基于LeNet-5的編組站站內機車車號識別系統的研究

李瑞辰，姚宇峰，蔣元華

（1.中國鐵道科學研究院 研究生部，北京 100081；2. 中國鐵道科學研究院集團有限公司 通信信號研究所，北京 100081）

目前，編組站綜合自動化系統（SAM）普遍應用于我國大中型編組站，通過列車與調車的綜合管控技術，提高了編組站的自動化程度與運輸生產效率，最大程度地降低了作業安全風險[1]。由于無法第一時間準確獲得擔當主要牽引任務的機車（簡稱：本務機車）的信息，本務機車的綜合管控技術一直難以實現。

國內外針對車號識別的研究已取得了諸多重要成果，目前，主要由自動識別設備 (AEI，Automatic Equipment Identification）識別法和圖像識別法兩部分組成[3]。對于AEI識別方法，現階段大多數站場都配備有AEI車號自動識別系統，但是由于機車標簽位置較低，維護困難，而射頻識別（RFID, Radio Frequency Identification)標簽容易損壞、丟失，所以機車AEI系統識別正確率不能保證[2]。近些年來，圖像識別技術高速發展，基于圖像識別方法的鐵路車號識別研究也取得了一定的成果。基于顏色空間及灰度形態學的車號定位方法，能有效地自動定位、分割和識別鐵路貨車車號[3]；針對車號區在野外使用過程中容易受灰塵或運輸貨物的污損，在提高貨車車號識別率方面做了相關研究[4]。

本文在前人對車號識別研究的基礎上，選擇并改進圖像識別算法，同時設計一個機車車號識別系統，實時識別駛入編組站的機車車號，并將機車車號識別結果實時共享給車站與機務段。

1 系統結構設計與實現

1.1 系統結構

機車車號識別系統組成，如圖1所示。

圖1 機車車號識別系統模塊分析圖

1.2 界面設計與技術實現

通過使用.NET開發平臺的WinForm搭建前端圖形化界面，調用通過Python語言實現圖像的預處理、圖形定位切割、識別等算法實現對機車車次圖像素材的識別，并通過識別結果輸出模塊輸出機車車號與機車類型，界面如圖2所示。

圖2 機車車號識別系統主界面

高清攝像頭在鐵路編組站中廣泛應用，可實時獲取全站站場視頻圖像數據。因此，可以利用設置在咽喉區與站段交界處的高清圖像數據，點擊開始識別，系統將自動識別經過此咽喉處的機車車號，并通過識別出的機車型號與數據庫內機車類型進行對比，推出通過咽喉區處的機車類型，系統支持修改機車車次、修改機車類型、查詢歷史識別數據的功能。

2 識別算法選擇與改進

2.1 卷積神經網絡

卷積神經網絡是近些年發展起來的一種高效識別方法，廣泛應用于手寫字符識別、行人識別、人臉識別中。卷積神經網絡主要由卷積層與池化層兩部分組成[5]。

2.2 卷積層與池化層

卷積層主要是將前一層的特征圖與一個可學習的核進行卷積，得到的結果再通過激活函數后形成這一層的特征圖，每一個特征圖都有可能與上一層的幾個特征圖建立卷積關系。卷積層數學函數表達如式（1）：

其中，l為層數為特征響應圖為卷積核；Nl-1為l-1層特征圖的個數；conv2(x,y)為對x,y進行卷積操作為輸出圖的偏置。

池化層主要是對輸入的上一層特征圖素材進行抽樣操作，經過抽樣后的特征圖的圖像大小改變為原來的1/2，池化層數學函數表達如式（2）：

其中，down（x）為次抽樣函數，bl

ij為輸出圖的偏置。

2.3 LeNet-5算法

卷積神經網絡LeNet-5算法是由Y.LeCun提出的一個多層的神經網絡，對于二維圖像的特征提取有著出色的表現。LeNet-5網絡模型結構，如圖3所示。主要由7層組成，每一層都包括可以訓練的參數。

圖3 LeNet-5神經網絡的結構

該網絡的輸入是32×32的圖像，其中，C層是由卷積層神經元組成的網絡層，S層是由池化層組成的網絡層。

（1）輸入圖像后，經過6個可訓練的卷積核進行卷積操作，在C1層產生6個28×28的特征響應圖；

（2）每個特征響應圖經過池化操作后，S2層產生6個14×14的特征響應圖；

（3）經過16個可訓練的卷積核進行卷積操作得到具有16個特征響應圖的C3層；

（4）經過池化操作，S4層產生具有16個5×5的特征向量圖；

（5）將S4層的所有特征響應圖向量化，輸入到全連接神經網絡，輸出120個神經元；

（6）經過兩個全連接層，到達輸出層，輸出層具有10個神經元，每一個神經元代表一個阿拉伯數字。通過得到的一個長度為10的行矩陣，最終確定屬于哪一個數字[6-7]。

2.4 LeNet-5改進算法

LeNet-5最初是用于識別手寫數字的，輸入的類別數目為10個，鐵路機車型號與數字相比，需要進行分類的類別數目要多很多，除了10個阿拉伯數字組成的機車號碼外，還包括D、F、C、S、B、H、X、N共8個英文數字組成的機車型號。針對機車型號字符組成與手寫數字之間的區別，對傳統的LeNet-5進行改進，將傳統的LeNet-5的輸出層由10個神經元改為18個神經元。

3 機車車號識別模型訓練與識別

3.1 訓練與識別流程

機車車號識別模型的訓練和識別流程圖，如圖4所示。

圖4 識別與訓練流程圖

3.2 試驗數據準備

為了驗證改進的LeNet-5算法對機車車號的識別情況，收集了機車車次圖像數據850個，建立了測試與訓練使用的數據集，每組425個，其中，訓練數據中有310張圖像含有8個字符（如SS6B 1079、HXD1 1001），70張含有7個字符（如DF4 9422、DF7 0031），45張圖片含有 9個字符（如HXD3C 0822、HXN3B 0030），共3 375個字符學習樣本，測試集與訓練集樣本組成相同，且訓練集與測試集之間沒有重疊圖像。

3.3 圖像灰度化

為了提高識別效率，濾除掉圖像中與識別無關的大量特征，對圖像進行預處理，目前常用的圖像灰度化主要有最大值法、平均值法、加權平均法3種方法，且每種方法都有固定的圖像分量加權式。如圖5所示，通過對比灰度化的3種方法，使用加權平均法對圖像進行灰度化效果最好，所以按照式（3）將圖像轉化為灰度圖像。

其中，I為灰度圖像；R、G、B為紅綠藍3個圖像分量。

3.4 圖像二值化

由于編組站具有全天候作業的特性，所以咽喉區攝像頭拍攝的圖像素材由于時間、天氣、季節等原因導致素材的背景和機車車號字符灰度化后會存在很大差距。為了高效獲取機車車號信息，減少由于這些原因產生的噪聲影響，我們將對圖像進行二值化處理。即通過設定某一指定閾值，將灰度化后的圖像表示成兩個灰度值表示的二值圖像。即背景和車號字符素材分別用兩個灰度值來表示，如圖6所示。

圖5 圖像灰度化處理

圖6 圖像二值化處理

3.5 機車車號區域定位

機車車號區域定位在機車號碼識別中最為重要，因為區域定位準確與否直接決定后續工作的開展。采用常用的Sobel邊緣檢測方法進行機車車號區域的定位，使用Sobel邊緣檢測算子得到機車車次號碼輪廓。使用圖形學知識開、閉運算，利用小噪聲處理對小塊噪聲進行去噪處理，將大塊區域進行連接，定位出機車車號區域，如圖7所示。

圖7 圖像定位處理

3.6 圖像素材分割

機車車號印刷時彼此之間都留有一定空隙，但是每一個字符的寬度都大于空隙的寬度，所以可以利用機車車號排列分布規律分割法將車號進行分割。因為所有素材都經過了灰度化、二值化處理，所以背景與機車車號位置灰度值差別明顯，背景灰度值為0，字符處灰度值為255。

先進行行分割，通過計算二值化后標準圖像文件格式（BMP）文件中每行中灰度值為255的像素總數，如果像素總數超過閾值Q1，則認為此行為字符行。如果像素總數小于閾值Q2，那么認為此行為空白行。如式（4）所示。

閾值Q1，Q2的選擇比較重要，如果選擇的過大，會導致字符被切割，無法識別。如果選擇的過小，會導致圖像切割不明顯。經過多次試驗，Q1=6，Q2=3效果最為明顯。

將經過行分割后的圖像素材進行列分割。同樣，計算二值化后BMP文件中每列中灰度值為255的像素總數，如果像素總數＞閾值Q3，則認為此列為字符列。如果像素總數＜閾值Q4，那么認為此列為空白列，如式（5）所示。

m為經行切割后的起始行；n為經行切割后的終止行，經過多次試驗，Q3=2，Q4=3效果最為明顯。

經過行切割與列切割后，得到的圖像數據，如圖8所示。

圖8 圖像分割處理

3.7 字符素材歸一化

LeNet-5卷積神經網絡的輸入為32×32的圖像素材。經過算法比對，雙三插值算法對于圖像某一區域的縮小放大有非常好的效果。其思想是在所需插值像素點位置選取周圍16個像素點，對選取的16個像素點分別進行水平與垂直方向的三階插值操作，并將所得結果賦值給所需插值像素點。進行水平與垂直方向插值操作的插值函數的一般表示形式,如式（6）所示。

使用雙3次插值算法將所有機車車號字符大小都歸一化為32×32大小的字符素材，以便可以使用LeNet-5算法進行分類識別。

3.8 LeNet-5模型訓練

卷積神經網絡框架（CAFFE）是一種常用的深度學習框架，根據改進的卷積神經網絡修改CAFFE平臺中的網絡結構文件和網絡求解文件，通過CAFFE調用經過預處理后的圖像數據進行模型訓練，最終訓練出穩定的分類模型，基本步驟為：（1）先進行前向傳播，然后經過反向傳導和梯度下降法更新卷積核，反復執行前向、反向、更新卷積核，直到滿足結束條件，此時CNN訓練完成；（2）使用CNN訓練得到的特征向量訓練SVM支撐向量機分類器，完成LeNet-5訓練。

4 機車號碼識別結果與分析

4.1 識別結果

使用測試集對訓練完成的模型進行識別檢測，訓練次數與識別正確率之間的關系,如表1所示。通過識別試驗結果可以發現，隨著訓練次數的增加，識別訓練集與測試集的準確率都在增加。如果訓練集的數據再豐富一些，準確率一定會更高，完全可以達到準確識別機車車次的目的。

表1 訓練次數與測試集識別率的關系

4.2 錯誤分析

試驗發現，有一些車次號識別效果并不樂觀，主要是機車車次號被污染腐蝕、不清晰、機車車號圖像傾斜角度過大、字符分割出現錯誤、圖像素材經過灰度化后降噪效果不明顯等原因。

5 結束語

通過研究發現，使用改進后的LeNet-5算法識別經圖片預處理后的車次圖像素材，識別正確率可高達94%以上。對于識別效果不樂觀的情況，可以通過Hough變換對傾斜的圖像進行矯正，或通過其他行之有效的預處理方法對素材進行進一步的處理。增加訓練集素材數量，訓練出識別率更高的模型。

目前，機車車號識別系統已在中國鐵路武漢局集團有限公司襄陽北站試驗，與既有的AEI配合使用。高清圖像素材從車站高清貨檢系統處獲取，識別效果良好，可以滿足對機車車號識別的需求，對實現智慧型編組站提供了有力的技術支撐。