CN211062057U - 一种基于OpenCV技术的机车车号智能识别*** - Google Patents
一种基于OpenCV技术的机车车号智能识别*** Download PDFInfo
- Publication number
- CN211062057U CN211062057U CN201921961799.5U CN201921961799U CN211062057U CN 211062057 U CN211062057 U CN 211062057U CN 201921961799 U CN201921961799 U CN 201921961799U CN 211062057 U CN211062057 U CN 211062057U
- Authority
- CN
- China
- Prior art keywords
- base
- camera
- connecting block
- system based
- locomotive
- 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
Links
Images
Landscapes
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本实用新型公开了一种基于OpenCV技术的机车车号智能识别***,包括底座,底座的表面粘贴有反光贴,且底座的上端连接有连接块,底座和连接块的连接处开设有凹槽,且连接块的上端安装有防护壳,并且防护壳的内部设置有摄像头。该基于OpenCV技术的机车车号智能识别***,通过摄像头的使用,使摄像头将过往的车辆进行拍摄和记录,并且通过***传输到处理器的内部,之后由处理器完成对数据的处理和计算,从而将得到的新数据通过互联网分别传输到监控器、短报文和计算机的内部,使该装置能够将过往的车辆进行识别,避免以往通过人工进行记录,提高了该装置的工作效率,通过对机车车头进行特定区域高清摄像机拍摄,利用图像处理技术完成对机车车号识别。
Description
技术领域
本实用新型涉及机车车号识别技术领域,具体为一种基于OpenCV技术的机车车号智能识别***。
背景技术
机车入库检修、编组站客货车解体与编组、旅客列车来车到达等诸多场景中,机车车号作为作业管理的唯一标识,而且是货车在全路范围运转追踪的必要手段。机车车号一般采用字母加数字的编号,包含基础型号、辅助型号、编号等,传统机车车号获取采用人工手写记录,其效率低下,易出现记错模糊潦草等问题,机车车号能否准确识别直接关系到整个铁路运营***的安全与稳定,现有的机车车号自动化识别手段需要设计图像特征,在铁路应用并不非常成熟。
实用新型内容
(一)解决的技术问题
针对现有技术的不足,本实用新型提供了一种基于OpenCV技术的机车车号智能识别***,解决了传统机车车号获取采用人工手写记录,其效率低下,易出现记错模糊潦草的问题。
(二)技术方案
为实现上述目的,本实用新型提供如下技术方案:一种基于OpenCV技术的机车车号智能识别***,包括底座,所述底座的表面粘贴有反光贴,且底座的上端连接有连接块,所述底座和连接块的连接处开设有凹槽,且连接块的上端安装有防护壳,并且防护壳的内部设置有摄像头。
优选的,所述底座和连接块的贴合面均为颗粒状结构,且底座和连接块的连接方式为镶嵌连接。
优选的,所述摄像头的横切面直径小于防护壳的横切面直径。
优选的,所述摄像头和***相连接,且***和处理器连接,处理器通过互联网分别和监控器、短报文和计算机相连接,处理器直接和报警器相连接。
优选的,所述处理器包括膨胀算法、腐蚀算法和方向梯度算法,且方向梯度算法由膨胀算法和腐蚀算法而得到。
(三)有益效果
本实用新型提供了一种基于OpenCV技术的机车车号智能识别***。具备以下有益效果:
该基于OpenCV技术的机车车号智能识别***,通过摄像头的使用,使摄像头将过往的车辆进行拍摄和记录,并且通过***传输到处理器的内部,之后由处理器完成对数据的处理和计算,从而将得到的新数据通过互联网分别传输到监控器、短报文和计算机的内部,使该装置能够将过往的车辆进行识别,避免以往通过人工进行记录,提高了该装置的工作效率,通过对机车车头进行特定区域高清摄像机拍摄,利用图像处理技术完成对机车车号识别。
附图说明
图1为本实用新型主视结构示意图;
图2为本实用新型底座和连接块连接主视结构示意图;
图3为本实用新型工作流程结构示意图;
图4为本实用新型处理器流程结构示意图;
图5为本实用新型膨胀算法结构示意图;
图6为本实用新型腐蚀算法结构示意图;
图7为本实用新型方向梯度算法结构示意图。
图中:1、底座;2、反光贴;3、连接块;4、凹槽;5、防护壳;6、摄像头;***;处理器;报警器;监控器;短报文;计算机。
具体实施方式
下面将结合本实用新型实施例中的附图,对本实用新型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实用新型一部分实施例,而不是全部的实施例。基于本实用新型中的实施例,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,都属于本实用新型保护的范围。
如图1-7所示,本实用新型提供一种技术方案:一种基于OpenCV技术的机车车号智能识别***,包括底座1、反光贴2、连接块3、凹槽4、防护壳5 和摄像头6,底座1的表面粘贴有反光贴2,且底座1的上端连接有连接块3,底座1和连接块3的连接处开设有凹槽4,且连接块3的上端安装有防护壳5,并且防护壳5的内部设置有摄像头6;
底座1和连接块3的贴合面均为颗粒状结构,且底座1和连接块3的连接方式为镶嵌连接,使该装置在正常使用时,因为底座1和连接块3的连接,可以完成对上端摄像头6的固定效果;
摄像头6的横切面直径小于防护壳5的横切面直径,使摄像头6能够位于防护壳5的内部,从而使防护壳5可以对摄像头6起到保护的作用;
摄像头6和***相连接,且***和处理器连接,处理器通过互联网分别和监控器、短报文和计算机相连接,处理器直接和报警器相连接,使该装置可以通过该流程完成对车号的识别和计算,避免以往通过人工等级的方式,提高了该装置的工作效率;
处理器包括膨胀算法、腐蚀算法和方向梯度算法,且方向梯度算法由膨胀算法和腐蚀算法而得到,使该装置通过该方式可以增加得到的车号的准确率,提高了该装置的实用性;
膨胀算法为D=F+B={x,y丨B[x,y]∈F},即求局部最大值的操作,核B 与图像卷积,即计算核B覆盖的区域的像素点的最大值,并把这个最大值赋值给参考点指定的像素,这样就会使图像中高亮区域逐渐增长;
腐蚀算法为E=F*B={x,y丨B[x,y]∈F},即求局部最小值的操作,核B 与图像卷积,即计算核B覆盖的区域的像素点的最小值,并把这个最小值赋值给参考点指定的像素,这样就会使图像中高亮区域逐渐减少;
方向梯度算法为G=D-E,使该装置通过形态学梯度非线性差分边缘检测的算子,能够使二值图像的边缘突显,利用形态学梯度来保留物体的边缘轮廓是一种非常有效的图像处理手段。
使用时,首先将底座1固定在合适的位置,之后根据实际的拍摄位置,可以对摄像头6的照射位置进行调节,并不需要将该装置整体进行调节,首先将摄像头6向上拉起,之后使摄像头6带动下侧的防护壳5向上升起,之后因为凹槽4的高度大于底座1上顶端的高度,使底座1的上表面和连接块3 的内壁脱离开,之后便可完成对摄像头6的旋转,而在正常使用时,摄像头6 因为高强度的摩擦力,可以完成对摄像头6固定的作用,之后摄像头6会将得到的数据通过***传输到处理器中,而通过处理器的方向梯度算法得到车号的号码,方向梯度算法为G=D-E,而G=D-E也可说为G(src,elm)=D (src,elm)-E(src,elm),其中,elm是结构化元素,可以设置为单位矩形,椭圆等任意图像及大小,通过形态学梯度非线性差分边缘检测的算子,能够使二值图像的边缘突显,利用形态学梯度来保留物体的边缘轮廓是一种非常有效的图像处理手段,将有问题的车号记录下来,并且通过报警器通知到工作人员,没有问题的车号正常输送到计算机的内部,该装置通过对机车车头进行特定区域高清摄像机拍摄,利用图像处理技术完成对机车车号识别,能够大幅度增加工作效率,同时本说明书中未作详细描述的内容均属于本领域专业技术人员公知的现有技术。
综上可得,该基于OpenCV技术的机车车号智能识别***,通过摄像头6 的使用,使摄像头6将过往的车辆进行拍摄和记录,并且通过***传输到处理器的内部,之后由处理器完成对数据的处理和计算,从而将得到的新数据通过互联网分别传输到监控器、短报文和计算机的内部,使该装置能够将过往的车辆进行识别,避免以往通过人工进行记录,提高了该装置的工作效率,通过对机车车头进行特定区域高清摄像机拍摄,利用图像处理技术完成对机车车号识别。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
尽管已经示出和描述了本实用新型的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本实用新型的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本实用新型的范围由所附权利要求及其等同物限定。
Claims (4)
1.一种基于OpenCV技术的机车车号智能识别***,包括底座(1),其特征在于:所述底座(1)的表面粘贴有反光贴(2),且底座(1)的上端连接有连接块(3),所述底座(1)和连接块(3)的连接处开设有凹槽(4),且连接块(3)的上端安装有防护壳(5),并且防护壳(5)的内部设置有摄像头(6)。
2.根据权利要求1所述的一种基于OpenCV技术的机车车号智能识别***,其特征在于:所述底座(1)和连接块(3)的贴合面均为颗粒状结构,且底座(1)和连接块(3)的连接方式为镶嵌连接。
3.根据权利要求1所述的一种基于OpenCV技术的机车车号智能识别***,其特征在于:所述摄像头(6)的横切面直径小于防护壳(5)的横切面直径。
4.根据权利要求1所述的一种基于OpenCV技术的机车车号智能识别***,其特征在于:所述摄像头(6)和***相连接,且***和处理器连接,处理器通过互联网分别和监控器、短报文和计算机相连接,处理器直接和报警器相连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201921961799.5U CN211062057U (zh) | 2019-11-14 | 2019-11-14 | 一种基于OpenCV技术的机车车号智能识别*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201921961799.5U CN211062057U (zh) | 2019-11-14 | 2019-11-14 | 一种基于OpenCV技术的机车车号智能识别*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN211062057U true CN211062057U (zh) | 2020-07-21 |
Family
ID=71591868
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201921961799.5U Active CN211062057U (zh) | 2019-11-14 | 2019-11-14 | 一种基于OpenCV技术的机车车号智能识别*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN211062057U (zh) |
-
2019
- 2019-11-14 CN CN201921961799.5U patent/CN211062057U/zh active Active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Narote et al. | A review of recent advances in lane detection and departure warning system | |
CN103223870B (zh) | 受电弓损坏和磨损监视*** | |
CN105426864A (zh) | 一种基于等距边缘点匹配的多车道线检测方法 | |
CN106647776B (zh) | 车辆变道趋势的判断方法、判断装置和计算机存储介质 | |
CN102364496A (zh) | 一种基于图像分析的汽车车牌自动识别方法及*** | |
EP3048559A1 (en) | Method and system for detecting a rail track | |
CN105203552A (zh) | 一种360°踏面图像检测***及其检测方法 | |
EP3195263B1 (en) | Identification of a contact point between a pantograph and a power supply line in an image | |
CN103077384A (zh) | 一种车标定位识别的方法与*** | |
CN103824452A (zh) | 一种轻量级的基于全景视觉的违章停车检测装置 | |
CN103500322A (zh) | 基于低空航拍图像的车道线自动识别方法 | |
CN104881645A (zh) | 基于特征点互信息量和光流法的车辆前方目标的检测方法 | |
US11373417B2 (en) | Section line recognition device | |
Cho et al. | License plate extraction method for identification of vehicle violations at a railway level crossing | |
CN103593981A (zh) | 一种基于视频的车型识别方法 | |
CN103902985A (zh) | 一种基于roi的强鲁棒性实时车道侦测算法 | |
CN112800974A (zh) | 一种基于机器视觉的地铁轨道障碍物检测***及方法 | |
CN111144301A (zh) | 一种基于深度学习的道路路面缺陷快速预警装置 | |
Cualain et al. | Multiple-camera lane departure warning system for the automotive environment | |
Sunny et al. | Image based automatic traffic surveillance system through number-plate identification and accident detection | |
CN211062057U (zh) | 一种基于OpenCV技术的机车车号智能识别*** | |
CN103390259A (zh) | 视觉导引agv中的地面图像处理方法 | |
D'Cruz et al. | Lane detection for driver assistance and intelligent vehicle applications | |
Bui-Minh et al. | Two algorithms for detection of mutually occluding traffic signs | |
CN111114587A (zh) | 一种车站接发列车预警***及其图像预处理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |