[發明專利]一種飛機尾號識別方法

有效

• 申請號: 201110388239.7
• 申請日: 2011-11-29
• 公開（公告）號: CN102509091B
• 公開（公告）日: 2013-12-25
• 發明（設計）人: 羅喜伶;馬秀紅;周萍
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京科迪生專利代理有限責任公司 11251
• 代理人: 李新華;成金玉

技術領域

本發明屬于尾號識別的技術領域，特別涉及一種飛機尾號識別方法。

背景領域

飛機尾號識別系統中的飛機尾號字符識別技術，其本質是模式識別范疇中的重要方向 ——文字識別。文字識別(Optical?Character?Recognition，OCR)概念是由德國科學家Tausheck 于1929年首次提出。隨著計算機的出現和發展，OCR在全球范圍內廣泛研究。經過近一個 世紀的發展，OCR已經成為當今模式識別領域中最活躍的研究內容之一。它綜合了數字圖 像處理、計算機圖形學和人工智能等多方面的知識，并在其相關領域中得到廣泛應用。通常 OCR識別方法可以分為如下3類：統計特征字符識別技術、結構字符識別技術和基于人工 神經網絡的識別技術。統計特征字符識別技術一般選取同一類字符中共有的、相對穩定的并 且分類性能好的統計特征作為特征向量。常用的統計特征有字符二維平面的位置特征、字符 在水平或者垂直方向投影的直方圖特征、矩特征和字符經過頻域變換或其他形式變換后的特 征等。二維的圖像被一維的投影代替，計算量減少，同時也消除了文字在投影方向偏移的影 響，但是對于字符的旋轉變形卻無能為力。

基于結構的文字識別實際上是將字符映射到了基元組成的結構空間進行識別。識別過程 是在提取基元的基礎上，利用形式語言和自動機理論，采取詞法分析、樹匹配、圖匹配和知 識推理的方法分析字符結構的過程。J.Park分析了傳統結構識別方法的弊端，提出主動字符 識別(Active?Character?Recognition)的思想，主動依據輸入圖像，動態確定結構特征的選取， 達到節省資源、加速識別的目的。與統計識別方法相對應，字符的結構識別技術更加便于區 分字型變化大的字符和字型相近的字符。但是由于對結構特征的描述和比較要占用大量的存 儲和計算資源，因此算法在實現上相對復雜、識別速度慢。

基于人工神經網絡的字符識別技術力圖通過對人腦功能和結構的模擬來實現字符的高 效識別。經過近幾年的迅速發展，人工神經網絡在字符識別方面得到了廣泛的應用。在OCR 系統中，人工神經網絡主要充當分類器的功能。網絡的輸入是字符的特征向量，輸出是字符 的分類結果，即識別結果。經過反復學習，神經網絡可以智能地將特征向量優化，去除冗余、 矛盾的信息，強化類間的差異。由于神經網絡采用分布式的網絡結構，本身具備可以并行的 條件，可以加快大規模問題的求解速度。Krezyak和Le?Cun主要研究了BP (Back-Propagation)神經網絡在文字識別方面的應用，針對BP網絡學習速度慢、泛化能 力弱的缺點，在BP網絡的基礎上產生了競爭監督學習的策略。

在飛機尾號識別方法研究過程中，需要準確的對飛機尾號進行定位、分割和識別，所面 臨的主要難題有：

1、拍攝得到的機場場面圖像受環境因素干擾，圖片質量很難保證；

2、飛機尾號圖像部分被遮擋和飛機尾號圖像變形；

3、機場場面監控圖像背景復雜和一幅圖像多飛機尾號等問題；

4、受環境中光線等因素的影響，飛機尾號圖像會有較大的噪聲干擾，造成待分割的尾 號字符的字跡模糊，相鄰字符粘連，甚至殘缺不全。

發明內容

本發明的目的在于針對現有技術的不足，提出一種不同視角下的高分辨率的飛機尾號識 別方法，提高系統的識別性能，滿足國內實際系統的性能。本發明是對飛機尾號識別方法的 研究，學習現有的模式識別和文字識別技術，并進行改進和創新，將其應用在飛機尾號識別 領域，為我國的A-SMGCS系統研究和實現提供機場飛機與車輛探測與識別方面的支持，從 而為我國的機場場面監視向著A-SMGCS系統的過渡和發展提供理論研究和技術支持。

為實現上述目的，本發明的技術方案為：一種飛機尾號識別方法，包括如下具體步驟：

步驟一、原始圖片的圖像捕獲，從不同的視角拍攝多幅圖像，并從多幅圖像中找出含有 飛機尾號的圖像；

步驟二、飛機尾號定位預處理，先根據飛機尾號的區域特征來判斷牌照，從包含整個機 場場面監控的圖像中找到尾號區域的位置；

步驟三、基于DCT域和邊緣檢測的飛機尾號定位技術，由于飛機尾號部分存在大量的 邊緣信息，提出了基于DCT域和邊緣特征的飛機尾號定位技術；