没有合适的资源?快使用搜索试试~ 我知道了~
基于对比度受限直方图均衡化的夜间接触网支柱号牌识别方法研究.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 75 浏览量
2022-12-15
14:24:00
上传
评论
收藏 3.37MB DOCX 举报
温馨提示
![preview](https://dl-preview.csdnimg.cn/87292436/0001-7881206a257e02ddc48ebc851e8fdff4_thumbnail-wide.jpeg)
![preview-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/scale.ab9e0183.png)
试读
17页
"基于对比度受限直方图均衡化的夜间接触网支柱号牌识别方法研究" 这篇论文探讨了夜间接触网支柱号牌识别方法,旨在解决夜间光照条件下接触网支柱号牌识别的难题。作者提出了基于CLAH 变换的夜间接触网支柱号牌识别方法,该方法使用CLAH 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。实验结果表明,该方法在夜间等光照不佳的情况下依然保持较高的准确性。 本文的研究意义在于,夜间接触网支柱号牌识别方法可以提高检修作业的智能化水平,保护作业人员的人身安全。当前,夜间接触网支柱号牌识别方法大多关注昼间光照充足时的号牌识别,而忽视了夜间光照条件下的号牌识别。因此,本文的研究结果具有重要的实践意义。 在 night vision Image Processing 中,图像处理技术是关键技术之一。夜间图像处理技术的发展,为夜间接触网支柱号牌识别提供了技术支持。CLAH 变换是夜间图像处理技术中的一种重要技术,该技术可以对夜间图像进行优化,使图像更加清晰。 夜间接触网支柱号牌识别方法可以分为两级:一级是初步提取号牌,使用四类结构特征初步提取号牌;二级是精细化处理,使用最小区域法精细化处理号牌区域。这种方法可以避免其他方法的缺陷,如卷积神经网络需要大量样本,机器学习方法需要投入适量的正负样本防止模型泛化等。 夜间接触网支柱号牌识别方法的应用前景广阔,可以应用于铁路检修作业、交通管理、公共安全等领域。该方法可以提高接触网支柱号牌识别的准确性和效率,保护作业人员的人身安全。 本文的夜间接触网支柱号牌识别方法可以有效解决夜间光照条件下的号牌识别难题,提高检修作业的智能化水平,保护作业人员的人身安全。
资源推荐
资源详情
资源评论
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/release/download_crawler_static/87292436/bg1.jpg)
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
![](https://csdnimg.cn/release/download_crawler_static/87292436/bg2.jpg)
小灰度变化显现出来的目的,增强图像整体对比度效果,使图像更加清晰,同时
中值滤波可以平滑图像,保护图像细节,效果如图 1 所示。
图 1
图 1 改进的低照度优化
![](https://csdnimg.cn/release/download_crawler_static/87292436/bg3.jpg)
相较于白天,夜间接触网支柱号牌与背景灰度变化大幅度缩小,所以,通过
CLAHE 优化后,号牌区域细节更加清晰,易提取性大幅增强。具体优化流程如下
所示。
(1) 分割图像:将图像等分为 M 块,假设每个区域大小为(a, b)。
(2) 计算灰度阈值:将区域内的像素均分到对应的灰度分布中,得到各等级
的像素均值 M
a
,表达式为
Ma=mx⋅myMgMa=mx⋅myMg
(1)
式中,m
x
·m
y
为小区域内的像素数,M
g
为小区域内包含的灰度级数量。
T=C⋅MaT=C⋅Ma
(2)
式中,C 为截取限制倍数,T 为阈值。
(3) 限制子块像素:通过灰度阈值限制每个子块,将多余部分像素按灰度级
平均分配,得到直方图分布
Me=ScMgMe=ScMg
(3)
式中,S
c
为总像素数,M
e
为每一级像素个数。
(4) 均衡处理:使用直方图均衡化每个区域。
(5) 插值运算:为避免块状效应,对区域内的点运用双线性插值处理,使得
各点的映射由附近 4 个点对应区域的映射关系决定,如图 2 所示,A
1
、
A
2
、
A
3
、
A
4
对应的灰度值分别为 V
1
(i)
、
V
2
(i)
、
V
3
(i)
、
V
4
(i),表达式如下
V(i)=a⋅[b⋅V1(i)+(1−b)⋅V2(i)]+(1−a)⋅[b⋅V3(i)+(1−b)⋅V4(i)]V(i)=a⋅[b⋅
V1(i)+(1−b)⋅V2(i)]+(1−a)⋅[b⋅V3(i)+(1−b)⋅V4(i)]
(4)
图 2
![](https://csdnimg.cn/release/download_crawler_static/87292436/bg4.jpg)
图 2 双线性插值
其中,a=y−y1y2−y1a=y−y1y2−y1,b=x−x1x2−x1b=x−x1x2−x1。
(6) 图像平滑:使用中值滤波,平滑图像。
2.2 号牌提 取
一般而言,其他领域的号牌提取多利用卷积神经网络或者机器学习方法,此
类方法需要大量样本,在训练时需要投入适量的正负样本防止模型泛化。由于
接触网支柱号牌目前没有开源数据集,特别对负样本而言,异常样本类型多、原
因复杂,要获 得并人工标记足够的负样本难度很大,因此,此类方法 在提取时相
较于使用形态学处理号牌结构特征没有明显优势。
接触网支柱号牌的固定装置与数字灰度值相近,影响提取和后续识别。为
此,本文提出最小区域法,通过两级提取,获取号牌区域。固定装置如图 3 所示。
剩余16页未读,继续阅读
资源评论
![avatar-default](https://csdnimg.cn/release/downloadcmsfe/public/img/lazyLogo2.1882d7f4.png)
![avatar](https://profile-avatar.csdnimg.cn/3f07197aad004e4fa57ac5a008eb6aaf_weixin_57147647.jpg!1)
罗伯特之技术屋
- 粉丝: 3969
- 资源: 1万+
![benefits](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-1.c8e153b4.png)
下载权益
![privilege](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-2.ec46750a.png)
C知道特权
![article](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-3.fc5e5fb6.png)
VIP文章
![course-privilege](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-4.320a6894.png)
课程特权
![rights](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-icon.fe0226a8.png)
开通VIP
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![voice](https://csdnimg.cn/release/downloadcmsfe/public/img/voice.245cc511.png)
![center-task](https://csdnimg.cn/release/downloadcmsfe/public/img/center-task.c2eda91a.png)
最新资源
- 652027170733254多亿影视.apk
- 创新实践CNN车牌识别项目
- 小程序版图像分类算法对中文数字识别-不含数据集图片-含逐行注释和说明文档.zip
- 公交卡管理系统一个实验
- C语言学生成绩管理系统(信息可保存读取txt文件)
- 网上零食销售系统论文.docx
- 小程序版图像分类算法对电脑配件分类识别-不含数据集图片-含逐行注释和说明文档.zip
- 小程序版深度学习CNN训练识别8种水果-不含数据集图片-含逐行注释和说明文档.zip
- 小程序版基于深度学习对手势动作分类识别-不含数据集图片-含逐行注释和说明文档.zip
- 小程序版深度学习CNN训练识别手写数字图像中的数字分类-不含数据集图片-含逐行注释和说明文档.zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![feedback](https://img-home.csdnimg.cn/images/20220527035711.png)
![feedback](https://img-home.csdnimg.cn/images/20220527035711.png)
![feedback-tip](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![dialog-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/green-success.6a4acb44.png)