刘家军 钟鸣睿 秦梓轩

(西安理工大学电气工程学院 西安 710048)

1 引言

接触网支柱号是电气化铁路检修作业的重要定位依据，在接触网检修挂接地线作业中，支柱号和区段名可以确定作业票中的作业位置。在夜间挂接地线时，由于存在人为因素，错挂、漏挂的现象时有发生，这使得现场保护作用降低，作业人员处于危险的工作环境。因此，引入挂接地线监测装置[1-2]对现场进行监测，通过挂接地线监测装置识别支柱号牌，将识别结果反馈给调度，调度人员利用可视化界面[3]监测挂接位置，可以有效地保护作业人员的人身安全，提高检修作业的智能化水平。

目前，接触网支柱号牌识别的研究有很多，文献[4-5]用梯度直方图(Histogram of oriented gradient, HOG)和支持向量机提取支柱号牌，由于梯度的存在，算法对低照度或者恶劣天气情况下产生的噪点相当敏感。文献[6]使用 LeNet－5卷积神经网络识别接触网支柱号牌，这种方法需要考虑不同字符的特征提取和归类，获取各种情况下的接触网支柱号牌样本困难，导致后续识别准确率受影响。文献[7]结合卷积神经网络(Convolutional neural networks, CNN)和支持向量数据描述(Support vector data description,SVDD)进行异常号牌检测，这种方法对号牌遮挡和号牌缺损检测有较好的效果。但是，这些研究大都关注昼间光线充足时号牌的识别。由于接触网检修作业有时需要在夜间进行[8]，接触网支柱号牌图像的采集容易受光线干扰，特别是夜间图像对比度差，影响号牌的识别。因此，研究夜间接触网支柱号的识别具有一定的现实意义。……