煤矿视频联动地磅称重智能识别管理系统.pdf

第 4 4卷 第 1期 2 0 1 8年 1月 工矿 自 动化 I n dus t r y a n d M i n e Aut o ma t i on Vo 1 |4 4 NO ． 1 J a n．2 0 1 8 ． ll 。 。’ “ ’ 科研成果 l ． _． ” ◆ ’ 文章 编号 1 6 7 1 2 5 1 X 2 0 1 8 0 1 0 0 3 5 0 5 DO I 1 0 ． 1 3 2 7 2 ／ j ． i s s n ． 1 6 7 1 2 5 l x ． 1 7 3 0 3 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 1 ． 霍州煤电集团有限责任公司 李雅庄煤矿 ，山西 霍州0 3 1 4 0 0 ； 2 ． 中国矿业大学 信息与控制工程学院 ， 江苏 徐州 2 2 1 1 l 6 摘 要 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 工 作效 率 低 、 质 量 差 ， 以及 因缺 乏 防 作 弊监 控措 施 导致偷 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 少了 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 中图分类号 T D6 7 文献标志码 A 网络出版时间 2 0 1 7 1 2 1 5 1 6 1 3 网络 出版地址 h t t p ／ ／ k n s ． c n k i ． n e t ／ k c ms ／ d e t a i l ／ 3 2 ． 1 6 2 7 ． T P ． 2 0 1 7 1 2 1 4 ． 1 6 4 4 ． 0 0 4 ． h t ml Vi de o c o o p e r a t e d i n t e l l i g e nt i de n t i f i c a t i o n we i g hb r i d g e ma n a ge me nt s y s t e m f o r c o a l mi n e YANG B o ， Z HU Xu r a n ， S UN Ya n j i n g ， L U Na n n a n ， CHEN Ya n 。 ， WU Ti a n q i 。 1． Li y a z hu a ng Co a l M i ne ，H uo z ho u Co a 1 Powe r Gr o up Co． ，Lt d． ，H uo z ho u 03 1 4 00，Chi na； 2． Sc ho ol o f I nf o r ma t i o n a nd Con t r ol Eng i ne e r i ng，Chi na U n i ve r s i t y of M i ni n g a nd Te c h n o l o g y ，Xu z h o u 2 2 1 1 1 6 ，Ch i n a Ab s t r a c t Fo r t h e p r o b l e ms o f l o w wo r k i n g e f f i c i e n c y a n d p o o r q u a l i t y c a u s e d b y a r t i f i c i a l i n f o r ma t i o n a c q ui s i t i o n e xi s t e d i n t r a di t i o na l we i gh br i dg e we i gh i ng m a na g e me nt s y s t e m s o f c o a l mi ne a s we l l a s f r e qu e nt c o a l s t e a l i n g ph e no me n on c a us e d by l a c k o f c he a t pr e v e nt i o n m e a s u r e s， a v i d e o c o o pe r a t e d i n t e l l i g e n t i de nt i f i c a t i o n we i ghb r i dg e ma na ge m e n t s y s t e m f o r c o a l mi ne d e s i gn e d．The s ys t e m c o m p os i t i on， p r i nc i pl e o f v i d e o c o op e r a t e d i nt e l l i ge nt i d e n t i f i c a t i on we i g hbr i d ge， s ys t e m wor k i ng f l ow a n d s of t wa r e f u nc t i o ns we r e i nt r o du c e d i n de t a i l s．The s y s t e m i s c o m p o s e d of v i de o mon i t o r i ng s ys t e m ，ve hi c l e c a p t ur e s y s t e m a n d d a t a a c q u i s i t i o n s y s t e m ，a n d r e a l i z e s i n t e l l i g e n t mo n i t o r i n g f o r we i g h b r i d g e b u s i n e s s i n c o a l mi ne ba s e d o n l i c e ns e pl a t e r e c o gn i t i o n a nd m ul t i f e a t u r e ma t c hi ng b y us e of t e c h no l o g i e s o f d i g i t a l i ma g e 收稿 日期 2 0 1 7 一 i 1 - 0 1 ； 修 回日期 2 0 1 7 1 2 - 0 1 ； 责任编辑 李明 。 基金项目 国家重点研 发计划 资助项 目 2 o 1 6 YF c O 8 O 1 4 o 3 ； 国家 自然科学基金青年基金资助项 目 5 1 5 0 4 2 1 4 ， 5 1 5 0 4 2 5 5 ； 国家 自然科学基金 面 上项 目 5 1 2 7 4 2 0 2 ； 江苏省重 点研发计划 资助项 目 B E 2 0 1 5 0 4 0 ； 江苏省 自然科 学基金青年 基金资助项 目 B K2 o 1 5 o 2 o 4 ； 江苏省 自 然科 学基金 面上项 目 B K2 0 1 3 0 1 9 9 ， B K2 0 1 3 1 1 2 4 ； 江苏省产学研前瞻性联合 研究项 目 B Y2 0 1 4 0 2 8 0 1 ； 江苏省 科技成果 转化项 目 B A2 0 1 2 0 6 8 ； 中央高校基本科研业务 费专项 资金资助项 目 2 0 1 3 RC 1 1 ； 中国矿业大学重大项 目培育专项项 目 2 0 1 4 Z DP YI 6 。 作者简介 杨 波 1 9 7 9 一 ， 男 ， 山西长 治人 ， 主要从事煤矿机 电技术及管理工作 ， E - ma i l 1 8 3 9 0 8 6 0 8 q q ． c o rn． 引用格式 杨 波 ， 朱绪冉 ， 孙 彦景， 等． 煤矿视频联动地磅称重智能识别管理系统 [ J ] ． 工矿 自动化， 2 0 1 8 ， 4 4 1 3 5 3 9 ． YANG B o ， Z HU Xu r a n ， S UN Y a n j in g ， e t a 1 ． Vi d e o c o o p e r a t e d i n t e l l i g e n t i d e n t i f i c a t i o n we i g h b r i d g e ma n a g e me n t s y s t e m f o r c o a l mi n e [ J ] ． I n d u s t r y a n d Mi n e Au t o ma t i o n ， 2 0 1 8 ， 4 4 1 3 5 3 9 ． 3 6 工矿 自动化 2 0 1 8 年 第 4 4卷 p r o c e s s i n g，c o n v o l u t i o n a l n e u r a l n e t wo r k a n d c o mp u t e r n e t wo r k．Th e a p p l i c a t i o n r e s u l t s s h o w t h a t t h e s y s t e m ha s hi g h r e l i a b i l i t y wi t h s i mpl e o pe r a t i o n， whi c h d e c r e a s e s a r t i f i c i a l wo r kl oa d e f f e c t i v e l y a nd pr e ve nt s c ha t a nd c o a l s t e a l i ng phe no me n on． Ke y wo r ds c o a l m i ne we i g hb r i dg e we i ghi ng； v i de o c o o pe r a t i o n； i nt e l l i ge nt m o n i t o r i ng； v e h i c l e c a pt u r e；l i c e ns e pl a t e r e c o g ni t i on；mul t i f e a t u r e ma t c hi n g；e d ge d e t e c t i o n 0 引言 传统的煤矿企业地磅称重管理系统 中大部分信 息采集工作由司磅员手动完成 ， 很难保证工作效率 及 工作质 量[ 引。另外 ， 系统缺 乏有效 的防作 弊监控 措施， 导致大量偷煤现 象， 给企业造成 巨大经济损 失 。常见的作弊手段包括模糊车牌、 更换车牌、 车辆 不完全上磅称毛重或多辆车 同时上磅称皮重、 对地 磅传感器加装遥控干扰装置等r 4 ] 。 本文综合 运用数 字 图像 处 理、 卷 积神 经 网络 C o n v o l u t i o n a l Ne u r a l Ne t w o r k ， C N N 和计 算机 网 络等技术 ， 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 ， 同时可 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 了工 作 人员 的劳动 强度 ， 最 大 限度 地 防止 了作 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 F i g ． 1 C o mp o s i t i o n o f v i d e o c o o p e r a t e d i n t e l l i g e n t i d e n t i f i c a t i o n we i g h b r i d g e ma n a g e me n t s y s t e m f o r c o a l mi n e 1 ． 1视 频 监 控 系统 每台地磅进 出口分别安装 1台高清红外摄像 机 ， 进 行全天 候监 控 。为保证视 频 的清晰度 ， 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 。视 频监控 系统 可有效杜绝司磅员与司机沟通作弊等现象， 确保称 重数 据 的可靠性 。 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 ， 时刻检测车辆位置 。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 磅后 ， 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 、 打包 ， 通过网络传输并 存人 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 据 ， 避 免 人 工 操作 ， 有效防止人为因素作弊； 根据 R S 2 3 2协议 ， 将 数据编译成固定 的帧格式 ， 接人到串 口服务器并转 换为 以太 网数 据格 式输 入 网络交 换 机 ， 用 于 视频 监 控系统和车辆抓拍系统 的信息匹配； 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 中调取 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 2 0 0 ms发送 1次。 数据一旦进入数据库 ， 将永久保存 ， 在未经许 2 0 1 8年 第 1期 杨 波 等 煤 矿视 频联 动地 磅称 重 智能识 别 管理 系统 3 7 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 能识 别 管 理 系统 中 ， 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 磅 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 的车辆监控图像 自 动进行车牌识别或多特征匹配。车牌识别率高低直 接关系到系统性能指标 。 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 ] 。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 检测， 然后使用 C NN 模型对检 测到的候选车牌进行判断[ g ； 在字符识别 阶段 ， 将 分割出的字符输入到设计好的 C NN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 定 位法 适 用 于 车 身 及背景 中无蓝色和黄色干扰的情况 ； 文字定位法在 弱光条件下定位效果优于其他 2种方法 。针对煤矿 常用运输车辆背景颜 色较为复杂 的情况 ， 系统综合 采用边缘检测定位法和文字定位法 。 车牌定位算法步骤 ① 对待识别图像进行高斯 滤波 ， 去除噪声 ； ② 对滤波后 的图像进行灰度化处 理 ， 为边缘检测做准备 ； ③ 使用 S o b e l 算子检测 图 像 中的垂直边缘 ； ④ 将 S o b e l 算子生成的灰度图像 转换为二值 图像 ； ⑤ 采用形态学 闭操作将车牌字母 连 接成 一个 连 通 域 ， 便 于 取 轮 廓 ； ⑥ 截 取 各 连 通 域 轮廓 ， 便于形成最小外接矩形 ； ⑦ 根据车牌尺寸排 除不 可能是 车牌 的矩 形 ； ⑧ 通 过角 度 判 断进 一 步排 除一部分车牌矩形 ； ⑨ 旋转候选车牌矩形 ， 使其水 平 ； ⑩ 归 一化 候选 车牌 矩形 。 在夜晚、 阴天等弱光线条件下 ， 若边缘检测定位 法失效 ， 则采用文字定位法 ， 具体步骤 ① 使用最大 稳 定 极 值 区 域 Ma x i ma l l y S t a b l e E x t r e ma l Re g i o n s ， MS E R 法 提 取 文 字 ； ② 使 用 种 子 生 长 法 将文字块连接起来 ， 组合成候选车牌 区域 ； ③ 将候 选车牌送人 C NN车牌判别分类器进行车牌判别 。 得到车牌 图像后 ， 将车牌上 的字符分割出来进 行字符识别 ， 得 到车牌号 。具体 步骤 ① 将车牌 图 片转 换 为灰度 图 片 ； ② 判 断 车牌 颜 色 ， 对 蓝 色 车 牌 使用正二值化 ， 对于黄色车牌使用反二值化 ； ③ 截 取每个字符轮廓 ； ④ 截取的字符 图片归一化 ； ⑤ 送 人 训练好 的 C NN 字符 判别 分类 器 进行字 符识 别 。 车牌 识 别流程 如 图 2所示 。 车牌定位 字符识别 图 2车 牌 识 别 流 程 Fi g ． 2 Li c e n s e p l a t e r e c o g n i t i o n f l o w 在识别训练阶段 ， 采用 C a ff e 深度学 习框架 ， 搭 配 C a f f e Ne t 网络 模 型进 行 训 练 。车 牌 判 别 与 字 符 识别采用相同的识别网络 ， 其训练过程基本一致 ， 不 同之处在 于 车牌判 别 是将输 入 图 片分为 车牌 与非 车 牌 2类 ， 而字符 识别是 将输 入 图片分 为 6 5类 ， 即 3 1类中文字符、 2 4类英文字符 和 1 0类数字字符 。 C a f f e Ne t 网络模型共有 8层 ， 前 5层 为卷积层 ， 后 3 层 为 全连 接层 。针对 车牌 模糊 的情 况 ， 在 训 练 3 8 工矿 自动化 2 O 1 8年 第 4 4卷 C NN 车 牌判别 分 类 器 与 C N N 字 符判 别 分 类 器 时 ， 训 练样 本 中加 入模 糊 的 车 牌 图 片进 行 训 练 ， 以提 高 识 别准 确性 和识 别 速度 。 2 ． 2 多特 征 匹配 为防 止 车辆 驶 出时 偷换 车 牌 ， 采 用 车 头 多特 征 抽取匹配方法， 对没有车牌建档的车辆进行关联识 别 】 ] 。具 体 步骤 ① 利 用 车 牌 识 别 得 到 的 车 牌 宽 度和高度计算车头区域 ， 将车头区域均分成 1 O个子 块 ； ② 对车头图像进行 归一化 、 锐化边缘和去除噪 声等 预 处 理； ③ 计 算 每 个 子 块 的 HS V Hu e ， S a t u r a t i o n ， Va l u e ， 色 调 、 饱 和 度 、 亮 度 颜 色 空 间 ， 得 到每个 子 块 的颜色 直方 图 ； ④ 计 算每 个 子块 若 干 关键点的纹理特征； ⑤ 比对当前车头的特征序列和 车辆 档案 中对 应 车牌 号 的车 头 特 征 序 列 ， 如 果 二 者 协方 差距 离小 于 0 ． 3 ， 则 该 车没 有套 牌 ， 反 之 为 套 牌 车辆 。 系统 车辆 识别 正确 率 可 达 到 9 8 ， 识 别 结 果 如 图 3所示 。 图 3车 牌 识 别 结 果 Fi g．3 I i c e n s e pl a t e r e c ogn i t i o n r e s ul t 2 ． 3视 频 与 称 重 联 动 在车 牌 识 别 的 同时 ， 称 重 仪 对 完全 上 磅 的 车辆 进行称 重 ， 并将 采 集 的数 据 传输 至数 据 库 。系 统直 接读 取称 重仪 数据 ， 读取 数 据时 可设 置读 取条 件 ， 如 当称 重仪 数据 超过 1 6 t 可 根 据 现 场 情 况 调 整 后 ， 系统认 为 有车 上磅 ． 允许 记 录数据 作 为车 辆皮 重参 考值 ， 在 一段 时 间 内 自动 比较 ， 记 录 最 大 值 作 为 装 车总重， 存人数据库 。称重数据通过 R S 2 3 2通信端 口在联 网情况 下直 接 送 达 数 据 库 ， 并 通 过 服 务 器 软 件完 成汇 总 和记 录 ， 这样 避 免人 为干 预 ， 确 保 了数据 的真 实性 。 3系统 工作 流程 煤矿视频联动地磅称重智能识别管理系统工作 流程 如 图 4所 示 。 I 赢 视频录入 工 午辆检测 ～ 车牌识别 一。 车辆 建档 车辆 匹配 工 1 二 次称重 工 数据计算 T一 图 4 煤 矿 视 频 联 动 地 磅 称 重 智 能 识 别 管 理 系 统 工 作 流 程 Fi g ． 4 W o r k i n g f l o w o f v i d e o c o o p e r a t e d i n t e l l i g e n t i d e nt i f i c a t i o n we i gh br i d ge ma n ag e me nt s y s t e m f o r c oa l mi n e 1 视频录入 当车辆上磅后， 前后摄像机进行 视 频 录入 、 存储 。 2 车辆检 测 当有 车上 磅后 ， 红 外对 射 器 时刻 检测车辆位置 ， 确保车辆完全停在磅台上。 3 车牌识别 当车辆完全上磅后 ， 系统 自动抓 拍 当前 图像 并识 别 车牌号 。 4 车辆建档 根据一车一档原则， 将车牌号、 车 辆 图片等 送入 相应 的数 据库 ， 建 立车 辆档 案 。 5 数 据读 取 在进 行 车牌 识别 的 同时 ， 系统 直 接 读取 称重 仪数 据 ， 将 皮 重数 据送 入对 应车 辆档 案 ， 避 免人 为 因素 。 6 车辆 匹 配 车 牌 识 别 子 系 统 再 次 对 完 全 上 磅的车辆进行 自动抓拍车牌识别或多特征匹配车辆 识 别 ， 根 据识 别结 果 从数据 库 中提 取相 应车 辆档 案 。 7 二 次称 重 若 匹 配成 功 ， 系 统读 取 毛重 数 据 并 录入对 应 车辆 档案 ； 若 匹配 不成功 ， 系统不 读取 任 何数 据 ， 关 闭道 闸 ， 告 知检 测 人员 。 8 数 据计 算 系统 自动 计算 净 重 ， 并将 结 果 存 入 对应 车辆 档案 ， 不予 修 改 。 4系统 软 件功 能 煤矿 视 频联 动地 磅称 重智 能识 别 管理 系统 软件 功 能主要 包 括 1 显 示功 能 可显 示地 磅数 据 、 C oM 口状 态 、 车 牌号 、 车辆 皮／ 毛重 、 现场 监控 画 面 、 车牌 图像 等 。 2 多 模 式 选 择 具 有 内调 、 外 运 、 矸 石 选 择 按 钮 ， 用 户可 根据实 际需 求选 择 运输模 式 。 3 查 询 功 能 提 供 多 种查 询模 式 ， 如 时 间 、 运 输方式 、 车辆信息 、 装车信息等 ， 用户可根据需求查 2 0 1 8年 第 1期 杨 波 等 煤矿 视 频联 动地磅 称 重智 能识 别 管理 系统 3 9 询数据。 4 车辆信息导入 用户可根据实际需求 ， 定期 导人 最新 车辆 信息 ， 确保 数据 实 时 、 准 确 。 5 报表统计 可生成 日报、 月报 、 年报等 ， 便 于 查 询 ， 并提 供打 印功能 。 6 监管功能 当某一 时间段 内的运销量和实 际销量存在较大出入时 ， 可准确定位到嫌疑车辆 ， 包 括车牌 、 皮重、 毛重 、 过磅时间等信息。 7 分类 统 计 可 根 据 用 户 设 置 的运 输 模 式 分 别统计运煤量。 5 结 语 煤矿视频联动地磅称重智能识别管理系统综合 采用 数 字 图像 处 理 、 C NN 和计 算 机 网 络技 术 ， 可 实 现对煤矿地磅业务的智能监控功能。该系统 已在霍 州煤 电集团有 限责任公 司得 到实际应用 ， 结果表明 该系统可靠性高 ， 操作简便 ， 可有效防止作 弊盗煤问 题 ， 取得 了良好的经济效益 。 致谢 感谢 南京 南瑞 继 保 电气有 限公 司对 本研 究的 资助 参考文献 R e f e r e n c e s [1 ] [ 2] [ 3] [ 4] 李萍 ， 王彦 文． 煤 炭在线 动态称 重系统 研究 [ J ] ． 工矿 自动化 ， 2 0 1 3 ， 3 9 1 2 2 9 3 3 ． LI P i n g， W ANG Ya n we n ． Re s e a r c h o f o n l i n e d y n a mi c w e i g h i n g s y s t e m o f c o a l [ J ] ．I n d u s t r y a n d Mi n e Au t o ma t i o n， 2 0 1 3 ， 3 9 1 2 2 9 - 3 3 ． 折林芬． 河湾 煤矿 磅房称 重 防作 弊系统 设计 [ D ] ． 西 安 西安科技大学 ， 2 0 1 2 ． 高向 阳， 李伟． 一 种基 于 R F I D的煤 矿车 辆智 能称 重 管理装置 C N2 0 3 9 3 0 9 3 2 U[ P ] ． 2 0 1 4 1 1 0 5 ． 程德强 ， 何远 清 ， 安铎 ， 等． 煤矿智 能视频 监控 与 自动 化系统的联动 [ J ] ． 煤矿安全 ， 2 0 1 2 ， 4 3 4 7 3 7 5 ． CHENG De q i a ng，H E Yua n qi ng，AN Duo，e t a 1 ． Li n ka ge of c oa l mi ne i nt e l l i ge n t vi de o s u r v e i l l a nc e a n d a u t o ma t i o n s y s t e m[ J ．S a f e t y i n C o a l Mi n e s ， 2 0 1 2 ， 4 3 4 73 75 ． [5] 李翠． 基于车辆 自动识别 的智能计重监控 系统的研究 与设计[ D] ． 郑州 郑州 大学 ， 2 0 1 0 ． [6] 李佳． 基 于 S VM 的矿 用 地 磅 车牌 识别 系 统 的研 究 [ D] ． 西 安 西安科技大学 ， 2 0 0 9 ． [7 ] 王芳． 一种 自动识别套牌车辆 的智能视频分析 系统及 方法 C N1 0 2 4 2 6 7 8 6 A[ P ] ． 2 0 1 2 0 4 2 5 ． [ 8] 曾飞． 基于车牌识别 的港 口地磅 管理 系统[ D] ． 武 汉 武汉理工大学 ， 2 0 0 7 ． [9 ] 徐胜舟， 周煜． 基于 C NN的车牌识别系统E J ] ． 中南民 族大学学报 自然科 学版 ， 2 0 1 7 ， 3 6 3 2 5 3 0 ． XU S h e n g z h o u， ZHOU Yu ． Li c e n s e p l a t e r e c o g n i t i o n s y s t e m b a s e d o n C NN[ J ] ． J o u r n a l o f S o u t h C e n t r a l Un i v e r s i t y f o r Na t i o n a l i t i e s Na t u r a l S c i e n c e E d i t i o n ， 2 0 1 7， 3 6 3 2 5 3 0 ． [ 1 O ] 郭真真． 基于分 阶的 B P和 C NN车牌识别[ D- I ． 昆 明 昆明理工大学 ， 2 0 1 5 ． [ 1 1 ] 董峻妃 ， 郑伯川， 杨泽静． 基于卷积神经网络的车牌字 符识别 [ J ] ． 计算机应用 ， 2 0 1 7 ， 3 7 7 2 0 1 4 2 0 1 8 ． DONG J u n f e i ，Z HENG B o c h u a n．YANG Z e j i n g ． Ch a r a c t e r r e c o g n i t i o n o f l i c e n s e p l a t e b a s e d o n c o n v o l u t i o n n e u r a l n e t w o r k [ 刀． J o u r n a l o f C o mp u t e r Ap p l i c a t i o n s ， 2 0 1 7， 3 7 7 2 0 1 4 2 0 1 8 ． [ 1 2 ] 张立 ， 朱 玉全 ， 陈耿． 基于卷 积神经 网络 S L e Ne t 一 5的 车牌识别 方法[ J ] ． 信息技术 ， 2 0 1 5 ， 3 9 1 1 7 - 1 1 ． ZHANG L i ，ZHU Yu q u a n ，CHEN Ge n g ．Li c e n s e p l a t e r e c o g n i t i o n me t h o d b a s e d o n c o n v o l u t i o n a l n e u r a l n e t w o r k S L e N e t 5 [ J ] ． I n f o r ma t i o n T e c h n o l o g y ， 2 0 1 5 ， 3 9 1 1 7 - 1 1 ． [ 1 3 ] 李珊珊 ， 李 一民 ， 郭 真真 ． 基于神经 网络 的分 阶车牌字 符识别算 法研 究 [ J ] ． 工 业 仪 表与 自动化 装 置 ， 2 0 1 6 2 7 1 O ． LI S h a n s h a n， L I Yi mi n ， GUO Z h e n z h e n ． Re s e a r c h o n a p h a s e d l i c e n s e p l a t e c h a r a c t e r r e c o g n i t i o n a l g o r i t h m b a s e d o n n e u r a l n e t w o r k [J] ． I n d u s t r i a l I n s t r u me n t a t i o n a n d Au t o ma t i o n，2 0 1 6 2 7 - 1 0 ． [ 1 4 ] 尚凌辉 ， 蒋 宗杰 ， 王弘 珥 ， 等． 一 种基 于车辆 特征 匹 配 的套牌检测方 法 C N1 0 3 2 7 9 7 3 9 A[ P ] ． 2 0 1 3 0 9 - 0 4 ．