煤矿视频联动地磅称重智能识别管理系统

煤矿视频联动地磅称重智能识别管理系统

ID:9151200

大小:51.50 KB

页数:7页

时间:2018-04-19

煤矿视频联动地磅称重智能识别管理系统_第1页
煤矿视频联动地磅称重智能识别管理系统_第2页
煤矿视频联动地磅称重智能识别管理系统_第3页
煤矿视频联动地磅称重智能识别管理系统_第4页
煤矿视频联动地磅称重智能识别管理系统_第5页
资源描述:

《煤矿视频联动地磅称重智能识别管理系统》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、煤矿视频联动地磅称重智能识别管理系统杨波朱绪冉孙彦景卢楠楠陈岩吴天琦霍州煤电集团有限责任公司李雅庄煤矿中国矿业大学信息与控制工程学院针对传统的煤矿企业地磅称重管理系统因人工采集信息导致的工作效率低、质量差,以及因缺乏防作弊措施导致的偷煤现象频发等问题,设计了一种煤矿视频联动地磅称重智能识别管理系统,详细介绍了该系统的组成、视频联动地磅称重智能识别原理、系统工作流程及软件功能。该系统由视频监控系统、车辆抓拍系统和数据采集系统组成,综合应用数字图像处理、卷积神经网络、计算机网络等技术,实现了基于车牌识别和多特征匹配的煤矿地磅业务智

2、能监控功能。实际应用表明,该系统可靠性高,操作简便,有效减轻了人员工作量,并能够防止作弊盗煤现象发生。关键词:煤矿地磅称重;视频联动;智能监控;车辆抓拍;车牌识别;多特征匹配;边缘检测;另外,系统缺乏有效的防作弊监控措施,很难防止作弊情况发生,导致大量偷煤现象,给企业造成巨大的经济损失。车主常见的作弊手段包括模糊车牌、更换午.牌、车辆皮重作弊、不完全上磅或多台车辆同时上磅、直接对地磅传感器加装遥控干扰装置等本文综合运用数字图像处理、卷积神经网络(ConvolutionalNeuralNetwork,CNN)和计算机网络等技术,

3、设计了一种煤矿视频联动地磅称重智能识别管理系统。该系统能够自动检测车辆是否完全上磅,识别载煤车牌号并确保信息匹配,同吋可自动采集、传输、存储和调取称重数据,实现对煤矿地磅业务的智能监控。实际应用表明,该系统减轻丫工作人员的劳动强度,最大限度地防止丫作弊行为的发生。1系统组成煤矿视频联动地磅称重智能识别管理系统主要由视频监控系统、车辆抓拍系统和数据采集系统组成,如图1所示。图1煤矿视频联动地磅•称重智能识别管理系统组成Fig.1Compositionofvideocooperatedintelligentidentificati

4、onweighbridgemanagementsystem1.1视频监控系统每台地磅进出口分别安装一台高清红外摄像仪,进行全天候监控。为保证视频的清晰度,摄像机选用低照度彩色摄像机,配有室外防水护罩。在视频监控系统中,管理人员能够直接在软件界面上观察整个计重过程,可重点观看称重车辆上磅情况、车牌号、车斗里有无其他物品。称重现场视频图像可被录制下来保存到硬盘上。1.2车辆抓拍系统车辆抓拍系统由红外对射对位子系统和车牌识别子系统组成。2对红外对射器分别安装在磅台的前后部,吋刻检测车辆位置。如果车辆未完全停在磅台上,红外对射器会自动

5、感应到,不允许称重,直至车辆完全停在磅台上才允许称重。当车辆完全上称后,图像采集设备受到地感线圈触发,控制摄像机获取当前时刻的图像并保存,然后由车牌识别子系统对图像中的车辆进行车牌识别,并输出车牌号、时间等信息。图像同时被压缩、打伍,通过网络传输并存入数据库。红外对射对位子系统可有效防止车辆不完全上磅称毛重作弊和多辆车同时上磅称皮重作弊,确保称重数据的准确性。车牌识别子系统可有效减少人工作业量,实现煤矿地磅车辆作业流水化,提高工作效率。1.3数据采集系统数据采集系统由采集、传输、存储和调取4个部分组成。系统自动采集称重仪上的数

6、据,避免人工操作,有效防止人为因素作弊;根据RS232协议,将数据编译成固定的帧格式,接入到串U服务器并转换为以太网数据格式输入到网络交换机中,用于视频监控系统和.午.辆抓拍系统的信总匹配;将称重数据保存到数据服务器;在二次称重时,根据车牌号在数据库屮调取一次称重时的数据,自动进行载煤量计算。数据发送方式为周期主动发送,每200ms发送1次。数据一旦进入数据库,将永久保存,在未经许可的情况下无法修改或删除。数据采集系统可有效避免人为因素产生的数据录入错误,减少司磅员工作量。2视频联动地磅称重智能识别原理煤矿视频联动地磅称重智能

7、识别管理系统屮,视频监控系统进行全天候监控。当有车辆进入磅台时,红外对射器时刻检测车辆位置,待车辆完全上称后,摄像机对车辆进行图像抓拍,自动识别车牌号并将最终结果和压缩后的图像上传至数据库。同时称重仪对载煤车辆进行称重(皮重或毛重)并将数据上传至数据库。车牌识别子系统是整个系统的重要组成部分,也是最复杂的部分,需要对捕捉到的车辆监控阁像自动进行车牌识别或多特征匹配。车牌识别率的高低直接关系到系统的性能指标。2.1车牌识别车牌识别主要包括车牌定位与字符识别2个阶段[5-8]。在车牌定位阶段,综合应用2种定位方式对车牌进行初步定位

8、检测,然后使用CNN模型对检测到的候选车牌进行判断[9-13];在字符识别阶段,将分割出的字符输入到设计好的CNN模型中进行训练,得到的输出结果即为识别的车牌字符。常见的车牌定位法有边缘检测定位法、颜色定位法、文字定位法。边缘检测定位法适用于非车牌区域垂直边缘较少的情况;颜色

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。