當貨運列車處于運動狀態(tài)時，還會出現(xiàn)圖像運動模糊，這使車廂編號識別迎來極大挑戰(zhàn)。

隨著煤炭運輸量的急劇擴大，傳統(tǒng)人工識別、抄錄信息的作業(yè)方式，顯然已經(jīng)不適用。而找煤網(wǎng)鐵路貨車廂號智能識別系統(tǒng)卻能夠在面對如此復(fù)雜并快速移動的場景下，對列車車廂號做出精準快速識別。

列車移動圖像采集往往會導(dǎo)致圖像模糊，這使得基于單幀圖像處理的車號識別效果一般。而車廂號智能識別系統(tǒng)能夠利用視頻序列中的時間冗余信息，建立多幀車號聯(lián)合識別模型。

先將相同車號區(qū)域多幀圖像的聚類，然后對多幀圖像分別進行單幀初識別，最后將多個識別結(jié)果進行統(tǒng)計分析，并選取概率值最大的識別結(jié)果作為該節(jié)車廂車號。有效解決因運動模糊而導(dǎo)致單幀車號識別效果一般的問題。

列車運行中，有些車廂號信息發(fā)生扭曲，該系統(tǒng)則運用算法對其進行透視矯正，采用基于輪廓檢測的均分分割算法對字符進行分割，通過粗網(wǎng)格特征提取和神經(jīng)網(wǎng)絡(luò)模式識別的方法，對應(yīng)數(shù)據(jù)庫模型樣本進行分析，最終識別出車廂號信息。

在現(xiàn)實場景，有時還會出現(xiàn)陌生的車型，傳統(tǒng)人工識別難度加大，效率降低。而該系統(tǒng)面對此問題也可快速識別。因為它可通過訓練擴展識別更多車型?；跀U增的大量車號訓練樣本，進行模型訓練，由此精準快速識別車廂信息。此外，車廂號智能識別系統(tǒng)能夠整理錯誤樣本，并將錯誤樣本當作訓練樣本對模型進行多次訓練，不斷優(yōu)化模型，以此來提高識別效果。