基于图像处理和双BP神经网络的电气化铁路接触网立柱标识牌识别算法研究

• 作者: 张慧玲 彭乐乐 徐蔚 钟倩文
• 来源期刊: 铁道标准设计
• 学科: 交通运输
• 关键词: 电气化铁路 轨道定位 接触网立柱 标识牌识别 图像处理 双BP神经网络
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 线路/路基
• 页码范围: 81-85,90
• 页数: 6页
• 分类号: U216.3|TP30
• 字数: 4137字
• 语种: 中文
• DOI: 10.13238/j.issn.1004-2954.201905070005

摘要

故障位置点定位是实现轨道维护及保养的前提,利用接触网立柱标识牌实现定位是一种常用的轨道定位方法,但常规的识别方法存在识别率低且速度慢的缺点.针对该问题,提出一种基于图像处理和双神经网络的接触网立柱标识牌识别算法.首先利用Hough变换提取出接触网支柱区域,减小识别区域,其次通过形态学方法实现标识牌的定位与裁剪,再采用水平投影方法对字符进行分割,最后对字符中的字母和数字分别进行特征提取,利用两路并行的反向传播神经网络进行识别.通过实验验证了该算法的有效性,结果表明:该方法精度可达98.3％,相较于传统识别方法速度提高了17％.因此该识别算法能够实现轨道故障位置的快速精确定位,可用于轨道智能巡检系统.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭乐乐	上海工程技术大学城市轨道交通学院	21	17	2.0	3.0
2	钟倩文	上海工程技术大学城市轨道交通学院	7	2	1.0	1.0
3	徐蔚	上海工程技术大学城市轨道交通学院	2	1	1.0	1.0
4	张慧玲	上海工程技术大学城市轨道交通学院	1	1	1.0	1.0