 2012-07-18 索尼公司 数据分段设备和方法
CN102915440A (zh) * 2011-08-03 2013-02-06 汉王科技股份有限公司 一种字符切分的方法及装置
CN103927537A (zh) * 2014-05-08 2014-07-16 电子科技大学 一种自适应的汉字笔画交叉区域提取算法
CN105069765A (zh) * 2015-07-22 2015-11-18 广东迅通科技股份有限公司 一种基于特征学习的模糊车牌重建方法
CN106446896A (zh) * 2015-08-04 2017-02-22 阿里巴巴集团控股有限公司 一种字符分割方法、装置及电子设备
CN106599894A (zh) * 2016-12-27 2017-04-26 上海铁路局科学技术研究所 一种基于图像识别的接触网杆号识别方法
CN106778766A (zh) * 2016-11-18 2017-05-31 武汉工程大学 一种基于定位点的旋转数字识别方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7609887B2 (en) * 2004-06-07 2009-10-27 Siemens Medical Solutions Usa, Inc. System and method for toboggan-based object segmentation using distance transform

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102591892A (zh) * 2011-01-13 2012-07-18 索尼公司 数据分段设备和方法
CN102915440A (zh) * 2011-08-03 2013-02-06 汉王科技股份有限公司 一种字符切分的方法及装置
CN103927537A (zh) * 2014-05-08 2014-07-16 电子科技大学 一种自适应的汉字笔画交叉区域提取算法
CN105069765A (zh) * 2015-07-22 2015-11-18 广东迅通科技股份有限公司 一种基于特征学习的模糊车牌重建方法
CN106446896A (zh) * 2015-08-04 2017-02-22 阿里巴巴集团控股有限公司 一种字符分割方法、装置及电子设备
CN106778766A (zh) * 2016-11-18 2017-05-31 武汉工程大学 一种基于定位点的旋转数字识别方法及系统
CN106599894A (zh) * 2016-12-27 2017-04-26 上海铁路局科学技术研究所 一种基于图像识别的接触网杆号识别方法

Also Published As

Publication number Publication date
CN108710878A (zh) 2018-10-26

Similar Documents

Publication Publication Date Title
CN108710878B (zh) 一种铁路接触网支柱号牌字符分割方法及系统
Yu et al. An approach to Korean license plate recognition based on vertical edge matching
CN103324930B (zh) 一种基于灰度直方图二值化的车牌字符分割方法
CN103136528B (zh) 一种基于双边缘检测的车牌识别方法
CN100514352C (zh) 手指静脉认证系统的静脉特征提取方法
CN102663378B (zh) 连笔手写字符的识别方法
CN104299009B (zh) 基于多特征融合的车牌字符识别方法
CN103034848B (zh) 一种表单类型的识别方法
CN108615034A (zh) 一种模板匹配与神经网络算法结合的车牌识别方法
CN103268489A (zh) 基于滑窗搜索的机动车号牌识别方法
CN102693423A (zh) 一种在强光条件下车牌精确定位的方法
CN109376740A (zh) 一种基于视频的水尺读数检测方法
CN109657664B (zh) 一种车牌类型的识别方法、装置及电子设备
CN104680130A (zh) 一种身份证汉字识别方法
Azad et al. New method for optimization of license plate recognition system with use of edge detection and connected component
CN106845458B (zh) 一种基于核超限学习机的快速交通标识检测方法
CN106845482A (zh) 一种车牌定位方法
CN107358236A (zh) 一种基于摄像装置的车牌号码识别系统及方法
CN109241975A (zh) 一种基于字符中心点定位的车牌字符分割方法
CN108734170A (zh) 基于机器学习和模板的车牌字符分割方法
CN104504385B (zh) 手写粘连数字串的识别方法
Zhang et al. Chinese license plates recognition method based on a robust and efficient feature extraction and BPNN algorithm
Yang et al. Character recognition using parallel bp neural network
CN108447045A (zh) 一种基于sat积分图的sar遥感图像水域检测方法
Singh et al. Number plate recognition through image using morphological algorithm

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant