识别原理

关键词： 人脸识别 人们 生活 技术

识别原理（精选八篇）

识别原理 篇1

1 人脸识别技术现状及原理

人脸识别技术本身是一种基于计算机科学的图像信号处理技术。这套技术是通过一套信号通讯系统传输到计算机, 由计算机对采集到的图像信号进行分析、处理, 最后得出一些识别结论的电子信息技术。目前, 人们对人脸识别技术的应用, 已经达到了多个层面, 像是最初的人脸识别是在刑侦案件中使用的一门技术侦查。通过对人脸面部特征的识别, 辨认出一些犯罪嫌疑人的身份, 对于案件的侦破起到了关键性的作用。随着时代的发展与科学的进步, 人脸识别技术大量地应用于人们的日常生活之中, 像是人脸识别考勤机, 安防门禁系统中的人脸识别仪等等, 给人们的工作生活带来了更多的便利与安全。

那么人脸识别技术的原理是什么呢?首先我们来看图1:

图1所示的就是人脸识别的两个途径。他们都是首先通过图像采集系统将采集到的图像传输给计算机, 然后由计算机对图像进行上图所表述的这些图像处理与检测。人脸识别技术, 首先是要对图像中的人脸进行定位处理, 然后是图像预处理, 这里包括对图像的二值化或者其他算法的处理。对图像预处理完毕后进行特征的提取与选择。最后对图像进行检测、识别。在这其中最为关键的一步就是对图像的定位与预处理过程。目前人脸识别技术大多数应用的是基于肤色和人脸面部特征的识别方法。首先是用肤色建模来确定人脸的位置, 然后利用人脸面部特征的识别方法来识别每个人的身份。这就是人脸识别技术的基本原理。

2 人脸识别技术的应用

人脸识别技术的应用范围十分广泛, 而本文中就以下两个实例来进行详细地解说。

2.1 人脸识别考勤机

人脸识别技术在考勤机系统中的应用已经逐渐取代了以往的纸质打卡和指纹打卡模式, 这种人脸识别考勤机在企事业单位的应用更为便捷与时尚。下面就来介绍一下人脸识别考勤机是如何进行人脸考勤的。首先利用摄像头对人脸图像进行采集, 采集之后, 将图像传入到考勤机的中央控制系统。这个控制系统事实上是一种高级的单片机, 它的功能主要是对整个考勤机进行控制、信息处理, 以及信息储存。在导入图像之后, 这个中央控制系统就会对图像进行检测、识别以及信息处理了。其中人脸识别的过程, 主要是通过对别人脸部的一些特征点来进行识别工作, 其中, 最重要的是, 双眼、脸部颊骨, 还有下颚等多个基本点的特征, 就可以确定人脸的身份了。由于人脸识别需要角度和光线的配合, 所以人脸识别考勤机在安装的时候会有一个考勤机柜作为支撑, 考勤机的位置就正好与人脸的位置相当, 这样一来, “刷脸”就变得更加容易了。通过摄像机从上到下扫描确定脸部的多点特征位置, 也就确认了人的身份, 这样一个身份识别就完成了。当然人脸考勤机的功能不仅仅在于完成人脸识别的过程。整个考勤机的流程应该是, 首先由管理员设定管理系统, 然后设定考勤规则。然后由管理员安排, 进行考勤人员初始信息录入, 这里面包括最重要的人脸信息, 还有系统中需要的人员信息。这样一来就便于以后考勤工作的进行了。人脸考勤机给企业带来的不仅仅是考勤制度方式的改革, 也是一个企业利用科技走向强大的标志。我们都知道一旦考勤制度发生混乱, 那么这对于企业来说将是致命的打击。

2.2 人脸识别在安防门禁系统中的应用

一直以来, 安防门禁系统在人们心中的地位是无法用简单的电子技术来形容的。它给人们带来的不仅仅是科学技术的飞速发展, 更重要的是它给人们带来了无穷的安全感。这种感觉是其他电子技术无法做到的。而安防门禁系统从一开始的密码控制门禁系统经历了几代的革新后, 逐渐加入了更多的人性化元素。他们的系统都是利用了独一无二的指纹特征, 脸部多点建模的特征, 对门禁系统带来了更为舒适的体验和最有力的安全感, 人脸识别门禁系统的工作流程与考勤机的工作流程几乎是一样的, 也是首先由管理员进入门禁系统的管理中心, 这里, 我要说的是, 管理员不是指某一个人的身份, 而是说能够进入管理中心的身份验证。当管理员对人员进行身份录入的时候, 首先当然是要让人们的脸对准镜头, 这样门禁系统才能准确地掌握人脸信息, 也只有这样才能建立正确的人脸模型, 然后由管理员进行详细的信息补充。人脸识别技术在门禁系统中的应用也是如此, 而门禁系统除了对人脸进行识别后实现门禁功能外, 还有一些图像记录, 以及报警功能。当人们通过正常的方式通过人脸识别系统, 进入高耸的办公楼或居民楼的时候, 门禁系统会自动记录下来当前通过的人以及使用次数。如此, 一旦当门禁系统被非法侵入的时候, 门禁系统就会发出报警指令。一旦公安机关进入侦查, 那些图像资料和门禁系统中的相关数据就显得十分重要了。

3 结束语

终上所述, 人脸检测技术就是应用人脸面部特征的多个点位作为模型, 建立数据库, 通过计算机控制系统进行检测、分析、识别的一项电子信息技术。它的广泛应用, 让人们的工作生活更加便利、和谐。相信随着时代的发展, 人脸识别技术将会在更多的领域中得到更广阔的的应用。

参考文献

[1]陈俊生.计算机人脸识别技术及应用简析[J].计算机光盘软件与应用, 2012 (17) :211+225.

[2]谭余.人脸检测和识别[D].电子科技大学, 2013.

公交IC卡射频识别技术原理 篇2

(3)防冲突问题：多张卡同时进入读写器发射的能量区域(即发生冲突)时如何对卡逐一进行处理。5 非接触式IC卡在卡的表面上无触点，IC卡与读写器之间通过无线方式(即发射和接收电磁波)进行通信，因此非接触式IC卡的使用依赖于射频识别(RFD)技术的发展，故又将非接触式IC卡称为射频卡(RFC)。典型的射频识别系统由应答器和寻呼器组成，非接触式IC卡的读写器就是寻呼器，而卡则是应答器。6 读写器和IC卡之间的工作关系如下：(1)读写器发射激励信号(一组固定频率的电磁波)。

(2)IC卡进入读写器工作区内，被读写器信号激励。在电磁波的激励下，卡内的LC串联谐振电路产生共振，当所积累的电荷达到2 V时，此电容可以作为电源为其他电路提供工作电压，供卡内集成电路工作所需。

(3)同时卡内的电路对接收到的信息进行分析，判断发自读写器的命令，如需在EEPROM中写入或修改内容，还需将2 V电压提升到15 V左右，以满足写入EEPROM的电压要求。

(4)IC卡对读写器的命令进行处理后，发射应答信息给读写器。(5)读写器接收IC卡的应答信息。7 图中阴影部分为fc=13.56 MHz载波，数据传输速率=13.56 MHz/128=106 kb/s(9.4 μs/b)，从PICC发向PCD的信号用副载波(subcarrier)调制，副载波的频率fs=fc/16=847 kHz。一个位时间等于8个副载波周期。

可以看到，两种方式最主要的分别在于载波调制程度的不同(如图3.6(a)所示)以及二进制数据的编码方法不同(如图3.6(b)所示)。从TYPE A和TYPE B的比较可以看出以下几点：

(1)从读写器到卡的调制，TYPE A用100%ASK，因此其信号区别明显，易于检测，抗干扰能力强；但在每一位的传送(传送速率为106 kb/s时，传送周期为9.4 μs)中，有约3 μs的信号间歇，这时的读写器到卡的能量供应中断，必须在卡内电路中加一个大容量电容以维持一定的能量供应；而TYPE B用10%ASK，卡片可以从读写器获得持续的能量；但信号区别不明显，容易造成误读/写，抗干扰能力较差。

(2)TYPE A的防冲突需要卡片上较高和较精确的时序，因此需要在卡和读写器中分别加一些硬件，而TYPE B的防冲突可以用软件来实现。

目前TYPE A与TYPE B孰优孰劣尚在争议中。TYPE A 的产品具有更高的市场占有率，如Philips公司的MIFARE系列占有了当前约80%的市场，且在较为恶劣的工作环境下更有优势。但TYPE B应该在安全性、高速率和适应性方面有更好的前景，并且更适合于CPU卡。8 AntiCollision防冲突(1)指令功能：如果有多于一张的MIFARE 1卡处在MCM天线的有效工作范围(距离)内，则发生了冲突。AntiCollision指令使MCM能够在这一叠 MIFARE 1卡中选择某一张卡。

AntiCollision指令开始于一个AntiCollision Loop(防冲突循环，内部处理)。AntiCollision循环的启动是通过设置STACON寄存器中的AC位来完成的。防冲突循环结束时，AntiCollision指令将提供给用户在这些卡片中选定的那张卡片的一个有效的40位长的序列号(SN，Serial Number)。全球每一张MIFARE 1卡的SN各不相同。14 1．RF射频接口电路

在卡的RF射频接口电路中，波形转换模块接收读写器所发送的13.56 MHz的无线电调制信号。一方面送调制/解调模块，经解调得到相应的数字信息送数字电路模块；另一方面进行波形转换，将正弦波转换为方波，然后对其整流滤波，由电压调节模块对电压进行进一步的处理，包括稳压等，最终输出提供卡片上各电路的工作电压。

POR模块主要是对卡片上的各个电路进行POWER-ON-RESET(上电复位)，使各电路同步启动工作。

而数字电路模块送出的数字信息则经由调制/解调模块调制为13.56 MHz的无线电调制信号，再送往波形转换模块发送给读写器。

2．数字电路部分模块

1)ATR模块：Answer To Request(“请求之应答”)

当一张MIFARE 1卡处在读写器的天线工作范围之内时，程序员控制读写器向卡发出Request all(或Request std)命令后，卡的ATR将启动，将卡片Block 0 中2个字节的卡类型号(TagType)传送给读写器，建立卡与读写器的第一步通信联络。

如果不进行第一步的ATR工作，读写器对卡的其他操作(读/写操作等)将不会进行。

2)AntiCollision模块：防(卡片)冲突功能

如果有多张MIFARE 1卡处在读写器的天线工作范围之内，则AntiCollision模块的防冲突功能将被启动工作。读写器将会首先与每一张卡进行通信，读取每一张卡的序列号(Serial Number)。由于每一张MIFARE 1卡都具有惟一的序列号，决不会相同，因此程序员将启动读写器中的AntiCollision防重叠功能配合卡上的防重叠功能模块，根据卡序列号来选定其中一张卡。被选中的卡将被激活，可以与读写器进行数据交换；而未被选中的卡处于等待状态，随时准备与读写器进行通信。

AntiCollision模块(防重叠功能)启动工作时，读写器将得到卡片的序列号(Serial Number)。序列号存储在卡的Block 0中，共有5个字节，实际有用的为4个字节，另一个字节为序列号的校验字节。

3)Select Application 模块：卡片的选择

当卡与读写器完成了上述两个步骤，读写器要想对卡进行读/写操作时，必须对卡进行“Select”操作，以使卡真正地被选中。

被选中的卡将卡片上存储在Block 0中的卡容量“Size” 字节传送给读写器。当读写器收到这一字节后，方可对卡进行进一步的操作，如密码验证等。4)Authentication & Access Control 模块：认证及存取控制模块

完成上述的三个步骤后，读写器对卡进行读/写操作之前，必须对卡上已经设置的密码进行认证，如果匹配，则允许进一步的读/写操作。

MIFARE 1 卡上有16个扇区，每个扇区都可分别设置各自的密码，互不干涉，必须分别加以认证，才能对该扇区进行下一步的操作。因此每个扇区可独立地应用于一个应用场合，整个卡可以设计成一卡多用(一卡通)的形式来应用。5)Control & Arithmetic Unit：控制及算术运算单元

这一单元是整个卡的控制中心，是卡的“头脑”。它主要对卡的各个单元进行操作控制，协调卡的各个步骤；同时它还对各种收/发的数据进行算术运算处理、递增/递减处理和CRC运算处理等，是卡中内建的中央微处理器(MCU)单元。6)RAM/ROM 单元

RAM主要配合控制及算术运算单元，将运算的结果进行暂时存储，例如将需存储的数据由控制及算术运算单元取出送到EEPROM存储器中；将需要传送给读写器的数据由控制及算术运算单元取出，经过RF射频接口电路的处理，通过卡片上的天线传送给读写器。RAM中的数据在卡失掉电源后(卡片离开读写器天线的有效工作范围)将会丢失。

同时，ROM中则固化了卡运行所需要的必要的程序指令，由控制及算术运算单元取出，对每个单元进行指令控制，使卡能有条不紊地与读写器进行数据通信。7)Crypto Unit：数据加密单元 该单元完成对数据的加密处理及密码保护。加密的算法可以为DES标准算法或其他。

8)EEPROM存储器及其接口电路：EEPROM INTERFACE/EEPROM MEMORY 该单元主要用于存储用户数据，在卡失掉电源后(卡片离开读写器天线的有效工作范围)数据仍将被保持。

目标特征与雷达识别需求关系原理 篇3

目标在相对雷达径向运动的同时,目标本身或其上的结构还存在着机械振动或旋转,则会对雷达回波产生调制,在目标多普勒频率上产生边带,这种调制就称为微多普勒现象,这些边带频率称为微多普勒频率[1]。现有许多文献对空目标的旋转部件都进行了比较多的建模仿真[2,3,4],这些仿真都得出了飞机旋转部件对雷达的调制回波复包络谱线呈周期分布的特征。对于涡喷类飞机,微动主要指的是引擎桨叶相对于机身的转动,桨叶的特点是垂直于机身向前,对雷达回波的调制特征是涡喷类飞机的主要微多普勒特征。本文首先针对喷气式引擎多压气级的特点,对其雷达回波复包络谱线的周期特征进行了推导,并用方针验证了模型的正确性。针对涡喷飞机独特的旋转部件特征,给出了提取目标特征所需的参数原理,并举例分析了所需要的具体雷达参数。

1 回波特征参数模型推导

1.1 涡喷JEM的特点

图1为一般的喷气引擎的剖面以及雷达信号波的照射图,喷气式引擎通常有若干个旋转压气级,如果只有一个旋转轴,则每个压气级的叶片转速一致,在某些复杂情况下,每个压气级叶片有各自的转轴,转速也不一样,本文暂时只考虑一般情形。

当电磁波进入引擎后,所发生的散射效应是极端复杂的。雷达信号最初遭遇第一级转子叶片,其叶片及其他结构部件将反射回一部分能量,剩余能量则进入第二级旋转压气级。雷达信号在进入引擎内部后,各级叶片尤其是前两压气级的叶片都会对回波贡献各自的振幅和相位信息,因此各叶片所有部分以及单个叶片将反射并生成非常复杂的波阵面。

1.2 雷达回波复包络谱线的周期特征的推导

对于入射电磁波,可将各叶片考虑为一个单独的反射体,飞机的尺寸与常规雷达工作波长相比,飞机散射都在光学区。由于光学区各散射中心的相互作用比较小,其散射视为线性局部过程,即飞机总的散射回波是各个独立散射中心散射回波的线性叠加。在这里,可以先对涡喷飞机引擎的第一压气级进行分析。

涡喷JEM的第一压气级与飞机的位置关系类似与螺旋桨飞机的桨叶和机身的关系,可以参照对螺旋桨回波理论参数模型的推导。

假设发射信号为:

s(t)=exp(j2πf0) (1) α、β分别为飞机的方位角和仰角,L为有效桨长,为t时刻桨叶与飞机飞行平面的夹角,为初始时刻桨叶与飞机飞行平面的夹角,为引擎转轴的转速,N为桨数,v为飞机相对于雷达的径向速度。可以得到第一压气级N个桨叶的合成调制回波,补偿掉多普勒频率的回波信号为:

undefined

这就是旋转部件调制回波基带信号部分[5]。

对上式做傅里叶变换,可得第一压气级的桨叶调制回波频域表示:

undefined

其中,Cm为谱线幅度,fT为频谱谱线的周期,N1为单边调制谱线个数。

fT=PNfr (4)

P=1或者2,分别指偶数桨叶和奇数桨叶这两种情况。由上面的推导可以看出,对于JEM首级压气级,雷达接收到的以一定时间间隔重复出现的信号,其时间间隔亦对应于引擎旋转压气级的转动周期除以所有的叶片数N,即1/(Nfr),其频域上的表现即为Nfr,这就是涡喷JEM的首级压气级调制谱线的周期特征。

对于其他各级的分析方法类似,可以得到各压气级的频谱如图2所示。

1.3 JEM频谱周期特征分析

①图2的中央是雷达信号谱线,它未经过任何引擎叶片的调制,该谱线也包括那些由引擎非旋转部分及机体反射回的信号。这一谱线与其他JEM谱线相比,通常总是具有更强的振幅。

②在频谱图中,较突出的谱线也总是由第一级转子级叶片反射回的上(下)斩波率频率。如果雷达波长足够小,小到和第二压气级桨长大小差不多,则可以电磁波能够到达第二级,那么第二级生产的斩波频率通常也易于探测。现有的3GHz警戒雷达回波信号只能测得到第一压气级的斩波频率及其谐波。

③图2中出现的每个频率都与引擎轴转速成倍数关系。而剩余更多低振幅的、未指明与特定某级转子叶片相联系的谱线,则可认为是轴转速谱线频率的谐波。

由频谱分析可以看出,谱线呈周期性分布,图中的一些振幅较大的谱线可能是第一级压气叶片斩波频率的高倍谐波,或者是二、三、四级斩波频率及其谐波;如果雷达信号波长足够小,采样频带足够宽,雷达重频足够高,能够测出各级压气级的斩波频率,可以估计出频率和轴转速频率的比率,此比率就即为各压气级桨叶的数目,依据此数目,可以辨别不同的涡喷JEM类型。利用此特征可以实现对涡喷飞机类型的分类。

2 雷达参数需求分析

2.1 脉冲重复频率的需求分析

2.1.1 第一种计算方法

雷达在以重复周期PRF对目标观测时,所选的脉冲重复周期决定了对多普勒谱的采样频率。根据奈奎斯特采样定理,采样速率必须大于2倍的最高频率,否则将出现混叠现象[5],对目标的多普勒谱以某一PRF采样时,当目标的速度超过第一盲速时,目标多普勒谱将出现模糊,即存在不模糊的条件为:

undefined

提取其周期特征所需要的采样频率由桨叶上线速度最大的点的多普勒速度决定。其计算公式为:

PFR=fs≥2fdmax=2·(2·2πfrLcosβ/λ)=8πfrcosβ/λ (6)

式中,β为仰角,L为桨叶长度,λ为波长,fr为桨叶转速。

2.1.2 第二种计算方法

调制谱是由一系列的线谱组成[6],线谱的周期如公式(4)所示,单边谱线的个数

N1=8πLcosβ/(Nλ) (7)

单边谱宽

B1=N1fT=8πPfrLcosβ/λ (8)

根据奈奎斯特采样定理,采样速率必须大于等于带宽的值,即PFR≥B1。

当桨叶是偶数,即P=1时,第一种计算方法和第二种方法的出发点不同,所得到的公式却是相同的。

2.1.3 第三种计算方法

对于涡喷飞机多压气级的情况,涡喷JEM频谱的内容取决于雷达发射信号的频率、引擎的最大转速,第一、二级转子叶片的数量。在实际探测过程中,一些已知的、可被识别的喷气引擎JEM频谱特性,可据此为雷达设置合适的脉冲重复频率。脉冲重复频率的选择标准亦以基础基本斩波频率的三次谐波能够被清晰地检测为准。引擎最大转速达到fr1时,对于拥有N1块叶片的第一级转子来说,其斩波频率即为fT1赫兹,与此斩波频率相关的三次谐波频率则为+3fT1和-3fT1赫兹。因此,为了清楚地测量这些频率,脉冲重复频率必须大于所需的JEM频谱频率覆盖范围,即大于6fT1赫兹。

2.2 脉冲驻留时间的需求分析

为了可靠地分类和识别,频谱分辨率要足够的大,谱分辨率满足以下的要求[7]:

Δf≤min|fundefined-fundefined|,∀j,k⊂K,j≠k (9)

对于常规雷达而言,回波的多普勒分辨率Δf为:

Δf=Fr/n=1/Ttot=2π/(Rs·S) (10)

n为驻留脉冲数,Ttot为目标的驻留时间,S为方位波束宽度,Rs为天线旋转周期。比如,两类飞机的JEM周期间隔差为ΔF=27Hz,在若想区分出这两种动力装置,频谱分辨率必须要小于27Hz。若Δf=27Hz,取S=2°,则Ttot至少为37毫秒,n至少为93。

2.3 识别需求及方法比较

表1-3分别列举4类涡喷类飞机,2类螺旋桨和3类直升机类飞机的具体参数,指出要对这三类飞机进行类内识别所需要脉冲积累时间和脉冲重复周期,以及对三种所需脉冲重复周期的比较。PRF(1),PRF(2),PRF(3)分别使用第一、二、三种计算方法算得的脉冲重复频率,仰角β取值为0,PRF(1),PRF(2)的值和cosβ成正比。

若要利用完全无重叠的JEM周期特征区分表3中类9架飞机,表4列出了在不同的脉冲重复频率以及脉冲驻留时间取值范围内,表3中三类9架飞机进行类内区分和类间区分的可能性。

表中:Ⅰ指直升机类飞机,Ⅱ指螺旋桨类飞机,Ⅲ指涡喷类飞机。

①从表1-3中可以看出,为避免频谱重叠的情况发生,脉冲重复频率应当尽可能地大,三种计算重频的方法的对比有利于甄选出最适合提取涡喷JEM周期特征最适宜的脉冲重频。但是重频越大对雷达的设计要求越高,观察公式(6)和公式(8),若想降低雷达重频的需求,可以通过提高雷达波长的方法来实现。

②从表4可以看出,现有的2.5kHz的重频远远小于完整采样三类飞机旋转部件周期特征所需要的重频,现有的44ms的脉冲驻留时间能满足涡喷飞机JEM的频谱分辨需求。若需要通过JEM的特征识别具体的飞机类型,还需要提高脉冲重复频率,延长脉冲驻留时间。

③图3为三类飞机代表分别在无频谱重叠和现有雷达参数条件下的仿真图。

比较图3中各类型飞机桨叶调制谱以及参照表1-3也可以看出,涡喷民航机调制回波复包络的谱线少,谱线间隔大,而直升机飞机和螺旋桨飞机谱线间隔小,谱线多、密集。在现有的重频和脉冲驻留时间的条件下,直升机和螺旋桨飞机的桨叶调制谱图出现较严重的重叠。可采用折中处理的方法,综合利用JEM的周期特征和幅相特征[6]实现对三类空目标的类间粗分。

3 结束语

本文分析了涡喷JEM特征,建立了多压气级JEM的雷达特征模型,分析了实际JEM雷达回波频谱的周期特征。得出不同的涡喷JEM部件的参数各不相同,可以利用JEM桨叶的周期调制特征对JEM进行分类设想 。提出了基于微多普勒特征进行目标识别所需要的雷达参数原理,并举例分析了利用微多普勒周期特征进行目标分类所需的参数,对于实际工程应用具有指导意义。

参考文献

[1]CHEN V C.Analysis of Radar Micro-Doppler Signature with Time-frequency Transforms[C]//Proc.Tenth IEEE Workshop on Statisti-cal Signal and Array Processing,2000,8:4632466.

[2]Piazza E.Radar Signals Analysis and Modelization in the Presenceof JEM Application to Civilian ATC Radars[J].IEEE Trans.onAES Magazine,1999,14(1):35-40.

[3]Bell M R,Grubbs R A.JEM Modeling and Measurement for RadarTarget Identification[J].IEEE Trans.on AES,1993,29(1):73-87.

[4]丁建江,张贤达.低分辨雷达螺旋桨飞机回波调制特性的研究[J].电子与信息学报,2003,25(4):460-466.

[5]蒙志军,吕明云,武哲.动态桨叶RCS特性的实验研究[J].北京航空航天大学学报,2006(9):1003-1006.

[6]丁建江.防空雷达目标识别技术[M].国防工业出版社,2008.

CAD识别电气原理图的途径 篇4

1 电气符号的提取

识别电气原理图中的电气符号, 首先要将符号从图纸中分离。电气符号的大致尺寸计算公式[1]为:

式中, d1i为矩形的长;d2i为圆的直径;d3i为三角形的边长;d4i为长度大于d1imax/2的斜线长, d1imax为d1i中的最大值;n1、n2、n3、n4分别为原理图矩形、圆、三角形和长度大于d1imax/2的斜线4种几何图元的个数。

电气符号与电路线分离的步骤:

(1) 在图纸上选取所有水平线和竖直线, 组成一个链表L;

(2) 删除链表L中被封闭图形 (矩形、三角形、圆等) 包含的直线;

(3) 删除组成矩形、三角形的直线;

(4) 删除链表L中长度小于d的直线。经过这些操作后, 链表L中剩下的直线为电路线。

2 电气符号的拓扑图表示

电气符号的基本几何图元集合为:{圆, 水平线, 垂直线, 斜线, 矩形, 半圆, 文字};几何图元之间的位置关系集合为:{包含, 相交, 贯穿, 分离}, 其中前3种是连接关系。电气符号的图元和关系如图1所示。图1中符号3表示电压动作线圈, 由矩形、垂直线和文字组成, 图元的位置关系有包含、相交和分离。

拓扑图处理连接关系的方法[2]是:将电气符号的图元视为拓扑图中的节点, 节点上的附加数据为几何图元的类型, 将几何图元之间的连接作为拓扑图的边, 边上附加的数据为几何图元间的连接关系, 于是将一个电气符号的图形抽象成一个拓扑图, 该图为带权的无向图。图2为熔断器的符号图形及抽象出来的拓扑图。熔断器的电气符号由1个矩形和1条直线构成。拓扑图中, 两条边 (1, 2) 的位置关系均为相交。

将国家标准中的100多个电气符号全部抽象为拓扑图储存起来, 形成一个模式库。识别电气原理图时, 以一定的方法将电气原理图中具有连接关系的基本几何图元组合起来, 抽象成拓扑图;与模式库中的拓扑图模式进行匹配。匹配成功, 则表明电气原理图中的电气符号被识别出来。

3 电气符合的识别

3.1 基于特征图元的快速搜索

可以发现图3所示的几个电气符号都包含几何图元圆, 将图元圆作为这几个符号的共同图形特征, 即特征图元。为了提高搜索的效率, 根据文献[2]的思想, 采用特征图元搜索法来进行快速搜索。

每个电气符号都具有特征图元, 将具有同一特征图元的电气符号归结为一类, 则所有电气符号的特征图元组成一个集合:{圆, 水平线, 斜线, 矩形, 半圆}。

特征图元快速搜索的步骤:

(1) 将电气原理图中所有的特征图元提取出来, 按照不同的类型分别组成链表, 如圆表、矩形表;

(2) 对每个特征图元链表中的每个元素按照上述的方法进行搜索, 最终形成一个几何图元链表, 该链表便是具有连接关系的几何图元集合;

(3) 将链表抽象成一个拓扑图, 与模式库中的模式进行匹配。

3.2 基于Ullma n算法的图形匹配

拓扑图的比较需要判断图同构。图同构是指[3]:从图G (V, E, μ, v) 到图G′ (V′, E′, μ′, v′) 的双射函数f:V→V′, 满足条件: (1) 对于所有结点v∈V, 满足μ (v) =μ′ (f (v) ) , 对于任意边e= (v1, v2) ∈E, 存在边e′= (f (v1) , f (v2) ) ∈E′, 使v (e) =v′ (e′) , 同时, 对于任意边e′= (v1′, v2′) ∈E′, 存在边e= (f-1 (v1′) , f-1 (v2′) ) ∈E使v′ (e′) =v (e) 。

Ullman算法[4]是以采用回溯和前向检测的方法来减少结点间可能映射次数的一种经典图同构算法。它从某一对结点的映射开始进行前向检测, 看余下的所有结点是否至少存在一种映射情况使得图同构的条件满足。如果不存在, 则回到上一级继续判断另一对结点。反之则判断下一对结点, 直至找出所有结果。算法如下所示:

算法中, G为模型图, G1为输入图。若两图同构, 输出满足两图同构的结点间的映射关系F。在本文条件下所要进行的图同构判断|V|=|V1|, 即n=m。算法的时间复杂度接近于Ullman算法的最优情况。所以, 符号识别的总时间复杂度约为。

4 各种文字标号的识别

标号是电气符号所代表的电气元件的代号, 端号表示电气符号连接电路线的位置, 在连接端子附近。电位号则区分了不同的连通电路线, 每一连通电路线使用同一电位号标明, 一般在某条电路线的附近。它们都是电气原理图的组成部分, 在识别电路线和电气符号的基础上, 可以对它们加以识别。

标号的识别采取以下方法[5]:以电气符号两端子之间的距离为长方形的宽, 其两倍距离为长构造一个长方形搜索区域, 在这个区域内出现的文字即为标号。端号的识别则以电路线与电气符号的连接端子为中点, 一定的距离为边长构造正方形搜索区域, 搜索到的数字即为端号。对各电路线构造类似于搜索电气符号标号的矩形搜索区域, 搜索到的数字即为电位号。每个连通电路线集只对应一个电位号。

5 结语

在专业CAD中加入工程图识别功能, 识别通用CAD绘制的图纸是很快捷的方法。首先, 根据电气原理图中电气符号的几何特征, 确定电气符号的位置, 将其分离并提取出来, 用拓扑图表示方法, 能够较精确地描述图形符号。通过建立模型库, 并采用基于特征图元的搜索能很快地缩小匹配的范围, 再运用Ullman算法进行快速匹配。提取出电气原理图中的各种文字标注和电气符号的连接关系, 从而完成对电气原理图的识别。这种方法可以推广到机械、建筑等其他领域。

摘要：介绍了CAD识别电气原理图的背景, 阐述了电气符号提取、表示、识别及文字标号识别的方法。

关键词：CAD识别,电气原理图,电气符号

参考文献

[1]朱江, 孙家广, 邹北骥, 傅红普.电气原理图的自动识别[J].计算机工程与科学, 2007, 29 (1)

[2]刘伟, 王建华, 耿英三, 王宣东.基于AutoCAD的电气原理图识别[J].计算机辅助设计与图形学学报, 2003, 15 (8)

[3]Messmer B T, Bunke H.Efficient Subgraph Isomorphism Dete-ction:A Decomposition Approach[J].IEEE Trans on Knowledge and Data Engineering, 2000, 12 (2) :307～323

[4]Ullman J R.An Algorithm for Subgraph Isom or phism[J].Journal of the Association for Computing Machinery, 1976, 23 (1) :31～42

常用自动识别技术的原理及应用 篇5

传统的信息采集输入是通过人工手段录入的,不仅劳动强度大,而且数据误码率高,现在手工录入的方式早已被淘汰,取而代之的是自动识别技术。自动识别技术可以对数据进行自动采集,对信息自动识别,并自动输入计算机,使得人类得以对大量数据信息进行及时、准确的处理。

物联网中非常重要的技术就是自动识别技术,自动识别技术融合了物理世界和信息世界,是物联网区别于其他网络(如:电信网,互联网)最独特的部分。自动识别技术可以对每个物品进行标识和识别,并可以实时更新数据,是构造全球物品信息实时共享的重要组成部分,是物联网的重要基础。通俗讲,自动识别技术就是能够让物品“开口说话”的一种技术。

2 常用自动识别技术

2.1 语音识别技术

语音识别的目标是将人类的语言转化为计算机可读的输入,利用语音识别技术,机器将可以“听懂”人类的语音,执行人类的指令。20世纪20年代生产的“Radio Rex”玩具狗是最早的语音识别器,当你呼叫它的名字,它就会从底座上弹起。目前,语音识别技术的应用也很多,例如苹果公司2010年推出的Siri,Siri是一项语音控制功能,苹果公司首次在其产品i Phone4S,i Pad 3及以上版本手机上应用了Siri,利用Siri用户可以通过手机打电话、读短信、介绍餐厅、询问天气、语音设置闹钟等,还可以提供对话式的应答。

2.2 生物计量识别技术

生物计量识别技术[1]是通过生物特征的比较来识别不同生物个体的方法。人体的生物特征主要有脸、指纹、手掌纹、虹膜、视网膜、语音、形体、个人习惯等,相应的识别技术就有人脸识别、指纹识别、虹膜识别、视网膜识别、语音识别、形体识别、键盘敲击识别、签字识别等。

2.3 磁卡识别技术

磁条卡记录数据信息的原理其实和录音机的磁带以及计算机的磁盘是一样的,通过磁条上的磁性材料在不同的磁场作用下所呈现出来的不同磁性特征存储信息。磁卡识别技术广泛应用于信用卡、银行ATM卡,会员卡、现金卡(如电话磁卡)、机票和公交卡等。磁卡技术的优势在于数据可读写、技术成熟、价格低廉但是容易损坏、安全性低。

2.4 IC卡识别技术

IC卡,英文名称为Integrated Circuit Card,即集成电路卡,IC卡实际上是一种数据存储系统,如有必要还可以附加计算能力。IC卡和磁卡外观上看起来极为相似,但工作原理完全不同,磁卡是通过改变磁条上的磁场变化来存储信息,而IC卡是通过嵌入卡中的电擦除式可编程只读存储器(EEPROM)集成电路芯片来存储信息。和磁卡相比,IC卡存储容量大、安全保密性好、具有数据处理能力,可对数据进行加解密、使用寿命长等优点,IC卡正在逐步取代磁卡,但由于磁卡价格低廉,目前还是两者并存的局面。

2.5 条形码识别技术

(1)一维码

商品外包装上,都印有一组黑白相间的条纹,这就是商品的第一代“身份证”——条码[2],也叫一维码,它是一种商品通行于国际市场的“共同语言”,是商品进入国际市场和超市的“通行证”,是全球统一标识系统和通用商业语言中最主要的标识之一。

传统条形码,也就是一维码,由宽度不等的多个黑条和空白组成,这些黑条和空白按照一定的编码规则排列,包含一组信息(数字、字符、符号)在内。深色的“条”吸收光,浅色的“空”将光反射回扫描器,扫描器将光反射信号转换成电子脉冲,再由译码器将电子脉冲转换成数据,最后传至后台。目前在超市里最常见的就是一维码。

(2)二维码

由于一维码存储容量小,仅有身份识别的功能,无法满足人们对日益繁多的商品的需求,于是二维码应运而生。一维码只能在一个方向(一般是水平方向)表达信息,二维码可以从水平垂直两个方向表达信息,一维码只能存储几位或几十位信息量,而二维码可以存储1100个字,存储量大为增加,能够将图像、声音、文字等信息进行整合,从而增加搭载的信息量,像是一个便携式的数据库,而且可以自由选择尺寸。

如今二维码[3]的应用越来越广泛,随处可见,很多杂志和报纸文章中,在标题附近会看到一个类似于迷宫的图案,拆开手机的后盖,在电池下面的电路板上,火车票右下角,手机二维码,都会看到这个图案。而二维码和手机的结合,为二维码的应用更是打开了一片更广阔的天地,如今“扫一扫”已经成了一种生活方式。

2.6 RFID射频识别技术

由于条码容量小、易损坏、只读等缺点,不久的将来,条形码将被RFID所取代。射频识别技术(Radio Frequency Identifi⁃cation,RFID)是利用射频信号通过空间耦合(交变磁场或电磁场)实现无接触信息传递并通过所传递的信息达到自动识别的目的。

RFID源于雷达技术,所以其工作原理和雷达极为相似。最简单的RFID系统由读写器、标签和天线组成。首先读写器通过天线发送出一定频率的射频信号,当标签进入磁场范围时产生感应电流从而获得能量,标签就将自身编码等信息(无源标签)传递给读写器;或者标签主动发送某一频率的信号(有源标签),读取器读取信息并解码后送至电脑主机进行有关处理。

目前,RFID的应用越来越广泛,应用于物流、动物识别和追踪、防伪、超市、图书馆等各个领域。

目前,自动识别技术已渗透到各个行业,担当着不可或缺的重要角色。自动识别技术在各行业的应用有力地支持了传统产业的升级和改造,带动了其他行业的信息化,改变了过去“高增长、高能耗”的经济增长方式,节约了制造成本,增加了国民经济效益。自动识别技术提高了人们的工作、生活效率,改变了人们的生活方式。自动识别技术在国民经济发展过程中的应用将成为我国信息产业的一个重要的有机组成部分,具有广阔的发展前景。

参考文献

[1]刘云浩.物联网导论[M].北京:科学出版社,2015.

[2]郎为民.大话物联网[M].北京:人民邮电出版社,2015.

识别原理 篇6

1 线圈检测原理

当车辆 (金属物体) 经过埋设在路面的地感线圈时, 将导致地感线圈的电感值发生变化, 进而使得车辆检测器的LC振荡电路的振荡频率发生变化。对于车辆检测器来说, 以下公式中, C值是一定的, 而线圈的L值是随着车辆 (金属物体) 的经过而变化的:

因此f值将随着车辆 (金属物体) 的经过而有如下变化:

式中, L1为无车辆 (金属物体) 经过时线圈的电感量, L2为有车辆 (金属物体) 经过时线圈的电感量。车检器通过精确检测Lc振荡电路的频率变化可以准确判断是否有车辆经过。

地感线圈检测具有检测稳定可靠、检测准确的优点。与地感线圈配合使用的车辆检测器可以在1ms内检测到所监测各线圈中的任何一个发生0.01%的电感量变化, 从而可以检测到车速200km/h以上的车辆;并且可以准确地鉴别出经过线圈的车辆的类型, 如摩托车、轿车、卡车、工程车等。

地感线圈检测技术的优势包括:

◆运行稳定, 不易受外界干扰, 基本无漏拍;

◆反应迅速, 精度高;

◆检测准确, 误差小。

2 视频检测原理

视频检测是摄像机和计算机图像处理技术结合的检测方式, 通常运用背景分离 (背景减除) 技术来进行对图像变化的检测。其思路是对视频帧与基准背景图像进行比较, 寻找相同位置出现像素 (区域) 变化的现象, 对相应区域进一步处理、跟踪、识别, 得到目标位置、尺寸、形状、速度、停留时间等基本形态信息和动态信息;完成目标的跟踪和行为理解之后, 也就形成了图像与图像描述之间的映射关系, 从而可以进一步进行规则判定, 直到触发报警。背景减除法是目前普遍使用的运动目标检测方法, 可以提供比较完整的运动目标特征数据, 精确度和灵敏度比较高, 具有良好的性能表现, 对动态场景的变化, 如光线变化情况也比较敏感;但其算法本身需要大量的运算处理资源支持, 并且仍然会受到光线、天气等自然条件及背景自身变化 (海浪、云影、树叶摇动等情况) 的影响。

视频检测具体的流程是:针对每个画面, 分别从组成视频流的三类编码帧, 即关键帧 (I帧) 、预测帧 (P帧) 和内插双向帧 (B帧) 中, 截取若干连续的I帧, 对其进行解码运算, 将其以帧为单位连续存放在设备本身的内存缓冲区中;最后利用编码器硬件内建的移动侦测功能, 在缓冲区中将连续的两帧转化为位图, 逐个像素点地对画面进行比较, 通过对像素点变化的检测来实现对图像变化的检测, 进而得到是否有物体移动的判断。

而高清卡口系统的3D模型视频流动态跟踪检测是通过应用国际先进的检测跟踪算法, 对连续的视频流进行检测跟踪。其“跟踪算法”可适应各种复杂环境 (如抖动、阴影、光照变化、雨雪等) , 实现更好的检测捕获率。其工作原理是将视频摄像机作为传感器, 通过专有的检测算法的运用, 在目标 (机动车辆、非机动车辆、人等) 进入其视频内的检测区域时, 判断出目标的存在, 捕获、识别目标特征, 得到需要的各种交通数据信息。

视频动态跟踪检测技术的优点是:

◆拍摄区域广, 可实现对区域交通图像信息的获取, 有助于直观地了解现场状况;

◆对机动车、非机动车、行人的捕获率均超过99%;

◆安装方便, 不损伤路面;系统结构简单, 故障率低, 易维护;

◆可扩展性好;

◆支持各种交通异常状况的检测、识别和报警。

与目前运用较多的视频检测相比, 视频动态跟踪检测较为先进, 准确率也更高些, 是视频检测发展方向之所在;目前仅有少数的几家公司掌握并用于实际工程当中。

3 雷达与激光检测原理

3.1 雷达速度检测

微波雷达对运动物体的精确速度检测是基于微波多普勒 (Doppler) 效应实现的。微波在行进过程中碰到障碍物体时会发生反射, 而反射回来的波, 其频率及振幅都会随着障碍物体移动状态的改变而改变——若障碍物体固定不动, 反射波的频率即较反射前没有改变;若物体迎着无线电波发射的方向前进, 则反射回来的无线电波会被压缩, 反射波的频率会较反射前有所提高;而若物体朝着远离无线电波发射的方向行进, 则反射波的频率会较反射前有所降低, 这就是多普勒效应。基于多普勒效应原理, 可以对运动目标的速度进行精确测量。

将障碍物体与雷达天线间的相对运动所引起的接收频率与发射频率之间的差频称为多普勒频率, 用fd表示, 表达式为:

其中fo表示雷达前端发射的微波信号的频率 (一般为24GHz或者35GHz) ;V为被检车辆速度;c表示电磁振荡在空气中的传播速度;Θ表示微波波束方向与运动方向的夹角。

从上式可以看出, 只要测得了fd, 就可以获得运动物体的速度, 这就是雷达测速的原理。具体的做法是:利用多普勒收发 (T/R) 组件产生单频高频微波, 并接收车辆的反射信号;由于反射信号的频率与发射信号的频率相比已经有了变化, 故经混频后输出的中频 (IF) 信号的频率即为发射频率与接收频率之差, 也就是fd;利用fd就可以计算出车辆的速度。

基于多普勒效应原理的测速精度极高。造成其测量存在误差的主要因素有二:一是T/R组件fo的误差, 一是fd的测量误差。由fo引起的误差可通过提高T/R组件输出稳定度来控制, 比如可以使用低相位噪声的谐振腔, 也可以采用锁相 (PLL) 的方式实现;由fd测量引起的误差则需要针对不同的检测方式采用不同的手段来控制。简单的检测方式是检测单位时间内IF信号的周期数, 目前的测速雷达大多采用这种方式。其特点是结构简单、成本低;但是精度不高, 虽然可以通过在硬件和软件上下功夫得到一定的提高, 但难有突破性的改善。另一种很精确的方法是利用数字信号处理芯片DSP对IF信号进行傅立叶 (Fourier) 变换以求得信号频率, 这种方法的特点是测量精度足够高, 缺点是系统结构复杂, 成本相对较高。

3.2 激光测速

测速激光属于固态激光中的半导体激光。激光测速设备采用红外线半导体激光二极管。激光二极管有几个特点使它适合用来测量速度:

◆自微小范围中发射出极窄的光束, 能够精确地瞄准目标;

◆能够在短于十亿分之一秒的时间里切换开关, 可大幅提高精确度;

◆发射频率很窄, 可使侦测器极易接收到精确的波长, 因此在日间有强烈阳光时仍能正常工作;

◆只发射电磁光谱中的红外线部分;而红外线是人眼看不见的, 不会分散驾驶员的注意力。

激光测速枪通过测算红外线光波的传送时间来确定目标的速度。由于光速是固定, 激光脉冲传送到目标再折返的时间会与距离成正比。以固定间隔发射两个脉冲, 即可测得两个距离;将此二距离之差除以发射时间间隔即可得到目标的速度。理论上, 发射两次脉冲即可测得速度;事实上, 为避免错误, 激光测速器 (枪) 一般在瞬间发射高达七组的脉冲波, 以最小平方法求取测量值的平均值, 用于计算目标速度。

3.3 激光与雷达测速的比较

超速告警最易受到的挑战是如何确认违规车辆。在多车道公路上遇到两辆以上车辆并行的情况时, 警员以雷达测得超速现象却无法明确认定哪一部车辆违规;原因在于雷达波发射锥角度约在10~20度间。激光波发射锥角度只有不到1/10度, 因此在采用激光测速的情况下, 两车被同时侦测到的机会近乎等于零, 可以明确认定受测目标。

雷达与激光测速的最远测速距离都可以通过提高设备发射功率而增长, 但这并无实际效益。

雷达测速器需经常用固定频率的音叉加以校正, 而激光测速器则无此必要。

雷达与激光测速的测量时间也是两者重要的区别:雷达测速约需2~3s钟, 而使用激光则只需要约0.3s——凭此操作速度, 厂商甚至可开发出配合照相的激光测速器, 以不到1s的间隔连续记录违规超速车辆。

4 线圈测速的具体应用

在高清智能卡口管理系统中, 每条需要监测的车道上沿行车方向埋设的两个线圈的间距是固定的, 于是当车辆经过时, 可以取得四个时刻, 即车辆进入两个线圈和离开两个线圈的时刻。计算车辆通过两线圈所用的时间, 配合两线圈的间距, 即可求得平均车速。如图1所示。

分别以T1、T2来表示车辆检测器探测到移动物体进入线圈A、线圈B的时间, 以w来表示线圈的间距, 则车速v为:

另外, 车辆检测器在实际测速时, 还可引入对以下两种测速误差因素的考虑, 对测速值进行修正。

第一种误差因素的存在是线圈的周期性检测造成的。不同车速的车辆在一个检测周期内位移不同, 这使得在对不同车速车辆的测速中, 实际的“线圈距离”是不等的。车辆检测器的检测周期为1ms, 两个线圈前沿/后沿的距离为5.5m时, 以车速100km/h为例, 测速的理论最大误差为:

第二种误差因素的存在是车辆在经过两个线圈时, 被感应到的部范围的不确定所致, 这种误差的大小难以估计。产生这种误差的原因一是车辆底盘较高 (如卡车) , 检测难度大;二是变速行驶;三是跨道行驶。解决方法是:每次测速均测出车前轴速度和车后轴速度, 对两个速度进行误差比较, 保留误差合格的速度。

将按照以上算法计算所得的车辆速度与系统设置的限速值相比较, 再考虑误差范围的存在, 即可辨别车辆是否超速。另外, 根据车辆触发线圈的顺序可以判断车辆行驶的方向, 从而判断车辆是否逆向行驶。将计算所得的速度与车辆车头、车尾离开线圈B的时间差相乘, 所得的结果即为车身长度。

5 视频检测技术的具体应用

对不允许安装地感线圈的点位, 可以采用虚拟线圈抓拍技术。具体做法是:在一体摄像机拍摄到的, 所监控道路视频画面的合适位置上, 人为地设置一个虚拟线圈框;在有运动物体经过此虚拟线圈框时, 进行抓拍。图2是监控视频的逐帧图像, 从中可以看到, 当车辆的整个车头进入虚拟线圈时, 虚拟线圈触发抓拍, 并对抓拍图片进行车牌定位、号牌识别。

6 车牌识别原理

6.1 车牌识别系统框架

车牌识别系统采用高度模块化的设计, 将车牌识别过程的各个环节交由相应各自独立的模块来支持, 系统的框架如图3所示。

车牌识别的流程是:首先通过视频输入管理模块得到所需的最佳质量的视频图像;对获取的每一帧图像, 利用高效的视频检测技术, 进行对行驶中的车辆的车牌定位和跟踪, 自动提取车牌图像;然后由车牌精定位、切分和识别模块, 准确地自动分割和识别字符, 得到车牌的全部字符信息以及颜色和类别信息。另外, 车辆检测模块还可以鉴别出无牌车辆并输出结果;通过查询违法数据库得到车辆的违法信息, 显示违法车辆的相关信息, 同时进行现场报警;通过查询征稽数据库得到车辆的征稽信息, 显示欠费车辆的相关信息, 同时进行现场报警。系统还可采用独特的在线学习新技术, 对各识别模块进行动态的调整, 实现对各种应用环境变化的自动适应, 从而大幅优化系统的应用性。

(1) 车辆检测跟踪模块

车辆检测跟踪模块通过对视频进行分析, 判断其中车辆的位置, 实现对图像中的车辆跟踪, 并在其位置最佳的时刻记录其特写图片。加入了跟踪模块后, 车牌识别系统能够很好地克服各种外界干扰, 得到更加合理的识别结果;可以记录下目标车辆行驶过程中的每一帧图像中车牌的位置、识别结果、可信度等各种历史信息;可以凭借其具有一定容错能力的运动模型和更新模型, 保证对那些被短时间遮挡或瞬间模糊的车牌也能正确地跟踪和预测, 最终只输出一个识别结果;可以检测出无牌车辆并输出结果。

(2) 车牌定位模块

车牌定位是一个十分重要的环节, 是后续环节的基础, 其准确性对系统整体性能的影响巨大。如果采用完全基于学习的多种特征融合的车牌定位算法, 可在足够的学习样本的支持下, 快速训练出针对不同车牌类型的新的检测模型, 适应各种复杂的背景环境和不同的摄像角度。

(3) 车牌矫正模块

受拍摄条件的限制, 图像中的车牌总是不可避免地存在一定的倾斜;因此车牌识别需要引入一个矫正和精定位环节来进一步提高车牌图像的质量, 为字符切分和识别做准备。使用计算快速的图像处理滤波器, 利用车牌的整体信息, 可减小局部噪声带来的影响, 还可通过对多个中间结果的分析实现对车牌的精定位, 进一步减小非车牌区域的影响。

(4) 字符切分模块

字符切分模块能够利用车牌文字的灰度、颜色、边缘分布等各种特征, 较好地抑制车牌周围噪声的影响, 并能容忍车牌有一定角度的倾斜。其算法对于类似移动式稽查这种车牌图像噪声较大的应用很有帮助。

(5) 字符识别模块

在字符识别模块中, 如采用多种识别模型相结合的方法, 构建一种层次化的字符识别流程, 可有效地提高字符识别的正确率。另一方面, 如在进行字符识别之前, 使用计算机智能算法对字符图像进行前期处理, 尽可能地保留图像信息, 而且还可提高图像质量, 提高相似字符的可区分性, 保证字符识别的可靠性。

(6) 车牌识别结果决策模块

如果车牌识别系统可以对每帧视频图像进行实时识别, 则在一辆车通过视野的过程中, 车牌识别系统将得到若干相同或不同的识别结果;因此需要引入一个识别结果的决策模块。决策模块可利用一个车牌经过视野的过程中留下的历史记录 (包括识别结果、识别可信度、轨迹记录、相似度记录等) , 对识别结果进行智能化的决策, 通过计算观测帧数、识别结果稳定性、轨迹稳定性、速度稳定性、平均可信度和相似度等度量值得到该车牌识别结果的综合可信度评价, 从而决定是继续跟踪该车牌, 还是输出识别结果, 或是拒绝该结果。也就是说, 一个车牌的最终识别结果是通过分析所有帧的识别结果, 对它们进行智能化的归类和投票, 并结合一定的文法信息综合而成的。这种方法综合利用了所有帧的信息, 相比基于单幅图像的识别算法可减少偶然性的错误, 大幅提高系统的识别率及识别结果的正确性。

(7) 在线学习模块

以上各个模块使用了大量基于学习的算法, 如果在系统中添加反馈型学习模型的在线学习模块, 利用决策模块和跟踪模块得到车牌质量、车辆轨迹、速度等反馈信息, 智能化地更新一些算法参数, 可使系统能快速适应新的应用环境。其算法可作为已有算法的有力补充, 进一步提高系统性能。

6.2 关键性能参数

车牌识别系统的优劣主要由两个关键性能参数共同决定, 它们就是识别率和识别速度。

(1) 识别率

判断车牌识别系统是否实用, 最重要的指标是识别率。国际公认的识别率指标要求是全天候24小时全牌正确识别率达到85%~95%。识别率包括以下三项指标:

◆自然流量识别率, 即识别车牌号的总数与实际通过车辆总数的比值;

◆可识别车牌率, 即可由人工正确读取的车牌号总数与实际通过车辆总数的比值;

◆全牌识别准确率, 即全牌正确识别的车牌总数与可由人工正确读取的车牌号总数的比值。

这三项指标决定了车牌识别系统的识别率。

(2) 识别速度

识别速度决定了车牌识别系统是否能够满足实时实际应用的要求。即使是一个识别率很高的系统, 如果需要几秒钟, 甚至几分钟才能识别出结果, 也会因为满足不了实际应用中的实时性要求而毫无实用意义。国际交通技术领域对识别速度的要求是1s/次以内, 越快越好。目前市场上的车牌识别系统在实际应用中的识别速度平均为200ms/次。较好的车牌识别系统, 其快速识别速度已经达到了10ms/次, 实际应用识别速度能够达到平均40ms/次。

6.3 识别技术的实现原理和实现方式

(1) 车辆牌照的识别是基于图像分割和图像识别理论, 对含有车辆号牌的图像进行分析处理, 确定牌照在图像中的位置, 并进一步提取和识别出文本字符。

(2) 识别的步骤可概括为:车牌定位、车牌提取、字符识别。这三个步骤相辅相成, 只有三者的有效率都较高, 整体的高识别率才有保障。识别速度的快慢取决于字符识别的速度。目前主要的字符识别应用技术为比对识别样本库, 即建立所有字符的样本库, 通过比对字符提取后的结果和样本库, 实现对字符的判断。其识别过程中将产生可信度、倾斜度等中间结果值。此外还有一种基于字符结构知识的字符识别技术, 能够有效地提高识别速率和准确率, 适应性较强。

(3) 车牌识别实现的方式主要分为两种:静态图像图片的识别和动态视频流的实时识别。静态图像识别为单帧图像识别, 识别有效率较大程度上受限于图像的抓拍质量;目前市场上此类产品的识别速度平均为200ms/次。动态视频流识别适应性较强, 识别速度快, 对视频每一帧图像进行识别, 增加了识别比对次数, 实现了车牌号择优选取——更关键的是较少受到单帧图像质量的影响;目前市场上此类产品中较好者的识别速度为10ms/次。

6.4 假牌车分析原理

如智能高清卡口系统在将新识别出来的, 通过某路面的机动车的车牌号与车管所数据进行对比分析时, 发现车管所数据库中不存在该号牌, 则系统判定该车辆为假牌嫌疑车辆, 自动发出声光报警, 提示值班人员予以关注。值班人员核对相关信息, 确定无误后, 可将该车列入假牌车黑名单库中, 并提示前方值勤人员予以拦截。

6.5 套牌车分析原理

套牌车判定的依据是:同一车牌在不合理时间段, 内理论上不可能出现在不同路面。

当系统发现途经监测点的机动车辆可能为套牌嫌疑车时, 自动发出声光报警, 提示值班人员予以关注。值班人员核对相关信息, 确定无误后, 可将该车列入套牌车黑名单库中, 并提示前方值勤人员予以拦截。

6.6 车流量统计原理

识别原理 篇7

变压器是电力系统中极其重要的电气设备, 它担负着电能的传输和电压变换的重要作用。变压器保护对于提高电力系统运行的稳定性、安全性具有重要的意义。寻求一个安全、可靠、灵敏的变压器保护方案, 一直是国内外电力系统学者们研究的热点问题[1,2,3]。

变压器空载合闸时, 由于受到铁芯磁路饱和的影响可能出现很大的冲击电流即励磁涌流。在情况严重时, 励磁涌流会超过额定电流的许多倍, 如不采取适当的措施, 则可能引起变压器开关跳闸, 变压器不能顺利地投入电网工作。

长期以来, 差动保护一直被认为是电力变压器最完善的主保护, 但是由于变压器自身的特点, 使得变压器差动保护还有着一些困难和欠缺的地方。变压器具有两个及多个电压等级, 构成差动保护的所用电流互感器的参数各不相同, 变压器每相原、副边电流之差 (正常运行时的励磁涌流) 将作为差动保护不平衡电流的一种来源。在变压器空载突然合闸时, 或者变压器外部短路故障被切除后端电压恢复时, 暂态励磁涌流的大小可与短路电流相比拟, 在这么大的不平衡电流, 要求差动保护不误动, 是个相当复杂困难的技术问题[1]。当前变压器差动保护中最关键和最困难的问题仍然是如何防止励磁涌流所导致的误动作, 使其在励磁情况下能够可靠地动作。这对差动保护有两方面的要求, 即防止外部短路时不平衡电流以及防止励磁涌流所致的误动作, 研究涌流产生的机理和涌流特性对防止励磁涌流引起差动保护误动至关重要。

2 励磁涌流识别方法的原理简述及现状

目前鉴别励磁涌流的方法较为成熟的方法主要是基于间断角原理和二次谐波制动原理。国内设计生产的变压器差动保护装置也主要是基于以上原理。此外, 还有波形对称原理, 波形叠加原理、波形相关性分析法、波形拟合法这些利用波形特征来识别变压器励磁涌流的方法。最近, 电压制动原理、等值电路原理、磁特性原理等也有应用和研究。

随着人们研究领域逐渐扩大, 研究的层次逐渐加深, 产生很多新兴的学科。这些学科为科学研究提供了新的手段。将模糊判据、人工神经网络方法运用到变压器励磁涌流的识别中也是研究的热点之一。

2.1 间断角原理

间断角原理是基于励磁涌流波形中有较大的间断这个特征实现其鉴别的, 以准确测量间断角的大小为基础的。

其优点是利用了励磁涌流本身明显的波形特点, 能够清楚的区分变压器励磁涌流和内部故障电流;一般采用分相涌流判别方法, 在变压器内部故障时能迅速跳闸;具备一定的过励磁能力。但是, 用微机保护实现间断角原理有以下难点:

励磁涌流在变压器一次侧有明显的间断角, 由于受到CT饱和的影响进入差动继电器的二次涌流已大大丧失这种特性, 利用起来将增加装置的复杂性。

测量间断角需要很高的采样率, 这对计算机硬件又提出了更高的要求。

由于以上原因使得该原理在实际变压器微机保护的应用中受到限制, 效果并不是很理想, 而且硬件复杂和成本较高, 在实用化过程中要着进一步经济技术分析和现场考验。

2.2 二次谐波制动原理

在变压器励磁涌流中含有较大的偶次谐波分量, 其中二次谐波分量最大:当电流信号中二次谐波的含量超过阈值, 即判断是励磁涌流。该原理不仅在常规保护中有较多运行经验, 而且在微机保护中容易实现, 故在国内外变压器实际投入运行中得到广泛的应用。但原理有以下缺陷:

由于采用“或”门制动, 因此会出现故障变压器空投时, 非故障相闭锁故障相的现象, 导致变压器保护延时动作。

由于变压器合闸的时间, 变压器剩磁等不确定因素对励磁涌流的影响, 很难选择合适的制动比K。

在正常工况下, 大容量的变压器内部短路电流的二次谐波含量约为7%, 而在有串补电容的高压系统及高压电缆变压器的短路电流中, 二次谐波含量可能高达15%～20%, 这对二次谐波制动原理提出了新的挑战。

2.3 波形对称原理

波形对称原理是根据电流波形进行分析来识别励磁涌流和内部短路电流, 即首先将流入继电器的差流进行微分, 对微分后差流的前半波与后半波作对称比较, 根据比较的结果去判断是否发生了励磁涌流。

由于励磁涌流的波形中含有间断角, 使得励磁涌流在一个周波波形的前半周与后半周存在不对称性;而大量研究表明, 变压器内部故障时的电流一个周波波形的前半周与后半周是几乎对称的。

在此基础上, 又提出波形相关性分析法、波形拟合法等, 其基本原理是大致相同的, 实际上都是间断角原理的推广。但它比间断角原理容易实现, 克服了间断角原理对微机保护硬件要求高的缺点。

2.4 电压制动原理

电压制动原理提出利用变压器的端口电压作为识别变压器励磁涌流和内部短路电流的辅助判据。当变压器发生短路时, 伴随有电压的降低;当变压器出现励磁涌流时, 电压不会降低, 有时还会升高。

分析和实验表明, 电压制动原理的应用与系统阻抗的大小关系密切相关。同时, 当变压器低压侧装有无功补偿装置时, 发生短路时的端口电压不会瞬时降低, 此时会影响辅助判据的准确性和保护的速动性。

2.5 等值电路原理

等值电路原理是一种基于变压器导纳型等值电路的励磁涌流判别方法。该方法是通过检测对地导纳的参数变化, 鉴别变压器的内部故障。铁芯线圈的漏抗和空芯线圈的漏抗接近, 故此时变压器等值导纳参数的互导纳与变压器的铁芯饱和程度无关。铁芯未饱和时, 变压器各侧对地导纳几乎为零;当铁芯饱和时, 变压器各侧对地导纳明显增大;当铁芯严重饱和时, 变压器各侧对地导纳几乎与空芯变压器的对地导纳一致, 且是一个不为零的常量。

该方法在求取对地导纳时需要先获取变压器漏感参数, 这一点在实际运用中存在一定的困难。

3 发展和展望

前述的方法都是对变压器的模型进行研究, 但事实上, 由于变压器参数不易确定, 系统运行方式的随机性, 以及变压器本身的严重非线性, 建立一个精确的数学模型是很困难的。近代, 随着人们研究的领域逐渐扩大, 研究的层次逐渐加深, 产生了很多新兴的学科。

变压器空载合闸的励磁涌流的问题本身很复杂, 国内外学者的理论研究和数值仿真, 无不在或多或少的假设和简化条件下进行, 难免在某些情况下失真。正是这种情况下, 模糊的处理方法就特别显出它的科学性和有效性。

模糊数学借助于隶属度的概念, 达到对人脑一定程度的模拟, 具有处理模糊现象的能力。

将这一原理应用在变压器主保护中, 为识别励磁涌流和内部短路电流, 选定四个特征量, 即二次谐波含量、铁芯磁通大小、电流波形的对称度以及电压的高低。

人工神经网络是人工智能较为突出的一种。人工神经网络的特点在于其并行计算能力和高度的非线性。

这些新的方法尚处于探索阶段, 离实用还有一定的距离。由于变压器运行条件的复杂性和故障类型的多样性, 要完美地解决这些存在的问题, 需要探索一些新的理论和方法

参考文献

[1]王维俭.电气主设备继电保护原理与应用[M].中国电力出版社, 1998.

[2]王维俭, 侯炳蕴.大型机组继电保护理论基础[M].中国电力出版社, 1988.

识别原理 篇8

关键词：RFID,射频识别,标签,阅读器,射频卡,非接触

1. RFID的含义及原理

1.1 RFID的含义

RFID是英文“Radio Frequency Identification”的缩写, 中文则称为无线射频身份识别, 是近几年发展起来的一项新的自动识别技术。无线射频识别技术是21世纪最具发展潜力的技术之一, 因而是今后发展的一个重点。

1.2 RFID系统的基本工作原理

阅读器通过天线发送一定频率 (射频) 的电磁波, 这个电磁波以一个球形波向前传播。由于标签或卡片内有一个LC谐振电路, 其频率与阅读器发射的频率相同。当射频卡或附着在物体上的标签进入阅读器天线的工作区域时, 在电磁波的激励下, LC谐振电路产生共振, 从而使电容C1内有了电荷, 并送C2贮存。当所积累的电荷达到约2V时, 此电容可作为电源为其它电路提供工作电压, 并将卡内数据从天线发射出去或接取阅读器的数据。当阅读器接收到从射频卡发送来的数据信号后, 便对接收的信号进行解调和解码, 并进行错误校验来决定数据的有效性。然后, 通过RS232、RS422、RS485或无线方式将数据传送到后台主计算去进行相关处理, 并针对不同的设定做出相应的处理和控制, 发出指令信号控制执行机构动作。

RFID系统在实际应用中, 电子标签是附着在待识物体的表面的, 而电子标签中保存有约定格式的电子数据。阅读器可无接触地读取并识别电子标签中所保存的电子数据, 从而达到自动识别物体的目的。

RFID系统的读写距离是一个很关键的参数。影响读写距离的因素包括天线的工作频率、阅读器的RF输出功率、阅读器的接收灵敏度、射频卡的功耗、天线及谐振电路的Q值、天线方向、阅读器和射频卡的耦合度、射频卡本身获得的能量以及发送信息的能量等。一般, 系统的读取距离和写入距离是不同的, 写入距离大约是读取距离的40%~80%。

2. RFID的应用范围

RFIDR的应用范围相当广泛, 最常见的应用领域有:

2.1 用于门禁保安管制

射频卡可用于门禁保安系统, 且一卡可以多用。如可作工作证、出入证、停车卡、宾馆住宿卡以及旅游护照等。其目的都是为了识别人员的身份、安全管理与收费等。其好处是为了简化出入手续, 提高工作效率、安全保护等。一般, 只要人员佩戴了封装成ID卡大小的射频卡, 进出入口有一台读写器, 人员出入时就会自动识别身份, 非法闯入者会报警。在安全级别要求高的地方, 还可以结合人体生物特征识别, 如指纹、掌纹、人脸等特征存入射频卡。

企、事业单位或家庭还可将射频卡 (电子标签) 用来保护和跟踪财产。一般, 将电子标签贴在物品上面, 如贴在计算机、传真机、复印机、重要文件资料或其它实验室设备与用品等上。这就可以自动跟踪管理这些有价值的财产, 可以跟踪一个物品从某一建筑物离开, 或者是用报警的方式限制物品离开某地, 结合GPS定位系统还可以对货柜车、货舱等进行有效的跟踪。

2.2 用于汽车防盗

用于汽车防盗系统一般采用二种方法:

(1) 将含有特定码字的射频卡封装到汽车钥匙当中, 读写器装在汽车上。当这种钥匙插入到点火器中时, 读写器能够辨别钥匙的身份。如果读写器接收不到射频卡发送来的特定信号, 汽车的引擎将不会发动。显然, 这种电子验证的方法, 使汽车的中央计算机容易防止短路点火。

(2) 司机自己带射频卡, 读写器安装在座椅的背部, 发射范围至少在司机座椅55厘米内。当读写器读取到有效的ID号时, 系统发出三声鸣叫, 然后汽车引擎才能启动。如果司机离开汽车, 且车门敞开引擎也没有关闭, 这时读写器就需要读取另一有效ID号;若司机将射频卡带离汽车, 读写器读不到有效ID号, 引擎就会自动关闭, 罪犯想开就触发报警装置。

2.3 用于电子物品监视系统EAS

电子物品监视系统即EAS (Electronic Article Surveillance) 的目的是防止商品被盗。该系统包括贴在物体上的一个内存容量仅为1比特 (即开或关) 的射频卡 (或称电子标签) 以及安置在超市出口处的读写器。如果商品已付钱购买, 销售人员会用专用工具拆除电子标签 (尤其服装) , 或用磁场来使标签失效, 或直接破坏标签本身的电特性;若商品未付钱想拿出超市, 会被读写器探测到, 并同时报警。显然, 这种EAS系统会被广泛使用。

3. RFID技术在国内外的发展

RFID技术实际上并不是一项全新的技术, 早在二战时它就被美军用于战争中识别自家和盟军的飞机, 但自2003年这项技术又开始被众人所追捧。由于RFID技术应用广泛, 被列为本世纪十大重要技术项目之一, 因此世界各国都在全力发展。由一些统计数字说明, 在过去十年中, 已有6000多种关于RFID技术方面的专利申请。下面将这一技术在国内外的发展现况作一简介。

3.1 RFID技术在国外的发展

RFID技术在国外发展很快, 目前RFID产品的种类很多, 如德州仪器、Motorola、Phllips、Microchip等世界著名厂家都生产有RFID产品, 且它们的产品各有特点, 自成系列。现在, RFID技术被广泛应用于工业自动化、商业自动化、交通运输控制管理等众多领域。如汽车、火车等交通监控;高速公路不停车自动收费系统;停车场管理系统;流水线生产自动化;物品管理;仓储管理;动物管理;车辆防盗;安全出入检查等。

全世界最成功的非接触式多功能智能卡, 其应用范围包括停车场、快餐店、便宜商店、自动贩卖机、电影院、游泳池、住宅、保全系统及校园通系统等, 真正做到“一卡在手, 四通八达。”据有关权威数据显示, RFID产品在1992~1999年间在全世界的销售额的年平均增长率达25.3%, 由此可见, 它具有广阔的市场前景。

3.2 RFID技术在国内的发展 (下转第40页)

我国政府在1993年制定的金卡工程实施计划及全国范围的金融卡网络系统的10年规划, 是一个旨在加速推动我国国民经济信息化进程的重大国家级工程。由此, 各种自动识别技术的发展及应用十分迅猛。2004年2月, 中国电子标签国家标准工作组成立, 它将负责起草、制定中国有关电子标签的多项国家标准, 并将在年底前尽快出台自主电子标签国家标准。如何让国家标准与未来的国际标准相互兼容, 让贴着电子标签的中国产品顺利地在世界范围中流通, 是当前重要而急切需要解决的问题。

国内已有几家公司在引进国外的先进技术开发自己的RFID系统。目前, 在锦山一条高速公路上已应用了非接触式射频卡自动收费。上海的公共汽车使用了电子月票。北京的机场高速公路上、深圳的皇岗口岸也使用了RFID系统。此外, 中山市阳光制锁厂也已开发出了RFID锁等。

随着经济交流, 旅游的发展, 我国高速公路发展势头十分强劲, 因而仅对自动收费系统的需求就会日益增长。尤其我国的国土面积大、公路多、车辆多, 予计在未来十年内将有数十亿元的需求。虽然, RFID技术在国内属起步阶段, 但它发展潜力大, 只要我们引起重视, 定会迎头赶上。

参考文献

[1]张丽.RFID无线射频识别标识系统初探[J].科技经济市场.2008 (10) .

[2]李岩.RFID技术发展浅析[J].丝网印刷.2008 (08) .

[3]林倩.RFID射频识别技术浅议[J].科技经济市场.2008 (08) .

[4]苏一骅, 杜新华.RFID技术及其行业应用[J].黑龙江科技信息.2007 (18) .