针对传统的煤矿企业电子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电子地磅称重智能识别管理系统，详细介绍了 该系统的组成、视频联动电子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电子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。 传统的煤矿企业电子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［1－3］。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［4］。本文综

合运用数字图像处理、卷积神经网络（ Convolutional　Neural　Network，CNN）和计算机网 络等技术，设计了一种煤矿视频联动电子地磅称重智能 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，实现对煤矿电子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，Zui大限度地防止了作弊行为的发生。煤矿视频联动电子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。1.1视频监控系统 每台电子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，实现煤矿电子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 RS232协议，将 数据编译成固定的帧格式，接入到串口服务器并转 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 200 ms送 1次。数据一旦进入数据库，将yongjiu保存，在未经许可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　视频联动电子地磅称重智能识别原理 煤矿视频联动电子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Zui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Zui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 －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Sobel算子检测图 像中的垂直边缘；④ 将Sobel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Zui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； 瑏瑠 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Zui大稳 定 极 值 区 域 （Maximall y　Stable　Extremal Regions，MSER）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 选车牌送入CNN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 入训练好的CNN字符判别分类器进行字符识别。 　在识别训练阶段，采用Caffe深度学习框架，搭 配CaffeNet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65类，即 31类中文字符、 24类英文字符和10类数字字符。 CaffeNet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CNN车牌判别分类器与CNN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［ 14］。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10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 HSV（Hue， Saturation，Value，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98％，识别结果如 图3所示。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16t（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Zui大值作为装 车总重，存入数据库。称重数据通过 RS232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 煤矿视频联动电子地磅称重智能识别管理系统工作（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 煤矿视频联动电子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：可显示电子地磅数据、 COM 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，用户可根据需求查询数据。（4）车辆信息导入：用户可根据实际需求，定期 导入Zui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　结语煤矿视频联动电子地磅称重智能识别管理系统综合 采用数字图像处理、CNN和计算机网络技术，可实 现对煤矿电子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。