Print

基于LeNet-5的编组站站内机车车号识别系统的研究

论文摘要

编组站内机车车号的识别问题一直制约着本务机车综合管控技术的发展。为了解决这一问题,针对机车车次,机车类型自动识别问题进行研究。改进了基于卷积神经网络Le Net-5的识别算法,并收集了大量机车车次图像素材,通过图像预处理后,使用训练集进行模型训练,形成适用于机车车次识别的网络模型,通过使用python语言与.NET平台实现了机车车次识别系统的设计。实验表明,该方法对机车车号的识别达到了较高的识别水平。目前,车号识别系统已在中国铁路武汉局集团有限公司襄阳北站试验,高清图像素材从车站高清货检系统处获取,识别效果良好,为实现智慧型编组站提供了有力的技术支撑。

论文目录

  • 1 系统结构设计与实现
  •   1.1 系统结构
  •   1.2 界面设计与技术实现
  • 2 识别算法选择与改进
  •   2.1 卷积神经网络
  •   2.2 卷积层与池化层
  •   2.3 LeNet-5算法
  •   2.4 LeNet-5改进算法
  • 3 机车车号识别模型训练与识别
  •   3.1 训练与识别流程
  •   3.2 试验数据准备
  •   3.3 图像灰度化
  •   3.4 图像二值化
  •   3.5 机车车号区域定位
  •   3.6 图像素材分割
  •   3.7 字符素材归一化
  •   3.8 LeNet-5模型训练
  • 4 机车号码识别结果与分析
  •   4.1 识别结果
  •   4.2 错误分析
  • 5 结束语

    • 文章来源

    类型: 期刊论文

    作者: 李瑞辰,姚宇峰,蒋元华

    关键词: 机车车号识别,图像预处理,模型训练,卷积

    来源: 铁路计算机应用 2019年09期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 铁路运输,计算机软件及计算机应用,自动化技术

    单位: 中国铁道科学研究院研究生部,中国铁道科学研究院集团有限公司通信信号研究所

    基金: 中国铁路总公司科技研究开发计划(2017X009-K),中国铁道科学研究院集团有限公司科研开发基金(2017YJ070)

    分类号: TP391.41;TP183;U292.16

    页码: 16-20

    总页数: 5

    文件大小: 2412K

    下载量: 117

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/fdf339173c932ab0b200cbe0.html