本站小編為你精心準備了車號圖像識別設備在地鐵的作用參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要：介紹在地鐵車輛軸承故障在線檢測裝置（MBD）中，通過圖像識別技術獲取地鐵車號信息，對故障軸承進行定位，實現故障軸承的跟蹤和預報。針對車號圖像識別設備的原理構成，采用的相關設備部件的系統集成、軟件功能，開發、運用中出現的問題以及改進措施等技術問題進行相關介紹和分析。

關鍵詞：地鐵車輛；車號識別；圖像處理；攝像拍攝；LED補償光源

利用成熟的高清圖像成像技術，通過采集車輪信號觸發定位實現對地鐵車號的拍照；在車號圖像識別軟件接收拍攝的車號圖片并進行存儲、顯示后，利用先進圖像處理技術對過車圖片中的車號進行識別，并對識別到的車號按照制定的報文協議生成報文，報文包含過車時間、方向、速度、總輛數、總軸數、車型、車號等信息；然后將報文提供給地鐵車輛軸承故障在線檢測裝置（MBD），從而完成故障預報軸承的跟蹤與定位。

1系統介紹

當列車到達系統拍攝區域，首先車輪壓過安裝在鋼軌上的磁鋼，產生模擬觸發信號，傳送至“磁鋼信號采集設備”，然后將過車觸發信號轉換為相機拍照的控制信號，控制相機與頻閃燈進行拍照。此時，攝像機拍攝的車體原圖像照片（.JPG）經“磁鋼信號采集設備”轉送至“車號圖像識別主機”，由該主機中的“圖像識別軟件”進行處理，獲取車號信息，判別車序信息等，最終生成AEI報文，完成車號軸承的跟蹤與定位。系統總體結構如圖1所示。系統總體硬件結構主要由車號圖像識別采集控制箱、安裝支架和保護箱、高速相機、高清鏡頭、頻閃燈組成。車號圖像識別采集控制箱見圖2，安裝支架和保護箱見圖3，高速攝像機見圖4，高清鏡頭見圖5，頻閃燈見圖6，LED補償光源見圖7。1.1車號圖像識別采集控制主機。車號圖像識別采集控制主機由主控板、開關電源模塊、指示燈板、信號接口構成。單片機STM32F429作為主控芯片，單片機自帶的模擬數字轉換器（ADC）用于6路磁鋼信號的采樣，采樣頻率大于10kHz。F429芯片自帶SD卡控制器，配合軟件上的FATFS文件系統，實現采集數據的存儲。串口通過232電平轉換芯片實現串口的通信，可以收發相應的串口協議命令對單片機工作狀態進行控制。使用TCP/IP協議芯片W5500實現網絡通信，網絡主要負責傳輸采樣數據至上位機，百兆網的速率足夠支撐磁鋼采集數據的帶寬。車號圖像識別采集控制箱尺寸為標準2U機箱，前面板有磁鋼信號指示燈、12V電源指示燈、攝像機觸發信號指示燈、運行指示燈、電源開關等。后面板有220V交流電插頭、磁鋼接入端子、攝像機與頻閃燈的供電接口、攝像機觸發信號接口、通信串口、網口等。主控板的供電由12V開關電源提供，開關電源模塊配置12V/10A電源模塊。12V電源分2路，1路給主控板供電，保證系統的正常運行，另1路給后背板上的接口，用于給攝像機和頻閃燈供電。1.2安裝支架和保護箱。安裝支架主要功能是把安裝有攝像機、高清鏡頭、頻閃燈的保護箱進行固定，其高度可變，可以按照要求進行調整。1.3高速攝像機。采用型號為BasleracA1920-40gcGigE的攝像機。攝像機配有SonyIMX249CMOS感光芯片，最大幀速率可以達到42fps，攝像機分辨率為230萬像素。具有千兆網口，能夠輕松支持100m線材輸出。1.4高清鏡頭。選用的是KOWA公司出品的HC系列百萬像素工業鏡頭。KowaLM6HC鏡頭采用6mm固定焦距，光圈范圍F1.8～F16。其中分辨率能夠達到120lp/mm；低失真率＜0.05%；邊緣仍然明亮清晰。最近對焦距離可達100mm。帶固定光圈和調焦的螺釘，可以在工業振動環境使用。1.5頻閃燈。采用蘇州美力拓生產的LKL-W210型號白光頻閃燈。1.6LED補償光源補償光源采用LED光源類型，直流24V供電，功率100W，時間和環境光感可控，照射面積30m2以上，304不銹鋼支架。

2軟件開發

2.1軟件開發環境。圖像識別軟件主要采用Microsoftvisualstudio軟件中的C#進行程序代碼開發和編寫。采用MicrosoftVisualStudio作為軟件的開發環境，主要是因為該軟件具有一個基本完整的開發工具集，包括了軟件生命周期中所需要的大部分工具，如UML工具、代碼管控工具、集成開發環境（IDE）等。2.2軟件功能。圖像識別軟件主要功能流程：接收攝像機拍攝的圖片和存儲后，對圖片進行圖像處理，處理過的圖片通過識別庫進行字母和數字識別，識別出的字母和數字用軟件中編寫的車號、車型算法進行識別排序，然后按照固定的報文格式輸出報文。車號的圖像識別功能：采用開源的圖像識別庫對采集的過車圖片進行圖像處理，識別出圖片中的字母和數字，通過軟件中編寫的車號識別模型算法，提取出地鐵車號，并通過輛序算法代碼進行車輛輛序排序。過車信息接收、處理和存儲功能：主要是接收、處理和存儲過車圖片信息，軟件通過調用攝像機相關控制命令，接收攝像機拍攝的圖片信息進行圖片識別處理，生成AEI過車報文，并根據過車時間自動進行分類存儲，按照設置文件中的配置刪除舊的圖片信息。軟件功能如圖9。2.3圖像處理。對圖片處理采用C#中的OpenCvSharp計算機視覺庫，OpenCvSharp視覺庫直接封裝了更多的OpenCV方法，降低了學習難度，大部分繼承了IDisposable接口，方便使用using語句塊，支持Mono。程序通過OpenCvSharp庫對采集的原始圖片進行切割、灰度化、二值化、中值濾波、腐蝕、膨脹、縮放等函數處理，提取出帶有車型、車號等信息的圖片。2.4車號識別。車號識別采用Tesseract-OCR庫進行識別，Tesseract是一個開源的OCR（OpticalCharacterRecognition，光學字符識別）引擎，可以識別多種格式的圖像文件并將其轉換成文本，目前已支持60多種語言（包括中文）。該識別庫可以通過訓練的方法，根據需求自定義識別庫，開發出符合自身需求的OCR引擎。該系統的識別庫就是通過訓練得到的，訓練的圖片為處理過的現場實際過車圖片。

3運用改進措施

3.1提高夜間照明度。設備運行初期，圖片識別正確率較低，原因主要是夜間光線不足，拍攝效果較差，圖片拍攝效果總體較黑，極大影響了后期圖片處理。為增加光線強度，提高夜間拍攝效果，為設備添加夜間拍攝補光燈（圖10）。3.2避免逆光拍攝。運用發現，導致圖像拍攝效果較差的因素還有“頻閃燈的反光效果”。由于地鐵列車的車體外側面形成由上至下弧度曲面，在夜間頻閃燈工作時，所拍攝照片的中間部位出現一條強度很高的豎條型光亮帶，導致出現在光帶位置的車號被腐蝕掉，同時，由于車體為光滑表面的不銹鋼材質，導致頻閃燈照射到車體表面時出現反光效果，使得攝像機處于逆光狀態下拍照，照片兩側灰度值極大，影響了后期圖像處理效果。針對上述情況，對攝像機與頻閃燈的角度進行了調節，使頻閃燈成水平略向下的角度，避免逆光拍攝，以及減少光帶面積。3.3提高陰雨天氣識別率。由于設備的運用環境是室外，不可避免陰雨天氣，當下雨時，雨滴落在鏡頭處影響了圖片識別的效果。為提高識別率，對圖片處理的算法進行優化，采用局部二值化方法以像素鄰域的信息為基礎來計算每一個像素的閾值。如果圖像中的一個像素（x，y）的灰度級高于在（x，y）點的閾值面的計算值，那么把像素（x，y）標記為背景，否則為前景字符。在處理二值化時，采用ADAPTIVE_THRESH_MEAN_C方法，其閾值是由blocksize確定的像素（x，y）在blocksize×blocksize范圍內的鄰域像素值減參數C得到的平均值。通過多次試驗最終確定較合適的閥值來控制二值化的范圍與自適應閾值算法中減去的常數值，盡量避免雨滴等障礙物的干擾，在一定程度上提高了圖像識別效果。

4總結

車號圖像識別設備運行情況穩定，能夠實現對地鐵車號的自動識別。車號圖像識別設備為地鐵車輛軸承故障在線檢測裝置（MBD）提供車號信息，完成了故障軸承的跟蹤和定位，為地鐵車輛軸承早期故障診斷與判別提供技術支持與保障。該設備也可為其他系統提供車號信息，在地鐵應用領域具有很高推廣價值。

作者:杜東偉 張陸軍 邢傳義 梁雙慶 彭博 單位:北京市地鐵運營有限公司