铁路货车号码图像精准识别方法研究

我国铁路货运持续增长，但货场车号员需要人工核对车号，使其作业中存在效率低、劳动强度大等问题。智能识别铁路货车号码是提升整体运行效率的重要措施，目前货运站场的号码高精度识别受到多种干扰因素的影响，故提出一种基于深度学习的多类别号码精准识别方法，以解决铁路平车、棚车、罐车号码识别问题。首先，采用颜色特征的图像预处理方法，强化号码区域对比度，减弱磨损影响；其次，以Faster R-CNN为基本框架，通过减少网络参数量、多尺度训练和空间姿态纠正网络，提升训练效率和检测准确率；最后，使用CRNN网络进行车号识别。实验结果表明，该方法能有效提高铁路货车车号检测和识别的速度及准确度。