基于信息融合的礦用電子地磅車牌識別
發(fā)布時間：21/09/08
來源：
訪問次數(shù)：2268
用電子地磅 稱重管理的 范化、 代化和智能化等需求，有必要在電子地磅管理系 中引入 牌 技 。 一特征提取方法 牌效果不理想的 狀，將信息融合用于 牌字符的 ， 不同信息源的 互 。利用互 的信息以降低 用電子地磅 牌 系 的 率，提高系 的 定性, 提高出入煤 電子地磅 的自 化管理都具有 意 。1 引言 隨著采煤技術(shù)的不斷改進、 采煤設(shè)備的日趨先進以及對能 源需求的不斷增長， 煤礦產(chǎn)量得到很大的提高， 電子地磅車輛的稱重工作也隨之變得日常繁重， 對出入磅車輛進行規(guī)范、高效、 現(xiàn)代化管理顯得更加迫切。 在以往的稱重管理方式中，完全靠人工記錄車輛信息、 稱重信息、 資金情況以及信息的統(tǒng)計匯總等， 并由人工指揮車輛出入磅。 這種靠人工來記錄的方法不僅工作強度高、 作業(yè)效率低、 容易出現(xiàn)安全事故，而且漏收、 誤收現(xiàn)象比較嚴(yán)重， 出錯概率較高； 其次， 由于缺乏有效的監(jiān)督， 人為可作弊行為可能性極大， 都將可能導(dǎo)致企業(yè)的資產(chǎn)流失； 并且獲取的數(shù)據(jù)不能通過網(wǎng)絡(luò)傳輸實現(xiàn)實時共享， 而是憑借手工填寫單據(jù)， 送交財務(wù)、 銷售、 倉庫等其他相關(guān)部門， 難以及時了解礦內(nèi)車輛的作業(yè)動態(tài)， 也不方便進行及時有效的管理。 因此， 有必要在電子地磅管理系統(tǒng)中引入車牌識別技術(shù)， 自動識別出入磅車輛， 對車輛身份進行唯一性認(rèn)證、 自動登記并驗放車輛， 實現(xiàn)過磅車輛監(jiān)控和管理自動化。 車牌識別一般可分為車牌定位、 字符分割和字符識別 3 大部分。 為了更有效地構(gòu)造一個高性能的車牌識別系統(tǒng)， 在對車牌字符輪廓、投影和網(wǎng)格編碼特征提取的基礎(chǔ)上， 利用 SVM 在解決小樣本、 高維數(shù)和非線性模式識別問題中良好的分類能力以及D-S 證據(jù)理論具有直接表達不確定 、 不完全信息的優(yōu)勢 ， 利用D-S 證據(jù)理論融合單特征的 SVM 字符識別信息 ， 構(gòu)建信息融合的礦用電子地磅車牌識別系統(tǒng)， 充分運用了各特征的冗余互補信息， 大大提高了識別的準(zhǔn)確性和可信度， 為提高企業(yè)經(jīng)營運作的高效率和高效益有十分重要的意義。 2 信息融合理論基礎(chǔ) 在人類辨識外界事物的過程中， 通常根據(jù)來自不同感覺器官獲得的關(guān)于目標(biāo)的多種特征信息， 并利用各種已有不確定的知識來判斷目標(biāo)種類。 在工程實踐中也存在類似的情況， 經(jīng)常要求根據(jù)一些經(jīng)驗知識以及多種特征對事物的種類進行判斷。 信息融合 （Information Fusion） 就是指采集并集成各種信息源、 多種媒體和多種格式信息， 從而生成完整、準(zhǔn)確、 及時和有效的綜合信息的過程。 信息融合的方法很多， 包括： 加權(quán)平均法、 數(shù)理統(tǒng)計法、 神經(jīng)網(wǎng)絡(luò)法、 Kalman濾波、 Bayes 推理方法和證據(jù)決策推理方法。 信息融合方法中， D-S 證據(jù)理論在不完全、 不確定、 不清晰信息的表示、組合、 決策方面具有明顯的優(yōu)勢， 是決策級信息融合的經(jīng)典理論。D-S 證據(jù)理論是基于 “證據(jù) ” 和 “組合 ” 來處理不確定性推理問題的決策級融合方法。 D-S 證據(jù)理論定義待識別的
