【摘要】：在煤炭行業(yè)中,企業(yè)在進(jìn)行煤炭的運(yùn)輸、存儲(chǔ)時(shí)需要快速的對(duì)煤炭物資進(jìn)行精確的稱重管理,礦用地磅作為一種有效的稱重儀器,在煤炭的運(yùn)銷過程中扮演著非常重要的角色。車牌作為車輛的關(guān)鍵性身份信息,為了提高來往運(yùn)輸車輛計(jì)量管理的準(zhǔn)確性,研究礦用地磅車牌識(shí)別具有十分重要的意義。本文對(duì)礦用地磅系統(tǒng)中的車牌識(shí)別技術(shù)進(jìn)行了深入的研究。通過研究發(fā)現(xiàn),傳統(tǒng)車牌識(shí)別技術(shù)的模塊之間依賴性較強(qiáng),容易導(dǎo)致誤差的積累,影響最后的識(shí)別結(jié)果。而且由于煤炭行業(yè)的特殊性,長期運(yùn)輸煤炭資源的車輛容易導(dǎo)致車牌沾染上煤灰、煤泥等污漬,還容易導(dǎo)致車牌磨損,使得車牌字符模糊。如果通過傳統(tǒng)的車牌識(shí)別方法進(jìn)行研究,則需要對(duì)礦用地磅車牌圖像進(jìn)行復(fù)雜的預(yù)處理。通過綜合分析,本文采用深度學(xué)習(xí)的方法,將礦用地磅車牌識(shí)別分為車牌檢測和車牌字符識(shí)別兩個(gè)過程,無需進(jìn)行車牌的矯正和字符的分割,而且也無需對(duì)圖像進(jìn)行復(fù)雜預(yù)處理操作。經(jīng)過分析,本文根據(jù)礦用地磅車牌的特點(diǎn)對(duì)YOLOv3網(wǎng)絡(luò)進(jìn)行改進(jìn),使其更好的適用于礦用地磅車牌的檢測。在車牌字符識(shí)別問題上,由于本文的車牌檢測算法是將整張含有車牌的圖像進(jìn)行輸入,因此在車牌檢測階段,神經(jīng)網(wǎng)絡(luò)不但學(xué)習(xí)到了車牌的特征,也學(xué)習(xí)到了車牌中字符的特征。據(jù)此本文采用遷移學(xué)習(xí)的思想將訓(xùn)練好的車牌檢測網(wǎng)絡(luò)的主干網(wǎng)絡(luò)DarkNet-53進(jìn)行調(diào)整改進(jìn)后用于礦用地磅車牌字符的識(shí)別,這樣有利于經(jīng)過較少次數(shù)的訓(xùn)練即可準(zhǔn)確識(shí)別車牌中的字符。為了支持深度學(xué)習(xí)車牌識(shí)別模型的訓(xùn)練,本文采用人工模擬的方法產(chǎn)生了大量的車牌圖像。本文通過對(duì)礦用地磅車牌識(shí)別進(jìn)行深入研究,提出的礦用地磅車牌識(shí)別方法對(duì)黑夜以及車牌傾斜等特殊情況具有較好的魯棒性,相對(duì)提高了礦用地磅系統(tǒng)的可靠性和自動(dòng)化程度,具有一定的理論意義和工程價(jià)值。
【圖文】：

通過稱重系統(tǒng)記錄未裝載煤炭汽車的皮重，通過車牌識(shí)別系統(tǒng)記錄車牌號(hào)，同時(shí)記錄車主信息等，其過程如下圖1.1（a）所示。然后當(dāng)裝載煤炭的汽車離開礦區(qū)時(shí)，稱重系統(tǒng)會(huì)記錄裝載煤炭車輛的毛重，通過車牌識(shí)別系統(tǒng)識(shí)別車牌號(hào)，其過程如下圖 1.1（b）所示。最后系統(tǒng)會(huì)通過對(duì)同一車牌號(hào)的汽車計(jì)算進(jìn)出時(shí)車輛的重量差，從而得到裝載的煤炭的重量，在管理系統(tǒng)中做相關(guān)記錄，并通過門禁控制系統(tǒng)放行車輛。礦用地磅系統(tǒng)的綜合數(shù)據(jù)庫最終將各子系統(tǒng)各自所采集的數(shù)據(jù)信息及時(shí)上傳至礦用地磅系統(tǒng)的綜合數(shù)據(jù)庫中，，其整個(gè)系統(tǒng)如下圖1.2 所示。（a）汽車上磅秤過皮重示意圖 （b）汽車上地磅毛重示意圖圖 1.1 汽車上磅稱重示意圖

礦用地磅系統(tǒng)結(jié)構(gòu)圖
【學(xué)位授予單位】：西安科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TD56;TP18;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 尹寶才;王文通;王立春;;深度學(xué)習(xí)研究綜述[J];北京工業(yè)大學(xué)學(xué)報(bào);2015年01期

2 裴明濤;王永杰;賈云得;郭志強(qiáng);;基于多尺度模板匹配和部件模型的車牌字符分割方法[J];北京理工大學(xué)學(xué)報(bào);2014年09期

3 楊紀(jì)元;李曉鵬;;基于信息融合的礦用地磅車牌識(shí)別研究[J];電腦編程技巧與維護(hù);2013年10期

4 劉珂;李麗娟;;一種圖像標(biāo)記和目標(biāo)特征統(tǒng)計(jì)算法[J];航空兵器;2009年04期

5 王勛;畢篤彥;;基于局部特征統(tǒng)計(jì)的小目標(biāo)檢測算法[J];中國電子科學(xué)研究院學(xué)報(bào);2006年03期

6 魏武,張起森,王明俊,黃中祥;一種基于模板匹配的車牌識(shí)別方法[J];中國公路學(xué)報(bào);2001年01期

7 李小平,任江興,楊德剛;車牌識(shí)別系統(tǒng)中若干問題的探討[J];北京理工大學(xué)學(xué)報(bào);2001年01期

相關(guān)碩士學(xué)位論文 前10條

1 李文鵬;深度學(xué)習(xí)在車牌識(shí)別中的研究與應(yīng)用[D];西安工程大學(xué);2018年

2 田媛美;基于深度學(xué)習(xí)的車牌檢測[D];西安電子科技大學(xué);2017年

3 江永愛;基于深度學(xué)習(xí)的車牌識(shí)別研究[D];湖南大學(xué);2017年

4 劉豐;機(jī)器學(xué)習(xí)和卷積神經(jīng)網(wǎng)絡(luò)在車牌識(shí)別的研究和應(yīng)用[D];華南理工大學(xué);2017年

5 趙振興;基于深度學(xué)習(xí)的車牌識(shí)別技術(shù)研究[D];青島科技大學(xué);2017年

6 霍祥湖;基于卷積神經(jīng)網(wǎng)絡(luò)的車牌識(shí)別技術(shù)研究[D];電子科技大學(xué);2017年

7 楊玨吉;基于深度學(xué)習(xí)的車牌識(shí)別系統(tǒng)[D];浙江大學(xué);2017年

8 韓佳容;基于區(qū)域卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測方法研究[D];國防科學(xué)技術(shù)大學(xué);2016年

9 李達(dá);基于卷積神經(jīng)網(wǎng)絡(luò)的車牌識(shí)別技術(shù)研究[D];湘潭大學(xué);2016年

10 暨彩明;車牌識(shí)別算法設(shè)計(jì)及系統(tǒng)實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2016年

本文編號(hào)：2701455