[工学]基于图像处理技术的储煤场自动监控系统设计

《[工学]基于图像处理技术的储煤场自动监控系统设计》由会员分享，可在线阅读，更多相关《[工学]基于图像处理技术的储煤场自动监控系统设计（46页珍藏版）》请在装配图网上搜索。

1、 毕业设计(论文)基于图像处理技术的储煤场自动监控系统设计基于图像处理技术的储煤场自动监控系统设计摘 要本次毕业设计是设计一个基于图像处理技术的储煤场自动监控系统，通过在储煤场出入口设置摄像机，RFID卡，地磅等设备自动获取运煤车信息，并传输至上位机，上位机根据这些信息调用相应的程序控制门禁系统的开启，以此控制运煤车辆的出入。同时，将日期、载重、出入事件等信息和采集的车辆信息一并存储，并进行资金划账等处理，达到自动监控储煤场运行的目的。设计中首先根据储煤场的实际情况和功能要求，总体设计了储煤场监控系统的方案。根据这一方案，在介绍了图像处理技术的基本方法基础上，对车牌图像的预处理、车牌的定位、车

2、牌字符切割和字符识别等一系列过程进行了分析，给出了汽车牌照的识别的方法；同时采用图像处理技术，实现了对运煤车装载物的自动识别，为智能控制门禁系统的开启提供控制信息；在储煤场自动监控系统的RFID识别部分，分析了射频识别的特点，并结合门禁系统的控制进行了设计；文中还给出储煤场门禁系统的具体设计，并对设备的价格做了预算。关键词： 图像处理 ， RFID技术 ， 门禁系统 ， 储煤场监控Image processing technology based on coal storage area Automatic Monitoring System Design Auther: Wang Jing

3、Tutor : Wang FengwenAbstract The graduation project is to design a automatic monitoring system based on image processing technology to monitor the coal storage area. The import and export set the camera、the RFID reader and other devices ,so they can automatically collect the transporter information

4、and transmit to the computer, then the host computer in accordance with these information call the corresponding Proceduresand open the access control system. So the system can monitor the coal transport car. At the same time, the date, load, access information and other incident information will be

5、 collected and remembered .Then the system will let the coal buyer make a payment. Until the transporter is go away, the automatically monitor system for the coal storage area will not finish its work . According to the actual situation and the functional requirements, I make a generally design of t

6、he coal storage area monitoring system firstly. In the thesis I make a introduction of the image processing methods which can be used in the a vehicle number-plate image preprocessing such as the image pretreatment, the positioning plate, license plate character recognition , the segmentation of a w

7、ord or a number. At the same time, the image processing technology can be used in recognizing the stowage is coal or not automatically. The thesis also gives the introduction of the RFID technology combined with access control systems design.In the end, I have done a budget price roughly. Keywords:

8、Image Processing ，RFID ，Access Control System， The Monitoring System 目 录1 绪 论11.1 课题背景11.2 设计简介21.3 论文结构22 储煤场自动监控系统42.1 储煤场自动监控系统的产生42.1.1 储煤场运输车辆监控的结构42.1.2 储煤场监控系统的功能描述42.2 储煤场监控系统信息流程73 系统所采用的关键技术93.1 图像处理技术概述93.2 车牌自动识别技术概述103.3 射频识别技术（RFID）113.3.1 RFID技术的特点123.3.2 RFID在监控系统中的应用133.4 门禁系统概述143.

9、4.1 门禁系统功能143.4.2 储煤场门禁系统154 系统采用的图像处理技术方法184.1 车牌识别184.1.1 车牌识别系统的算法模块184.1.2 车牌区域定位184.1.3 车牌字符分割214.1.4 车牌字符识别234.1.5 车牌识别小结254.2 车辆装载物的识别264.2.1 装载物识别系统组成264.2.2 识别系统的工作流程264.2.3 装载物识别275结 论305.1 自动监控系统的优点305.2 实际中遇到的难点30致 谢33参考文献34附录35 附录A35 附录B36 1 绪 论1.1 课题背景我国是世界第一产煤大国,也是全球最大的煤炭市场。随着我国的进一步开放

10、和成为世界贸易组织正式成员，煤炭工业与国际接轨已成现实。因此，中国煤炭工业的进一步发展要求我们提高煤炭生产、运销等方面的技术，提高设备的先进性，加强各环节的管理，提高工作的质量和效率。只有这样我们才能在此竞争中立于不败之地。 随着我国煤矿生产技术装备现代化发展，煤炭工业一直以较快的速度向前发展。今年我国煤炭产量将达16亿吨，创历史最高水平，居世界第一位；我国的进出口增长则更为迅猛，27年前，年进出口总额为355亿元人民币，2005年已达114765.1亿元人民币，年均增长高达24.1%以上；根据党的十六大确定的全面建设小康社会的经济发展目标，到2020年国内生产总值比2000年翻两番。我国经济

11、发展正处于工业化中期，大规模基础建设层次升级，对电力、汽车、石化等重化工产品需求猛增，这些势必带动能源需求的大幅度增长，从而带动煤炭运输需求的增长；随着人民生活水平的提高和消费结构的升级，能源的需求结构将发生重要变化，服务业、商业及家庭的用电比重进一步提高，这将导致对城市供电网络需求的增加，以及这方面投资的进一步增加；同时，农村电网的改造，农村经济的发展，将使我国乡镇企业及农民的用电水平有较大幅度的增长。因此，我国电力行业具有广阔的发展空间，将间接拉动煤炭用量的增长。 在这种形势下，我国煤炭业的运输和管理方面略显薄弱。产煤点生产的煤炭一部分经结算后直接销售，大部分则运至储煤场储存，再由汽车、船

12、或火车运输销售，其中汽运在煤炭运输中占有不小的比重。而我国储煤场的汽运管理上存在很多不足，储煤场面积大，仅仅靠人力监视管理进出的运煤车辆，效率低下，工作量的负担重，而且容易出现监管空缺，徇私舞弊现象。因此，设计一个储煤场自动监控系统对储煤场来说，意义重大。本文针对储煤场的运煤车出入管理，设计一个储煤场自动监控系统，要求系统工作性能要好，对温度，光线，天气等环境要求不高，且管理方便，安全性好，造价也不能太高。1.2 设计简介本论文是设计一个基于图像处理技术的储煤场自动监控系统，在本监控系统中，共采用了RFID技术、车辆牌照号码识别、装载物识别和智能门禁等多项先进的信息处理和控制软、硬件技术，技术

13、先进，实用性强，能大大提高储煤场汽车运输管理的工作效率和工作质量。系统应用RFID技术采集运煤车和驾驶员信息，但是仅用射频识别技术不能保证射频卡不被交换，混用，所以结合图像处理技术设计储煤场自动监控系统。RFID车辆卡、RFID驾驶员卡的信息和图像处理后得到的车辆信息完全一致情况下，才能进出储煤场。图像处理技术主要应用于识别车牌号码和识别装载物。运煤车辆经过入，出口的地感线圈后，车辆检测器检测到有效信号，门禁旁的两台摄像机将分别拍摄出视频信号，再经图象采集卡采集后输入到计算机中，得到车牌区域原始图象和装载物的图像。上位机自动调用程序对车牌图像做图像预处理、车牌的定位、车牌字符切割和字符识别等一

14、系列处理，直到识别出牌照号码；计算机对装载物原始图象预处理、边缘增强后，进行装载物图像参数提取，计算像素点，最后对得到的数据进行统计分析，判断装载物是否是煤炭。在RFID车辆卡、RFID驾驶员卡的信息和图像处理后得到的车辆信息完全一致情况下，装载物会被识别，结算站来的送煤车要空车出场，拉煤车如果载煤必须划账认证后才能通行。整个过程严密有序，为储煤场安全性提供了严格的技术保障措施。由于采取了RFID技术、车辆牌照号码识别技术和装载物识别技术，从根本上保证了在储煤场煤炭的人为丢失状况不再发生，保护了物主的权益。无论是运输单位本体还是租用车辆的单位，都能够对所属车辆的运行情况了如指掌。车辆的进出时间

15、、驾驶员、载煤重量、载煤状态等信息全部即时存储在数据库中，为进一步的管理工作提供了可靠的数据保障。1.3 论文结构论文共分为五章，第一章介绍了我国煤炭工业中汽运管理上出现的问题，并提出了一种储煤场自动监控系统的设计。第二章根据储煤场的实际情况和功能要求，总体设计了基于图像处理技术的储煤场监控系统的方案，总的说是通过在储煤场出入口设置摄像机，RFID读卡器，地磅等设备自动获取运煤车信息，并传输至上位机，上位机根据这些信息调用相应的程序控制门禁系统的开启，以此控制运煤车辆的出入。同时，将日期、载重、出入事件等信息和采集的车辆信息一并存储，并进行资金划账等处理，达到自动监控储煤场运行的目的。第二章还

16、给出了具体的监控系统功能描述以及详细的流程图。为了对基于图像处理技术的储煤场自动监控系统进行具体设计，第三章主要介绍了监控系统所采用的关键技术。图像处理技术是车牌自动识别和装载物识别的理论基础；RFID读卡器和智能门禁系统都是监控系统中的重要部分。在储煤场自动监控系统的识别部分，分析了射频识别的特点，并结合门禁系统给出具体设计。第四章在介绍了图像处理技术的基本方法基础上，对车牌图像的预处理、车牌的定位、车牌字符切割和字符识别等一系列过程进行了分析，给出了汽车牌照的识别的方法；同时采用图像处理技术，以装载物的块率统计值作为阀值，来判断装载物是否是煤炭的方法，实现了对运煤车装载物的自动识别，为智能

17、控制门禁系统的开启提供控制信息。最后对储煤场自动监控系统的优缺点作了总结。2 储煤场自动监控系统2.1 储煤场自动监控系统的产生本次设计的储煤场自动监控系统是安置在储煤场的车辆出入口，主要靠自动获取进出运煤车的各种信息如车牌号码、载重、装载物等，上位机根据这些信息进行是否放行的判断，之后控制门禁系统，之后做出处理并保存记录，达到自动监控目的。2.1.1 储煤场运输车辆监控的结构储煤场监控系统的结构如图2.1所示。称重信息采集运煤车图象信息采集系统划账RFID装置经专用网络与采运点和结算站进行信息交换门禁系统RFID装置地感线圈图2.1储煤场监控系统的结构. 2.1.2 储煤场监控系统的功能描述

18、储煤场自动监控系统采用了RFID技术、车辆牌照号码识别、装载物识别和智能门禁等多项先进的信息处理和控制软、硬件技术。首先把运煤车分为对结算站驶来煤车和对外来买煤车辆两部分，针对这两个部分对监控系统的功能描述如表2.1和表2.2所示。表2.1 结算站驶来载煤车辆称重的功能描述序号功能功能说明1门禁RFID采集车辆、驾驶员信息将车辆、驾驶员信息与结算站传送来的信息对比，找到对应信息 2摄象机采集车辆图片信息将图片传送给计算机识别车牌号码，并将号码与前一功能得到的信息（门禁RFID读出的车牌号码）对比，若相符则由计算机控制门禁系统开启；不相符则启动特殊事件处理程序3磅房RFID采集车辆和驾驶员信息并

19、与先前门禁RFID采集的车辆和驾驶员信息对比，找到则进行称重4重煤车称重将该重量信息与结算站传送来的重量信息进行对比，若一致或在设定的差值范围之内则办理相关手续，如果超出所设差值范围则给出警示，并作为特殊事件处理5空车称重6门禁RFID、摄象机采集车辆、驾驶员、车辆图片信息将信息传送至计算机，计算机判定该车是否已经履行了相关的手续7简易地称对欲驶出车辆称重由计算机根据简易地称称得的数据判断该车是否为空车。若为空车则控制门禁系统开启；若为重车且已经办理了相关手续，则控制门禁系统开启8判别车载物若为重车但没有办理相关手续，由图象采集系统采集装载物图象，由计算机进行判别；若为非煤炭物资，则控制门禁系

20、统开启；若为煤炭物资，则控制门禁系统闭锁，启动特殊事件处理程序9采集运煤车的图象信息并存储存储的信息还包括：时间（年/月/日/时/分）、车辆信息（车牌号码/车型号/空重）、驾驶员信息（姓名/驾驶证号码）、煤炭装载重量9对手动抬杆特殊事件的处理对每一次的手动抬杆，图象信息采集系统都将采集驶出车辆的图象信息，并与门禁处RFID装置采集的数据一起存入特殊时间数据库，启动特殊事件处理程序，向相关管理人员发出报警10信息交换与煤炭销售管理系统、结算站的信息交换 表2.2 外来买煤车辆空、重车称重的功能描述序号功能功能说明1门禁RFID采集车辆、驾驶员信息并将该信息与外来买煤客户数据库中的数据进行对比，若

21、查询到对应项说明该车为长期客户车辆2发放临时RFID卡或新RFID卡*若找不到对应项则为临时客户或新客户车辆，发放临时RFID卡或新RFID卡，执行1# 功能3摄象机采集车辆图片信息将图片传送给计算机识别车牌号码，并将号码与前一功能得到的信息（门禁RFID读出的车牌号码）对比，若相符则由计算机控制门禁系统开启；不相符则启动特殊事件处理程序4空车称重5磅房RFID采集车辆和驾驶员信息并与先前门禁RFID采集的车辆和驾驶员信息对比，找到则进行称重6重煤车称重称重后办理划账手续7门禁RFID、摄象机采集车辆、驾驶员、车辆图片信息将信息传送至计算机，计算机判定该车是否已经履行了相关的手续8简易地称对欲

22、驶出车辆称重由计算机根据简易地称称得的数据判断该车是否为空车。若为空车则控制门禁系统开启；若为重车且已经办理了划账手续，则控制门禁系统开启9判别车载物若为重车但没有办理相关手续，由图象采集系统采集装载物图象，由计算机进行判别；若为非煤炭物资，则控制门禁系统开启；若为煤炭物资，则控制门禁系统闭锁，启动特殊事件处理程序10采集运煤车的图象信息并存储存储的信息还包括：时间（年/月/日/时/分）、车辆信息（车牌号码/车型号/空重）、驾驶员信息（姓名/驾驶证号码）、煤炭装载重量11对手动抬杆特殊事件的处理对特殊事件，图象信息采集系统都将采集驶出车辆的图象信息，并与门禁处RFID装置采集的数据一起存入特殊

23、时间数据库，启动特殊事件处理程序，向相关管理人员发出报警12信息交换与煤炭销售管理系统、结算站的信息交换 2.2 储煤场监控系统信息流程储煤场控制子系统的信息流程分为由结算站驶来载煤车辆称重和对外来买煤车辆的空、重车称重两部分。对由结算站驶来的载煤重车称重的信息流程如图2.2所示车辆驶出控制门禁系统闭锁RFID读取信息RFID卡读取驾驶员信息来自结算站的运煤车辆控制门禁开启采集并识别车牌照载煤车称重煤重信息对比识别车载物资采集重车图像信息空车称重简易地衡查询是否办理划账手续控制门禁系统开启RFID读取射频卡信息重车空车未办理煤炭允许范围以外信息相符不相符允许范围以内允许范围以外启动特殊事件处理

24、程序手动抬杆办理非煤炭图2.2 由结算站驶来载煤车辆称重的信息流程外来买煤车辆空、重车称重的信息流程如图2.3所示。车辆驶出控制门禁系统闭锁RFID读取信息RFID卡读取驾驶员信息驶入的固定运煤车辆控制门禁开启采集并识别车牌照重车称重识别车载物资采集重车图像信息空车称重简易地衡查询是否办理划账手续控制门禁系统开启RFID读取射频卡信息重车空车未办理煤炭信息相符启动特殊事件处理程序手动抬杆办理非煤炭其他运煤车辆发放RFID临时卡图2.3 外来买煤车辆空、重车称重的信息流程3 系统所采用的关键技术本章主要介绍了自动监控系统所采用的关键技术。图像处理技术是车牌自动识别和装载物识别的理论基础，RFID

25、读卡器和智能门禁系统都是监控系统中的重要部分。3.1 图像处理技术概述图像就是对客观存在的物体的一种相似性的生动模仿或描述。照片、各种类型的绘画、电视画面等是图像的最直观的例子。然而，除了这些能被人眼观察到的各种平面图像以外，它还包括视觉无法观察的其它物理图像和空间物体图像。例如，温度、压力、高度等物理量的平面或空间分布，就是无法直接用人眼进行观察的图像。此外，我们所讨论的图像还包括用数学函数和离散数据所描述的抽象的连续或离散图像。图像处理，就是指用计算机及其他有关数字技术，对图像施加某种运算和处理，从而达到某种预想的目的。例如，使褪色模糊了的照片重新变清晰、从医学显微图片中提取有意义的细胞特

26、征等等。图像处理的研究内容概括起来可包括如下六个方面：（1） 图像的数字化：即研究如何把一幅连续的光学图像表示成一组数字，既不失真又便于计算机分析处理。（2） 图像增强：增强图像中的有用信息，削弱干扰和噪声，便于观察识别和进一步分析与处理。增强后的图像未必和原图一致。（3） 图像恢复：使褪化、模糊了的图像复原。复原图像要尽可能和原图像保持一致。（4） 图像编码：在满足一定的保真度要求下，简化图像的表示，从而大大压缩图像的数据，以便于存储和传输。（5） 图像重建：由图像投影数据重建该图像。（6） 图像分析：对图像中的不同对象进行分割、分类、识别和描述、解释。前五个方面，输入和输出都是图像。而对于

27、最后一方面，输入是一幅图像，输出则是图像的描述或解释，或者是图像识别。一个典型的图像分析和理解系统见图3.1。在该系统中，图像的增强和恢复可以看作前处理，其输入、输出均为图像，它是传统的图像处理内容。分割、特征抽取、分类及结构分析可称为图像识别，其输入是图像，输出是分类及结构分析。光电变换增强图像恢复编码数字化检测景物或边界特征提取分类结构分析 图像输入 预处理 分割 图像处理 图像识别 结构句法分析图3.1 图像分析理解系统3.2 车牌自动识别技术概述 车牌自动识别技术，是一个以特定目标为对象的专用计算机视觉系统，该系统能从一幅图像中自动提取车牌图像，自动分割字符，进而对字符进行识别。它运用

28、模式识别及人工智能技术，能够对采集到的汽车图像实时准确地自动识别出车牌的数字、字母及汉字字符，并以计算机可直接运行的数据形式给出识别结果，使得车辆的电脑化监控和管理成为现实。车牌自动识别系统用在不同的场合，相应的系统设计方案也有所不同。但通常系统主要由三个部分组成： （1） 车辆感应系统车辆感应系统使用地感线圈传感器昼夜不停，当车辆抵达储煤场出口时，储煤场出口的感应设备将自动发出相应的触发信号。 （2） 图像捕获系统图像捕获系统包括摄像机、照明设备(在自然光较暗影响识别效果时，由辅助照明装置提供摄像光源)、图像采集卡、感应设备发出的信号触发图像采集卡，采集卡将模拟信号转化为数字信号后送到计算机

29、中。 （3） 识别系统系统利用多种模式识别的算法进行车辆牌照的自动识别，软件运行在PC的Win2000或WinXP操作平台上。3.3 射频识别技术（RFID）RFID是英文“Radio Frequency Identification”的缩写，中文称为无线射频身份识别、感应式电子芯片或是近接卡、感应卡、非接触卡等等，是非接触式自动识别技术的一种。RFID技术是一种无接触自动识别技术，其基本原理是利用射频信号及其空间耦合、传输特性，实现对静止的或动中的待识别物品的自动机器识别。射频识别系统一般由两个部分组成，即电子标签和阅读器。应用中，电子标签附着在待识别的物品上，阅读器用于当附着电子标签的待识

30、别物品通过其读出范围时，自动以无接触的方式将电子标签中的约定识别信息取出，从而实现自动识别物品或自动收集物品标识信息的功能。RFID系统至少包含电子标签和阅读器两部分。 （1） 电子标签 电子标签是射频识别系统真正的数据载体。一般情况下，电子标签由标签天线和标签专用芯片组成。依据电子标签供电方式的不同，电子标签可以分为有源电子标签(Active tag)和无源电子标签(Passive tag)。有源电子标签内装有电池，无源射频标签没有内装电池。对于有源电子标签来说，根据标签内装电池供电情况不同又可细分为有源电子标签(Active tag)和半无源电子标签(Semi-passive tag)。有

31、源电子标签，标签的工作电源完全由内部电池供给，同时标签电池的能量供应也部分地转换为电子标签与阅读器通讯所需的射频能量。 半无源射频标签内的电池供电仅对标签内要求供电维持数据的电路或者标签芯片工作所需电压的辅助支持，本身耗电很少的标签电路供电。标签未进人工作状态前，一直处于休眠状态，相当于无源标签，标签内部电池能量消耗很少，因而电池可维持几年，甚至长达10年有效:当标签进入阅读器的读出区域时，受到阅读器发出的射频信号激励，进人工作状态时，标签与阅读器之间信息交换的能量支持以阅读器供应的射频能量为主(反射调制方式)，标签内部电池的作用主要在于弥补标签所处位置的射频场强不足，标签内部电池的能量并不转

32、换为射频能量。无源电子标签没有内装电池，在阅读器的读出范围之外时，电子标签处于无源状态，在阅读器的读出范围之内时，电子标签从阅读器发出的射频能量中提取其工作所需的电源。无源电子标签一般均采用反射调制方式完成电子标签信息向阅读器的传送。 （2） 阅读器典型的阅读器包含有高频模块(发送器和接收器)、控制单元以及阅读器天线。此外，许多阅读器还有附加的接口(RS232、RS485、以太网接口等)，以便将所获得的数据传向应用系统或从应用系统接收命令。电子标签与阅读器构成的射频识别系统归根到底是为应用服务的，应用的需求可能是多种多样，各不相同的。阅读器与应用系统之间的接口API(Application P

33、rogrammin-terface)通常用一组可由应用系统开发工具(如VC+、VB、PB等)调用的标准接口函数来表示。标准接口函数的功能大致包括以下四个方面：应用系统根据需要可能向阅读器发出阅读器配置命令；阅读器向应用系统可能返回的所有可能的阅读器当前的配置状态；应用系统向阅读器可能发送的各种命令；阅读器向应用系统可能返回的所有可能命令的执行结果。完善的射频识别技术标准也包括阅读器与应用程序之间的标准接口规定。如：ANSI NCITS256-2001、IS018000系列射频识别国际标准等均对阅读器与应用程序接口。电子标签与阅读器之间通过耦合元件实现射频信号的空间耦合，在耦合通道内，根据时序关

34、系，实现能量的传递、数据的交换。3.3.1 RFID技术的特点 （1） 数据的读写(ReadWrite)机能 只要通过 RFID Reader即可不需接触，直接读取信息至数据库内，且可一次处理多个标签，并可以将物流处理的状态写入标签，供下一阶段物流处理断之用。 （2） 容易小型化和多样化的形状RFID在读取上并不受尺寸大小与形状之限制，不需为了读取精确度而配合纸张的固定尺寸和印刷品质。此外，RFID TAG更可往小型化与应用在不同产品。 （3） 耐环境性 纸张一受到脏污就会看不到，但RFID对水、油和药品等物质却有强力的抗污性。RFID在黑暗或脏污的环境之中，也可以读取数据。 （4） 可重复使

35、用 由于RFID为电子数据，可以反复被覆写，因此可以回收标签重复使用。如被动式RFID，不需要电池就可以使用，没有维护保养的需要。 （5） 穿透性 RFID若被纸张、木材和塑料等非金属或非透明的材质包覆的话，也可以进行穿透性通讯。不过如果是铁质金属的话，就无法进行通讯。 （6） 数据的记忆容量大 数据容量会随着记忆规格的发展而扩大，未来物品所需携带的资料量愈来愈大，对卷标所能扩充容量的需求也增加，对此RFID不会受到限制。3.3.2 RFID在监控系统中的应用 储煤场运用RFID技术有以下优点：实现运煤车进出的有效识别和监控监测，使管理系统充分体现“人性化、信息化和高度自动化”，信息采集过程无

36、需人为干预；为煤车提供进出限制、监测监控等多方面的信息，保证管理工作高效运作；遵循“统一安装、统一发卡、统一管理”的原则；系统设计的安全性、可扩容性、易维护性和易操作性；系统便于管理人员的查询、监控、资料的修改和网络连接，为高层管理人员的查询与管理提供有用的数据资料；保证系统在恶劣环境下24小时连续正常运转。储煤场对进出车辆分类，不论是结算站驶来煤车还是外来买煤车辆一般分为固定运煤车辆和临时运煤车辆，系统应予以区别对待。首先，对不同用户分类，固定用户和临时用户。每个固定用户分配两张射频标签卡，一张固定安装在运煤车辆上，一张由驾驶员手持，用于用户进出储煤场。标签卡不仅是用户的唯一标识，也是用户信

37、息的电子载体。临时用户进入储煤场前先停车在进口监控室申请标签卡并登一记，凭此卡进入储煤场，离开时在出口处归还临时卡。在储煤场每个进出口处安装固定射频识别设备，当持卡运煤车进出门禁设置的识别区域时，其携带的射频卡发出射频信号，RFID阅读器通过获取射频卡的信号，通过RS232串口将用户信息经过模数转换传输至进出口监控室的监控计算机，通过局域网将该记录自动录入主控计算机数据库。此处对数据库的访问采用客户机，服务器模式。射频识别设备根据此射频卡状态，结合图像处理部分得到的相关车牌号、装载物信息以及地磅获得的载重信息，控制门禁动作，表现为对该车辆放行或阻止。主控制室的主控计算机可以也通过局域网监控到各

38、个进出口的车辆进出情况。储煤场大门采取RFID读卡器十主机十摄像机+地磅的配置方式：通过RFID读卡器实现车辆的自动识别，每台车辆对应唯一的RFID车辆卡，每位驾驶员也对应唯一的RFID驾驶员卡，且RFID车辆卡和RFID驾驶员卡为捆绑对；摄像机实现24小时不间断录像，将图片传送给计算机识别，获得包括车牌、装载物等信息并将号码与前一功能得到的信息（门禁RFID读出的车牌号码）对比，若相符则由计算机控制门禁系统开启；不相符则启动特殊事件处理程序；磅房也采用RFID卡识别，采集车辆和驾驶员信息与先前门禁RFID采集的车辆和驾驶员信息对比，找到则进行称重对车辆进行简易的衡，将称的重量信息与结算站传送

39、来的重量信息进行对比，若一致或在设定的差值范围之内则办理相关手续，如果超出所设差值范围则给出警示，并作为特殊事件处理；在每个进出监控区安装远距离射频识别信息采集系统(用于采集运煤车进出信息。当运煤车经过监控区时，持卡的运煤车信息被安装在大门口的自动识别系统接收，实现对煤车自动识别。3.4 门禁系统概述在数字技术、网络技术飞速发展的今天，门禁技术得到了迅猛的发展，门禁系统已经逐渐发展成为一套完整的出入管理系统，在储煤场安全管理、工作中发挥着巨大的作用。3.4.1 门禁系统功能门禁的作用是对通道进出权限的管理：通道的权限，就是对每个通道设置哪些可以进出，哪些不能进出；进出通道的方式，就是对可以进出

40、该通道的人进行进出方式的授权，进出方式通常有密码、读卡、读卡+密码三种方式；进出通道的时段，就是设置通过该通道在什么范围内可以进出。实时监控功能：可以通过微机实时查看门区的进出情况，门区的状态(包括门的开关，各种非正常状态报警等)，也可以在紧急状态打开或关闭所有的门区。系统门禁所必须实现的功能：对进入储煤场的车辆信息进行自动采集，录入数据库。由于某时间可能进出车辆很多，为避免无谓的等待时间，提高效率，系统应实现不停车信息采集，并根据车辆具有的权限让其进入或阻止其进入。整个过程要进行自动监控，尽量减少人为因素介入。3.4.2 储煤场门禁系统基于以上需求分析，基于RFID技术的车辆识别与门禁控制系

41、统实况图如图3.2所示，该系统主要由RFID卡，RFID读卡器，智能道闸控制器，无线遥控装置四部分组成。实际上，除此以外还有道闸、摄像机、地感线圈、地磅、计算机信息管理系统等辅助设备。 （1） RFID卡：存储信息包括电子牌照，车辆型号，驾驶员，载重，划账情况等信息。当RFID卡进入读卡器的微波查询信号覆盖区域时，通过感应电流所获得的能量向读卡器器发送出存储在卡中信息。 （2） RFID读卡器：主要用于采集存储在射频卡的有效信息。读卡器包括射频接口和信号处理两个模块。射频接口主要负责信号的发送与接收。它接收来自信号处理与控制系统指令信号，将指令信号变换为微波信号发送出去；同时，也接收来自电子标

42、签的微波反射信号，并将微波反射信号变换为数字信号送到信号处理模块进行解码理。信号处理模块主要负责对指令信号和电子标签数据信号的处理。它接收来自管理系统的指令信号，将指令信号编码后送到射频接口，由射频接口变换为微波信号发送出去；同时，也接收来自射频接口的电子标签数据信号，将电子标签数据信号解码后送到管理系统。 （3） 智能道闸：通过智能道闸控制器自动控制道闸，对经过认证的车辆进行自动放行等工作，管理人员也可以通过遥控装置对其进行操作。 （4） 地感线圈：选用PBD232地感环形线圈式检测器。该检测器是一种基于电磁感应原理的车辆检测器，它的传感器是一个埋在路面下并通有一定工作电流的环形线圈(一般为

43、2ml.5m)。当车辆通过环形地埋线圈或停在环形地埋线圈上时，车辆自身铁质切割磁通线，引起线圈回路电感量的变化，检测器通过检测该电感变化量就可以检测出车辆的存在。该检测器的响应时间为100ms，它的各项性能特点能够保证系统准确、快速地检测到车辆到来，并通过数字IO卡输出信号给计算机，启动读写器工作。 （5） 无线遥控装置：针对特殊情况下没有经过认证的车辆，管理人员确保无误情况下，也可以通过无线遥控装置操作智能道闸控制器开启道闸通信。 图3.2 门禁系统实况图门禁系统工作流程：大门口有道闸设备，同时安装有阅读器，智能道闸控制器，摄像机，以及地磅等辅助设备。车辆经过入，出口地感后，车辆检测器检测到

44、有效信号，智能道闸通电等待开启。当持卡用户的车辆行驶到电动道闸前，将射频卡掠过感应区。阅读器主要起信息采集的作用，读取用户基本信息及卡号，通过RS485接口传输到计算机运煤车辆信息管理平台，与图像识别的车辆信息比对认证，因为采用了RFID车辆卡和RFID驾驶员卡双重身份识别措施，只有所识别的牌照号码、RFID车辆卡和RFID驾驶员卡的信息完全一致且划卡密码输入正确的情况下，才能通过认证。如果通过认证，则将卡号等基本信息传递到监控中心存在实时数据表中，并启动道闸，道闸栏杆到达限定位置后自动停止。落闸有延时和地感信号中断两种方式可选。道闸栏杆可选择安装压力电波传感器，以防止砸车事故发生。 外来车辆

45、如果没有领取射频卡，车辆进入识别区后智能道闸控制器没有接收认证信息，车辆经过地感后产生中断信号，智能道闸控制器内部车辆检测器检测到信号，此时智能道闸控制器发出“警示”命令，语音设备提示驾驶员停车，并到门卫处登记，同时自动启动摄像机抓拍车辆有效信息，如车牌号码等，存放到实时数据表中。针对特殊情况下没有经过认证的车辆，门卫在确保无误情况下，也可以通过无线遥控装置操作智能道闸控制器开启道闸通信。实时数据表中还会记录车辆出入储煤场的信息，及地磅称结算站驶来的运煤车的载重是否正常，即属于正常放行出场还是非正常出场等情况。 门禁系统工作流程图如图3.3YN 等待YN系统初始化车辆进入有效区域地感信号中断收

46、到认证信息？智能道闸自动开启摄像机自动抓拍车辆信息自动记录出入信息报知门卫处理后启闸落闸车辆通行完毕？ 图3.3 门禁工作系统流程图4 系统采用的图像处理技术方法4.1 车牌识别4.1.1 车牌识别系统的算法模块车牌自动识别系统的算法主要包括三个模块：车牌定位模块、字符分割模块和字符识别模块。模块之间是串行处理的，系统结构如图4.1所示。 字符识别 位置传感数据库服务 摄像机 图像采集 车牌定位 字符分割照明设备 图4.1 车牌自动识别系统的算法模块结构图4.1.2 车牌区域定位车牌定位是根据牌照图像的特征并结合车牌尺寸的先验知识在汽车图像中找到牌照所在的位置，然后分割出车牌的边框，得到精确的

47、车牌图像。车辆牌照能否正确从车辆图像中提取是自动识别的前提，所以牌照的定位需要极高的正确性，而且实际系统要求车牌自动定位速度快、精度高。一种车牌定位的方法是：将采集的图像从RGB彩色空间转化到HSV彩色空间，考虑到中国车牌的特点，利用v分量特性可将黑色区域识别出来，利用H、S分量可将蓝、黄区域识别出来，利用S、v分量可以确定白色区域，将其他的颜色信息设为背景，将图像转化为5级灰度图，然后采用灰度形态学运算有效地消除孤立干扰点，再利用迭代法通过对每一个连通区域的搜索，确定候选区域，并进行标记，最后根据车牌特征从候选区域中准确地分割出原始图像中的车牌。这种方法有较高的定位精度，但定位时间一般都在几

48、十秒甚至几分钟，很难满足实际系统实时性的要求。 本小节充分利用牌照区域竖向纹理特征，提出了一种基于字符竖向纹理特征的车牌定位方法，从汽车图像中提取牌照区域即牌照坐标，对国内车牌的定位精度高，定位速度快，通过自适应学习能有效地克服光线和天气条件等影响，更好地满足实际系统要求，实现牌照的准确定位。但是由于摄像部分位于户外，牌照表面不光洁，还存在着光照条件不好，拍摄的角度不合适等因素的影响，图像可能模糊、歪斜或缺损，总会造成图像质量的降低。因此有必要对图像进行预处理，方便后续的处理。概括起来，预处理的原因之一是在牌照区域有肉眼不易分辨的网格，对后面的字符分割和识别会有很大影响；原因之二是在搜索牌照时

49、，孤立噪声会影响牌照的定位准确性，我们要对其加以平滑去除，同时还要保护字的边界信息。首先将图像变成灰度图，适当的增强图像，然后采用阈值自适应的方法来确定图像的明暗度，再以车牌区域中字符竖向边界的灰度分布的特征为基础，寻找灰度梯度变化较大的点，搜索牌照所在区的上下边界和左右边界从而确定牌照的置。整个算法的流程图如图 4.2 所示：输入图像图像预处理二值化中值滤波照片搜索结果保存 图4.2 车牌定位算法流程图 车牌图像的灰度化处理步骤如下：( 1 )把 JPG格式转成 BMP格式，直接调用AcdveX控件CapwndOCX 提供的JPG2BMP方法即可；( 2 )遍历每一个像素点，计算出R、G、B

50、三个分量的平均值，然后把平均值重新赋给三个分量，遍历使用以下两个for循环即可；( 3 )保存BMP文件。 for ( j = mBMFilelnfo.bmHeight - 1 ；j = 0 ；j - - ) for( i = 0； i mBMFilelnfo.bmWidth ； i + +) 假设牌照灰度图像为F= f (i，j，i=0,1,575 j=0,1,703，其算法步骤：从底边开始，将每行图像沿水平方向投影，同时开始从下向上搜索投影值，之所以从下向上，是因为车牌一般悬挂在车身较低的位置，其下方没有明显的边缘密集区域，图像中牌照以下的部分(如路面，车头下部)灰度比上面低，二值化后大部

51、分变为0，所以在搜索车牌的时候可以从下往上搜索，并且这部分灰度分布相对均匀，高通滤波后，基本已经变为0，而牌照上方一般较复杂，如车的品牌文字区域，灰度分布特性与牌照类似，作为干扰是难以消除的，所以采用自下向上搜索，目的是尽可能排除车体本身可能带来的干扰，在上方干扰作用之前先找到牌照，为了减少搜索时间，搜索是跳跃前进的，步进值设为5。 当搜索到投影值大于某一定值门限值（这里定为14），即认为可能找到牌照下沿了，记下该行坐标，定值为14 ，是根据牌照中有7个字，左右边缘至少应该有7*2=14个，高通滤波后每行应该有14个白像素点，此时步进值改为1，以便实现精确搜索;计算以上各行投影，检查是否也满足

52、投影值大于3，直到找到不满足条件的行，这可能是牌照的上缘，记下该行坐标，计算可能的牌照区域的高度。若 45H5，可能是牌照，计算该可能牌照的宽度，若其宽度小于220或大于240，则不是牌照区域，继续搜索，否则应该是牌照区域，就可以进入分割模块对字符进行分割。否则不满足牌照高度条件，继续向上搜索。如果搜索到最上面一行，仍未搜索到牌照，则说明进行预处理二值化时，阈值过高，结束本次搜索，重新二值化原图，水平方向上一阶差分二值化图像。根据所述的算法，选用大小为640*480像素的含有车牌的彩色图片进行了定位实验，取得了较良好的效果，适合在不同车牌底色和不同光照条件下使用。本车牌定位方法所用时间在0.6

53、5 左右，最快达到了0.35。4.1.3 车牌字符分割字符分割是根据车牌字符大小、字体以及排列间隔的规律，在精确的车牌图像中分离出单个字符的过程。车牌字符分割是车牌识别中的重要一步，字符分割就是把多行或多字符图像中的每个字符从整个图像中切割出来成为单个字符。对于车辆牌照而言，我们采用投影图法并结合先验知识进行字符分割，算法分为图像阈值化、几何校正、字符区域边界确定和字符分割四个步骤。其中图像阈值化指将图像二值化为背景与目标符，几何校正主要是针对车牌倾斜的情况进行处理;字符分割是将二值化图像进行投影分得到单个字符。我国汽车牌照中的字符分布有如下特点： （1） 牌照上的文字由7个字符和一个分隔符横

54、向水平排列组成，字符高度为90mm，宽度为45mm，分隔符的直径为10mm(实际上，每个字符是居中分布在一个高为90mm、宽为45mm的矩形范围内)，具体某个字符并不一定充满这个矩形区域; （2） 字符和字符之间或字符和分割符之间的距离约为12mm; （3） 从左至右，车号中每一位的可能字符如下：第一位：34个省市的简称，共34个字符；第二位：除去字符“I”之外的25个英文大写字母；第三位：除去字母“I”和字母“O”之外的24个英文大写字母和10个数字，共有34个字符；第四位：10个数字字符。 字符分割首先要在锁定的牌照位置上恢复牌照的灰度图像，然后用二值化的方法最大限度地区分字符和背景区域，

55、并根据需要对处理结果做反色处理和倾斜矫正，最后依据字符和边框的投影特征进行字符分割。下面逐一对这些步骤进行介绍。二值化处理：字符和底色的区分在图像处理中应用的是二值化的方法，将字符和底色用两个灰度级表示。二值化阈值的选取采用“特征线”。该算法的原理是提取穿过车牌中部的水平直线作为特征线，统计该线上像素点的灰度特征来确定阈值。本文采用特征线的灰度均值加上一个动态偏移量作为阈值见式（4.1），且对牌照区域进行分段二值化处理，避免了牌照灰度不均对二值化的影响。 T=m+ mse / 2 （4.1）式中， m为特征线灰度均值， mse为动态偏移量特征线灰度值的均方差见式（4.2） ， (4.2)wid

56、th为牌照区域宽度 ， gray为每点的灰度值 ， height为牌照区域高度。 动态偏移量见式（4.3） （4.3） T为最终所求阈值，二值化就是将牌照区域中灰度大于该阈值的像素置白( gray=255或RGB= (255，255，255) )，小于该阈值的像素置黑( gray=0或 RGB= (0，0，0 ) 。 倾斜矫正：当车牌由于悬挂或摄像原因倾斜角度过大时，就要对牌照进行倾斜矫正。利用投影特征进行字符分割分为水平分割和垂直分割。水平分割主要是去除上下边框及铆钉，寻找字符主体区域；垂直分割是去除左右边框及二、三字符中间的小圆点，然后将7个字符完整独立地分利用投影特征进行字符分割分为水平

57、分割和垂直分割。水平分割主要是去除上下边框及铆钉，寻找字符主体区域；垂直分割是去除左右边框及二、三字符中间的小圆点，然后将7个字符完整独立地分割开。水平切分前，在不影响笔画的条件下对牌照图像做上下方向的腐蚀运算，使字符区域和上下边 框间的波谷更明显，然后依据波谷切分出字符主体区域。在垂直投影图中，与投影均值相比，过长投影一般为边框，过短投影一般为铆钉、间隔点或污点，将这些投影视均为噪声去除。然后分波谷切分、字符区域判定、牌照特征统计和矫正切分4步进行垂直分割。具体步骤如下： ( 1 ) 波谷切分：以波谷作为分割条件，将连续的投影区域切分开 。 ( 2 ) 字符区域判定：在牌照字符中，除汉字因笔

58、画断裂和字符“1”会造成较窄的投影外，其余字符宽度一致，且字符宽度与牌照长、宽符合一定比例。即：L4.5H， H 1.9 Wc，其中L为字符串长度，H为字符高度，Wc为常规字符宽度。依据这两个条件对第一步分割出的投影区域进行判断，标定出常规字符区域。 ( 3 ) 牌照特征统计：根据确定的字符区域,统计具体的H，Wc值及字符间距D值 。 ( 4 ) 矫正分割：如果字符区域判定结果小于7个字符，则根据已经确定的字符区域的位置和字符信息H、Wc、D对剩余的投影区做判断分割。其中字符“1”的投影区域满足 ：Wn0.3Wc, Dn0.5Wc，Wn为字符“1”的宽度，Dn为字符“1”两侧的字符间隙，对剩余

59、投影区域进行矫正分割后就可以切分出7个完整的字符区域。 4.1.4 车牌字符识别在我国，车牌字符包括汉字、字母和数字。标准车牌上的字符排列顺序为：第一位是汉字、第二位是字母、第三位是字母或数字，第四位至第七位是数字。利用这样的先验知识，能够有效提高识别算法的可靠性。车牌字符识别的方法一般有模板匹配法、特征匹配法和人工神经元网络法等。 （1） 模板匹配法。利用建立的标准模板图像与待识别的字符图像进行点对点的比较，取相似度最高的字符为识别结果。此方法如果模板取得多则耗时长，而且很容易受到待识别字符图像的噪声和倾斜度等的影响，而产生误识别。 模板匹配是图像识别方法中最具代表性的基本方法之一，它不提取

60、图像特征，而是直接把待识别图像与标准模板进行匹配计算其相似度，取相似度最大者为输入模式所属类别。就车牌字符识别而言，简单模板匹配法首先要建立三个模板库:汉字库、字母库、数字库，然后将车牌上分割好的字符图像与字符库中的字符图像进行匹配运算。 （2） 特征匹配法。通过分析字符的结构特征或各种统计特征，来设计各种分类器，把字符识别出来。这是近年来应用及其广泛的字符识别方法。基于特征匹配的字符识别方法是一种常用的方法，在各种字符识别系统中占有极为重要的地位。与模板匹配方法不同，特征匹配方法首先提取字符的某些特征，然后与标准字符的特征进行匹配，如何选择稳定有效的特征就成为关键。字符特征的提取是牌照字符识别的关键步骤，特征的提取和选择对识别系统至关重要，它基本上决定了识别系统的性能和识别精确度，甚至还可