一种基于智能识别的火工品运输监管的方法

技术领域

本发明涉及火工品运输监管技术领域，特别涉及一种基于智能识别的火工品运输监管的方法。

背景技术

火工品是装有火药或炸药，受外界刺激后产生燃烧或爆炸，以引燃火药、引爆炸药或做机械功的一次性使用的元器件和装置的总称。包括火帽、底火、点火管、延期件、雷管、传爆管、导火索、导爆索以及爆炸开关、爆炸螺栓、启动器、切割索等。

目前在对火工品的运输进行监管时，通常通过人工手动对运输车辆内的火工品进行单个检查或抽查的方式进行检查，这种监管方式一般较难保证车辆对火工品的运输安全，且运输火工品的运输车辆无法得到实时定位，导致运输车辆在运输火工品时较容易产生意外，因此，有必要提供一种基于智能识别的火工品运输监管的方法。

发明内容

本发明的主要目的在于提供一种基于智能识别的火工品运输监管的方法，可以有效解决背景技术中通常通过人工手动对运输车辆内的火工品进行单个检查或抽查的方式进行检查，这种监管方式一般较难保证车辆对火工品的运输安全，且运输火工品的运输车辆无法得到实时定位，导致运输车辆在运输火工品时较容易产生意外的问题。

为实现上述目的，本发明采取的技术方案为：一种基于智能识别的火工品运输监管的方法，包括以下步骤：

S1：贴识别标签：在火工品的外包装表面贴上识别标签；

S2：标签下载并保存：根据网络搜索或数据库下载方式，对所有火工品的识别标签进行下载，并保存至数据库中；

S3：输入火工品信息及安装导航定位系统：打开客户端，运输车辆驾驶人员在客户端内输入火工品的运输目的地和车辆信息等数据，在运输车辆上安装北斗导航定位系统；

S4：关卡通过OCP设备进行扫描识别，并进行数据对比：运输车辆进入监管检测关卡时，在监管检测关卡安装的OCR设备对运输车辆和运输车辆上的火工品进行读取扫描识别，并对火工品上的标签进行校正识别对比，将扫描识别的数据上传至客户端内部，和驾驶人员输入的数据进行对比；

S5：驾驶人员人脸识别：驾驶人员将运输车辆驾驶至指定区位后下车，并在识别区域进行人脸识别，检验驾驶人员的各项数据指标是否正确；

S6：核验完毕指定路线运输：核验完成后，驾驶人员根据车载北斗导航系统的导航指引，对火工品进行指定路线的运输；

S7：运输抵达进行读取扫描识别：将火工品运输至指定地点后，在指定地点设置的OCR设备前，对运输车辆内部运输的火工品进行读取扫描识别，即可完成对火工品的运输过程。

优选地，所述步骤S1中，在火工品出厂时，对标签进行生产制造和安装，且标签为火工品的终身识别标签，无法进行更改和拆卸。

优选地，所述步骤S3中，车辆在运输火工品时，必须根据车载北斗导航系统的导航进行行驶，若超出行驶范围二公里以上，即发出警报，并对车辆进行警告和车辆位置信息进行定位。

优选地，所述步骤S4中，在进行倾斜校正前，需要先对信封图像进行边缘检测，找到信封边缘，采用sobel算子进行边缘检测。

优选地，所述步骤S4中，sobel算子包含两组3x3的矩阵，分别为横向及纵向，将之与图像作平面卷积，即可分别得出横向及纵向的亮度差分近似值，假设A为标签图像，G

其梯度幅值用如下公式计算：

上述公式中G为梯度幅值，A为标签图像，G

优选地，所述检测出图像中的直线之后，需要对倾斜角度进行计算，采用Hough变换算法，对倾斜角度进行计算后，即可自动对标签的倾斜角度进行校正。

优选地，所述步骤S5中，对运输车辆驾驶人员进行人脸识别后，对随车人员也进行登记。

优选地，所述步骤S6中，运输车辆在对火工品进行运输时，可随时登录移动终端客户端对运输车辆上的火工品进行检查和监控，且控制终端的监管人员也可以通过登录客户端对运输车辆上的火工品进行检查和监控。

优选地，所述步骤S2到步骤S7中，火工品监管客户端需要人脸识别和指纹识别双重验证后才能进行登录，对火工品的运输过程进行检验。

优选地，所述步骤S7中，火工品运输至目的地后，对运输车辆上的火工品进行识别，识别完成后根据识别结果和车辆运输前的识别结果进行对比，对比的数据包括火工品的数量、火工品的种类、车辆各项数据和驾驶人员的各项数据进行对比检测。

与现有技术相比，本发明具有如下有益效果：

本发明中，本发明通过采用北斗定位系统和OCR设备相结合的方式对火工品运输车辆上的火工品进行运输过程中的监管，使监管过程更加准确且定位更加精确，且有效地避免了目前在对火工品的运输进行监管时，通常通过人工手动对运输车辆内的火工品进行单个检查或抽查的方式进行检查，这种监管方式一般较难保证车辆对火工品的运输安全，且运输火工品的运输车辆无法得到实时定位，导致运输车辆在运输火工品时较容易产生意外的问题。

本发明中，本发明通过设置的图像校正系统，由于人为因素和摄像工具的摆放角度问题，对于火工品上标签的识别通常较难以正角度进行识别，首先通过Sobel算子对信封图像进行边缘检测，检测出图像中的直线之后，需要对倾斜角度进行计算，采用Hough变换算法，对倾斜角度进行计算后，即可自动对标签的倾斜角度进行校正，因此通过倾斜校正系统可以对识别的图像进行校正处理，从而更加有利于通过本发明的监管方法对火工品的运输进行更加有效的监管。

附图说明

图1为本发明一种基于智能识别的火工品运输监管的方法流程结构示意图。

具体实施方式

为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。

在本发明的描述中，需要说明的是，术语“上”、“下”、“内”、“外”“前端”、“后端”、“两端”、“一端”、“另一端”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“设置有”、“连接”等，应做广义理解，例如“连接”，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

实施例

请参照图1中所示，本发明为一种基于智能识别的火工品运输监管的方法，包括以下步骤：

S1：贴识别标签：在火工品的外包装表面贴上识别标签；

S2：标签下载并保存：根据网络搜索或数据库下载方式，对所有火工品的识别标签进行下载，并保存至数据库中；

S3：输入火工品信息及安装导航定位系统：打开客户端，运输车辆驾驶人员在客户端内输入火工品的运输目的地和车辆信息等数据，在运输车辆上安装北斗导航定位系统；

S4：关卡通过OCP设备进行扫描识别，并进行数据对比：运输车辆进入监管检测关卡时，在监管检测关卡安装的OCR设备对运输车辆和运输车辆上的火工品进行读取扫描识别，并对火工品上的标签进行校正识别对比，将扫描识别的数据上传至客户端内部，和驾驶人员输入的数据进行对比；

S5：驾驶人员人脸识别：驾驶人员将运输车辆驾驶至指定区位后下车，并在识别区域进行人脸识别，检验驾驶人员的各项数据指标是否正确；

S6：核验完毕指定路线运输：核验完成后，驾驶人员根据车载北斗导航系统的导航指引，对火工品进行指定路线的运输；

S7：运输抵达进行读取扫描识别：将火工品运输至指定地点后，在指定地点设置的OCR设备前，对运输车辆内部运输的火工品进行读取扫描识别，即可完成对火工品的运输过程。

本实施例中，步骤S1中，在火工品出厂时，对标签进行生产制造和安装，且标签为火工品的终身识别标签，无法进行更改和拆卸。

本实施例中，步骤S3中，车辆在运输火工品时，必须根据车载北斗导航系统的导航进行行驶，若超出行驶范围二公里以上，即发出警报，并对车辆进行警告和车辆位置信息进行定位。

本实施例中，步骤S4中，在进行倾斜校正前，需要先对信封图像进行边缘检测，找到信封边缘，采用sobel算子进行边缘检测。

本实施例中，步骤S4中，sobel算子包含两组3x3的矩阵，分别为横向及纵向，将之与图像作平面卷积，即可分别得出横向及纵向的亮度差分近似值，假设A为标签图像，G

其梯度幅值用如下公式计算：

上述公式中G为梯度幅值，A为标签图像，G

Sobel算子另一种形式是各向同性Sobel算子，各向同性Sobel算子和普通Sobel算子相比，它的位置加权系数更为准确，在检测不同方向的边沿时梯度的幅度一致，将Sobel算子矩阵中的所有2改为

检测出图像中的直线之后，需要对倾斜角度进行计算，采用Hough变换算法，对倾斜角度进行计算后，即可自动对标签的倾斜角度进行校正。Hough变化是一个重要的检测间断点边界形状的方法，它通过将图像坐标空间变化到参数空间来实现直线和曲线的拟合，霍夫直线检测就是把图像空间中的直线变换到参数空间中的点，通过统计特性来解决检测问题。具体来说，如果一幅图像中的像素构成一条直线，那么这些像素坐标值(x,y)在参数空间对应的曲线一定相交于一个点，所以我们只需要将图像中的所有像素点(坐标值)变换成参数空间的曲线，并在参数空间检测曲线交点来确定直线了。

本实施例中，步骤S5中，对运输车辆驾驶人员进行人脸识别后，对随车人员也进行登记。

本实施例中，步骤S6中，运输车辆在对火工品进行运输时，可随时登录移动终端客户端对运输车辆上的火工品进行检查和监控，且控制终端的监管人员也可以通过登录客户端对运输车辆上的火工品进行检查和监控。

本实施例中，步骤S2到步骤S7中，火工品监管客户端需要人脸识别和指纹识别双重验证后才能进行登录，对火工品的运输过程进行检验。

本实施例中，步骤S7中，火工品运输至目的地后，对运输车辆上的火工品进行识别，识别完成后根据识别结果和车辆运输前的识别结果进行对比，对比的数据包括火工品的数量、火工品的种类、车辆各项数据和驾驶人员的各项数据进行对比检测。

本实施例中，OCR设备是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程；即针对印刷体字符，采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件，并通过识别软件将图像中的文字转换成文本格式，供文字处理软件进一步编辑加工的技术，OCR设备包括图像处理模块、版面划分模块、文字识别模块和文学编辑模块；

a)图像处理模块：

图像处理模块主要具有文稿扫描、图像缩放、图像旋转等功能。通过扫描仪输入后，文稿形成图像文件，图像处理模块可对图像进行放大，去除污点和划痕，如果图像放置不正，可以手工或自动旋转图像，目的是为文字识别创造更好的条件，使识别率更高。

b)版面划分模块：

版面划分模块主要包括版面划分、更改划分，即对版面的理解、字切分、归一化等，可选择自动或手动两种版面划分方式。目的是告诉OCR软件将同一版面的文章、表格等分开，以便于分别处理，并按照怎样的顺序进行识别。

c)文字识别模块：

文字识别模块是OCR软件的核心部分，文字识别模块主要对输入的汉字进行“阅读”，但不能一目多行，必须逐行切割，对于汉字通常也是一个字一个字地辨认，即单字识别，再进行归一化。文字识别模块通过对不同样本汉字的特征进行提取，完成识别，自动查找可疑字，具有前后联想功能。

d)文字编辑模块：

文字编辑模块主要对OCR识别后的文字进行修改、编辑，如系统识别认为有误，则文字会以醒目的红色或蓝色显示，并提供相似的文字供选择，选择编辑器供输出。

OCR设备只是要把影像作一个转换，使影像内的图形继续保存、有表格则表格内资料及影像内的文字，一律变成计算机文字，使能达到影像资料的储存量减少、识别出的文字可再使用及分析，当然也可节省因键盘输入的人力与时间，从影像到结果输出，须经过影像输入、影像前处理、文字特征抽取、比对识别、最后经人工校正将认错的文字更正，将结果输出，从而将火工品和火工品运输车辆及运输过程中的数据信息进行监管对比，提高了火工品运输车辆上的火工品监管力度更加精确。

本发明通过采用北斗定位系统和OCR设备相结合的方式对火工品运输车辆上的火工品进行运输过程中的监管，使监管过程更加准确且定位更加精确，且有效地避免了目前在对火工品的运输进行监管时，通常通过人工手动对运输车辆内的火工品进行单个检查或抽查的方式进行检查，这种监管方式一般较难保证车辆对火工品的运输安全，且运输火工品的运输车辆无法得到实时定位，导致运输车辆在运输火工品时较容易产生意外的问题，通过设置的图像校正系统，由于人为因素和摄像工具的摆放角度问题，对于火工品上标签的识别通常较难以正角度进行识别，首先通过Sobel算子对信封图像进行边缘检测，检测出图像中的直线之后，需要对倾斜角度进行计算，采用Hough变换算法，对倾斜角度进行计算后，即可自动对标签的倾斜角度进行校正，因此通过倾斜校正系统可以对识别的图像进行校正处理，从而更加有利于通过本发明的监管方法对火工品的运输进行更加有效的监管。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。