CN112070088B - 一种列车车号识别***及服务器 - Google Patents

一种列车车号识别***及服务器 Download PDF

Info

Publication number
CN112070088B
CN112070088B CN202010962903.3A CN202010962903A CN112070088B CN 112070088 B CN112070088 B CN 112070088B CN 202010962903 A CN202010962903 A CN 202010962903A CN 112070088 B CN112070088 B CN 112070088B
Authority
CN
China
Prior art keywords
train
train number
image acquisition
acquisition module
car
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
CN202010962903.3A
Other languages
English (en)
Other versions
CN112070088A (zh
Inventor
张渝
彭建平
赵波
王祯
黄炜
章祥
马莉
胡继东
史亚利
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.)
Chengdu Leading Software Technology Co ltd
Original Assignee
Chengdu Leading Software Technology Co ltd
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 Chengdu Leading Software Technology Co ltd filed Critical Chengdu Leading Software Technology Co ltd
Priority to CN202010962903.3A priority Critical patent/CN112070088B/zh
Publication of CN112070088A publication Critical patent/CN112070088A/zh
Application granted granted Critical
Publication of CN112070088B publication Critical patent/CN112070088B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/62Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/63Scene text, e.g. street names
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/94Hardware or software architectures specially adapted for image or video understanding
    • G06V10/95Hardware or software architectures specially adapted for image or video understanding structured as a network, e.g. client-server architectures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07Target detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明涉及图像识别技术领域,实施例具体涉及一种列车车号识别***及服务器,该***包括服务器、车号字符图像采集模块和至少一个车号端位图像采集模块,车号字符图像采集模块和各个车号端位图像采集模块通过辅助支架安装在列车侧面的不同高度,服务器触发车号字符图像采集模块和各个车号端位图像采集模块采集车号图像并发送给服务器,服务器对采集的车号图像进行算法处理识别出列车车号,该***能够根据现场情况灵活配置车号字符图像采集模块和车号端位图像采集模块形成动态拍摄装置采集车号图像,避免了不同印刷高度、车号视场不够、拍摄不佳、曝光过度、车号模糊和腐蚀等情况的车号拍摄问题,大大提高了车号的正确识别率。

Description

一种列车车号识别***及服务器
技术领域
本发明涉及图像识别技术领域,具体涉及一种列车车号识别***及服务器。
背景技术
铁路管理***中,车号是每列车的代名词,直接关联了列车上的相关检测数据,它们之间的关联保障了列车的日常检修。
目前采用图像识别技术对车号进行自动化识别,图像识别基本思路如下:将摄像单元和补光单元固定在某个安全限界以外的稳固位置,列车经过时,补光单元对列车车侧实时补光,摄像单元对车侧进行连续拍摄,随后从拍摄的图像中进行识别,呈现出车号信息。但是现有的列车车号识别***观测的视场范围有限,适用于车号印刷高度位置变化不大且车号印刷清晰的情况。
实际中列车的车号位置印刷在列车司机室车窗以上,车体中部或者司机室车门以下,车号在高度方向的差异达到1.5m,且存在车号印刷方式不同和字迹模糊的情况。因列车车号位置的差异,会出现车号照片补光不均匀,车号被光斑遮挡,导致拍摄的某字符无法辨识;因多种列车同时存在,车号高度也存在较大差异,对单个相机无法覆盖所有车号位置,无法识别;因列车车号车号丝印的使用的材料和粘涂方式不同,存在材质反光、材质无法正确识别;因部分列车使用年限较久,字迹模糊或被腐蚀情况,无法正确识别车号的情况。
发明内容
有鉴于此,本申请提供一种列车车号识别***及服务器,能够解决或者至少部分解决现有技术存在的问题。
为解决以上技术问题,本发明提供的技术方案是一种列车车号识别***,包括:服务器、车号字符图像采集模块和至少一个车号端位图像采集模块,所述车号字符图像采集模块和各个车号端位图像采集模块通过辅助支架安装在列车侧面的不同高度,所述车号字符图像采集模块和各个车号端位图像采集模块分别与所述服务器建立通信,所述车号字符图像采集模块还与各个车号端位图像采集模块建立通信,其中,
所述服务器用于触发车号字符图像采集模块和各个车号端位图像采集模块采集车号图像;
所述车号字符图像采集模块用于采集包含列车车号字符信息的车号图像并发送给服务器;
所述车号端位图像采集模块用于采集包含列车车号端位信息的车号图像并发送给服务器;
所述服务器还用于对采集的车号图像进行算法处理识别出列车车号。
优选地,所述车号字符图像采集模块和各个车号端位图像采集模块均包含拍摄装置、光源装置和采集板,所述服务器触发车号字符图像采集模块和各个车号端位图像采集模块采集车号图像的过程包括:
服务器发送触发信号到车号字符图像采集模块的拍摄装置,车号字符图像采集模块的拍摄装置将触发信号发送给车号字符图像采集模块的采集板;
车号字符图像采集模块的采集板发送触发同步信号到车号字符图像采集模块的光源装置以触发拍摄装置和光源装置配合采集一组车号图像并发送到服务器,车号字符图像采集模块的采集板再将触发信号分别发送到各个车号端位图像采集模块的拍摄装置;
各个车号端位图像采集模块的拍摄装置将触发信号发送给各自所在车号端位图像采集模块的采集板;
各个车号端位图像采集模块的采集板发送触发同步信号到各自所在车号端位图像采集模块的光源装置以触发拍摄装置和光源装置配合采集一组车号图像并发送到服务器。
优选地,所述服务器对采集的车号图像进行算法处理识别出列车车号的过程包括:
接收多组车号图像;
将一组车号图像输入训练好的YOLO神经网络模型进行图像识别,获得该组车号图像中每帧车号图像对应的字符串,照此方法依次获得每组车号图像中每帧车号图像对应的字符串;
找到一组车号图像中连续识别出字符串的中间第一预设帧数的车号图像作为关键帧车号图像,取关键帧车号图像识别出的字符串中最长且出现次数最多的字符串作为该组车号图像识别出的字符串,照此方法依次获得每组车号图像识别出的字符串;
将每组车号图像识别出的字符串组合得到列车车号。
优选地,所述服务器对采集的车号图像进行算法处理识别出列车车号的过程还包括:
接收多个列车车号,按照列车车号出现的先后顺序获得各个列车的最终车号;
所述按照列车车号出现的先后顺序获得各个列车的最终车号的过程包括:
剔除各个列车车号的端位信息,获得多个列车车号的字符信息;
根据一个列车车号的字符信息获得该列车的头列车车号和尾列车车号,照此方法获得每个列车的头列车车号和尾列车车号;
判断一个列车的头列车车号和尾列车车号的端位信息是否一致,若是,则将关键帧车号图像的数量设为预设第二帧数,重新识别该列车对应的每组车号图像,若不一致,则将该列车的头列车车号作为该列车的最终车号,照此方法获得每个列车的最终车号。
优选地,所述根据一个列车车号的字符信息获得该列车的头列车车号和尾列车车号的过程包括:
根据一个列车车号的字符信息,在接收的多个列车车号中搜索第一次出现的包含该列车车号的字符信息的列车车号作为头列车车号;
在接收的多个列车车号中搜索最后一次出现的包含该列车车号的字符信息的列车车号作为尾列车车号;
照此方法找到每一个列车车号的字符信息对应的那列车的头列车车号和尾列车车号。
本发明还提供一种服务器,应用于列车车号识别***,所述列车车号识别***包括车号字符图像采集模块和至少一个车号端位图像采集模块,所述车号字符图像采集模块和各个车号端位图像采集模块通过辅助支架安装在列车侧面的不同高度,所述车号字符图像采集模块和各个车号端位图像采集模块分别与所述服务器建立通信,所述车号字符图像采集模块分别与各个车号端位图像采集模块建立通信,所述车号字符图像采集模块采集包含列车车号字符信息的车号图像并发送给服务器,所述车号端位图像采集模块采集包含列车车号端位信息的车号图像并发送给服务器,所述服务器包括:
图像采集模块,用于触发车号字符图像采集模块和各个车号端位图像采集模块采集车号图像;
图像识别模块,用于对采集的车号图像进行算法处理识别出列车车号。
优选地,所述车号字符图像采集模块和各个车号端位图像采集模块均包含拍摄装置、光源装置和采集板,所述图像采集模块触发车号字符图像采集模块和各个车号端位图像采集模块采集车号图像的过程包括:
图像采集模块发送触发信号到车号字符图像采集模块的拍摄装置,车号字符图像采集模块的拍摄装置将触发信号发送给车号字符图像采集模块的采集板;
车号字符图像采集模块的采集板发送触发同步信号到车号字符图像采集模块的光源装置以触发拍摄装置和光源装置配合采集一组车号图像并发送到图像识别模块,车号字符图像采集模块的采集板再将触发信号分别发送到各个车号端位图像采集模块的拍摄装置;
各个车号端位图像采集模块的拍摄装置将触发信号发送给各自所在车号端位图像采集模块的采集板;
各个车号端位图像采集模块的采集板发送触发同步信号到各自所在车号端位图像采集模块的光源装置以触发拍摄装置和光源装置配合采集一组车号图像并发送到图像识别模块。
优选地,所述图像识别模块包括:
图像接收单元,用于接收多组车号图像;
字符串识别单元,用于将一组车号图像输入训练好的YOLO神经网络模型进行图像识别,获得该组车号图像中每帧车号图像对应的字符串,照此方法依次获得每组车号图像中每帧车号图像对应的字符串;
关键帧定位模块,用于找到一组车号图像中连续识别出字符串的中间第一预设帧数的车号图像作为关键帧车号图像,取关键帧车号图像识别出的字符串中最长且出现次数最多的字符串作为该组车号图像识别出的字符串,照此方法依次获得每组车号图像识别出的字符串;
车号获得模块,用于将每组车号图像识别出的字符串组合得到列车车号。
优选地,所述图像识别模块还包括:车号判断模块,用于接收多个列车车号,按照列车车号出现的先后顺序获得各个列车的最终车号;
所述按照列车车号出现的先后顺序获得各个列车的最终车号的过程包括:
剔除各个列车车号的端位信息,获得多个列车车号的字符信息;
根据一个列车车号的字符信息获得该列车的头列车车号和尾列车车号,照此方法获得每个列车的头列车车号和尾列车车号;
判断一个列车的头列车车号和尾列车车号的端位信息是否一致,若是,则将关键帧车号图像的数量设为预设第二帧数,重新识别该列车对应的每组车号图像,若不一致,则将该列车的头列车车号作为该列车的最终车号,照此方法获得每个列车的最终车号。
优选地,所述根据一个列车车号的字符信息获得一个列车的头列车车号和尾列车车号,照此方法获得每个列车的头列车车号和尾列车车号的过程包括:
根据一个列车车号的字符信息,在接收的多个列车车号中搜索第一次出现的包含该列车车号的字符信息的列车车号作为头列车车号;
在接收的多个列车车号中搜索最后一次出现的包含该列车车号的字符信息的列车车号作为尾列车车号;
照此方法找到每一个列车车号的字符信息对应的那列车的头列车车号和尾列车车号。
本申请与现有技术相比,其有益效果详细说明如下:本申请提供的列车车号识别***,包括服务器、车号字符图像采集模块和至少一个车号端位图像采集模块,车号字符图像采集模块和各个车号端位图像采集模块通过辅助支架安装在列车侧面的不同高度,服务器触发车号字符图像采集模块和各个车号端位图像采集模块采集车号图像并发送给服务器,服务器对采集的车号图像进行算法处理识别出列车车号,该***能够根据现场情况灵活配置车号字符图像采集模块和车号端位图像采集模块形成动态拍摄装置采集车号图像,避免了不同印刷高度、车号视场不够、拍摄不佳、曝光过度、车号模糊和腐蚀等情况的车号问题,通过采集清晰、完整的包含字符信息和端位信息的车号图像并进行图像识别最终识别出正确的列车车号,大大提高了列车车号的正确识别率。
附图说明
为了更清楚地说明本发明实施例,下面将对实施例中所需要使用的附图做简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种列车车号识别***的结构示意图;
图2为本发明实施例提供的一种服务器触发车号字符图像采集模块和各个车号端位图像采集模块采集车号图像的流程示意图;
图3为本发明实施例提供的一种列车车号识别***的结构及安装示意图;
图4为本发明实施例提供的一种图像采集模块的结构示意图;
图5为本发明实施例提供的一种列车车号识别***信号连接示意图;
图6为本发明实施例提供的一种服务器对采集的车号图像进行算法处理识别出列车车号的流程示意图;
图7为本发明实施例提供的另一种服务器对采集的车号图像进行算法处理识别出列车车号的流程示意图;
图8为本发明实施例提供的一种组合列车入库情况示意图;
图9为本发明实施例提供的一种服务器的结构示意图;
附图标记为:11-第一车号端位图像采集模块,12-车号字符图像采集模块,13-第二车号端位图像采集模块,14-服务器,15-列车,16-钢轨。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下,所获得的所有其他实施例,都属于本发明保护范围。
为了使本领域的技术人员更好地理解本发明的技术方案,下面结合附图和具体实施例对本发明作进一步的详细说明。
如图1所示,本发明实施例提供一种列车车号识别***,包括:服务器、车号字符图像采集模块和至少一个车号端位图像采集模块,车号字符图像采集模块和各个车号端位图像采集模块分别与服务器建立通信,车号字符图像采集模块还与各个车号端位图像采集模块建立通信,其中,服务器用于触发车号字符图像采集模块和各个车号端位图像采集模块采集车号图像;车号字符图像采集模块用于采集包含列车车号字符信息的车号图像并发送给服务器;车号端位图像采集模块用于采集包含列车车号端位信息的车号图像并发送给服务器;服务器还用于对采集的车号图像进行算法处理识别出列车车号,车号字符图像采集模块和各个车号端位图像采集模块通过辅助支架安装在列车侧面的不同高度。
这里,列车车号识别***可以包括一个服务器、一个车号字符图像采集模块和多个车号端位图像采集模块,也可以包括一个或多个服务器、多个车号字符图像采集模块和多个车号端位图像采集模块,即可以根据现场通过列车的情况任意组合服务器、车号字符图像采集模块和车号端位图像采集模块。
需要说明的是,如图2所示,车号字符图像采集模块和各个车号端位图像采集模块均包含拍摄装置、光源装置和采集板,服务器触发车号字符图像采集模块和各个车号端位图像采集模块采集车号图像的过程包括:
S11:服务器发送触发信号到车号字符图像采集模块的拍摄装置,车号字符图像采集模块的拍摄装置将触发信号发送给车号字符图像采集模块的采集板;
S12:车号字符图像采集模块的采集板发送触发同步信号到车号字符图像采集模块的光源装置以触发拍摄装置和光源装置配合采集一组车号图像并发送到服务器,车号字符图像采集模块的采集板再将触发信号分别发送到各个车号端位图像采集模块的拍摄装置;
S13:各个车号端位图像采集模块的拍摄装置将触发信号发送给各自所在车号端位图像采集模块的采集板;
S14:各个车号端位图像采集模块的采集板发送触发同步信号到各自所在车号端位图像采集模块的光源装置以触发拍摄装置和光源装置配合采集一组车号图像并发送到服务器。
如图3所示,举例说明一种列车车号识别***的结构和工作方式,该列车车号识别***包括三个图像采集模块,分别为第一车号端位图像采集模块11,车号字符图像采集模块12,第二车号端位图像采集模块13,还包括服务器14,其中,第一车号端位图像采集模块11、车号字符图像采集模块12和第二车号端位图像采集模块13分别与服务器14建立通信,第一车号端位图像采集模块11和第二车号端位图像采集模块13还分别与车号字符图像采集模块12建立通信,图中还标示了列车15和钢轨16以展示该列车车号识别***的安装位置。
第一车号端位图像采集模块11,拍摄列车车体上部,主要负责车号在顶部的车型的车号拍摄;车号字符图像采集模块12,拍摄车体中部,主要负责车号在中部的车型的车号拍摄,第二车号端位图像采集模块13,拍摄车体下部,主要负责车号在底部的车型的车号拍摄。即第一车号端位图像采集模块11、车号字符图像采集模块12和第二车号端位图像采集模块13分别安装在车体侧面的不同高度,分别拍摄车体侧面上中下部位的车号。
具体的,如图4和图5所示,车号字符图像采集模块和两个车号端位图像采集模块的模块构成完全相同,主要由拍摄装置(例如相机)、光源装置、采集板构成,另外还包括线缆和辅助支架。车号字符图像采集模块的触发信号由服务器中的软件提供,通过连接服务器和车号字符图像采集模块的网线,把触发信号传递至车号字符图像采集模块的相机,触发信号再从相机接口输入到采集板,采集板将触发同步信号发送到光源装置,以使拍摄装置和光源装置配合拍摄一组车号图像(包含车号字符信息的车号图像),采集板还对触发信号进行处理后发送到两个车号端位图像采集模块进行拍摄装置与光源装置的触发,这里通过级联信号实现,具体的可以由车号字符图像采集模块同时触发两个车号端位图像采集模块工作,也可以由车号字符图像采集模块先触发第一车号端位图像采集模块工作,再由第一车号端位图像采集模块触发第二车号端位图像采集模块工作,即为了避免三组光源的互干扰,三个图像采集模块可以顺序触发进行车号图像的拍摄。为了达到更好的图像效果,图像采集模块中的相机可采用红外相机或者线阵相机,但同时会导致成本上升,运算量增大,可以根据需要设置。
需要说明的是,如图6所示,服务器对采集的车号图像进行算法处理识别出列车车号的过程包括:
S21:接收多组车号图像;
S22:将一组车号图像输入训练好的YOLO神经网络模型进行图像识别,获得该组车号图像中每帧车号图像对应的字符串,照此方法依次获得每组车号图像中每帧车号图像对应的字符串;
S23:找到一组车号图像中连续识别出字符串的中间第一预设帧数的车号图像作为关键帧车号图像,取关键帧车号图像识别出的字符串中最长且出现次数最多的字符串作为该组车号图像识别出的字符串,照此方法依次获得每组车号图像识别出的字符串;
S24:将每组车号图像识别出的字符串组合得到列车车号。
具体的,步骤S22中的YOLO神经网络模型采用深度学习的网络,对不同车型的车号进行训练测试,获得了一套自动识别车号字符的参数;对要检测的车型进行标注,并放入YOLO神经网络中进行训练,待收敛且损失降低到限值后,获取最终的训练参数。软件接受到训练参数后,对图像采集模块采集的图像进行识别。例如,如果端位在车号的上方,则由上方图像采集模块进行拍摄,中间图像采集模块拍摄车号字符串,车号字符串下方为空,故下方图像采集模块将不会拍摄到任何字符,但对于下方有端位的车号则情况相反,即上方图像采集模块不会拍摄到任何字符,而下方图像采集模块会采集到车号端位图像,中间图像采集模块会采集到车号字符串图像。列车经过时,实时拍摄车号图像,例如拍摄车号的通道中将识别到:DF、DF4D、DF4D300、DF4D3003、II等,其中车号的字符信息一般为数字和字母组成的字符串,车号的端位信息一般为I、II等字符。
具体的,步骤S23中,可以根据YOLO识别出的字符个数,找到连续有字符的中间三帧为关键帧。以上面获得的车号为例,软件定位到一组车号图像中间连续三帧为:DF4D3003、DF4D3003和DF4D300。软件获取到每帧的字符和数字信息,对比三帧检测结果,取字符最长且出现次数多的字符串为最终的车号,即获得DF4D3003。相同的,对拍摄的端位图像进行同样的处理获得端位字符。经过该处理,软件将获取到车号DF4D3003、端位Ⅱ及Ⅰ。
具体的,步骤S24中,当依次获得车号字符信息DF4D3003和DF4D3003,端位II及I,则获得按照出现的先后顺序获得列车的头车号DF4D3003II和尾车号DF4D3003I,确定列车车号为DF4D3003II。
需要说明的是,如图7所示,服务器对采集的车号图像进行算法处理识别出列车车号的过程还包括:
S25:接收多个列车车号,按照列车车号出现的先后顺序获得各个列车的最终车号;
需要说明的是,S25中按照列车车号出现的先后顺序获得各个列车的最终车号的过程包括:
S251:剔除各个列车车号的端位信息,获得多个列车车号的字符信息;
S252:根据一个列车车号的字符信息获得该列车的头列车车号和尾列车车号,照此方法获得每个列车的头列车车号和尾列车车号;
S253:判断一个列车的头列车车号和尾列车车号的端位信息是否一致,若是,则将关键帧车号图像的数量设为预设第二帧数,重新识别该列车对应的每组车号图像,若不一致,则将该列车的头列车车号作为该列车的最终车号,照此方法获得每个列车的最终车号。
需要说明的是,S252中根据一个列车车号的字符信息获得该列车的头列车车号和尾列车车号的过程包括:
根据一个列车车号的字符信息,在接收的多个列车车号中搜索第一次出现的包含该列车车号的字符信息的列车车号作为头列车车号;
在接收的多个列车车号中搜索最后一次出现的包含该列车车号的字符信息的列车车号作为尾列车车号;
照此方法找到每一个列车车号的字符信息对应的那列车的头列车车号和尾列车车号。
具体的,依次输入识别到的所有车号,按照车号第一次出现的先后顺序获得车号。由于列车的头车号和尾车号中的字符串部分相同,但端位是不同的,若车头端位为II,则车尾端位为I;若车头端位为I,则车尾端位为II。因此,针对出现的车号,依次寻找其第一次出现和最后一次出现的端位,如果端位相反,则识别正确;如果端位相同,则需要重新进行识别端位,确保端位识别的正确率。对一组端位图像进行重新识别时,可以将关键帧的数量设为六帧,以确保能够获得正确的端位符号。该方案能解决倒车问题,以及任意方式过车。
如图8所示,在一些特殊情况下,可能会出现两列连接在一起的组合列车进库,并出现进库一部分时又退出一部分,再重新入库的情况。例如两列车连接在一起进库,第一列车的头列车车号、尾列车车号为SS7C-0451II、SS7C-0451I,第二列车的头列车车号、尾列车车号为HXD3D-0050I、HXD3D-0050II。如图8所示的组合列车从Cam(图像采集模块)的右端向左端行进入库,当走到第二列车车头过了Cam后,组合列车又开始倒车,当倒到第一列车的车尾过了Cam后,组合列车又开始前进入库,直到组合列车通过Cam。服务器的软件第一次识别出的车号包括:SS7C-0451II,SS7C-0451I,HXD3D-0050I,HXD3D-0050I,SS7C-0451I,SS7C-0451I,HXD3D-0050I,HXD3D-0050II。接下来软件要识别出最终的车号,软件的处理流程为:剔除端位后,软件获得两个车号字符串,依次为SS7C-0451,HXD3D-0050。软件取SS7C-0451的头车号和尾车号SS7C-0451II、SS7C-0451I,可获得第一个车的最终车号为SS7C-0451II;软件取SS7C-0451的头车号和尾车号SS7C-0451I、HXD3D-0050II,可获得第二个车的最终车号为HXD3D-0050I。
本申请提供的列车车号识别***整个拍摄、分析及处理过程完全自动化进行,无需人工值守操作。其中采用了多组图像采集模块自由组合的方式,并采用了深度学习技术,实现车号的正确识别率在原来的基础上有大幅度提高。
如图9所示,本发明实施例还提供一种服务器,应用于列车车号识别***,列车车号识别***包括车号字符图像采集模块和至少一个车号端位图像采集模块,车号字符图像采集模块和各个车号端位图像采集模块通过辅助支架安装在列车侧面的不同高度,车号字符图像采集模块和各个车号端位图像采集模块分别与服务器建立通信,车号字符图像采集模块分别与各个车号端位图像采集模块建立通信,车号字符图像采集模块采集包含列车车号字符信息的车号图像并发送给服务器,车号端位图像采集模块采集包含列车车号端位信息的车号图像并发送给服务器,服务器包括:
图像采集模块21,用于触发车号字符图像采集模块和各个车号端位图像采集模块采集车号图像;
图像识别模块22,用于对采集的车号图像进行算法处理识别出列车车号。
需要说明的是,车号字符图像采集模块和各个车号端位图像采集模块均包含拍摄装置、光源装置和采集板,图像采集模块21触发车号字符图像采集模块和各个车号端位图像采集模块采集车号图像的方法包括:
图像采集模块发送触发信号到车号字符图像采集模块的拍摄装置,车号字符图像采集模块的拍摄装置将触发信号发送给车号字符图像采集模块的采集板;
车号字符图像采集模块的采集板发送触发同步信号到车号字符图像采集模块的光源装置以触发拍摄装置和光源装置配合采集一组车号图像并发送到图像识别模块,车号字符图像采集模块的采集板再将触发信号分别发送到各个车号端位图像采集模块的拍摄装置;
各个车号端位图像采集模块的拍摄装置将触发信号发送给各自所在车号端位图像采集模块的采集板;
各个车号端位图像采集模块的采集板发送触发同步信号到各自所在车号端位图像采集模块的光源装置以触发拍摄装置和光源装置配合采集一组车号图像并发送到图像识别模块。
需要说明的是,图像识别模块22包括:
图像接收单元,用于接收多组车号图像;
字符串识别单元,用于将一组车号图像输入训练好的YOLO神经网络模型进行图像识别,获得该组车号图像中每帧车号图像对应的字符串,照此方法依次获得每组车号图像中每帧车号图像对应的字符串;
关键帧定位模块,用于找到一组车号图像中连续识别出字符串的中间第一预设帧数的车号图像作为关键帧车号图像,取关键帧车号图像识别出的字符串中最长且出现次数最多的字符串作为该组车号图像识别出的字符串,照此方法依次获得每组车号图像识别出的字符串;
车号获得模块,用于将每组车号图像识别出的字符串组合得到列车车号。
需要说明的是,图像识别模块22还包括:车号判断模块,用于接收多个列车车号,按照列车车号出现的先后顺序获得各个列车的最终车号;
按照列车车号出现的先后顺序获得各个列车的最终车号的过程包括:
剔除各个列车车号的端位信息,获得多个列车车号的字符信息;
根据一个列车车号的字符信息获得该列车的头列车车号和尾列车车号,照此方法获得每个列车的头列车车号和尾列车车号;
判断一个列车的头列车车号和尾列车车号的端位信息是否一致,若是,则将关键帧车号图像的数量设为预设第二帧数,重新识别该列车对应的每组车号图像,若不一致,则将该列车的头列车车号作为该列车的最终车号,照此方法获得每个列车的最终车号。
需要说明的是,根据一个列车车号的字符信息获得一个列车的头列车车号和尾列车车号,照此方法获得每个列车的头列车车号和尾列车车号的过程包括:
根据一个列车车号的字符信息,在接收的多个列车车号中搜索第一次出现的包含该列车车号的字符信息的列车车号作为头列车车号;
在接收的多个列车车号中搜索最后一次出现的包含该列车车号的字符信息的列车车号作为尾列车车号;
照此方法找到每一个列车车号的字符信息对应的那列车的头列车车号和尾列车车号。
图9所对应实施例中特征的说明可以参见图1-图8所对应实施例的相关说明,这里不再一一赘述。
以上对本发明实施例所提供的一种列车车号识别***及服务器进行了详细介绍。说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

Claims (8)

1.一种列车车号识别***,其特征在于,包括:服务器、车号字符图像采集模块和至少一个车号端位图像采集模块,所述车号字符图像采集模块和各个车号端位图像采集模块通过辅助支架安装在列车侧面的不同高度,所述车号字符图像采集模块和各个车号端位图像采集模块分别与所述服务器建立通信,所述车号字符图像采集模块还与各个车号端位图像采集模块建立通信,其中,
所述服务器用于触发车号字符图像采集模块和各个车号端位图像采集模块采集车号图像;
所述车号字符图像采集模块用于采集包含列车车号字符信息的车号图像并发送给服务器;
所述车号端位图像采集模块用于采集包含列车车号端位信息的车号图像并发送给服务器;
所述服务器还用于对采集的车号图像进行算法处理识别出列车车号;
所述车号字符图像采集模块和各个车号端位图像采集模块均包含拍摄装置、光源装置和采集板,所述服务器触发车号字符图像采集模块和各个车号端位图像采集模块采集车号图像的过程包括:
服务器发送触发信号到车号字符图像采集模块的拍摄装置,车号字符图像采集模块的拍摄装置将触发信号发送给车号字符图像采集模块的采集板;
车号字符图像采集模块的采集板发送触发同步信号到车号字符图像采集模块的光源装置以触发拍摄装置和光源装置配合采集一组车号图像并发送到服务器,车号字符图像采集模块的采集板再将触发信号分别发送到各个车号端位图像采集模块的拍摄装置;
各个车号端位图像采集模块的拍摄装置将触发信号发送给各自所在车号端位图像采集模块的采集板;
各个车号端位图像采集模块的采集板发送触发同步信号到各自所在车号端位图像采集模块的光源装置以触发拍摄装置和光源装置配合采集一组车号图像并发送到服务器。
2.根据权利要求1所述的列车车号识别***,其特征在于,所述服务器对采集的车号图像进行算法处理识别出列车车号的过程包括:
接收多组车号图像;
将一组车号图像输入训练好的YOLO神经网络模型进行图像识别,获得该组车号图像中每帧车号图像对应的字符串,照此方法依次获得每组车号图像中每帧车号图像对应的字符串;
找到一组车号图像中连续识别出字符串的中间第一预设帧数的车号图像作为关键帧车号图像,取关键帧车号图像识别出的字符串中最长且出现次数最多的字符串作为该组车号图像识别出的字符串,照此方法依次获得每组车号图像识别出的字符串;
将每组车号图像识别出的字符串组合得到列车车号。
3.根据权利要求2所述的列车车号识别***,其特征在于,所述服务器对采集的车号图像进行算法处理识别出列车车号的过程还包括:
接收多个列车车号,按照列车车号出现的先后顺序获得各个列车的最终车号;
所述按照列车车号出现的先后顺序获得各个列车的最终车号的过程包括:
剔除各个列车车号的端位信息,获得多个列车车号的字符信息;
根据一个列车车号的字符信息获得该列车的头列车车号和尾列车车号,照此方法获得每个列车的头列车车号和尾列车车号;
判断一个列车的头列车车号和尾列车车号的端位信息是否一致,若是,则将关键帧车号图像的数量设为预设第二帧数,重新识别该列车对应的每组车号图像,若不一致,则将该列车的头列车车号作为该列车的最终车号,照此方法获得每个列车的最终车号。
4.根据权利要求3所述的列车车号识别***,其特征在于,所述根据一个列车车号的字符信息获得该列车的头列车车号和尾列车车号的过程包括:
根据一个列车车号的字符信息,在接收的多个列车车号中搜索第一次出现的包含该列车车号的字符信息的列车车号作为头列车车号;
在接收的多个列车车号中搜索最后一次出现的包含该列车车号的字符信息的列车车号作为尾列车车号;
照此方法找到每一个列车车号的字符信息对应的那列车的头列车车号和尾列车车号。
5.一种服务器,其特征在于,应用于列车车号识别***,所述列车车号识别***包括车号字符图像采集模块和至少一个车号端位图像采集模块,所述车号字符图像采集模块和各个车号端位图像采集模块通过辅助支架安装在列车侧面的不同高度,所述车号字符图像采集模块和各个车号端位图像采集模块分别与所述服务器建立通信,所述车号字符图像采集模块分别与各个车号端位图像采集模块建立通信,所述车号字符图像采集模块采集包含列车车号字符信息的车号图像并发送给服务器,所述车号端位图像采集模块采集包含列车车号端位信息的车号图像并发送给服务器,所述服务器包括:
图像采集模块,用于触发车号字符图像采集模块和各个车号端位图像采集模块采集车号图像;所述车号字符图像采集模块和各个车号端位图像采集模块均包含拍摄装置、光源装置和采集板,所述图像采集模块触发车号字符图像采集模块和各个车号端位图像采集模块采集车号图像的过程包括:图像采集模块发送触发信号到车号字符图像采集模块的拍摄装置,车号字符图像采集模块的拍摄装置将触发信号发送给车号字符图像采集模块的采集板;车号字符图像采集模块的采集板发送触发同步信号到车号字符图像采集模块的光源装置以触发拍摄装置和光源装置配合采集一组车号图像并发送到图像识别模块,车号字符图像采集模块的采集板再将触发信号分别发送到各个车号端位图像采集模块的拍摄装置;各个车号端位图像采集模块的采集板发送触发同步信号到各自所在车号端位图像采集模块的光源装置以触发拍摄装置和光源装置配合采集一组车号图像并发送到图像识别模块;
图像识别模块,用于对采集的车号图像进行算法处理识别出列车车号。
6.根据权利要求5所述的服务器,其特征在于,所述图像识别模块包括:
图像接收单元,用于接收多组车号图像;
字符串识别单元,用于将一组车号图像输入训练好的YOLO神经网络模型进行图像识别,获得该组车号图像中每帧车号图像对应的字符串,照此方法依次获得每组车号图像中每帧车号图像对应的字符串;
关键帧定位模块,用于找到一组车号图像中连续识别出字符串的中间第一预设帧数的车号图像作为关键帧车号图像,取关键帧车号图像识别出的字符串中最长且出现次数最多的字符串作为该组车号图像识别出的字符串,照此方法依次获得每组车号图像识别出的字符串;
车号获得模块,用于将每组车号图像识别出的字符串组合得到列车车号。
7.根据权利要求6所述的服务器,其特征在于,还包括:车号判断模块,用于接收多个列车车号,按照列车车号出现的先后顺序获得各个列车的最终车号;
所述按照列车车号出现的先后顺序获得各个列车的最终车号的过程包括:
剔除各个列车车号的端位信息,获得多个列车车号的字符信息;
根据一个列车车号的字符信息获得该列车的头列车车号和尾列车车号,照此方法获得每个列车的头列车车号和尾列车车号;
判断一个列车的头列车车号和尾列车车号的端位信息是否一致,若是,则将关键帧车号图像的数量设为预设第二帧数,重新识别该列车对应的每组车号图像,若不一致,则将该列车的头列车车号作为该列车的最终车号,照此方法获得每个列车的最终车号。
8.根据权利要求7所述的服务器,其特征在于,所述根据一个列车车号的字符信息获得一个列车的头列车车号和尾列车车号,照此方法获得每个列车的头列车车号和尾列车车号的过程包括:
根据一个列车车号的字符信息,在接收的多个列车车号中搜索第一次出现的包含该列车车号的字符信息的列车车号作为头列车车号;
在接收的多个列车车号中搜索最后一次出现的包含该列车车号的字符信息的列车车号作为尾列车车号;
照此方法找到每一个列车车号的字符信息对应的那列车的头列车车号和尾列车车号。
CN202010962903.3A 2020-09-14 2020-09-14 一种列车车号识别***及服务器 Active CN112070088B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010962903.3A CN112070088B (zh) 2020-09-14 2020-09-14 一种列车车号识别***及服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010962903.3A CN112070088B (zh) 2020-09-14 2020-09-14 一种列车车号识别***及服务器

Publications (2)

Publication Number Publication Date
CN112070088A CN112070088A (zh) 2020-12-11
CN112070088B true CN112070088B (zh) 2023-07-18

Family

ID=73695673

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010962903.3A Active CN112070088B (zh) 2020-09-14 2020-09-14 一种列车车号识别***及服务器

Country Status (1)

Country Link
CN (1) CN112070088B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN204089991U (zh) * 2014-09-12 2015-01-07 武汉华目信息技术有限责任公司 一种图像采集控制装置
CN105059327A (zh) * 2015-07-30 2015-11-18 苏州华兴致远电子科技有限公司 一种车号识别方法及装置
CN107633248A (zh) * 2017-10-30 2018-01-26 成都九壹通智能科技股份有限公司 一种基于光电技术的车号识别***
CN109241971A (zh) * 2018-07-18 2019-01-18 东莞市诺丽电子科技有限公司 一种城轨列车车号识别***
CN110852234A (zh) * 2019-11-05 2020-02-28 成都铁安科技有限责任公司 一种列车车号识别方法及***
CN111006592A (zh) * 2019-12-02 2020-04-14 西安宝利铁路器材有限公司 一种机车车钩高度监测装置及方法
WO2020134324A1 (zh) * 2018-12-29 2020-07-02 南京睿速轨道交通科技有限公司 一种基于图像处理的城轨列车车号识别算法
CN111414890A (zh) * 2020-04-03 2020-07-14 哈尔滨市科佳通用机电股份有限公司 一种机车车号自动检测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106303399A (zh) * 2015-05-12 2017-01-04 杭州海康威视数字技术股份有限公司 车辆图像数据的采集、提供方法、设备、***及服务器

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN204089991U (zh) * 2014-09-12 2015-01-07 武汉华目信息技术有限责任公司 一种图像采集控制装置
CN105059327A (zh) * 2015-07-30 2015-11-18 苏州华兴致远电子科技有限公司 一种车号识别方法及装置
CN107633248A (zh) * 2017-10-30 2018-01-26 成都九壹通智能科技股份有限公司 一种基于光电技术的车号识别***
CN109241971A (zh) * 2018-07-18 2019-01-18 东莞市诺丽电子科技有限公司 一种城轨列车车号识别***
WO2020134324A1 (zh) * 2018-12-29 2020-07-02 南京睿速轨道交通科技有限公司 一种基于图像处理的城轨列车车号识别算法
CN110852234A (zh) * 2019-11-05 2020-02-28 成都铁安科技有限责任公司 一种列车车号识别方法及***
CN111006592A (zh) * 2019-12-02 2020-04-14 西安宝利铁路器材有限公司 一种机车车钩高度监测装置及方法
CN111414890A (zh) * 2020-04-03 2020-07-14 哈尔滨市科佳通用机电股份有限公司 一种机车车号自动检测方法

Also Published As

Publication number Publication date
CN112070088A (zh) 2020-12-11

Similar Documents

Publication Publication Date Title
CN112396658B (zh) 一种基于视频的室内人员定位方法及定位***
CN106384513A (zh) 一种基于智能交通的***捕捉***及方法
CN109447090B (zh) 一种屏蔽门障碍物检测方法及检测***
CN110287917B (zh) 基建工地的安全管控***和方法
CN102917207A (zh) 基于运动序列的异常行为视觉监测***
CN110096945B (zh) 基于机器学习的室内监控视频关键帧实时提取方法
CN112417939A (zh) 基于图像识别的客流od数据获取方法、装置、移动端设备、服务器及模型训练方法
CN110084987A (zh) 一种面向轨道交通的异物检查***及方法
CN107133611A (zh) 一种课堂学生点头率识别与统计方法及装置
CN113096158A (zh) 运动对象的识别方法、装置、电子设备及可读存储介质
CN112597965A (zh) 一种驾驶行为识别方法、装置和计算机可读存储介质
CN112070088B (zh) 一种列车车号识别***及服务器
CN205845110U (zh) 一种基于rfid技术的施工队伍签到***
CN113591643A (zh) 一种基于计算机视觉的地下交通工具进出站检测***及方法
CN106327876A (zh) 一种基于行车记录仪的***捕捉***及方法
CN110019060A (zh) 一种机车视频文件与运行记录文件自动同步方法与装置
CN112906643A (zh) 车牌号码识别方法及装置
CN210515650U (zh) 一种智能环保道路黑烟车辆电子抓拍***
CN110135274B (zh) 一种基于人脸识别的人流量统计方法
CN114758345A (zh) 基于Yolo V5的烟火监控方位提取方法及***
CN115205747A (zh) 一种基于图像识别的道路自动化检测***
CN113553965B (zh) 一种结合人脸识别和人体识别的人物身份识别方法
CN212302511U (zh) 一种车号与箱号识别关联***监测设备
CN113628414A (zh) 一种人工智能预警***和方法
CN206178898U (zh) 基于rfid的桥梁工程构件定位识别巡检***

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