1 引言
接触网支柱号是电气化铁路检修作业的重要定位依据,在接触网检修挂接
地线作业中,支柱号和区段名可以确定作业票中的作业位置。在夜间挂接地线
时,由于存在人为因素,错挂、漏挂的现象时有发生,这使得现场保护作用降低,作
业人员处于危险的工作环境。因此,引入挂接地线监测装置
[1,2]
对现场进行监测,
通过挂接地线监测装置识别支柱号牌,将识别结果反馈给调度,调度人员利用可
视化界面
[3]
监测挂接位置,可以有效地保护作业人员的人身安全,提高检修作业
的智能化水平。
目 前 , 接 触 网 支 柱 号 牌 识 别 的 研 究 有 很 多 , 文 献 [4,5] 用 梯 度 直 方 图
(Histogram of oriented gradient, HOG)和支持向量机提取支柱号牌,由于梯度
的存在,算法对低照度或者恶劣天气情况下产生的噪点相当敏感。文献[6]使用
LeNet–5 卷积神经网络识别接触网支柱号牌,这种方法需要考虑不同字符的特
征提取和归类,获取各种情况下的接触网支柱号牌样本困难,导致后续识别准确
率受影响。文献[7]结合卷积神经网络(Convolutional neural networks, CNN)和
支持向量数据描述(Support vector data description, SVDD)进行异常号牌检测,
这种方法对号牌遮挡和号牌缺损检测有较好的效果。但是,这些研究大都关注
昼间光线充足时号牌的识别。由于接触网检修作业有时需要在夜间进行
[8]
,接触
网支柱号牌图像的采集容易受光线干扰,特别是夜间图像对比度差,影响号牌的
识别。因此,研究夜间接触网支柱号的识别具有一定的现实意义。
为此,本文提出一种基于 CLAHE 变换的夜间接触网支柱号牌的识别方法,
使用 CLAHE 变换、平滑直方图和最小区域法,对号牌进行两级提取和识别;再
用支柱号分布规律进行验证。试验结果表明,本文提出的识别方法在准确性上
明显提高,特别在夜间等光线不佳的情况下依然保持较高的准 确性。
2 支柱特征区域提取
2.1 低照度 优化
当挂接地线监测装置在夜间采集接触网支柱号牌图像时,图像对比度差并
且含有噪声,使用基于 CLAHE 变换的低照度图像优化方法结合中值滤波有较
好的效果
[9,10]
,可以使原始图像中大量相近灰度区域延展开来,达到将图像中微