本文關(guān)鍵詞：基于深度學習的TEDS系統(tǒng)車號識別算法研究

  更多相關(guān)文章： 字符識別 深度學習 卷積神經(jīng)網(wǎng)絡 復雜光照

【摘要】：隨著我國高速鐵路建設的快速發(fā)展,動車組的安全運營問題正日益突顯出來。動車組動態(tài)運行故障圖像檢測系統(tǒng)(TEDS, Trouble of moving EMU Detection System)作為一項列車健康狀態(tài)實時監(jiān)測技術(shù),近兩年開始在一些重要的鐵路場站逐步推廣開來�，F(xiàn)有的TEDS系統(tǒng)依賴噴涂在列車兩側(cè)的車號來判別車型,建立實時圖像與標準車型部件圖像間的對應關(guān)系,從而通過自動化的圖像比對實現(xiàn)故障判決。因此,準確的車號識別是TEDS系統(tǒng)能夠正常工作的前提。在某些極端的情況下,動車車號可能會由于光照不均、運動失真、鏡面反射等原因,難以現(xiàn)有的圖像識別算法提取出來。近年來,深度學習理論成為理論研究和工程應用領(lǐng)域的一個研究熱點,被廣泛用于大數(shù)據(jù)的分析與理解。卷積神經(jīng)網(wǎng)絡憑借多層卷積提取特征、權(quán)值共享等優(yōu)勢,是深度學習在圖像分類、語音識別領(lǐng)域的一個重要模型。論文在分析動車車號圖像特點的基礎上,重點研究了基于卷積神經(jīng)網(wǎng)絡的車號識別問題,主要工作包括以下三個方面：首先,針對復雜光照下的字符定位問題,論文在研究已有定位算法的基礎上,設計了改進的筆劃寬度變換算法,實現(xiàn)字符區(qū)域的定位。其次,針對非均勻光照條件下的字符分割問題,論文設計了基于灰度校正的列投影算法,從字符區(qū)域分割出單一字符。最后,綜合考慮數(shù)據(jù)量、復雜度等因素,從輸入、輸出、隱藏層結(jié)構(gòu)和激活函數(shù)等方面入手,設計了基于卷積神經(jīng)網(wǎng)絡的車號字符識別方案,并對網(wǎng)絡的參數(shù)調(diào)整問題進行了分析。實驗表明,經(jīng)過優(yōu)化和改進的卷積神經(jīng)網(wǎng)絡,可以實現(xiàn)高效的車號識別任務,對復雜光照下的動車車號識別正確率達到99.22%。
【關(guān)鍵詞】：字符識別 深度學習 卷積神經(jīng)網(wǎng)絡 復雜光照
【學位授予單位】：北方工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要3-4
• ABSTRACT4-8
• 第一章 緒論8-13
• 1.1 研究背景及意義8-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-12
• 1.2.1 鐵路列車車號識別的發(fā)展10-11
• 1.2.2 深度學習的發(fā)展11-12
• 1.3 本文工作與組織架構(gòu)12-13
• 第二章 深度學習理論與卷積神經(jīng)網(wǎng)絡13-22
• 2.1 人工神經(jīng)網(wǎng)絡與多層感知器13-14
• 2.2 深度學習概念14-16
• 2.3 深度學習網(wǎng)絡模型16-18
• 2.4 卷積神經(jīng)網(wǎng)絡18-21
• 2.4.1 卷積神經(jīng)網(wǎng)絡的基本結(jié)構(gòu)19-20
• 2.4.2 卷積神經(jīng)網(wǎng)絡的應用20-21
• 2.5 本章總結(jié)21-22
• 第三章 動車車號定位與分割算法設計22-35
• 3.1 處理方案概述22
• 3.2 圖像預處理22-24
• 3.3 車號定位模塊算法設計24-29
• 3.3.1 常用定位提取算法24-25
• 3.3.2 基于筆劃寬度變換的車號定位25-29
• 3.4 字符分割模塊算法設計29-34
• 3.4.1 常用圖像分割算法29-32
• 3.4.2 動車車號分割算法設計32-34
• 3.5 本章總結(jié)34-35
• 第四章 基于深度學習的動車車號識別算法35-49
• 4.1 卷積神經(jīng)網(wǎng)絡車號識別算法設計35-43
• 4.1.1 輸入、輸出層設計35
• 4.1.2 隱藏層結(jié)構(gòu)的優(yōu)化設計35-39
• 4.1.3 激活函數(shù)設計和網(wǎng)絡的學習39-43
• 4.2 實驗結(jié)果及分析43-48
• 4.2.1 實驗數(shù)據(jù)處理43-44
• 4.2.2 實驗環(huán)境說明44-45
• 4.2.3 實驗結(jié)果及分析45-48
• 4.3 本章總結(jié)48-49
• 第五章 結(jié)論與展望49-50
• 5.1 主要結(jié)論49
• 5.2 研究展望49-50
• 參考文獻50-54
• 在學期間的研究成果54-55
• 致謝55

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 陜耀;張雁橋;;圖像處理技術(shù)在鐵路車號自動識別中應用的探討[J];鐵路計算機應用;2006年07期

2 唐曼;;車號識別模擬系統(tǒng)的設計與實現(xiàn)[J];鐵路計算機應用;2014年01期

3 沈友敏;車號的謎中之謎[J];計算機應用研究;1989年06期

4 周文波;;車號自動識別地面裝置的設計及探究[J];電子測試;2013年09期

5 常華;;車號自動識別系統(tǒng)[J];黑龍江科技信息;2007年20期

6 張信國;車號自動識別系統(tǒng)在鐵路運輸中的應用[J];鐵道運輸與經(jīng)濟;1998年05期

7 劉斌,劉　,王普,張大力;貨車車號識別的研究與應用[J];電視技術(shù);1999年07期

8 葛莉;趙歆波;;視覺注意力機制在貨運列車車號定位中的應用[J];微電子學與計算機;2014年08期

9 王曉華,高慶吉,趙衛(wèi)平;利用模糊統(tǒng)計法識別貨運列車車號的研究[J];中國圖象圖形學報;2000年11期

10 宋立成;;鐵路車號自動識別系統(tǒng)標簽識別率的分析[J];上海鐵道科技;2011年03期

中國重要會議論文全文數(shù)據(jù)庫 前6條

1 馬振生;張長安;;鐵路車號自動識別系統(tǒng)常見故障及處理[A];第十屆中國科協(xié)年會論文集（一）[C];2008年

2 劉忠東;;鐵路車號自動識別系統(tǒng)[A];快速提升鐵路建設與裝備現(xiàn)代化技術(shù)促進鐵路跨越式發(fā)展——中國科協(xié)第五屆青年學術(shù)年會第九分會場論文集[C];2004年

3 張元;;鐵路車號自動識別的應用與維護[A];鐵道部信息技術(shù)中心成立30周年暨鐵路運輸管理信息系統(tǒng)（TMIS）工程全面竣工投產(chǎn)TMIS工程建設論文專輯（二）[C];2005年

4 王桂海;張素英;白海峰;;車號識別實時發(fā)卡程序的應用與實現(xiàn)[A];中國計量協(xié)會冶金分會2010年會論文集[C];2010年

5 陳飛衛(wèi);王萌;;車號自動識別及三級建庫系統(tǒng)應用中若干問題的探討[A];鐵道部信息技術(shù)中心成立30周年暨鐵路運輸管理信息系統(tǒng)（TMIS）工程全面竣工投產(chǎn)TMIS工程建設論文專輯（二）[C];2005年

6 李旭;;貨車管理車號刷新系統(tǒng)[A];鐵道部信息技術(shù)中心成立30周年暨鐵路運輸管理信息系統(tǒng)（TMIS）工程全面竣工投產(chǎn)TMIS工程建設論文專輯（二）[C];2005年

中國重要報紙全文數(shù)據(jù)庫 前9條

1 胡麗霞 崔得獎;嚴厲打擊盜用偽造軍用車號牌行為[N];天水日報;2008年

2 王斗斗;車號牌不是商品不能隨意買賣[N];法制日報;2007年

3 樵夫;拍賣特殊車號：公益掩蓋下的公權(quán)濫用[N];人民法院報;2006年

4 劉慶傳;公權(quán)部門不能為民間迷信推波助瀾[N];新華日報;2007年

5 本報記者 姜暉;浙江拍賣“吉祥車號”遭質(zhì)疑[N];中國商報;2005年

6 崔威;開往春天的“雷鋒車號”[N];連云港日報;2009年

7 ;隨時隨地找到車廂[N];中國計算機報;2005年

8 記者 李鳳虎邋實習生 張金磊;鄭州新車號牌 車主自編自選[N];河南日報;2008年

9 記者 陶達嬪 實習生 黃慶海;競標熱點：“888”“999”“666”[N];南方日報;2006年

中國碩士學位論文全文數(shù)據(jù)庫 前5條

1 王俊曉;基于LabVIEW的貨車車號識別技術(shù)研究[D];石家莊鐵道大學;2015年

2 王欣蔚;基于深度學習的TEDS系統(tǒng)車號識別算法研究[D];北方工業(yè)大學;2016年

3 黨華麗;列車車號自動識別系統(tǒng)研究與設計[D];河北工業(yè)大學;2007年

4 程璐;基于圖像處理的機車車號自動識別系統(tǒng)[D];南京航空航天大學;2013年

5 趙入賓;鐵路貨車車號識別的算法研究[D];河北工業(yè)大學;2011年

，

本文編號：789677